市場話題

馬達就是感測器　MCU廠競推邊緣運算 因此，與馬達有關的異常徵兆監測或預防性維護技術，很有機會跨界應用到這類家電或交通工具上。這也是許多嵌入式處理器、微控制器(MCU)大廠正在摩拳擦掌，準備搶食的商機。對於精熟馬達技術的工業設備廠商來說，這也是個異業結盟，創造更多商業合作的契機。 其實，對許多內建馬達的電子系統來說，馬達本身就是一個已經內建好多種感測功能的零部件。絕大多數馬達系統都會搭配微控制器(MCU)，如果是小功率馬達，有些MCU還能直接驅動馬達，不必靠外掛的功率模組來執行驅動器功能。 而為了提高馬達的工作效率，為馬達驅控應用而設計的MCU，普遍均內建多通道類比/數位轉換器(ADC)等類比功能，來接收馬達或外掛驅動單元回傳的訊號，包含電流量、電流相位、馬達轉速等。如果是精密運動控制用的馬達，還會搭配霍爾感測器(Hall Sensor)，以偵測轉子位置。圖1是一個典型的馬達驅動MCU功能方塊圖，可以看到除了負責運算控制的CPU核心之外，還有大量類比/混合訊號周邊，主要用途除了產生驅動訊號，同時也負責接收來自馬達或驅動單元的回饋資訊。 圖1　典型的馬達驅控MCU本來就有大量類比周邊，在智慧製造浪潮興起後，增添了更多接收外部感測器訊號的介面。 換言之，早在智慧製造浪潮興起之前，馬達除了肩負把電能轉換成機械能的任務外，本身就已經是個功能相當全面的感測系統，因為要有效率地驅動馬達運轉，驅控單元必須隨時掌握跟馬達有關的各種參數。而在智慧製造的觀念開始風行後，馬達製造商開始在馬達本體外安裝了更多感測器，例如振動、溫度、濕度等，以便更全面地監控馬達應用系統的運作狀態。 事實上，因為馬達的任務是把電能轉換成機械能，因此在整個應用系統裡面，馬達後端還有各式各樣的負載裝置，例如水泵、風泵或各種傳動設備。如果應用製造商要追求異常徵兆偵測、預防性維護等系統層級的功能，只看馬達的健康狀態是不夠的。這使得馬達驅控MCU的供應商必須提供更多I/O、更強的運算效能給應用開發者。 另一方面，機器學習(ML)的導入，也使得MCU運算核心的效能、記憶體容量跟供應商的軟體開發環境遇到新的挑戰。即便只是把在雲端訓練好，並經過裁減跟最佳化的模型放進MCU裡面，也會占用不小的記憶體容量。另一方面，這些訓練好的模型，在執行推論的過程中，也會占用可觀的運算資源。 這會使MCU供應商必須在晶片中內建運算效能更高的運算核心，並盡可能在客戶可以接受的成本範圍內，把記憶體容量加大，或是乾脆採用Chiplet的設計理念，把記憶體放在另一個Die，再用先進封裝技術把MCU跟記憶體封裝成單一元件。 事實上，為了儲存程式碼，很多MCU內建的記憶體都是快閃記憶體(Flash)而非靜態隨機存取記憶體(SRAM)，但Flash的讀寫速度太慢，而且製程的成本較高，如果要把MCU跟Flash整合成單晶片，不僅成本結構較高，也會拖累CPU的運算速度。恩智浦(NXP)的i.MX RT系列之所以能把Cortex-M7核心的運算效能拉高到接近Cortex-A系列的水準，關鍵之一就在於i.MX RT系列裡面僅有一款是內含Flash的，其他都是純SRAM。也因為如此，恩智浦可能在這款產品上運用了先進封裝手法，把Flash從主晶片切割出去，再用封裝整合。 除了CPU、記憶體等硬體元素外，對MCU供應商而言，如何把ML的工具融合到現有的MCU開發環境裡面，也是一大挑戰。ML的模型訓練必然在雲端資料中心進行，但訓練完成的模型還需要最佳化，才能放進MCU有限的記憶體空間中，而ML推論的結果，又要用來觸發或中斷現有的控制演算法，如果MCU供應商沒有把ML的軟體開發工具融合到MCU開發工具裡，應用開發者的研發過程會非常吃力。 目前恩智浦、瑞薩(Renesas)、意法半導體(ST)等MCU大廠，都已經至少有可供展示的ML開發工具，並預期在未來一年內將這些開發工具進一步與現有的MCU軟體開發工具整合。 MCU全力支援ML推論萬物智慧化有譜 對絕大多數嵌入式應用來說，採用額外的應用處理器來支援ML推論，其實是不切實際的。除了成本因素之外，一般針對3C產品設計的應用處理器，產品生命週期通常只有兩到三年，但絕大多數嵌入式應用，即便是歸類為消費性電子的白色家電，其產品生命週期至少也有五年起跳。換言之，成本相對低廉，而且供貨期夠長的MCU，才是比較適合嵌入式系統使用的解決方案。 在各家MCU廠商都將支援ML推論放進自家產品發展路線圖的情況下，可以肯定的是，絕大多數嵌入式產品未來都有可能支援複雜程度不一的ML推論。而對於工業設備製造商來說，這其實是一個不容錯過的發展機會。 除了工業領域之外，其他垂直產業其實很少在探討異常徵兆監測、預防性維護，甚至更先進的數位雙胞胎(Digital Twins)，但這不表示其他垂直產業沒有這種需求，只是相關業者可能還沒想到，或市場上還沒有性價比夠高的解決方案，可以讓其他產業時做出這些功能。 據了解，台灣的電動機車大廠睿能(Gogoro)，已正在跟某家一線MCU大廠洽談，希望未來能利用更先進的MCU，對電動機車的動力總成(Powertrain)進行健康狀態監控。不過，對MCU業者來說，動力總成已經是個太大的系統，而且涉及到很多機械領域的專門知識，不是電子業者熟悉的領域；同樣的，對電動機車業者來說，要投資發展相關的機器學習技術，實現可靠的健康狀態監控、預防性維護系統，不只是資源投入的問題，也得走過一條漫長的學習曲線。 因此，原本在工業領域深耕的台灣機電廠商，其實跟電動機車業者有很大的合作空間。因為不少機電設備廠已經走過這段學習旅程，甚至已經將相關技術推向市場。 除了電動機車外，網路零售大廠亞馬遜(Amazon)一直致力於推廣其語音助理服務Alexa，希望讓Alexa能成為智慧家庭裡面的數位管家。但比較不為人知的是，亞馬遜也致力於發展自己的FreeRTOS，可做為各種智慧家電的作業系統。從最上層的雲端與各種服務，到最底層的作業系統，亞馬遜都已經一手包辦，接下來亞馬遜需要什麼？答案當然是作為載具的各種家電硬體。 亞馬遜未必會自己跳下來做家電，但如果有家電廠商採用亞馬遜的整套軟體跟雲端服務方案，卻只是讓家電「聽得懂人話」，那也太沒有差異化了。採用亞馬遜整套方案的嵌入式設備，若僅支援語音助理功能，卻沒有善用亞馬遜提供的整套機器學習工具，實現更複雜的邊緣運算功能，讓家電能夠自我監控其運作狀態，恐怕將很難具有競爭力。