市場話題

根據國際研究調查機構IDC預測，2019年全球物聯網(IoT)衍生的商機逼近1兆美元，其中，扮演關鍵角色的是人工智慧(AI)結合IoT所形成的AIoT新趨勢。2015~2017年，全球物聯網市場規模年均複合成長率為3.8%，但隨著AI興起，2017~2020年，估計全球物聯網商機每年將有24.2%的成長幅度，2019年市值逼近1兆美元，2020年則上看1.29兆美元。 AIoT商機蓬勃發展，加上AI技術逐漸成熟及相關應用服務持續興起，各大AI晶片國際大廠除了持續布局雲端運算之外，也致力發展AI邊緣運算，以實現智慧音箱、無人機、機器人、AR/VR與智慧監控等新興應用；AI邊緣運算晶片也因而開始走向分眾專用化，同時其架構也變得更加彈性、靈活，如此一來才可以滿足多元、少量多樣的AI應用市場。 應用場景陸續浮現　AI視覺占大宗 AI應用快速發展，賽靈思(Xilinx)工業、視覺、醫療與科學市場總監Chetan Khona表示，2019年人工智慧將會加速往邊緣(類比/數位邊界)應用轉移，讓AI能廣泛運用在各種低延遲且安全關鍵(Safety Critical)的應用。 CEVA客戶行銷及AI策略資深總監Yair Siegel則指出，AI結合視覺將會是2019年的主要應用。在2019年，可期待開始看到更多帶有AI功能的攝影機出現，它們的主要功能在於物體偵測和辨識，以降低當今產品的錯誤警報，並減少發送到雲端處理的數據(僅發送事件數據，不必發送所有數據)。 Siegel說明，這類應用的主要推動力是現有的產品逐步增進改良，例如門鈴攝影機、安全攝影機、邊境巡邏攝影機等產品，只要為它們增添更多一點智慧功能，就能在機器本身實現(On-device)偵測，提升設備的反應速度(在設備本身進行近端分析)，從而發送較少的數據到雲端處理，或是改善錯誤警報的情況；而此一改變也可提升用戶體驗。 Siegel補充，臉部偵測和辨識由於受限於設備的處理能力，現今還有很多設備仍然是透過雲端處理或以NVR執行。OEM廠商因為成本和工作量方面的考量，升級硬體SoC對他們而言是一項挑戰。因此，只要更低成本的SoC出現，能協助他們以非常低的額外成本來實現更多的AI功能，這類型的應用很快就會發展起來。 資策會產業情報研究所(MIC)創新應用暨智慧服務研究中心資深產業分析師韓揚銘(圖1)則說明，在語音助理逐漸被消費者接受之後，已慢慢成為智慧家庭中樞，進而提升消費者對IoT+AI的使用體驗。如今，AI漸漸擴大至其他家電產品，像是冰箱、烤箱等，而除了消費者所熟悉的語音之外，也陸續有影像辨識方案，像是掃地機器人已開始搭載影像感測器，提升其對家庭環境的辨識能力，使其在清掃過程中不再遇到家具或是死角就「卡卡的」。 圖1　資策會MIC創新應用暨智慧服務研究中心資深產業分析師韓揚銘表示，在語音助理逐漸普及之後，AI應用開始朝向視覺化發展。 總結來說，AI在視覺相關的應用於2019年將持續成長。Khona認為，視覺應用加入AI後不僅能同時處理多部攝影機的輸入資料，還具備將其智慧化的功能。此外，2019年也將出現更多非視覺的AI應用，非視覺感測器產生的資料與視覺感測器的資料比例將逐漸走向40比60，不過目前的視覺感測器(如監控攝影機)仍然是資料的主要產生來源。 應用分眾化　AI晶片朝專用領域架構發展 AI應用如雨後春筍般冒出，邊緣運算的趨勢顯而易見，晶心科技總經理林志明(圖2)透露，AI+IoT兩者結合已是必然，且陸陸續續有許多應用已經實現，小從家庭生活中的智慧音箱、智慧家電、掃地機器人、門禁監控；大至無人機、自動駕駛車輛等，都是AIoT的概念，而這些應用都有著邊緣運算的概念。 圖2　晶心科技總經理林志明認為，AI+IoT已是大勢所趨，RISC-V需求也因而增加。 韓揚銘表示，硬體、軟體技術日新月異，在軟硬體效能持續提升之下，AI功能越來越容易在終端產品上實現；也因此，對於想要創造新應用，做出差異化的業者而言，會開始想方設法的將AI整合至現有和未來的系統與產品上。所以，AI的應用場景越來越分眾。 而AI分眾化的趨勢，也連帶影響運算晶片的發展。對此，工研院IEK曾指出，邊緣端運算晶片的發展將走向分眾專用化，未來不論是智慧音箱、無人機、機器人、AR/VR、智慧監控等新興應用，都將走向分眾專用晶片。例如在智慧手機市場，蘋果(Apple)所發表的A11 Bionic晶片、海思半導體的麒麟970晶片，三星及聯發科也預計推出相關Neural Engine SoC。 簡而言之，AI分眾化已然成為不可逆的趨勢，而AI晶片設計也有所變化，不再如過往一直探究的，究竟是CPU、GPU、FPGA或是ASIC哪種晶片適合AI應用，因應各種不同的應用場景，AI晶片的設計開始走向了所謂「領域專用架構(Domain Specific Architecture, DSA)」的概念。 DSA意指針對特定領域的需求屬性，打造客製化的運算架構。此一概念是由圖靈獎(Turing Award)得主John Hennessy與David Patterson提出。在摩爾定律(Moore's Law)逐漸面臨瓶頸的情況下，通用型處理器未來的效能發展，勢必會面臨困境。僅依靠製程的演進，越來越難大幅強化晶片的性能、功耗或面積。而未來晶片業者要如何提出效能更強的產品？John Hennessy與David Patterson認為要從架構上著手，而DSA將成為未來發展機會最大的方向。 例如RISC-V便是基於DSA概念而生，其發展在AI的推波助瀾之下持續攀升。林志明表示，RISC-V開放架構可以讓IC設計業者依照需要，進行「深入淺出」的設計。若要實現較複雜的應用，可以增加特用指令集，設計性能較高的模組；當然，也可以憑藉原有的指令集因應較為簡易的應用。簡單來說，RISC-V具備靈活、開放的特性，可讓設計者依照自身的需求，針對消費電子、IoT、工業、影像監控等應用，推出具AI運算的CPU；對於想要開發專有領域架構用CPU的廠商而言，也能縮短開發時程，並降低授權所需成本。 林志明透露，RISC-V的成長與AI息息相關，該公司旗下的RISC-V授權案件數也高速成長，包含中國、台灣等亞太市場及美國市場均廣為採用。從2018年到現在，RISC-V授權合約大約有30件，其中AI相關應用的案子約有13、14件(像是語音辨識、人臉辨識等)，將近一半的比例。由此可見，在過去幾年IC設計業者認為，即便無法像NVIDIA或其他大廠成為AI領先者，但也會盡量將些許的AI技術融入到原本的應用之中，RISC-V需求因而明顯上揚。 靈活/多變架構隨之興起 另外像FPGA供應商賽靈思，也在這波AI分眾化的浪潮中積極轉型，致力於提供更靈活、開放的平台，從原本的元件供應商轉變成平台化解決方案開發與供應商。 賽靈思總裁暨執行長Victor Peng也曾於2018年的北京開發者大會上表示，AI應用和AI模型的使用數量成長的速度非常快，未來已經沒有一個架構可以滿足所有的應用需求；為此，該公司積極轉型，朝靈活、彈性的平台架構發展，並提出自行調適運算加速平台(Adaptive Compute Acceleration Platform, ACAP)，運用FPGA彈性的特點滿足AI創新需求，期能打造靈活應變、萬物智慧的世界。 Khona則認為，AI晶片開發商未來面臨的主要難題在於適應AI領域的創新速度。業界於過去三年間累積可觀的創新成果，進步幅度超越之前五年的總和，而這五年間的進展更超過之前40年。由此能觀察出創新持續加速，但晶片的研發卻是個費時且耗費可觀資源的任務；因此，賽靈思藉由提供靈活應變的架構來解決此一挑戰。 韓揚銘進一步補充，簡單來說，現今AI晶片的規格發展主要由應用驅動。終端應用業者會依照自身應用場景開出所需的晶片規格。