技術頻道

在功率電子領域，轉換效率一直是討論的關鍵話題，也是所有資料表中的重要參數之一。為了在最有利的條件下展示產品，電源製造商通常會引用「最佳」資料，這通常是在大約80%負載下的某個效能值。但是，應該注意的是，在實際應用中，系統所消耗的功率可能根本不是這個水準。 負載可能會上下明顯波動，取決於具體的運作方式，並且在冗餘配置中，所消耗功率將始終比峰值低很多(除非出現故障情形)。這意味著系統的實際效能可能遠低於所引用值。 認識到這種情形的嚴重性後，標準機構、行業團體和政府組織都制定了新的能源準則。這些準則中通常引用所有運作負載(從20%到滿負載)範圍內要求具備最低可接受效能水準的效能曲線，因此，設計工程師能夠評估電源系統中的基本構建模組，以確定發生損耗之位置，然後採取措施消除這些損耗，以確保滿足新的效能要求。功率因數修正(PFC)對於解決潛在損耗源問題至關重要，因此應予以實施。 傳導/切換耗損影響大 雖然當代切換式半導體元件已經能夠提供前所未有的性能表現，但在運作期間總會有一些損耗，導致效能水準降低。在電源系統中，需要注意兩種類型的損耗：切換和傳導。 傳導損耗包括由橋式二極體順向電壓引起的損耗，其與系統功率和MOSFET和IGBT等切換元件的導通電阻成比例。這些損耗與整個系統功率的平方成正比，伴隨輸出功率增加，損耗也會增大，損耗往往在更接近滿載的情形下具有更大影響。傳統上，過去的應用焦點也集中於此。 第二種損耗是切換損耗。隨著設計工程師努力提高功率密度水準並縮小系統尺寸，切換頻率不斷增高，而可以減小系統中大型磁性元件尺寸。切換損耗與寄生電容的不斷再充電有關(例如在切換元件閘極中出現的)。這些損耗與切換頻率成比例，並在整個運作功率範圍內保持一致。這些損耗往往在較低功率水準下最為普遍，可能對系統效能產生重大影響。 功率因數影響電源效能 公用事業公司提供的所有電網電力均為交流電，電壓波形始終為弦波。然而，電流波形和相位不一定是弦波，而是取決於供電系統負載。對於加熱元件等最簡單的純電阻負載，負載電流與電壓同相並保持為弦波，在這種情形下演算輸出功率僅僅是將電壓和電流相乘。 而對於馬達等其他類型負載，可以包括無功分量(電感或電容)。在這種情形下，當電流波形保持弦波時，它將相較於電壓波形有相移，其中負載中的電抗量確定相移量。功率演算需要考量相位，因此實際功率由公式1確定： 實際功率=V×I×cos(φ) 公式(1) 這裡φ表示電壓和電流波形之間的相位角，cos(φ)被稱為「位移因數」。在電阻性負載中，電流和電壓具有相同相位，cos(φ)的值為1，意味著實際功率與正常情形下一樣，仍然是電壓和電流乘積。 然而，實際負載往往不是如此簡單，特別是，在負載如果為切換模式電源(SMPS)情形下，這些系統通常具有二極體橋式整流器和湧浪電容器，將會導致電流波形失去原來弦波形狀，並成為一系列尖峰。 由於波形失真且不再是弦波，因此使用「失真因數」(cos(θ))演算實際功率，失真因數與波形的總諧波失真(THD)相關聯。因此，在系統中如果電流和電壓同相，但電流波形為非弦波，以下公式2適用： 實際功率=V×I×cos(θ) 公式(2) 在電流波形既相移又失真的情形下，事情會變得複雜一些，此時必須考量位移因數和失真因數，如公式3： 實際功率=V×I×cos(θ)×cos(φ) 公式(3) 任何系統功率因數都只是兩個因素的結果，如公式4： 功率因數=cos(θ)×cos(φ) 公式(4) 實際上，這意味著電壓和電流之間相位差越大，或者電流波形越失真，功率因數越低，因此實際功率越低。由於功率因數也會影響效能，這是當下電源設計人員應對的關鍵領域。 修正功率因數之必要性 相對複雜的數學演算表明，如果頻率相同，將兩個弦波相乘，只能得到一個大於零的值。因此，可以推斷出諧波電流對系統的有用輸出功率沒有貢獻，應該減少或消除。 這正是為大多數人公認的主要PFC標準EN 61000-3-2所採用的方法，與美國環境保護署(EPA)能源之星(Energy Star)在內的許多當代效能規格一樣，EN61000-3-2旨在透過定義嚴格的諧波電流限制來降低電流波形的THD，直至可以達到40次諧波。 實現PFC的最常用方法是使用市售PFC控制器中的幾種常見控制方案之一，在橋式整流器和大容量電容器之間插入一個主動級(Active Stage)。可能最廣泛使用的控制方案是連續導通模式(CCM)，以固定頻率操作，並且經常用在更高功率(>300W)系統。一種流行的替代方案是臨界傳導模式(CrM)控制，這種方式透過僅在電感器電流降至零時進行切換，可省去快速恢復二極體，進而降低了系統成本，但導致可變的切換頻率。CrM在低功率系統中尤其普遍，例如可用於照明系統。PFC控制方案還可進一步改進，其目標是提供更高效能，例如可將操作頻率鉗制在規定範圍內。一些控制方案能夠依照負載變化而改變傳導模式，以確保實現最佳效能。 控制/管理功率因數為提升效能關鍵 雖然可以使用離散元件從頭開始設計PFC方案，但這種情形很少發生，大多數工程師會選擇使用內建PFC控制方案的現成控制IC。 例如ON Semiconductor的FL7921R CrM照明控制器是一款高整合度零組件(圖1)，它將PFC控制器與准諧振(QR)PWM控制器相整合，透過採用受控的導通時間技術，提供穩定的直流輸出，執行自然的PFC。 圖1　FL7921R的功能方塊圖。 圖片來源：ON Semiconductor 此外，該IC包括一個THD優化電路，可減少過零點處的輸入電流失真，以提高功率因數。PFC功能始終處於開啟狀態，以確保功率因數完全優化，其中也包括在重要的輕負載條件下。 或以STMicroelectronics的STNRGPFx2為例，是一款雙通道交錯式CCM PFC數位控制器，適用於更高功率PFC升壓應用，如焊接、工業馬達、電池充電器和電源等。該固定頻率元件能夠驅動兩個交錯式PFC通道，並且包括湧浪電流限制，以及諸如相位切除(Phase-shedding)運作等更複雜功能。使用STMicroelectronics的eDesignSuite，客戶可以快速輕鬆配置零元件。 管理和控制當下電源系統的功率因數是提高所有運作條件下效能的關鍵，這其中包括傳統上效能非常低的輕負載條件。面對不斷提高的效能規格要求，消費者和業者也越來越意識到運營成本壓力和廢棄能源對環境之不利影響，具備足夠高的PFC已經成為當下關鍵的採購要求。幸運的是，許多高整合度控制器可幫助工程師輕鬆實現各種複雜的PFC方案，以滿足特定應用之需求。 (本文作者任職於貿澤電子)

本文將分析車用直流馬達的市場趨勢，並說明何以從診斷功能、交換時間的優化、減輕重量和提升可靠度各方面來看，固態驅動器(SSD)都是比較好的設計架構。 預估車用直流馬達系統的需求將穩定成長，未來5年的年成長率約在3.1%左右。車身周邊的需求主要來於自車門鎖、電動後照鏡、座椅調整、清潔劑幫浦、雨刷、車窗開關、天窗和電動滑門等傳統應用(圖1)。但還有許多新崛起且十分吸引消費者的應用逐漸面市，部分實例包括抬頭顯示器(HUD)、隱藏式車門把手、電動尾門、電動車換檔切換器和電動車充電器鎖。考量以上狀況，估計2020年全球各地與車身相關的車用直流馬達需求將達到20億個(圖2)。 圖1　預估車用直流馬達系統的需求將穩定成長，未來5年的年成長率約在3.1%左右。 圖2　車身周邊的需求主要來於自車門鎖、電動後照鏡、座椅調整、清潔劑幫浦、雨刷、車窗開關、天窗和電動滑門等傳統應用。 過去汽車產業一直將繼電器視為一種簡單又便宜的解決方案，用來驅動直流馬達。但這種想法正逐漸改變，現在汽車製造商認為SSD才是更適合新應用設計的選擇。SSD因為具有高度可靠的品質且診斷功能更為強化，很容易就能建置各種創新功能，像是驅動各種可變負載設定檔(例如電動尾門)或控制動作的順暢度(例如車窗開關或座位調整)、消除繼電器開關噪音以及增加豪華感。 最重要的是，全世界的地方立法機構已開始針對汽車的汙染物質和二氧化碳排放設定新的限制，汽車結構必須有所調整，尤其是動力負載的供應，皆必須採用效率更高的電子元件。雖然新標準的衝擊對象將以動力總成(Power-train)系統為主，車身控制模組(Body Control Module, BCM)還是有一部分關聯性。預測2020~2025年間由SSD驅動的直流馬達每年平均成長6.7%，逐漸搶攻繼電器的市占率(圖3)。 圖3　由SSD驅動的直流馬達持續成長，逐漸攻占繼電器市場。 在此情況下，意法半導體便推出SSD相關產品，如M0-7 H-橋系列。M0-7 H-橋系列將邏輯功能和動力結構整合至單一封裝，讓晶片內建智慧功能因此除了從提供簡單驅動作用到還能防止故障，提供先進的診斷和保護功能、減少所需零件數量、提升可靠度並節省印刷電路板(PCB)面積(圖4)。 圖4　汽車應用的馬達控制元件。 使用固態切換器提升可靠度延長10倍使用壽命 繼電器觸點是一種可導電的金屬片，相互連接好讓電流通過。機械式開關觸點常見的問題包括會聽見噪音，還有終端顧客因為感受到機械震動而觀感不佳(尤其是轉換頻率驅動應用)。 除此之外，繼電器切換時會造成電弧噪音，進而產生電磁干擾(EMI)。為了降低繼電器切換噪音，就需要電阻電容減震器(RC Snubber)和續流二極體(Flywheel Diode)等額外零件，但這些額外零件會對最後結構的複雜性帶來負面影響。切換時產生的機電應力，中長期的影響就是會降低接觸電阻和效能，讓繼電器無法使用或縮短壽命。繼電器效能的劣化則會降低可靠度。 固態切換器沒有活動零件，因為機械式觸點已被電晶體所取代，因此不會有電弧接觸、磁場或可聞噪音等問題。輸入控制相容於大部份的IC邏輯系列產品，毋須額外增加緩衝器、驅動器或放大器，可大幅降低印刷電路板的複雜性和面積。結果就是可靠度提升，交換時間最多可增加10倍(圖5)。 圖5　以電晶體取代機械式觸點，可以解決電弧接觸、磁場或是噪音問題。 小型電源封裝有助於節省應用面積 汽車市場朝自動駕駛的方向演進，必須使用越來越多的感測器以及致動器。只要考量相同間隔裡必須裝進更多元件，就很容易可以了解為何所占空間所帶來的限制越來越嚴苛。 通常會使用H橋配置這種拓撲來驅動雙向直流馬達：交替開啟橋式開關，就可能控制馬達方向或煞住馬達。