技術頻道

無線汽車設計複雜度與日俱增 過去單純的交通運輸模式，已經轉變為具有複雜電腦系統的車輛，能夠讓車輛本身及我們與周遭世界連結在一起。現在車輛不但能夠自動駕駛、透過網路通訊，還可提供娛樂功能，而分析師預測，上述趨勢只會繼續成長。 根據McKinsey & Company的資料顯示，未來幾年內聯網車輛的數量每年將增加30%；於2020年前，有1/5的車輛能連上網際網路。 Strategy Analytics預測車輛處理及先進駕駛輔助系統(ADAS)RF前端(RFFE)市場，將以17%的年複合成長率(2017~2022)成為最大市場。所以汽車RF工程師要如何設計聯網車輛？首先探討的是如何克服一些汽車設計中最大的RF挑戰。 現今車輛配備許多電子裝置與世界連線。對RF系統而言，代表出現大量RFFE鏈，因車輛製造商在汽車設置更多的電信設備。圖1為一般系統範例。 圖1　汽車RF系統示意圖 汽車RF生態系統的變化，對RF系統設計人員造成以下幾項挑戰： ．整合眾多標準至車輛之中，有時需要整合為單一模組。 ．因應共存疑慮，因為上述許多標準彼此之間非常接近。 ．盡可能減少電子元件散發的熱能。 ．因應更高的耗電量疑慮，因為所有車輛設備都使用相同的電瓶電源。 ．確保產品元件具備長期可靠度。 以上挑戰不僅只存在於汽車業，而克服挑戰的策略則與其他應用類似，例如 Wi-Fi連線及行動裝置。 以下提出部分基本設計訣竅，以選擇適合汽車的RF元件： ．使用高度線性的主動或前端裝置。 ．使用的元件要能在RFFE盡量降低插入損耗，並降低整體RF鏈路預算。 ．留意RFFE效率、電流消耗及功率消耗等問題。 ．使用高效能RF濾波器盡量減少插入損耗、溫度漂移及干擾。 ．考慮使用能在單一封裝整合發射、接收及濾波功能的元件。 ．使用符合汽車規範且遵循IATF及IEC業界標準的產品。 接下來將更深入探討各項設計考量因素，範圍涵蓋RF共存、整合、天線設計、熱管理、電瓶續航力及車輛可靠度。 設計無線汽車　RF共存問題待解決 串流影片使用者期望在車內享有快速可靠的服務，由網路及車內串流正迅速成為標準需求。因此重要的是盡可能減少共存問題，並在維持串流服務時降低線路損耗。不過在無線頻段及標準之間達到最大程度的共存非常困難。如果沒有使用適當的濾波功能，就會增加以下頻率發生共存問題的機率。 2.4GHz：Wi-Fi及行動通訊，例如LTE頻段41；Wi-Fi及藍牙；SDARS(衛星數位音訊無線電服務)及LTE。5GHz：Wi-Fi及V2X(802.11p及C-V2X)；V2X及U-NII(非正式國家資訊基礎建設)頻段，尤其是U-NII-3。在2.4GHz(圖2)及5GHz(圖3)頻譜圖之中，顯示聯網汽車使用的無線技術頻寬有多麼擁擠。所以減輕以上共存問題的最佳方式為何？部分最佳實務包括在設計中使用高效能RF濾波器，以及高度線性的主動裝置。 圖2　2.4GHz頻譜圖 圖3　5GHz頻譜圖 ．濾波器可減少無線電訊號之間的頻外干擾。 ．共存濾波器可針對發射訊號減輕可能的減敏作用。 現今車輛通訊可在天線與收發器之間支援許多發射及接收路徑，而隔離這些路徑需要使用濾波器。這類濾波器必須由共存頻帶提供隔離、具備低插入損耗，盡可能降低發射耗電量；以及最佳化接收器靈敏度。 整合為RF設計要素 行動電話產業已由獨立元件轉為高度整合的系統模組。由於汽車在相同的整體車輛體積之中納入更多連線功能，汽車製造商也必須進行相同的轉移程序。 將更多功能整合至前端模組(FEM)或濾波器模組，有助於簡化RF設計(圖4)。 圖4　更多功能整合至前端模組或濾波器模組，有利降低RF設計複雜度。 這有什麼好處？整合適當的濾波器技術，可在本質上協助處置前述的共存問題，以及熱能挑戰。 車輛工程師過去只需要擔心GPS及藍牙，但現在設計時必須遵循C-V2X等新的無線標準，未來則需要因應5G新無線電(NR)規範。設計人員必須瞭解圖5顯示的所有技術，同時將其納入汽車設計之中。其中最可能的方式，就是將行動電話技術當作跳板。為此，Qorvo工程師打造RF Fusion協助客戶利用整合式解決方案，可有效降低設計複雜度，加速上市時間。許多這類複雜模組都包括嵌入式濾波器，可進一步降低RF複雜度及整體鏈路預算。 圖5　車輛工程師現必須了解更多新的無線技術並納入汽車設計中。 RFFE靠近天線有助提升訊號 請想像一具鯊魚鰭天線連接至纜線，而纜線則連往汽車其他位置的低雜訊放大器(LNA，通常位於儀表板)。使用纜線連接是傳統車輛製造普遍的實務作法，不過長距離的纜線連接，可能在天線與RFFE之間造成插入損耗(增加鏈路預算)。這種作法也會在LNA輸入增加雜訊指數(NF)，尤其是行動通訊及Wi-Fi環境，並會降低訊號及接收器靈敏度。如果天線能夠接收更低的功率位準，就代表靈敏度提升。 對抗這項問題的方式之一，就是讓車頂鯊魚鰭內部的天線及RFFE元件盡可能靠近訊號輸入，並位在任何纜線之前。將RFFE整合靠近天線，就可以盡量減少 NF及提升訊號效能，而降低NF也有助於接收器靈敏度(圖6)。 圖6　降低NF有助提升接收器靈敏度。 同樣方法也可用於加強天線的發射功能。減少纜線連接，並將功率放大器(PA) 設置在最靠近天線的位置，將有助於降低插入損耗及耗電量。如果發射側在傳送訊號之前需要更多功率，也可以在鯊魚鰭使用補償器放大訊號，補償纜線長度造成的損耗及鏈路預算。 克服熱能挑戰需留意三大關鍵參數 溫度是車輛主要關鍵設計挑戰之一，包含車內及外部環境，當車輛溫度升高，將會影響系統層級的RF調校及效能。所有無線連線及電子裝置在同樣狹小的車輛體積中持續運作，因此會在受限區域內增加輻射熱。 熱能也會影響可靠度，可能危害汽車的各項安全功能。嘗試減輕熱能問題時，需要留意以下關鍵參數，分別為RFFE效率、電流消耗與功率消耗。 設計人員可使用的部分散熱方法為傳導及對流冷卻，不過僅限於車內使用。產品的精巧外型則讓熱能挑戰更加複雜。以下技巧可協助處置與熱有關的RF問題： 1.使用元件製造商提供的PC板布局檔案及評估板。最理想的作法就是要求及使用製造商設計，因為其布局在散熱及熱效率方面經過最佳化處理。 2.使用最低或沒有溫度偏移的RF濾波器。對汽車系統而言，必須使用具備出色溫度穩定度、低插入損耗及高品質因數的溫度補償濾波器(例如Qorvo的BAW技術)，協助對抗各項熱(及共存)相關問題。BAW技術的溫度穩定度平均比SAW高出50%。 3.使用高度線性的前端產品。使用高度線性的前端產品可維持PA效率，有助於最佳化系統效率並減少產生熱能。請務必讓RFFE的插入損耗維持在最低程度，尤其是在高溫運作時。RFFE效能不彰會影響整個汽車系統的電流消耗，加重系統處理器的工作負擔，進而產生熱能、系統退化及消耗車輛電瓶等問題。 三大方法延長電瓶續航力 2017年的J.D. Power車輛可靠度研究(J.D. Power Vehicle Dependability Study)指出，電瓶故障首次名列車主面對的前十大問題。其中的調查結果顯示，在無關一般磨耗的部分，電瓶是最常更換的元件，三年車齡的車輛中有6.1%更換電瓶，比2016年增加了1.3%。這項研究認為，眾多新型複雜的車載電子系統(例如車用資訊娛樂系統、智慧型手機連線、語音辨識及免鑰匙系統)所增加的電流消耗，拖累了電瓶續航力。解鎖及啟動車輛的遙控鑰匙(Key Fob)就是其中一個例子。車主為了便利使用這項技術，卻可能耗盡汽車電瓶。如果遙控鑰匙放在車輛附近或內部，發射器及接收器就會持續通訊，對車輛進行回音檢查。測試顯示如果將遙控鑰匙放在車輛附近，電瓶電量耗盡的速度會比放在車外更快。隨著各種新型的無線及有線技術進軍汽車領域，請務必採取下列作法延長電瓶續航力： ．使用低耗電量的目標裝置解決方案。 ．瞭解閒置及運作期間的RFFE耗電量。 ．使用最低或沒有溫度偏移的濾波器。 通過認證確保RF可靠度及長期效能 對RF半導體供應商而言，汽車電子裝置部門提供穩固的營收成長前景。像是ADAS、電動車、人機介面(HMI)及連網車用資訊娛樂系統等應用的創新成果，正帶動半導體領域提供更豐富的產品，而汽車工程師必須讓RF及其他子系統緊密地配合運作。這類半導體產品也用於因應汽車業嚴格的可靠度要求。使用商用零件取代符合汽車規範的專屬產品，或許是很吸引人的作法。不過選擇專為汽車應用設計，並且通過IATF及IEC認證測試的產品，可協助確保RF系統能夠長期運作。 總而言之，汽車製造商以破紀錄的飛快速度演進發展，因應消費者在外行動的無線連線需求，並打造更能自主操作的汽車。在這項演進發展過程中，車輛內外的RF技術將更為重要。汽車製造商使用高度整合的RF元件，並以創新的智慧型手機技術為跳板，就可享有優勢開發未來的連網自駕車。 (本文由Qorvo提供)

