首頁Top區塊
- Advertisement -
積極布局先進製程 三星釋出3GAE技術
搶攻先進製程市場,三星電子(Samsung)推出3nm GAE設計套件(PDK) 0.1版本,能幫助客戶儘早開始設計相關工作,提高設計競爭力,同時縮短周轉時間(TAT)。此款晶片電晶體底層結構經過重新設計,與7nm技術相比,可提升35%的速度、減少45%使用空間、減少50%電力消耗。
三星電子製造業務總裁兼負責人ES Jung表示,面臨第四次工業革命,現在是一個講求高效率計算與連接的新時代,地球上每個人的日常生活都將受到影響。三星電子充分地理解,實現有效可靠的矽解決方案不僅需要最先進的製造和封裝技術以及設計解決方案,還需要合作夥伴的支持與信任。三星致力於在矽解決方案領域不斷地進步。
不讓台積電專美於前,三星積極布局先進製程。三星透露其發展藍圖,計畫發展四種基於FinFET的製程,從7nm到4nm製程、採用極紫外線(EUV)技術、3nm GAA與MBCFET。在2019年下半年,三星計劃開始量產6nm技術元件並完成4nm技術的開發。另外,三星5nm FinFET技術的產品設計將於4月開發,預計將於2019年下半年完成,並於2020年上半年開始量產。
同時三星近日也宣布正在開發3奈米製程「環繞式閘極結構」(Gate-All-Around, GAA)技術。三星指出3奈米GAA製程技術(3GAE)的研發完全依照進度,PDK 0.1版已在4月釋出。此基於GAA的技術有望在下一代應用中被廣泛地採用,例如手機、網路、汽車,人工智慧(AI)和物聯網(IoT)。
基於奈米線的傳統GAA技術因為其有效通道寬度較小而須要堆疊更多。但三星的GAA專利技術多橋通道FET(Multi-Bridge-Channel FET, MBCFET)採用奈米片(Nanosheet)結構,可實現更高的電流量。
與現在FinFET不同之處在於,MBCFET透過控制奈米片寬度提供更高的設計靈活性。此外,MBCFET可與FinFET技術兼容,表示兩者可以共享相同的製造技術和設備,進而加速技術開發與生產。
這是一場時間搶奪戰
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
創新功能搶商機 無線充電IC兵家必爭
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。
專訪台灣儀器科技研究中心副院長吳光鐘 國研院發表晶圓級點測系統
台灣儀器科技研究中心副院長吳光鐘提到,氣體感測器的應用領域相當廣泛,包括酒駕的檢測、空氣汙染的防治、瓦斯外洩的警示等等,都用得到氣體感測器。再加上物聯網的多元應用,氣體感測器的需求大幅提升。且台灣擁有領先全世界的半導體技術,在技術成熟的條件之下,以半導體形式製作氣體感測器,除了可以低成本量產之外,更可以縮小體積。因此非常適合應用於手持式裝置如手機等設備。
根據產業研究機構Yole Développement最新研究報告,預期於2021年全球氣體感測器市場可成長至9.2億美元的規模,2022年挑戰10億美元;其中又以智慧手持裝置與穿戴式裝置的成長幅度最大,分別有269%與225%的年複合成長率。台灣是半導體大國,要切入由半導體製程所製作的感測器市場具有絕對優勢。
台灣儀器科技研究中心副主任陳峰志表示,此氣體感測器點測系統於晶圓階段即可測試氣體感測器(感測晶片)效能,且可同時測試多顆,不但大幅縮短檢測時間,且可提早於封裝前即查知每顆晶片的品質與分級,大幅降低封裝資源浪費;亦可回饋測試結果,據以改善製程,提高生產效能與品質。