雖然使用繼電器就能輕鬆建置H橋架構，但採用SSD能大幅減少電路板空間。 由於一般繼電器的印記面積約為250 mm2，至少需要500mm2的電路板面積才能建置H橋架構。此外，為建置高電壓瞬態抑制、系統診斷和保護等功能也必須額外附加離散電路，例如緩衝器、運算放大器與感測器。這些額外零件將大幅增加電路板最終尺寸與複雜度，而且會對應用的可靠度帶來負面影響。最後，電路板蓋板與外殼的設計還必須考量繼電器的高度，因此一般來說得保持17mm的垂直距離。 透過VIPower M0-7技術H-橋系列產品能將整個馬達驅動架構建置到先進的小型電源封裝裡，分別可以減少60mm2和106mm2的印記面積，厚度低於2.5mm，讓印刷電路板更小，系統也能降低重量(圖6)。除此之外，VIPower M0-7H橋提供無鉛封裝的環保產品組合，確保更佳的散熱效能。 圖6　小型電源封裝更節省空間。 切換時間/脈寬調變　驅動直流馬達提升效能 導引H橋架構時，必須特別留意避免電池線和接地之間出現不必要的短路，尤其是在切換階段；這種狀況通常定義為動態擊穿(Shoot Through)。每當擊穿事件發生，就會額外產生電池線的噪音和電力消耗，進而降低系統效率。如果H橋是由脈寬調變訊號之類的快速切換控制所驅動，這個現象就會變得更加嚴重。 脈寬調變輸入訊號常被用來控制H橋架構，只要改變工作周期，就能調節馬達速度和力矩以建置下列先進功能(圖7)： 圖7　一般直流馬達設定檔在起步期時，其湧入的電流是正常電流10~12倍。 ．防夾功能 ．順暢的起步和停止動作，提升駕乘體驗 ．失速狀況控制 ．不受電池電壓影響進行馬達調速 ．減少起步時的湧入電流 一般直流馬達設定檔會有一個起步期，湧入電流是正常電流的10~12倍。所有電子零件都必須符合規格，才能承受這樣的高電流一段時間，而這也會持續影響最終應用的電線尺寸、印刷電路板面積和驅動器功能。 確實繼電器規格書只提供電阻性直流負載最大限度的觸點額定值，但此額定值會被高度電感或電容負載大幅降低(圖8)。 圖8　以脈寬調變訊號驅動直流馬達，可幫助馬達順利起步。 以脈寬調變訊號驅動直流馬達，就可能在有限的力矩下達到順暢的馬達起步。湧入電流也會減少，延長馬達啟動期。以脈寬調變訊號驅動直流馬達，就能優化電力的消耗，進而縮小電線尺寸，整體來說有利於減輕重量。 繼電器並不適合用在需要快速輸出切換的系統，切換時間會受機械尖端移動所限制，通常在5毫秒(ms)到最高15毫秒之間。除此之外，微控制器(MCU)必須建置適當的邏輯保護，以防止不必要的交互傳導事件。 因此，如VIPower這類的產品，須產品保證提供快速切換時間(通常為1微秒)，確保切換頻率最高可達20KHz。切換設定檔經過特別設計，可優化電磁干擾和切換耗損。除此之外，這款晶片還嵌入特殊保護功能，可避免動態和靜態交互傳導問題。 結合VIPwer M0-7提升系統可靠度 SSD可視為驅動車用直流馬達的自然選項，能滿足市場對提升可靠度、系統效率等優點的需求。 已經有SSD產品將邏輯功能和動力結構整合到單一封裝，提供全面整合和受保護電路的完整產品組合(圖9)。因為可以提供不同的開啟狀態(On-state)電阻(從8mΩ到最高100mΩ)而且電源封裝體積小，該系列產品可確保彈性駕駛及控制功能，涵蓋各式各樣的負載狀態(從極低到最高200W)。 圖9　M0-7 H橋系列能將邏輯功能和動力結構整合到單一封裝。 雖然中低功率元件整合了所有的邏輯功能和完整的功率級，包括高側(High Side)和低側(Low Side)功率金屬氧化物半導體(MOS)；而ST的VNHD7008AY和VNHD7012AY等高功率元件則採用不同架構，包含高側功率MOS和低側閘驅動器。因此，要完成H橋架構就必須有外部的低側功率MOS(建議採用意法半導體STL76DN4LF7AG)。 20-kHz的脈寬調變速度控制加上診斷機制，讓上述產品適合用於高階汽車應用。待命模式下耗電極低，最多3微安(μA)，且轉換期間的切換設定檔也經過優化，儘管會增加電路板上電子零件數量，但可讓模組耗電維持低水平。 此外，也有SSD整合了先進的診斷(VCC電壓、外殼溫度和電流負載的偵測)與保護功能(過電壓、短路、高溫和交互傳導防護)，可同時保護功率級和負載而不影響最終的效率系統，確保裝置永遠都能在安全操作區域內運轉。此外拜關閉狀態診斷功能之賜，待命狀態期間可監測馬達狀態，避免開啟時可能產生的損害。 總而言之，在車身控制模組裡結合SSD，就能節省電力消耗、印刷電路板面積和布線需求。實際成果將是系統可靠度增加，且預估每部車最多可減輕50公斤的重量，而這對汙染來說都將呈正面影響，包括內燃機(ICE)車輛的二氧化碳排放減少(估計最高3.5g/km)、電池優化，純電動車(BEV)的自動駕駛程度也能獲得提升。 (本作者任職於意法半導體)

當時路上車輛較少、行車速度較慢，偶爾還須閃避馬和馬車，這種行車方式也還算過得去，但這些年來已進步許多，包括： ．車輛照明從煤油燈進化到白熾燈泡、發光二極體(LED)和有機LED(OLED)，提供了更可靠、更有效率的照明光源。    ．車輛為特定照明功能所安裝的照明光源數量也從單一燈泡增加為多像素化設計。                                                    ．可變照明讓駕駛能夠更有效地溝通想採取的動作，使整體行車變得更加安全。 ．外部照明可提供有型且符合個人化目的之功能與型式。                          ．電磁干擾(EMI)相容性。 ．故障偵測和防護。 ．電子照明控制模組可實現法規要求的訊號功能，並可提供傳統靜態以外的動態功能，包含個人化的歡迎駕駛訊息(例如迎賓燈)。 ．隨著後車燈系統越來越複雜，來自光學、機械、電子與製造領域的工程師在設計新系統時都面臨了新挑戰。 由於現代化的後車燈的解決方案，其他駕駛在各種環境下的行為變得更容易預測，也讓行車變得更安全。在此白皮書中，我們會將重點放在電子挑戰上，並研究可能的解決方案來加以克服。這些挑戰包括： ．更高的電源需求。 ．散熱管理。 ．電磁干擾(EMI)相容性。 ．故障偵測和防護。 在討論LED與電氣拓撲前，先來看看美國國家公路交通安全管理局和歐洲經濟委員會等主管機關，在法律上強制規定的各種訊號功能，如圖1所示。 圖1　後側照明系統元件 如圖1說明，汽車必須具備許多必要的後側訊號功能，這些功能都須要透過控制模組來執行。圖2是典型後側照明控制模組的配置圖，說明所有後側照明功能、電源供應器、通訊介面與LED驅動器子系統。 圖2　後側照明控制模組配置圖 後車燈LED基礎介紹 LED是啟動時會發光的P-N接面二極體。如同任何P-N接面二極體，LED是具備指數順向電流順向電壓(I-V)曲線的單向裝置，如圖3所示。 圖3　LED I-V曲線。 資料來源: http://lednique.com/current-voltage-relationships/ iv-curves/ 極端子間施加正極電壓，電流便會從陽極流至陰極，使LED發光。在陽極和陰極間施加的電壓稱為LED順向電壓，通常會在額定電流條件下進行測量。通過LED的順向電流越高，LED燈就越明亮，LED順向電壓也越高。不同顏色LED的順向電壓也不同。多數紅色和黃褐色LED的順向電壓為2V左右，白色LED的順向電壓則約是3V。 LED 照明光源優點 與白熾燈泡相比，LED的主要優點是其為較有效率的照明光源。照明光源的效率以每瓦特流明量來測量，代表每單位消耗電力的發光量。 一般來說，LED光源效率比白熾燈泡高出六倍(圖4)。 圖4　LED燈源與白熾燈泡的效率比較。 資料來源: https://commons.wikimedia.org/wiki/檔案：Electricity_use_by_lightbulb_type.svg LED不僅比傳統白熾燈泡有效率，燈泡壽命更是白熾燈泡的近42倍，並可輕鬆融入各種風格設計。傳統白熾燈每幾年就須更換，使用壽命通常只有1,200小時左右。LED的使用壽命可長至50,000小時以上，因此汽車LED燈不須更換即可提供比車輛整體更長的使用壽命。 從點式到表面式　LED車燈形狀多變 因為圓形燈殼的關係，傳統白熾燈有固定的形狀。LED照明光源的體積較小，代表汽車車燈形狀不一定需為傳統圓形。若使用多個LED，車燈設計就能有更多彈性，滿足各種實體設計需求；但在後車燈使用LED會以點狀視覺效果呈現。 由於LED燈輸出和照明方向十分容易控制，因此最新的後車燈運用多種光學方法，將點狀照明光源轉為表面式照明光源。 使用光導和擴散片是達成此轉換最常見的方法，但這種方法會降低光學效率，因此須採用高亮度LED或較多LED，以提升 LED亮度。 LED設計目標與挑戰 LED雖然有很多優點，但使其符合汽車規格的過程中也須面臨許多挑戰。汽車 LED 驅動器需求通常包含： ．廣泛的電壓範圍，必須兼顧9到16V、24V和40V情況。 ．操作環境溫度範圍需為-40℃~85℃。 ．產生動態車燈特性。 ．LED故障診斷。 ．電磁相容性(EMC)。 滿足汽車廣泛電壓範圍 LED驅動器設計必須能夠在汽車12V電瓶的廣泛電壓範圍中運作。在國際標準化組織(ISO)7637和ISO16750標準中，有說明LED驅動器必須承受的最常見汽車業12V電瓶電壓暫態要求。 汽車電瓶在正常運作情況下通常為9到16V。在此範圍中，照明輸出必須在所有溫度條件下符合所需法規要求。最近有一些車燈功能可在汽車電瓶電壓為6V時(車輛起止時的一般電壓)執行，例如方向燈。請注意，車輛起止時的啟動電壓分布會隨電瓶狀況和溫度而不同。當供應電壓低於6V時，後車燈通常不須保持運作狀態。但在室溫下進行跨接啟動時，電瓶電壓可上升至24V並維持一分鐘。 車燈功能必須能承受任何損害，並於恢復正常電壓時復原。當發生負載突降，電瓶會在交流發電機產生充電電流時中斷連接，其他負載則維持在交流發電機電路中。在此情況下，供應電壓在交流發電機受到抑制時最高可飆到36V並持續400ms。若發生負載突降，LED驅動器必須能夠於恢復正常電壓時復原。 散熱考量為基本要素 汽車應用必須能夠承受很大的溫度範圍。且車燈電路須在高達85℃的環境溫度下運作。此最高溫度包含因封閉燈自熱所造成的燈殼溫度上升。