由於建築間的連結越來越緊密、越來越複雜，且發展越來越快速，因此對於智慧建築技術的需求也不斷增加。這些技術以數據為基礎，提供獨到見解，並最大限度地提升營運效率、減少能源浪費，和降低整體成本。本文探討智慧建築如何利用物聯網(IoT)為資訊收集與共享創造契機，以及對建築管理與營運的影響。 導入資料分析　建築管理邁向革新浪潮 經過多年的發展，建築變得越來越複雜且發展快速，擁有支持各種標準的多種不同系統與設備。然而，這種複雜性可能導致效率低下。當系統間無法「溝通」時，便會獨立運作，導致設施員工無法全面掌握建築性能。建築能源管理系統(BEMS)出現的原因之一，便是為了整合眾多不同系統與功能。儘管提供整體的營運概觀，有助於組織基於能源使用，安排更好的策略來削減基礎設施成本，但許多的早期系統無法進行預測，僅會在發現問題後執行偵錯並發送警示。 過去十年間，建築管理技術的變化迅速且多樣。對於老舊建物與基礎設施來說，這是個好消息。如圖1所示(根據美國能源部的數據)，以預期壽命長達數十年的建築物來說，建物壽命成本中高達75%的費用，均用於營運和維護。試想當今成熟經濟體中，所有營運中的商用建築物，有一半以上是在1970年前建造完成。因此，找到最佳化資產並有效控制長期營運成本的技術與可擴展解決方案，可說是當務之急。 圖1　目前建築物壽命中有75%的費用是用於營運和維護。 由於每年的進展幅度相當的大，因此很難保持最新建築技術的同步更新。為了確保營運順利，建築物擁有者與營運商必須明確瞭解最新技術的優點與限制。若沒做到這點，則可能會失去降低營運與能源成本及提高居住者舒適度與員工生產力的機會。 根據Navigant Research的調查，BEMS市場正與智慧建築技術(例如控制系統與無線技術)的生態系統一起發展。雖然能源管理是BEMS的起初的重點，許多組織希望這些解決方案能夠將永續性、空間使用、營運效率和員工生產力做最佳化。 因此，現今智慧建築開始利用物聯網(IoT)和建築資訊模型(BIM)，將各種系統與裝置連接到集中式技術基幹。透過即時效能資料、分析與建築能源管理系統的整合，智慧建築能協助設施管理員在問題發生前主動辨認問題，以提高整體效率。 隨著建築物對能源與效率的要求不斷改變，這些新技術變得至關重要。根據美國能源資訊管理局(EIA)的資料，到了2040年，全球能源消耗量將增加56%。全球人口預計將從2010年的69億增加至2050年的96億，成長38%。在這種「永不關閉」的數字經濟中，電力需求預期將會激增。建築物目前消耗全球約53%的可用電力。到了2040年，該消耗量將增加至可用電力的80%。 因此，組織需採一種透過分析，並由資料驅動的方式來進行建築營運與管理；以協助運營效率最大化、減少能源浪費並降低整體成本。為了提高工作效率，人們也越來越需要更舒適、更現代化的智慧建築及工作環境。根據Continental Automated Buildings Association(CABA)的一項研究顯示，具有能增加舒適與生產力設備(例如完善通風及照明環境，以及直接影響健康、缺勤、員工離職率、工作績效與滿意度的綠建築認證措施)的建築物，能提供節能以外的優勢。 這種技術與分析成份較高的方法，能使各種規模的建築受益。研究指出到了2025年，中小型商業建築市場有望成長60%以上，達到380億美元。透過更有效的監控，中型建築物可以節省20%的能源費用。此外，使用物聯網平台的大型商業建築可以改善建築營運，並且每年減少29%的能源使用。 智慧建築與物聯網密不可分 物聯網到底是什麼？與建築能源管理有何關係？物聯網是指任何裝置都能隨時連接至網際網路和/或其他裝置的概念。物聯網使用一種網際網路協定(IP)來連接所有裝置，包括智慧型手機、平板電腦和數位助理，以及各類型的感應器與系統(例如HVAC、照明和安全性)。 換句話說，物聯網是快速擴展的數位生態系統。光是2015年，全世界約有100億台連接裝置；到了2020年，這數量將成長超過三倍，達到340億。由於現今生活廣泛使用寬頻網路，導致技術成本降低、智慧型手機的使用無所不在，以及越來越多具有內建感應器和Wi-Fi功能的裝置問世；物聯網的連結裝置成長率可想而知。 從電力/機械等面向著手　物聯網讓建築更智慧 物聯網透過連接電力、機械、機電系統和平台，來創建動態智慧可交互運作網路雲端。透過相互通訊，這些系統可以自我監視，並在必要時採取行動(例如針對不常使用的區域，調弱其空調或暖氣)，提供設施管理員所需的資料分析，並透過智慧的效能最佳化，打造更智慧的建築物(圖2)。 圖2　IoT技術可以打造更智慧的建築物。 能實現此競爭優勢的技術即將推出。網際網路和IT元件(例如無線感應器)的大降價，使智慧型建築技術的價格較為親民；這也成了業主與投資者的誘因，促使他們投資更多的智慧技術，並提高建築效能。 舉例來說，Navigant Research研究指出，先進智慧型能源感應器(該市場於2016年至2025年間的收入將增加近兩倍，從120萬美元增加至320萬美元)，在BEMS中扮演關鍵角色。 這些裝置都具有「感應」技術，可捕獲數位資料，並將其發送至BEMS進行分析，並支援可執行的分析結果。舉例來說，能夠測量並連續回傳溫度、二氧化碳水平、濕度和氣壓相關資料的感應器，便能提供有價值的資訊。控制器、閘道器和感應器也能提高能源效率，並協助削減成本。 這些設備、系統和平台能同時連接至一個開放的中央網際網路通訊協定骨幹網路，提供全面的建築效能評估。該骨幹網路不僅整合了所有裝置的資料，還能運用強大的圖形功能、產出數據豐富的報告與視覺化的趨勢圖表，呈現在友善的使用者界面顯示器中(如桌機、平板電腦和行動裝置)。 此中心骨幹網路能協助設施管理者透過資料分析與可用資訊來製定相關策略，確保建築物能以更加智慧的方式，高效率運作。數據分析也包括人工智慧與機器學習演算法，協助建築物進行自我診斷與最佳化。因此，透過提高員工參與度和滿意度，將能建立更舒適的環境，進而提高生產力。 有了適合的物聯網平台，建築物就能輕鬆整合技術，進而改善能源管理。若一個開放、安全、可擴展的平台，能夠提供深入且具執行面的資訊整合，將能顯著提高建築物的營運效率。 此外，針對歷史離線系統數據進行對比與分析，可能會得到意想不到的資訊。簡而言之，物聯網為資訊收集與分享製造了大量機會，並將對建築物的管理與運營方式有驚人影響。透過協作式智慧建築物聯網(IoT)平台，裝置能與軟體和服務整合，進而付諸行動。 未來建築實際範例 「The Edge」是一棟位於阿姆斯特丹南阿克西斯商業區，高度達40,000英尺的辦公大樓。