目前廠商測試氣體感測器的方式,是完成晶片的封裝後,再一顆一顆測試其功效。國家實驗研究院台灣儀器科技研究中心開發的「晶圓級氣體感測器高效能點測系統」,則是在晶圓上製作出一格一格的晶片後、在尚未切割封裝前(即晶圓階段),即進行感測晶片之氣體反應電性量測。另外由於整合了「自動光學對位系統」、「線陣列探針點測裝置」及「精密定位移動平台」的核心技術,可用「線陣列探針」十顆十顆進行測試,大幅提升測試速度,進而縮短檢測時間。
氣體感測器需求上揚,國研院發表晶圓級點測系統,助台灣打好AIoT根基。
AI應用推陳出新 賽靈思力轉靈活彈性平台發展
人工智慧(AI)快速成長,生活智慧化的變遷顯而易見,而要如何在變化多端AI市場中搶占商機,對此,FPGA供應商賽靈思(Xilinx)認為,面對AI的迅速發展,未來已不能倚靠單一架構滿足所有應用需求;且傳統的硬體設計方式及設計週期漸漸趕不上AI演算法(如深度學習、機器學習等)的推陳出新,因此,必須藉由靈活、彈性的平台架構才能滿足AI應用需求。
賽靈思大中華區業務副總裁唐曉蕾表示,AI興起,未來萬物互連、智慧生活的變化十分明顯。同時,各種以AI為基礎的商業模式迅速增加,例如監控、交通、醫療、工業等。
唐曉蕾說明,由此可見,AI應用相當多樣化,且屬性多不相同。也因此,在資料、記憶體結構、效能和精度上等方面都會出現客製化需求。以精度為例,有些應用需要99%甚至是99.9999%的精度,但有些應用則需97%的精度便已足夠。然而,97%和99%的精度雖然只差2%,但在運算資源需求上卻有著相當大的差異,因為要提升精度,須花費相當大的人力、物力和時間。也因此,在AI應用朝多元發展的態勢之下,為使運算時間、資源更有效率,應用業者不再只朝「最好」、「最強」發展,而是朝「最適合」,客製化需求由此而來,也因此,需要更彈性、靈活的設計平台。
賽靈思全球人工智慧市場資深技術專家張帆也指出,AI商業應用迅速增加,資料量以指數型成長,現有的運算架構已不敷使用。另外,由於各式AI創新應用不斷展露,也因此AI相關的訓練與推論呈現百花齊放的狀況,可說平均兩個星期到一個月就有一個全新的演算法提出,因此,更需要新一代具高效能、且彈性靈活的架構來因應這此一狀況,滿足AI演算法和應用。
為此,賽靈思便積極轉型,將自身定位成靈活、彈性的系統平台供應及服務業者,而不再只是單純的可編程技術/硬體供應商,例如之前所發布的Versal ACAP平台便是其中一個例子。
唐曉蕾透露,Versal字面上是由Variety與Universal組合而成,希望在技術與應用上可以兼顧多樣性與通用性。賽靈思未來的目標是打造靈活應變、萬物智慧的AIoT世界,而該平台具備括靈活可配置、可編程、高效能、低功耗的晶片架構設計等特性;同時可靈活支援低位元運算,提供端到端、低延遲運算,並擁有可拓展性的產品系列,有助於開發各種創新應用。該產品預計將在2019年第四季提供樣品,2020年初正式量產,期能藉此加速新興AI應用發展,實現在六個月內完成原型驗證,一年內產品上市的目標。
小型基地台2025年市場規模逾840萬台
5G商轉帶動小型基地台(Small Cell)商機,根據資策會MIC的研究顯示,5G小型基地台從2019年開始逐步發展,隨著全球5G商轉加溫,未來幾年小型基地台數量也將持續成長,至2025年市場規模將超過840萬台,具備5G功能的小型基地台數量約518萬。
5G小型基地台初期主要新建或升級為非獨立式(Non Standalone, NSA)基地台,前兩年與獨立式(Standalone, SA)基地台一同發展,至2023年左右5G獨立式基地台成為主流,3G/4G基地台由於負責網路覆蓋率的任務,至2025年4G網路仍扮演重要角色,4G/5G整合型基地台需求因而持續成長。預估2024~2025年之間營運商5G網路將逐步升級為獨立式5G網路架構,非獨立式基地台將逐步退場。