有業界人士表示，亞馬遜可能會仿效Google的作法，推出具備自我監控能力的家電產品。若果真如此，則目前市場上眾多家電業者，必然得跟上這波風潮，在洗碗機、洗衣機、冰箱、空調裡面實作類似功能。屆時，萬物智慧化的願景將成為現實。 不過，亞馬遜要推出這類示範性產品，會遇到的問題是MCU供應商跟電動車廠的總合--亞馬遜對機械、機電的領域知識不足，投入研究的時間也不長。因此，亞馬遜就算不跟家電品牌業者合作，也得跟熟悉相關機電設計的業者結盟。這對台灣的機電業者來說，更是一個合作的大好機會。 智慧才是數位家庭的最大賣點 還記得十多年前，英特爾(Intel)曾經力推數位家庭概念，想藉此把x86處理器推廣到各種嵌入式應用領域，但最後因為缺乏豐富的應用跟服務，難以為用戶帶來全新的使用者體驗跟價值，而未能克竟其功。但十多年後，隨著嵌入式處理器、MCU的效能不斷突破，加上機器學習等人工智慧技術突飛猛進，不只聽得懂人話，還懂得自我管理的各種嵌入式設備，將有機會把數位家庭的價值展現出來。 如果只是單純透過聯網，把資訊提供給使用者，卻沒有各種智慧化、個性化的服務搭配，數位家庭不只很難說服消費者買單，對設備製造商來說，也無法創造出新的獲利模式，只是徒增硬體成本。邊緣運算會是這個問題的根本解決方案，因為邊緣運算將把機器設備一直欠缺的「智慧」添加到各式各樣的產品上。工業領域的業者，特別是機電相關廠商，在此一領域有先行優勢，若能好好把握，未來發展空間將充滿想像。

AIoT的發展正推動感測器數量與種類的全面爆發。感測器是物聯網(IoT)不可或缺的重要基礎，從個人穿戴、居家、工業、商業到自然環境，各式各樣的感測器就像IoT節點的五感，不捨晝夜的感知、蒐集著周圍環境變化，並將現實世界的類比訊號如聲音、光線、溫度、濕度、震動等數位化，從而促成各種AIoT創新應用。 感測器從消費走到工業 ams台灣區總經理李定翰(圖1)指出，感測器的應用十分廣泛，不過大致可分為兩大市場，分別為消費性電子，另一種則是工業市場(包含汽車、醫藥和工業等)。目前感測器元件供應商的布局重點仍是消費性電子產品，原因在於為了滿足消費者體驗，消費性電子產品功能愈來越多樣化，且不停創新。 圖1　ams台灣區總經理李定翰指出，感測器應用範圍越來越廣泛，不僅是在消費性、通訊產品，車用、工業和醫療等對感測器的需求也越來越多。 李定翰舉例說明，智慧手機的變化就是其中一個例子，從窄邊框，到瀏海顯示螢幕，甚至到未來的全螢幕等；這些創新的設計雖說增加了感測元件的需求，但同時也帶來新的挑戰。例如智慧手機未來朝向全螢幕發展，那麼感測器的擺放位置究竟該如何調整；同時，越來越多手機採用OLED螢幕，但OLED螢幕是不透光的，那感測器又該如何感測到外界變化，這些都是感測器元件供應商會遇到的挑戰。 簡而言之，對於無邊框的追求是手機未來的發展趨勢。ams指出，消費者對於手機螢幕占比的渴望從未停止，從2016的65%占比的寬邊框設計，到2017年約75%的窄邊框，再到2018年90%占比的所謂瀏海螢幕，而從2019年開始，將會是全面螢幕的時代來臨。趨近100%的螢幕占比產生了對於BOLED(OLED下方)感測元件的強大需求。 因應此一趨勢，ams的RGB光線與紅外接近感測器IC「TCS3701」，可於OLED螢幕後方位置精確測量環境光強度，無須占用前置邊框位置，真正實現無邊框手機設計。 李定翰說明，消費性產品目前仍是感測器主要應用場域，不過，隨著自動駕駛、工業4.0、智慧醫療等創新應用快速興起，感測器應用市場越來越廣泛，感測器元件供應商也將工業應用列為發展重點，紛紛往車用、工業用布局。總而言之，感測器在未來只會愈加普遍，且時時刻刻都存在生活各種應用之中。 實現預測性維護　感測技術是關鍵 茂宣企業經理翁翊翔(圖2)表示，工業4.0是目前熱門議題，而CbM的重點在於進行預防偵測，透過感測器進行監控，可對高單價的產品」、高價值的設備進行預防措施。 圖2　茂宣企業經理翁翊翔表示，要實現預測性維護提升產能效率，感測技術可說是不可或缺的關鍵。 翁翊翔進一步說明，過往設備是感覺快出問題時，工作人員才會進行查看，待確認真有問題才會進行維修，無法事先預防。然而，這方式容易影響產線或是工廠運作，進而導致營運、營收受到影響。而預防性預測的重點在於把產品價值進行分類，例如最昂貴、交期最久等產品，加入感測監控電壓、電流、溫度和振動等，以確保生產過程順利。 據悉，CbM解決方案是用於提高正常運行時間並加速實現工業4.0的機器健康解決方案，基於狀態的監控可以早期檢測和實時診斷機器和系統的異常情況。識別並隔離這些問題後，就有機會優化替換件庫存、安排停機時間以進行計劃中的維護並進行運行時的過程調整，從而延長設備的有效使用壽命。 除此之外，ADI也推出60GHz工業雷達感測器系列LPRR-1DHP-200。這些下一代定位系統提供高度精準且強大的一維距離測量，精度可達毫米級，適用於先進自動化、運輸和生產過程。 ADI指出，狀態監控是實現工業4.0的關鍵步驟之一。該公司的MEMS振動感測器與精密轉換器、線性、隔離和電源技術相結合，已經用於提供高品質機器健康資料，以便最大限度地延長機器正常執行時間並提高效率。透]過致力於創新，該公司將憑藉CbM領域深厚的技術專長繼續努力提高智慧水準，以便進一步優化CbM解決方案。 語音應用發展快　麥克風角色更吃重 另一方面，隨著智慧音箱、語音助理快速崛起，語音應用也成為感測器重要市場，而MEMS麥克風的需求也跟著水漲船高。台灣樓氏電子產品應用經理任柏凱(圖3)指出，語音助手已成為嶄新的人機互動方式，且越來越普及，特別是在智慧家庭之中，更是成為智慧家電、智慧安控、家庭娛樂產品、智慧家居等操作新介面。 圖3　台灣樓氏電子產品應用經理任柏凱說明，語音助手已成為嶄新的人機互動方式，而要讓消費者有好的使用體驗，麥克風性能十分重要。 然而，要實現完善的語音應用，其關鍵在於提升拾音品質，而這時候就需要從MEMS麥克風著手。任柏凱說明，像是麥克風使用數量的增加，可以加強系統聲音波束指向性效能；而麥克風感度一致性可以增加系統降噪效能與系統聲音指向效能。另外，麥克風在設計時也須考量失真度，因失真度會影響語音指令於大音量喇叭播放時的介入準確度；而麥克風的訊噪比(感度低噪比)可強化通話及錄音品質，也可以增加系統降噪效能與系統聲音指向性效能。 