首頁Top區塊

為滿足雲端、伺服器和資料中心等高速傳輸與運算需求，400G Ethernet相關建置正如火如荼進行當中。為此，英特爾(Intel)推出58Gbps收發器技術，將此一技術整合至旗下Stratix 10 TX FPGA，並在近日宣布該產品已開始量產，以加速400G Ethernet布建速度。 英特爾高級副總裁兼可程式設計解決方案事業部總經理Dan McNamara表示，該公司致力推動產品創新和功能開發，以提高對網路和資料中心的資料獲取和處理速度，並突顯出FPGA所能為客戶創造的實際價值。 據悉，相較於傳統解決方案，英特爾所推出的58Gbps收發器技術可將收發器頻寬提高一倍，以因應高頻寬應用，例如網路、雲端和5G應用、光學傳輸網路、企業網路，雲端服務提供者等。通過支援雙模調製、58Gbps PAM4和 30Gbps NRZ等特性，新的基礎設施可達到58Gbps的資料速率，同時保有與現有網路基礎設施的相容性。 至於整合58Gbps收發器技術的Stratix 10 TX FPGA，可提供多達144個收發器通道和1到58Gbps的串列資料速率，提供比現有FPGA更高的頻寬，支援系統架構擴展到100Gb、200Gb和400Gb的傳輸速率，以推動網路、網路功能虛擬化(NFV)和光傳輸解決方案發展；而包括100Gb MAC和FEC在內的各種IP內核可提供優化的性能、延遲和功耗。 此外，該產品還可與400G Ethernet FPGA 互連，僅使用八個通道便可滿足路由器、網路交換器(Switches)、主動式光纖傳輸纜線(Active Optical Cables)和高速線纜(Direct Attach Cables, DAC)、與測量設備的全新高頻寬要求，滿足更高密度、更快連線速度的應用。另外，除了58Gbps收發器技術外，英特爾也於近期揭露一款採用10奈米製程的112G PAM4高速收發器測試晶片，該晶片將整合至英特爾下一代FPGA產品，滿足未來資料中心、企業和網路環境對頻寬的需求。

IDT近日推出WattShare系列無線充電半導體，使智慧型手機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，期能藉此加快無線充電應用步伐，並提升消費者使用體驗。 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，讓用戶免於攜帶許多充電器或行動電源，或是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不受拘束的智慧型手機體驗。 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。

已經奔馳超過百年的內燃機(Internal Combustion Engine, ICE)車輛，最近幾年將出現產業發展的重大轉折，背後更是一場人類交通工具從內燃機轉換到電動馬達的革命。2019年3月，電動車領導廠商特斯拉(Tesla)宣布大幅降價，引發「特斯拉之亂」，深入觀察可以發現電動車即將進入高速成長階段，不僅許多新興新能源車廠殺進市場，傳統車廠電動車的量產計畫更是磨刀霍霍，特斯拉主動降價背後有其龐大的產業競爭壓力。 依照各國政府近年宣布的時程，最快5~6年後，全球各國家地區就將陸續進入電動車時代，由政策帶動淘汰燃油車，電動車成為主流已是定局。然而從技術發展角度來觀察，電動車三大系統：馬達、電池、電控，同時也還面臨不少問題須要克服，「天下大亂，形勢大好」面臨交通工具百年一遇的典範轉移，克服問題的同時，也有許多商機與產業機會應運而生，如何發現與掌握，該是關心此領域廠商最大的重點。 電動車主流勢不可擋 電動車趨勢已是眾望所歸。從整體汽車產業的發展來看，工研院產科國際所智慧車輛與系統研究部經理謝騄璘(圖1)指出，ICE車輛市場成長已接近飽和，2017年全球整車出貨成長率約3.1%，2018年僅1.6%，預計2021年左右純ICE將步上負成長之路(圖2)；反觀電動車2017年出貨量約310萬台，年成長率27.7%，2018年約370萬台(圖3)，年成長率18.3%，未來幾年將維持高度成長趨勢，2022年電動車總銷售量將跨越1,000萬門檻，並持續壓縮ICE車輛的發展。 