高環境溫度代表 LED後側燈面臨兩個挑戰：控制LED和 LED驅動器的接點溫度。 若接點溫度超過最高上限，就會使LED使用壽命大幅下降。若LED驅動器為定電流驅動器，公式1可根據環境溫度、熱電阻和功率消耗量，概略估計LED接點溫度的上升幅度，其中θja為封裝熱電阻，P為功率消耗。 T接點=T環境+θjaP     公式(1) LED驅動器也須處理熱考量。由於後車燈採用的定電流驅動器多為線性LED驅動器積體電路(IC)，公式2將驅動器的壓降乘上總電流，來估計LED驅動器IC的功率消耗。其中∆V是LED驅動器的電壓，I是LED順向電流。 P= ∆V*I    公式(2) 若輸入電壓為正常最大運作電壓(例如16V)，而輸出LED電壓為最小運作電壓(例如各具1.9V順向電壓的兩個LED)，最大環境溫度將會是85℃。一般線性LED驅動器在裝置中必須具備2W功率消耗，才能滿足汽車應用。透過公式1和2，即可利用θja估計最大LED電流。 獨立驅動LED像素實現彈性設計 動態後車燈可提供彈性的設計風格選擇，並提供迎賓訊息等個人化功能。隨著新車燈設計採用複雜動態，後車燈設計也從LED串列轉為獨立驅動LED像素。圖5說明從串列LED控制到獨立像素控制的轉換過程。 圖5　以單一LED驅動器控制LED串列與獨立控制各LED。 單一像素控制架構需要更精密的LED驅動與控制方式。目前多數後車燈皆採用微控制器通用輸入/輸出，或使用序列周邊介面或I2C等簡易介面，但如果車燈設計範圍包含整個車輛後側，簡單的介面架構可能無法滿足這類大型後車燈的需求。像素化LED控制可能需要更複雜的數位介面架構，如圖6所示。這些系統中的通訊介面必須符合EMC標準，並且不能產生通訊誤差。 圖6　像素化後側照明的數位介面LED驅動模組架構 LED故障診斷確保車燈運作正常 汽車車燈在使用壽命期間必須符合相關照明輸出規定。但LED也容易發生故障。雖然LED的預期使用壽命比車輛最高運作時數長出許多，但LED仍易受到隨機故障影響。80%的隨機LED故障為開路故障，另外不到20%為短路故障。 偵測傳統白熾燈泡型車燈故障十分容易，因為故障燈泡會整個熄滅。以LED為基礎的車燈在多個串列中使用多個LED，由於非故障的LED會繼續運作，因此並不容易偵測到單一LED開路故障或短路。 在單一LED串列中偵測LED開路相對較為簡單，單一LED短路則較不易判斷。以三串列LED為例。若發生單一LED短路，簡易LED驅動器並無法區別三串列LED與雙串列LED。由於法規要求車燈輸出的前200ms必須達特定亮度，因此在動態方向燈上偵測此類故障是非常重要的。只要發生一個LED短路，車燈便無法符合亮度要求，因此必須透過精密的故障偵測技術來達到「一組故障全部故障」效果。換句話說，只要單一LED故障就會讓整個車燈熄滅。 另外，現在許多車輛重新將後擋玻璃除霧器作為天線使用，或者在車頂另外使用獨立天線。為了避免與天線產生干擾，汽車後車燈的EMC要求非常嚴格。因此LED驅動器必須具備低放射與高抗擾性。在後側照明使用線性LED驅動器可簡化EMC後側照明設計。通常會以國際無線電干擾特別委員會(CISPR)25等排放標準，以及ISO 11452-5大電流注入標準等抗擾性標準來測試後車燈系統。 除此之外，後側照明LED驅動器拓撲為單級或雙級。圖7中的單級拓撲採用單一線性LED驅動器，圖8中的雙級拓撲則使用電壓穩壓器和LED驅動器。 圖7　單級LED驅動器 圖8　雙級LED驅動器 線性LED驅動器可能的電路拓撲為離散電路、電阻器與電晶體，如圖9所示。公式3為計算LED電流的方式： 圖9　離散LED驅動器 ILED = Vin–Vf(LED) 公式(3) 此電路雖然執行容易，但也有許多缺點。由於LED I-V特性和溫度變化，LED電流並不固定。此外，電路並無診斷功能。最後，管理電路中的熱能必須執行電阻器和電晶體並聯，將元件中的功率消耗隔離，避免單一元件因過熱而故障。 與離散LED驅動器相比，LED驅動器IC有許多優點。驅動器IC在任何輸入電壓下都可產生定電流，並可執行內部診斷以達「一組故障全部故障」效果。驅動器IC也會執行熱保護機制特性，當LED溫度超出特定限制，便會減少LED中的電流。減少LED電流會減少功率消耗，減緩接點溫度上升速度(參考公式1)，進而避免造成 LED損害。 後車燈通常採用線性LED驅動器，高電流應用有時則會使用單級切換LED驅動器。執行時EMC挑戰會增加，並且需要展頻等創新技術來減少放射。 兩種車燈調光方式 在須要進行尾燈或煞車燈調光的情況下，LED設計人員會採用兩種方式：類比調光和數位調光。類比調光可減少LED中的電流，進而減少光輸入，達到調光目的。數位調光(又稱為脈衝寬度調變(PWM)調光)利用PWM來進行LED驅動器輸出電流與零電流間的電流調變。因此會降低平均光輸出，產生經過調光的輸出。 類比調光可做為調光方式及提升設計同質性的方法，透過校驗各LED中的電流來達到一致光度。但由於LED是在額定電流下進行調光，減少驅動電流會減少LED 間的光度差異，因此會產生同質性的問題。低電流下的電流準確性對同質設計來說非常重要。大多數的類比調光比都會限制在20：1以下。 若為數位調光，PWM即使在低工作週期下都很準確。 光度不匹配的情況幾乎可忽略，因此非常適合高精度調光。數位調光必須具備PWM產生器，可獨立透過555定時器或微控制器來達成。動態車燈較常使用數位調光，因為較易以韌體進行控制。 後車燈照明未來演變 為了滿足市場對訊號、風格與個人化的進階需求，汽車後側照明系統已有大幅度演進。這些改變使系統變得更加複雜並需要LED驅動器，也為工程師帶來電子設計挑戰，包含： ．更高的電源需求。 ．散熱管理。 ．EMI相容性。 ．故障偵測和防護。 未來客製市場也會增加這方面的需求。此外在不遠的將來，路上交通將會混合自動車輛、傳統車輛與行人，此情況下更提升了汽車照明的重要性，後車燈市場並不會消失。 (本文作者為德州儀器車身電子元件與照明總經理)

例如，現今智慧型手機、電腦和電視所使用的電子顯示器能夠顯示數百萬種顏色。電子裝置製造業者已能掌握環境光顏色對顯示器感知顏色的影響，且了解如何根據不斷變化的場景光源動態改變這些顏色。本文將討論白平衡技術的效益，以及其對於螢幕顯示顏色的真實性和準確性的顯著影響。 光源變化影響人眼顏色感知 光源，也就是環境光的光譜含量，會影響人眼對被觀察物體的顏色感知。物體被放在中午的日光下，則人眼會看到藍色色調被強化。原因在於，此時的日光是來自於陽光和天光的獨特組合。在白熾燈泡(相關色溫可能為2700K)的人工照明環境中，人眼看到的相同物體會顯得更有金黃色調。各種光源的光譜含量比較如圖1所示。 圖1　各種標準國際照明委員會(CIE)光源的光譜功率分布。 圖片來源：SchwartzD 當在不同光照條件下觀看印刷在紙上的圖像時，眼睛易於察覺色彩隨著光源變化而有不同的效果，然而，顯示器不是以這種方式工作。在環境光感測器被普遍整合至智慧型手機和筆記型電腦之前，顯示器的控制器並未考慮顯示器被觀看時的環境光特性。基於這個理由，顯示器是固定預設白點色溫6500K的液晶顯示器(LCD)，最近則有有機發光二極體(OLED)螢幕。6,500K是由國際照明委員會(CIE)產業標準機構所明定，如圖1所示的D65參考光源，其相關色溫(CCT)值類似於明亮的正午日光，藍色部分在光譜功率分布中占有極大比例。 這意味著，在與正午陽光相同的環境條件下，顯示器螢幕上的圖像顯示方式，非常相似於印刷在紙張上的相同圖像的呈現方式。螢幕顯示和印刷圖像都偏藍色。但是，在偏向暖光的照明環境，例如暖白色3,000K LED下觀看時，印刷圖像看起來比較橙黃色，這是因為光源具有更大的紅色/黃色光譜部分，藍色部分較小。沒有調整顯示器白點的強大方法，電子產品製造商僅針對其顯示器提供一個固定的D65白點預設選擇 ，如此就造成在螢幕上呈現的圖像具有強烈藍色色調，與之前相同。 印刷閱讀與顯示器閱讀之差異 閱讀紙張印刷內容時，人類可以閱讀很長時間，眼睛的壓力最小。在具有固定D65白點的顯示器觀看相同內容，顯示器發出的大量藍光會產生不利影響，導致數位用眼過勞，並影響人們的良好睡眠品質。 智慧型手機市場近期成長趨緩，希望創造產品差異化的手機OEM業者，現在可以提供一種被稱為「紙張式(Paper Like)」閱讀的顯示器新功能，作法是將顯示器的白點改變至較溫暖的色溫。新型高精度XYZ色彩感測器最近開始供應，這讓紙張式閱讀得以實現，此一新型感測器具有最佳光環境色溫測量功能，用於調整顯示器的白點(從D65冷藍色到暖白色)。 不過，紙張式閱讀可以最大限度地減少數位用眼疲勞，此外，在睡眠前幾小時自動將顯示器調整到較暖的白點，能為用戶帶來生理上的好處。科學已證明人眼的光學生物效應，以及接收藍光如何刺激喚醒時間的生理機制。科學研究證明，藍光可以抑制褪黑激素的產生，而褪黑激素是人體的天然鬆弛劑，有助於人們獲得良好的睡眠。缺乏褪黑激素使人感到清醒，這可能會影響身體的晝夜節律週期。 XYZ色彩科學已可用於量產紙張 利用現代光學濾波器技術，我們現在能以適合消費電子應用的成本，採用濾色器來匹配人眼的精度。電子製造商已有能力採用XYZ彩色濾光片，進而量產紙張式技術。這些濾光器直接沉積在光學感測器產品的裸晶片上。不像傳統的RGB色彩感測器提供±10%的CCT精度，CIE XYZ彩色濾光片的精度優於±1~5%。CCT精度需求源於1931年發展的色彩空間標準，稱為CIE xy色度圖(圖2)。 圖2　標準CIE色度圖說明 人造光源往往採用較暖的色溫，住宅照明為最溫暖的2,700~3,100K。辦公室照明通常是3,100~4,500K。日光色溫可以從中午的6,000K，到日出前，或是日落之後無雲陰涼處的15,000K。若我們觀看的顯示器白點色溫不同於周圍環境，則我們對各種色彩的感知會受到影響。 在暖光燈光環境中觀看具有中性或冷白點的彩色顯示器，相較於在冷光照明環境中觀看，前者看起來更藍。調整顯示器的白點以匹配環境照明，將盡可能最小化(如果不能消除)此影響。CIE色度圖擷取電磁能譜中380nm至780nm之間的可見光波長，這是人眼能感知的範圍。圖3顯示了人眼的錐狀細胞對於短、中、長等波長類型的歸一化光譜靈敏度。   