例如，目前智慧手機幾乎都有美肌功能，但要「美到何種程度」，各大手機製造商標準大不相同，因此對所需晶片的運算效能、規格也不一樣。所以，終端業者在AI晶片的選擇上，開始朝向「適合、適用」，而非一定要「最好、最強」。 總結來說，AI應用已朝分眾化發展，其晶片設計也不能依循過往思維，也就是一顆晶片適用所有應用場景的方式進行。AI處理器需保有彈性、靈活性與開放性架構，以滿足不同應用場景與終端產品；而處理器開發商跟軟體業者必須針對其鎖定的應用發展出最佳化的架構。 讓大眾買單AI　結合領域知識為當務之急 上述提到，AI應用開始走向多元化，各式創新應用逐漸興起，對於晶片設計製造商而言，除了要保持其產品靈活性、開放性之外，尋求各式合作夥伴，獲取更多領域知識(Domain Know-how)也成當務之急。 林志明說明，AI應用領域繁多，像是漁業、農業、金融、照護等。然而，要打造出符合市場需求的產品，硬體、軟體的技術發展固然重要，但同時也需這些應用領域的Domain Know-how協助，才能將獲得的資訊、數據資料發揮最大效用，研發出符合應用市場的產品/解決方案。晶片製造商或系統業者若只懂AI技術，沒有結合領域知識，自然無法讓所收集到的數據產生意義，也解決不了客戶的問題，其所設計、研發的產品當然沒辦法獲得市場青睞。 韓揚銘也認為，終端設備製造商導入AI不外乎是想做出市場差異化和提升消費者使用體驗。不過，現在販售AI產品，不能一昧強調其具有的「AI功能」，而是要結合「使用場景」。每個消費者的購買需求是很難用言語去描述的，與其不斷強調AI功能，不如從使用場景著手，好讓消費者感受到這是他們真正「會有需求」的產品或是應用，增加購買意願。 資策會MIC資訊電子產業研究中心資深產業分析師兼產品經理葉貞秀(圖3)則指出，不論是軟體業者、硬體供應商，或是新創廠商，都開始嘗試將AI結合各種不同的應用領域中。然而，這些業者無可避免的都會遇到系統、元件和應用場景該如何結合的挑戰，因為AI應用情景不斷推陳出新，且需求各不相同。可能不再像以往寫個程式，挑選通用的硬體元件(MCU、DSP等)，簡單整合後就能滿足多數應用。因此，對於想要發展AI的業者而言，需找許多合作夥伴，經過不斷的溝通後，才可將產品AI化，提供客戶加值概念。 圖3　資策會MIC資深產業分析師兼產品經理葉貞秀說明，應用情景不斷推陳出新，系統/晶片業者需更多合作。 總歸來說，終端設備業者和系統業者開始將AI整合至旗下產品之中。然而，要實現AI應用，並非軟硬體技術齊備就行，結合領域知識也是其中一項關鍵，要想辦法「挖出」各領域的Domain Know-how，將這些知識收攏到AI科技當中，才不至於打造出「知其然，不知其所以然」的AI解決方案。 AI分眾態勢成台灣IC設計產業新契機 AI熱潮發展席捲全球，在AI應用呈現分散化的時代，台灣該如何搶搭此波AI浪潮？對此，資策會MIC副所長洪春暉指出，建議產業以點、線、面的方式進行布局，發展AI首重「資料」，而台灣科技產業聚落密集的特性正是台灣發展AI的優勢，應建立涵蓋不同領域的高品質、標籤化資料聚落，加速產業內人才、技術與資金流動。另外，可以運用「平台」或「開題解題」方式，匯集不同技術利基的成果，並以解決方案產品發展為目標，避免研發成果停留在實驗室或專案化階段。 葉貞秀則表示，AI已經擴散至消費性產品，包括家電、家用物聯網產品、通訊產品等，而未來的AI消費產品，必須聽得懂人類更複雜的語言與語意、看得懂更複雜的影像辨識，最後還要會判斷人類提出的需求。為此，AI晶片的規格也隨著各種應用不斷推陳出新，「異質多核架構(Heterogeneous...

2018年底，美國晶片製造商Xilinx曾與英國第二大銀行巴克萊銀行合作，向Mellanox提出50億美元的收購報價。同時，Microsoft則是聘請了高盛集團進行收購談判，提出55億美元。此外，Intel為併購Mellanox，更是提高價格到55至60億美元。Intel欲收購的原因是，2012年Intel收購了QLogic的無限頻寬技術部門(InfiniBand, IB)和CRAY物聯網部門，成立了Intel的高速互聯部門。Mellanox的InfiniBand技術對於Intel高速互聯部門正在發展的Omni-Path架構(OPA)將能產生顯著效益。 NVIDIA資料中心業務從2016年營收8.3億美元占比12.0%，持續成長至2017年的19.3億美元占比19.9%，直到2018年的29.3億美元占比25.0%。然而，NVIDIA資料中心業務營收表現放緩，特別是2018 Q4資料中心業務營收6.79億美元，低於預期的8.39億美元。 NVIDIA資料中心業務低於預期的原因之一，是旗下最新的高階GPU銷售業績不及預期，加上近期資料中心的預算支出減緩，導致庫存過剩。其中，導致銷售業績不如預期的原因是，雖然NVIDIA在GPU架構中加入了人工智慧應用的張量核心(Tensor Core)，針對深度學習操作的數學運算進行了優化，但是特殊應用積體電路(Application-Specific Integrated Circuit, ASIC)在部分人工智慧方面確實要比GPU要更有優勢，因此越來越多廠商決定自行設計人工智慧ASIC處理器。 例如Google的張量處理器(Tensor Processing Unit, TPU)、Fujitsu的深度學習處理器(Deep Learning Unit, DLU)、Intel的神經網絡處理器(Neural Network Processor, NNP)、阿里巴巴的阿里神經處理器(Ali-Neuronal Processing Unit, Ali-NPU)等等，而這也正是NVIDIA資料中心業務未來的一個危機。 Mellanox總部位於以色列和美國，成立於1999年，現有員工約3,000人，主要業務為生產資料中心的通訊晶片及硬體設備，包括網路晶片、網路介面卡、網路交換器以及網路電纜等。 Mellanox的主要業務有積體電路、主機板、交換器系統、電纜與其他。其中。對應於網路介面卡的主機板業務在收入比重和年成長率都是最重要的業務，從2016年營收3.3億美元占比39.3%，持續成長到2018年營收4.9億美元占比45.5%。 此外，Mellanox是InfiniBand的先驅之一，更是InfiniBand貿易聯盟(InfiniBand Trade Association, IBTA)9大主要董事會其中一員，IBTA成員包括了CRAY、Emulex、HP、IBM、Intel、Mellanox、Microsoft、Oracle、Qlogic。起初IBTA聯盟中只有Mellanox和Emulex專門生產製造InfiniBand產品，然而2012年Intel併購Qlogic InfiniBand部門，2015年Emulex也已經被Avago收購。如今，InfiniBand技術大廠只剩Mellanox與Intel。 InfiniBand是高性能聯網的產業標準架構之一，與高速乙太網路(Ethernet)、光纖通道和其他專有技術競爭，例如克雷公司(Clay)的SeaStar技術等。關鍵的是，無論是InfiniBand或乙太網路等領域，相較競爭大廠Intel、Broadcom、Marvell，Mellanox皆有相當完整的專利與技術布局，而成為本次眾多廠商積極併購的原因。 NVLink結合Mellanox技術推升資料處理效能 面對資料中心市場，NVIDIA本身已具有關鍵的GPU高速通訊互聯技術NVLink，可支援用於CPU與GPU之間的連接等，甚至推出NVSwitch交換器晶片組來加速大量GPU之間的通訊連接。重點是，NVLink技術相較主流的快捷外設互聯標準(Peripheral Component...