此建築示範了智慧建築如何利用物聯網(IoT)協助改善公司工作空間的各個面向：從建築物管理與能源，到照明與安全(圖3)。 圖3　The Edge辦公大樓 該建築按照「新工作世界」原則設計，挑戰傳統的公司組織結構。「The Edge」擁有玻璃外牆、寬敞的開放式設計，提供可靈活運用的工作空間。其壯觀的15樓中庭充滿自然光線，且周圍陽台環繞。 做為世界上永續性最高的建築之一，「The Edge」的BREEAM-NL評級高達98.36%，具有廣泛的整合設施管理與能源解決方案，包括：配電系統、IT基礎設施、控制設備和電源監控軟體。感應器、閥門、致動器，以及其他與BEMS兼容的裝置，均安裝在天花板和技術室內，進而建立更加智慧的建築，實現物聯網技術。 該建築物專為專業服務公司Deloitte建造，納入約28,000個物聯網感應器，可監控LED燈、溫度、濕度、紅外線和動態，以及許多其他建築物的內部偵測，例如可以偵測當日哪個工作區域使用率最高的感應器，或是藉由夜間巡邏的自動安全機器人提供安全資訊。 這些感應器和相關系統也能在員工上班時間有所貢獻。透過專屬Deloitte應用程式，員工可以找到自己的辦公桌(沒有預先分配辦公室或隔間的情況下)、找到汽車和自行車停放處以及使用公司健身房，甚至是調整工作區的暖氣設定，或尋找同事目前位置等等。 此外，「The Edge」是一座零耗能的能源建築。透過沿建築物屋頂和南牆排列的太陽能電池板，該建築物能夠產生其所需電力的102%電能。其他環保特徵包括含水層儲能系統、動態感應通風系統與雨水收集系統。 所有感應器和系統均連接至單一網際網路通訊協定骨幹網路，且該骨幹網路可以即時存取關鍵建築物資訊。該建築利用了EcoStruxure Building(前身為SmartStruxure)，一個開放的協作式智慧建築物聯網平台。 該平台將BEMS與各種建築系統、裝置和服務做連線，使設施管理者不管是在現場，或是透過遠端遙控，都能夠主動監視、測量並控制所有來自建築物和IT系統的數據。透過設備、感應器和系統的連結，EcoStruxure Building能在建築管理、電源供應和處理功能上，提供全面的建築物系統互連性。該解決方案同時利用Microsoft Azure雲端平台，改善分析、軟體和全球服務的發送功能。 參考最佳整合方式　打造智慧建築有撇步 智慧建築技術是個能夠透過物聯網受益的獨特領域。但組織(無論是大型跨國企業或是中小型企業)該如何以最佳的方式整合物聯網，與時俱進並實現大規模的轉型行動，可參考以下建議。 1.可先測試物聯網的實用性：在全面改造建築系統前，組織可從小地方開始著手。例如可以採行一個試驗性專案，重點放在照明功能或其他的建築營運面向。別忘了，此系統與其他系統需具有端到端的結構。 2.從一開始就制定完整計劃。先思考組織所要實現的具體可衡量目標為何？從初始階段就詳細計劃將是成功關鍵。制定周詳且完整的計劃，將能定義硬體、軟體、安全性和基礎結構的關鍵要求以及其他相關因素。 3.計劃應納入所有關鍵利害關係人。該計劃應安排讓所有設施的利害關係人參與(包括但不限於營運、財務、IT和安全等)。利害關係人應花時間建立與組織價值觀和使命一致的營運目標、生產目標與永續目標；並在擴大範圍之前評估投資報酬率(ROI)。接下來便可以提出全面性計劃，並與主要承包商和供應商合作，制定更有效的策略。 在專案初期的周詳計劃，能避免冗餘情況發生(例如多種軟體系統與並聯網路)，有效減少最後一刻變更所帶來的昂貴成本。例如利害關係人可以確認他們的「必要項目」，並針對如何有效利用物聯網和其他智慧建築技術達成共識。在逐步提高建築物智慧化與效率的過程中，組織應考慮下列三個關鍵規劃面向： 1.技術整合與可交互運作性：旨在以整體非孤立的方式，加入組成骨幹網路的系統。所有相關裝置與系統也必須具有擴展性、適應性，並能與BEMS整合。為了因應新技術的與新增的附加功能需求，組織應做好未來擴展系統的準備。 2.智慧建築數據分析：儘管進階BEMS可以整合、篩選並轉換大量數據，提供可用資料，但仍應培訓設施管理者與其他員工透過分析相關數據方式，做出更明智的決策。 3.網路安全和數據隱私：隨著連通性與數據取得能力增強，數據洩漏與外流的機會也隨之增加。有鑑於此，組織應採用具備網路安全性的智慧建築平台。此外，在其他網路安全策略中建立數據收集、儲存與使用管裡，將有助於保護公司數據。 總結來說，雖然物聯網仍是一個全新概念(先前只有少部分組織將物聯網用於建築物管理)，但越來越多的建築物透過科技的運用，進而提高效率、生產力與整體滿意度。 (本文由施耐德提供)

ALS為當今全球筆電標配 環境光感測器(ALS)現在幾乎成為新NB市場的標準功能。如圖1所示，通常將ALS放置於筆記型電腦顯示螢幕的頂部邊框上，以連續檢測和監視使用者環境的光線狀況。藉由採用ALS，筆電會根據環境光的狀況將螢幕亮度向上調亮或向下調暗。這樣做的主要好處是減少螢幕背光功耗並增強使用者的視覺體驗。 圖1　環境光感測器在筆記型電腦上的配置。 在筆電中設計ALS時需考慮諸多因素。數位ALS解決方案有幾點優於類比方案： ．使用數位接口，可以連接多個元件在同一路I2C線路上。 ．可從極暗到明亮的日照流明情況下提供靈活性功能。 ．可藉由可編輯式功能降低雜散光源與50/60Hz閃爍光抑制。 ．中斷功能可節省電池電量，不需像類比方案持續性的輪詢。 ．透過專利雙二極管技術阻擋不需要的IR能量。 XYZ感測器精準掌握真實顏色 與單純使用ALS感測器相較，色彩XYZ感測器是種優良的升級體驗(圖2)。不僅提供環境流明Lux訊息，亦提供筆記型電腦使用者詳細環境光色溫。 圖2　CIE色彩圖中的普朗克軌跡。 對人眼來說XYZ感測器為最自然的光譜，因為RGB感測器無法計算色度坐標(xy)。某些光源不在普朗克軌跡(虛線處)，僅使用RGB測量顏色會導致測量光源顏色時出現重大誤差。 而XYZ顏色測量精度是RGB的5倍，人眼可以輕易檢測XYZ感測器測量精度範圍內的顏色變化。藉由接收XYZ訊息，NB可以獲得準確環境光CCT訊息及數據。 因此LCD顯示器可以動態調整面板色溫以適合使用者環境的色溫，稱之為白平衡，而不只是基於當前LCD顯示器製造的固定CCT校準點(通常LCD顯示器在6500k CCT下校準)。 而艾邁斯半導體(ams)的TCS3430為XYZ三色彩感測器之一，色域與人們對光的感知相匹配。除準確的XYZ訊息外，其還具備以下技術： ．最小化紅外光和紫外光譜成分影響 ．降低功耗。 ．藉由啟動量測IR光的斜率以偵測IR光源。 ．在變化光源照明條件下可實現準確的色彩和ALS。 ．最小化移動與暫態誤差。 藉由校準技術，其於各種光源條件均可達≤0.01Δxy色度精度≤3%CCT誤差(CCTe)(表1)。 表1 TCS3430在各種光源下的Lux/CCT 飛時測距實現使用者存在偵測 飛行時間(ToF)感測器是用於手機和3D應用的創新技術，如圖3所示，用於喚醒接近目的，其測量紅外光傳播到物體並反射到ToF感測器以偵測物體距離的時間。由於光速非常快，因此ToF SoC需要使用超短(ps)及精確的時間數位轉換器(TDC)以精確測量距離。 圖3　飛時測距(ToF)技術。 當在NB平台中使用ToF技術，可偵測使用者是否坐在顯示器前。如果是，則筆記型電腦的顯示螢幕將立即喚醒以供使用者登錄，毋須觸摸鍵盤、滑鼠和指紋等；若使用者不坐在筆記型顯示器前，將立即關閉螢幕或登出PC，以保護個人隱私；此外，更延長NB或筆記型電腦電池使用量，尤其於現代商用NB中，當使用者不使用NB且顯示螢幕打開或處於活動模式時，在待機模式將浪費大量電池能量—此技術為使用者存在偵測，如下圖4所示。 