因應語音市場需求，樓氏近日也宣布推出新款AISonic系列音訊邊緣處理器IA8201。該產品可提供多麥克風音訊處理，且針對功耗敏感的應用進行了優化，並可為目前先進的消費電子產品提供強大的運算性能，實現先進音訊輸出、情境感知和手勢控制等應用。 同時，該產品的主處理器功耗低，可顯著延長電池壽命，還提供更準確的現場語音理解，並可在包含大量背景噪聲的環境中準確實現音訊處理。IA8201的特點包括：多種接口選項和雙175MHz內核，採用緊湊的2.6×3mm eWLB封裝和6.0×6.0mm QFN封裝，具有電壓調節功能；以及具有高運算128位內核(DMX)等。 實現自動駕駛　環境感測是關鍵 除了上述所提的消費性電子、工業領域之外，智慧交通和自動駕駛也是感測器重要的應用領域。工研院資訊與通訊研究所資深工程師徐志偉(圖4)表示，以先進駕駛輔助系統(ADAS)為例，例如車道偏移、盲點偵測等，必須要加裝大量的感測器才能實現。除此之外，同時，感測器也是構建全自動駕駛車輛對環境感知能力的重要元件。 圖4　工研院資訊與通訊研究所資深工程師徐志偉表示，自動駕駛、智慧交通等各種應用，皆與感測技術息息相關。 徐志偉指出，以工研院資通所所研發的自駕車感之次系統為例，透過先進的感測器(如雷達、光達)與機器學習軟體演算法的處理，可以讓車輛電控單元完整模擬，甚至超越人類在駕駛車輛時所使用的各種感官能力，實現同步即時的全方位環周感測能力，並針對感測結果進行控制決策的判斷。 當然，要實現智慧交通，除了汽車本身要增添許多功能之外，道路基礎建設也是不可或缺，而這些建置也少不了感測器的應用。例如工研院所發表的iRoadSafe智慧安全路口警示應用，便是於路口布設偵測設備(如雷達、光達)等，搭配車輛安裝車載設備(OBE)，蒐集道路車輛和行人動態資料，透過路側設備(RSE)整合車輛與道路資訊(包含路口號誌交通資料)；並且利用電子資訊看板(CMS)與車載設備發布預警消息，以提升用路人掌握道路資訊可靠度。 簡而言之，為了滿足愈來愈多樣的AIoT應用需求，感測器開發商除在產品效能如功耗、精準度、可靠性等方面日益突破精進以滿足工業、汽車等嚴苛環境要求外，也全力擴大產品陣容；種種新品和解決方案的出現，都是為了實現更多AIoT應用。

5G商轉如火如荼，5G服務與相關通訊設備已陸續出現在市場上，大舉推出的時間點預計將落在2020年，屆時不僅網路建設將大規模開展，支援5G的各種終端應用產品也將進軍市場。使得5G相關產品製造商將面臨截然不同的挑戰，如何大幅提升產品測試的效率，以趕上緊湊的產品上市時程計畫，將是5G供應鏈廠商必須克服的問題。 為此，致茂電子舉辦「2019 5G通訊量測應用研討會」，該公司總經理曾一士表示，2019年已經有14~15個國家推動5G商轉，2020年將持續增加。而除了5G，AI與IoT也是未來幾年重大的科技趨勢，這些技術發展與應用不啻是產業重心與商機。但相對之下，高傳輸速率、低延遲、高可靠度、功能安全性等的要求帶動元件、成品的測試挑戰與需求，為達成產品與技術效能全面提升的走向，測試的必要性也更被重視。 5G技術架構全面提升 5G網路全面改善4G系統的效能，工研院資通所新創長周勝鄰提到，5G主要透過無線電標準與網路規劃/建置來克服效能提升的技術挑戰。5G要求系統容量達4G的100~1000倍成長，其中透過大規模MIMO(Massive MIMO)，以提升頻譜效率；開發高頻毫米波(mmWave)，來取得更多可用頻段；超高密度網路(Ultra-Dense Networks, UDN)可以提升網路容量。 另外，5G的高可靠度/低延遲將帶動許多新興應用如：車聯網、智慧製造、智慧醫療、AR/VR等，許多過去未能落實的概念，在5G時代得以發展，小型基地台就會從強化網路覆蓋率的角色，轉變為擴增網路容量的任務，成為5G時代的組網主幹。 光通訊骨幹因應5G升級頻寬  而5G傳輸速率大幅提升，也帶動光通訊網路的發展，由於5G需要部署大量基地台，傳統的基地台功能也被拆分為RU(Radio Unit)、DU(Distribution Unit)、CU(Central Unit)三個主要單元，因應這些網路單元的布建與架構方式，致茂電子資深經理張敏宏(圖1)表示，光纖網路除了頻寬升級需求外，各式與無線接取單元搭配的光纖網路扮演重要的角色，包括RU與DU間的前傳網路(Fronthaul)、DU與CU間的中傳網路(Midhaul)、CU與核心網路間的後傳網路(Backhaul)都需要仰賴光通訊技術。 圖1  致茂電子資深經理張敏宏表示，光纖網路除了頻寬升級外，與無線接取單元搭配的光纖網路在5G時代將扮演重要的角色。 因應頻寬的成長需求，光通訊技術也推動改朝換代，尤其是高頻寬解決方案未來幾年將持續被導入，張敏宏表示，波長分波多工(Wavelength Division Multiplexing, WDM)應用將更為普遍，而已經發展相當成熟的不歸零(Non-Return-to-Zero, NRZ)編碼，將逐漸為可提供更高頻寬的四階脈衝振幅調變(Pulse Amplitude Modulation-4, PAM4)技術取代，核心骨幹網路頻寬將升級到400G，光通訊收發器(Transceiver)數量也將大幅成長。而在光收發器生產過程中，通常會在CoC(Chip on Carrier)階段進行燒機與光電特性量測，以確保光收發器品質與信賴性。 毫米波元件測試眉角多 5G導入高頻毫米波為一大技術亮點，但高頻電波特性帶來許多技術挑戰，致茂電子副總經理蔡譯慶(圖2)說明，4G射頻模組是由SiP(Silicon in Package)方式整合不同製程技術來製作功率放大器(PA)、低雜訊放大器(LNA)、濾波器(Filter)、開關(Switch)和被動元件等；5G毫米波射頻模組為維持號完整性，將走向高度整合，5G毫米波採用波束成形(Beamforming)技術，降低PA功率發射的限制與要求，5G天線模組也因為毫米波波長變短，模組得以微縮。 圖2  致茂電子副總經理蔡譯慶說明，5G導入高頻毫米波為一大技術亮點，但高頻電波特性帶來許多技術挑戰。 在RF元件的測試上，蔡譯慶指出，目前致茂就微型接觸力(Miniature Contact Force)、射頻屏蔽(RF Shielding)、整合性測試(All...