  文 ｜ 萬岳憲 資策會MIC產業躍升事業群總監 有一次，我想要描寫一對帶著幼童的年輕夫妻，在餐廳用餐時的彼此互動情形，最好的方法，當然就是去坐在餐廳裡，鎖定對象默默的觀察紀錄互動細節，描寫的內容會比想像的，更細膩動人。但是我突然好奇的想要試試看，用本身經驗值所想像的情境描述，與實際觀察紀錄的結果，會不會產生很大的差異？所以我就先寫了一段想像中的互動情境，然後再外出找個餐廳觀察對象。 猜猜看，結果如何？你猜的沒錯，果然和我預先想像的情境描述有差異，但讓我驚訝異的是，竟然會出現風馬牛不相及的差異。雖然這個結果讓我有點兒沮喪，但是也再次提醒自己，想要避免受到框架思考的束縛，最有效的方法就是要練習跳脫習慣性思考，重新回到本質思考，從問題的本質尋找答案。 《本質思考》一書作者，日本早稻田大學教授平井孝志認為，本質思考就是要不受限於現象或事物的表層，從容易被「黑箱化」的本質，進行思考的態度。平井孝志教授將思考慣性分為九大類，人們只要瞭解跳脫習慣性思考的方法，關注形成問題模式的因素與關係，就不會掉入慣性思考的陷阱。隨著我們對思考慣性依賴程度的深淺，反而可能讓我們走入進退兩難的思考情境，或完全無法思考的症狀。 這個理論可以解釋，為什麼在長時間的會議之後，往往會無法得到具體的結論，或是事後檢視會覺得有點粗糙的結論，因為討論時間愈冗長，我們就會愈依賴慣性思考，而距離創新思維就會愈來愈遠。平井孝志教授認為，被習慣性思考忽略或忽視的現象，就是一個將本質給予「黑箱化」的過程，在這個過程中，我們習慣很有自信的使用經驗值，嘗試推論目前已知人事物的未來發展，這就是《黑天鵝效應》(The Black Swan)作者塔雷伯(Taleb)提出的「知識傲慢」(Epistemic Arrogance)現象。 塔雷伯指出，人們天生就有傾向於，對獲得的知識範疇產生驕傲的態度，認為自己比實際狀況還要多懂一點點，而這個態度會影響我們觀察人事物的視野。一點點的傲慢，影響一點點的視野，往往這一點點就會讓我們不小心陷入困境，傲慢會隨著知識成長，當知識在增加的時候，自大也同時伴隨著茁壯，就愈容易引導我們將問題「本質」黑箱化。 唯有瞭解知識極限的人，才會謙虛的對待知識，並時時刻刻對自己的知識產生懷疑。義大利文學家安伯托艾可(Umberto Eco)擁有三萬本的藏書，當訪客看到成堆的藏書時，都會驚訝的問：「這些書您都讀過了嗎？」，艾可教授風趣的回答，卻讓訪客更驚訝，他說：「沒有，這些都是我還沒讀過的書！」。原來這浩瀚的書架，不是要展示擁有者的博學，而是在提醒擁有者，世界上還有許多應該要學習的知識。 時尚品牌香奈兒創辦人卡爾拉格斐(Karl Lagerfeld)，個人也擁有超過30萬本的藏書，我不知道他是不是全部都讀過，但是巨量的藏書，展現出他對知識的尊重與謙虛。塔雷伯(Taleb)認為，擺滿「等待閱讀」的書籍，是一個「反圖書館」(Antilibrary)的概念，使用「反」(Anti)字的用意，就是要提醒世人，隨著年歲增長，閱讀過許多的書，學習許多的知識，就要更明白自己還有更多的不了解與無知，要時時刻刻的將自己圍繞在大量「等待閱讀」的書堆裡，持續提醒有限的生命，在面對無限的知識時，應該展現的謙卑態度，其實這也是《禮記-學記篇》裡所闡述的「學然後知不足」的道理。 也許，創意就是來自於放棄知識的傲慢。 我發現許多的「滿意度問卷調查」，就是掉入「本質黑箱化」的陷阱，這個現象在服務業特別明顯。許多連鎖餐飲業，將實體問卷改為數位問卷，完全忽視隱藏在事件背後的本質，直接將現象的反面或對立面視為問題的答案，然後再根據這個答案的脈絡，構思推展許多的附加作業流程。 其實，只要重新檢視「滿意度問卷調查」與「顧客」之間的因果關係，就會觀察到顧客使用「數位問卷」的過程，這個過程很容易形成「回收率」的障礙，而「回收率」是滿意度問卷調查的本質。也就是說，顧客意見要回收得愈多愈好，從統計的觀點來看，愈多的樣本數，才能愈有信心的推論母體，然後再將分析的結果，作為日後改善精進的參考依據。 問卷回收率的稀少，易導致顧客回饋意見的代表性不夠堅強，就會影響一點點企業營運的視野，然後企業就會一點一點的認為，顧客都沒有回饋負面意見，所以慣性的接受反向的結果，就是「顧客都很滿意」。有時候，企業會偶發性的放棄知識的傲慢，突然發現問卷回收率不足的問題，然後內部就會引發一連串的「刺激問卷回收率」行動方案，投入更多的人力物力之後，可能得到的是「十分耕耘，二分收穫」的問卷回收率，因為所有的行動方案，都還是在忽略本質的錯誤方向進行。 想要瞭解人事物的本質，就要確實探討彼此的因果關係，但是我們經常誤認人事物之間的相關形態，就是因果關係。在學術領域，要找出因果關係的最好方法是隨機實驗研究，需要一段時間的資料蒐集與驗證，但是一般企業講求時效性，較難凡事都透過實驗研究，最簡單又快速的方法就是實地觀察。 韓系品牌LG新設計的冰箱，輕敲兩下冰箱門，內部的就會亮起，讓你一眼就能看到冰箱裡面，有沒有你想要拿的物品，不需要打開冰箱門就能確認，讓使用者又方便又環保省電；日本物流業者大福集團(DAIFUKU)在為企業顧客運送新購電腦的過程中，會依顧客的需要提供安裝軟體的服務，讓顧客在收到電腦之後，就能立刻開機使用，而且還能跟目前的工作內容及環境無縫接軌，完全沒有更換新電腦所帶來一連串更新設定值的困擾。 我透過實地觀察，才瞭解自己對年輕夫妻互動描述的盲點，我認為LG和DAIFUKU提供與人性需求本質貼近的魅力服務，應該也是透過深刻觀察「人事物」三者互動的因果關係，所發想的新設計、新服務，有人稱為是創新創意，但是我卻比較喜歡稱它是「放棄知識傲慢的本質思考」。 最近，我就親身體驗了第一線服務人員的魅力服務。因為我想更換家用WiFi的無線分享器，可是我對分享器的設定實在不在行，心想不如就問問店員有沒有更好的辦法，結果店員立刻反問我的家用網路環境，然後很親切的問我要不要幫忙設定，我點點頭說：「太好了！謝謝」，店員又很專業的問我：「可以現在幫你打開包裝盒嗎？」，我知道他是要我當場監視安裝過程的意思，再次點頭說謝謝後，店員就開始一連串很俐落的動作，期間只要求我協助輸入網路名稱及密碼，我選擇使用目前已經在使用的網路名稱及密碼。然後我只記得自己看了幾封電子郵件，回覆幾個Line訊息後，就聽見店員跟我說設定好了，我一抬頭，看到店員正準備著要在我眼前重新包裝這台產品，眼神示意要我再次監視包裝過程。 果然我回到家裡，插上電源與寬頻網路線，所有的設定都沒有改變，家中成員也沒有重新設定的困擾。我不知道這樣的服務，是個人臨時起意，還是公司的政策，但我認為這就是從使用者需求提供服務的本質思考，3C賣場不應該再要求顧客講出完整精確的規格需求，而是要根據顧客的使用情境，提供最符合顧客需要的產品及無困擾服務，這樣就會形成差異化服務的魅力品質。 這家3C賣場以讓顧客「足感心」為經營理念，我這次的體驗，真的是「足感心」啊！

全球市場研究機構TrendForce在最新「第一季全球汽車市場解析」報告中指出，2019年全球汽車市場規模預估為9,440萬台，相較於2018年衰退了0.8%。儘管全球汽車市場規模有下滑的趨勢，但車廠轉為搶攻電動車市場，驅動市場發展，預估2019年電動車出貨量為515萬台，年成長率達28%，若僅計算新能源車(不含油電混合車)，年增率預估將高達51%。 TrendForce分析師陳虹燕指出，2019年汽車市場受到中美貿易戰的衝擊，預估在五大主要區域市場中，中國與美國的汽車銷售持續下滑，西歐和日本持平至小幅衰退，僅印度在經濟成長力道仍強勁的條件下維持正成長。 陳虹燕進一步分析，中美貿易談判持續進行，雙方目前皆宣布暫停實施懲罰性關稅。然而，貿易戰拖得越久，對2019年的汽車市場就越不利，受影響的國家也將增多。原因在於汽車銷售與國家經濟的連動性高，消費者若對未來的就業、收入成長與整體經濟成長持悲觀態度，對汽車的新購和汰換將出現遲疑和推延消費等現象。 反觀全球電動車市場發展，在全球對於節能減排的期待以及各國相關政策推動的情況下，各車廠積極發展電動車，加快電動車款推出的速度，策略發展朝向將電動車列為全系列新車的選項，穩固在電動車市場的地位。此外，電池廠產能擴充、價格持續下降、電池在地化生產等都為電動車的發展加分。 陳虹燕指出，今年的電動車發展變數多來自於政府政策，尤其中、美兩國有志一同希望將電動車的發展推向市場自由競爭機制，開始縮減補貼額度以及調高門檻，該舉措雖會為電動車車市帶來波動，但對於市場的去蕪存菁有正向幫助。另一電動車產業發展的指標則在於充電站的鋪設速度與普及程度，以及電網負荷程度與供電穩定性，綜合以上考量因素，TrendForce預測，2019年電動車滲透率為5.5%，至2023年將提升至13%~15%。 推動EV/HEV市場　豐田宣布免版稅專利 為促進電動汽車市場發展，並鞏固其在油電混合車的市場優勢，豐田汽車(Toyota)宣布提供免版稅的專利和電動汽車技術支援，藉此把握電動汽車市場開發與推廣的機會。首先，豐田宣布開放其24,000項車輛電氣化相關技術專利。其次則將為其他開發和銷售電動汽車的製造商提供收費技術支援，包括馬達、電池、PCU、控制ECU以及其他車輛電氣化系統技術。 豐田汽車公司執行副總裁Shigeki Terashi表示，由於感受到大量推廣動力混合的需求並接收了許多電動汽車公司電氣化系統相關技術的詢問，豐田認為現在正是合作的時機。藉由授予免版稅專利並為其他開發和銷售電動汽車的製造商車輛電氣化系統提供技術支援，豐田致力於促進電動汽車的普及，進而幫助政府、汽車製造商和整個社會向更環保的目標邁進。 豐田將提供約24,000項專利，授權期立即開始，將持續到2030年底。這些免版稅專利都是電動汽車中的先進技術，特別是用於油電混合車的技術，這些技術幫助豐田增強汽車性能，縮小尺寸和降低成本。更具體地，所包括的專利涉及零件和系統，例如電動機、動力控制單元(PCU)和系統控制。這些是可以應用於各種類型的電動車輛，包括HEV、插電式混合動力車(Plug-in Hybrid Electric Vehicle, PHEV)和燃料電池電動車(Fuel Cell Electric Vehicle, FCEV)等等的開發核心技術。 電動車上路　電池續航里程是關鍵 電動車電池續航的里程長短是影響購買意願的重要因素，為促進電動車發展，瑞士電池製造商Innolith AG近日也宣布其位於德國的實驗室正在開發世界上第一個1000Wh/kg可充電電池。新的Innolith Energy Battery只須充電一次，就能為電動汽車供電超過1,000公里。為了降低成本，Innolith AG避免了必須跨國取得或昂貴的材料，同時也降低了系統的功耗。 Innolith AG在電池的化學過程中採用了創新的轉換方法，以提升每一顆電池的效能。轉化反應材料(Conversion Reaction materials)為高能量密度(High-energy-density)電池提供了新的發展，因為它們可以克服傳統嵌入式(Intercalation-based)材料的缺點，進而提高電池的續航里程。 另外，Innolith Energy Battery將可能成為第一款用於電動汽車的非易燃鋰電池。Innolith AG電池使用不易燃的無機電解質，與使用易燃有機電解質的電池相比安全性較高。 Innolith AG執行長Sergey Buchin表示，目前電動車的發展受到電池限制的阻礙，消費者通常會希望一次充電即可獲得足夠的續航里程，並且具備安全性。Innolith Energy Battery將會是一項突破性技術，可以滿足這些需求。Innolith將在德國初步測試生產，隨後將與主要電池和汽車公司建立合作夥伴關係。Innolith...