圖1　工研院產科國際所智慧車輛與系統研究部經理謝騄璘指出，2022年電動車總銷售量將跨越1000萬門檻，並持續壓縮ICE車輛的發展。 圖2　2015~2030年全球車輛發展趨勢 資料來源：汽機車產業年鑑(2018)、Marketlines(2018)、F&S(2018)、McKinsey(2016)、工研院IEK Consulting Research(2018) 圖3　2008~2018年電動車發展趨勢 資料來源：Marketlines(2018) 、工研院IEK Consulting Research(2018) 因此，汽車巨擘德國福斯(VW)於2019年初高調宣布計畫在2028年前銷售2,200萬輛純電動汽車，相較2018年銷售4萬輛是個非常高的目標，並計畫於2025年推出超過50款純電動車型，到2028年將增至70款，2030年全球銷售量有40%都是電動車，促使龍頭車廠做出如此大規模的策略轉變，確實是因為電動車大浪來襲、勢不可擋。 過去幾年，在環境議題的發酵之下，電動車的發展相當依賴各國政府的政策驅動，歐盟在2018年12月17日通過協議，決定在2030年之前減少37.5%的汽車二氧化碳排放量，以2021年的碳排放目標為基準，在2030年時歐盟會員國必須減少37.5%的汽車碳排放量，貨車則須減少31%。在節能、減碳的大旗下，ICE車輛的發展空間越見壓縮，同時也為電動車與新能源車開闢了寬廣的發展大道。 而為了鼓勵消費者使用電動車，各國政府提出許多政策補助方案，如美國購買插電式電動車的消費者將獲得2,500美元至7,500美元的稅收抵免。另外，2018年中國取消續航力在100~150公里的電動車購車補助，而續航力400公里以上車款的補助，從4.4萬元人民幣提高到5萬元人民幣；2018年中國開始實施雙積分制，目的也是為了讓車廠更積極開發電動車和生產低汙染燃油車。英飛凌大中華區汽車電子事業處市場經理朱文斌(圖4)認為，從2019年中國車廠的布局來看，中、高續航里程的純電車的比重逐漸提高，同時插電式混合動力車(Plug-in Hybrid Electric Vehicle, PHEV)由於可降低純電車的續航里程問題，更受市場的歡迎。 圖4　英飛凌大中華區汽車電子事業處市場經理朱文斌認為，從2019年中國車廠的布局來看，中、高續航里程的純電車的比重逐漸提高。 電動車技術/市場充滿挑戰 不過，未來幾年電動車的直接購車補助將會逐漸退場，謝騄璘表示，Tesla在美國已達20萬銷售門檻，前述減稅補助誘因將被政府收回，為免車價影響消費者購車意願遂主動大幅調降售價。然而從另外一個角度來觀察，電動車為什麼可以取代發展超過百年的內燃機車輛？從車輛基本的驅動與能量轉換效率來看，電動車捨棄引擎、變速箱等，改由馬達直接驅動，整體能量轉換效率由內燃機的20%~40%，提升到80%左右，沒有太多額外的能量被用在他處，也少了汽油車會有的震動(震動能)、噪音(震動能)、廢熱(熱能)與廢氣(化學能)。 從車輛產業的趨勢來看，朱文斌解釋，電動化、自動駕駛、聯網化是未來的發展重點，不過這三大趨勢不僅帶動車輛製造、生產的產業鏈變革，愈來愈多分析師紛紛預測，再過不到20年，許多消費者願意放棄車輛的「擁有權」，租賃共享、自動駕駛服務可能會成為未來使用交通工具的新風貌。車廠、產險公司皆在研議如何轉型，更有許多新型態的交通服務悄悄萌芽中。 然而，汽車產業鏈的解構再重組依然是現階段最容易觀察的部分，無論是車廠、電動汽車各個零組件廠商，還是半導體元件廠商都積極布局電動汽車產業的發展紅利。當然也面臨不少挑戰，朱文斌說，從消費者需求上來講，如何提高電池密度，提高行駛里程來解決續航力問題；在配套上，如何建立合理布局的充電網路，如何解決快速充電問題；從產業鏈方面，如何建立電動車的回收產業鏈(鋰電池回收)，使電動車產業更環保；從車廠來講，如何降低電動車的成本等，都是接下來的發展重點。 電池技術突破為續航力關鍵 電動車的馬達、電池、電控三大系統中，電池占了整車30%~40%的成本比重，電池效能占據電動車續航力的關鍵，過去電動車使用最為人所詬病的問題之一即是「里程焦慮」，由於充電設施不普級、電動車充電時間動輒數小時、鋰電池安全性/能量密度/容量等技術瓶頸，導致使用便利性不如ICE車輛，消費者僅能在市區短程、短時的應用中派上用場，不利長途與長時間行駛，降低消費者購買電動車意願。 