- Advertisement -
首頁 市場話題

市場話題

- Advertisement -

布局L4市場 汽車/半導體產業全力衝刺

自動駕駛風潮持續熱燒。在Level 2的ADAS技術逐漸成熟後,眾多國際車廠除了持續提供更高效能、更安全的ADAS功能,以逐步達到Level 3外,也紛紛同時投入Level 4自駕系統發展,藉此加快實現自駕車實際上路的願景。 現代開發全新智慧巡航控制技術 布局Level 3以上自駕車,現代汽車集團(Hyundai Motor Group)日前宣布研發首個基於機器學習的智慧定速巡航控制系統(SCC-ML),該技術會將駕駛人的行為模式納入其自動駕駛行為中,進而為駕駛人創造自定義的體驗。 現代汽車集團副總裁Woongjun Jang表示,新的SCC-ML技術改進了先前ADAS技術的智慧性,並大幅提高了半自主功能的實用性,現代汽車集團將繼續致力於創新AI技術的開發工作,以引領自動駕駛發展。 智慧巡航控制(SCC)為ADAS提供了基本的自動駕駛功能和核心技術,也就是當以駕駛員選擇的速度行駛時,可與前方車輛保持距離;而新研發的SCC-ML技術將AI和SCC結合到一個系統中,該系統可自行學習駕駛員的模式和習慣,透過機器學習,智慧巡航控制系統能以與駕駛人相同的模式自主駕駛。 另一方面,除了研發新一代智慧巡航控制系統外,現代也宣布與零件大廠Aptiv合作,投入16億美元資金創建合資企業,搶攻自駕車市場版圖。雙方共同聲明指出,此合資公司將推動SAE 4級(Level 4)和5級(Level 5)自動駕駛技術的設計、開發和商業化;該合資企業將於2020年開始測試完全無人駕駛系統(Level 5),並於2022年開始為機器人自動化廠商、車隊營運商和汽車製造商提供自動駕駛平台。同時,該合資公司將以韓國作為關鍵技術中心、汽車改裝基地和自動駕駛行動服務平台的試驗場域。 博世/戴姆勒共同開發無人自動停車技術 博世(Bosch)則是和戴姆勒(Daimler)共同開發自動停車技術,並已獲德國巴登-符騰堡邦官方核准,在斯圖加特的Mercedes-Benz博物館停車場提供無人駕駛自動泊車技術,而此一停車技術也是世界首個獲官方核准可日常使用的Level 4全自動停車功能(圖1)。 圖1 博世和戴姆勒共同開發的自動停車技術,已應用於斯圖加特的Mercedes-Benz博物館停車場。 據悉,透過此一技術,當駕駛開車到停車場、下車,接著只需點擊智慧型手機便可以將車輛自動送到停車位,無需駕駛即可自動停車。一旦駕駛離開停車場,車輛就會自動行駛至指定的位置停放;取車時,汽車也會以完全相同的方式返回下車點。過程中仰賴Bosch所提供的智慧停車場基礎建設,以及Mercedes-Benz自動駕駛科技的交互合作。 除了研發自動停車技術外,Bosch也與戴姆勒攜手於聖荷西進行自動駕駛叫車試驗服務。Bosch、戴姆勒和聖荷西市三方已簽訂備忘錄,未來將使用賓士S-Class自駕車,提供給聖荷西市中心和西聖荷西的聖卡洛斯(San Carlos)和史蒂文斯溪谷(Stevens Creek)之間的走廊地帶的特定社區來使用。 此前導試運行計畫將可提供如何使高度及全自動車輛整合到多模式平台的相關資訊,主要目的為提供無縫的數位體驗,使特定社區的使用者可透過線上叫車,召喚自駕車,並預約指定的接駁地點和目的地,行駛過程由安全駕駛員全程監控。 Bosch原廠汽車零件銷售部門總經理楊建新(圖2)表示,該公司在前幾年提出「三零願景」,也就是希望達到零事故、零排放、零擔憂。為此,自動駕駛發展可說勢在必行,而目前自動駕駛市場發展呈現兩個方向,一種是在一般房車上持續添加性能更強的ADAS功能,使汽車更自動化、更安全可靠,進而達到Level 3以上的等級;而另一種發展方向則是從公共運輸切入,在限定區域、路線上發展Level 4以上的自駕車,以營運服務為主。 圖2 Bosch原廠汽車零件銷售部門總經理楊建新表示,不論是ADAS或是Level 4的自駕車,都有龐大商機。 楊建新進一步指出,對於該公司而言,這兩種發展方向都具備龐大潛在商機,為此,博世採取雙頭並進的策略,一方面繼續強化ADAS功能,另一方面也投入Level 4自駕車的發展,並擴大應用場域,就像是與戴姆勒合作研發的自動停車技術,不僅可用在室內停車,同樣也可以用於汽車產線上,也就是當汽車生產完成後,不用再花費額外人力將車從產線開到其他地點,只需一個按鍵就可移動車子。 感測技術仍是自駕車發展重點 要實現自動駕駛,如何提升自駕車的感知能力是一大要件。為此,恩智浦半導體(NXP)積極推動高效能、低成本的雷達解決方案。像是新型RDK-S32R274雷達解決方案,是由NXP與Colorado Engineering合作構建,旨在幫助開發人員使用NXP技術,快速開發高性能汽車雷達的原型。 另外,NXP也與吉利汽車合作,共同探索下一代毫米波雷達感測器及多雷達系統的前瞻性合作定義,將其用於下一代ADAS與自動駕駛功能。NXP將為吉利汽車提供更高效且密集的支援,以滿足持續的技術演進需求,協助汽車企業實現創新變革,贏在未來。 NXP指出,毫米波雷達是實現自動駕駛不可或缺的關鍵因素,以此為合作起點,NXP將針對車用ADAS感測器、資料融合、安全控制、通訊及車載網路等應用領域,為吉利汽車提供更具針對性且領先國際的解決方案;並整合雙方技術與優勢,在此領域進行前瞻性設計及研發合作,引領產業技術變革。 NXP半導體汽車電子事業部系統架構師黃明達(圖3)表示,雷達是自動駕駛不可或缺的關鍵元件,而越高級別的自動駕駛車輛,越需要更精準、高效而且低成本/功耗的方案,而該公司也會繼續往這方向發展。 圖3 NXP半導體汽車電子事業部系統架構師黃明達表示,未來自駕車對於感測元件的性能要求會越來越高。 黃明達說明,舉例來說,未來的自動駕駛車輛可能會需要有「成像」能力的雷達,使其對周遭環境感知更精準。而要讓雷達具備成像能力,主要是提升雷達的角分辨率,目前單顆雷達晶片的通道多是3發4收,若將集結數顆雷達晶片,組成一個更大的收發陣,像是將四顆雷達晶片整合在一起,如此一來通道數就會明顯增加,變成12發16收(因為乘以4倍)。這麼一來,此一雷達方案的角分辨率就會有極大的提升,傳送回來的反射點也會從過往單顆雷達晶片2~3個,變成數十、數百個,也因此能夠更清楚的將物體輪廓描繪出來,而這也就是所謂的「成像能力」,使自駕車對於環境的感知更清晰、精準。因此,成像雷達也成為NXP下一代產品的主要發展方向。 除了NXP之外,Bosch同樣也積極布局感測市場。Bosch開發了一款使自駕車能精準定位的感測器:車輛動態和定位感測器。此款新型感測器包含一個高效能接收器,用於接收自駕車精確定位所需之全球導航衛星系統(GNSS)訊號。使用衛星定位的挑戰在於如何處理不準確的數據資料,由於GNSS衛星在距離地表25,000公里的軌道上,以每秒4,000公尺的速度繞行地球,在訊號傳至地面的過程中,必須穿過電離層和對流層中的雲層,這將導致分散訊號並產生誤差。 這就是為什麼Bosch採用各種數據業者所提供的校正數據,以及於2017年成立Sapcorda合資公司的原因。在已知精確位置之地面參考站網路的協助下,數據業者可進行GNSS定位資訊校正任務,校正資料則藉由雲端系統或地球同步衛星傳送至汽車。 楊建新指出,感測器是自動駕駛重要的關鍵零組件,因為汽車是需要處理最多訊息的交通工具。當然,除了感測器之外,車輛的資料處理能力和通訊能力也都要跟著強化,才能因應源源不絕的感測資訊,也因此,車輛運算和通訊功能是須伴隨著感測技術一同成長,這也是車廠、系統廠等重點發展方向。 除此之外,為昇科科技資深副總經理陳正夫則表示,自駕車的感測設計另一個重點在於要有備援機制,也就是在同一個區域內(例如車頭)至少要有兩種以上不同的感測器,除了可以互相補助,提升感知能力外,重要的是確保其中一種感測器有損毀時,另一種感測器還能持續運作(例如攝影機壞了還有雷達可感測),避免自駕車發生意外。換言之,備援機制是Level 3以上的車款十分重要的設計,這也促使感測器的需求大量增加。 搶搭自駕熱潮 台灣不落人後 自動駕駛熱潮席捲全球,台灣也積極搶搭此波浪潮,且已有了不少亮眼成果。例如財團法人車輛研究測試中心(ARTC)便串連產業打造的MIT自駕電動小型巴士「WinBus」(圖4),已達美國汽車工程師協會(SAE)的Level 4高度自動駕駛(High Automation)階段,在固定或封閉式場域內,車輛無須人為介入,可以完成所有駕駛和環境監測功能。 圖4 由ARTC串連台灣產業鏈所研發的自駕小巴WinBus。 財團法人車輛研究中心研究發展處經理陳建次表示,自駕小巴的設計包含定位、感知、決策+控制三大面向,當中所用的關鍵技術包含3D高精地圖、光達點雲圖建立、光達SLAM定位技術、AI影像辨識、多感測融合、動態軌跡規劃技術,以及駕駛模擬運算技術等。這些都是實現Level 4車子不可或缺的要素,而ARTC期望藉由打造自駕小巴,為台灣國內上下游系統與零組件供應鏈帶來新市場與經濟效益,同時實現智慧交通願景。 車輛中心董事長黃隆洲則透露,未來這自駕小型巴士將先支持政府沙盒運行政策,而2019年第4季將協助勤崴國際、中華電信行動數據分公司、宏碁智通為首的營運團隊提出申請,於車輛中心所在的彰濱工業區投入運行,串聯周邊觀光工廠之公共接駁運行服務;接下來也將到各場域應用,累積運行實績,以次系統及創新營運服務模式。 除此之外,為加速自駕產業發展,ARTC也與宏碁智通、聯華聚能科技及鑫威汽車工業等18家上中下游供應商正式攜手組成「自駕車產業聯盟」。由產官研共同合作,串聯科技軟硬實力,結合「營運服務」、「自駕整合」、「電能整合」與「車體製造」等完整自駕車產業鏈,打造台灣SAE...
0