圖4　用戶使用檢測。 除了使用者偵測外，ToF還可用於偵測使用者行為，如接近或遠離NB。NB還可動態連續偵測使用者距離以優化NB配置，如於短距離時調低麥克風/揚聲器的音量；於電影模式偵測長距離時調高音量。 以ams的TMF8801一維ToF感測器為例，其可支援達2.5m的距離，幾乎覆蓋使用者的工作距離；採直接ToF技術，具高靈敏度單光子雪崩二極管SPAD偵測和快速時間數位轉換器(TDC)架構，且垂直共振腔面射型雷射(VCSEL)輸出光脈衝小於500psec。透過晶片上Cortex SoC和統計直方圖處理，感測器可在高可信度下偵測2cm至2.5m(圖5)。 圖5　TMF8801方塊圖。 筆記型電腦不再是純粹被動式個人電腦，NB中增加更多感測器，將如頭腦清晰的人類般變得更加活躍及聰明。光學感測器在此凝聚非常重要的作用，因為在人們的生活環境中，光最直接存在於人們周遭；環境光感測器提供準確流明照度，而XYZ顏色感測器提供色溫訊息；飛行時間感測器可偵測使用者距離或判斷其是否為一個人。未來期待看到更多光學感測器獲筆電採用。 (本文作者為艾邁斯半導體資深技術應用工程師)

如今幾乎所有事物皆與智慧手機息息相關，而延伸至汽車及其吸睛的功能—電話正迅速成為汽車系統的一員，表示汽車必須採用標準的無線方案，例如低功耗藍牙(圖1)。 圖1　低功耗藍牙和智慧手機聯接在汽車中正日益普及。 儘管使用無線技術的選擇產生轉變，但針對應用如胎壓監測系統(TPMS)及金鑰卡(Key Fobs)或手機即鑰匙(Phone-as-a-Key)等技術要求仍然存在： ．可靠溝通 ．低延遲 ．運作期間超低功耗 ．持續運作但不耗盡電池電量 低功耗藍牙滿足上述技術要求，以金鑰卡應用為例，可證明其於汽車領域的優勢。金鑰卡體積小、便於攜帶，且需較長的電池使用壽命—通常為數年；金鑰卡看似大部分的時間都沒有在運作，但其實是處於睡眠模式，隨時可在需要時和於範圍內與車輛通訊，因此低功率無線工作至關重要。當按下按鈕解鎖車門時，金鑰卡必須立即回應，不讓使用者察覺任何延遲。因此，低延遲和可靠的通訊也是先決條件。同時，藍牙的普及也為使用手機代替傳統鑰匙扣提供更強的吸引力。 低功耗藍牙覆蓋範圍廣/即時回應實現可靠通訊 當今金鑰卡不僅用於鎖定、解鎖車輛，還可用於大型停車場中定位車輛，甚至可遠端啟動車輛，以便在冬季進行預熱。駕駛員並不總是離車輛很近，因此，鑰匙扣和車輛之間的通訊須在一定範圍內—包括當傳輸線被人、車輛或其他障礙物部分阻擋時。低功耗藍牙的視線範圍無障礙，可達幾十公尺，如對於典型停車場提供綽綽有餘的覆蓋範圍。 可靠性另一方面則透過回應性衡量。現在的消費者大多期望即時回應，低功耗藍牙通訊必須以非常低的延遲運作。按下解鎖按鈕和車門解鎖之間的時間差必須使駕駛察覺不到。低功耗藍牙以低延遲運作，可歸因於在低功耗藍牙系統中，聯接的設備始終處於主動開啟。當未使用時可能會進入低功耗狀態(睡眠模式)，與從關閉狀態通電相比，其可更快喚醒並開始工作。但是，持續開啟的好處必不能以功耗作為代價(圖2)。 圖2　低功耗藍牙聯接提供可靠的通訊。 低功耗延長金鑰卡電池壽命 藍牙低功耗為極低功耗模式的無線通訊，由於其於電源受限的電池供電消費設備中成功應用，自然朝汽車領域拓展。金鑰卡平均每天可能會經歷20次按鍵，每次持續約6.2毫秒(ms)，因此每日總執行時間僅為124毫秒，其餘時間則處於被動低功耗模式。在這段時間內，金鑰卡必須最小化功耗，以免將電池耗盡，並於運作時延長其3V紐扣電池的使用壽命。儘管汽車電池更大、功能更強，但於汽車未啟動時仍可使用金鑰卡來鎖定和解鎖汽車。由於發動機未運作，因此該操作會於電池無法充電時消耗空轉電流。其他系統如時鐘、發動機電腦的內部記憶體及無線電預設等於汽車不發動時亦會消耗電池電流，車內金鑰卡收發器也須節省功率需求。 元件尺寸輕小卻兼顧安全 低功耗藍牙無線電系統單晶片(SoC)元件已於市面流通，由眾多全球供應商製造。多個供應商供貨以及隨之而來的價格競爭，代表低功耗藍牙無線電如今是比短距離無線通訊專有元件成本更低的標準產品方案。此外，低功耗藍牙元件尺寸小、重量輕，不會增加體積或重量，皆為汽車中重要的考量因素。 促使汽車產業採用低功耗藍牙的另一個重要因素為安全性。從配對及生成金鑰至交換資料，低功耗藍牙自起初便被設計為提供安全的無線通訊方式，畢竟人們不希望他人的金鑰卡或手機解鎖自己的汽車。綜合以上優勢，使低功耗藍牙成為汽車應用中短距離無線通訊的理想選擇。 符合汽車應用要求的例子，像是安森美半導體(ON Semiconductor)的NCV-RSL10，為藍牙5認證的無線電SoC。其於峰值接收及深度睡眠模式下可提供較低功耗；於使用3V電源時，深度睡眠(I/O喚醒)僅消耗25奈安培(nA)。該產品具低功耗，由於電池較小(於Fob中)且可採集能源用於汽車TPMS，使主車輛電池耗電量少、延長電池使用壽命(用於車輛或Fob)，同時使產品尺寸更小。 (本文作者為安森美半導體產品行銷專員)

自從140年前第一個商用白熾燈泡問世以來，發光二極體(LED)燈泡是照明領域最大的進展。LED燈泡的優點眾多，並且有憑有據。相較於現今的白熾燈泡，至少可節省75%的能源，延長使用壽命達50倍以上。目前的LED燈泡比先前的產品已有明顯的改進。它們產生的熱量極少，無紫外線或紅外線輻射，不含汞、耐衝擊，在極端環境下也能穩定運作。 下一波照明革命的浪潮即將到來，智慧連網照明為LED燈泡增加無線連接和連網功能，不僅能簡單的控制開/關，還創造出更多的機會。一般民眾可以透過簡單的智慧型手機應用程式或語音助理來調整亮度、色溫和定時，甚至在旅行時遠端控制燈光。 其他前所未聞的應用包括無線接近感測器觸發的智慧燈泡，晚上當經過房屋或建築物時自動照亮走廊和房間，或是臥室照明在早晨會將使用者逐漸喚醒，或醫院照明利用色彩放鬆情緒、促進健康與康復。智慧連網照明帶來的便利性和好處是說不盡的。 相較於傳統照明，智慧照明仍處於發展初期，但是在住宅、商業和工業市場中，智慧照明的採用率正穩定增加，這在一定程度上受益於綠色能源激勵措施和法規的採用，例如California Title 20。根據研究和市場預測，至2022年全球智慧照明市場將達到240億美元，2018年至2023年的複合年成長率(CAGR)將高達21%。 隨著越來越多的「物」互連互通及消費者逐漸接受智慧家庭技術，對智慧連網照明的採用和需求也將持續增加。這就是為什麼Acuity Brands、Cree、Eaton、GE Lighting、Philips/Signify、Osram和許多其他頂尖照明品牌，不僅競相推出智慧型LED產品，還提供簡易部署、可交互操作、安全且可升級的完整照明生態系統的原因。 智慧型LED設計需注意無線協定/網路安全 以經濟高效的方式在LED燈泡中實現無線連接，將為照明OEM廠商帶來一系列新的設計和實施的挑戰。例如，智慧型LED燈泡必須滿足嚴格的RF法規要求、嚴苛的效能標準、耐高溫以及嚴格的產品外型尺寸和空間限制。照明開發人員還必須考量裝置和網路的安全性，確保智慧型LED燈泡與任何其他連網的IoT產品一樣，能夠抵抗惡意的駭客攻擊。 另一個關鍵的設計考量是無線協定的選擇。許多可連接的燈泡都在2.4GHz頻段運行，並採用幾種普遍標準的短距離無線協定之一，例如Zigbee、Bluetooth Low Energy、Bluetooth Mesh或Wi-Fi。採用標準的協定有助於實現與一般消費產品(例如語音助理、智慧型手機和平板電腦)的互動，毋須啟用自訂閘道的其他網路基礎設施產品。某些智慧型LED設計可能需要多重協定連接，例如支援Bluetooth Low Energy進行裝置設定和控制，以及透過閘道控制大規模節點的Zigbee照明Mesh網路的能力。 