電動車推動過程中，電池既然占有關鍵地位，但其技術改善又相對緩慢，造成多年來電動車產業發展的困境，Tesla是目前全球公認在這部分技術最前瞻的廠商，其市售車的續航力從300~600多公里，已能應付一般人每日長短程的用車需求。另外，中國電動車補助也往400公里的中高里程推動，目前電池與充電技術的改善與成本的降低，已到了能為市場接受的黃金交叉點。 電動車電池採用液態的鋰電池依然是主流，致茂電子電力電子量測系統產品部副課長林信宏表示，目前電動車主流的電池組為96串，車廠除了致力提升電池的能量密度與整體容量之外，安全性也是不容妥協的重點，鋰電池燃燒主要原因之一為電池芯過充電或短路，只要有電壓差、燃燒介質、氧氣，就會造成電池芯持續燃燒且難以撲滅，車輛安全與人命高度關連，所以電池安全性受重視的程度不亞於效能。 由於電池芯的燃燒特性，故在電池包設計上就必須將電池芯的狀態監控進行嚴謹的設計，林信宏強調，電動車電池管理系統(BMS)通常包括電流採樣單元(CSU)、電池芯監控線路(CSC)與電池管理單元(BMU)。電流採樣單元與電池芯監控線路將透過CANbus訊號將資訊傳給電池管理單元，再發出處理指令，相互運作。電池芯監控線路需要具有量測電池電壓的功能，防止電池芯進入過充狀態避免起火爆炸，透過設計電路避免電池過充電、過放電、過溫度等異常狀況出現。 同時由於電池包電壓超過安全電壓60V，為保護人身安全，各國法規或標準定義絕緣阻抗(Isolation Resistance)的要求；林信宏指出，電動車內之高壓電系統由於動能轉換裝置或其他電器裝置的影響，使高壓電路與車殼(電路系統參考電位)間無法完全斷開，為確保其間通過之電流不致於造成人員傷害，須確保高壓電系統及車殼間之絕緣阻抗大於規範值。其規定為：對於直流電匯流排處於工作電壓時應至少為100Ω/V，而交流電匯流排處於工作電壓時則至少為500Ω/V。 故在機構設計上必須符合此絕緣電阻要求，但電動車在使用過程中若發生碰撞等破壞結構因素，難以保證此要求，故在電池管理系統的電池管理單元上，必須具備絕緣電阻異常偵測，當絕緣電阻異常時，電池管理系統必須切斷電壓輸出，確保人員安全，常見作法有平衡電橋法、不平衡電橋法、低頻探測法。 半導體元件扮演效能改善要角 電池技術已經有越來越多廠商投入，除了在現有的高分子鋰聚合物電池之外，鋰固態電池、燃料電池與石墨烯電池等新電池、材料，也在如火如荼發展中，德國汽車工業協會主席馬蒂斯在2019年日內瓦國際車展開幕前表示，德國汽車產業將在未來三年投資近600億歐元在電動車和自動駕駛領域。其中，400多億歐元在電動車，相信極大比重是電池相關技術，也由於電動車受到高度矚目，吸引大量資金投資，必將帶動更多技術突破。 而相較於技術突破難度較高的電池，與電控或管理關聯度較高的半導體元件，技術改善難度低，尤其是半導體元件過去已廣泛應用在各個領域，車規半導體也已發展多年，針對電動車的需要進行改善，容易取得具體的成果，以電動車產業所帶動的龐大商機，對於半導體廠商自然有高度吸引力，朱文斌就認為，主逆變器、車載電源、車載充電器、電池管理系統市場會具有很好的成長性，而由於功率元件在這些換能子系統中處於核心位置，將帶動已經布局成熟的功率半導體元件廠商，主要是IGBT模組、分立式IGBT、MOSFET等功率半導體元件。 此外，恩智浦半導體大中華區汽車電子市場經理周翔也認為，上述系統中主要的半導體元件包括MCU、電池管理類比前端、電源晶片等前景極佳，安全更是選用半導體晶片時的關鍵：採用符合ISO 26262 ASIL-C/D的半導體元件和流程設計來規範與提高系統級安全。另一個考量重點則是高效率，透過採用碳化矽等新型高效功率元件，來提高能效比，以提升馬達性能延長續航里程。 半導體元件對電動車的整體效能改善幅度不若電池組，但卻是積小勝為大勝的範例，以近期熱門的48V系統來說，美商懷格(Vicor)台灣區總經理翁鴻裕(圖5)談到，48V系統可以應用在所有包括ICE車、油電混合車與電動車，不過新型電動車款也會同時導入ADAS系統，因此電控系統越來越多，電源管理的需求提升，以基本電學公式來看：功率(P)=電流(I)×電壓(V)，在功率不變的狀況下，電壓提升為傳統12伏的四倍，電流就會降低為1/4。 