Level 3定義曖昧難明 自駕產業搶攻Level 4商機

在Level 2的先進駕駛輔助(ADAS)技術逐漸成熟後,眾多國際車廠持續精進自駕系統效能,期早日實現自動駕駛願景。然而,在Level 3自動駕駛車輛定義難明的情況下,Level 4自動駕駛車輛由於定義較明確,且多在限定區域內行駛,環境較為單純,對於車廠、新創及系統/車用電子元件等業者而言有更多的發展誘因。也因此,Level 4的自動駕駛車輛從2018年下半年開始不斷浮現,同時,新的營運模式也應用而生,眾多車商、租賃業者和新創業者紛紛透過自駕車實現公共接駁、貨物運送、定點接送等。換言之,以營運服務為主的Level 4車輛,成為自駕產業新的發展目標,且發展腳步相當迅速。 自駕接駁/運送車輛紛紛浮現 講到Level 4的自動接駁車輛,最令人印象深刻的應該就是Waymo。2018年年底Waymo推出首款自駕叫車服務Waymo One,在鳳凰城上路試驗;而到了2019年,Waymo擴大服務,與Lyft合作,不僅有更多的駕駛來體驗自動駕駛服務,同時在Lyft平台上部署Waymo自動駕駛車輛,可以讓鳳凰城地區的Lyft使用者選擇自動駕駛乘車體驗,讓Waymo獲得更多的乘客回饋意見,以改進自動駕駛技術。 另一方面,福特(Ford)旗下自動駕駛子公司Argo AI近期也在美國底特律推出第三代自動駕駛車隊,並規劃在邁阿密、華盛頓特區、匹茲堡、帕洛阿爾托、迪爾伯恩和底特律等城市逐步進行自動駕駛系統測試。 第三代自動駕駛車隊採用Ford Fusion Hybrid系統,並搭載了光達、攝影機和雷達以強化環境感知能力;同時還搭載了全新的運算系統,該運算系統提供的處理能力優於過往,並改進熱管理系統,使得車輛內部產生的熱能、噪音更少,這意味著任何乘客都將能體驗到更智慧的車輛,獲得更安靜、舒適的乘坐經驗。 除了Waymo、Argo AI之外,日產(Nissan)也積極推動無人計程車服務。Nissan計畫在2020啟動自駕計程車業務,該公司早先已與日本網路公司DeNA合作,推出自駕計程車新品牌Easy Ride,並進行實際上路測試;參與者可以沿著設定的路線(從Nissan全球總部到橫濱World Porters購物中心),搭乘自動駕駛車輛,距離約4.5公里。 同時,日產和DeNA也將測試Easy Ride的獨特服務功能,使用專用的行動應用程序,乘客可以通過文字或語音輸入想要做的事情,而車載平板電腦螢幕將顯示附近500個推薦景點和活動,乘客可以從推薦列表中自行選擇想去的目的地,還可以從自己的智慧手機下載該地區零售業者和餐廳的優惠券。 至於在運送方面,2018年Kroger攜手Nuro,於亞利桑那州斯科茨代爾(Scottsdale)使用自駕車,為居民提供運送雜貨的服務;到了2019年,雙方將自動駕駛配送服務延伸至休士頓。 Kroger指出,自2018年8月以來,該公司與Nuro在科茨代爾開始營運自動駕駛雜貨送貨服務,在經過試營運後,雙方成功完成了科茨代爾數千筆的交易,證明了雙方的綜合技術和數位專業技術可以改變雜貨配送的體驗;基於此一經驗,便計畫將自動雜貨配送服務轉移至休士頓進行下一階段的試驗。 定義難明導致Level 3車款遲遲未現 財團法人車輛研究中心研究發展處經理陳建次(圖1)表示,根據國際自動機工程師學會(SAE)J3016標準,將自駕車自動化程度區分為Level 0~Level 5,目前Level 2的車型已陸續問世,且普及速度越來越快,不僅高階車款有配備,在中低階車款也愈來愈普遍。 圖1 財團法人車輛研究中心研究發展處經理陳建次表示,Level 3挑戰在於責任歸屬不明確。 然而,在Level 2的技術已逐漸成熟後,一般認為這些自動駕駛發展業者會繼續乘勝追擊,加速往Level 3邁進。然而,實際上這些自動駕駛發展業者所發布的Level 3車型或消息和預期相比,卻是十分有限;反而是Level 4自駕車的議題不斷出現,不禁會讓人思考,Level...
0