是否透過藍牙或Zigbee標準之外的專有無線協定也是一種選項。雖然在短期內實現專有無線協定可能很簡單且具備成本效益，但這種選擇可能會帶來互操作性和可升級性的長期挑戰。基礎標準的無線解決方案推動了大量生產，從長遠來看可能是更經濟高效的選擇。在眾多可用選項中，選擇適合的無線技術和供應商，需要對RF設計以及效能權衡和風險有更深入的瞭解。智慧型LED設計也必須滿足傳統照明產品所不需要的無線標準和法規效能需求，例如電磁(EM)輻射和耗能。 智慧照明實施挑戰 為了將新型智慧型LED產品推向市場，照明OEM廠商還面臨一些有關工程和營運資源的實施挑戰： ．發展專業知識並分配資源來施行並成功完成標準和法規的認證測試，例如FCC和CE認證。 ．需考量確保產品部署到現場後產品功能和安全性升級的設置，通常透過無線(OTA)更新。 ．管理物料採購和多種元件的庫存。 ．檢驗在智慧家庭或智慧建築中，與其他無線IoT產品和生態系統的互相操作性。 ．優化物料清單(BOM)和開發成本，提供具備成本競爭力的產品，同時滿足嚴格的生產計畫並縮短上市時間。 雖然對於缺乏RF經驗和專業知識的開發人員而言，為LED燈泡增加無線連接可能是一項困難的任務，但現在可以使用預先認證的無線模組解決方案，來簡化智慧型LED產品設計的任務，可大幅減少照明OEM廠商所面臨的眾多挑戰。 無線模組提供一個全方位的隨插即用解決方案，整合開發人員完成LED設計中連接部分所需的關鍵元件。模組供應商已經完成了天線設計、阻抗匹配、被動元件的調諧和整合，以及協定開發等以RF為中心的艱巨任務。對於可能缺乏RF或協定專業知識的OEM廠商而言，這項工程和整合工作帶來極大的好處。此外，無線模組通常含有所有必要軟體，包括所選的協定堆疊。模組供應商也提供簡易使用的開發工具，來支援和簡化設計和調試過程。 在LED設計中使用無線模組，照明OEM廠商毋需擔心管理天線、晶體振盪器和被動元件等眾多RF元件的採購和庫存。此外，同一模組還可應用於多個照明產品，更進一步簡化採購和庫存管理。 模組解決方案讓智慧照明設計更簡單 在評估LED設計的模組選項時，照明OEM廠商應尋找專為互連照明應用的特定需求而設計的解決方案。 例如，Silicon Labs的MGM210L和BGM210L模組，是照明市場上首批針對應用優化的模組產品。MGM210L模組支援Zigbee和Thread，以及動態多重協定連接(例如Zigbee和Bluetooth Low Energy)。BGM210L設計用於Bluetooth Low Energy或Bluetooth Mesh。這兩個新型模組可以簡化和加速開發功能豐富、顏色選擇和調節亮度的LED燈，同時讓開發人員能夠利用藍牙、Zigbee和Thread的Mesh生態系統。 除了上述所提的模組外，另一款xGM210L模組則是基於Silicon Labs Series 2系列的EFR32xG21無線系統單晶片(SoC)，其週邊裝置針對照明應用進行了優化。此SoC包括低功耗的Arm Cortex-M33處理器核心；充足的記憶體可以支援動態多重協定操作和OTA韌體更新，確保智慧照明產品滿足未來需求；以及高效能2.4GHz RF收發器可以支援802.15.4、Bluetooth Mesh協定和Bluetooth Low Energy。無線電透過單一協定或多重協定連接處理無線網路功能。整合式的RF功率放大器使xGM210L模組能夠處理需要數百公尺視距連接的遠端應用。 該元件的高能效模組可提供較低的運作功耗水準，該功耗水準已被優化以滿足California...

LED市場有越來越多的LED電源供應器提供兩種創新功能：近場通訊(NFC)程式設計及恆定流明輸出(CLO)。NFC程式設計功能用於取代勞力密集的「插入式電阻」電流設定方法，以提升整體價值鏈的彈性。具備CLO功能的產品，可在使用壽命期間調整LED電流，以補償LED模組的光通量下降情形(老化效應)。此功能除了以更優異的照明品質提升客戶滿意度，也對環境有利，因為可以在大部分的使用壽命期間避免發生過電流，進而減少總耗電量。 NFC更適合照明應用 NFC是指一組通訊協定，讓距離相近的裝置能夠以無線方式互相通訊。這項技術已廣泛應用於各種應用，例如非接觸式付款。LED燈具的NFC程式設計是相當新的概念，可讓LED燈具運作特性以無線方式設定，並自由地設定主電源電壓。這種方法比傳統的LED程式設計更簡單快速，並可實現更多功能豐富且彈性的LED驅動器產品。 圖1顯示照明應用NFC程式設計的系統配置，其中包含NFC讀取器(硬體)，以及與驅動器整合的NFC標籤，負責用於資料儲存。NFC讀取器連接主機個人電腦接受指示。應用程式軟體控制NFC讀取器，透過NFC指令以無線方式編程NFC標籤。傳輸參數會依據所需燈具設定的製造商規格，在應用程式軟體之中預先定義及設定。 圖1　驅動器NFC程式設計系統概觀 相較於其他無線通訊技術，NFC具備獨特特性，對LED驅動器使用案例具有吸引力： ．由於具備短距離通訊特性，可確保只會接觸及編程位在定義實體位置的物體。本功能對製造環境非常有利，可大幅降低識別及驗證程序的複雜度。 ．在NFC讀取器及NFC標籤組成的系統中，標籤可被動運作(無外部電源供應器)。電源是由NFC讀取器傳送的RF場取得。這樣一來配備NFC標籤的物體，就可在組裝線上編程，毋須連接電源供應器，其重要優勢在於提升作業效率。 ．於全球可用的13.56MHz未授權無線電頻率ISM頻帶運作，並採用下列妥善定義的標準，可在全球大規模推行實施。 ．具備低資料傳輸速率(106至424kbps)及低頻率(13.56MHz)，可降低硬體設計的複雜度。低成本的印刷PCB天線足以滿足應用需求，硬體成本低於BLE等其他無線通訊技術。 除了技術優勢以外，LED照明價值鏈的所有利害關係人，都可因為使用NFC介面而受益。例如LED驅動器廠商可在製造線自動設定產品電流位準，藉此節省勞力成本，甚至還能在出貨前往全球各地倉庫前進行調整，以提供供應鏈彈性，協助節省大量物流成本。LED驅動器的輸出公差等級，也可在生產期間校正後大幅提升，更重要的是產品可向客戶提供更多自由及彈性。 燈具製造商可輕易編程LED驅動器配合LED模組，因此可輕鬆變更LED模組廠商。此外燈光輸出可更精確控制，因為其中的步進調整(使用插入式)電阻由連續調整(使用NFC程式設計)取代。與國家標準有關的物流複雜度，可利用以出貨目的地為基礎的NFC組態加以降低。另外，安裝服務公司可向終端客戶提供額外服務，例如個別室內空間的照明設定。 NFC極具潛能但成本是發展挑戰 如前所述，LED驅動器的NFC程式設計，是一種保障未來需求的概念，可讓整體價值鏈的所有利害關係人享有多項優勢。目前的主要問題是如何有效及高效地加以實作。NFC程式設計現有的實作概念，圖2所示的微控制器及NFC動態標籤。 圖2　傳統NFC微控制器概念 雖然這種解決方案具備潛能，但因為下列原因導致成本高昂： ．微控制器本身及額外的被動元件，會增加整體元件數量。 ．需要使用多層PCB(如果LED驅動器使用單層或雙層PCB，就需要獨立子卡)。 ．此外為了讓微控制器運作，使用者必須編寫韌體；這對缺乏軟體撰寫或微控制器韌體經驗及知識的製造商而言，將是困難挑戰。 NFC-PWM方案簡化成本/設計 為此，智慧照明解決方案業者(如英飛凌)提出全新的NFC-PWM方法，其中使用內建NFC IC搭配PWM輸出，直接控制類比驅動器IC，如圖3所示。此一解決方案可在類比系統實現NFC程式設計及CLO功能，毋須使用微控制器。該解決方案相容於現有類比LED驅動器設計，以及Module-Driver Interface Special Interest Group(MD-SIG)的NFC程式設計規格。 圖3　新一代NFC-PWM概念 NFC-PWM運作原則/功能 圖4顯示使用NFC-PWM解決方案的一般應用圖示。 圖4　應用圖示 其中包含四個部分，分別是：天線、NFC IC、RC濾波器及LED驅動器IC。運作原則如下所示： ．客戶透過無線NFC介面設定PWM參數。 ．開啟電源時晶片產生PWM輸出。 ．PWM訊號轉換(透過RC濾波器)為DC電壓，以控制輸出電流。 ．調整PWM訊號的工作週期以調節DC控制電壓。 以英飛凌旗下NFC-PWM系列產品NLM0011及NLM0010為例，該系列產品為雙重模式的NFC組態IC，具備PWM輸出功能，主要設計用於LED應用；其中除了CLO等NFC程式設計進階功能以外，也整合運作時間計數(OTC)及開/關計數功能。設計人員可輕易啟用上述功能，無需任何額外的微控制器，也不需要開發韌體，裝置可輕鬆調整配合現有設計。 NLM0011具有兩種運作模式，分別為設定及照明模式。在設定模式中，LED驅動器未通電時(無Vcc用於NFC IC)，是以從RF場獲得的能量(由NFC IC傳送)供電給NFC讀取器；儲存於NVM的參數，可透過NFC介面以非接觸方式設定。在照明模式中，一旦LED驅動器通電(Vcc用於NFC IC)，就會依據儲存參數產生PWM輸出，在此項主動模式中，NFC介面將停用。 PWM參數 脈寬調變(PWM)訊號由三項主要分量組成以定義其行為：振幅、工作週期及頻率。工作週期描述訊號處於高(導通)狀態的時間長度，占完成單一週期總時間的百分比。頻率決定PWM完成週期的速度，簡易的RC濾波器可將PWM訊號轉換為DC電壓。因此DC電壓位準可由修改PWM振幅或PWM工作週期的方式調整，並可利用公式1計算。 公式(1) 其中DC為PWM的工作週期，Voh為PWM輸出的高電壓，而Vol則為PWM輸出的低電壓。由於PWM訊號的穩定性，會直接影響LED電源供應器成品的公差程度，因此請務必在初期設計階段評估公差需求及NFC IC能力。關鍵的NFC IC參數為工作週期及絕對PWM振幅(Voh~Vol)。 NFC-PWM系列產品會產生振幅固定為2.8V的PWM訊號。由於其中採用整合式穩壓器(LDO)，因此外部供應電壓的位準以及穩定性不會影響到PWM振幅。工作週期可以設定為0%至100%，精度優於0.1%；至於PWM的解析度需要視選定的PWM頻率而定，選定1kHz時為15位元，或者選定30kHz的時候為10位元。 CLO實作 CLO為準控制系統(自我調節系統)，可對抗LED燈光輸出的自然退化現象，透過調節LED電流的方式嘗試維持恆定的光通量。NLM0011的整合式運作時間計數器，會自動記錄累積的運作時間。運作時間的 NVM值每4小時增加/更新一次。可計數的最大運作時間為262114小時，若達到此上限，計數器時間值就會凍結。在關閉電源的情況下，欠壓鎖定功能會偵測事件，並於NVM儲存上次計數週期值(小時及分鐘)。這樣在每個開/關週期就可達到±30秒的時間計數精度。 NLM0011也具有整合式8點CLO表，儲存LED模組的退化曲線，LED燈具製造商會依據選擇的LED編程此項曲線。CLO表編程後，PWM訊號的工作週期就會自動調整，以補償LED退化。工作週期以實際執行時間OTC的函式表示，是以兩個鄰近參考點之間的線性插補計算。NLM0011會持續計數運作時間，並持續插補工作週期修正因數，然後乘以額定工作週期值，以取得實際的工作週期值。 NFC-PWM讓作業更方便 本文提出新的NFC-PWM概念，協助實現快速且符合成本效益的NFC程式設計，適合LED照明使用，無需額外的微控制器。這種全新NFC-PWM解決方案由半導體廠開發及認證，除了NFC程式設計以外，像是整合式CLO功能、運作時間計數與開/關計數等創新功能，也整合其中，讓LED照明製造商更方便作業。 (本文作者為英飛凌科技資深業務開發經理)

目前科技業者與車廠都已投入自駕車系統的發展，特別是專注於通訊、光學雷達(LiDAR)感測、定位與操控技術的研發，在自身的產業特色下，兩方發展出現速度和方向不大相同的現象。 科技產業在產品研發、量產、上市等要求向來快速，以速度獲取市場商機，而車廠業者則多是百年工業，其產品使用年限長，對安全性的注重度高，從設計到製造，都需要經過較長的時間驗證，這也是車商在自駕車進展較慢的原因。 至於發展方向，以美國汽車工程師學會(Society of Automotive Engineers, SAE)制定的自駕車6個等級為例，車廠是由第0層逐步往上推，科技廠商則是先從第5層的完全無人自駕等級，回推思考技術有哪些欠缺，這兩種不同發展方向在時間的推演下，將在一定的技術環節交會。 觀察目前各大廠的自駕車發展，大多以自小客車為主，在此類應用中，不但車體中的感測器、運算單元、定位單元與操控單元須具備精準而快速的訊號擷取與反應能力，還須經長時間實地測試，以掌握所面對的複雜環境。本文將以自駕車系統中所須採用的通訊與定位技術為探討主題。 感測器穩定性為自駕技術關鍵 台灣目前由法人(如工研院)制定自動駕駛感知次系統，其中V2X通訊技術與應用於自駕車軟體架構中、行車安全性及聯網接收號誌狀態資訊的提升，扮演不可或缺的角色。自駕車系統軟體的運作流程概述如下： 首先，感測分析硬體(Camera、3D LiDAR、Radar與V2X路側通訊設備)收集車輛周圍資訊後(如道路是否有障礙物、道路路形等)先進行前置處理與資料對齊，接著透過深度學習影像辨識軟體針對偵測到的物件與資料進行訓練(Training Data)；之後融合多重感測資料(Data Fusion)，再進行即時事件推理(Event Sensing)—即區分Event Sensing Type：行人穿越道路(Pedestrian Crossing Road)與橫向來車 (Intersection Movement Assist)；最後再儲存資料(Data Logging)。 自駕車系統架構中最關鍵的元件為前端感測器，其為發展自動駕駛技術領域中最重要的回授單元。近年來隨著先進駕駛輔助系統(ADAS)普遍應用於高階車輛，且安全、舒適、方便與節能方面亦有改善，使安裝多個感測器逐漸成為趨勢，同時成為發展自動駕駛等級SAE Level 5的基礎。透過這些先進感測器與機器學習軟體演算法處理，可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(Perception)，實現同步即時的全方位環境感測能力，並針對感測結果判斷控制決策，因此感測器的穩定性研究成為目前自動駕駛技術的關鍵要素之一，其中運算速度、抗環境干擾能力與辨識精準度為目前發展的三個重要指標。圖1以NVIDIA為例，運算平台採用GPU架構可加速運算，每年以1.5倍的速度成長，預計於2025年將可達到1000倍的運算速度，可融合運算多種感測器。 圖１ 自駕車運算平台以GPU架構為主流。  圖2以Google新創的自駕車公司Waymo為例，車上配掛光達與攝影機等感測設備，融合多重感測器抵抗環境干擾。 圖2 自駕車將融合多種感測器克服環境干擾。 圖3則是顯示目前自駕車採用3D光達技術，目的為提高物件辨識精準度。  圖3 自駕車採用3D光達技術，以提高辨識精準度。 兩大自駕車通訊技術 自駕車通訊技術，即採用車聯網V2X通訊，使自駕車具有對外連網能力，該技術可區分為兩大類，分別為短距無線通訊Dedicated Short Range...

晶體缺陷易因表面汙染引起 磊晶層內的晶體缺陷可能因為表面污染(例如氧)而引起，這會導致磊晶層/底基層質界面處形成SiOx區域。在含SiOx的區域內成核的晶體缺陷可以導致缺陷處局部的原子級別的表面粗糙度增高，因而形成更高的Haze，這與磊晶品質相關聯。 本研究目的是開發一種用於測量圖案晶圓上磊晶層品質的光學技術。本文首先介紹為無圖案底基層開發的光學檢測技術，該技術可以預測每個磊晶層的品質並且具可重複性。這是一種利用寬頻電漿檢測系統上所收集的背景雜訊的機器學習方法，接下來會描述如何將該技術擴展用於圖案晶圓的磊晶層。 圖1顯示了針對不同的預烤和清洗條件的無圖案層並採用Surfscan Haze、SIMS、Secco蝕刻和AFM所獲得的缺陷密度的結果。不同測量技術的結果相互關聯性良好。隨後，在無預烤、750℃預烤以及850℃預烤的dHF清洗的底基板上沉積了一系列厚度不同的磊晶層，達到不同差排密度條件。這些在之後所沉積磊晶層的Secco蝕刻資料顯示，850℃、750℃和無預烤的條件下，可重複測量的缺陷密度分別為<102、4×104和4×105/cm2。本文針對這些之後所沉積的磊晶層來開發具有機器學習功能的光學技術。 圖1　採用各種技術所測量不同磊晶層清洗度和預烤溫度的標準化缺陷密度。 寬頻電漿光學檢測效率更高 本研究最初專注於開發使用寬頻電漿(KLA 29xx)光學缺陷檢測系統的技術，可以擴展用於圖案化晶圓，因為與傳統的Haze量測技術不同，首先採用無圖案晶圓並將其檢測結果與其他標準量測方法的結果比較(如SIMS、Secco蝕刻、AFM和Haze量測)，以證實新技術的可行性。 在無預烤、650℃和850℃預烤後沉積的一組磊晶層上隨機的位子選取背景訊號，這些磊晶層上的差排密度範圍很大(從小於100到4×105缺陷/cm2的範圍)。機器學習算法(iDO 2.0)被用來確定模型中最重要的缺陷特性(圖2)。在第一組隨機位置上對模型進行訓練後，另取第一組晶圓上的其他隨機位置來驗證模型的可行性。圖3~5顯示出在不同的預烤溫度下生長的磊晶層品質是非常容易區分的。在無圖案晶圓上採用同一個模型也得到了相同的結果。 圖2　iDO2.0分類的例子 圖2顯示了iDO2.0的分類。在該圖中，背景訊號被分類為「1」，而重要缺陷(DOI)則被分到各自的預烤溫度的分組中，其中「100」分類是指無預烤的條件。iDO2.0演算法可以根據缺陷特性自動分類組合。 圖3顯示對高密度缺陷(無預烤)無圖案磊晶層iDO2.0分析的示例，其中機器學習演算法預計超過85%的缺陷總數是屬於無預烤組的。圖4顯示了650℃預烤的樣本，就晶體品質而言它們更接近於無預烤的樣品而不是850℃的樣本。圖5顯示了在850℃的溫度預烤樣品的分類準確度為99%。這項技術與機器學習演算法(iDO2.0)結合，可在各種缺陷密度範圍內準確預測磊晶無圖案層的晶體品質。 圖3　無預烤磊晶層的iDO2.0分析 圖4　650℃預烤磊晶層的iDO2.0分析 圖5　850℃預烤磊晶層的iDO2.0分析 接下來，將三種類型的磊晶層--未摻雜矽(與無圖案晶圓研究的條件相同)、Si:P和Si0.8Ge0.2沉積在圖案化晶圓上。每種類型的薄層仍然採用同樣的三種預烤條件。然後如圖6所示，使用與無圖案晶圓相同的測量方法，在劃片槽上的100微米大小的接點上對每組晶圓進行測量。另外，圖6也顯示了一個晶圓圖的示例，其中兩個晶片用作iDO2.0訓練組，其餘的晶片用作驗證組。 圖6　iDO2.0訓練和驗證集的晶圓圖 正如預期，每個薄層類型都需要一個獨特的機器學習iDO2.0。同樣，對於圖案晶圓，要求具有90nm像素大小的超深頻ECP模式(基於灰階直方圖)，並使用光感器測量光強度，保持照明強度進而在不同預烤溫度的薄層之間獲得足夠的分辨率。該技術也能可重複地發現這些結構中的不同缺陷數量，也可以進行缺陷密度的測量，並在製造環境中實現磊晶品質的即時監控。 總結來說，本研究已經開發出一種快速的光學技術，可以在無圖案和圖案晶圓上針對廣泛的晶體品質可重複地發現磊晶摻雜和未摻雜矽和SiGe層的缺陷密度。接下來，將研究該技術在圖案化晶圓的SRAM區域中獲得相似結果的能力，該技術可以使產線上光學測量自動化，以在製造環境中實現磊晶品質的即時監控。 (本文作者Shravan Matham, Curtis Durfee, Brock Mendoza, Devendra K Sadana, Stephen W Bedell, John Gaudiello, Sean Teehan皆任職於IBM Research；HeungSoo Choi, Ankit Jain, Martin...

本文將以賽靈思(Xilinx)旗下解決方案為例，透過深度學習和資料庫加速的案例，闡述一個均衡且支援三星HBM2的賽靈思運算加速器系統，如何提供具備最佳靈活性、效率和效能的高效運算加速解決方案。 近年異質運算逐漸興起，拓寬了後摩爾定律時代在加速運算密集型作業負載的創新。在當前資料中心產業中，普遍採用異質運算進行加速的作業負載種類繁多，包含人工智慧、即時視訊轉碼和基因組分析，而這些僅僅是其中的一小部分。 然而，長期以來，DDR記憶體架構的演進並不足以跟上運算加速領域的創新步伐。在過去十年裡，並行記憶體介面的頻寬效能雖有改善但進展緩慢；現今FPGA所支援的最大DDR4資料速率仍然只有2008年DDR3的2倍左右。相比之下，自2008年以來，FPGA的運算能力已提高了近8倍，且隨著配有AI核心的Versal元件推出後，預計未來兩年內還有更大的成長空間。因此，在資料中心領域，記憶體頻寬與容量將成為眾多運算和記憶體頻寬密集型作業負載發展的主要限制因素(圖1)。 圖1　運算容量的提升與DDR頻寬的改善比較 HBM效能/傳輸更高更快 HBM是一種高速的系統級封裝(SiP)記憶體技術，與採用傳統打線接合封裝(Wire Bonding-based Package)的記憶體產品相比，它使用垂直互聯的DRAM晶片堆疊和一個寬(1024位元)介面，來達到更大的儲存容量與更高的資料頻寬。聯合電子裝置技術協會(JEDEC)在2013年開始採用初代HBM標準，並在2016年1月批准第二代HBM2版本為業界標準。 HBM2標準支援4個或8個8Gb的DRAM晶粒逐個堆疊在一起，由一個2.5D矽「中介層」提供支援，該「中介層」可將記憶體堆疊與底層電路板連接起來。堆疊一些晶粒(通常是記憶體)而不是其他晶粒(通常是處理器)的多晶片封裝被稱為2.5D元件(圖2)。 圖2　HBM和2.5D架構 由於多個堆疊能被添加在同一個封裝中，因此與傳統的多晶片DRAM產品相比，當堆疊多個晶粒在一個電路板上並將其堆疊得更緊密時，可以大幅減少HBM記憶體封裝的水平占板面積。此外，HBM技術還縮短了訊號在元件之間的傳輸距離，因此可以提高系統效能，且較短的傳輸距離可以減少傳輸定量資料所需的能量(圖3)。 圖3　HBM晶粒堆疊技術 HBM具備先進的TSV技術、微尺度互連和突破極限的I/O數量，可以增加記憶體頻寬，與其最強勁的競爭對手，也就是用於繪圖卡的繪圖用雙倍資料傳輸率(GDDR)記憶體相比，HBM明顯能提供更高的效能。在元件級別，單個三星HBM立方體可以提供高達307GB/s的資料頻寬，比GDDR5晶片高出近10倍的資料傳輸率。而在系統級別，與採用GDDR的解決方案相比，HBM能提供近3倍的輸送量，並使用少於80%的功耗，同時還可以節省寶貴的電路空間(圖4)。 圖4　HBM與GDDR頻寬比較 FPGA元件助力　記憶體頻寬再上層樓 以下將以賽靈思旗下FPGA產品為例，該公司支援HBM的Virtex UltraScale+ FPGA大幅改善了記憶體頻寬，例如2個三星HBM2記憶體堆疊就可提供高達460GB/s的速率。當將1或2個HBM2堆疊與各種尺寸的FPGA邏輯(多達285萬個邏輯單元)和DSP(高達9,024個DSP48E2分割，可提供28.1峰值INT8 TOP)進行配對時，使用者就可以選擇搭配全新支援HBM的UltraScale+元件系列，為其應用選擇最佳的運算能力與記憶體頻寬/容量組合。 另一方面，除了支援HBM的Virtex UltraScale+FPGA，賽靈思還推出Alveo U280資料中心加速器卡，由16奈米UltraScale+架構所打造，採用8GB三星HBM2，可為資料庫搜尋與分析、機器學習推論及其他記憶體限制應用提供更高等級的加速功能；並涵蓋了CCIX支援，可以利用現有的伺服器互聯基礎設施和即將推出的CCIX處理器，提供高頻寬、低延遲的快取一致性共用記憶體存取。許多受限於記憶體的應用都能受益於支援HBM的UltraScale+元件，本文將以深度神經網路與資料庫加速方面的案例為例，展示支援HBM的UltraScale+元件之優勢。 強化記憶體頻寬提升AI語言翻譯效能 如今，各種雲端應用都有提供自動即時語言翻譯服務，其可透過採用神經網路的機器學習方法在兩種語言之間翻譯語句(稱為機器翻譯)，編碼器-解碼器架構強化當今的商業自動化翻譯服務。 在使用機器執行翻譯任務時，兩種語言的單詞經由一個稱為單詞嵌入的過程，以高維向量的形式呈現；因此，單詞之間的關係可以透過向量進行量化建模和反映。遞迴神經網路、卷積神經網路和基於注意力的模型等架構通常用於執行編碼和解碼功能。 近期研究表示，在語言翻譯中，只有採用注意力的網路能達到最高的準確性。研究論文中所描述的注意力機制，即縮放點積注意力，是由兩個矩陣乘法和其他函數(Scale、Mask和Softmax)所構成的。多頭注意力結構通常由多個並行的縮放點積注意力與不同的輸入投影構成，該結構與前饋網路被共同用於建構整個語言翻譯模型的解碼器和編碼器(圖5)。 圖5　轉換器--基於注意力神經網路的語言翻譯模型 如圖5所示，基於注意力的語言翻譯模型的主要運算強度來自於對縮放點積注意力和前饋網路的點積運算。這些點積通常被組合到矩陣乘法運算，以達到更高效的運算。然而，與在整個空間中大量重複使用權重參數以減少資料移動痕跡的傳統卷積神經網路不同，這類基於注意力的模型幾乎不重複使用輸入空間參數，導致對矩陣乘法運算的記憶體頻寬要求要高出許多。 我們建置了一個用於語言翻譯且基於注意力的先進神經網路的轉換器分析模型，並將其映射在UltraScale+元件上運行。FPGA建置方案的架構採用DSP脈動陣列來執行矩陣乘法，中間的啟動資料儲存在晶載URAM中，可以消除啟動時所造成在處理器和外接記憶體之間頻繁進行的資料移動。HBM或DDR則用於儲存所有嵌入字典的單詞嵌入與權重參數。 針對具有不同句子長度(L)和句子數量的英德翻譯任務，也稱為批量大小(B)，對其進行分析就可以瞭解附加DDR的UltraScale+元件和支援HBM的UltraScale+元件對於延遲和傳輸量之間的權衡。這一研究對於DDR與HBM的建置，假設使用具有256個16位元輸入和32個16位元輸出的脈動陣列，並將其運行在710MHZ的UltraScale+元件上。詳細的傳輸量與延遲關係圖請見圖6。 圖6　採用具有HBM和DDR4的UltraScale+元件進行語言翻譯效能分析。 長度為8的句子在4條通道上運行的最低延遲約為15.7ms，傳輸量為508符號/秒。一條DDR通道用於存取單詞嵌入資料，其餘三條DDR通道用於載入權重。對於支援HBM的元件而言，一個長度為8的句子之最小延遲為2.2ms，比DDR介面低7倍以上。DDR介面在兩種句子長度上都不能達到7ms以下的延遲，但是支援HBM的元件在傳輸量為10,419符號/秒，且句子長度為8的情況下可達到6.1ms的延遲，在輸送量為4,682符號/秒，且句子長度為16的情況下可達到6.8ms的延遲。 借助通用矩陣運算資料庫加速AI應用 與前面討論的機器翻譯案例一樣，幾乎所有現代深層神經網路(深度學習)的主要運算都是以矩陣乘法的形式來完成。除了機器翻譯以外，在資料中心廣泛部署的其他典型深度學習應用有影像/視訊分析、網路搜尋的搜尋排名系統、廣告投放的推薦系統、內容/來源推薦、語音辨識以及自然語言處理。 為了更佳地支援更多的深度學習應用，賽靈思開發了通用矩陣運算(GEMX)資料庫，用於加速元件上的矩陣運算，該元件由SDAccel開發環境提供支援。該資料庫包括三個組件：引擎庫、主機代碼編譯器與以應用或系統建構的環境，引擎庫則由一組具有BLAS函數介面的C++範本組成，可以在FPGA上進行矩陣運算。 主機代碼編譯器將主機代碼矩陣函式呼叫編譯成一系列指令，用於觸發FPGA上的矩陣運算，建構環境採用GNU make流將FPGA和主機代碼影像生成過程自動化。此外，該產品還支援使用者對系統的各個方面進行配置，例如，FPGA平台、FPGA影像中建置的引擎數量等。 雖然GEMX引擎的兩個輸入矩陣都來自DDR記憶體，但GEMX的傳輸量取決於DDR介面的頻寬。圖7的分析比較了使用DDR4連接UltraScale+元件的GEMX與使用支援HBM的UltraScale+元件的GEMX之效能。該分析模型充分利用了記憶體頻寬，並假設使用32×32×128的矩陣作為GEMX的輸入。結果如圖7所示，與使用4條DDR通道相比，支援HBM的元件可以將GEMX的效能提升約3.6倍。 圖7　GEMX效能 HBM讓記憶體存取/使用更有效 受益於HBM記憶體控制器中的靈活定址方式，支援HBM的UltraScale+元件具備的獨特優勢之一就是HBM通道的靈活並行使用。HBM通道的存取與使用，是能夠完全地被可重配置和重新編程，還可以通過FPGA邏輯輕鬆存取。 如圖8所示，使用者可以將原始資料庫檔案剝離到多個HBM通道中，並讓並行處理運算單元執行不同的資料庫操作，以獨立並行存取資料庫的不同部分而無需進行同步。這一特性有助於改善即時案例中的操作延遲並有效地使用HBM，因為所有運算單元都可以即時回應資料庫查詢，毋須批次處理或同步。在上述機器翻譯案例中，該特性還用於分離兩個通道進行單詞嵌入存取，而其餘通道則用於高頻寬權重參數傳輸。 圖8　靈活的並行記憶體通道存取 雖然三星HBM在AI和資料庫加速等案例中的重要性已得到證實，但還有很多其他的資料中心作業負載也可從HBM中顯著獲益。總而言之，在資料中心領域，隨著異質運算加速的發展趨勢以及運算設備技術的創新，迫切需要在運算單元附近附加像HBM這樣的高效能記憶體系統；而支援HBM的UltraScale+元件具有獨特的價值，以深度學習和資料庫加速為例，賽靈思支援HBM的UltraScale+元件就發揮出運算加速的新潛力，並將其引領至更高的水準。 (本文由賽靈思提供)

為此，SecureRF和意法半導體(ST)合作開發出一種符合未來需求的低功耗安全解決方案，即使在最小的汽車處理器上也能極快運行。SecureRF的WalnutDSA和Ironwood KAP兩種安全演算法最近已移植到意法半導體的SPC58ECxx 32位元車規處理器平台上；兩家公司合作開發了一個模組，演示資訊服務控制單元(TCU)與多個ECU的相互認證過程，並在2018年TU-Automotive Detroit 展會上展出了該模組。 Walnut數位簽章演算法(DSA)和Ironwood金鑰協商協議(KAP)基於SecureRF群理密碼學(GTC)。這一密碼學分支雖然不是什麼新事物，但目前有助於解決一個相對較新的網路安全問題：如何保護物聯網、汽車系統和其它網路應用中越來越多的資源受限的設備。 GTC具有三重優勢，運算速度即使在最小的設備上也非常快；RAM/ROM占用極低；能夠抵抗所有已知的量子攻擊。GTC計算效率高，比其它加密方法更省電。SecureRF可以通過硬體或軟體來實現GTC解決方案。 MCU上運行GTC　性能優勢顯著 SPC58ECxx是32位元微控制器，針對車身、網路、安全系統和通訊連接應用設計的通用微控制器系列產品，基於兩顆180MHz e200z4d PowerPC處理器內核，整合高達4MB的快閃記憶體和512KB的RAM、硬體安全模組以及許多通訊周邊，包括LIN、SPI、UART、乙太網AVB、Flexray和CAN FD控制器；SPC58ECxx是按照ISO 26262標準設計，並支援ASIL-B安全關鍵型應用安全等級標準。 演示程式運行在SPC58ECxx探索板上，與基於ECC的驗證方法相比，GTC方案性能優勢非常明顯，最終執行時間顯著縮短。表1是GTC與橢圓曲線密碼(ECDSA+ECDH)方案的執行時間和ROM/RAM占用情況比較表，其中，橢圓曲線密碼(ECDSA+ECDH)方案的執行時間是GTC方法的12.6倍。基於GTC的解決方案方便設計人員為車載微控制器增加重要的安全功能，例如，安全啟動和安全硬體更新，並使基於SPC58ECxx的TCU能夠與車上資源有限的ECU相互認證，該演示解決方案如圖1所示。 圖1　GTC解決方案示意圖 用於互聯ECU上優勢更加突顯 保護非常小的ECU處理器的安全是設計人員首要考慮的問題，也是該解決方案最重要的優勢之一。快速認證是必備的，對於許多汽車應用，其它資料安全方法可能並不實用。基於GTC的方法可安裝在最小的處理器上，還能實現較好的性能，圖2比較了GTC和ECC在8位元處理器上的運行性能。 圖2　GTC和ECC在8位處理器上性能比較 在圖2中，每個垂直尖峰表示一次驗證過程結束。完成一次認證過程，ECDSA/ECDH用時7.69秒，而SecureRF的WalnutDSA和Ironwood KAP僅需68毫秒，是前者的1/90。這一速度優勢，再加上超低功耗和更低的RAM/ROM占用，使SecureRF方法非常適合於資源受限的處理器。 SecureRF加密演算法是SPC58ECxx內建硬體安全模組(HSM)的新選擇。該硬體安全模組將安全子系統和SPC58ECxx主處理器內核完全隔離，且還適用於沒有HSM模組的產品，例如SPC582Bxx。SPC582Bxx是SPC58ECxx的精簡版，搭載一個主頻120MHz的e200z4d PowerPC處理器內核、高達1MB的快閃記憶體和192KB的RAM。但是，硬體安全功能的缺乏使得軟體安全功能非常必要。軟體安全方案必須能夠保持良好的性能，同時不占用過多的資源，以免對系統造成任何過多負荷。考慮到汽車系統設計壽命多達數年，汽車系統需要放眼未來資料安全發展趨勢，應對即將到來的量子計算安全威脅。SecureRF方法採用後量子加密技術，能夠應對當前已知的所有攻擊。 (本文作者皆任職於意法半導體)