圖5　美商懷格台灣區總經理翁鴻裕談到，48V系統可以應用在所有包括ICE車、油電混合車與電動車的電路系統。 翁鴻裕進一步說明，電流變小整個傳輸電路安全性就會提高，因為損耗變小，傳輸產生的廢熱也是；從傳輸損耗的角度來看，電壓(V)=電流(I)×電阻(R)，所以功率(P)=電流2(I)×電阻(R)，傳輸阻值不變的狀況下，電流會進一步降為1/16。這也是一般電力傳輸都使用高壓電的原理，而過去電子系統內部傳輸使用12V電壓已久，為提升效率又兼顧電力安全性，業界認為48V是可以兩全其美又不用大幅調整架構的選擇，在車輛的電力傳輸與轉換架構上，48V系統因為效率改善，甚至可以達成省油或提升續航力的綜效。 打入電動車產業鏈黃金時期 從車輛系統的複雜度來看，謝騄璘比喻，若電動車為1、ICE車輛約為2.5、油電混合車輛為5，ICE系統複雜但是經過百年的發展，技術成熟而且體系完整，電動車系統雖然系統單純，畢竟發展時間尚短，而且許多電子架構導入車用系統的過程，包括環境耐受度、耐用性、抗干擾、安全系數等的要求都更高，最近幾年電動車關鍵零組件發展的重點應在此，能夠提出符合產業要求的產品、技術，就有機會切入電動車產業鏈並卡位。 對台灣廠商而言，過去ICE車輛產業鏈相當封閉，電動車等於為新進的廠商開了一扇門，不過汽車對於安全性的要求將越來越高，因此產業鏈在經過一段時間的重組以後，應該還是會走向穩定，對於台灣廠商來說，近年可說是最佳的切入時機。 因此，謝騄璘建議，台灣廠商可以在自身具備技術優勢的領域，投入如材料、系統整合、充電裝置相關的技術；汽車產業產品認證週期長，至少要設定3~5年紮馬步的時間；選擇進入車廠的OEM或經營售後市場，前者產品訂單會相對穩定，但毛利率較低，售後市場訂單不穩定，甚至要經營品牌，但利潤會較高，選擇適合自身優勢的方向堅定努力，或許可以開創一片新的藍海。

產業研究機構Yole Développement(Yole)最新研究指出，2018年獨立記憶體市場規模超過1650億美元的，其中超過1600億美元為DRAM和NAND Flash。而經過連續十季的成長後，DRAM市場在2018年第四季度突然下跌。在行動、雲端運算、人工智慧和物聯網等重要趨勢的推動下，DRAM和NAND記憶體市場在過去幾年中經歷了一段大幅成長期。這些大趨勢對半導體產業，特別是記憶體市場產生了重大影響。 Yole預期，受這些大趨勢驅動的長期需求將導致記憶體繼續增加其在整個半導體市場中的比重。除了不斷成長的需求之外，過去兩年來產業領導者(例如三星、美光等)的謹慎供應管理使得DRAM和NAND Flash的總收入成長了107%，高於2016年的780億美元。 由於行動和數據中心的需求相對較弱，第四季通常是DRAM需求季節性強勁的時段，但2018年第四季度突破了歷史趨勢，儘管2018年的表現令人意外地微弱，但人們樂觀地看到NAND市場接近轉折點，因為彈性正在推動包括客戶端固態硬碟和智慧手機在內的多種應用的NAND儲存內容上升。價格環境在2019年初保持疲軟，但隨著需求開始復甦，情況正在改善，下半年市場可能會出現供貨緊俏的情況，與季節性需求復甦和數據中心需求的預期反彈相吻合。 雖然DRAM和NAND市場在經歷了前所未有的成長期後大幅放緩，但兩個市場的長期前景仍然光明。由於供應商在等待需求復甦的同時管理庫存增加，隨著記憶體市場的不斷發展，該行業面臨許多重要問題，包括：DRAM和NAND市場什麼時候會從供過於求轉向供應不足，反之亦然？供應商的盈利能力將如何受到影響？DRAM和NAND縮放的限制是什麼？隨著縮放和3D堆疊限制的臨近，內存供應商將如何做出反應？來自中國的新進入者對記憶體市場有哪些潛在影響？新供應商可能出現的時機是什麼時候？記憶體資本支出是否會持續上升？資本密集度上升是否會過高並威脅到供應商的穩定性？與DRAM類似，NAND市場最終會整合嗎？需求的價格彈性如何影響記憶體市場？DRAM和NAND之間的這些影響有何不同？    