專訪陸得斯資深行銷總監Timothy Kryman/產品協理蔡孟樵 檢測技術克服先進封裝挑戰

陸得斯科技(Rudolph Technologies)產品協理蔡孟樵(圖1)表示,在先進封裝結構日益複雜,單一封裝體內整合的晶片數量不斷增加之際,封裝廠對個別晶片的事前檢測,以及封裝成品的檢測需求,也跟著提高。如果封裝廠沒有在事前對晶粒進行全面檢測,萬一把故障的晶粒包進封裝,則整個封裝好的產品都會報廢。 圖1 陸得斯科技(Rudolph Technologies)產品協理蔡孟樵表示,先進封裝結構日益複雜,落實檢測對成本/良率的控管越來越重要。 另一方面,在晶片或封裝製程中產生的小瑕疵,有可能會隨著時間經過而惡化,導致整個元件失效。為了提高產品的可靠度,封裝廠必須導入更先進的檢測設備,才能抓到這些很容易被忽略的製程瑕疵。 晶粒檢測聚焦三大類瑕疵  一般來說,封裝廠的晶片瑕疵檢測,主要聚焦在三大類瑕疵,一是晶片正面的髮絲裂縫,二是在晶圓切割後產生的邊牆(Side Wall)裂縫,三是晶粒背面的裂縫。其中,邊牆裂縫是最棘手的問題,因為這類裂縫位在晶粒的側面,很難用傳統可見光檢測發現,但這類裂縫在晶片封裝完成,上電運作後,會因為晶片不斷熱漲冷縮,導致裂縫越來越大,最終造成元件失效。 要精準抓到這類瑕疵,必須靠特殊的可見光設計並搭配紅外線檢測,但紅外線檢測的速度遠不如可見光,因此業界始終很難有效率地處理這類瑕疵。所幸,邊牆裂縫的出現,跟晶粒本身的線路布局有很高的關聯性,當晶粒中某些區域承受的應力特別大時,該區域出現邊牆裂縫的機率也會增加。因此,陸得斯發展出一套對應的工具,會針對晶粒中承受高應力的區域進行額外的紅外線輔助檢測,以便在對檢測速度影響最小的前提下,強化邊牆裂縫的檢出率。 至於晶粒背面的裂縫,則是雷射切割製程的衍生結果。雷射切割其實沒有真的把晶圓切割成一顆顆晶粒,而是用雷射讓切割線所在位置的晶圓材質變得較為脆弱,等晶圓背後貼上藍膜,進行晶圓擴張時,晶粒才會受力分割開來。這種新的切割法不會造成邊牆現象,但卻會使晶圓背面承受額外應力,進而導致晶粒背面出現裂縫。 因此,封裝廠如果採用雷射切割技術,雖然不需要擔心邊牆裂縫,卻得對晶粒的正反兩面都進行瑕疵檢測,以確保良率。針對背面檢測,有些檢測設備是採取雙面同步探測,但解析度不足是這類設備普遍存在的問題。因此,陸得斯並未採取這種設計架構,而是用把待測晶圓翻面的方法,以確保測試機台的解析度夠高,能準確偵測出這類瑕疵。 RDL日益複雜 螢光檢測讓問題一覽無遺 在完成晶粒檢測,進入封裝製程後,封裝廠目前在檢測方面所遇到的最主要挑戰,就是如何鎖定重布線層(RDL)的缺陷。特別是在RDL線寬間距(L/S)從10/10微米迅速微縮到2/2微米,且堆疊層數越來越多的情況下,有機聚合物材料(PI)上的光阻劑殘留跟金屬線路沉積殘留等缺陷偵測,都會變得更加困難。 針對這些問題,陸得斯使用獨特的螢光檢測方法一次解決。在某些特定波長的螢光照射下,光阻劑若有殘留,該區域會出現螢光反應,而在此同時,因為金屬材質不會反射螢光,在畫面上會形成黑暗區域,因此檢測人員可以很輕鬆地發現光阻劑跟金屬沉積的異常殘留。 矽中介層面積過大 精準對位要靠線掃描 如果封裝廠是使用矽中介層(Si-interposer)來進行先進封裝,例如台積電的CoWoS,要面對的技術挑戰,主要是在對位(Alignment)上。因為隨著晶片封裝尺寸越來越大,表面又缺乏可以參照對位的特徵,所以對AOI設備會是一個非常大的挑戰。 傳統的對位機台使用區域掃描技術,一次只能掃描固定面積的區域,也就是機台的FoV。但對大晶片而言,若FoV不夠大,則會導致檢測設備無法準確對位而導致量測結果產生誤差。是故,陸得斯採取線掃描的新作法,讓機台的FoV得以大幅擴張,並搭配自行研發的演算法讓提升對位的精準度並且進行有效量測。 檢測問題日益複雜 技術配套必須更全面 事實上,陸得斯是一家產品線涵蓋十分全面的公司,除了檢測跟計量(Metrology)相關設備外,該公司還提供後段封裝所需的微影設備、步進機到晶圓探針卡以及各種軟體配套方案。這使陸得斯可用非常宏觀的角度來看整個封測產業的趨勢。 陸得斯資深行銷總監Timothy Kryman(圖2)指出,建構廣泛的產品組合,是該公司的核心發展策略之一。藉由提供完整的產品組合,該公司可以滿足封測廠客戶各種製程的需求,同時也把自家公司全面嵌入到客戶的產線裡。因此,該公司在過去十年,一直透過各種購併來壯大產品線陣容,並創造更大綜效。 圖2 陸得斯資深行銷總監Timothy Kryman認為,後段檢測所遭遇到的問題將越來越複雜,技術配套必須更全面才能滿足客戶需求。 也因為陸得斯不僅提供檢測與計量,還提供高價的微影設備跟步進機台,因此公司可以很容易接觸到客戶的高層主管,進而在商業競爭中領先一步。技術領先與商業人脈等因素,不僅累積出公司現有的競爭優勢,也形成市場進入障礙。
0