圖3　人眼的錐狀細胞對於短、中、長等波長類型的歸一化光譜靈敏度。 這種反應是由視網膜的短、中和長型錐狀細胞的神經反應所驅動，對可見光譜的紅色、綠色或藍色部分波長的敏感度最高。錐狀細胞的波長靈敏度跨越相當大的範圍並相互重疊；為簡單起見，將每條曲線歸一在此圖。視網膜中三種錐狀細胞的相對反應，足以解釋色彩視覺，以及色彩可以透過多組色彩匹配函數來表徵，所有色彩匹配函數都是錐狀細胞反應函數的線性變換，且是透過彼此延伸。 圖4顯示了中(M)波長反應如何被定義為適光視圖(Photopic View)，並且被用於定義照度(In Lux)，而這是因為綠色波長最接近人類所見；人類對綠色更敏感，對紅色和藍色較不敏感。   圖4　綠色通道適光反應最接近人類所見，來自CIE適光光度函數。 測量平面上方從各個方向照射至表面某個點上的所有可見光總量，這就是照度(Lux)，這是亮度的度量單位。XYZ三色刺激(Tristimulus)人眼反應(圖5)被定義而且被稱為CIE1931 2Ｏ標準觀測者(Standard Ob-server)，並且用於連結可見光譜波長，以及用於色彩視覺的生理感知顏色。   圖5　CIE1931 2O標準觀測者色彩匹配函數或XYZ 三色刺激(Tristimulus)人眼反應 色彩可分為亮度(或照度，以Lux測量)和色度(以xy色度參數測量)。圖2的色度圖是一個工具，用以指名人眼如何經驗特定光譜的光線。它沒有指定物件的顏色，因為在觀看物件時觀察到的色度，取決於用戶周圍的環境光。 人類視覺系統 人類的視覺系統非常複雜，它與我們大腦的視覺處理引擎，也就是視覺皮層緊密耦合。即使光照條件發生變化，人腦也能夠識別物體的顏色。我們看待色彩的方式並不固定；相反的，它是一種相對的感知。當光源類型改變時，人類會改變他們對所觀看顏色的「感知」，因為物體的表面、光源類型和我們的眼睛之間存在動態關係。 我們的視覺系統可以調整長、中、短錐狀細胞對光譜含量的反應。人眼具有色彩適應機制，以了解不同的環境光條件，如此一來，我們能做出反應，使白色和灰色物體在不同的環境光照條件下看起來仍是白色和灰色的。色度自適應原理的光學增益調整如圖6所示。   圖6　色度適應 提供光譜功率分布(SPD)反應的XYZ色彩感測器如圖7所示。   圖7　TCS3430的XYZ光譜功率分布 XYZ光譜反應是基於人眼，以此提供關於人們如何感知顏色的更準確的資訊。雖然有將RGB值轉換為XYZ的方法，但RGB光譜反應函數並不是精確的色彩匹配函數，因此轉換產生的數值與人眼感知色彩的方式並不匹配。透過緊密匹配人眼的色彩反應，來自XYZ感測器的數據能以一種與人眼相似的方式偵測色彩差異。使用高精度XYZ色彩感測器輸出測量入射光的CIE XYZ三色刺激值，可在測量環境光照條件時提供最佳結果。在圖8中，我們顯示了CIE色度圖中的普朗克軌跡(Lanckian Locus)。   圖8　CIE1931色彩空間色度圖，圖解普朗克軌跡 在圖示中，中間的實曲線被稱為普朗克軌跡。軌跡上的每個點對應於黑體色溫以及相應的CCT值。將顯示器的白點調整至環境色溫，假定顯示器實際知道環境光的色溫。由於螢光燈和LED光源並不總是完全落在這個普朗克軌跡上，因此最好將白點驅動到環境照明的實際色度座標值，而不是默認為普朗克軌跡上的相對應色溫。 自適應顯示技術改變色彩反射感知 圖9說明這種自適應顯示技術的工作原理。在下面的燈箱中，兩支智慧手機嵌入至兩張相同的圖片中。透過改變光源來展示紙張式技術。這樣做也會改變我們對反射色彩的感知。   圖9　紙張式技術展示，顯示在較溫暖的照明環境中，藍光非常明顯 在圖示中，右側的顯示器缺少XYZ色彩感測器並連續發出D65光。左側顯示器有一個TCS3430色彩感測器，可精確測量環境光照條件的任何變化，並使用顯示演算法(圖10)，讓顯示器呈現類似印刷紙張的效果。   圖10　環境測量色溫的RGB乘數值建議。 此顯示器具有8位元RGB乘數值，因此y軸上的數值範圍建議為0到256(因為28 =256)，x軸上的值是來自XYZ色彩感測器的色溫測量值。從圖10可以看出，針對6500K的測量色溫，建議的RGB主顯示驅動器數值應設定為256紅色、256綠色和256藍色，將顯示器驅動到D65白點。例如，當從2,700K白熾燈測量到較低色溫時，應顯示256紅色、195綠色和130藍色。 當6,500K燈泡點亮時，左側顯示器測量環境光，應用演算法推薦RGB值256, 256, 256，將顯示器驅動至與右側顯示器完全相同的白點。結果是兩個顯示器看起來相同。印刷的背板顏色完全融入兩個顯示器的顯示內容。 當關閉6,500K燈泡並開啟溫度較高的3,000K螢光燈時，環境光線會變暖，左側顯示螢幕會自動調整到較暖的白點以匹配新的3,000K環境光線。由於藍光成分減少，印刷圖像看起來更為橙黃色。我們觀看印刷圖片所感知的顏色略有變化。沒有色彩感測器的顯示器持續顯示相同的偏藍D65白點，在暖光的3,000K環境中非常明顯。在這種情況下，很明顯地，右側顯示器看起來更藍，而左側顯示器針對3,000K照明環境自動調整白點，使其顯示器產生類似印刷的可讀性。 關閉3,000K燈泡並開啟更溫暖的2,700K白熾燈，由於藍光含量較少，環境光線變得更加溫暖，更加黃橙色。此外，左顯示器和我們對印刷圖像內容的感知顏色進一步改變。左側顯示器自動將其白點調整為有利於2,700K環境照明環境的白點，其中右側D65白點顯示器發出相同的偏藍的藍光內容。 光學濾波器技術大增減少用眼疲勞 傳統上，智慧型手機、電腦和電視OEM製造商為顯示器提供固定白點，並針對單一預設白點提供手動或當天時間設定，但是效果有限，因為它無法涵蓋不同的照明條件。幸運的是，透過光學濾波器技術的進步，能以大量消費電子市場可接受的價格提供人眼水準的精度，這是一種能夠自動測量環境照明條件的好方法，讓顯示器可以呈現紙張式的觀看效果。 當我們在反射光環境中，以及在電子顯示器上觀看內容時，環境照明條件的改變將顯著影響我們對觀看色彩的感知。現在，科學已證明具有固定D65白點的顯示器對我們的身體有著生理作用影響。在環境照明條件改變下，自動將顯示器白點調整為最佳化設定，已被證明能提供生理上的好處，可以最大幅減少數位用眼疲勞，同時幫助我們在夜間擁有更佳的睡眠品質。 (本文作者為ams進階光學解決方案部門的資深產品行銷經理)

製造工廠慢慢變成儀測和連網環境，以IIoT為認知製造的核心元件，轉型成網路實體系統(圖1)。由嵌入實體資產中的IIoT 裝置和感應器提供有關這些系統功能的資料。資料經過分析後，企業便能更加瞭解其製造作業，帶來新的商機及營運機會。 圖1　IIoT技術是推動智慧化製造的基石。 電子業力求加強網路安全 製造作業是電子業價值鏈中最昂貴的部分之一。雖然IIoT能提供洞察見解，但是暴露於潛在網路攻擊和多方面損害的風險仍會增加。攻擊者會趁機利用每一端點當作新的未授權入侵點，無論是由網路駭客、競爭對手、從事企業間諜活動的國家/地區，還是心懷不滿的員工所致，一旦受到攻擊，損失就會以迅雷不及掩耳的速度排山倒海而來，風險可能包括設備故障、關鍵資料遺失以及公司聲譽受損，甚至人身傷害或失去性命。 IIoT技術可以大大提高營運效率，但是如果沒有好好保護，還是會暴露潛在的新攻擊面並成為資安目標。每台新機器一連接到其他IIoT裝置就會變成「系統的一份子」。像5G這類技術擴充，提供了攜帶大量資料所需的基礎架構，就有可能增加IIoT技術的使用率。 不過，這也會擴大攻擊面。從高價值資產或服務、雲端中的關鍵工作負載、網路實體系統中的程序控制子系統，再到關鍵業務和營運資料等等，幾乎任何事物都有可能變成攻擊弱點。想想看一家電子製造商使用安全儀表系統(SIS)控制器，從工業設備讀取資料來協助確認機器是否運作正常。若這些系統遭到入侵，有可能會造成實體損壞並中斷作業進行。事實上，2017年12月Triton/Trisis惡意軟體曾被用來對付大型電氣公司Triconex/Tricon安全系統韌體中的零時差漏洞。這導致緊急保護系統出現故障(圖2)，不僅會損失資產，網路本身也會面臨風險。   圖2　對工業控制系統(ICS)的攻擊。 組織所需的功能不僅要保護資產和網路，還要保護整個IIoT生態系統。而在發生資料外洩時快速有效應變的能力也是同樣重要。各行各業都必須設法因應變本加厲的IIoT威脅。 為了能更瞭解IIoT安全風險和影響，IBM商業價值研究院(IBV)與Oxford Economics合作訪問700名高階主管。他們分別代表了18個國家/地區700家的能源和工業公司，其中269家是電子業，這些公司都在工廠實施了IIoT。 即時設備監控和預測性維護就是兩種最普遍的應用，分別占65%和58%(圖3)。機器和程序自動化也是常見的應用，分別有45%和43%的比例在使用IIoT技術來自動化執行機器和工作流程。 圖3　IIoT技術在電子工廠和裝配線中的五大應用。 電子公司意識到網路安全風險，並設法相應地管理其安全支出(圖4)，但是他們卻不甚清楚IIoT網路安全對於保護今後業務免於IIoT威脅所必備的綜合能力(技能、控制、實務和保護等技術)。 圖4　IIoT網路安全風險對照安全支出因素。 公司在迅速採用新技術時，若沒有優先考慮適當的網路安全保護措施，就會讓自己陷入重大風險： 1.暴露機密資料：受訪高層主管將此評為風險最高，68%已強烈意識到敏感或機密資料(例如客戶和員工資料、供應商/合作夥伴智慧財產與合約)暴露，對公司成長影響甚鉅，例如損失收入、投資、率先上市的優勢，以及在競爭對手或仿冒者夾攻下流失業績。 2.企業聲譽受損和喪失大眾信心：根據60%高階主管表示，安全資料外洩對電子公司形象和聲譽造成的打擊，影響甚鉅，包括品牌的信用和信賴喪失，企業和客戶關係也會遭到無法挽回的傷害。 3.蓄意破壞導致生產中斷：45%受訪高層主管表示，此類風險可能會大幅造成實體設備受損，致使工廠從業人員受傷。網路攻擊者可能會入侵公司工業系統並操縱網路基礎架構，這樣一來，入侵就能竄改機器軟體程式或監督控制與資料蒐集系統(SCADA)。 4.智慧財產(IP)遭竊：智慧財產是未來成長的關鍵。像是工程計畫和專屬製造程序等商業機密都是競爭優勢的來源。