以下是關於食物的幾個重要事實：全世界有四分之三的食物僅來自於十二種植物和五種動物。我們已經種植了足以餵飽100億人口的糧食，但仍有九分之一的人口營養不良。同時，這可能也是歷史上首次，有更多的人是因為飲食失衡而死亡，而不是因為飢餓。現在，請思索一下這些內容。 全球食品產業是一個非常龐大而且複雜，規模高達數兆美元的產業。從農場、牧場和果園、漁場、溫室和屠宰場到超市和便利商店，各類業者種植、採收、加工食材、運輸、包裝，並將它們配送至橫跨全球五大洲的綿密通路之中。 現今，數位科技已經在食物供應鏈中的每個環節扮演著重要角色。也就是說，如果數據是產業數位化的主要驅動力，那麼用來收集、傳輸、儲存和處理數據的技術則是關鍵的促成因素。所謂數位化，其實就是擷取數據、在邊緣或雲端進行分析、以及利用數據來最佳化開發工作。數據品質的提升，以及用來收集、傳輸和分析數據的技術通常會帶來更佳的流程，或是全新的應用。 雖然我們可能須要花幾年時間才能獲得食品產業完全數位化的成果，但其成果將是豐碩的，包括：以較低的環境成本提高農業生產力、以更高的食品安全建立更透明的供應鏈，並減少欺詐。更智慧的包裝可改善物流、延長保存期限、減少浪費，而新的配送系統可以提升便利性。到2050年時，全球人口將逼近100億大關，我們建構的「食聯網」(Internet of Food)對於支撐如此龐大的人口將至關重要。 挑戰傳統與未來 1798年，英國人口學家Thomas Malthus便大膽預言，人類的持續繁衍最終將超過地球的負荷。從20世紀初的工業革命，到本世紀中葉，更新、更強韌的植物品種、人工肥料和農用化學品，以及近年來的基因改造生物，雖然不斷在增加全球糧食的產量，但是，人口成長一直以來都是全球食品科技突破的一大挑戰。 但這次可能會有所不同嗎？到本世紀中葉，全球糧食需求預計將增加約60%。隨著中產階級的人口越來越多，他們對飲食的要求更高，需要更多樣化、更營養的食品，特別是對肉、蛋和乳製品等能量和營養密集的畜牧產品的需求會更高。 隨著氣候變遷，人口成長也對糧食系統帶來了難以預測的後果。例如，土壤的營養成分日益枯竭，影響了全球的農產收成。由於缺水地區的地下含水層日漸乾涸，也使地下水資源受到威脅。而全球糧食系統本身，由於占全球溫室氣體排放量達到驚人的20~30%以及消耗70%的淡水用量，使得問題更加嚴峻。 這種情況是前所未見的，但因應現在所面臨的挑戰，我們所擁有的科技能力也是前所未有的。根據世界經濟論壇的報告，已有十多種新興技術被視為具備重塑食品產業的潛力，其中至少有六項─包括精準農業、即時供應鏈監測以及食品感測等，都與數位科技息息相關。 在大量的低價感測器、雲端上幾乎免費的分析和儲存容量、以及新興無線通訊和定位技術的帶動下，數位化可望把農業生產力推升至全新的境界。 以最新一代的高精準度定位技術u-blox F9為例，透過利用多頻全球導航衛星系統(GNSS)，並與GNSS校正數據結合，可大幅降低技術的擁有成本。此技術不僅將應用擴大至更寬廣的市場，還能為開發新的自主化解決方案奠定基礎，例如自動駕駛農用車或無人運送機等。 數據與分析提升效率/產量 從一開始，農業就是依靠經驗，隨著季節更迭，世代交替，經過艱苦的試錯過程才發展至今。但是隨著農業發展為科學，並成為一門生意，透過最佳化的機械採收並因應人們的消費需求，農業進步的速度越來越快，產量越來越高，品質也越來越趨穩定。 農業的施作方式不斷地進化推展。以農曆時程為基礎，傳統的農民曆已被更合理的科學方法所取代。在可能的範圍內，播種、耕種、施肥和噴灑農藥等所需的體力勞動也都可由機械設備代勞。現今，分散式感測器、高光譜相機和衛星定位的結合，可使所需的農業勞動投入降至最低。它們還有助於保護環境，節約用水，並使消費者更少接觸到具毒性的農藥。 感測器、數據和自動化也改變了畜牧業。今天，有些連網乳牛已配備了計步器和牛隻行為追蹤項圈來監控放牧時間，還有其他的感測器可安裝在它們的乳房、尾巴，甚至胃裡。數位科技和精準畜牧不僅可以提高牧場的效率，還可以更輕鬆地達到高品質標準。 透過配備可捕捉窄頻帶光線(Light Narrow Frequency Bands)的高光譜相機，農民可利用無人機在田野上飛行來遠端監控農作物。由瑞士的Gamaya等新創業者提出的解決方案能讓農民繪製各類地圖(圖1)，包括農作物類型、壓力因素，用水量和生化品數量等。有了這些資訊，農民可以進一步最佳化農業投入的利用率，同時，也能透過幾近手術精準度的無人機來進行噴灑肥料或農藥。 圖1　由瑞士公司Gamaya等新創業者提出的高光譜影像數據，可讓農民繪製各類地圖，包括農作物類型、壓力因素、用水量以及生化品數量等。 改造食物供應鏈 供應鏈的發展歷史與貿易一樣地古老。最早的貿易商品特點是它們不易腐壞。例如，鹽和乾燥香料，它們能夠穿越撒哈拉沙漠或絲路不會變質。今天，我們對於商店所提供的商品有著更高的期望。易腐壞的商品通常必須在幾天內設法通過食品通路到達最終消費者(圖2)。如果未能如此，全世界所生產的糧食中，大約有三分之一都可能面臨風險，也就是說，會有高達13億噸的食物可能被丟棄。在食物供應的過程中，它們被運輸、加工、測試品質、儲存，包裝並運送至全球各地，最後到達消費者附近的超市或餐廳。 圖2　當一顆草莓被摘下、一條魚從水裡被撈出來，或者母雞下了一顆蛋的那一刻，一場對抗時間的比賽就開始了。 數位技術可使供應鏈達到前所未有的資訊透明度。無線資產追踪裝置、智慧包裝和射頻辨識(Radio-Frequency Identification, RFID)標籤都可用來確保商品能準時、完整無缺地透過食物鏈來運送，而且低溫供應鏈不會中斷。蜂巢式數據傳輸和硬體的成本，長期以來一直是廣泛部署無線感測器網路的瓶頸。最新一代授權的低功耗廣域網路，包括LTE-M和NB-IoT，如u-blox SARA-N3 NB-IoT模組，透過提供增強的地理覆蓋範圍、低成本硬體和數據資費方案，以及在某些使用案例中超過10年的電池使用壽命，正迅速地掃除這些限制，包括農作物監測、牲畜監測和車隊追踪等，將會是首波獲益於此技術的應用。 此外，透過利用區塊鏈(一種分散式分類帳Distributed Ledger)，遵循性報告(Compliance Reporting)可以大規模地自動產生，以確保供應鏈中每個步驟的資料準確度。 食物供應鏈智慧化流程革新 雖然食品供應鏈對消費者來說是不透明的，但超市和其他賣場的變化卻很難不被注意到。Amazon Go超市是第一個完全取消人工結賬的超市，沃爾瑪首創的貨架掃描機器人也是自動化的新概念。在不久的將來，物聯網、人工智慧和虛擬實境的結合將提供全面改造和強化購物體驗，並使用互動式表格為消費者提供有關食品出處、營養價值和廢物處理說明的訊息。 透過讓網路中的各個節點傳遞資訊，網狀網路(Mesh Network)技術提供了一種可有效擴展無線感測器網路的新方法，使其能擴展覆蓋範圍，並實現包括連網超市在內的廣泛應用。藍牙網狀網路這類的標準化平台可確保裝置保持互通性，即使它們來自不同的供應商。此外，透過能夠利用行動通訊網路傳輸訊息的節點─形成所謂的毛細管網路網狀網路還能進一步擴展，以實現雲端應用。 然而，若決定在舒適的家中購買生鮮雜貨，那麼，消費者可能會錯過這些發展。據Tetra Pak的研究，有14%的消費者會在網上購買生鮮雜貨，而且有59%的消費者打算這樣做。到2021年，預估電子商務將占所有食品購買量的10%。 不過，購買的產品仍然可以識別，但包裝方式會有所革新。屆時，智慧包裝將告知消費者食物何時過期，以減少被丟棄的過期食物數量。此外，了解顧客在用餐後的體驗也一樣重要，具備特定數位程式碼的個性化智慧包裝將能與顧客互動、提供學習和娛樂特性。而且，生產廠商也可藉此更深入了解他們的消費者。 食聯網將帶動破壞式創新 食物最初是一種生存的手段。當衣食無虞時，它成為身分地位的表徵、情感安慰的來源、全球暖化的貢獻者，甚至有時是有害的成癮物質。社會趨勢都指向了更加豐富的食物多樣性。根據Accenture的報告，對健康的期望已成為消費者的最高目標，他們願意為更健康的食品花更多的錢，同樣地，他們希望食用具備透明資訊和永續來源食材的食品。 那麼十年後，我們會在餐盤上看到什麼呢？或多或少，會與今天吃的東西相同嗎？或者，我們可能會從基於微生物的高營養和可持續食物中獲取主要營養素？還有很多問題尚待解答。未來，人們是否會像過去渴望節慶家庭聚餐一樣地渴望明天的Food X.0？或者，是否會堅持烹飪傳統，只是使用更有效率的種植、加工和運送食材？有一點似乎是肯定的：食物鏈中每個一步驟的量化、數位化和整合都只會加速進行。與此同時，營養基因學和個人化營養、實驗室培養的「肉類」和食用昆蟲等新趨勢也都即將出現。從農園到餐盤─以及在食品工廠、實驗室和商店中─「食聯網」已經推翻了許多習以為常的做法。我們可以深具信心地說，未來，將會出現更多的革命式創新！ (本文作者為u-blox台灣區總經理)