「分類」對我們產生 巨大的影響

  文 | 萬岳憲 資策會MIC產業躍升事業群總監 我們的大腦每天都忙著在做分類這件事,而我們也太習慣把每件事情分類,所以我們也很習慣看到不同的分類,甚至更習慣於去接受別人為你設定的分類。當你接收到的分類方式和你想的是一樣的,就會很樂意或愉快的接受,如果是不一樣的,你就會產生格格不入的不舒服感,甚至影響你對很多事情的決斷與觀感,套句網路流行語,會影響到「三觀」:價值觀、人生觀、世界觀。 在統計學上就有一個很有趣的分類,這個分類影響後世的研究學者跟隨至今將近100年,你猜到了嗎?就是P值(p-value)。許多研究生最擔心看到P值不顯著的統計結果,此時,如果假設檢定又必須得到P值顯著才能推翻假設的時候,不顯著的統計結果,很可能會推翻所有的研究過程,導致研究失敗。經由統計檢驗的數據,一般會顯示P值小於0.05或0.01,這個數據表示,A與B之間的關係或影響,可能產生的機率有多高,p<0.05即表示有95%的機率會落在信賴區間(Confidence Interval),同理p<0.01就會有99%的機率;機率數字愈大,需要的信賴區間就愈大,樣本數就需要更多,調查成本就會增加。這也就是為什麼多數公布的調查數據結果,總是加註「在95%的信心水準下…..」的原因。 有趣的是,p<0.05是誰訂定的?其實是英國統計學家費雪爵士(Sir Ronald Fisher)在1925年,大筆一揮就決定0.05,沒有理由,只因為他覺得0.05是一個好記又好用的分界點,所以他沒有選0.04或0.03,因為,當時是他自己要找一個數據來為自己的研究所用,所以就很瀟灑的選一個他喜歡的數字,但是他有加註說明,研究者可以根據不同的研究性質來決定P值的分界。可能是0.05這個數字選得太好了,之後跟進的研究者都沿用這個門檻,把費雪爵士留下的警語視為無物,0.05竟然成為一個區分好不好、行不行的神奇界線。這樣的價值觀影響我們近百年,讓我們習慣去接受分界線來判定好壞,例如59分與60分的距離只有一分,但是卻善惡分明的定義「當掉」與「All Pass」的距離。 讓我們再來觀察一個分界點,想想自己是不是也有受到影響。《紐約客》雜誌撰述委員葛拉威爾(Malcolm Gladwell)在其著作《異數》一書中提到,來自人為的分類習慣而產生的細微影響,會像蝴蝶效應一樣的逐漸擴大影響範圍,不但會讓大眾像溫水裡的青蛙,毫無感覺,最後甚至還會讓大眾誤以為,這些都是理所當然的事。 他發現許多選拔或測驗的參加資格是以年齡來分類,往往年齡大的測驗成績會優於年齡比較小的,這個現象在年紀愈小的群體中愈明顯,因為小孩的身心成熟差異度較大,小學一年級與二年級相較,對於許多事物的認知,當然是二年級的成熟度普遍較高,但是在一年級的學童中,也會有年齡的差距。 例如以台灣小學入學的分類劃界來看,在108年9月1日出生的小孩,入學那年的同班同學就是107年9月2日至108年9月1出生的族群,在相同的學習環境中,年齡較輕的小孩,相較於同班年紀較大的小孩,學習過程會比較吃力,而這樣些微的差異,日積月累就會影響學習成效,產生低落的學習心態,反而會愈來愈跟不上同班同學的學習進度。此時,老師如果沒有注意到學童們的身心成熟度差異,就可能誤判學童的學習態度或能力較差,會給予差別待遇的處置。英國社會學家莫頓(Robert Merton)將這種現象稱為「馬太效應」,援引聖經的《馬太福音》篇章:「凡有的,還要加給他,叫他有餘;凡沒有的,連他所有的也要奪去。」愈成熟者,表現愈好,老師就愈讚賞,給予愈多的特別指導;愈不成熟者,表現相對較差,得到的指導就愈少。不過,老師不是故意要給予偏差的指導,而是也受到馬太效應的影響,在「得天下英才而教之」的效應鼓動下,自然而然,會對表現佳的學生傳遞更多的知識。 美國加州大學聖塔芭芭拉分校教授貝達德(Kelly Bedard)與杜伊(Elizabeth Dhuey)也以大學生為研究對象發現,在四年制的大學裡,相對年齡較小的族群,平均學業成績比同學低11.6%,身心成熟度較低者的入學劣勢明顯存在,甚至再追溯至高中時期發現,因為這樣的分類方式,持續累積的低學習成效,甚至會影響至升大學之路。杜伊的研究結論指出,人們隨意設下的分類分界,竟然有如此長遠的影響,可是大家似乎都覺得無所謂。 無所謂的原因,來自於我們太習慣接受周遭既定事物的固著影響。德國心理學家敦克爾(Karl Duncker)有一個經典的蠟燭問題實驗。他安排A、B兩組人受試,A組的每個人都拿到「一根蠟燭、一盒圖釘、一本火柴(扁平式非盒裝)」,要求受試者只能運用這三樣物品,將蠟燭固定在牆壁上。 多數人嘗試使用圖釘來固定蠟燭,或使用火柴來烤融燭尾,想要藉由融化的蠟,把蠟燭固定在牆上。這些做法都是著重在思考「蠟燭、圖釘、火柴」三個物品的關聯性,只有少數人聯想到,可以使用圖釘把「圖釘盒」固定在牆壁上,讓圖釘盒變成一個燭台。 有趣的是,B組受試者跟A組拿到相同的物品,差異處在於「圖釘」和「圖釘盒」是分開的。也就是說,A組拿到的圖釘盒裡面有圖釘,B組拿到的是一個圖釘空盒和一些圖釘。實驗結果,B組使用「圖釘盒」當做燭台來固定蠟燭的人,是A組的二倍。 研究發現,人們習慣從整體的角度來看待事物,很容易受到過往經驗及外在環境的影響,對事物的功能或結構,產生認知的「固著」(Fixedness)現象。唯有當熟悉事物的某部份消失或變異,在不同的認知脈絡暗示下,人們才有可能脫離「固著」的影響,重新觀察或看待舊有的事物。 你應該已經發現,日常生活周遭的分類,正在巨大的影響我們的行為舉止,朝九晚五、週休二日、早中晚三餐、工作職掌、時間管理。許多的分類劃界,我們已經視為理所當然,甚至不會想要探究分類劃界的緣由。但是,專家研究指出,創新往往是來自於擁有突破分類式思考傾向的人,重新看待周遭事物的分類劃界,多元接受你不知道的新事物,就能夠讓自己在不知不覺中,脫離被「固著」影響的視野和思維,或許你就會找到一個不合理的分類,然後重新創造一個足以影響大眾的分類。 美國知名投資家坦伯頓(John Templeton)發現,擁有傑出成就與表現中等的兩種人,在工作上所付出的熱忱與努力,幾乎是完全相同,僅有的差異處也非常細微。但是,當細微差異正好位於關鍵的位置時,往往結果的品質與成效,就會產生巨大的差異,他將這個現象稱為「多一盎司定律」(Doctrine of the Extra Ounce)。 有一個簡單的數學題。每天要求自己發揮101%,365天之後,可以累積成長38倍;每天只要求自己做到99%,一年下來您就只剩下3%,兩者累積差距超過千倍,不能小看這每天多一點點的「一盎司」啊!
0

克服IIoT資料大漲挑戰 運算/雲端方案各顯神威

資料量暴漲 高效運算方案需求殷切 賽靈思工業、視覺、醫療及科學(ISM)市場經理翁羽翔(圖1)表示,工業物聯網以及醫療物聯網領域的資料呈爆炸性成長,每天產生2.5 Exabytes的資料量,而全球90%的資料在過去兩年中產生。在資料產生如此迅速的情況下,像是隱私、資訊安全性、數據處理的延遲和反應能力、資料管理的成本(傳輸、儲存、處理),以及可靠的網路連結等疑慮也逐漸浮現。 圖1 賽靈思工業、視覺、醫療及科學(ISM)市場經理翁羽翔表示,工業物聯網的資料呈爆炸性成長,發展工業物聯網的業者需要一套全方位的解決方案。 簡單來說,在工業物聯網、智慧製造等應用場景當中,雲端越來越無法負荷需要大量且即時的傳輸與運算需求,加上並非所有的環境都有強大的網路連結,雲端運算的效益在這樣的情況之下將會大打折扣。 因此,邊緣運算便應運而生,以補足雲端運算的缺口,降低資料傳輸、儲存與處理的成本。另外,當企業獲得的資料越來越多,隱私問題也隨之受到更多關注,而這與資料安全性密不可分。資料的安全與否可能隨著時間而變化,即使現在是安全的,但隨著運算能力的增長和駭客技術的精進,安全性也會隨之減弱。 也因此,發展工業物聯網的業者需要一套全方位的解決方案。為此,賽靈思旗下的Zynq SoC產品系列提供完整的解決方案堆疊,透過提供安全的連接、控制、線路、軟體與AI,輔以產業生態系中廣泛的專業技術來協助客戶開發所需的產品與應用;且該產品還提供一個共通的嵌入式平台,具備FPGA的可編程性且能同時支援IT與OT的需求,在設計時就將安全性納入考量。 另外,賽靈思也針對工業電腦提供加速解決方案「Alveo加速器卡」,其具備低延遲優勢,能優化所有作業負載並適應不斷變化的演算法,可輕鬆應用於雲端與在地(On-premise)部署,適用於機器人運動規劃、資料庫卸載、動態錄影與影片分析、基因體分析等應用。 同時,賽靈思也整合雲端框架,提供雲端與邊緣協作的AI平台。其中包含整合AWS Greengrass框架並透過鎖定更強大的嵌入式設備,將應用從雲端移到邊緣以提供低延遲、低功耗但高效能的邊緣AI。 翁羽翔指出,隱私、資料安全、資料管理和運算效率是ISM領域普遍考量的問題。隨著物聯網時代的到來,企業若能妥善運用資料將為他們帶來許多優勢,也能大幅提升營運效益。為此,該公司在工業領域的戰略核心,便是協助客戶有效地運用資料,實現更精準的診斷、決策結果。因此,該公司運用邊緣AI針對客戶的問題痛點提供運算資源,除了能夠降低功耗、提升效能與效率外,在沒有網路連線的情況下也依然能正常運作;並兼顧軟硬體升級,透過靈活應變的解決方案協助工廠延長其資產的壽命,進而提高投資報酬率。未來該公司也將持續致力於提供客戶高效能、高穩定度、低延遲、低功耗並兼具安全性的解決方案。 確保資訊保密 私有雲方案需求增 另一方面,因應工業物聯網衍生而來的資訊處理、保密需求,研華科技則是以旗下「WISE-STACK解決方案」應戰。研華科技工業物聯網事業群副總經理蔡奇男(圖2左)表示,近期發現產業客戶對於保護自身的產業專屬知識(Domain Knowledge)或是隱私需求大幅提升,因而提出能夠做到資料保密的完全私有雲環境的WISE-STACK解決方案,亦即將整套研華WISE-PaaS物聯網雲平台搬到私有雲環境中,讓客戶在享受公有雲服務的同時,也能擁有私有雲的保密,協助客戶輕易進行在地部屬。 圖2 研華科技工業物聯網事業群副總經理蔡奇男(左)表示,客戶愈來愈重視自身產業專屬知識(Domain Knowledge)、隱私的保護,因此對私有雲方案需求明顯增加。 WISE-STACK是研華科技旗下的私有雲解決方案,其為高整合度的系統,可提供完整的雲端體驗和開發工具,具備端到端的安全功能,確保客戶數據和AI模型的安全性與隱私;且該產品經過嚴格的設計和測試,可滿足需彈性擴張、高數據吞吐量的AIoT應用。該產品還可無縫整合所有WISE-PaaS服務,使工廠、製造業者等可更輕鬆的實現工業物聯網規劃。 然而,隨著數據量與日俱增,除了增加邊緣強化方案之外,落實「資料分流」也是確保數據隱私的一項重點。 銳鼎科技黃茹鈺總經理指出,為落實數據保護,未來業者須朝「資訊分流」發展,也因此,混合雲可說是必然趨勢。如同前面所說,通常業者須保密的資料多是自身的產業專屬知識,像是客戶資料、製程機密參數等,這些數據是拓展生意版圖的重要命脈,可存於私有雲之中;而至於訂單時程、機台運作狀況等資訊,則是可上傳至公有雲,不僅能讓合作夥伴或是客戶清楚了解目前的運作狀況,也有助於決策判斷。 蔡奇男則進一步說明,目前工業領域的業者、製造業者等近來對於私有雲的需求明顯增加,不過隨著數據傳輸需求日益增加,未來業者勢將朝公私有雲混合(也就是混合雲)的方面發展。如上所述,目前業者需要私有雲的原因在於確保隱私、保護自有的行業專屬知識,但是當企業發展到一定規模的時候(中大型企業),其數據開始須和外部合作夥伴進行整合或連結,以發展更多服務時(如遠程診斷或設備維運),就必須將資料上傳至公有雲。換言之,未來趨勢將以混合雲為主,因此研華不僅擁有WISE-STACK解決方案,同時還具備WISE-PaaS架構可支援混合雲應用。 因應未來工業物聯網發展,蔡奇男表示,行業專家的系統整合商(Domain-focused Solution Integrators, DFSI)是協助產業躍向物聯網下一階段極為關鍵的要素之一,更是工業物聯網市場中價值貢獻度最高的一環;他們不僅能協助終端客戶建置、維運系統,更得熟悉如手工具、工具機、廢水處理等各專業領域需求。因此,該公司近幾年不僅加強與行業專家系統整合商的密切合作,更以少量投資方式,積極育成行業專家系統整合商。 總結來說,隨著工業物聯網加速發展,資料呈現爆炸性的成長,也因而衍生運算、隱私等難題。為此,半導體業者和工業電腦也加快布局腳步,透過全面、完整的軟硬體解決方案,以克服上述挑戰。
0