有40%電子公司認為智慧財產(IP)遭竊可能會對未來成長造成影響，一次小小的入侵就會讓產品設計智慧財產(IP)陷入風險。 5.違反法規要求：「一般資料保護規範(GDPR)」於2018年5月生效，加上治理產品與生產程序的環境法，增加了法規暴露和風險。38%受訪高層主管非常擔心違反規定造成的潛在影響，例如可能導致巨額罰款的違規行為。雖然GDPR會保障個人資料，但也需要注重實際營運政策，例如排放、能源使用、可回收性和資產/廢棄物處置。 從支出角度來看，61%受訪電子業表示，他們主要是為了保護機密資料才會花錢設置IIoT網路安全機制，超過50%受訪者主要也是為了減少安全事件、事故和資料外洩才這麼做。 確保工業聯網安全　早期領導者率先動作 調查發現有一群早期領導者已經採取措施在保護IIoT環境。所謂早期領導者是指各行各業中受訪的公司，包括電子業。受訪的700家公司中有76家屬於早期領導者，其中36家都是電子公司，此一族群係依照以下三項指標評比為表現一流的前25%企業。 雖然早期領導者離真正保護環境還有一段距離，但是他們確實比其他公司更精準地掌握了IIoT部署和連網工業控制系統(ICS)的安全需求。47%受訪者制定了正式的網路安全計畫，以便建立、管理及更新所需的 IIoT 網路安全工具、程序和技能，而其他電子公司僅占13%(圖5)。   圖5　瞭解IIoT網路安全和採用正式的網路安全計畫。 早期領導者在業務和作業流程中整合IIoT網路安全方面也表現出更高的成熟度，有99%不僅僅只是投資該領域(圖6)。有20%的早期領導者已優化了IIoT網路安全功能並看到了效益，其他電子公司則占6%。早期領導者各自使用網路安全解決方案來保護資料和裝置，並使用自動化與認知技術來偵測和回應以下三個領域的安全威脅(圖7)，分別為保護整個IIoT生態系統的資料、在整個生命週期保護裝置，使安全系統保持最新狀態，以及運用自動化與認知智慧增強偵測和回應。 圖6　IIoT網路安全整合成熟度。   圖7　早期領導者各自差異。 在保護整個IIoT生態系統的資料方面，電子供應鏈共享大量機密資料和智慧財產，如果遭到暴露或是遭竊，那麼公司、供應鏈及合作夥伴的未來事業都會陷入風險。值得注意的是，33%的早期領導者與14%的其他電子公司已領先實施特定的網路安全解決方案。 而在整個生命週期保護裝置，使安全系統保持最新狀態方面，未受保護的感應器和裝置會使營運技術(IT-OT)IIoT的網路遭到攻擊，對實體和財務造成不堪設想的後果。37%的早期領導者已領先保護他們的IIoT裝置，其他電子公司則占23%。 至於運用自動化與認知智慧增強偵測和回應，則是因應保護和預防無法解決所有問題，請備好系統以偵測資料外洩並減輕損害。傳統偵測系統可以解決已知的攻擊和威脅傳染媒介與漏洞。而人工智慧(AI)、機器學習和進階行為分析等認知能力，則有助於因應未來可能出現和遭到利用的「未知狀況」。28%的早期領導者已領先實施這些綜合實務，其他電子公司則占19%。 運用九大基本實務降低安全風險 早期領導者應用了風險型和規範型的安全方法，著重於九大特定實務(圖8)。   圖8　早期領導者採用各自不同的安全實務。 保護IIoT生態系統資料 電子公司最大的IIoT相關風險就是機密資料暴露。事實上，電子工業發生的各種IIoT 網路安全事故中，包括疑似、未遂和成功入侵等，資料洩漏排名第一，占總數的26%。以下做法有助於解決類似事件。 1.實施IIoT裝置使用者隱私控制：如果使用資料能鏈結到裝置，就可以推斷出有關公司生產和流程機密的資訊。為了解決這個問題，公司應該實施控管措施，讓使用者指定裝置資料的儲存方式，以及與第三方使用和共享資料的方式。在其他情況下，類似的策略也很重要，例如變更擁有權。 2.實施驗證使用者的IIoT鑑別：有兩倍之多的早期領導者(30%對15%)已領先採用這種做法。鑑別IIoT裝置身分的能力非常重要，特別是經常無人看管的IIoT機器對機器(M2M)情境。 3.定義明確的服務水準合約(SLA)以確保安全和隱私：有三倍之多的早期領導者(28%對10%)以這種方式監控和執行安全要求。為了對抗內部攻擊並防止資訊遭到盜用或外洩，就要實施資料存取控管。清楚掌握誰有權存取機密功能或資料，並密切監控和審核這些授權使用者的行為。 時時更新安全系統　 有23%的受訪者表示，電子IIoT部署中最易受攻擊的部分就是平台，而22%受訪者則表示是裝置和感應器。解決此點主要挑戰的四種做法包括： 1.庫存授權和未授權軟體：務必控管驅動IIoT元件的軟體版本、審查與版本相關的威脅並建立安全基準線。這些措施應該還要加上深入瞭解端點的作用與通訊對象。每個端點都要建檔、加到資產庫存中並進行監控。 2.部署內建診斷功能的IIoT裝置：早期領導者都有實施偵測裝置，能發現因元件故障或篡改企圖而引起的故障。IIoT端點經常要在惡劣的環境中運作，且長時間無人為操作。雖然端點的安全和隱私至關重要，但是卻不常在軟硬體中增設加密安全功能。 3.自動掃描連網裝置：持續評估和補救弱點的做法非常重要，但是主動掃描漏洞對ICS網路通訊不利，還會進一步影響產品和系統可用性。如果自動掃描不適用，也可以改用被動監控工具。 4.部署安全強化的裝置硬體與韌體：更換裝置通常成本高昂，而且新版裝置還可能不適用於提升的安全性。公司應該持續執行協調性修補和更新，雖然所要更新的裝置通常每天整天都在執行，還是要克服這種本質上的挑戰。這對不少製造時缺乏安全性的舊版設備尤其重要。 運用自動化與認知智慧增強偵測和回應 保護和預防無法解決所有問題，即使是安全開發和部署的系統也不能保證絕對受到保護。攻擊者不斷會伺機滲透系統，因此必須採用自動化機制來偵測和補救資料外洩。 據44%受訪高階主管表示，保護電子IIoT部署安全的最大挑戰，就是缺乏高技能的網路安全資源。電子公司可以實施AI驅動的自動化調查程序來減少以人工方式偵測威脅。若要有系統地為自訂警示訂定威脅的優先順序，可以定義機密資料與資產、網路分段和雲端服務。採用AI威脅偵測和補救措施共有兩種做法： 1.應用進階行為分析來偵測資料外洩並做出回應：有兩倍之多的早期領導者都在使用機器學習的行為分析。他們能應用企業級 AI支援的威脅偵測，找出異常的使用者活動，並排定風險的優先順序。早期領導者也已領先採用機器學習，自動執行正常行為的調適性模型、追蹤這種正常行為，並標記可能示意有新威脅的異常活動。 2.實施AI技術即時監控安全並做出回應：若能應用資料驅動技術，從外部和內部來源建立即時饋送的威脅情報，就能更快偵測出威脅並進行補救。 綜上所述，IIoT需要融合IT和OT這種能監控和控制實體環境的系統，但是過程相當複雜，且有一定的風險。不過IIoT技術務必要好好保護，否則其直接的營運和財務效益，可能會以整個生態系統的未來為代價。

虛擬實境系統 虛擬實境(VR)頭盔電路框圖如圖1所示。VR頭盔屬於高密度運算應用環境。圖像顯示要求專用的圖形處理器(GPU)和影像處理器(IPU)來增強用戶體驗。音訊處理部分則要求高速數位訊號處理器(DSP)，而整個系統由中央處理器(CPU)協調。 圖1　VR頭盔電路框圖 VR系統需要經過優化的電源管理方案，以支援資料處理、通訊和感測器功能。負載是動態的，並趨向於使用更低的供電電壓，這對負載瞬態電壓的跌落要求將更加嚴格。由於處理器所在設備會包裹在頭部周圍，散熱成為選擇電源管理IC的另一個關鍵指標。  AP電源管理方案 圖2所示為典型的VR電源管理方案，以及系統運行所必需的協助工具。須要多路電壓輸出為CPU、記憶體及其他功能電路供電。即時時脈(RTC)和32kHz晶振(XTAL)支持高精確度計時。GPIO擴展器提高通斷控制靈活性以及模組和感測器管理。 圖2　典型AP電源管理 如果使用分離IC實現這些複雜功能，將面臨多方面巨大挑戰： 1.AP系統要求嚴格的上電順序，以便在電壓和溫度變化條件下成功啟動。這一要求很容易造成系統被過度保護、體積龐大。 2.如果在正常工作期間遭遇系統或穩壓器故障，系統必須能夠發出處理器報警並確定下一步操作。這種優先順序和順序檢測至關重要。 3.較大的方案面積、較長的PCB走線將對穩壓器效率產生不利影響，縮短設備的執行時間，增加系統發熱程度。 4.分離式設計方案增加了電路板的元件數量，事實證明這種情況會因為裝配問題造成較高故障率，以及較差的訊號完整性。 5.分離式方案中使用IC非常多，占用更多的I2C匯流排資源，造成額外的處理器資訊讀取延遲。 整合方案 全整合方案能夠克服分離式電源配置所面臨的挑戰。圖3所示為單晶片整合PMIC為AP供電的示意圖，可有效減小PCB尺寸、重量和體積，且不會犧牲效能。 圖3　全整合式AP電源管理 MAX77714為完備的電源管理IC，特別適合運用於系統單晶片(SoC)應用處理器功能。兩路大電流降壓調節器(SD0和SD1)優化用於AP的CPU和GPU供電，且輸出電壓支援動態電壓調節(DVS)，範圍為0.26V~1.52V。輸出級MOSFET的RDS(ON)經過優化，提供優異的轉換效率，如圖4靜態分析所示。這些調節器也支援強制脈寬調變技術，大幅降低輕載條件下的紋波。另外兩路調節器(SD2和SD3)具有較寬的輸出範圍，通用性更強。全部四路開關穩壓器均具有內部補償，將外部元件需求降至最低。 圖4　效率優勢 MAX77714還提供9路可靈活配置的低壓差(LDO)線性穩壓器，電流範圍為150mA~450mA，適用於系統的雜訊敏感電路供電。全部LDO都具有兩種軟啟動速率，以限制啟動期間的浪湧電流，支援較寬的輸出電壓範圍。8個GPIO接腳可靈活配置。其中4個GPIO接腳可配置用作電源排序(FPS)控制，3個GPIO接腳可配置為32kHz時脈輸出，用於同步外部系統。最後，第8個GPIO接腳則可配置為系統喚醒接腳。 即時時脈配合外部晶振工作，提供計時和喚醒功能。如果不使用該功能，則可使用內部矽振盪器，以節省BOM成本。可靠的開/關控制狀態機驅動FPS實現上電/斷電、故障處理和電源模式控制，最大程度減少AP的介入。此外，整合看門狗計時器用於系統監測，避免AP操作掛起狀態。 PMIC採用70焊球、4.1mm×3.25mm ×0.7mm、0.4mm焊距晶圓級封裝(WLP)，是空間受限應用的理想選擇；此外，較高的工作頻率允許使用小尺寸被動元件，最終獲得PCB面積僅為230mm2的總體方案(圖5)。 圖5　PCB 230mm2 PMIC具有多個可配置暫存器，可以透過I2C進行自訂，實現眾多產品的量身定制。 虛擬實境應用中的AP供電在靈活性、效率和尺寸方面都帶來了諸多設計挑戰。高度整合的PMIC方案提供靈活配置，非常適合各種空間受限的應用處理器供電。低RDS(ON) FET提供優異的轉換效率，同時高頻工作允許使用小尺寸被動元件，進一步降低PCB尺寸和成本。 (本文作者為Maxim半導體工程師)