由於組織過於龐大，自2012年開始，騰訊根據管理顧問公司麥肯錫的建議，將組織梳理重組成了7個事業群，現有業務劃分成企業發展事業群、互動娛樂事業群、移動網際網路事業群、網絡媒體事業群、社交網絡事業群，技術工程事業群、微信事業群，後續因應組織調整，將移動網路、網絡媒體、社教網絡三個事業體合併成平台與內容事業體，統整騰訊業務資源。 為因應未來的人工智慧以及5G的發展，騰訊進行組織架構的調整，整合平台與內容事業群，並在2016年於技術工程事業群下成立人工智慧研究團隊AI Lab，成為騰訊各事業相關AI技術的發展團隊，透過平台與內容的整合，讓AI的應用更加多元；騰訊的組織也在不斷的擴大，現階段的騰訊不僅擁有平台(內容)、微信(社交)、互動娛樂(遊戲)等大數據以及AI可應用場域，並且透過異業合作發展至零售、醫療、教育等產業。 騰訊建立AI生態圈　壯大陣營影響力 騰訊在AI的技術團隊主要有三個，分別為「Tencent AI Lab」、「優圖實驗室」、「微信AI」，皆為騰訊重要的AI技術團隊，其中「Tencent AI Lab」較偏學術領域的研究團隊，「優圖實驗室」則是專注在圖像處理、人臉辨識等技術，「微信AI」則是語音識別、翻譯等與微信通訊軟體相關的應用。 為實現AI無所不在的戰略，騰訊欲建立AI的生態圈，透過AI開放平台，讓各業者皆能夠加入騰訊AI的生態體系中，開放技術、市場、資金、空間、人才等資源吸引合作夥伴加入，壯大騰訊陣營的影響力。 騰訊要讓AI無所不在，因此積極建構生態圈，拓展各式應用。 圖片來源：騰訊 技術共享為生態系發展基石 騰訊AI生態系強調技術共享的概念，AI開放平台上提供包含視覺、翻譯、圖片辨識、語意語言判讀等技術，讓騰訊的產品、合作業者能夠透過此平台產生新的技術應用，進入騰訊的AI生態體系內，而平台內技術的提供大多是由AI Lab所研發，在圖片識別相關的應用則是透過騰訊「優圖實驗室」提供，騰訊以這兩個AI技術單位作為整體AI生態體系發展的基石。 騰訊AI開放平台成為騰訊與眾多業者建立生態體系的串接橋梁，透過技術合作發展出跨領域的產品，目前的應用在於硬體以及人事系統上，推出多種場景應用的智慧硬體及智慧招聘系統。 智慧硬體拓展應用 騰訊具備有技術團隊以及大量的客戶數據等資源，各業者透過與騰訊的技術介接，以拓展各種場景的應用，並共同推出軟硬整合的實體產品，其合作對象包括香格里拉飯店、中國光大銀行、BMW等知名業者。 智慧招募更省時 在人才招募上，騰訊與新創公司倍羅(Bello)合作，透過語意解析的應用進行履歷的篩選，將人才分別歸類，並進行自動標籤，將不同來源的履歷自動標籤化，降低人工歸納整理的時程，並建立排名模型，能進行偏好設定；目前的合作夥伴包含創新工廠、Career Executive等。 倍羅為騰訊AI加速器所培育的業者，騰訊透過加速器讓更多具有潛力的新創業者也能進入AI生態系內，倍羅透過騰訊協助，不僅獲得資金與資源，也獲得更多資料/數據訓練其AI模型。 騰訊近年積極地進行AI領域的投資布局，主要分為騰訊AI加速器以及騰訊投資部門兩種資金類別，針對新創業者由騰訊AI開放平台底下的AI加速器，負責尋找具有潛力的新創業者，而騰訊投資部門則是針對業務合作對象投資，透過跨領域的合作讓騰訊的AI版圖更加龐大。 騰訊AI加速器的投資範圍相當廣泛，從醫療影像判斷、無人駕駛、語音辨識等，到各領域別的應用，如零售、藝術、能源，以及人像機器人等，騰訊皆有投資。在醫療領域中，主要朝向兩個方向，其一為提升準確度的AI醫療影像處理，其二為AI輔助醫生進行判斷，提高醫療品質。 騰訊AI的投資在機器人領域的比重相當高，大多應用在小型服務以及娛樂性質的應用上，而智慧交通則是選擇在美國以及中國大陸市場為主的成車業者，跨足高價以及中低價位的智慧汽車；智慧醫療領域上，應用在醫療圖像辨識以及新藥開放配比；而智慧生活則與騰訊的內容服務以及微信結合，增加其附加價值。 自2016年起，騰訊成立人工智慧技術團隊Tencent AI Lab，目的為從集團本身業務出發，增加人工智慧應用，如微信、QQ上增加智慧助理及客服機器人，在騰訊遊戲上增加圍棋AI應用等；而以AI技術而言，Tencent AI Lab透過與學術機構合作、學術論壇等機會，發展在AI領域的專利與技術，結合騰訊的平台與內容，讓AI應用更加多元。 而騰訊在微信的AI應用最為多元，在語音、音頻、自然語言、圖像、文件內容理解及分布式機器學習平台等，皆嘗試AI的應用，並成立微信AI團隊專門負責在行動裝置、即時通訊領域的AI專利及技術。 技術合作讓AI無所不在 騰訊建立AI生態系的概念，是以技術合作為基礎，透過AI技術串接為實現騰訊「讓AI無所不在」願景的重要環節，騰訊透過開源的方式，讓許多業者能夠介接騰訊在AI技術領域的研究成果，達到互利互惠。 而騰訊的AI技術是以「AI Lab」、「優圖實驗室」、「微信AI」三大實驗室為核心，其共享平台上提供程式碼、API文檔等，讓開發者能夠進行介接，開發者能選擇騰訊雲、AI開放平台、騰訊加速器上選擇不同的方案，目前主要方案為圖像辨識(光學字元辨識、人臉、圖像特效、圖像識別)、文意判讀(敏感訊息審核、智慧助理、翻譯)和語音等。 騰訊AI的合作方式大致可以粗分為兩種，一種為與騰訊目前既有的服務結合，達到跨領域的應用，另一種則是與騰訊AI技術以及各種資源結合，提供加值的服務。以真實科技以及新樂視智家而言，分別能在其硬體裝置上獲得騰訊所提供的服務，而以倍羅而言，該公司則是透過騰訊所提供的API訓練其履歷解析的精準度，騰訊透過釋放其資源，讓其服務範圍不斷的增加，建立起騰訊的AI生態體系。騰訊近年積極投資AI領域，綜合騰訊投資部門以及新創加速器的投資內容，主要的應用方向為機器人、智慧交通、智慧醫療等領域，此外也有投資少量的智慧電視以及穿戴式裝置、數據分析以及資訊安全等領域。 機器人領域投資多 以騰訊在AI領域的投資家數而言，以機器人的比例最多，將機器人的型態分成人型以及非人型的兩種類型，其中以非人型的機器人應用較為多元，以人型機器人而言，著重在於移動平衡以及完成人類的動作。 非人型機器人中，目前有競技比賽型的機器人，主要應用在娛樂的競技比賽中，如工匠社、Marble等。另一種應用則是在移動運輸裝置，通常用於取代外送人力、店內物流運輸上，外型大多類似推車的樣式，搭配密碼解完成交易流程，如雲跡科技。而人型機器人的發展方向主要有兩種，一種為模擬人類的動作，達到平衡穩定，如優必選，專注在完成人型機器人的各種動作，而另一種則是透過人型的樣式再加上語音助理等功能，達到陪伴、互動的效果，如Wonder Workshop。 騰訊也投資多種智慧交通領域的業者，目前投資了三家品牌電動汽車成車，從中低價位的蔚來及威馬汽車，以及特斯拉皆有投資，而在無人車方面的投資在低速清潔車中，如庫哇機器人，目前已經獲得首張商用自動駕駛的牌照。 騰訊所投資的醫療領域應用相當多元，有透過影像判別進行檢測的業者，如匯醫慧影應用在胸片、肺癌篩檢、骨折診斷，以及胸部斷層掃描、心臟冠狀動脈掃描的體速科技。也有應用在新藥比例成分配比，如Atomwise，目的為降低新藥配方的配置時間及成本。而醫療照護方面，透過數據分析提供使用者個人營養素攝取建議的碳雲智科技。以及學術研究方面，能夠將醫學相關文獻翻譯的艾特曼科技。 資策會MIC資深產業分析師童啟晟  