打造毫米波功率放大器 砷化鎵製程相位補償展妙用
隨著聯網裝置與數位服務的爆炸性成長產生了巨量的資料傳輸需求,如自駕車、機器人,皆有大量的、低時間延遲的、不失真的高速傳輸需求,因此帶動了第五代行動通訊系統(5G)快速的成長,而以相位陣列技術組成之巨量天線即是達成上述需求的關鍵。但在毫米波段,5G巨量天線之相位陣列系統設計上將面臨兩個主要問題:
其一,為增加波束整合天線的隔離度以及避免柵波瓣(Grating Lobe)問題,天線之間需有一定的空間距離(如40GHz需要0.375cm的距離,3.5GHz需要4.3cm的距離)。在相同空間下選用越高的頻率,擺放的天線數量越多(以長寬皆為20cm的範圍為例:毫米波段40GHz可放約2,900根天線;3.5GHz可放約25根天線),連帶相同面積下主被動元件需求量劇增,在毫米波段下單一天線射頻單元容許之置放空間將極為狹小。
其二,儘管可以透過波束成形(Beamforming)將電磁波能量集中在特定方向,增加訊號發射強度,有效降低訊號在高頻傳輸損耗過大的影響(可讓訊號傳更遠),然而波束成形技術使用的天線數量與波束整合的角度成反比,在相同的傳輸距離之下(即相同的輸出功率),使用的天線越多則目標因為波束整合的角度越小而不容易被搜索。
因此,必須提高功率放大器的線性功率來緩解此問題,使得相位陣列的天線數量可以被減少而增加波束整合的角度。綜合上述兩個議題,設計一個高線性功率、高效率及面積精簡符合5G的功率放大器是不可或缺的。
為設計能符合5G毫米波段之巨量相位陣列需求之功率放大器,其高線性功率、高整合度等特性是必要的。如圖1為5G天線射頻單元之前端高整合度IC架構示意圖,包含功率放大器、低雜訊放大器、開關及相移器等元件。
圖1 天線單位元5G 高整合積體電路示意圖
解決訊號失真 線性化技術持續精進
為了使頻譜有效地被使用,使用較為複雜的數位調變機制是必要的。然而,複雜的數位調變機制伴隨著較高的波峰及平均值比(Peak to Average Power Ratio, PAPR),這會造成訊號經過高功率放大器後扭曲失真,使訊號不容易被解調。為了解決訊號失真問題,各種線性化技術如下:
.自動偏壓調整式(Adaptive Bias)
將功率放大器操作在中低功率區來維持訊號的正確性,稱為功率退回(Power Back-off, PBO)。以文獻、為例,儘管它們有著傑出的最大輸出功率,但是功率退回後之最大效率與最大輸出功率下的效率有著很大的落差。自動偏壓調整式功率放大器可以改善功率退回後,功率放大器效率不佳的情況,其機制為低功率操作時將電路偏壓在AB類放大器,可以降低靜態電流並且降低功耗,當操作功率增加時,可以調整偏壓至A類放大器使功率放大器正常操作,因此,這個技術可以增加功率放大器的整體效率。
.訊號前授(Feed-forward)
訊號前授的技術主要是將訊號分成主路徑及副路徑,主路徑為訊號主要操作的路徑,副路徑則是用來消除主路徑的非線性訊號,像是三階交互調變項來增加線性度。適當的調整副路徑的相位即可有效消除三階交互調變訊號以增加線性度。以文獻為例,能有效消除三階交互調變失真藉由輸入反射訊號來當作副路徑的前授訊號。
.預失真技術(Pre-distortion)
預失真技術能補償功率放大器之增益壓縮(Gain Compression)特性,使最大輸出功率提升進而提升效率及線性度。然而,預失真線性化技術實現上較為複雜,容易受製程、偏壓以及溫度(PVT)變異的影響而使特性不如預期。同時因為需占用較大面積,運用在5G毫米波相位陣列中相對困難。