在QSFP-DD形狀係數的開發過程中，利用了產業強大的製造能力與成本結構，為支援40GbE和100GbE使用的QSFP+和QSFP28實際標準。這一形狀係數在一個機架單位(RU)上即可啟用36個400GbE埠，提供超過14Tbps的頻寬(圖1)。 圖1　QSFP-DD在1個RU上可為36個埠提供支援 QSFP-DD模組向下相容從40Gbps到 200Gbps的所有基於QSFP的收發機，並且可以支援一系列的產品，包括： ．3米長的被動銅纜 ．在並行多模光纖上支援100米的距離 ．在並行單模光纖上支援500米的距離 ．在雙工單模光纖上支援2公里和10公里的距離 ．WDM和連貫設計 熱需求與熱工測試 在設計含有可插拔模組的設備時，其中一項挑戰就是每個插座必須能夠承載最大的熱負荷。一項預測全部光學模組的類型與傳輸距離的研究調查結果顯示，需要至少15瓦的冷卻功率才可以支援QSFP-DD 的最大傳輸距離(圖2)。 圖2　QSFP-DD模組的距離與功率比較 產業對於小形狀係數模組產品的構建(以及冷卻)經驗豐富。其中包括尺寸較小的SFP單通道模組以及向下相容的QSFP4通道模組。這兩種模組都已大量用於現今的網路交換機當中。這些經驗可以應用到QSFP-DD可插拔模組中，而且，憑藉進一步的創新，現在認為在400GbE產品中可以很容易就能夠達到1瓦的功率(圖3)。 圖3　資料中心1RU的埠密度 對降溫進行最佳化的靈活性，是QSFP-DD在系統設計方面的一項主要優勢。運用在熱工方面眾多可行的創新，平頂設計可以對頂部的散熱器或熱管進行最佳化。這種靈活設計的範例包括一系列的埠入口、埠排氣口以及邊對邊的冷卻選項。 各種高密度系統採用各不相同的印刷電路板(PCB)布局、風扇放置方式以及氣流控制方案，從而允許對路由、模組布局和氣流進行最佳化。前部對前部的布局可以將QSFP-DD模組置於印刷電路板上相對的兩側。在這種設計中，流過印刷電路板兩面的氣流為模組的冷卻帶來一定的優勢。與堆疊式的卡籠相比，這樣還可為進入模組內部的高速走線實現更好的訊號完整性。前部對前部布局的一個缺點就是印刷電路板上元件的高度受到限制，並且高功率交換晶片上散熱器的高度需要減小。 另一個方案，即堆疊布局，可以將QSFP-DD模組安放到印刷電路板的同一面，而氣流只會在一面流動。在這種布局中，散熱器的高度可以提升到最高，而為交換晶片的冷卻帶來優勢。採用這種堆疊設計的主要挑戰在於向上方堆疊卡籠進行高速走線時的訊號完整性，以及下方卡籠模組的冷卻問題。 進行熱工測試以了解在指定工作範圍內QSFP-DD模組和卡籠的熱力效能，並且確保產品作業過程中耐受極端溫度時QSFP-DD解決方案的穩健性。這些廣泛測試的結果詳細記錄下了氣流和熱工測試的結果，其中使用了溫升作為系統設計的主要參數。在每個測試範例中，目標熱力效能使從環境溫度到模組外殼的溫升保持在30℃以下。 堆疊卡籠測試範例 要在上下插槽中同時對模組進行冷卻，須要將散熱器整合到2×1的卡籠中。進行測試以確定模組-卡籠-散熱器與高功率光學模組這一組合的熱力效能。使用邊對邊的2×1卡籠來代表1RU的交換機，以進行模組熱工測試(表1)。 熱工測試的主要關注點在於固定的1RU系統設計，原因在於，從熱設計的角度來說，這種設計通常最具挑戰性。這一形狀係數的風扇空間受到限制，是最複雜的模組熱設計。線卡向外拉出的模組化系統設計通常配有尺寸更大的風扇，在各元件之間能夠提供更大的氣流。通常情況下，與固定設計相比，模組化系統中的溫升要低5~7℃。 每次測試中，兩個2×1的QSFP-DD卡籠設定為邊對邊的方式。全部熱工測試都在海平面上於20~22℃的室溫範圍內進行。氣流方向為從前到後，並且測試中使用的氣流範圍是系統設計的典型範圍。在某些測試範例中，使用了測力計/測力感測器來將散熱器的下壓力設為指定值，以便達到一致的測試結果。 堆疊卡籠的熱工測試中，在預設為低壓力(表2)或高壓力(表3)的情況下，使用夾具造成溫度升高。這樣就產生了非常接近的溫度結果，表明夾具設計產生的緊固力較為適宜。當每個2×1的卡籠中的氣流約為7CFM時，模組外殼的平均溫升在21~22℃。 溫升圖表明了，如果每個2×1卡籠上的氣流超過8CFM，則模組外殼的溫升可以小於20℃。在大多數的情況下，經過測試的CFM範圍之內，2×1卡籠中的底部模組在執行的時候，將可以比頂部模組的溫度高出2~4℃。溫升與功率圖確認了QSFP-DD模組/卡籠的組合在小於30℃溫升情況下能夠為所需的15瓦功率提供支援。 在前部對前部的設計中，散熱器安裝在表面安裝卡籠的頂部。這種設計在1U的交換機設計中應當提供最優的模組氣流。這是一項元件級別的測試，採用了兩個1×2的QSFP-DD卡籠，設定在測試板的兩面。全部熱工測試都在40℃的溫度下進行。氣流方向為從前到後，並且測試中使用的氣流範圍是系統設計的典型範圍。前部對前部的熱工測試同時採用了14瓦和15瓦的模組功耗。結果顯示，模組中心/後部的功耗偏置可帶來熱力效能上的顯著改善。 在氣流從前向後流動的前部對前部系統中，當每個模組的氣流為6.4CFM時，在46℃的環境溫度下15瓦模組的外殼溫度可保持在70℃以下。在40℃的環境氣溫下，模組的最大功耗增至18瓦。對熱環境或自訂散熱器(更高的散熱片高度和/或更大的散熱片密度)進行最佳化，可將模組的最大功耗提升至18瓦以上。需要6.4CFM的氣流才能達到所需的熱力效能。在2.5英寸水柱的壓降下使風扇反向旋轉可做到這一點。 建立並良好的維護可交互作業的互連解決方案專案，對於收發機模組、交換機技術及伺服器方面的進展絕對具有至關重要的作用。隨著資料中心不斷的提升功率容量以及冷卻系統的極限，熱管理的重要性正在日益提高。 兼具靈活性與經濟性 QSFP-DD模組的熱力效能已針對高效能資料中心環境下的使用進行了廣泛評估。獲得的資料清楚的表明，溫升與氣流的對比充分驗證了15瓦QSFP-DD 模組在現實的資料中心環境下的可行性。 作為一種靈活的低成本解決方案，QSFP-DD模組充分利用了在系統、模組和卡籠的熱設計以及策略上的豐富經驗。熱工測試確認了該形狀係數可在產品的自訂方面為產業提供最大的靈活性。在堆疊卡籠和前部對前部的組態中，QSFP-DD模組都可為所需的熱負荷提供支援，滿足對於下一代高頻寬應用的需求。 (本文作者為Molex集團產品經理兼QSFP-DD MSA共同主席)

其中一些應用呼應了比特幣區塊鏈先行者最初的想法。1991年，Bellcore的Stuart Haber和W.Scott Stornetta發布了一篇論文，成功地預言了區塊鏈的到來，並提議採用一個完整的加密簽名區塊鏈，以便使相關文檔採用的時間戳記和其他憑證可以設置為防篡改方式。偽造時間戳記的唯一方法是再創建一個新鏈，並以某種方式說服使用者這是合法的記錄。雖然理論上可行，但實際上卻是一個繁瑣的過程，在許多參與者都有自己原始副本的情況下，成功率非常低。 支援分散式帳本　資料安全有保障 進行某些活動需要不可撤銷的事件和交易驗證，區塊鏈能夠提供儲存這些資料的方法，並且以一種不需要中央安全資料庫的方式來儲存資料，然而傳統上卻必須仰仗這些。現代區塊鏈透過支援分散式帳本而不再需要單一的資料庫。 在須要採用分散式帳本的應用中，任何參與者都可以持有自己的相同副本，並且透過區塊鏈協定在幾分鐘內，甚至更短的時間接收更新。對於駭客來說，篡改現有記錄非常困難，因為有這麼多用戶擁有自己的副本，並且出於一致性考量，還可以檢查任何導入的更新。 目前，企業和政府都在探索區塊鏈和分散式帳本技術的潛在價值。例如，愛沙尼亞政府已經採用了一種分散式帳本，讓公民能夠檢查官方記錄，並確保即便是部門內的惡意員工也不能篡改這些記錄。 供應鏈的參與者須要驗證他們製造和發運產品的真實狀況，現在他們也開始採用區塊鏈和分散式帳本來確保交易記錄的安全。這些產品從咖啡豆等簡單商品一直涵蓋到鑽石等更珍貴的物品。 善用分散管理功能　運用資料更有效率 物聯網(IoT)和區塊鏈共用了一些關鍵特性，使它們互相彌補而成為能夠支援安全服務的技術。與分散式帳本一樣，物聯網的基本原則是分散管理，沒有單一故障點。網路上的每個裝置都會根據可用的資料做出即時決定，如果遇到故障，就會集中工作去解決。同樣，區塊鏈也避免了集中式資料庫所面對的問題，如果核心伺服器出現故障，整個系統將面臨風險。 區塊鏈和分散式帳本可以用來管理物聯網裝置，這個過程涵蓋裝置製造之初到被分解和零元件回收之時。例如，當工廠製造物聯網裝置時，可以在相關的分散式帳本中為其提供條目，購買者可以採用這個不變的記錄來驗證其擁有一個合法的裝置，並且在區塊鏈上有一個新條目，聲明對該裝置之所有權。在須要讓裝置終止服務時，區塊鏈將被更新以聲明該裝置不再採用。任何進一步採用該裝置的嘗試，包括可能的駭客試圖侵入系統，都可以對照區塊鏈進行檢查，然後將其與網路隔離。 採用分散式帳本，不須要仰仗單個供應商來維護可靠的資料庫。只要有與區塊鏈交互的系統，那麼就會有帳本的副本，使用者可以確保記錄是完整的。無須將交易僅限於啟動、購買和刪除，區塊鏈可以支援新的業務模式，例如出租服務，甚至是暫時移交裝置。 例如，在農業應用中有一種可以為同一地區的各式各樣農場主承擔任務的自動曳引機。當一個農場主付錢租用曳引機時，會行駛到其田地並一直工作到租期結束。隨著狀態的每一次變化，曳引機都會更新區塊鏈，以表示它做了什麼，為誰工作。在每個階段，曳引機都可能與雲端服務交互，與這些服務相關的區塊鏈上的條目確保對特定的農場主收取相關費用，於是能更加靈活地分配可用資源，並減少各個農場主的資本投入。 醫療物聯網 醫療物聯網是另一個可以利用區塊鏈技術之領域，尤其是近年來出現更複雜的醫療形式。比特幣需要所有參與者能夠看到所有交易的能力。