6GHz以下的5G服務已準備進入商轉，5G用戶端裝置與微型基地台的市場需求很快就會到來，但由於5G導入了MU-MIMO與波束成型等技術，使得天線的數量大幅增加，且為了使天線獲得最好的共振效果，天線在產品中擺放的位置比以往更加講究。這些因素都使得5G用戶端裝置與微型基地台的設計，比過去受到更多條件限制。 另一方面，採用毫米波頻段的下一波5G通訊，將為射頻子系統設計帶來更大的考驗。由於頻率太高，其訊號在電路板上傳輸的損失太大，因此射頻元件供應商紛紛投入開發天線整合封裝技術，但這也使得封裝測試必須面臨新的考驗，因為封裝完成的元件成品，萬一效能表現不如預期，要依靠量測數據找出根因會變得相當困難。 在這個情況下，電磁模擬工具的重要性大增。透過模擬工具的輔助，不管是終端產品的整合設計，或是RF元件廠在進行封裝設計時，都可以在虛擬環境中藉由參數設定，預先得知實體產品原型出爐後大致上的性能表現，進而省下大量開發時間跟成本。 散熱/損耗為5G天線設計兩大難題 安矽思(Ansys)HFSS產品經理Matt Commens(圖1)指出，跟現有的通訊技術相比，5G通訊所使用的頻段明顯高出許多，而且採用了波束成型、MU-MIMO等先進射頻技術，對天線的設計跟配置帶來很大的挑戰。高頻意味著訊號會有更大的損耗，複雜的MIMO技術則使得裝置必須內建更多天線，這些因素都使得5G設備的設計，變得遠比4G產品更為困難。 圖1　安矽思HFSS產品經理Matt Commens指出，在5G應用開發跟部署的過程中，模擬工具的重要性更勝以往。 也因為5G產品在設計過程中需要考量的因素更多，模擬工具在產品開發的過程中，重要性更勝以往。設計工程師必須在模擬工具所建構的虛擬環境中，針對各種可能的設計參數進行模擬，才能加快產品設計速度，提高產品設計符合預期的機率。 以高頻電磁場的應用設計來說，工程師最關心的議題有二，一是訊號損失跟其所衍生的副作用--熱的分布情況；二則是天線配置對電磁波場型的影響。Ansys的高頻電磁場模擬工具HFSS是一款可以求解任意三維結構電磁場的模擬工具，無須掌握身號的電磁場知識和反覆嘗試不同的網格剖分，就能取得高精度的模擬結果。 舉例來說，天線罩跟天線本體的距離、天線罩的材質等，都會影響到天線的性能表現；天線的位置、使用者手持的方式，也會影響天線的訊號收發，這些變數都可以在HFSS裡面完成模擬。另外，結合Ansys的熱模擬跟應力模擬工具，設計人員也可以輕鬆掌握由訊號損失轉變而成的熱，在系統中會如何分布，又會對天線造成何種影響。 除了5G終端設備的開發者之外，對IC設計跟電信業者來說，模擬工具的重要性也比以往更為重要。在IC設計端，由於高頻訊號的衰減太大，因此天線跟射頻前端(RF)在印刷電路板上的繞線距離要越短越好，或是直接讓訊號跳過PCB走線；如果是毫米波通訊，則基本上天線都必須整合到晶片封裝裡，這使得IC設計者也必須開始關注跟射頻電磁場有關的問題。至於電信業者，則可以在進行網路布建跟規劃的時候，利用電磁場模擬工具搭配城市的3D地圖，進行基地台訊號涵蓋的模擬，提升網路覆蓋的品質。 此外，材料供應商在發展新材料時，也可以把模擬工具反過來利用，得知新材料的特性。5G射頻會使用到許多新的材料，但材料供應商在開發新材料時，必須對材料進行大量量測作業，才能掌握新材料的特性。藉由模擬工具輔助，材料開發商只要設定好對應的材料測試環境，量測某幾項關鍵參數，再把資料餵回模擬工具，模擬工具就能藉由已知的資料反推出許多沒有量測，甚至難以靠量測取得的材料特性參數。這對於材料廠商發展新材料，縮短研發時程，也能帶來很大的幫助。 Commens總結稱，隨著5G時代的到來，模擬工具的使用客群一定會比以往更為廣泛。從最上游的材料、晶片供應商到中間的系統設計/整合，再到電信商的網路布建，模擬工具能幫得上忙的地方非常多。因此，未來電磁模擬工具的應用普及率，勢必將節節高升。 搶食5G商機　達梭系統不缺席 5G跟車用雷達的興起，在射頻技術領域掀起革命。由於這兩種應用所使用的頻段都比以往來得高，因此其波長均已達到毫米波水準，與以往的射頻訊號在物理特性上有著極大差異。硬體開發者為了克服毫米波所帶來的挑戰，紛紛導入新的設計架構與材料，例如將天線整合到晶片封裝，或是在PCB板上使用導波材料，但這也使得硬體設計變得更加複雜，設計開發時將面臨更多不確定性。 達梭系統(Dassult Systems) Simulia電磁模擬解決方案顧問趙桐(圖2)表示，目前5G主要發展頻段有二，一是6GHz以下，二是24GHz以上的毫米波頻段。這兩個頻段的天線設計各面臨新的設計挑戰。與4G比較都是更高的頻段，電磁波長更小，天線尺寸跟隨波長變得更小，小到5G天線更多是一個含晶片的模組。當然在天線結構種類上也與4G不同，5G天線需要用到相位陣列天線，這種天線還是有一些關卡要突破。 圖2　達梭系統Simulia電磁模擬解決方案顧問趙桐認為，高頻跟多天線共存，是未來行動裝置設計上最大的兩個考驗。 談到5G天線的設計挑戰，無論是手機還是任何5G電子設備，假設實際尺寸不變，在更高頻率條件下的電尺寸相對於4G時代產品更大。所以在毫米波28GHz頻段，天線實際尺寸和手機尺寸，甚至人體尺寸，基站尺寸，差別更大，這種尺寸上的差異對天線安裝後的整合性能分析增加相當大的難度。 除此之外，在這兩個頻段上的天線設計要求更寬的頻寬，寬頻帶才能得到高速率。單就這電尺寸和頻寬兩方面的難題來講，5G天線對電磁類比的演算法選擇就提出了挑戰。傳統的有限元頻域演算法在寬頻類比和電大尺寸的計算上會顯得更吃力，時域演算法更適合寬頻類比。所以三維模擬工具是否能夠結合時域頻域演算法，場源激勵法，高頻近似演算法，硬體加速以及支援多種天線結構的設計流程，是5G新天線設計和產品設計的關鍵。 因為5G本身就有兩個頻段的天線，智慧終端機除了5G，還要支持Wi-Fi、GPS、藍牙、3G、4G等功能，所以伴隨著多天線共存而來的干擾，以及硬體設計要如何布局等長久以來智慧終端機研發避免不了的問題，在5G時代會變得更有挑戰性。 車載系統亦為必爭之地 除了行動通訊裝置或小型基地台之外，汽車亦為模擬工具業者非常重視的市場。除了5G帶動汽車聯網風潮所創造的車載無線通訊需求之外，毫米波雷達也是促使車廠跟相關子系統供應商開始在設計流程中採用更多模擬工具的原因。事實上，毫米波雷達所使用的頻段比5G預定使用的頻段還高，最高可達77~79GHz，因此訊號衰減、散熱等問題，同樣困擾著相關業者。除此之外，車載系統的工作環境跟行動通訊設備截然不同，因此相關設計者不只需要高頻電磁場模擬工具，還需要結合其他物理模擬工具，才能準確而完整地模擬毫米波雷達在真實世界的運作狀態。 這也使得Ansys跟達梭系統等產品線涵蓋面廣，能執行多重物理模擬的工具供應商，在這個領域有相對顯著的競爭優勢。例如Ansys除了HFSS之外，還有RF和SI Option工具，可以應用在毫米波雷達設計上，同樣的，達梭除了SIMULIA CST之外，還有原本就專為汽車設計模擬所開發的CATIA。趙桐透露，CST已經開始與達梭的其他汽車設計解決方案合作、整合，不斷的推出車載系統的完整解決方案。

汽車業界目前正在尋找能把今日的自駕車原型，變成可以安全部署自動駕駛解決方案所需的科技創新。此一科技必須能夠對應目前我們仍無法達到、以及生產安全的第四級(Level 4)與第五級(Level 5)自駕車的關鍵挑戰。在這篇文章中，將提出這些關鍵的挑戰，並且探究汽車製造商可用且符合其所需時間框架的解決方案。 我們正經歷自駕車系統以前所未有的速度成長後所帶來的複雜性，而且運算處理必須在不與耗電量、熱特性、大小、成本、安全與保全等挑戰妥協的前提下，跟上這波成長動能。 除了這些技術上的挑戰之外，另外還有許多有關消費者與主管機關對於全自動駕駛接受度的辯論。例如，美國汽車協會(AAA)最新的調查顯示，有73%的美國駕駛害怕駕駛全自動駕駛的車輛。另一個社會與技術上的挑戰則是，馬路上很難出現自駕車與人類駕駛汽車共存的情況(因為人類的行為，可能會讓自駕車的演算法疲於應付)。那麼，我們就來探究想要大規模且安全地部署自動駕駛車，必須考量的挑戰。 自動駕駛價格考量 已經有人指出倘若第四級與第五級自駕車在2020年生產，價格與一般的車輛相比，可能會多出7.5萬美元到10萬美元。這個價格甚至可能還低估了，因為考量要達到第四級與第五級自動駕駛所需的感測器數量，總成本可能會超過10萬美元。為了讓購買這些車輛變得可行，價格有必要大幅調降，才得以讓消費者負擔得起。 