.相位補償(Amplitude Margin to Phase Margin Compensation)
為了符合面積及高線性輸出功率需求,相位補償技術是一個有效增加線性輸出功率的方法。文獻利用P-type電晶體相位增加的特性來補償N-type電晶體相位壓縮的問題,達到相位補償以增加線性輸出功率,此技術具低複雜度與占用面積小之優勢。因此,適用於高線性功率、高效率及面積精簡的5G功率放大器。
砷化鎵製程之相位補償技術
採用砷化鎵(Gallium Arsenide, GaAs)製程優點為崩潰電壓高(高電壓擺幅)及基板損耗小,有利於高功率放大器的設計。然而砷化鎵製程僅有N-type的高電子遷移率電晶體,所以上述的線性化補償技術並不適合於此製程。有鑑於此,工研院資通所提出一個適用砷化鎵製程的相位補償技術,可用於毫米波頻段的高功率放大器。
一般而言,相位失真源自於電晶體的閘極至源極的寄生電容Cgs,隨著功率放大器輸入訊號增加,會使寄生電容產生變化。當高頻訊號路徑上的電容產生變化,會使輸出訊號產生相位差異,進而導致輸入調變訊號時,輸出訊號的誤差向量幅度(Error Vector Magnitude, EVM)會隨之增加,造成解調訊號失真。
為了緩解此問題,工研院資通所團隊提出使用反向變化的電容元件來補償此寄生電容效應。圖2模擬砷化鎵製程電晶體操作在截止區(VGS偏壓<-1.5V)時,寄生電容Cgs隨輸入功率增加呈現反向的電容性變化,可用來補償操作在飽和區(VGS偏壓=-0.5V)的功率電晶體。又5G由圖3可觀察到電晶體尺寸變化時,寄生電容Cgs之變化與電晶體尺寸大小呈正比。因此適當調整砷化鎵製程電晶體尺寸及工作偏壓,其相位差異可以被補償進而改善EVM。
圖2 砷化鎵製程電晶體在偏壓(VGS)從-0.5變化至-2V時,寄生電容Cgs隨輸入功率的變化(電晶體尺寸為μm)。
圖3 砷化鎵製程電晶體尺寸從μm變大至μm時,寄生電容Cgs隨輸入功率的變化。
工研院資通所團隊已成功製作一示範晶片(圖4),面積為0.7×1.2mm2,其中包含所有的電路測試接點。圖5為此晶片經電腦模擬與實際量測的小訊號參數比較圖,量測到的小訊號增益在40GHz頻率下為15.7dB。
圖6為此晶片之大訊號功率特性圖,量測到之OP1dB及PAE參數分別為17.5dBm及17%。圖7顯示在OFDM 64-QAM500 MHz的調變訊號測試下,EVM小於-25dBc之高線性度測試條件下,此晶片具有13.7dBm的最大輸出功率及7.4%之功率轉換效率。
圖4 實現之砷化鎵晶片圖
圖5 量測之小訊號參數
圖6 量測之大訊號功率特性
圖7 OFDM...
乘深度/機器學習浪潮 AI智慧監控應用興
根據市場研究機構Marketsandmarkets指出,影像監控的市場產值,將以每年13.1%複合成長率的速度成長,從2018年的368.9億美元,成長至2023年的683.4億美元。而機器學習(ML)與深度學習(Deep Learning)等AI技術,更將是提升監控系統效能,使其實現更多應用的最大關鍵。
邊緣監控應用起 晶片運算需求增
機器學習可被訓練,以識別模式、形狀、顏色、聲音、振動、溫度以及壓力等細微差別和差異,這對於即時檢測和識別十分重要,使得臉部辨識應用日益完善,以進行高級識別、驗證、搜索、預防和救援。至於深度學習,透過大量的監控影像和訓練之後,搭載深度學習的監控系統便可有效的進行對象和行為模式分析,進而提供更有效的數據。而隨著機器學習、深度學習等AI技術興起之後,AI監控應用也隨之浮現。
國立交通大學資訊工程學系教授兼網路研究所所長易志偉(圖1)表示,AI技術(如深度學習)的優勢在於,可降低影像處理的門檻,使得影像資料分析不再是一件複雜的工作,進而依此衍生出更多創新的應用,例如無人商店的AI監控應用便是其中一個例子。