隨著線路微縮的難度不斷增加，採用最先進製程的資金門檻也變得越來越高，而且未必能帶來晶片尺寸縮小，量產成本下降的經濟利益。事實上，在人工智慧(AI)風起雲湧，運算效能需求逐年倍增的情況下，為了滿足使用者需求，許多高效能處理器的晶片尺寸都變得越來越大，並開始對生產良率造成嚴重影響。這使得業界開始思考其他替代方案，例如近年非常熱門的異質整合跟Chiplet設計，就是因此應運而生。 賽靈思晶片技術副總裁吳欣(圖1)表示，摩爾定律(Moore’s Law)在技術跟經濟層面，正面臨巨大的挑戰。就技術層面而言，隨著線寬越來越細，電晶體本身占用的面積也要隨之縮小，因此其結構設計已經從平面轉為立體，也就是大家所熟知的鰭式場效電晶體(FinFET)。從16奈米製程節點開始，晶圓代工廠如台積電已經開始改採FinFET結構；預計到3奈米時，電晶體結構還會面臨一次重大轉變，改採環繞式閘極(Gate All Around, GAA)結構。 圖1　賽靈思晶片技術副總裁吳欣認為，摩爾定律雖正面臨技術與經濟的雙重挑戰，但仍會緩步向前推進。 而在曝光技術方面，193奈米浸潤式曝光技術已經走到尾聲，接下來將由極紫外光(EUV)曝光技術接受。根據晶圓代工業者的技術發展路線圖，5奈米跟3奈米製程都將改用EUV，目前已經量產的7奈米製程，日後也可能改用EUV機台來曝光。 但對線路微縮來說，目前最棘手的挑戰還是在後段線路製程，主要是金屬互連。由於線路的寬度跟阻抗值成反比，線路越細，阻抗越大，因此金屬互連的微縮是非常困難的工程挑戰，如果沒有改善的對策，金屬互連可能會成為製程微縮的最大限制。 也正因為線路微縮的道路上存在重重險阻，為了達成目標，晶圓代工廠跟晶片設計團隊深度合作，同步在製程技術、設計與晶片架構上進行最佳化，是必然的結果。以賽靈思為例，因為跟台積電保持密切合作，因此在同一個製程節點上，雙方花了超過半年時間不斷進行設計迭代，取得了相當亮眼的成果。如果拿16奈米製程做為參考基準，第一個10奈米設計的晶片面積只比16奈米縮小了30%，但半年多之後，已經縮小了53%。 然而，若把經濟因素納入考量，只依賴線路微縮，將無法滿足客戶對下一代產品的效能要求。因為人工智慧等應用需要極高的運算能力及大量記憶體，如果要將所有功能整合在單一晶片上，將使晶片面積暴增，量產良率跟著急遽下滑。 因此，賽靈思多年前就開始跟台積電合作，利用先進封裝技術所提供的高速互連能力，一方面將FPGA分割成多顆Chiplet，以提高生產良率，另一方面也藉此技術將FPGA與高頻寬記憶體(HBM)整合，讓FPGA可以更快速地存取儲存在HBM上的資料，提升整體運算效能。事實上，目前業界容量最大的FPGA--Xilinx VU-19P，就是基於Chiplet的設計概念，用4枚基於16奈米製程的Chiplet組合成整顆FPGA，提供使用者高達900萬個邏輯單元的容量，而不是用最先進製程來生產。 不過，吳欣也提醒，並不是所有電路都適合套用這種設計概念，因此設計人員應該先審慎評估自己的電路設計，再決定是否採用Chiplet。此外，對所有半導體產業的工程師來說，功率密度還是一個必須小心應對的議題。不管是Chiplet或線路微縮，追求的目標都是縮小晶片面積，但晶片面積越小，功率密度就越高，散熱問題也越需要從系統層級著手處理。 面對功率高牆　SERDES轉向矽光子 接續功率議題，賽靈思有線/無線事業群工程副總裁張琨永指出，基於傳統電子訊號的高速串列/解串列(SERDES)通訊技術，將在112Gbit/s世代畫上休止符，如果要繼續將頻寬往上推，勢必得轉向矽光子。因為若繼續採用現有的SERDES技術實現下一代收發器，光是通訊所消耗的電力便將超過200W，這是一個大到無法接受的數字。 張琨永解釋，每一款晶片都受到功率預算的限制。在功率預算內，晶片必須做完所有事情，例如通訊、運算、讀寫記憶體等。若僅通訊就要占用200W功率預算，晶片的其他功能恐怕都沒辦法運作了(圖2)。 圖2　受限於功率預算，未來晶片對外的通訊頻寬若要進一步提升，必然得朝矽光子技術發展。 此外，隨著訊號速度越快，訊號衰減的問題也會變得越棘手。基於銅導線的傳統SERDES，已經很難把10Gbit/s的訊號傳送到10公尺外，如果速度再往上加，傳輸距離只會更短，這對許多應用來說，也是無法接受的。 綜合功耗、頻寬、傳輸距離等因素，未來高效能運算所使用的晶片，在通訊方面轉向矽光子收發器，已經是不得不然的選擇，賽靈思也已經投入相關技術研發多年。 矽光子通訊最大的優勢在於可以實現長達兩公里的傳輸距離，同時減少晶片互聯的功耗，把功耗預算留給運算任務，而且延遲(Latency)也比基於電氣訊號的傳統互聯來得低，這點對於高效能運算非常關鍵。此外，矽光子具有跟FPGA主晶片整合在同一個封裝內的可能性，可以進一步提高FPGA的通訊頻寬，並縮小尺寸、進一步降低功耗。 賽靈思早在2016年就開始與愛美科(imec)、Samtec合作，藉由在FPGA晶片外的光通訊晶片實現50Gbit/s的矽光子通訊連線。目前賽靈思正試圖將矽光子收發器與FPGA整合在同一個封裝內，也已經有初步成果。未來光纖將可以直接拉到FPGA上，而不是FPGA外的收發器(圖3)。 圖3　導入矽光子之後，未來FPGA晶片將直接透過光纜進行外部通訊。 如圖3所示，矽光子晶片跟FPGA的異質整合，還可以進一步細分成三種，其中兩種屬於On Package/Pluggable，第三種則是In Package/Unpluggable。目前賽靈思的技術進展是實現On Package，並藉由在封裝上預留連接器，讓外部光纖可以直接連線到FPGA上。這種設計有個好處，就是使用者可以更換光纖，如果做成In Package，則光纖介質會直接拉進封裝體內，光纖將無法更換。但這種設計會帶來更低的功耗與更小巧的外觀尺寸，而且整合度更高，只需要搭配外部雷射元件就能實現矽光子通訊。 這會是一個很重要的設計抉擇，因為在實際應用上，系統需要使用的光纖長度不一，如果光纖是封裝的一部分，更換難度會大幅提升，應用上的彈性也會受到限制。如果採取可插拔式設計，對使用者來說是比較方便的。 此外，賽靈思在設計矽光子通訊時，還必須考慮到很多真實世界的問題。例如資料中心、超級電腦這類系統，除非是在維修狀態，否則基本上是不會停機的，這意味著系統上搭載的晶片會持續發熱，光纜材料能否長時間耐受高溫而不劣化，會是一個大問題。此外，如果要更換光纜，FPGA封裝上一定要有對應的光纜插座，這種插座要如何設計才能做到可靠耐用？這些都是賽靈思目前還在努力克服的挑戰。 張琨永總結說，目前矽光子技術的發展，還有四大挑戰需要克服。首先是生態系統的建立，包含電子晶片的設計製造、光通晶片的設計製造、封裝、如何外掛光纖、雷射光源，乃至所有異質整合都需要的KGD測試等，這些配套都要到位。 其次是可靠度問題。光通訊所使用的元件，例如光纖、光纖連接器、雷射光源等，可靠度都比矽晶片來得低。 第三是能源效率，矽光子的能源效率一定要比傳統基於電氣訊號的互聯技術高出非常多，才值得導入。 最後則是成本問題，目前矽光子所使用光通訊元件還沒有規模經濟效益，因此成本還是偏高。但如果相關元件進入大量生產階段，成本問題將有機會獲得解決。