如此高的價格可能意謂第一批真正完成部署的自駕車，將是行動即服務(Mobility-as-a-Service, MaaS)、共乘車隊或者是無人駕駛計程車隊(Robotaxi)的一環。藉由取代人類駕駛的成本以及高出消費者自用許多的使用率，這些單位可以建構足以支持這些較為昂貴車輛的商業模式。 第三級自駕仍須駕駛保持警覺心 如同圖1所示，第三級是從ADAS進展到自駕必須跨出的第一步。不過，目前針對第三級自駕以及有關車輛及駕駛的需求，仍然有一些辯論。要成功部署第三級自駕，在車輛的自動駕駛功能啟動後，仍然需要駕駛保持警覺。 圖1　自動駕駛發展進程 這會引發一項有趣的議題，因為身為駕駛的我們會本能地假定我們雙手放開方向盤後，就不用再留意它了，接著可以開心地收發電子郵件、發送簡訊等，這些動作都會讓我們的眼睛與心思離開馬路。不過，有了第三級自駕，車輛可以隨時要求駕駛人重新取回掌控權。 然而，這又引發另一個議題，已經分心的駕駛人需要多少時間才能重握方向盤、重新掌控車輛，以紓緩自動駕駛系統當下無法立即應付的情況？一些汽車製造商正在討論是否要跳過第三級，以便克服此一挑戰。 此外，若從責任的觀點來看，自動駕駛系統跳過第三級會讓系統更加容易辨識駕駛人是否正在掌控車輛，或是車輛正在自動駕駛。目前也有人討論使用擁有駕駛艙內攝影機與先進軟體演算法的先進駕駛監控系統，來判定駕駛人是否已產生警覺，並且適合重新取回掌控權；倘若答案是否定的，系統就會啟動適當的警告，以便讓駕駛人回到完全準備好要自己開車的狀況。即使汽車製造商決定跳過這一級，從第三級要跳到第四級所需的科技複雜性會更為巨大。 感測器數量大增推升運算需求 要從ADAS進展到自動駕駛，須要更高度知曉車輛周遭的一切事物，車輛上的感測器數量會大幅增加(圖2)，並且需要多組光達、攝影機與雷達感測器，以便實質上取代並強化人類的視覺以及對情況的認知。這些感測器不但價格不菲，而且要瞭解它們所「看到」的東西以及汽車外面情況演變所需的運算力，與較簡單之ADAS功能，如自動跟車與緊急煞停所需的運算力，大不相同。 圖2　要提升到全自動駕駛，感測器數量將會明顯提升。 軟體複雜度更高 目前推出大多數的自駕車原型機，實際上都在測試處理湧入車輛之大量資訊、以作出下一步正確決定，以及採取行動所需之更高的感測器複雜性與軟體演算。這樣的處理需要相當數量的軟體，依據我們目前的估測，需要10億行的指令才能帶動一部完全自駕的車輛。 執行如此大量的軟體所需的運算力，比較類似於伺服器的效能，離傳統汽車嵌入式處理比較遠。這會帶動一個趨勢，便是朝擁有更強大應用處理器與加速器叢集的更高效能、多核心SoC系統整併發展，而不是獨立CPU。此一整併需要軟體架構進行大幅度的修改，同時也會造成軟體的複雜度劇烈增加。 此一軟體應用的複雜性，甚至遠高於已經搭載滿滿之自動駕駛功能的最先進客機，原因是自駕車輛需要應付混亂的馬路上充滿無法預測的人類駕駛以及行人。反觀相對空曠許多的空中，負責飛行的都是專業的飛行員。 因此，必須進行即時運算的大量演算處理，以便瞭解發生在汽車周遭的一切事物，如此一來，所有自駕運算元件所需的龐大軟體堆疊才能做出正確的決定，並且安全地執行這些決定。如此龐大的複雜性有助於形成共用且統一的平台架構，以便在上面建構便於升級且可移植的軟體堆疊。 自駕車安全信任受考驗 如上所述，近期的統計顯示73%的美國駕駛人對於搭乘全自動駕駛的車輛有所恐懼，且令人吃驚的是，高達63%的美國成年人表示自己走路或騎腳踏車時倘若路上有自駕車輛，他們會感到比較不安全。這也引發一個全新且有趣的挑戰，即為如何取得消費者的信任，不管是身為自駕車乘客身份，或是與自駕車共處的用路環境。 安全是許多汽車系統的關鍵，且在駕駛人需要時可能運作所有的功能，都有嚴格的安全標準與認證把關，例如煞車與轉向等。當我們增加車輛的自駕性能，我們實際上也在利用由許多異質運算元件，以及稍早討論過的10億行指令所組成的複雜運算系統，來取代人類駕駛對於安全的決定權。我們如何保證如此一套高度複雜的運算系統，可以執行達到最高乘客與環境安全標準？ 隨著許多功能整併到強大的多核心SoC上，亦同樣會出現能夠在單一SoC上支援混合關鍵性應用的需求。這種情況下，某些應用需要最高水準的功能安全性，因為它們執行的是與攸關生命安全的功能，但同時也會混合運行關鍵性較低的應用。想要把所有的軟體都拉升至最高的功能安全性水準是不可能的，所以我們需要可以支援這些不同安全水準的運算與軟體架構在同一個SoC之中，而毋須針對每一個應用，另外建置專用的SoC。 耗電/散熱技術須持續提升 進入現今自動駕駛車原型的運算系統，基於現成的伺服器技術。伺服器技術的挑戰是其大小、耗電量與散熱特性，都不適合用在汽車上。針對所有特性，有必要讓它顯著降低。一般認為耗電量必須要減少十倍；大小必須縮小五倍，若這兩個目標都達成，成本與散熱會顯著減少，也會讓冷卻方式更加簡單也更為可靠。這些改進將帶來自動駕駛車輛的真正部署，不管是在消費市場或是無人駕駛計程車隊市場。 強化車內乘客體驗 目前愈來愈明顯的趨勢是，消費者想要在車艙內享受到更強化與更豐富的車內體驗(圖3)。隨著我們進化到更高階的自駕階段，車內人員會從駕駛變成乘客，而他們對於資訊、娛樂與連接性的需求，會變得愈來愈像是在自己家中或辦公室裡。 圖3　消費者對於車內娛樂體驗要求越來越高。 在我們到達完全自動駕駛之前，將會出現有趣的駕駛與環境資訊的複合，並與娛樂及生產力功能彼此混合的情況。這將產生有趣的挑戰，也就是把安全與既有的饋送資訊混合，同時要確保駕駛安全資訊，不會因為要顯示其它形式的資訊而有所折扣。 若把時間向前推進接下來5~7年，到達更高度自動駕駛的世界，屆時螢幕將顯示不同的資訊，包括來自自駕系統的駕駛資訊、媒體體驗、駕駛監控系統、車內感測器資訊，而這些都將協助達成更為個人化的車內體驗。這需要高處理量能力才能把資訊送到各個螢幕，也需要高頻寬連接性以及更加強化的安全性，特別是與例如駕駛警告資訊等關鍵資訊有關的安全性。 (本文作者為Arm車用解決方案與平台總監)

  文 ｜ 萬岳憲 資策會MIC產業躍升事業群總監 當我從必讀書堆裡走出來時，突然對手機產生很特別的陌生感，因為我趁著四天連續假閱讀，多數時間都耗在閱讀實體書，相對耗在手機裡的時間就減少了，我發現微妙的陌生感，反而讓我在使用完手機後，產生更大的滿足感，這次沒有出現耗費太多時間在手機上的愧疚感，放下手機後感覺更滿足。我認為，這個大大的滿足感是來自於，我改變自己過去在這個時段裡的時間使用方式。 這是一次很有趣的自我體驗，讓我想起1990年代美國密西根大學神經學家貝里奇(Kent Berridge)的研究，他發現有許多使用毒品成癮的人，往往也都會自我意識到，毒品正在讓自己的生活品質惡化，但是他們為什麼還是會持續的使用毒品？因為使用毒品，能讓人得到即時的滿足感，這個即時的感受過於強健巨大，所以使用毒品成癮的人，願意不斷的拿短期的利益來換取巨大的滿足感，同時導致判斷力喪失，忽視自己正在耗用長期的幸福來換取即時的快感。貝里奇教授發現，物質成癮會引導人們產生行為成癮，當你意識到不喜歡這個物質時，大腦反而會自動找出，過去使用物質時所儲存的快樂行為體驗，再對你發出追求過往快樂行為體驗的需求動機。 貝里奇教授給予「需求」的形容詞是「強健巨大」，而「不喜歡」的形容詞是「小又脆弱」，大腦給予需求的優先權，遠高於不喜歡，所以強健巨大的需求，就很難讓人們拒絕產生行為動機，只要需求持續引導產生行為，就會累積成為上癮的行為。想要戒除，必須藉由第三方力量，協助讓「不喜歡」變得更強健巨大。 也就是說，人類大腦會記得使用毒品後的心靈滿足體驗，當使用者決定不再使用毒品時，大腦就會持續發出需求動機，直到你的行為滿足這個動機的渴望為止。這樣的行為上癮模式，其實也經常出現在我們的日常生活中，例如你已經發現Facebook或Instagram，每天耗去你太多的時間，但是你還是想要持續的關注更新它們。因為大腦記得你剛開始使用時，累積得到的快樂體驗，當你自我意識到「不喜歡」，大腦就會對你持續發出「需求」指令，刺激你不斷追求記憶中的體驗，如果你下決心要讓「不喜歡」變得強健巨大時，由第三方力量設計的「按讚數、留言數、朋友數」等沉溺因子，又讓「不喜歡」走向「小又脆弱」。 網路流傳戲稱，繼Wi-Fi成為「陽光、空氣、水」之後的人類生存第四元素，最新的第五元素就是App，是持續讓使用手機「需求」，變得強健巨大的主要因子。 