新思科技(Synopsys)近日宣布與國立台灣大學、清華大學、交通大學、成功大學與中央大學等學校共同啟動「AIoT設計實驗室」產學合作計劃。新思將捐贈各校晶片開發核心套件與AI/機器學習(Machine Learning)教材，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技人才，為政府推動AI創新生態環境奠定良好基礎。 新思科技全球副總裁暨台灣區總經理李明哲表示， AI技術目前集中於應用，受到硬體成本相對較高的現實因素影響，AI商用仍面臨許多挑戰。但更因為如此，AI在台灣的發展須要注入新的發想，而多元創新的想法許多就來自於學校。 科技部政務次長許有近指出，AI是台灣科技發展的主軸之一，物聯網也正蓬勃發展，AI整合物聯網的應用逐漸滲透人們的生活，也帶動當前半導體技術的演進。「AIoT設計實驗室」產學合作計劃將有助各大學校院於設計初期集導入世界級的技術，讓半導體設計研發人才的養成從校園與國際接軌。 AIoT是AI與物聯網(IoT)的整合，隨著AI技術日漸成熟，而物聯網及其相關的應用服務也逐漸興起，AI透過物聯網逐漸進入到人類生活的各個層面中，AIoT驅動著各式智慧裝置應用的開發，裝置本身也變得更為聰明與靈巧。透過這次的合作，新思將捐贈AIoT晶片開發之核心套件ARC IoT Development Kit與AI/機器學習教材，並提供課程相關的訓練指導，以協助這些大學成立AIoT設計實驗室，讓學生們接觸與吸收符合當前產業需求的先進技術。 新思科技總裁暨共同執行長陳志寬提到，為了協助台灣半導體技術再升級，以及培育半導體設計軟體人才，新思將持續透過產學合作計劃的推動，協助產學研界提升AIoT的研發能量，掌握相關商機，共創產業發展新局面。

以下將介紹以GaN材料的功率晶體，包括GaN材料的物理特性以及GaN高速電子遷移率場效電晶體(High Electron Mobility Transistor, HEMT)的元件特性，以便對此新材料及新元件有進一步的認識。 認識氮化鎵材料特性 寬能隙的材料相較於矽材料，有較高的電子能階，矽施予1.1電子伏特(eV)的能量可以使電子從價電帶移動到傳導帶，而寬能隙材料的GaN需要3.5eV及SiC需要3.3eV，GaN與SiC相較於矽材料有七倍以上的崩潰電壓強度，而電子飽和速度也比矽材料快兩倍以上，寬能隙的材料特性具有高耐電壓及高速切換的特性，應用在電源轉換器上，可以有效提高其功率密度。 早期矽功率開關元件是採橫向的結構設計，但在給定的導通電阻RDS(on)下，晶體尺寸過大，最終無法有效降低導通電阻。為解決這個問題，目前矽的功率開關採用垂直結構設計，其閘極(Gate)與源極(Source)在頂部，汲極(Drain)在底部。 圖1為GaN HEMT功率開關的剖面結構圖，使用橫向結構的水平型設計，GaN可以外延生長到矽的基底上，GaN HEMT有別於其他傳統半導體，具有非常強的極化(Polarization)效應，除了因III-V離子鍵和晶格結構所形成的自發性(Spontaneous Polarization)極化外，在GaN和氮化鎵鋁(AlGaN)層之間產生異質結構，成長異質結構因晶格不匹配而形成的晶格擠壓，額外造成壓電電極化(Piezoelectric Polarization)，這兩個極化效應使得異質介面結構促使GaN的能帶(Band)朝氮化鎵鋁(AIGaN)方向自然彎曲。因此，彎曲的部分就會產生一層薄但密度高的高遷移率自由電子層，稱為二維電子氣(2-Dimensional Electron Gas, 2DEG)，此二維(2D)電子氣的電子遷移率極高，因此能達到非常快的切換速度，所以將其稱為氮化鎵高速電子遷移率場效電晶體(GaN HEMT)，也因為二維電子氣的特性使得元件結構中的導通電阻可以大幅降低，尤其是用來承受反向偏壓電壓的漂移區(Drift Region)所貢獻的導通電阻部分。 圖1　橫向增強型GaN HEMT的截面圖 半導體必須外接偏壓，提供足夠的電子伏特才能跨越費米能階(Fermi Level)，使半導體從絕緣體變成導體，但在GaN和AlGaN接面處形成的二維電子氣讓GaN HEMT不需要外置偏壓即可導電。製程上，GaN HEMT將源極和汲極的金屬連接二維電子氣，所以GaN HEMT本身是常開型(Normal On)的半導體元件，閘極位於汲極和源極之間用來控制GaN HEMT的導通與截止。但常開型的GaN HEMT，在電源轉換器使用上會造成驅動電路的設計複雜化。 如何將常開型的GaN HEMT改變為常閉型(Normal Off)的GaN...