這五項邊緣運算伺服器的發展趨勢分別為：「超融合技術與功能介面整合」、「靈活運算架構與節點多層化」、「軟體定義與虛擬化技術強化」、「開放化硬體架構與軟體堆棧」、「小型與防震型等環境適應力」。上述趨勢將持續牽引2019年第三、第四季之後的邊緣運算伺服器產品，與整體產業生態系的發展走向。 超融合技術與功能介面整合 智慧聯網需求差異性高，邊緣位置必須在離線、沒有核心數據中心的支持情境之下，還能夠獨立執行現場的分析、分派任務；此外，為了讓客戶或使用者可以更加便捷地使用伺服器設備，因此，如何降低使用的成本與使用複雜性成為關鍵因素，這也推動邊緣運算伺服器產品朝向「超融合」(Hyperconvergence)發展。 包括思科(Cisco)的PowerEdge R740、XR2與聯想的ThinkSystem SE350等產品皆應用了「超融合」來陳述自身的產品，大約可以分為兩種主要內涵： 第一，運算、儲存、網路功能的超融合，此三種技術的融合形成了「超融合基礎建設」(Hyperconverged Infrastructure, HCI)，此一架構具有快速布署、彈性擴充特性。 第二，隨著現場數據量的大量增加，並且在運算成本的考量下，藉由分散式系統軟體，將多個邊緣運算伺服器形成「叢集」是相對較佳的解決方案，然而，此一種叢集化的解決方案，賴於是否能依據現場的環境資源與使用模式(如工控、電源配置模式)，進行靈活性調度與處理，這進一步推動了資訊技術(Information Technology)與操作技術(Operation Technology, OT)的融合，邊緣運算伺服器便是融合的載體。 上述兩項內涵之中，又以IT、OT的融合最為重要，其更被視為邊緣運算能否在不同「現場」(Field)進行大規模布署與管理的關鍵因素，尤以是在設備、次系統數量愈多、愈複雜的場域，更尤其需要IT、OT端的融合。「超融合」的發展趨勢之下，除了將影響了邊緣運算伺服器產品設計，也將整合企業內部IT、OT(如工業控制)原先屬於不同部門的合作與分工模式。 靈活運算架構與節點多層化 邊緣運算伺服器與傳統地方型伺服器的差別之一，在於邊緣運算伺服器所強調的並非封閉性的系統情境，而是可以按照不同的設備、通訊需求，進行多層的運算架構設計；也就是藉由數據、服務品質來判斷資訊數據分析與運算位置，並且因應不同的事件類型，運算位置可在雲端、邊緣來進行靈活性的調整與分派。 AWS的Snowball Edge產品，便是靈活型運算架構的具現，然而，不僅AWS此種雲端服務提供商，幾乎所有邊緣運算伺服器布局業者，皆強調「伺服器」是介於雲端、終端之間的「節點」。屬於「雲端服務提供商」、「網通設備提供商」的不同業者，對於靈活型運算架構有兩種不同內涵： 第一，雲端服務提供商，對於邊緣運算伺服器功能，特重於雲端與邊緣的資料遷移能力，對於雲端服務而言，邊緣運算伺服器所能提供的服務，較類似於「朵雲」(Cloudlets)，也就是考量客戶負擔的成本，以及就近客戶布署的需求，所創造的雲端服務延伸。 第二，網通設備提供商，對於邊緣運算伺服器的功能，則較強調現場基礎建設建構，因此，相對於雲端服務提供商，比較側重於如何藉由「叢集」來串聯終端的運算資源池。 上述兩項不同的內涵，在2019年之後已有匯流的情況，並且「雲端服務提供商」、「網通設備提供商」在5G、智慧製造等情境之下，已有日益增加的策略合作。不過，值得注意的是，不同使用情境的設備、數據異質性差異甚大，因此不同的服務情境將會有不同的層級架構，如何掌握現場設備數據生成與傳輸特性，藉由擬定「數據政策」來設計多層級運算架構，會是延伸課題所在。 軟體定義與虛擬化技術強化 藉由邊緣運算功能介面來觀察，可以發現邊緣運算與雲端運算，架構上最大差異之一在於邊緣運算除了有「垂直」層級關係，亦有「水平」層級關係，然而複雜層級關係已非傳統伺服器、閘道器、路由器所能因應，因此「虛擬化」與「軟體定義」便成為依賴的技術選項。 包括研華、Supermicro、聯想等對於自身邊緣運算伺服器產品的陳述，皆直接聚焦在虛擬化、軟體定義兩項技術，兩者主要目標，皆是希望超過硬體限制，讓整體網路中的運算效率提升。兩項技術內涵縱然不同，但彼此卻密不可分。 虛擬化技術，可以進一步將運算、儲存與網路資源虛擬化，在邊緣的位置上形成一個資源池，最常應用的是網路功能虛擬化(Network Functions Virtualization, NFV)，其將網路節點分割成為數個功能區塊，有利於動態規劃「封包傳輸路徑」，達到動態負載平衡。 軟體定義技術則可以視為是整體基礎建設的軟體控制機制，藉此可以將上述的「虛擬資源」分配給資源取用者，可進一步分為軟體定義網路(Software Defined Storage, SDS)與軟體定義儲存(Software Defined Network, SDN)。 虛擬化與軟體定義技術被視為5G電信數據封包核心網路(Evolved Packet Core Networks, EPC)的主幹，會有這樣的演變，除了設備異質性提高之外，主要推動力是服務提供商必須針對不同使用者需求，來彈性設定傳輸網路與傳輸路徑。邊緣運算伺服器作為基礎建設重要的節點，需要支援或具備「虛擬化」與「軟體定義」技術，讓整體網路更具備彈性化與可擴充性，同時也可降低運算基礎建設的建置成本。 開放化硬體架構與軟體堆疊 強調去中心、分散化的邊緣運算架構，也嘗試定義新的產業生態系，而受到開源文化影響開放硬體、開源軟體思考逐漸被電信服務提供商、雲端服務提供商所接納，影響下世代邊緣運算伺服器產品設計思考，主要目標在於建構具有協同作業的架構與環境，以及增加設備與平台的互通性。 諾基亞(Nokia)在2018年提出的Airframe Open Edge...

CEA-Leti執行長Emmanuel Sabonnadiere表示，SOI技術有多種衍生型，從適合邏輯電路與類比電路使用的FD-SOI，到適合射頻元件使用的RF-SOI、以及專為功率半導體應用需求開發的Power-SOI， SOI材料的應用涵蓋範圍極大，並獲得意法半導體(ST)、恩智浦(NXP)、格芯和三星(Samsung)等半導體業者採用。 雖然格芯近期已宣布停止發展先進製程技術，但CEA-Leti跟SOI生態圈裡的眾多合作夥伴，還是會持續推動SOI製程微縮，並搭配其他新的技術，如嵌入式非揮發記憶體、3D整合跟新的設計工具，讓SOI繼續往前邁進。 事實上，邊緣AI晶片很適合使用SOI製程來生產，因為邊緣AI晶片對功耗/性能比的要求很高，而且常常涉及到運算跟感測器的整合，這些需求都與SOI的特性跟優勢正好一致。此外，相較於FinFET，FD-SOI有一個很重要的特色，就是可以動態調整邏輯電路的工作點，不像FinFET，在設計階段就必須在高效能跟低功耗之間做出取捨。這對於簡化類比電路設計，也能帶來很大的優勢。 不過，半導體產業終究是一個需要規模經濟來支撐的產業，如果沒有健全的生態系統，即便技術特性再優異，還是很難在商業上取得進一步成功。因此，CEA-Leti未來會跟合作夥伴推出更多配套技術，讓SOI製程的應用得以更加普及。 CEA-Leti執行長Emmanuel Sabonnadiere指出，SOI製程有許多特性，正好迎合邊緣AI應用的需求。  