高效處理器/MCU助力 IIoT/IoT產品開發輕而易舉

5G、AI和物聯網(IoT)技術不斷進化,讓萬物智聯應用加速擴大蔓延,工業領域更掀起智動化和智慧製造等新風潮,這些發展在在牽動嵌入式系統與工業設備的設計變革,並帶來新的開發與部署挑戰。舉例來說,工業應用產品往往必須依照個別產業的需求進行深度客製化,因此工業物聯網雖然整體規模龐大,蘊含誘人商機,但對相關設備製造者來說,要進入這個市場,將面臨形形色色的挑戰。為此,恩智浦(NXP)半導體推出完整的解決方案,涵蓋面遍及核心處理器、微控制器到各種介面與安全元件,滿足工業與物聯網設備開發者的各種需求。 恩智浦台灣區業務經理卓正民(圖1)表示,該公司目前的市場目標主要可以規劃成四大領域,分別是汽車、工業與物聯網、行動裝置、通訊基礎建設(如家庭閘道器、智慧城市/零售、語音助理等)。現在中美貿易戰持續進行中,而這對台灣來說是個不錯的機會,因為台灣目前較處於中立地位,在貿易大戰上未停歇的情況下,有不少工業與物聯網相關商機開始轉向台灣,因此,本研討會聚焦在工業和物聯網,期能透過恩智浦的技術、產品協助台灣業者布局。 圖1 恩智浦台灣區業務經理卓正民表示,汽車、工業與物聯網、行動裝置、通訊基礎建設是該公司四大市場規劃。 i.MX產品線滿足多元應用開發需求 因應智慧製造、IIoT設計,恩智浦備有i.MX系列產品。恩智浦應用工程部經理簡志達(圖2)介紹,i.MX系列相當多元,有商規、工規以及車規,因此可以滿足許多應用,像是機器視覺、工控人機介面(HMI)、行動裝置、高階消費性產品等。 圖2 恩智浦應用工程部經理簡志達指出,i.MX系列相當多元,可滿足機器視覺、工控HMI、行動裝置、高階消費性產品等不同應用市場。 據悉,i.MX系列可分為i.MX RT系列、i.MX 6系列、i.MX 7系列、i.MX 8系列以及i.MX28系列。各個系列的產品有著各自的規格、特性,可滿足不同應用市場。 i.MX RT系列為交叉處理器,具有即時功能和MCU可用性,適用於下一代消費和工業物聯網應用;i.MX 6系列為通用解決方案,提供汽車、消費和工業應用的均衡特性、性能和可擴展性;i.MX 7系列為低功耗解決方案,適用於安全、可穿戴和可攜式物聯網應用;i.MX 8系列為強大的解決方案,具有先進的神經網路處理、圖形、機器視覺、視頻、音訊、語音和安全關鍵應用;至於i.MX28系列則是具備電源管理和連接功能,適用於汽車、消費和工業應用。 值得一提的是,i.MX 8系列處理器為2018年發布,旨在於實現更多物聯網創新設計(滿足語音、影音和音訊需求),讓使用者享受更為便利、感官更為豐富的使用體驗。 該系列處理器可整合A/V與機器學習,滿足設計人員對於統一平台的要求,便於其打造語音指令控制的互聯產品;且兼具處理技術和邊緣運算能力,能夠有效管理並縮短智慧互聯裝置回應命令和詢問的時間。此外,該系列處理器也非常適合管理照明、恒溫器、門鎖、居家安全、智慧灑水器等各類系統與設備,能夠讓使用者享受直覺簡單、迅速回應的智慧家庭體驗。 簡志達表示,i.MX系列處理器有三大價值,首先是值得信任的供貨。產品的使用壽命長達10~15年、產品(硬體、軟體、硬體加速器)具備保密性和安全性、獲得標準認證(AEC-Q100、JEDEC等);以及透過零缺陷管理(Zero-defect Methodology)、ULA、Low SER FIT等方式讓產品更具可靠性。 第二價值為具備極大的平台擴展性,像是Pin腳兼容性和軟體可移植性、高整合性以及可製造性;第三個價值為可支援/啟用各種軟體,如Linux、Android、 Windows-embedded、RTOS等,並適用各種應用領域,包括語音、影像、機器學習、感測器、電源管理、連接等。 i.MX RT實現人機互動 恩智浦資深應用工程師陳則理(圖3)則從工業與人機介面領域切入,說明i.MX RT系列處理器如何開創人機互動新體驗。陳則理表示,現今不論是消費或是工業領域,人機互動的應用越來越多,像是臉部辨識、語音助理等,意味著人機介面的設計需求明顯增加。 圖3 恩智浦資深應用工程師陳則理說明,人機互動應用越來越多,為此,該公司備有i.MX RT系列處理器,可創造新的互動體驗。 因應此一需求,恩智浦備有i.MX RT系列解決方案,該系列產品具備低功耗應用處理器和高性能微控制器的優勢,可實現更佳性能、即時操作、更高整合、簡單易用等目標,適用於音訊(如麥克風)、消費性產品(智慧家電/攝影機等)、家庭與樓宇自動化(溫度/安防/照明等)、工業運算設計(PLC/工廠自動化/條碼測試器等)、電機控制和功率轉換(3D印表機/無人駕駛等)。 另一方面,因應日漸增加的語音助理和人臉辨識應用,恩智浦也進一步添加i.MX系列處理器產品線,於近期發布i.MX RT106F產品與基於i.MX跨界處理器打造的「Alexa for MCU Solution」語音解決方案。 i.MX RT106F基於恩智浦的OASIS臉部處理引擎功能,在價格和效能方面皆有突破,運用神經網路演算法進行臉部檢測、辨識與防範詐欺,且處理時毋須連接雲端。以MCU為基礎的臉部辨識解決方案可實現臉部和表情辨識時所需要的精準度與低延遲,它將一切功能結合於超小外形以適用於各類現有應用。與應用處理器方案相較,基於RT106F的解決方案可節省一半或更多的總系統成本。恩智浦目前正與OEM廠商積極合作,以求儘快推出該解決方案的評估和開發套件,該解決方案將於2020年第一季全面上市。 而為了能夠使更多人體驗語音應用,Amazon目前正積極推動「Alexa Built-in...
0