App對人類的影響就像是日本寶可夢(Pokemon)遊戲裡的「百變怪」，由使用者在日常生活中的使用方式來決定它的「角色扮演」。根據資策會MIC的2018年臺灣民眾App使用行為調查結果顯示，每人的智慧型手機App下載使用數量以6~10個(25.7%)的占比最多，其次是11~15個(20.8%)，而每天都會被使用到的App數量為1~5個(47.9%)，其次是6~10個(36.8%)。 將使用App類型與年齡交叉分析後發現，App下載數量與年齡相比較，有呈現負相關的趨勢，年齡越高，下載App的數量就越少。19歲以下族群，傾向使用多個App與社群互動；25~29歲族群，在生產應用工具、交通運輸、金融支付等App類型有較高的使用率，屬於數位經濟先行者；20~34歲族群使用行動支付App的比例與數量都是最高，其中有24.3%的使用者，手機裡會同時擁有4個以上的行動支付App，而35歲以上則是最多選擇2款行動支付App。 除19歲以下族群的App使用行為偏好前三名是「遊戲、影片、音樂」外，20歲以上的App使用行為偏好前三名，全部都是「通訊、社群社交、遊戲」，顯示絕大多數的使用行為正在朝向具有社群應用功能的App靠攏，而其它的App則偏向專屬功能性的App，例如影視音播放與編輯、網路購物、教育學習及居家生活應用功能等類型。 再深入調查臺灣網友的每日手機使用行為發現，多數人每天的手機使用時間介於1.5小時至4小時之間，這是個很有趣的數字。讓我們試著推算看看，扣除每天8小時的睡眠時間、8小時的工作、2小時的通勤、2小時的用餐，保守估計只剩下4小時的可支配手機使用時間，而這4小時，通常有50%是由零碎時間所堆砌出來的。也就是說，網友每天能夠持續專心使用手機的時間，其實是很有限的，而各年齡層的使用時段區隔也愈來愈明顯，同年齡層的使用時段，也有愈來愈集中的趨勢。 所以，這是一場時間搶奪戰，所有的App研發或經營業者，都是在跟使用者搶奪使用時間，同時也是在跟競爭者一起搶奪使用者的時間，當使用者沉溺於某個App的應用功能時，他就沒有多餘時間再去體驗新的App應用功能，沉溺在特定的App愈久，轉移的動機就會愈低，這項使用特徵在社群媒體裡，特別的明顯。 目前全球都在催生5G行動通訊世代，較4G強數十倍的資訊傳輸速度，確實可能為人們目前居住的城市或日常生活應用，帶來更多的夢想改變。但並不表示也能夠同時改變目前網友的社群使用型態，未來想要改變人們沉溺於特定App的使用習慣，焦點不再是「要提供什麼樣的App應用」，重點應該畫在「新的App應用能夠為使用者目前的使用環境及情境，帶來什麼樣的利益」，才有可能成為民眾手機裡的VIP(Product)，否則就只能是App商店裡，浩瀚的VIP(Piggy)之一。 這是一場與使用者之間的時間搶奪戰，所有使用者的時間資源，都被已經上市的App占用，新創App的研發者，必須要從時間軸的角度切入思考，找到能為使用者帶來即時利益的時間定位。例如，我想看到你有沒有「已讀」，但是又不想讓你看到我有沒有「已讀」….你有解決辦法嗎？   5G更高傳輸速率的網路環境，將使手機App應用的時間搶奪戰愈演愈烈  

無線充電IC市場需求持續上漲，預計市場競爭格局將從集中走向分化，創新應用是目前產業搶攻市場大餅的主要策略。根據市調機構MarketWatch的研究，在未來五年內，無線充電IC市場收入的年複合成長率將達到19.1%，到2024年全球市場規模將達到52億美元，而2019年將達到21億美元。 無線充電是指不需要電線或電纜就能從電源傳輸能量的技術。無線充電技術由兩個部分組成：發射器(即實際充電站本身)和接收器(位在進行充電的設備內)。而無線充電IC便是無線充電技術的核心部分。 目前無線充電IC市場的主要廠商包括IDT、德州儀器(TI)、恩智浦(NXP)/飛思卡爾(Freescale)、亞德諾半導體(ADI)、高通(Qualcomm)、博通(Broadcom)、意法半導體(ST)、安森美半導體(On Semiconductor)、Semtech、羅姆(ROHM)、東芝(Toshiba)、Panasonic、美信(Maxim)、凌通科技(Generalplus)等等。無線充電IC產業預計將繼續以創新為主要發展方向，策略性收購和組成聯盟等也是廠商增強影響力的關鍵戰略。同時，還有優化產品組合，也能進一步提升附加價值，實現利潤最大化。 無線充電IC具有巨大的市場潛力，過去十年中有數家新廠商進入了全球無線充電IC市場。預計新廠商的進入將促使現有廠商進行反擊。這種現象可以引發更好和更具創新性的戰略，進而導入新產品線或擴大生態系範圍。雖然目前全球無線充電IC市場的競爭格局依然集中，但預計未來幾年將逐漸走向分化。 值得一提的是，亞太地區是全球無線充電IC市場的最大市場，在2017年占了市場總額超過70%。由於無線充電的方便特性，無線充電IC的使用持續成長，推動了亞太地區市場的發展。 看好無線充電市場　IDT推WattShare系列 無線充電IC市場發展正盛，近日IDT抓緊機會推出WattShare系列無線充電半導體，使智慧型手機不只本身能無線充電，還能夠為其他行動設備進行無線充電。IDT的新型無線充電IC結合了接收器和發射器功能，只須將智慧型手機、智慧型手表、無線耳機和其他行動設備放在採用了WattShare技術的智慧型手機上即可進行無線充電，IDT期望藉此加快無線充電應用步伐，同時提升消費者無線充電使用體驗。 IDT無線充電部門總經理Christopher Stephens表示，支援WattShare的智慧型手機可以隨時為智慧型手表、無線耳機、和其他行動設備充電，讓用戶免於攜帶累贅的充電器與行動電源，或是必須到處尋找可用的插座充電。WattShare技術有望讓智慧型手機成為無線充電生態系統的中心，使消費者能夠享受最輕鬆簡單的智慧型手機充電體驗。 目前常見的無線充電使用磁感應(Magnetic Induction)充電，將智慧型手機放置在Qi無線充電板上，便可以直接進行充電而毋須拔插電線。智慧型手機從充電板接收電源，通常約為5~10W。然而，採用WattShare技術的無線電源接收器IC可以改變功率流的方向，將智慧型手機從電源接收器轉換為電源發送器。在採用了WattShare技術的智慧型手機背面放置另一支智慧型手機或其他行動設備時，就可以直接開始無線充電。 對於那些致力於為消費者帶來更良好使用體驗的智慧型手機、智慧型手表、無線耳機等行動設備OEM而言，IDT的WattShare無線充電技術將是一個引人注目的解決方案。WattShare使智慧型手機在為其他行動設備充電時可以提供高達7W的功率，並可以接收15W甚至更高的功率。據悉，目前幾家知名的智慧型手機製造商已經採用了WattShare技術，並成功創建了一個無線充電生態系統，讓客戶能夠為行動配件設備或朋友的手機充電。 無線加上快充　方便更要省時 搶攻無線充電市場，高通(Qualcomm)在西班牙巴塞隆納世界行動通訊大會(MWC 2019)上，正式發表了支援無線快充的Qualcomm Quick Charge技術，並推出納入Qi相容性的測試認證計畫。Quick Charge的合規認證計畫由國際安全科學機構UL負責監管，此次加入了無線充電以及Qi標準測試。 UL副總裁暨電子科技產業亞太區總經理于秀坤表示，根據市場研究報告指出，2018~2025年之間，全球無線充電市場可望以60.22%的年複合成長率增加至2025年的1,453億美元。 高通此次將快充技術套用在無線充電板中，並提供向下的相容性和未來的發展性，讓使用這項新標準的無線充電板可以搭配過去的Qualcomm Quick Charge 2.0、3.0、4和4+充電器，落實無線快充的廣泛應用。 電池快充技術已成為各家手持裝置廠商的必爭之地，如何讓電池在穩定的狀況下完成快速充電，成為各大廠的棘手挑戰。 UL與高通的合作早從2014年的Quick Charge 2.0時期開始，並為其授權的測試認證實驗室。最新版的Quick Charge 4與4+技術，可讓終端裝置在短短15分鐘內就可從0%充到50%的電量，除了可延長電池使用的時間，更能加強安全性，並延伸支援無線快充。