中興事件結束之後不到兩年，中美貿易戰白熱化，這次有更多中國科技廠商遭到禁運處置。然而中國在這兩年間並沒有發展出真正意義上完全自有的產品，舉例來說，現時所謂自有處理器架構，基本上都還是來自於Arm、MIPS或者是X86的授權。 AI方案火熱，雖然中國業者紛紛設計自己的加速晶片，但上面執行的依然是來自Google、Facebook的框架，而自產AI加速晶片依然是以老舊的脈動陣列(Systolic Array)架構為主，只是在周邊或者是記憶體的使用進行調整，沒有獨有的專利或其他特殊之處，因此在中國市場，即便針對雲端AI運算的ASIC加速方案此起彼落，但NVIDIA的GPU方案依然占據高達九成的市場。 中國前兩年的自有潮流雖不能說完全沒有發揮作用，但效果相當不明顯。 也因此，當出現了RISC-V這個彈性高、免授權費，且商用機會大的架構之後，整個市場也紛紛投入研究與開發，推動相關生態的發展。 RISC-V衝擊既有處理器IP授權生態 前面也提到，在核心的處理器架構方面，Arm、MIPS以及X86仍是中國處理器方案的主流，2017年之前總和占據接近百分之百的市場。 不過在2018年，情況開始有了改變，RISC-V正式進入中國市場，雖然在此之前就有部份中國晶片業者使用RISC-V指令集設計產品，但因為市場不熟悉該架構，應用並不廣。而隨著中國RISC-V聯盟的成立，以及SiFive攜手晶心進入中國市場，SiFive也在中國成立SiFive China獨立子公司，主導在中國的業務發展，一時之間掀起了廣大的開源架構風潮。 SiFive或晶心賣的是已經設計好的IP，採用他們設計好的架構需要支付授權費，但是SiFive以及其他RISC-V的IP供應者，都只收取一次性的授權費用，往後晶片生產就不需要根據銷售量額外支付一定比重權利金。而若廠商技術能力足夠，也可以直接拿RISC-V指令集來發展自己的架構，而RISC-V指令集還定義了擴展指令集，只要符合規定，廠商可以自行定義相關指令集的內容和形式，形成高度客製化的方案。 重要的是，採用此法設計出來的處理器產品完全不需要支付任何授權費或者是支付權利金，相較之下，如果使用同樣的授權方式，採用Arm的指令集來客製化自己的處理器，以最高階的方案為例，入門費用和授權費用可能就需要高達數千萬美元，更不用說後續權利金的收取。 然而，指令集雖免費，還是需要有其他外部成本的配合才能形成產品，且多數中國晶片設計業者都沒有自行使用指令集來設計處理器架構的能力，因此最終還是只能買現成的IP，但不論如何，較低的授權費，以及不需要權利金的先天優勢之下，開源架構的概念在中國瞬間火紅了起來，包含華為海思、阿里巴巴等超過300家科技業者都加入相關的聯盟或者是投入架構發展。 Arm首當其衝　因應策略效果仍待觀察 既然看到「免費」商機，既有的處理器IP業者也緊張了起來，Arm在處理器IP供應市場中獨占鼇頭已久，當免費指令集當道，自然受傷也最重。 對客戶而言，一來隨著晶片銷售額的成長，如影隨形的權利金會成為獲利殺手，另一方面，客戶其實也不願意讓Arm藉由收取權利金的理由對自己的銷售成績瞭若指掌。採用免授權金的架構，那麼一來節省成本，二來又可以確保市場成績不被Arm知悉。 為了因應挑戰，Arm在授權策略也進行了一定的調整和改變，比如說過去客戶選擇一種特定的晶片設計方案時，必須預先支付一定數量的許可費，價格可能從幾萬美元到數百萬美元，之後在晶片投產後按晶片數量再收取授權費以及權利金。 但對於晶片公司來說，準備好送到晶片代工工廠的最終設計方案可能需要半年至一年的時間才能完善，客戶在晶片實際開始交付之前很久就支付了大筆預付款，對營運成本造成壓力，中大型企業可能還有其他業務收入支撐，小型企業可能根本無法負擔。 為此，Arm宣佈了一項新收費模式，晶片製造商可以較低的一次性費用獲得約該公司四分之三的技術和晶片設計方案組合。後續，只有當晶片準備好生產並開始發貨時，才需要向Arm支付許可證費用和專利費。 作為IP授權業界的老大哥，Arm在生態、開發工具以及製造方面的支援不是免費架構所能相提並論，但如果坐看競爭者蠶食市場，那最終生態優勢可能會被翻轉過來，為此而進行的策略轉變看來只是收費順序的轉換，多數IC設計業者可能不會有太多感覺，但是在中小型業者身上應該可以發揮一定作用，只是效果仍待觀察。 MIPS與IBM跟進免費授權 也由於免費指令集掀起廣泛的討論，業界也認為其可創造的商業價值不下於傳統的Arm授權方式，就連過去也走Arm授權模式的MIPS和Power Architecture也加入了免費指令集的行列。 MIPS是個具有非常悠久歷史的架構，過去在高性能運算、網通設備以及各類嵌入式架構產品中非常普遍，而在特定的技術領域方面，比如說單一核心多執行緒的設計也要優於Arm。然而在Arm架構的侵略之下，市場不斷喪失，加上商業策略失敗，導致目前僅能退守少數應用領域，且仍不斷被Arm架構所侵蝕。 而在遭遇市場挫折之後，一度被Imagination所收購，但Imagination在MIPS生態上並沒有很好的開發出更廣泛的應用，加上和蘋果的合作將在不久候終止，可能會喪失大筆收入來源的Imagination也只好斷尾求生，將MIPS買給美國新創公司Wave Computing，隨後也將自己賣給了中資公司。 MIPS在今年稍早提出了指令集免費授權方案，同時也免除了權利金的收取，同時也將中國市場的經營權授權給芯聯芯，這個作法其實和SiFive在中國創立獨立公司，以及Arm在中國創立Arm mini China有著異曲同工之妙。 而IBM也在8月宣布透過OpenPower基金會開放Power Architecture，同樣採用類似RISC-V的授權模式。二者除了指令集免費授權以外，也提供了既有的IP授權模式，但同時免除了權利金的收取，希望能仿照RISC-V掀起的熱潮，藉此取得更大的市場空間。 Power架構過去在高性能計算領域一直擁有重要地位，只是市場參與者太少，基本上就是IBM自己在玩，雖然在不少技術特性方面可和英特爾一較高下，但巧婦難為無米之炊，截至目前為止，其在相關市場的占有率也不過在1%左右。 過去Power架構一直是由OpenPower基金會在推動，提供類似Arm架構的授權方式，在收費方面一直也都比Arm架構低，但因為應用冷門，且缺乏廣泛的軟體支援，市場應用者少之又少，而其近年在中國市場的耕耘也被其他如RISC-V等聲量更大的開放架構所掩蓋，為了避免進一步被邊緣化，IBM也決定跟隨RISC-V以及MIPS的腳步，開放其指令集。 而這次所謂的開放，就是要效法RISC-V，在指令集層級的使用方面完全免除版稅。另一方面，為了強調Power架構在周邊IP的完整性，同時讓指令集授權可以更快速轉換成可商用產品，除了開放原始碼的Power架構指令集之外，IBM 還將提供多種其它技術，包括 Power架構的軟核實現(Softcore Implementation)、與架構無關的開放式相干加速處理器介面(OpenCAPI)、以開放式記憶體介面(OMI)的參考設計。 國際IP授權商在中國展開切割布局 目前貿易戰打得火熱，這些IP業者，除了Arm以外，其原始指令集架構的發明都是來自美國，而即便是Arm，也有多個IP研發團隊在美國，因此，不論是指令集，或者是IP架構，都可能會踩到美國的貿易限制，如果貿易戰全面開打，那麼以上這些IP授權業者恐怕必須馬上退出中國市場。 