整合企業內部/串聯產業供需 資安防護IT/OT齊動員

企業應由上而下落實資安防護,發展智慧資安。若有成熟的資安事件應變能力、資安人才團隊,並結合AI邁向智慧資安,企業將能夠更穩健地推動數位轉型,保護數位資產。為幫助產業加強資安防護、落實整合資安供需,除了企業內部須戮力同心,整個產業鏈更需要統一的資安標準,讓各個崗位在資安這漫長的耐力賽中有方向可以依循。 工業資安保衛戰 IT/OT各司其職 資安是企業裡每一個人的責任,除了IT部門,OT部門也不能置身事外。IBM全球安全營運中心副合夥人黃勵孟(圖1)表示,針對工業資安防護,有三項要點,首先應注意的是資安事件管理平台(Security Information Event Management, SIEM)與威脅獵捕(Threat Hunting)能夠相輔相成;另外,OT和IT的資安防護可以在資安監控中心(SOC)裡融合;並應定期增進SOC的能力。 圖1 IBM全球安全營運中心副合夥人黃勵孟表示,資安危機瞬息萬變,須有完善資安系統才能保護企業資訊。 台灣有非常多智慧財(IP)的廠商,因此資安防護也就更顯重要。黃勵孟進一步說明,資安威脅有80%是已知的,然而未知的20%卻能夠造成80%的傷害。威脅獵捕是歷史數據的分析,廠商可以透過這樣的技術,看出哪些行為是異常的,藉此增強SOC的能力。威脅獵捕讓SOC具備主動出擊的能力,在獵捕後可以進行分析,之後再分享給企業的其他團隊進行反應與處理。但要注意的是,威脅獵捕並不能取代SIEM功能,SIEM是即時的反應回饋,而威脅獵捕則是收集大數據的歷史數據進行分析與追蹤(圖2)。 圖2 威脅獵捕與SIEM功能比較表。 資料來源:IBM 資安威脅是瞬息萬變的,必須與時俱進。黃勵孟指出,不能依賴單一產品處理資安危機,應有健全的系統,才能防堵惡意威脅。除了IT部門,OT部門也要納入資安防護體系之中。IT和OT部門最大的差異在於文化,IT通常十分動態,習慣不斷變化的工作環境;OT則相對安定,OT部門的設備年齡動輒十年,就算有使用補丁也不會想要大幅度的變動。然而既有的系統未更新、未加密、使用第三方廠商的產品等都是資安漏洞可能的藏身之處。 OT和IT的資安管理是不同的,OT部門可能正在使用舊的設備與協定,針對OT部門的資安保護黃勵孟說明,須要關注的是設備的輸出,有輸出的地方就會有漏洞,因此就須要進行檢測。OT部門應注重資產的發現(Asset Discovery)、協定的識別/違反(Protocol Identification/Violation)和參數的分析/偏差(Parameter Profiling/Deviation)。資訊安全管理是一條漫長的路,因此必須擬定一個長期的計畫,釐清手上擁有的資源並善加利用。 數位轉型浪潮起 資安保護全面啟動 隨著數位轉型浪潮席捲大大小小的產業,資安同時成為數位化與智慧製造背後的隱憂,面對病毒、惡意程式愈發猖狂,針對智慧製造的資安保護,台灣微軟雲端平台事業部副總經理李啓後(圖3)說明,智慧製造可以分成IT、IoT和OT,要解決資安問題必須從所有層面同時改善,才可能杜絕資安威脅。為協助企業數位轉型,並提供全方位的資安保護。台灣微軟近日宣布結合「雲端SIEM+SOAR」功能的Azure Sentinel正式在台上線。而Azure Sentinel在點線面的觀點,是做面的資安保護,且不會排斥各種不同的資料輸入,所以只要資料能夠輸入的話,該產品就可以納入控管。舉例來說,一個軟體允許Azure Sentinel跟其連繫與控制的話,就可以做端到端(End To End)的資安保護。同時Azure Sentinel具簡單的圖形介面,加上AI的理論後盾,讓所有人員都可以輕鬆的操作。 圖3 台灣微軟雲端平台事業部副總經理李啓後表示,Azure Sentinel透過身份識別管理、數據分析監測、信息保護與威脅預警等各層面,協助企業徹底降低資安威脅。 微軟亞洲首席資安顧問Minoru Hanamura(圖4)表示,Azure Sentinel以Microsoft Security Graph為巨量資料庫,透過機器學習分析每日從微軟產品與服務收集到的數兆筆資安威脅訊號,不僅擁有足以防護、偵測、回應甚至追擊的真正智慧,更可讓企業直接串連現有的跨平台資安方案,匯集組織內所有來自雲端、地端、軟硬體的Log且加以分析、去蕪存菁;並優先推播與企業最相關且急須IT人員關注的重大資安威脅事件,以圖像化的儀表板輔助IT人員操作。 圖4 微軟亞洲首席資安顧問Minoru Hanamura表示,結合AI分析技術,將可協助企業預測資安威脅攻擊並提前預防。 每一個資安產品都有其專長的能力,有的在前端、有的在終端、有的在後端、硬體端、網路層等。Hanamura指出,Azure Sentinel的優勢在於,把所有的Log收集進來之後,可以統一地看到全面端對端的視野,結合這些產品功能同時進行回應。每個產品都有其優勢和擅長的領域,但以企業的資安角度來看,需要全面性的整合服務,Azure Sentinel涵蓋了不同產品,整合所有產品的優勢,在中央串連所有功能進行統一的回應。 資安產品各有所長 跨域整合安全無漏洞 Azure Sentinel不是為了取代原有的資安產品,但是故有的資安產品多數無法提供跨領域的整合服務,網路資安產品就侷限於網路、郵件資安產品就侷限於郵件,雖各有專長,但對企業資安人員來說,必須關注於整個企業全面的資安,透過Azure...
0

十個數位趨勢 改變你我生活形態?