圖1 國立交通大學資訊工程學系教授兼網路研究所所長易志偉表示,深度學習減低影像處理複雜度,得以實現各種影像創新應用。
易志偉說明,像是7-11所推出的X-Store,有著自助結帳櫃檯,需要先透過臉部辨識系統確認個人身分後,再以icash2.0靠卡付款;而在進入商店時也需透過臉部辨識系統建立會員。當然,除了無人商店外,智慧監控還可應用在許多地方,例如透過攝影機錄下羽球選手各個動作,像擊球、腳步移動、球的落點位置等,再進行資料分析,以提升選手的訓練效率。
賽靈思全球人工智慧解決方案市場行銷總監劉競秀(圖2)指出,到了行動物聯網時代,聯網設備的數量將大幅超過人口數量;而隨著AI興起,未來勢將走向AI+IoT的趨勢,像是智慧監控攝影機、自動駕駛汽車、智慧音箱、智慧家電等。換言之,日後這些設備將具備一定的運算能力,使其能透過本地推論、訓練,做出更準確的分析以改變人類日常生活。
圖2 賽靈思全球人工智慧解決方案市場行銷總監劉競秀指出,如何研發靈活、高效,且高性價比的AI解決方案是目前各大AI晶片供應商共同努力的方向。
劉競秀說明,不過,要實現AIoT的挑戰在於不同的應用場景需要不同的運算效能。例如自駕車需要在很短時間內對周遭環境進行檢測並做出判斷,這時候晶片的運算效能及資訊傳輸就必須相當迅速;然而,若是網路監控攝影機的話,由於其需長時間運作,進行長期監控,其對晶片的要求除了具備一定的運算能力外,還需要低功耗,避免過熱當機。
劉競秀指出,也因此,如何針對不同的應用場景提供靈活、高效,且高性價比的AI解決方案,是目前AI晶片供應業者致力發展的方向;而賽靈思便透過靈活性較高的FPGA協助產業盡速導入AI,實現更智慧的應用。例如賽靈思所推出的自行調適運算加速平台「ACAP」,能針對各種應用與工作負載需求,從硬體層面進行靈活變化。
據悉,在ACAP核心內有個全新世代的FPGA架構,其結合分散式記憶體與硬體可編程DSP模組、一顆多核心SoC,以及一個或多個軟體可編程且硬體自行調適的運算引擎,上述元件皆透過網路晶片(NoC)串連。此外,ACAP具高度整合的可編程I/O功能,依據不同元件類型,其功能涵蓋整合的硬體可編程記憶體控制器、先進的串列器技術、具領導地位的邊緣RF-ADC/DAC,到整合的高階頻寬記憶體(HBM)。
除了ACAP之外,賽靈思還具有DNNDK(Deep Neural Network Development Kit),其為深鑒科技所研發的AI異構計算平台DPU。
透過自主研發的原創深度學習SDK,涵蓋了神經網路Inference階段模型壓縮、編譯優化和高效運行時支持等各種功能需求,為深度學習應用開發和部署提供一套高效的解決方案。
耐能智慧(Kneron)產品行銷暨應用協理史亞倫(圖3)則指出,AI從雲端走到邊緣裝置的趨勢十分明顯,終端裝置有了AI運算能力之後,再跟雲端搭配,可以降低資料傳輸、運算分析的延遲性,不僅可實現更多創新應用,還可降低終端裝置與雲端間的連網布建成本。
圖3 耐能智慧產品行銷暨應用協理史亞倫透露,智慧監控開始從雲端走向終端,裝置中的處理器除須有高效能外,同時也須符合功耗和成本考量,為此,耐能採用NPU解決方案。
因應智慧監控需求,耐能備有新一代終端AI處理器系列NPU IP,其分為超低功耗版KDP 320、標準版KDP 520,以及高效能版KDP 720。此一處理器整體運算效能相較上一代產品提升三倍,運算能力(Peak Throughput)最高可達5.8 TOPS(每秒萬億次運算)。