為了避免這種最壞的狀況發生，這些公司採用了在中國設立獨立運作的公司，或者將經營權授權給當地公司，若母公司受到禁運限制，那麼理論上在中國的子公司還能持續以現有的指令集基礎開發IP，並提供授權服務。 RISC-V基金會曾表示，即便在最壞的情況下，指令集不會遭受禁運限制。而在此前提下，若自行以開源指令集開發IP，不論未來貿易戰發展到什麼程度，基本上都不會受到影響。 目前SiFive就在中國開設了一家獨立營運的公司，而MIPS則是將IP的授權及營運授權給中國本地的公司，就如Arm在中國和當地政府合資創立Arm mini China子公司一樣，都是為了規避貿易戰風險。 然而是否真能完全避免貿易戰的影響，恐怕還是要取決於美國對技術輸出的態度，若連上游製造都涵蓋進去，即便有獨立的經營體系，恐怕還是難逃制裁。 RISC-V發展最快　MIPS/IBM仍待觀察 目前RISC-V架構在中國已經建立起聯盟，進入中國市場的相關IP供應者也有不少，台灣晶心、芯原，以及最近最受關注的SiFive，都已經積極布局相關市場，提出不少方案。前不久阿里巴巴旗下的平頭哥發表基於RISC-V的高性能IP玄鐵910，可以達到16核配置，並可在2.5GHz的時脈下運作，而其IP和自訂的擴充指令集都將完全開放，這也代表中國隊RISC-V，除了既有IP供應業者之外，也積極布局完全自有的IP，這對SiFive之類的業者而言也都是挑戰。 雖然平頭哥的架構與IBM或者Arm的高性能架構比較起來還是明顯不足，但也已經是RISC-V中少見的高性能架構了。不過目前該架構仍然還在驗證與測試階段，短時間之內沒有商用的可能，但這也已經代表中國廠商希望以RISC-V布局更廣應用的決心。 若以整體局勢觀察，RISC-V目前氣勢的確強大，但實際商用腳步仍僅限小規模低功耗產品，整體市場表現以及相關產值仍遠遠落後於Arm，而MIPS及IBM之所以推出開放指令集授權方式，截擊的意味極重。 但考慮到目前RISC-V已經聚集了Google、高通、NVIDIA、三星、WD等一線半導體大廠，背後潛藏的研發能量極為龐大，若再慢一步，恐怕不久之後就連高性能計算也可能被RISC-V所取代，而這也是IBM決定在MIPS之後，跳進開放指令集架構處理器授權市場中的最大原因。 Arm壓力大　業務模式被迫調整 至於背腹受敵的Arm，雖然憑藉著成熟生態積極展開行銷戰，但既有授權模式以及指令客製化彈性的缺乏，使其面對這些開源架構，也逐漸落於下風，其主要客戶都已經逐漸轉向RISC-V。 雖然主要的運算核心，如高階Cortex-A系列仍然統治著行動運算領域，但低階的M系列，甚至針對即時運算的R系列，都面臨極嚴苛的挑戰，在RISC-V的壓力下，當初軟銀收購Arm時所誇下的海口，恐怕會複製當初伺服器市占宣言的窘況：Arm在幾年前曾宣稱要在2021年占據伺服器市場25%的比重，但至今仍未超過1%。 為了保住IoT市場的優勢，或許Arm會在未來提出更激進的授權計畫，不僅要打入更大的市場，也同時要阻擋免費架構繼續攻城掠地，影響Arm的市場布局。 在中國市場，Arm mini China主要針對的就是IoT市場，除了有自己的架構研發團隊，在授權條件上也要優於Arm全球的其他市場，然而中國市場雖大，如果因為其對中國市場的授權優惠而影響了其他國家的客戶，對Arm而言恐怕也是得不償失，也因此，或許Arm應該考慮改變授權形式，將預期營收來源轉移至其他服務部份。 事實上，Arm已經宣布有限度地支援客製化的指令集，與RISC-V頗有異曲同工之妙。通過Arm強大的設計能力來對抗RISC-V的其他IP競爭者，當然，這對於保守的Arm，肯定會是一大挑戰。

由於半導體晶片早已精密到無法用人力作業來生產，因此不管是晶圓製造或是封裝測試，絕大多數的製程步驟都是在設備內自動執行，這使得半導體產業先天上就是一個自動化程度遠高於其他產業的行業。 而在大數據分析、邊緣運算與人工智慧(AI)技術逐漸成熟後，許多半導體業者都已踏上從自動化邁向「智動化」的旅程。但在眾多機台設備全面聯網後，設備資安的問題也更加迫切，使得產業鏈必須快速提出標準化對策。 半導體設備資安標準化框架漸具雛形 對半導體產業而言，設備資安的問題早已存在多年，而且光靠一家廠商的力量，很難落實全面的防護。台積電資訊安全專案經理張啟煌(圖1)指出，根據統計，目前絕大多數還在線上運作的半導體設備機台，裡面所使用的作業系統都還是微軟(Microsoft)的Windows XP，而且更糟的是，即便半導體業者現在要購買新型機台，裡面所搭載的作業系統還是Windows XP。 圖1　台積電資訊安全專案經理張啟煌表示，為了確保生產效率，OT設備所使用的軟體在調整到最佳狀態後，會盡可能避免更動，因此OT設備的軟體慣性十分強大。 對於IT領域的資安工程師來說，這種情境或許很難想像，畢竟微軟早在很多年前就已經停止對Windows XP提供支援，若系統有新的漏洞被發現，也不會再提供修補或更新。但這在OT領域是司空見慣，因為機台上有很多跟生產製程、機台控制有關的軟體工具，如果機台的作業系統要從Windows XP升級到Windows 7或Windows 10，這些工具很可能會出現相容性問題，或是運作效率降低。此外，如果要在機台上安裝防毒軟體，設備運作效率會不會因此降低，也需要進行審慎評估。 對OT管理者來說，任何可能對生產效率產生負面影響的升級，都必須再三斟酌。這使得OT設備的軟體普遍都有非常強的慣性，半導體產業所使用的設備機台也不例外。 不過，由於惡意軟體、駭客攻擊越來越頻繁，加上半導體設備已經高度互聯，產業界不能再不拿出對策。因此，國際半導體產業協會(SEMI)已經成立了資安標準委員會，負責制定與半導體設備有關的資安標準框架，並已經取得初步共識，例如作業系統支援服務中止(EOS)後的處理方式、軟體更新服務的責任歸屬如何劃分、設備商應承擔的責任等。然而，由於資安威脅日新月異，因此這個框架還會持續演進，委員會也會持續邀請更多設備商及資安解決方案供應商加入討論。 對抗惡意軟體　白名單機制成基本防線 除了作業系統相關問題外，由於惡意程式的變種速度太快，只靠黑名單來把關已經沒有意義，因此包含工研院資通所所長闕志克、應材(Applied Materials)資安長Kannan Perumal、微軟現場網路安全技術長Diana Kelley及西門子(Siemens)全球客戶經理David Rogers都認同，針對OT設備的軟體管理權限，應該改用白名單機制來控管。 白名單權限控管可以分成很多個層次，從最基本的軟體安裝，到軟體安裝後，應用程式可以有哪些行為，不允許做哪些行為，以及應用程式更新後，白名單本身要如何做對應的控管等，每個環節都有一定程度的複雜性，每家廠商的做法也不盡相同。如應材是從供應商/第三方開始做源頭控管，西門子則是按照IEC 62443標準要求來進行。 但不論如何，對應用軟體進行更嚴格、更徹底的監控，是所有設備商跟軟體業者一致的態度。畢竟，隨著網路攻擊能造成的破壞跟經濟損失越來越大，激勵駭客發動攻擊的經濟誘因也開始出現，誘發更多攻擊事件。面對危機四伏的聯網世界，防禦方必須步步為營，小心謹慎。對IT人來說，這些都已經是常識，但OT領域的資安人，才正要開始學習這個功課，並調整應對心態。 