依據目前國際上自駕車場域規劃類型，以及財團法人車輛中心的研究分類，考量其功能與定位，自駕車實行的場域可分為四大類，包含有：第一，產品測試場域(Test-bed)提供業者產品開發所需之封閉式場域。第二，法規驗證場域(Validation site)可執行政府主管機關相關法規要求，封閉式驗證場域。第三，展示場域(Demo site)：提供業者產品展示、可兼具民眾體驗、社會大眾教育功能之封閉式或開放式場域。第四，示範運行場域(Pilot Zone)：提供業者商轉及政府推動之考量，尋求社會大眾推廣。 台灣各地方政府推動自駕車場域之進度不一，但約可基於四大型態之定義進行初步分類，下列舉例說明。 產品測試場域 桃園虎頭山物聯創新基地 展望自駕車產業未來，桃園市政府將規劃自動駕駛車輛的研發、生產、營運在地化，並建立自駕車測試平台，提供相關零組件、人工智慧應用、整車廠商進行技術測試及驗證。園區預計2019年5月落成，位址在桃園南崁溪畔，基地面積4.7公頃，第1期基地約1.3公頃，打造為自駕車測試場域及資安物聯網實證平台。第二期，將剩餘的3.4公頃土地，規劃打造創新基地公園，成為具有「桃園矽谷」風格的園區。 園區設施規劃包含有：第一，「自駕車測試場域」：基地中的智慧車輛實證平台，提供自駕車相關零組件廠商可於場中實地驗證；第二，「模擬系統先行驗證自駕方案」：採用NVIDIA電腦架構，設置模擬與驗證系統，提供廠商驗證駕駛決策系統；第三，「建置資安物聯網實證平台」：資安團隊可建立符合ISO17025標準的檢測實驗室，強化企業供應鏈的資安管理。 桃園市政府規劃先在虎頭山基地設置封閉式車聯網基地，未來還會擴大在中壢青埔地區推動開放式基地。桃園長期以來是車用電子和汽車零件製造的重鎮，若再結合物聯網、AI等新興技術，可提高驗證測試能力並發展車聯網與自駕車產業。 為來潛在參與的業者廣泛涵蓋以下產業，如車用附件系統(如瑞智精密、葳天科技)、車用儲能系統與電源管理系統(如明基材料)、系統整合(如華城電機)、驅動馬達與控制模組(如瑞智精密)、自動駕駛(如研華、宏碁)，還有汽車製造廠(如國瑞、福特、中華汽車)。桃園市政府冀望以此基地為基礎，可望帶動車聯網與自駕車產業發展。 法規驗證場域　北投士林/台南沙崙 台北市政府早在2017年8月，透過台北市智慧城市產業場域實驗試辦計畫，完成信義路雙向公車專用道自駕小巴夜間測試後，更進一步自2017年11月開始籌畫，因應產業於自駕技術發展之完整應用情境之需求，擬於北投士林科技園區約10公頃的實證場域，透過產官學研的公私協力合作，推動北士科自駕車實證場域計畫。 北士科技園區內的場域規劃完整的道路基礎設施，並開放業者及研究單位以真實道路情境模擬場域，提供車聯網、自動駕駛及基礎設施智慧化之技術測試。測試項目涵蓋以下功能：固定站點停靠載客、車輛與號誌溝通、依照指示路徑方向行駛、依據速限行駛、夜間行駛情境、行車周遭環境判讀、依據指定路徑行駛，以期可作為上路實測之準備，將創造自駕車產業發展利基，加速智慧交通服務於台北落地的時程。 為了讓無人自駕車能安全在道路上行駛，必須先驗證自駕車是否與交通號誌精準整合，台北市政府規劃業者先行在北士科自駕車實證場域進行測試，並在中央政府相關法令支持下，取得試車車牌後，在確保安全性與可靠性的前提下，未來有望鼓勵業者在台北規劃打造自駕小巴的商業服務。 行政院於2017年4月核定通過，推動台南沙崙為自駕車示範場域，基地東側為核心區Ｃ區，西北側為高鐵台南站、台鐵沙崙站，面積2.223公頃。自駕車試驗場域的定位，將結合沙崙科學城推動低碳智慧城市概念，成為智慧交通系統，進一步協助國內自駕車產業發展。 基於以上政策依據，台南市政府與科技部結合前瞻基礎建設計畫，規劃自駕車試驗場域暨智慧綠能行控中心計畫。該計畫重要的推動策略有，第一，封閉型測試場與開放式固定自動輔助駕駛服務路線之規劃及建置；第二，建造具創能、儲能、節能與系統整合概念之智慧綠能行控中心；第三，評估與架設車聯網路系統(如5G)；第四，輔助設備與後臺管理系統之建置。 台南沙崙自駕車試驗場域暨智慧綠能行控中心工程，可分為自駕車試驗場域、行控中心(含整備間)及系統及設備工程等三部分，興建費用2.72億元。