據悉,新系列產品特色包括交錯式運算架構,讓神經網路架構中主要的卷積(Convolution)與池化(Pooling)運算可平行進行,提升整體運算效率;深度壓縮技術,可執行模型和運行中的資料和參數(Coefficient)進行壓縮,減少記憶體使用;動態儲存資源配置,讓共享記憶體(Shared Memory)和運作記憶體(Operating Memory)之間可以進行更有效的資源配置,提升儲存資源利用率且不影響運算效能;以及支援更廣泛的CNN模型。
史亞倫說明,邊緣運算應用十分多元,以智慧監控而言,不論是零售、交通、商業建築、安防等都會用到,且在各個領域中又細分無數個應用場景;有的需要精準人臉辨識,有的只須進行簡單車牌識別。因此,並非每個應用場景都須採用頂級、具超高運算能力的CPU、GPU或是DSP,否則會不符成本需求。
史亞倫進一步說明,因此,該公司便決定打造低功耗的NPU處理器。原因在於NPU處理器可說是專為深度學習設計,十分適合AI神經網路運算,並且有更多設計彈性。另外,有了低功耗、成本相對較低,同時還能進行邊緣AI應用的NPU晶片後,可讓市場有更多選擇,滿足對成本有較多考量的業者。
物聯網設備大增 資安防護不可少
物聯網和AI的興起,帶動許多創新應用興起,AI監控便是其中一例。然而,在使用AI監控提升安防效率之時,如何確保AI設備的資安,使其不被駭客竊取機密的資料,也十分重要。
台灣資通產業標準協會(TAICS)網路與資訊安全技術工作委員會技術長劉作仁(圖4)表示,物聯網應用和雲端息息相關,就連AI監控也不例外。使用者的裝置可以透過連線的方式,在雲端與終端裝置之間下載、上傳資料;而在這資料傳輸的過程之中,要如何實現完善的加密保護,是目前物聯網發展的重點。
圖4 TAICS網路與資訊安全技術工作委員會技術長劉作仁說明,物聯網應用和雲端息息相關,在資料傳輸的過程中,完善的加密保護可說相當重要。
為此,TAICS推動物聯網資安認驗證制度,期能落實各類型物聯網資安測試規範,推行物聯網產品與設備商落實資安檢測;並透過推動物聯網資安驗證制度,強化物聯網安全;最後則是建立物聯網資安標章制度,使消費者易於識別通過本資安驗證制度檢測之物聯網設備。
據悉,此一制度將先以與個人隱私息息相關的有線/無線網路攝影機為主,後續將會陸續針對其它各種物聯網設備。TAICS指出,物聯網盛行,使日常用品皆朝向數位化邁進,影像監控設備也是其中之一,但網路攻擊事件也隨之而來。有鑑於此,經濟部工業局與TAICS共同制定一系列針對影像監控系統中聯網設備之資安標準及測驗規範。
萬物智慧化驅動半導體成長 EDA工具角色更吃重
新思科技(Synopsys)近日舉辦SNUG Taiwan 2019研討會,主題涵蓋以EDA縮短晶片設計時程與AIoT兩大議題。此外,該研討會還邀請了20家半導體廠商發表設計研究心得,並舉行多達40餘場IC設計相關技術發展的專題講座。新思也透過這次研討會說明其最新的Fusion Design Platform、TestMAX、機器學習(Machine Learning)與硬體模擬(Emulation)等解決方案。
新思科技設計事業群聯席總經理Deirdre Hanford表示,各種智慧應用的蓬勃發展,是帶動半導體產業成長的主要動力來源,但這個趨勢也使得晶片設計變得更加複雜,晶片開發者必須要有新的設計工具輔助,才能趕得上客戶要求的產品上市時程。
為此,新思推出了融合設計平台(Fusion Design Platform),並在推出的第一年即達到超過100個產品投片(Tapeout),寫下7奈米製程的重要里程碑。該平台協助客戶提升20%的設計結果品質(Quality-of-Results,QoR),並達到超過2倍的結果效率(Time-to-Results,TTR)。融合設計平台整合新思科技的數位設計工具,並重新定義傳統設計工具的範疇,包括共享引擎、用於邏輯及物理表現(Logical and physical representation)的單一數據模型。