邊緣運算/AI為智慧製造添加動能 針對智慧製造議題，聯電智慧製造處副處長吳京沛(圖2)開宗明義地說，半導體產業走向智慧製造，就是要藉由導入工業人工智慧(Industrial AI, IAI)，來提升生產效能並改善生產流程。目前半導體廠在資料的蒐集跟取得方面，已經大致不成問題，但從大量數據中萃取洞見，創造商業價值的過程，還是高度仰賴人力。IAI的價值，就是要把這些工作，例如資料可視化、數據分析改成用機器自動處理，降低資料科學家的工作負擔，並節省時間跟成本。 圖2　聯電智慧製造處副處長吳京沛認為，半導體產業必須用更智慧化的工具，來降低員工的工作負擔，並提高企業運作跟決策的效率。 把這些工作交由IAI代勞後，下一個發展重點則是把工程師腦中的領域知識(Domain Knowledge)跟大數據結合起來，讓IAI有能力幫人做決策工作，至於人的工作，則轉變成檢視IAI的決策品質，確保決策無誤，並將結果反饋回機器學習模型中，提升IAI的決策品質。 目前在半導體產業內，IAI最為人熟知的具體應用在於實現自動化缺陷分類、機台自動調校，以及利用AI來做虛擬檢測(Virtual Metrology)，加快晶圓的生產速度。無人工廠也是半導體業者正在努力發展的方向，畢竟無塵室並不是一個舒服的工作環境，要找到願意從事這種工作的人，將會越來越困難。 不過，對半導體產業來說，要導入IAI，還是有很多挑戰。除了資安疑慮、資料品質不好等所有AI應用都會遇到的共通問題外，半導體產業最獨特的挑戰在於，要用極有限的不良品資料訓練出推論準確率極高的模型。 半導體產業很多製程步驟的不良率都只有ppm(百萬分之一)等級，甚至還更低，這意味著半導體廠很難拿到足夠的不良樣品來訓練模型。但另一方面，半導體產業對模型推論準確度的要求又很高，因為IAI一次誤判，可能會讓公司付出極高代價。因此，結合規則式算法跟機器學習的混合式系統，會是比較可行的發展方向。另一方面，在應用布署的時候，還是要拿人來當比較基準，只有在機器判斷的準確率比人還高的環節，才值得布署IAI系統。 至於在設備端，包含科林研發(Lam Research)、ASM Pacific Technology、艾波比(ABB)、均豪精密，雖然專注的設備領域不同，但探討的主題都是機台的預防性維護、健康狀態/製程監控等議題。半導體大廠意法半導體(ST)也把主題放在預防性維護跟設備狀態監控上。 由於半導體產業所製造的產品都非常精密，因此對相關業者而言，不僅機台上的零部件飄移需要嚴密監控，甚至連零部件老化導致生產參數出現細微變化，都可能讓良率表現截然不同。這使得設備業者跟半導體製造業者，本來就非常需要掌握機台運作的即時狀況。只是，在數據分析技術成熟之前，大家都是按照經驗法則來排定歲修時程，而隨著人工智慧跟邊緣運算技術日益成熟，現在業界有了新的選擇。而且，每家業者都有志一同地強調邊緣運算架構，不會把原始資料傳到雲端去分析處理，而是在本機端直接用機器學習等AI技術完成資料分析，給出預測結果。 在眾家廠商英雄所見略同的情況下，在半導體走向智慧製造的過程中，邊緣運算所扮演的角色，將變得十分關鍵。 為專家賦能方可落實智慧製造 華邦電技術副總監李馥源(圖3)則為整個智慧製造論壇做總結，並指出所謂的智慧製造，就是一種為製造業解決問題、創造價值的手段。 圖3　華邦電技術副總監李馥源認為，為領域專家賦能，讓人的智慧固化成系統，是智慧製造落實的關鍵。 因此，智慧製造必須依照實際的製造需求，將自動化、商業智慧(Business Intelligence)與人工智慧結合。在這個過程中，企業內的IT部門、資料科學家、領域專家及外部供應商必須通力合作，才能讓計畫順利推動。 不過，在這個過程中，為領域專家賦能(Empowerment)，讓他們能夠將智慧製造有系統地建立起來，是最關鍵的，特別是對中小企業來說。這些領域包含商業智慧工具、資料分析平台/工具、機器人製程自動化以及作業流程。畢竟，所有智慧都來自於人，智慧製造能不能成功，關鍵就在於能否將人的智慧固化成系統。

Ansys MFEBU產品管理資深總監Steve Pytel(圖)表示，對產品設計者而言，在產品開發的過程中使用模擬工具，可以帶來加快開發速度、降低原型製作成本等優勢。而在智慧製造、工業4.0等概念興起後，模擬工具也開始被用在建置數位雙胞胎等工作上，成為產品生命週期管理的工具之一。這意味著模擬工具不只被運用在產品開發階段，在整個產品從布署到報廢的整個生命週期中，也扮演著一定的角色。 不過，若單就Pytel主管的產品領域--機構、流體與電子來說，模擬工具最大的價值還是在於加快設計速度跟降低原型建造成本。事實上，除了產品生命週期很短的消費性電子之外，很多原本設計週期很長的產業，例如汽車產業，現在產品開發的時程也被明顯壓縮。 而為了讓設計者有更多工具可用，進一步加快產品設計速度，Ansys在購併與策略結盟上動作頻頻。從2019年至今，已完成Helic跟Granta的購併案。Helic是一家提供電磁串音(Crosstalk)模擬與分析工具的業者，其技術對於發展5G毫米波通訊技術非常關鍵；Granta則是一家材料資料庫公司，提供與各種材料特性有關的資訊給設計者。 除了購併外，Ansys還有其他壯大生態圈的策略，例如近日該公司與Motor Design簽署合作協議，未來Ansys將成為Motor Design旗下Motor-CAD工具的經銷商。Motor-CAD是一款十分普及且簡單易用的馬達設計工具，可以用來計算馬達的電磁場、溫度與性能，再結合Ansys現有的模擬工具，可提供馬達開發者更完整的工具鏈。 Ansys MFEBU產品管理資深總監Steve Pytel認為，產品研發流程對模擬工具的依賴，將不斷提高。  

Vicor亞太區業務副總裁黃若煒表示，電源應用市場在最近幾年出現很明顯的變化，隨著資料中心、高效能運算的需求不斷成長，加上汽車電氣化的趨勢越來越明顯，不僅Vicor的客戶組成出現變化，客戶對電源模組的要求也跟著轉變。 以往，電源設計者對成本最為敏感，其次才是轉換效率跟電源系統的整體尺寸，但隨著應用需求的變化，現在的客戶對成本越來越不看重，尺寸跟轉換效率的重要性則明顯提高。 然而，這對電源模組來說，是很大的技術考驗。首先，外觀尺寸要非常小；其次，電源模組本身的電磁干擾(EMI)要非常低，否則會對處理器產生干擾。而這也是Vicor之所以能在專為AI運算設計的高階GPU加速卡上擁有獨占地位的原因。舉例來說，NVIDIA專為資料中心設計的GPU加速卡，板上的主要電源就是Vicor獨家供應。 也因為高效率跟低EMI，目前Vicor還有許多跟其他客戶合作開發中的次世代電源設計，例如直接把電源模組放在處理器基板的背面，甚至跟處理器用異質封裝整合在同一個封裝體內。 然而，也因為這類應用的市場規模很大，加上Vicor是獨家供應商，不可諱言的是，客戶對Vicor的保證供貨能力要求很高。因此，公司決定在資源投入上更聚焦在幾個特定領域，並且展開擴產。現有廠房的第二期擴建計畫已在進行中，第三期擴建則在計畫階段。此外，Vicor也在評估新的廠房地點，以便分散生產，降低風險。 Vicor亞太區業務副總裁黃若煒表示，電力電子的應用市場正在朝對Vicor有利的局面改變，公司的經營策略會更加聚焦。