場域工程進度，在2018年11月時，已完成智慧安全路口完成車機R2V以及CMS安全警示測試，以及號誌架設，目前正進行景觀植栽工程；至於行控中心已完成內部裝修，正進行周遭環境整建。 台南沙崙封閉式測試場域面積約2.5公頃，包括沙礫道路、模擬隧道、鐵路平交道等常見各種道路狀況。涵蓋了包含四種市區道路、三種郊區道路、六種特殊路況等十三種情境，四橫五縱的棋盤式規劃，進行中型巴士以下與時速30公里以下的自駕車測試，還有展示之用。營運規劃的型態上，有產品測試場域、法規驗證、展示場域、示範運行等，協助政府推動綠能科技產業，營造適合國內自動駕駛相關技術研發環境。 台南沙崙自駕車試驗場域2018年下半年完工，預計2019年一月對外開放測試。計畫第一階段目標為完成封閉式自駕車測試場域，第二階段為完成開放式固定自動輔助駕駛服務路線。第三階段則期盼能在三年內完成開放式測試場域，但因牽涉範圍較廣，還需中央政府相關法規的支持方可克服。 透過台南沙崙自駕車試驗場域的投入，冀望可達到經濟部宣示在2020年實現3個旗艦團隊：自駕電動小型巴士、自駕商用物流車及電動自駕中型巴士，於開放場域進行美國SAE Leval 4測試(特定道路與環境下進行全自動駕駛運行)之目標。 展示場域　桃園農業博覽會園區 桃園市政府依據桃園國產自動駕駛電動車計畫，結合美國科技廠商LINKAY Technology、社團法人中華智慧運輸協會攜手合作，於2018年4月桃園農業博覽會試運行，採用4.6米電動小巴為載具，打造國產化自駕小巴接駁。 無人小巴在農博展覽期間的行駛路線全程800公尺，路程約10分鐘，時速在8~10公里。沿途包括了4次左彎、1次右彎和一個S型彎道，還有面臨各式天候人潮下，需要遇障煞停以及重新起步的駕駛情境。 目前規劃的自駕車電動巴士類型涵蓋兩種產品策略，瞄準目標企業客戶，推出相關商業模式應用。第一為封閉區域如樂園、學校、機場航廈等接駁工具的4.6米自駕小巴；第二為開放區域中，作為如捷運最後一哩(last mile)接駁工具的6米自駕中巴。清楚的產品策略勾勒出新創公司積極搶進自駕車市場的願景與企圖。 示範運行場域　臺中水湳智慧城 臺中水湳經貿園區半封閉式固定路線場域，今年(2018年)先配合臺中世界花卉博覽會的活動，進行自駕車示範運行。水湳園區將規劃兩項重要基礎設施，第一。整合自駕車測試監控管理平台：包含智慧自駕車管理、路側交控設施整合、車聯網及路側通訊網路。第二，建立模擬環境訓練平台：建構花博場域模擬環境與高清地圖，並利用模擬平台，訓練自駕車進行決策推論與邏輯推論。 台灣各地方縣市政府呼應生態永續、低碳宜居與智慧交通的全球趨勢，協同中央政府資源挹注協同產學研各單位，持續引進多元、綠能與科技的新型運具，其中自駕車、自駕巴士，正是可作為公共運輸的新型態延伸運具。 自駕車科技創新，需要實際道路與場域進行測試驗證，在台灣各地方政府紛紛積極推動自駕車測試驗證場域的規劃，可望創造後續龐大效益，包含： 帶動國內產業發展 可帶動國內自駕車關鍵零組件與關聯產業發展，掌握關鍵技術自主性，培養在地化核心人才與團隊。(如桃園虎頭山、臺中水湳) 成為法規試行標竿 配合中央法規鬆綁，以安全性與穩定性取得試車牌，並逐步在半封閉場域與一般車輛混合行駛，滿足商業化服務應用之可行性。(如北投士林、台南沙崙) 拓展國際市場潛力 展望國際市場，基於台灣特有應用環境下所發展之自駕車技術，針對具類似複雜交通環境的國家為潛在客戶，成為技術輸出領先國家。(如新北士林口、桃園虎頭山、臺中水湳)。 資策會MIC產業分析師涂家瑋  

IC Insights發表2019~2023全球晶圓產能報告指出，就2018年使用的總表面積而言，12吋晶圓是主流。此外，新建晶圓廠也以12吋為主，2019年預計有9座晶圓廠投入量廠，預計全球運營的12吋晶圓廠數量將攀升至121座，並在2023年增加至138座。 截至2018年底，全球共有112座12吋晶圓廠，2019年加入的9家12吋晶圓廠，有5家來自中國，相較之下2018年有7座12吋廠落成。2019年的9家新晶圓廠是2007年以來一年最多的一年。2020年預計還會新增6座，所有2019年和2020年的新廠都將是DRAM、Flash Memory或代工廠。 全球晶圓廠自2013年ProMOS關閉兩座晶圓廠後，造成當年12吋廠數量減少，從那以後每年12吋晶圓廠都持續增加。  