資料是匿名的，有了足夠的外部資料，就可以分析比特幣區塊鏈上的支出模式，以識別個人以及他們是何時進行的交易。醫療保健立法要求保護隱私，須要避免採用完全開放的區塊鏈。於是就要使用授權區塊鏈。 使用者授權可分級 在授權區塊鏈上，有不同的訪問級別，只有授權使用者才能查看任何分類帳本資料。還有更多的許可權控制層面，可以在不影響區塊鏈抗篡改能力的情況下保護其各個部分。在這樣的區塊鏈中，只有具備正確憑證的醫生才能看到患者的詳細記錄，而保險公司就只能看到這些記錄的其中一部分。當一個物聯網裝置將心率和其他生物資料上傳到區塊鏈時，透過適當的金鑰對記錄進行簽名以鎖定每個項目。 比特幣應用區塊鏈　降低耗能成為關鍵 儘管區塊鏈概念顯示出在物聯網中的美好應用前景，但也需要一些相應的支援技術來進一步改進。對比特幣和其他網路貨幣的主要批評在於其能源的大量消耗，這是由於協定在不受信任的參與者進入信任網路時要確保信任，而參與者中許多可能是惡意的。 比特幣協定採用工作驗證以確保參與者相信儲存在區塊鏈中的更新。任何貨幣系統都具有一種可能，惡意使用者可以將虛假交易放入區塊鏈，並有效地盜取用戶的錢。比特幣仰仗於許多用戶之間的共識，能夠避免出現這種問題。只要這些用戶彼此獨立，他們就更有可能在真相基礎上集體達成共識，而不受欺騙。然而，此類網路中的一個漏洞是，如果用於處理更新的運算資源一半以上落入某個用戶之手，原則上，他們可以開始進行其他人無法阻止的虛假交易。這就是為什麼比特幣的工作驗證是一種運算密集型散列演算法，其運算水準也需要根據部署在比特幣網路上的運算能力定期調整。對於單個用戶，為了獲得對網路的控制權，他們須要部署大量的運算引擎，而回報卻非常有限。 用戶在完成更新任務時將獲得比特幣供應，這維護了獨立的比特幣「礦工」的利益，並有助於確保任何單一用戶都無法控制網路。如果一個用戶真的獲得了控制權，他們會得到大部分被挖掘的比特幣。但隨著參與者退出，區塊鏈本身將很快失去價值，他們對運算資源的投資將只有非常低的回報。因此，比特幣的架構設計是鼓勵廣泛的資源配置，反過來說，這些資源又提供可信賴。然而不幸的是，由於採礦界的競爭，工作驗證(Proof of Work)演算法也導致了很高的環境成本。 其他區塊鏈則不須要承受這種環境成本。區塊鏈技術效能的關鍵是在參與者之間達成共識。認識到這一點，就能夠開發新的技術，透過增加對更傳統認證形式的支援，避免了與工作驗證相關的運算成本。例如，權威驗證採用安全憑證讓參與者顯示具有訪問區塊鏈所需的級別。在這個系統中，有些使用者是驗證者(Validators)。他們取代了礦工，因為他們被批准能夠對區塊鏈進行更新。要成為驗證者，須要向一個根授權節點驗證他們的身份。這類系統與支援協定所涉及的身份驗證技術並無不同，如網路上的安全通訊端層(SSL)和傳輸層安全性(TLS)。然而，這樣的系統可能會受到駭客的攻擊，他們的攻擊目標是根授權節點或特定的驗證者。 透過隨意選擇參與者來進行更新，重要嘗試工作驗證(Proof of Stake Attempts Work)可以免除對已知驗證者的可能攻擊。為了降低惡意呼叫概率，只有在過去取得足夠數量的有效交易使用者才會有資格從中選擇。由於在區塊鏈中儲存有重要資料的使用者不希望其貢獻無效，因此系統能夠確保高級別的可信度。 區塊鏈高速發展　物聯網應用成熟 區塊鏈現在已是一種快速發展的技術，其普及的範圍也越來越廣，因此目前也正在開發其它的系統，以滿足不同的需求，提高彈性水準，並支援高的可信任度。有一組安全架構現在已經成熟，並可用於新型物聯網應用。這些成果將促進開發新的商業模式，並能夠使部署在與物聯網基礎設施中的智慧型裝置得到最好的利用。 (本作者任職於貿澤電子)

車輛CO2排放法規並不新鮮，多年來一直由政府車輛監理機構實施。但最近的各國的目標更為提升，也為汽車電氣化趨勢更添動力。 中國身為全球最大的汽車市場，最近承諾禁止石化燃料汽車，挪威希望2025年銷售的所有乘用車都是零排放車輛，荷蘭則設定了2025年銷售的乘用車中50%需是零排放車輛的較低目標。印度正在推動到2030年只銷售電動車，而這可能只是我們將在全世界看到的法規的開始。從圖1可以看出，目前歐盟CO2排放目標將在2020年中實現，預計今後的排放限制將按照趨勢繼續下去。這些目標對內燃機(Internal Combustion Engine, ICE)的設計形成挑戰，如果沒有電動傳動系統元件作為車輛的混合動力或替代非石化燃料來源的貢獻，就無法實現這些挑戰。 圖1　歐美日汽車排碳標準發展趨勢 空氣品質惡化催生電動車商機 但挑戰不僅僅是石化燃料的消費和由此產生的二氧化碳排放而已。直接注射為基礎的內燃機(如柴油和高性能汽油發動機)產生的氮氧化物排放和顆粒物都是攸關健康的問題。這在都市中是不被接受的，導致相關法規愈趨嚴格－倫敦和巴黎等大城市正在禁止車輛進入市中心，而中國城市則透過日期限制車輛的使用。 車輛電氣化迫在眉睫，但市場將以多快的速度採用？(圖2)匯整了2050年以前車輛發展趨勢，ICE的比重將逐年減少，例如在2032年，50%的車輛將有電動馬達協助傳動系統。不過，燃油車輛要到2045年市占率才會低於50%。當然，未來道路上混合動力或電動車的確切數量將取決於許多經濟和社會因素，例如： 圖2　2015~2050年車輛發展趨勢 資料來源：Strategy Analytics、Evercore、NXP CMI ．汽油和柴油價格與電力價格比較。 ．技術進步－規模經濟、電池成本效益提升、電池化學性能的改善以提高能量密度(範圍)、充電基礎設施的普及。 ．越來越令人關切的問題：環境及氣候變化。 ．消費者行為和對車輛擁有權的態度以及電動汽車技術接受度。 ．關於燃油經濟性、二氧化碳排放和污染的法規的態度。 從圖2中還可以看到，有不同形式的電動汽車，從輕混合動力(Mild Hybrid, MHEV)到全混合動力(Full Hybrid EV, FHEV)和插電式混合動力電動汽車(Plug-in Hybrid EV, PHEV)到純電池電動汽車(Pure Battery EV, BEV)。未來每輛車，至少有一個電動機，協助燃油車。不出意外的話，隨著電力行駛的比重持續提升，二氧化碳減排效果將越來越明顯。 油電混合車發展迅速 傳統的ICE需要在寬鬆的駕駛條件下行駛。因此，在某些領域，特別是低速度/高扭力的效率受到影響。電動機是ICE的好夥伴，因為它們在低速時輸出最大扭力，這意味著ICE可以根據更適合的條件進行優化。 第一輛混合動力汽車是FHEV車型。由豐田普銳斯(Toyota Prius)，於1997年首次推出，目前仍是銷量最高的混合動力汽車。自普銳斯問世以來，已經取得了許多進步，最顯著的是PHEV，其中增加了外掛程式功能為電池充電。在純電模式下，PHEV僅適用於短距離，通常為20~30公里。FHEV和PHEV往往從類似的電壓水準運行，約為400V(圖3)。 圖3　不同類型車輛的電動化程度 最近的FHEV和PHEV車輛有兩個電動機，一個是針對電池的剎車動能回收和充電而優化的，另一個是針對扭力和功率進行優化以帶動車輛。然而，由於電機在低速時非常強大，ICE可以在容量上縮小規模，也可以使用更省油的控制策略，比如Atkinson迴圈。在這種情況下，當活塞向上移動壓縮時，進氣閥保持打開時間更長，這會減少活塞向上移動的摩擦，使發動機效率更高，但使其變慢。另一種方法是REEV它有一個小ICE來為電池充電，而不是驅動車輪。 48V系統提升車輛效能 最近的一個創新以取代FHEV的是48V MHEV。這些基於ICE動力總成補充及一個中型鋰離子電池和一個可逆的48V電動機。其目的是支援低速加速，並在煞車時給電池充電。與傳統的12V系統相較，48V系統滿足了以更低的成本和體積，提供更多電力需求。在高壓混合動力汽車中可減少二氧化碳排放量近20~30%(CO2/km)的情況下，48V MHEV據稱可減少10~20%。因此，MHEV以20~30%的成本帶來了PHEV二氧化碳減排效益的70%。此外，48V系統可以很容易地整合到現有的車輛動力總成和架構。 48V系統帶來的第二個好處是能夠透過將機械負載轉換為48V電源的電氣負載，減少內燃機的負載，而減少二氧化碳排放。需要更高功率不間斷運行的應用最適合，如空調壓縮機、電子渦輪增壓、主動懸吊和動力轉向。與PHEV和FEV中使用的高壓系統相比，另一優勢是不需要特殊的隔離和保護(圖4)。 圖4　48V系統於車輛中運作概況 BEV將大約60%的電能從電網轉換為車輪上的電能。傳統汽油車輛只將儲存能量的20%轉化為車輛動力之前，這聽起來並不是很有效。為了提高消費者對電動車的認識，消除大眾採用的障礙，增加電池容量是實現這一目標的方法之一，但這也增加了重量、降低了效率。業界需要考慮其他系統方面的問題，如： ．減少電力驅動系統的損耗－儘管比ICE更有效率，但透過電動傳動系統仍有16%的能量損失。 ．增加電車動能回收的使用－當剎車，車輛的慣性轉動電動發電機，產生電力，然後儲存在電池。 ．減少充電損耗－當充電的電池，能量損失轉換交流電轉換到直流使用電池，以及在克服電池的充電阻力。 提升電動車效能各顯神通 為了提高電動傳動系統的效率，車廠不斷研究發展電機的科學及其在電動汽車上的應用。例如，BMW i3採用革命性的混合同步永磁磁阻電機來減少問題，同時在較高的速度範圍內提供高功率的技術發展。電機的速度越來越快，而在最有效的地方運行電機的需要，控制方法也越來越先進，涉及的數學模型越來越多。 多相電機的主題也在重新驗證，趨勢是六或更高的相位元數目。無論是純六相方法或雙工三相位設置，機械安裝與彼此固定的轉移。使用多相電機，每個相位的電流更小，因此可以調整元件的尺寸，再加上減少扭矩紋波，而有可能優化直流電容器的尺寸，並改善電池波動，最終可能改進範圍。多相控制的另一個好處是冗餘，因為即使在元件發生故障的情況下，操作也可以在較低的級別上繼續進行。 預測模型控制技術可用於利用卡爾曼濾波(Kalman Filtering)或狀態空間建模(State Space Modelling)來提高ICE或電動機的暫態效率。但另一種提高傳動系統效率和整體車輛效率的方法是更完善地決定在旅途的各個階段使用什麼扭力源。混合動力控制單元(Hybrid...