此外,新思也與安謀國際(Arm)擴展合作關係,推出支援新思Fusion Compiler解決方案的QuickStart實作套件(QIK)。這是一個從RTL到GDSII完全整合的實作系統,可讓採用Arm架構的SoC設計達到最快速的結果效率,並改善功耗、效能與晶片面積,能快速實現具備安謀最新核心架構的高度差異化產品。這項合作已讓採用內含Cortex-A76與Neoverse N1處理器的SoC先期用戶,成功實現投片。
而為了協助推動AIoT晶片研發,新思在台灣也已經與台灣大學、清華大學、交通大學、中央大學以及成功大學等五所頂尖大學共同啟動「AIoT設計實驗室」產學合作計劃,捐贈各校晶片開發核心套件與人工智慧/機器學習教材(AI/Machine learning),以誘發學界對於AIoT設計的強大研發能量,並培育先進半導體設計人才。
新思科技一直是台灣半導體產業發展的重要策略夥伴,持續引進創新技術協助客戶突破研發瓶頸,並推動產官學研緊密合作,除了AIoT設計實驗室合作計畫,新思科技也積極參與科技部「半導體射月計畫」、「AI創新研究中心」以及「博士創新之星計畫」,還捐贈資策會「國際微電子學程」,並參與教育部「國際積體電路電腦輔助設計軟體製作競賽(ICCAD Contest)」之平台開發組競賽等產學交流計畫等,提升台灣半導體設計的研發能量。
毫米波雷達普及之路 降低成本成關鍵
隨著感測器在汽車應用上越來越重要,相關技術也日益發達。目前,低頻(24GHz)毫米波雷達已經達到技術成熟的階段,若成本能夠下降到一定的水準,完全取代超聲波雷達只是時間的問題。同時,高頻(77GHz)毫米波雷達也正在快速發展中,同樣地,高頻毫米波雷達在車用感測器的領域取代低頻毫米波雷達只差成本考量。
產科國際所機械與系統研究組資深研究經理石育賢表示,為了節省系統開發的成本,歐洲晶片大廠現在有一些解決方案是將低頻與高頻毫米波整合在同一個晶片上,就不需要那麼多電子控制單元(Engine control unit, ECU),藉此降低成本。另外也有整合攝影機和雷達的解決方案,由於毫米波雷達相較攝影機,儘管較不受光線及氣候影響,但辨識物體的能力就不如攝影機,因此整合攝影機也能彌補技術上的不足。
車用高頻毫米波雷達在2019年的趨勢還是緊扣前方防碰撞功能系統。石育賢也指出,現在高階車款都配備高頻毫米波雷達,在車用感測器市場一定占有相當的比例。至於能不能成為標配,就看價格能否降低。除了成本考量,政策也是推動高頻毫米波雷達發展的一大因素。
歐洲現在的政策力推eCall緊急呼叫系統,旨在為歐盟內任何地方發生碰撞的駕駛者提供快速援助。但是從安全的角度來看,主動的安全系統的搭載應該更優先於這類被動求救系統。所以重要性的順序應該是防碰撞第一,再來是緊急煞車系統,最後才是緊急呼叫系統。
然而在台灣,目前出貨還是以低頻毫米波雷達為主。另外,對於台灣車用電子廠商的發展,石育賢呼籲,台灣的ICT產業擁有良好的體質,除了生產代工的水準,也具備程式設計的能力。但工程師對汽車應用環境的掌握度不夠,加上要進入車規的水準生產良率也必須提升一個等級,儘管潛力無窮,但進步空間仍大。
另外,車電市場並不像消費性電子產品,對產品的要求相對嚴苛許多,檢驗也是一大挑戰。石育賢建議國內業者先從元件開始進入汽車一階零組件供應商(Tier 1)市場,再慢慢擴大到能做好一個系統。雖然初期投資成本相當高,可是要進入車用電子市場需要2~3年的時間,而現在就是抉擇的時刻,若現在猶豫不決怕是再遲就來不及了。