  文 | 萬岳憲 資策會MIC產業躍升事業群總監 第二次看這部電影,最震撼的反而是劇情,腦海中不斷的在想像未來(也可能是現在)的網路世界,黑帽駭客入侵你家裡的網路,白帽駭客基於道德觀出面阻止黑帽駭客,然後灰帽駭客想要炫耀自己的高超網路技術,在黑帽駭客與白帽駭客之間,各打五十大板。 我會這樣的胡思亂想,可能跟讀完一份研究報告有關係,這是資策會(MIC)的數位研究團隊,觀測目前的創新趨勢脈絡,針對未來的數位環境,提出10項可能的關鍵發展與影響,將可能重新塑造或定義未來企業的經營樣貌,同時改變未來人們的消費與生活型態,甚至衍生更多的科技與商業創新模式。摘要10個關鍵發展的內容如下: 1.人工智慧(AI)普及促進產業應用(Democratizing AI) 隨著AI語音助理從「雲端版」轉型為「落地版」的服務型態發展趨勢,這股浪潮將引領AI語音助理繼續朝向「瘦身」、「壓縮」的方向發展,未來許多業者在AI晶片(AI on chip)的協助下,開發工具、平台、API與運算等需求的取得成本將大幅降低,AI不會是國際大廠的專利,所有企業都可以簡單的開發與運用AI。 2.協作機器人是你的同事(CoRobot Work with You) 高齡少子化所帶來的勞動力短缺問題,將無法避免的驅動全球生產製造場域,大量使用自動化設備。為了滿足小量多樣及客製化的生產需求,協作機器人與生產線人員,會在相同的生產線上共同協作。未來與人們一起工作的協作機器人,簡易使用性及安全性,將成為首要的發展關鍵,而人們也要逐漸習慣與這類型的同事相處。 3.資訊安全成為無限之戰(Need Secure Everything & Everywhere) 人們已經無法脫離數位化的環境,只會朝向愈來愈多元的方向發展,所有應用場域與新興科技都離不開數位化。資訊科技(IT)與營運技術(OT)的無縫接軌,將成為製造場域的重要課題,同時對資訊安全的需求壓力也會不斷的增加,全新的資訊安全維護觀念與商機將應運而生。 4.萬物皆客製(Customize Everything) 隨著AI、物聯網、5G等新興技術逐漸融入智慧家庭,消費者的日常生活習慣、脈絡與足跡,都會被轉化為重要的數據資料庫,經由個人化的大數據分析,就可以為每一個人打造專屬的客製化生活環境。未來沒有掌握數據的業者就會被淘汰,沒有參加數據陣營的業者就會被邊緣化,而個人資料保護的議題,可能是業者最大的成本支出。 5.感知互動(Sensory Interaction) 未來感知科技會有突破性的發展,從感知「視覺、聽覺、嗅覺、觸覺、情緒、語言、生理、動作」等面向發展互動,高度的感知需求勢必帶動數位傳輸技術與運算能力的提升,將創造更即時互動的雙向感知互動,人類將更了解寵物的需求與感受,與寵物的親密關係可能更甚於人際互動。 6.黃金地段消失(Location Not So Critical) 因為交通便利或商業群聚而形成的黃金地段,已經逐漸受到消費型態媒合平台的影響而改變。未來的商業空間運用,將隨著VR、AR、無人機或無人車的融合發展,消費服務空間將從地面擴展至空中,隨客而定、隨客而取的服務,數位點選或滑動即唾手可得,「空域優先」將成為全新的黃金地段代名詞。 7.從銀行到銀行業(From Bank to Banking) 消費者需要更多元、更客製化、更容易取得、更快速便利的金融服務,傳統的人際互動銀行服務將被弱化,生物識別連結網路平台,將創造新的銀行服務型態,實體銀行的服務規則、時間與空間會逐漸消失,因為人們需要的是銀行的服務,不是需要一間走進去詢問或申請的銀行。 8.自動化帶來自主化的生活(Automatic & Autonomous Life) 未來的智慧科技與人們的生活型態會愈來愈緊密,許多生活中必須處理的勞務,將完全由機器代勞,自動化的生活型態讓人們的生活更具自主性,節省必要勞務所獲的自主時間,將改變人們現行的消費型態與行為。 9.獨居但不孤獨(Alone...
0

行動晶片大廠紛推高效/低耗能方案 5G SoC市場邁入群雄割據

5G手機成為各大行動晶片供應商進軍5G行動商機的首座灘頭堡,而為讓消費者享受到最佳的5G行動體驗,同時又兼具尺寸小、功耗低、高效能等特點,聯發科、高通、華為、三星等大廠,相繼在2019年發布5G SoC解決方案;眾多5G SoC方案問世,代表5G部署腳步不停邁進,也意味著各大行動晶片供應商在5G行動市場的競爭更趨激烈。 聯發科強打高速/AI特點 搶攻5G行動商機,聯發科開響第一槍,在2019年Computex展會期間宣布推出最新款5G系統單晶片。此一5G系統單晶片為採用7nm製程的多模數據機晶片,能夠為首批旗艦型5G智慧手機提供強勁的動能。 據悉,該款5G SoC內置5G數據機「Helio M70」(圖1),縮小了整個5G晶片體積。該產品包含Arm最新的Cortex-A77 CPU、Mali-G77 GPU和聯發科先進的獨立AI處理單元(APU),可充分滿足5G功率與性能要求,提供超快速連接以及更佳的使用者體驗。同時,該產品採用節能型封裝,此設計優於外掛5G數據機晶片的解決方案,能夠以更低功耗達成更高的傳輸速率,為終端手機廠商打造全面的超高速5G解決方案。 圖1 聯發科在2019年Computex展會期間鳴槍起跑,宣布推出最新5G系統單晶片。 該款多模5G行動平台適用於5G獨立與非獨立(SA/NSA)組網架構Sub-6GHz頻段,支援從2G~4G各代連接技術,以便使用者在全球5G逐步完成部署之前,享有無縫連接高品質的網路體驗。 聯發科技總經理陳冠州表示,該款晶片的所有功能均以滿足首批旗艦型5G終端產品而設計。業界、手機品牌客戶和消費者對5G有很高的期望,而此行動平台憑藉其更優秀的架構和影像功能,以及強大的AI和超高速5G連線速度,將協助終端裝置有強大的功能,為消費者帶來更佳的用戶體驗。 聯發科指出,該行動平台已於2019年第三季向主要客戶送樣,首批搭載該行動平台的5G終端產品最快將在2020年第一季問市。目前該公司已與領先的電信公司、設備製造商和供應商合作,以驗證其5G技術在行動通訊設備市場的預商用情況。 此外,聯發科同時與5G元件供應商及全球營運商在射頻技術領域(RF)展開密切合作,以迅速為市場帶來完整、基於標準的優化5G解決方案。在RF技術中合作的企業包括OPPO、Vivo,以及射頻供應商思佳訊(Skyworks)、Qorvo和村田製作所(Murata)。多家企業將共同合作,打造適用於纖薄時尚智慧手機的5G先進模組解決方案。 華為以小體積/高效能作為賣點 繼聯發科在2019 Computex展會期間發布5G SoC之後,2019德國柏林消費電子展(IFA)也成為各大手機晶片供應商輪番發布5G SoC之地。首先是華為於2019 IFA上發表全新麒麟990 5G SoC晶片(圖2),並已宣布量產,且該公司旗下最新款旗艦手機Mate 30已搭載此一5G SoC。 圖2 華為新推出的麒麟990 5G SoC晶片強調小體積、高運算效能。 該款晶片是華為推出的全球首款旗艦5G SoC,並宣稱是業界最小的5G手機晶片方案。該產品基於7nm+EUV製程,將5G Modem整合到SoC晶片中,達到面積更小,功耗更低。 毫無疑問地,該款5G SoC也支援NSA/SA雙架構和TDD/FDD全頻段,滿足不同網路、不同組網方式下對手機晶片的硬體需求;而基於Balong 5000高效的5G聯接能力,麒麟990 5G在Sub-6GHz頻段下可實現2.3Gbps峰值下載速率,上行峰值速率達1.25Gbps。 此外,該產品還採用創新的NPU雙大核+NPU微核架構,以打造強大的AI演算能力。NPU大核可針對高運算場景實現卓越的性能,而NPU微核執行超低功耗應用,充分發揮全新NPU架構的智慧運算能力。 至於GPU搭載16核Mali-G76,全新系統級的Smart Cache實現智慧分流,可以有效節省頻寬、降低功耗。在遊戲方面,麒麟990 5G升級Kirin...
0