人工智慧(AI)風潮席捲全球，而為了加速AI應用普及，並降低雲端運算工作負載，實現更多的創新應用，邊緣運算需求與日俱增，AI開始從「雲端」走向「終端」，也因而推升ASIC需求；根據市調機構Ovum預估，2018~2025年，ASIC的市占率將從11%大幅增加至48%。 根據Ovum調查報告指出，在2016年，雲端(包含企業、數據中心等)為深度學習晶片的主要營收領域，占了80%。不過，到了2025年，此一比例將會改變，轉變成邊緣(Edge)占了80%，而雲端的比例則降為20%。這邊所指的邊緣意指終端設備，且以消費性產品為中心(而非小型伺服器或是路由器)，包括行動裝置(手機、平板)、頭戴式顯示器(HMD)，如AR/VR/MR、智慧音箱、機器人、無人機、汽車、安全攝影鏡頭等。 Tractica/Ovum研究總監Aditya Kaul表示，現今大多數的AI處理器，如GPU，多用於雲端伺服器、資料中心，以在雲端上進行AI訓練和推論。不過，隨著隱私、安全性需求增加，加上為了降低成本、延遲及打破頻寬限制等因素，分散式AI隨之興起，越來越多AI邊緣應用案例出現。例如蘋果的A12仿生晶片，其具備新一代「神經網路引擎」，以即時機器學習技術，改變智慧手機的使用體驗。 Kaul指出，簡而言之，AI從雲端轉向邊緣是現在進行式，當然目前AI在邊緣裝置上多還是以推論為主，而非訓練。不過隨著AI創新應用增加，有越來越多晶片商嘗試提升終端裝置處理器的運算效能，為的就是不用再傳送資料至雲端進行資料運算、推理和訓練。也因此，各式的處理器紛紛問世，像是CPU、FPGA、GPU、ASIC、NPU或SoC Accelerator等。 其中，ASIC的市占率可望隨著邊緣運算的需求增加而明顯攀升，從2018年的11%增加至2025年的52%。Kaul進一步解釋，ASIC之所以受到青睞，原因在於新興的深度學習處理器架構多以圖形(Graph)或Tensorflow為基礎架構；且上述提到AI邊緣運算受限於功耗和運算效能，因此多以推論為主，而非訓練。然而，若假設到2021年時，終端裝置將導入大量AI晶片，所需要的便是能在同一個晶片上進行推理和訓練，可因應分散式運算且又具低功耗的IC，因此ASIC需求將持續上揚，實現更多AI邊緣應用案例。

為了降低成本同時提高生產效率與水準，製造業目前正積極導入人工智慧(AI)技術。隨著人工智慧在製造業中的應用越來越普及，估計到了2025年，人工智慧軟體、硬體和服務的年度支出將達到132億美元。品質控管、產量改良(Yield Improvement) 、根本原因分析(Root Cause Analysis) 、預測性維護(Predictive Maintenance) 、能源管理和數位雙胞胎(Digital Twins)等都是促進智慧製造投資人工智慧的因素。 根據市調機構Tractica的報告，製造業公司現在正以適度但穩定的速度導入人工智慧技術。預計全球製造業對人工智慧軟體、硬體和服務的投資總額將會從2018年的29億美元增加到2025年的132億美元，而提高運營效率以降低生產過程成本，是目前人工智慧在智慧製造領域最成功的範例。 不過，製造業在自動化和技術方面存在一些矛盾。一方面公司採用各種工具來使生產過程更加快速順利，製造業在一個多世紀以前便整合了許多技術；但另一方面，由於可能要投入大量資金和時間的關係，製造企業在實施新技術方面又傾向於規避風險。 對此，Tractica的首席分析師Keith Kirkpatrick表示，隨著製造業對成本愈來愈敏感，加上客戶對於品質的要求提升，製造商趨向利用人工智慧來提高設備的性能、幫助減少停機時間、並提高產品的生產數量和品質；而人工智慧技術最顯著的強項就是能夠在大量數據來源中找到有用的資訊並進行快速分析，若以人力處理這樣龐大的資訊則需要非常多的時間以及成本。