許多產品中機器學習的採用(通常採用DNN/CNN網路的形式)大大增加了運算密度的需求。AI引擎針對線性代數進行了最佳化，可滿足這些要求的運算密度，同時與可編程邏輯中執行的類似功能相比，功耗也降低了50%。AI引擎使用了許多工程師所熟悉的C/C++範例進行程式設計。AI引擎與賽靈思的自行調適與純量引擎整合，可提供高度靈活且功能強大的整體解決方案。 技術進步推動運算密度提高 多種技術的進步推動了對非線性更高運算密度的需求。採樣速率為每秒千兆赫的資料轉換器能夠對RF訊號直接採樣，這雖然簡化了類比系統，但需要相應數量級更高的DSP運算密度支援。直接RF採樣結合多個天線的使用，例如具有數萬個天線的高階雷達系統。 圍繞5G無線的炒作多年來不斷醞釀，5G將環境中的所有內容連接到比基地台連線速度快一百倍的網路，比最快速的家庭寬頻服務也要快十倍，該技術有望改變人們的生活。毫米波、大規模MIMO、全雙工、波束成形和小型基地台只是其中幾項運用超高速5G網路的技術。5G的兩大優勢在於速度和低延遲，能夠支援從自動駕駛汽車到虛擬實境的多種新應用。這些技術將運算密度和記憶體要求提高到超越4G的數量級。 使用 5G、大規模 MIMO、多天線和頻段等新技術也將複雜性提高至4G的100 倍。複雜性的增加直接推動了運算密度、記憶體要求和RF資料轉換器的效能(圖1)。 圖1　5G複雜性與4G 摩爾定律備受挑戰 1965年，英特爾聯合創辦人戈登·摩爾(Gordon Moore)觀察到積體電路中的元件數量每兩年翻一番。在1965年，這意味著每個晶片中布局50個電晶體將提供最低的每電晶體成本；摩爾預測，到1970年，每個晶片將增加1,000個元件，每個電晶體的價格將下降超過90%。 摩爾後來將此修改為每兩年增加一倍的資源，從1975年到2012年大致符合預測。摩爾定律預測每個新型更小的製程節點均將提供更大的密度、更高的效能和更低的功耗，以及更低的成本。該觀察結果稱為「摩爾定律」，並持續了大約 50 年。 摩爾定律的原則是提高IC密度、效能和可負擔性的推動因素，不過，隨著IC製程節點達到28nm及以下，出現了「違反」摩爾定律的現象。在較小的製程節點上構建的元件的功耗、成本與效能不再易於預測。5G基地台系統的運算需求與可編程邏輯運算密度之間存在差距。第5代基地台所需的成本、功耗和效能超過了可編程邏輯滿足系統級目標的能力。 因應無線/機器學習　AI引擎相繼問世 為因應下一代無線和機器學習應用對提高運算密度與降低功耗要求的非線性需求增長，半導體業者如賽靈思開始研究創新架構，進而開發出AI 引擎。AI引擎以及自行調適引擎(可編程邏輯)和純量引擎(處理器子系統)形成一個緊密整合的異質運算平台。AI引擎為採用向量的演算法提供了高達5倍的運算密度。自行調適引擎提供靈活的客製運算和資料移動，而純量引擎提供了複雜的軟體支援(圖2)。 圖2　異質運算 圖3則說明了 AI 引擎介面分塊到2D陣列的組成。 圖3　AI引擎陣列 每個AI引擎分塊包括用於定點和浮點運算的向量處理器、純量處理器、專用程式和資料記憶體、專用AXI資料移動通道，以及DMA和鎖止。AI引擎是一組單指令多資料(SIMD)和超長指令字(VLIW)，提供多達6路指令並行性，包括每個時脈週期兩/三次純量運算，兩次向量載入和一個次寫操作及一次定點或浮點向量運算。 AI引擎陣列針對即時DSP和AI/ML運算進行了最佳化，通過專用資料和指令記憶體、DMA、鎖止和軟體工具的組合提供確定性時序。專用資料和指令儲存是靜態的，消除了由於緩存失敗和相關填充而產生的不一致性。  簡而言之，AI引擎的目標和目的來自使用DSP和AI/ML的運算密集型應用。其他市場需求包括更高的開發人員生產力與抽象級別，這些都推動了開發工具的發展。AI引擎的開發旨在提供四個主要優勢： 1.與運算密集型應用的PL運算相比，每個晶片面積的運算容量提高3到8倍。 2.與PL中達到的相同功能相比，能將運算密集型功耗降低50%。 3.提供確定性、高效能的即時DSP功能。 4.顯著改善開發環境並提高設計人員的工作效率。 AI引擎原始圖像分塊架構細節 要想真正掌握AI引擎的巨大功能，必須對其架構和功能有一個大致的瞭解。圖4中顯示的AI引擎分塊提供了每個分塊中資源的詳細運算，包括： ．專用的16KB指令記憶體和32KB RAM ．32b RISC純量處理器 ．512b定點和512b浮點向量處理器，帶有相關的向量暫存器 ．同步處理常式(Synchronization Handler) ．追蹤和除錯 圖4　AI引擎分塊細節 透過使用專用AXI總線路由和直連相鄰AI引擎分塊的組合，將具有專用指令和資料記憶體的AI引擎與其他AI引擎分塊互聯。針對資料移動，專用DMA引擎和鎖止可直接連接專用AXI匯流排連接、資料移動和同步。 運算元精確支援 向量處理器由整數和浮點單元組成。支援8位元、16位元、32位元和單精確度浮點(SPFP)的運算元。對於不同的運算元，每個時脈週期的運算元都會發生變化，如表1所示。 指令和資料並行 通過指令級和資料級並行性落實多級並行。指令級並行性如圖5所示。對於每個時脈週期、兩個純量指令、兩個向量讀取、一個單向量寫入和單向量指令執行的6路VLIW。 圖5　AI指令級並行 資料級並行是通過向量級操作達到的，其中可以在每個時脈週期的基礎上操作多組資料，如表1所示。 確定性效能與連線性 AI引擎架構是為即時處理應用開發的，這些應用需要確定性的效能。兩大關鍵的架構特性確保了確定性的時間： ．專用指令和資料記憶體 ．專用連線性與DMA引擎配合使用，以利用AI引擎分塊之間的連線性進行預定資料移動 直接記憶體(DM)介面提供AI引擎分塊與其鄰近分塊間的直接存取，AI引擎分塊資料記憶體可以直接存取北、南和西。這通常用於在整個處理鏈產生和/或消耗資料的同時，將結果移動到向量處理器或從向量處理器移開的結果。實施資料記憶體以落實「乒乓」緩存方案，將記憶體爭用對效能的影響降至最低。 最簡單的AI引擎到AI引擎資料移動形式是通過直接相鄰AI引擎分塊之間的共用記憶體。但是，當分塊距離較遠時，AI引擎分塊需要使用AXI-Streaming資料流程。AXI-Streaming連接是由AI引擎編譯器工具根據資料流程圖進行預定義和編程的，這些串流介面也可用於直接與PL和NoC連接(圖6)。 圖6　Al引擎陣列AXI-MM和AXI-Stream互聯 AI引擎和PL連線性 Versal產品組合的主張之一是能夠在自行調適引擎中使用AI引擎陣列和可編程邏輯。這一資源組合為在最佳資源、AI引擎、自行調適引擎或純量引擎中，讓功能提供了極大的靈活性。圖7顯示了AI引擎陣列和可編程邏輯之間的連接，稱為「AI引擎陣列介面」。AXI-Streaming連接存在於AI引擎陣列介面的每一側，並將連接擴展到可編程邏輯中，並分別擴展到網路單晶(NoC)。 圖7　AI 引擎陣列介面 在每個AI引擎分塊中整合了控制、除錯和追蹤功能，為除錯和效能監控的最佳化提供了可視性。透過Versal產品組合中引入的高速除錯埠，可以存取除錯功能。 AI引擎/可編程邏輯運行對比 AI引擎目標和目的章節提供了是否能滿足應用和市場需求所需的指標。可以通過在PL和AI引擎中運行4G和5G基地台來測算架構的有效性。結果總結表明，採用AI引擎的解決方案可以提供以下： ．與在相同製程節點上的PL中運行的相同功能相比，晶片面積要小3~8倍 ．功耗約為PL運算的50%   對於那些不適合向量運行的功能，AI引擎的效率要低得多，因此AI引擎通常不太適合此類功能。在這些情況下，PL將是更好的解決方案。AI引擎和 PL旨在作為運算對等體運行，二者各自處理與其優勢相匹配的功能。 PL非常適合資料移動、面向比特的功能和非採用向量的運算；還可以為非AI引擎支援的操作落實自訂加速器。PL和AI引擎相互補充，能夠形成更強大的系統級解決方案。在大多數運算密集型應用中，可編程邏輯仍然是一種非常有價值的資源；AI引擎/PL組合可提供靈活性、高運算效能和高頻寬資料移動和儲存。 採用AI引擎架構的因應密集運算需求 Versal元件包括三種類型的可編程處理器：Arm處理器子系統(PS)、可編程邏輯(PL)和AI引擎。各自提供用於滿足整個系統中不同部分的各種運算能力。Arm處理器通常用於控制面應用、作業系統、通訊介面，以及更低階或更複雜的運算。PL執行資料操作和傳輸、非採用向量的運算和連接。AI引擎通常用於向量運算中的運算密集型功能。 圖8提供了Versal元件的高階視圖，其中AI引擎陣列位於元件頂部。直接和通過網路單晶片(NOC)支援AI引擎陣列和PL之間的連接。 圖8　具備AI引擎架構的Versal ACAP概述 近年來，半導體業者如賽靈思，非常重視使用高階語言(HLL)來幫助提高元件開發的抽象級別。Versal架構有三個存在根本性差異可編程元素：PL、PS和AI引擎。這三個都可以使用C/C++進行程式設計。 使用採用x86的模擬環境，AI引擎模擬可以具備功能性或迴圈精確性。對於系統級模擬，可以使用支援所有三個處理域的System-C虛擬平台。 開發環境中的關鍵元素是支援DSP和無線功能、ML和AI、線性代數和矩陣數學的AI引擎庫。這些函式庫針對效率和效能進行了最佳化，使開發人員能夠充分利用AI引擎功能。 AI引擎應用 AI引擎針對運算密集型應用進行了最佳化，特別是數位訊號處理(DSP)和一些人工智慧(AI)技術，如機器學習(ML)和5G無線應用。 使用AI引擎　數位訊號處理器效能升 即時 DSP 廣泛用於無線通訊。賽靈思比較了經典窄頻和寬頻無線電設計原理、大規模MIMO以及頻寬和數位前端概念的落實，驗證了AI引擎架構非常適合構建無線解決方案。 在Versal元件的一部分中運行了100MHz 5通道LTE20無線。五個16b輸入資料通道以30.72 MSPS的速率進行流傳輸，並在89抽頭通道濾波器中處理。然後使用兩級半帶濾波器(23和11抽頭)對訊號進行四次上採樣，得到122.88 MSPS的取樣速率。 然後將上採樣流與直接數位綜合(DDS)正弦/余弦波函數混合並求和。另外兩個半帶濾波器(47和27抽頭)進行四次上採樣，產生491.52 MSPS輸入流，以達到波峰因數降低(CFR)功能。由41抽頭濾波器提供的五上/四下分數速率變化，導致614.4 MSPS輸入取樣速率達到數字預失真(DPD)功能要求。 在PL中運算峰值檢測器/比例查找(PD/SF)電路；491.52 MSPS...