迎向Chiplet新時代 先進封裝模糊前後段界線

在AI浪潮席捲下,為了提供更高的運算效能,處理器核心數量,以及其所搭配的快取記憶體容量、I/O數量都呈現指數型暴增。這些情況使得IC設計者即便使用最先進製程,也很難把晶片尺寸變得更小。 不僅如此,如果按照傳統設計方法,晶片面積還越來越大,在某些極端狀況下,甚至還出現一片12吋晶圓只能生產十多顆,甚至不到十顆晶片的情況。如果再把良率因素考慮進去,採用這種設計方法製造出來的晶片,單顆成本恐將突破新台幣100萬元。這顯然不是晶片設計者跟客戶能夠接受的。 另一方面,5G對高頻寬、低延遲與大量連線的要求,使得通訊晶片必須要有更高的整合度,才能夠滿足5G提出的效能標準。同時再加上絕大多數物聯網裝置都有嚴格的成本、功耗與外觀尺寸限制,通訊晶片業者如果不想辦法利用先進封裝技術,把更多通訊元件、甚至天線整合在單一封裝內,形成完整的微型通訊模組,將難以滿足應用市場需求。 同質/異質整合攜手 共同因應AI與5G挑戰 AI跟5G正好代表兩種看似截然不同,但其實殊途同歸的半導體產業發展方向--同質整合(Homogeneous Integration)與異質整合(Heterogeneous Integration)。而且在許多情況下,這兩種整合其實是同時並存的。 針對同質整合,台積電研發副總經理余振華(圖1)表示,不管是依循摩爾定律(Moore's Law)的道路進行製程微縮,抑或是採用先進封裝技術,把不同晶片整合在同一個封裝體內,客戶追求的目標永遠都一樣--用更低的成本來實現電路功能。因此,除了製程微縮之外,如果有其他技術選項可以達成這個目標,客戶當然會樂於採用。而同質整合跟異質整合之所以興起,就是因為這兩種先進封裝技術,能夠有效降低成本。 圖1 台積電研發副總經理余振華表示,為協助客戶降低晶片生產成本,同質/異質整合並用將是未來的發展方向。 同質整合通常應用在處理器或邏輯晶片上,這類晶片為了提供更高的效能,滿足AI運算需求,不僅核心數量越來越多,核心旁邊配置的快取記憶體容量也跟著變大,I/O的需求也跟著暴增。如果繼續採用傳統SoC的設計思維,不把這類大型晶片切割成多顆小晶片,再用先進封裝技術整合起來,其生產良率會受到極大影響。 另一方面,把SoC按照功能進行切割,也有助於實現IP重複利用,並且讓設計最佳化。一顆SoC裡面,其實有很多電路不適合用最先進的製程技術生產,例如記憶體、I/O跟其他與類比/混合訊號有關的功能電路。與其將所有功能都整合在一顆晶片上,把這些電路功能切割開來,用性價比更高的製程來生產,反而更具經濟效益。這個觀念就是所謂的異質整合。 同質整合搭配異質整合的案例很多,台積電也已經有許多客戶成功開發出這種採用混和架構的產品,例如賽靈思(Xilinx)的高階FPGA,一方面使用同質整合,把一顆大型晶片切割成多顆小晶片,再利用CoWoS整合;另一方面,該公司的FPGA旁,還有多顆HBM記憶體,同樣利用CoWoS進行整合,以獲得更大的記憶體頻寬。 不過,由於CoWoS的成本高昂,在很多情況下已超過客戶可接受的門檻,因此成本相對低廉,但效能較低的InFO,獲得更廣大的客戶群青睞。此外,InFO的結構還在持續進化,且目前台積電InFO的線寬/間距(L/S)已經可以做到2/2微米;在實驗室裡面,甚至已發展出1/1微米以下的技術,且層數還在持續往上疊加,因此InFO家族的性能正在逐漸逼近CoWoS,也開始有網通晶片廠開始使用InFO。 至於在CoWoS方面,由於矽中介層(Si-interposer)的成本偏高,因此台積電3DIC處長鄭心圃透露,該公司內部也在發展以有機材料取代矽中介層的CoWoS,盼藉此提供客戶更多選擇。 除了成本考量外,從技術角度來看,IC設計者未來在開發新晶片時,也必然要導入同質/異質整合。聯發科副處長邱寶成(圖2)就指出,雖然先進製程可以做出更小的電晶體,但功率密度並未跟著電晶體縮小而下降。 圖2 聯發科副處長邱寶成認為,藉由先進封裝實現同質/異質整合,可有效協助設計者降低晶片的功率密度。 以聯發科目前功率密度最高的晶片為例,其功率密度可達380W/平方公分。用電熨斗做為比較生活化的比較基準,大家都知道電熨斗很燙,但其實電熨斗的功率密度只有10W/平方公分,由此可見功率密度對晶片設計者帶來的挑戰是多麼艱鉅。 把晶片設計適當分割開來,不只可帶來良率提高,成本下降的經濟效益,對於降低功率密度也有幫助。不過,由於AI、5G應用對晶片效能跟I/O數量的需求很大,IC設計者不希望在這方面有所妥協,因此聯發科非常樂見各種更先進的互連封裝技術出現,讓晶片設計者可以有更多選擇空間。 L/S迅速微縮 封裝難度/可靠度挑戰大增 其實,把時間往回推一年,在2018年的系統級封測高峰論壇上,除了CoWoS之外,業界能提供的扇出(FO)封裝技術,L/S大多還只能做到10/10微米,但一年之後,2/2微米已經成為新的標準,而且RDL的層數已經迅速推進到4P5M(四層有機聚合物,五層金屬層)。由此可見晶片客戶跟半導體製造業者對先進封裝技術的強烈需求。 然而,更細的互連線路、更多層數的立體堆疊,不僅需要新的材料跟製程設備,也使得封裝的生產良率、可靠度面臨更嚴苛的挑戰。有鑑於此,材料、設備商紛紛推出新一代材料或製程設備機台,如Atotech、Brewer Science、EV Group、K&S、Lam Research、SPTS、Smoltek、SÜSS MicroTec、千住金屬(SMIC)等。這些廠商提供的解決方案,讓台積電、日月光、力成跟艾克爾(Amkor)等前後段業者得以將先進封裝推向量產。 而在確保生產良率跟封裝可靠度方面,檢測(Inspection)與計量(Metrology)廠商如Camtek、Cyberoptics等,也針對各種先進封裝推出新的解決方案。事實上,由於先進封裝興起的緣故,檢測與計量在封裝領域所扮演的角色,將比過去更為關鍵。 由於先進封裝涉及多晶片整合,如果半導體製造商沒有在封裝前先對個別晶片進行完整檢測,鎖定Known Good Die(KGD),再進行Die to Wafer(D2W)或Chip to Wafer(C2W)整合,將會把Bad Die跟其他Good Die封在一起,最後得到無法正常運作的元件,並蒙受巨大的經濟跟良率損失。由此可知,檢測與計量在後段製程的重要性將越來越高,而這也會使封裝廠的產線設計跟運作流程變得越來越像前段廠。 從SoC走向Chiplet EDA工具支援至關重要 除了材料跟設備機台外,由於先進封裝變得越來越複雜,因此封裝設計者很難再用現有的設計工具來完成先進封裝設計。明導(Mentor)亞太區技術總監李立基(圖3)就指出,在一個封裝只有幾百個I/O的時代,封裝設計者還有可能用試算表(Spreadsheet)來規畫I/O,但在動輒數千甚至上萬個I/O互連的先進封裝設計中,這種方法不僅太耗時,而且出錯的機率很高。基於資料庫的互連設計,還有設計規則檢查(DRC),都將成為先進封裝設計的標準工具。此外,以往封裝業界習慣使用的Gerber檔格式,在先進封裝時代也必須改成GDSII檔格式。整體來說,封裝業界所使用的工具,都會變得越來越像前段Fab跟IC設計者所使用的工具。 圖3 明導亞太區技術總監李立基認為,未來後段封裝設計的EDA工具,將越來越接近前段IC設計用的EDA工具。 另一方面,在晶片設計端,為了把SoC拆解成Chiplet,EDA工具也必須跟著大翻新。而且不僅是RDL Netlist、線路布局(Place & Route)的工具需要更新,設計人員還需要更多設計模擬工具來解決多晶片所衍生的電源一致性(PI)、訊號一致性(SI)、電磁相容(EMC)、散熱(Thermal)等問題。新思(Synopsys)、益華(Cadence)與明導都有對應的解決方案。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -