首頁Top區塊
- Advertisement -
智慧監控風潮起 推升4K影像需求
智慧監控風潮興起,為了實現更多AI應用並提升演算法分析精確度,不僅處理器效能須持續攀升外,影像畫質也須跟著與日俱進。台灣索尼(Sony)課長葉沛青表示,目前的市場不論於720P或4K影像及皆有一定需求,不過,4K影像應用從2018年開始有逐漸加溫的趨勢。
據資料顯示,全球安防行業超高清(4百萬畫素以上)的市場到2018年增長為前期的5倍左右,主因在於智慧分析及高畫質的即時監控對於影像素材的要求更嚴格,希望能更清晰。而4K解析度是1080P的4倍,能夠看出更多的細節與物件特徵,清晰地呈現監控現場原貌,同時能快速實現對於車牌辨識、人臉辨識及行為偵測等的智慧分析應用。
葉沛青進一步說明,2019年從現有Full HD系統升級至4K的數量相信會更進一步的提高,因為如上所述,監控設備開始結合智慧辨識系統的分析,其所要求的影像都會相對提高,驅使企業用戶開始考量監視顯示器的畫質是否需要提升。比如說,4K攝影機能夠處理大場景的監控問題,只要架設1台4K攝影機,就可利用廣角特性涵蓋某個主要的轉運站,藉由細膩的解析度看清行人的面貌與更多圖像細節,像是服飾細節、車牌、人臉等,這些細節於安全監視的實際跟判定應用中極為重要。
因應此一趨勢,目前Sony的攝影機發展以著重於4K以及全天候監控攝影機為主,採用End to End 4K方案增加監控的效率性,當然,未來也會導入智慧分析功能。
資安攻擊層出不窮 新創AI產品紛紛問世
新創企業研究機構CB Insights選出的2018最具發展前景的100家人工智慧新創業者,屬於資訊安全防護範疇者即有10家企業。其中,CrowdStrike在2017年市場價值已經突破30億美元,堪稱為新創獨角獸公司;CyberReason達到9億美元的市場價值,亦接近獨角獸公司。分析表現優異的AI資安新創公司,有助更加了解AI資安防護趨勢與產品發展方向。
而觀察這些資安防護業者應用AI的類型,則可分為:端點防護、網路行為分析、網站防護及其他,本文將挑選部分新創案例說明。
AI補足傳統端點防護缺點
所謂端點防護在於保護企業中各種載具的資安威脅,以避免病毒透過員工的智慧手機、企業伺服器乃至於物聯網設備,進而竊取企業資料、勒索或造成企業內資訊系統停擺。傳統端點保護的問題來自於五點:
1.架構複雜:針對不同載具部署偵測軟體太過於複雜,不易管理。
2.執行效率:針對新型病毒會定期下載病毒碼到載具端,影響載具運作效率。
3.缺乏透明:傳統端點病毒缺乏整體的分析各端點受威脅狀況。
4.缺乏智慧建議:傳統端點病毒僅會就可能安全威脅提供阻斷或其他簡單處理動作,不能提供整體防護建議。
5.缺乏積極性建議:傳統端點病毒建議是消極性的防治處理,並沒有根據威脅入侵提供積極的處理方式。
另外,傳統資安端點防護方式是以病毒碼簽名之端點防護方式,主要是針對被病毒感染的檔案,帶有別於其他檔案的執行碼,透過更新病毒碼簽名,以掃描保護的端點載具上是否有潛在威脅。然而,現在的病毒攻擊方式更加複雜,且動態地改變病毒碼簽名或者不從檔案感染進行攻擊,傳統資安端點無法防護。
CrowdStrike主要提供企業智慧端點資安偵測、監控的雲端服務方案。CrowdStrike提供輕量級的端點防護代理程式(Agent),安裝在各種設備載具中,並不須將病毒碼更新到設備載具端,減輕載具負荷,讓智慧手機、物聯網載具也可以輕易地安裝。CrowdStrike核心平台Falcon Platform運行在雲端服務上,透過蒐集各個企業的資安威脅事件(每日超過500億事件、上百萬載具、橫跨176國家),進行機器學習分析,並提供企業整體資安威脅事件的透明化檢視、威脅智慧分析與建議等。
CrowdStrike的威脅智慧分析(Falcon Intelligence)是其AI方案的主軸。Falcon Intelligence不同於傳統資安端點防護方式,是以病毒行為進行學習與分析。Falcon Intelligence運用機器學習蒐集、學習、分析病毒攻擊行為、防護策略,以提供企業資安人員分析病毒的攻擊動機、下一步動作及因應策略。
Falcon Intelligence的蒐集資料來源包括:開源社群訊息、機器訊息、專家知識、暗黑資安攻擊分享網站資料等。企業人員使用Falcon Intelligence,不僅可以運用上述各種資訊來源與專家知識進行分析、事件關聯機器學習技術分析等,也可以直接詢問CrowdStrike專家各種諮詢以及病毒樣本下載解析等。
而因為現代資安攻擊手法更為複雜,Falcon Intelligence透過圖(Graph)運算,以檢視資安攻擊手法,進而進行阻斷、防治或行為學習,由此可以讓企業資安人員檢視資安攻擊路徑與行為。
CrowdStrike的Crowd代表群眾智慧的意義,透過其SaaS服務、累積全球各企業病毒行為、防治動作以及專家的智慧,使得CrowdStrike可以快速地發現新型病毒行為,進而有效地進行防治。CrowdStrike每年營收、訂購顧客均超過100%成長,100萬美元訂單更是年成長5倍。CrowdStrike不僅在端點防護上有其專長、群眾智慧的商業模式更是吸引創投資金不斷投入的原因。
EndGame強調偵測與病毒防護不需要透過雲端連線處理,在端點的代理人程式可離線自動偵測。當企業客戶需要進一步詳細地分析病毒時,可以將相關可疑感染檔案送交至EndGame之私有雲沙盒進行分析,EndGame也不會將相關檔案分享給與其他企業。
EndGame更強調運用MITRE組織的ATT&CK病毒攻擊行為分析框架與模型資料庫,來偵測與防治病毒。MITRE是美國聯邦政府資助的非營利組織,專門協助資訊安全、國土安全、防護安全等。EndGame認為機器學習不見得能夠分類所有的病毒行為,有其限制,故更重視既有人類專家知識辨認各種病毒感染的行為,搭配機器學習來辨認未知的病毒行為。
此外,EndGame運用AI智慧聊天機器人,協助企業資安人員詢問各種防治方法,以更直覺的方式快速地解決資安防護問題。
AI分析網路行為確保資訊安全
當企業運用愈來愈多智慧手機、聯網設備來進行資料交換時,資訊安全的防護不僅可從端點載具上進行偵測與防護,亦可從網路資料傳輸行為進行偵測。特別是許多小型聯網設備如工廠聯網設備、聯網閘道器,無法安裝代理程式。因此,許多新興的方案從網路行為進行資安分析。Darktrace就是運用AI進行網路行為分析,以協助企業進行資安防護。
Darktrace主要產品為Darktrace Enterprise、Darktrace Industrial、Darktrace Cloud、Darktrace SaaS、Darktrace Antigena。其中,Darktrace Enterprise為企業一般網路環境、虛擬環境、雲及SaaS服務。Darktrace Industrial則進一步可以偵測異質設備網路環境。Darktrace Cloud針對Amazon、Google Cloud Platform、Microsoft Azure等雲端環境。Darktrace SaaS則針對Salesforce、Dropbox、Office 365等SaaS服務。Darktrace Antigena則可針對偵測狀況,立即採取隔離或其他行動方案。
Darktrace主要運用非監督式的機器學習,去學習正常與異常網路行為,快速判斷哪個載具有異常網路活動或使用者異常活動並予以提出。Darktrace Enterprise...
無線/感測/平台同步進擊 智慧家庭AI加持邁向康莊大道
AI技術近年引起熱烈討論,與家電結合之後,將真正打通智慧家庭任督二脈,在家中各個角落埋設的感測器蒐集溫度、濕度、空氣品質等環境訊息,透過無線技術如Zigbee、Thread、Wi-Fi、藍牙(Bluetooth)5網狀網路(Mesh Network)等與家電連結,再利用人工智慧深度學習演算法,判斷出最適合使用家電的時機,讓家裡的各項環境數值時時保持最舒適的狀態。甚至透過語音指令操作各類電器,讓家庭裡所有裝置的控制與家電使用真正智慧化。
同時,相關商機也吸引Apple、Google、Amazon等國際大廠積極布局,根據Strategy Analytics預估,全球智慧家庭硬體裝置與服務市場規模在2020年將高達1,300億美元,2015~2020年的複合成長率(CAGR)為16%,本活動邀請相關領域代表性業者與專家深入探討智慧家庭的設計與應用趨勢,並剖析部署對策及未來發展趨勢。另外,為鼓勵學生投入智慧家電並厚植相關領域能量,由經濟部工業局主辦的家電產品設計競賽,強化台灣家電產業之時尚美學與色彩運用能量,提升產品附加價值,特於會中舉辦頒獎活動,鼓勵得獎作品與團隊,並於現場展示。
感測器在智慧家庭無所不在
家庭在智慧化的過程中,感測器(Sensor)的應用將越見普遍,藉由偵測環境如光、空氣的感知與控制,改善人們的生活並提升舒適性,艾邁斯半導體(ams)台灣區總經理李定翰(圖1)表示,該公司感測器的發展與應用是以人為本,為人或是人所在的環境而服務。感測器蒐集類比世界各種訊息,並整合MCU、演算法、參考設計等與數位世界連接,同時經由數據的判斷達成自動化。
圖1 艾邁斯半導體台灣區總經理李定翰表示,該公司感測器的發展與應用是以人為本,為人或是人所在的環境而服務。
與環境有關的感測器種類繁多,李定翰說明,光感測器在家庭應用將最為普遍,因為燈具無所不在,未來燈具的自動化是光感測器主要應用之一,根據研究機構IHS Markit的數據,2017年全球光感測器市場規模達26億個。而光感測的應用不僅在燈具的感應與控制,近期愈來越被市場討論的光譜晶片與食物晶片,其實都是光感測的應用,透過光線的折射、透射與繞射現象,可以檢測水質、分析血液、油品品質,甚至感測食物中的水分,分析食物的新鮮度,應用層面相當廣泛。
另外,空氣污染近年也是人們關心的重大議題,環境中經由人們呼吸進入人體的有害物質如灰塵類的霧霾、室內裝潢散發的甲醛、無色無味的一氧化碳、二氧化碳等,李定翰解釋,氣體感測器(Gas Sensor)應用同樣深具潛力,揮發性有機化合物(Volatile Organic Compounds, VOCs)感測器可以協助發現有害氣體,還給消費者清新健康的空氣。而磁性位置感測器(Magnetic Position Sensor)是一種利用霍爾效應(Hall Effect)或磁阻(Magneto Resistive)的晶片,可搭配其他感測器來追蹤移動中的裝置元件其轉速及線性角度,透過磁場偵測功能來定位。
智慧家電高度互連互通發展
智慧家庭中,除了環境的自動化之外,智慧家電也是談論已久的核心裝置,大同家電電子事業部廠長張忠棋(圖2)指出,前一波智慧家庭中談論的智慧家電,主要是將家電導入電子化的功能,但基本上整個生態系中的各領域業者還是各做各的,因此無法發揮整合性的效益,物聯網則提供了一個新的契機,除了產品的智慧化之外,開發App,結合實體與網路門市,深化會員服務,還要連結雲端服務與共通性的網路協定。
圖2 大同家電電子事業部廠長張忠棋指出,智慧家庭高度互連互通的發展趨勢,促使家電業者朝向開放平台Open API的方向發展。
因此,張忠棋強調,未來的智慧家電發展趨勢,已經不再是單純的遠端控制,還包括節能管理、排程控制、情境控制、智慧烹調、智慧服務、智慧診斷與近期最熱門的智慧助理。而在雲端也提供家電管理、情境管理、設備分享、智慧助理、開關機提示、長時間使用提示、區域設定、用電管理等整合性的服務。而開放性平台,讓不同廠牌家電產品能夠互連互通亦非常重要。
因應智慧家庭高度互連互通的趨勢,智慧能源、智慧生活、跨平台協作的三大主軸,大同也朝向開放平台Open API的方向發展,張忠棋期許,該公司的家電產品與服務也能與各領域之物聯網聯盟與軟體服務進行整合,朝提供消費者有感的智慧生活體驗來建構AIoT物聯網生態系統。
家用無線網路混合型架構
在家庭的環境中,網路連結是另一個重要的元素,未來智慧家庭網路尤其是無線網路,是混合型的網路架構,Silicon Labs台灣區總經理寶陸格(圖3)提到,WiFi、藍牙、Zigbee、Thread、Z-Wave還有特定的無線標準等,都會共存在家庭環境中。除了目前熱門的智慧音箱之外,以美國家庭為例,平均每個家庭擁有40個燈,燈光控制的智慧化需求也陸續浮現,2019年為家庭燈座導入智慧功能可能會出現大幅成長。
圖3 Silicon Labs台灣區總經理寶陸格提到,智慧家庭混合式無線環境的應用與順暢度,是未來無線方案供應商發展重點。
另外,越來越多家用裝置具備聯網能力,也將使多對多架構的網狀網路(Mesh Network),取代過去以網路閘道器為中心,一對多架構的星狀網路。寶陸格表示,網狀網路相較星狀網路有連結距離較長、耗電量較低、網路規模較大、系統穩定性更佳,並提供更好的回應能力(Deliver Optimal Responsiveness)等優勢。目前Bluetooth Mesh、Thread、Zigbee都可以提供網狀網路功能(圖4),技術各有優劣勢,智慧家庭平台業者亦會針對自身的需求導入相關服務。
圖4 Bluetooth、Thread、Zigbee網狀網路技術特性比較
資料來源:Silicon Labs整理
而在現有混和式網路環境下,多重協議也會共存在一個環境中,寶陸格指出,多重協議主要分成切換式與動態式兩種模式,以智慧燈泡的控制為例,使用者的手機通常有藍牙功能,於是先透過藍牙把上網功能喚醒,經過10~15秒重新啟動,將網路切換到Zigbee架構下,燈泡實際運作時的控制就是透過Zigbee網路。
另外,在零售賣場,燈泡控制是Zigbee網路,因應消費者的購買行為,需要不定時發送信標(Beacons)推播訊息到消費者的手機上,推播訊息需要採用藍牙網路,這個情境是在Zigbee網路架構下,即時、動態切換到藍牙網路。現在Silicon Labs就推動支援2.4GHz與sub-GHz頻段,支援多通訊協議藍牙、Zigbee、Thread與特定協定的多重協議單晶片解決方案,與原先需要2~3顆晶片的解決方案,不但較為省電也更具備成本效益。
另外,會中也同時舉辦由經濟部工業局主辦的家電產品設計競賽頒獎典禮,執行單位電電公會毛恩洸副秘書長致詞時表示,家電是每個家庭必備的產品,市場需求不會消失,設計競賽活動的舉辦,就是為了促使家電更符合現在的應用需求,並結合技術趨勢發展新的家電,本次活動共131件 產品經過兩階段評選,選出的優勝作品,無論在造型設計、功能應用與新技術導入都有各自傑出之處,希望藉此鼓勵得獎作品與團隊,也推動台灣家電產業維持發展與創新的動力。
Arm多執行緒處理器問世 自駕車安全更有保障
為提升自動駕駛車輛安全性,贏得消費者信任以加速自駕車推廣與創新,Arm近日宣布為Arm Safety Ready計畫推出全新Cortex-A65AE處理器,提供強化的多執行緒功能,以因應高資料處理量作業負載,並支援Split-Lock技術,實現整合安全。
Arm表示,根據美國汽車協會(AAA)的資料顯示,73%美國駕駛人非常畏懼在完全自動駕駛車中行駛,更有63%的美國成年人認為自己在步行或騎自行車時旁邊有自駕車時較不安全。由此可見,贏得消費者的信任十分重要,而欲提供這樣的信任經驗,車廠需要理想的解決方案,不僅要在創新與安全之間取得正確的平衡點,還須兼具可部署、可擴充、以及能夠量產等特性。
因此,為協助OEM與一線廠商加速部署安全的自動駕駛車輛,Arm發表Safety Ready計畫,以及一套專屬的Automotive Enhanced IP產品系列,其中包含不久前所推出的Cortex-A76AE處理器。然而,要打造安全的自駕車,需要各類型的運算處理器滿足各式需求,因而不會有一體適用的萬能型晶片。因此,Arm進一步擴展Automotive Enhanced IP陣容,發表Cortex-A65AE(即產品藍圖中所稱的Helios-AE)。
據悉,Cortex-A65AE為首款整合安全機制的多執行緒處理器,提供強化的多執行緒功能,並透過創新的Split-Lock技術提供整合安全性;目的讓自駕車得以更有效率地處理多個感測器資料流,以及安全地提供各種創新的駕駛體驗。
另外,該產品也可管理蒐集感測器資料對於高處理量的要求,並能在鎖步(Lock-step)模式下連接各種加速器,包括機器學習或電腦視覺等運算元件,協助系統有效率地處理資料;但最為關鍵的是,可在極安全的狀態下完成這些作業。
Arm表示,新推出的多執行緒Cortex-A65AE處理器也加入該公司旗下的車用平台,進一步鞏固該公司於自駕車市場中的競爭優勢;另外Arm軟體生態系統也全力支援Cortex-65AE,包括Arm Safety Ready開發者工具以及Linux作業系統的修補程式都可以取得使用。
Wi-Fi/藍牙加持基礎儀器 實現高CP值智慧實驗室
物聯網(IoT)話題正熱,此風潮也吹到量測儀器產業。為因應物聯網設備量測需求,不僅使得基礎儀器的需求提升,就連基礎儀器本身向外的資料傳輸與儲存也成為熱議題。因此,也已有儀器廠商推出導入無線介面的基礎儀器組合,瞄準評價市場,實現高CP值的智慧實驗室。
旺群儀器創辦人葉品顯表示,任何量測儀器只要跟電腦連線扯上關係,便會提高數倍價格。舉例而言,現如今一台最平價的分貝計只要台幣600元以下便能入手,但是一旦導入有線介面,價格便可能突破萬元台幣,價差非常大。
葉品顯進一步說明,目前市面上儀器之間的連線多以USB、RS232、GPIB與LAN為主,在平價的基礎儀器上導入有線介面除了將大幅增加成本之外,也會帶來配線複雜與掉線的缺點。
有鑑於此,旺群正式於2017年11月代理中國儀器商利利普旗下OWON品牌儀器,並推出包含示波器、訊號產生器、電表與電源四套件組合,其中示波器與電表導入了Wi-Fi與藍牙無線技術,並且瞄準教育市場與工程師各體用戶,期待能將物聯網的概念導入至基礎儀器之中,為該二客群帶來高CP值的智慧實驗室。
在2018年旺群已與台南科大合作,在校園中建置14套智慧實驗室配備。葉品顯認為,基礎儀器的介面無線化將會持續發酵,在未來預期將會有更多廠商投入該市場;旺群則期待能秉持著先行者的優勢,在該市場搶下優勢。
千瓦應用需求有增無減 眾廠齊推GaN功率元件
隨著科技演進,如何提升能源使用效率是業界共同的挑戰。其中,無論是在消費電子、工業自動化或是雲端運算帶來的伺服器,各個領域都在追求更高的功率密度,以達到逐漸提升的電力要求。
氮化鎵(GaN)功率元件能夠使電子傳導更有效率,也能縮小元件體積,因此未來全球GaN功率元件市場將持續成長(圖1)。儘管目前功率元件依然以矽MOSFET為主流,但已有許多廠商陸續推出氮化鎵材料元件,以做到更高的切換頻率與更小晶片尺寸。
圖1 全球GaN元件市場價值
資料來源:Coherent Market Insights
電動車/伺服器率先導入GaN元件
日前於2018年慕尼黑電子展(Electronica Trade Show)上,氮化鎵半導體技術廠商Exagan發布了GaN高功率轉換解決方案。該公司也指出,伺服器與電動車將成為率先導入的兩大應用領域。
Exagan致力於氮化鎵半導體技術創新,在2018年慕尼黑電子展會上,該公司更展示了其針對千瓦級應用的G-FET和G-DRIVE兩大產品線,提供高效能、極低耗損的電能轉換,且具有增強功率的快速開關元件,適用於汽車與伺服器應用。此二最新發布的新型GaN產品解決方案,展示了Exagan的200-mm CMOS製程技術,同時也顯示出Exagan對GaN技術的充分掌握。
根據研究單位IDC的數據顯示,2018年第一季全球伺服器出貨量,相較於2017年同期成長了20.7%至270萬台。快速成長的伺服器市場電源,也將成為首批導入Exagan GaN解決方案的電源應用。
汽車電子也是另一項GaN電源轉換解決方案的重要應用。在2018年慕尼黑電子展會上,Exagan總裁兼首席執行官Frédéric Dupont表示,GaN小巧輕便與具成本效益的特性,使得該解決方案相當適合應用於電動車之中。
該公司的G-FET和G-DRIVE產品線將提供市場更為全面的GaN解決方案組合,Dupont進一步指出,該公司亦於近期在法國與台灣設立了應用中心,致力於與客戶能有更緊密的合作,進而滿足新興的電源轉換需求。
英飛凌GaN HEMT/驅動器進入量產
在2018年慕尼黑電子展會上,英飛凌科技(Infineon Technologies)也發布了氮化鎵解決方案--CoolGaN 600V增強型HEMT和氮化鎵驅動IC EiceDRIVER。
新款CoolGaN 600V增強型HEMT採用可靠的常閉概念,已優化實現快速開通和關斷。它們可在開關式電源(SMPS)中實現高能源效率和高功率密度,其優值係數(FOM)在目前市面上所有600V元件中首屈一指。
CoolGaN擁有高可靠性,品管過程不僅對元件本身,還針對其在應用環境中的性能進行全面測試,以確保CoolGaN開關滿足品質標準。
另一方面,EiceDRIVER驅動IC則是CoolGaN增強型HEMT的完美搭檔,專為確保CoolGaN開關實現強固且高效的運作所設計,同時大幅減少工程師研發工作量,加快產品上市時程。
功率密度要求持續提升 GaN新品實現千瓦應用
為滿足千瓦以上應用需求,德州儀器(TI)亦於日前推出GaN FET產品系列。德州儀器類比IC應用經理蕭進皇(圖2)表示,GaN元件能操作的切換頻率相對於MOSFET更高,在提升切換頻率後,包含電容等整體晶片體積都將縮小;相比之下,GaN元件設計重量只有MOSFET元件的六分之一。如此一來,不但能達成節省能源、降低成本,在晶片體積縮小之後,亦能擴大放置其他元件的空間。
圖2 德州儀器類比IC應用經理蕭進皇表示,GaN元件能操作的切換頻率相對於MOSFET更高,在提升切換頻率後,包含電容等整體晶片體積都將縮小。
為因應此趨勢,德州儀器日前推出新型600V GaN、50mΩ和70mΩ功率級產品組合,能支援高達10kW應用。與應用於AC-DC電源供應器、機器人、可再生能源、電網基礎設施、通訊和個人電子的場效應電晶體(FETs)相比,該產品系列能協助工程師打造更小、更高效且更高性能的設計。
蕭進皇進一步說明,目前MOSFET元件皆需要再外掛驅動控制,然而該產品將驅動控制納入同一個封裝之中,如此一來便能降低電子電路設計難度,縮短設計者的開發時間。
在未來,持續提升功率密度將是電源設計的主流趨勢。另一方面,將主動和被動零組件整合於電力系統之中,也能更可靠地實現縮小尺寸的目標。GaN元件能夠應用在個人消費電子、工業馬達驅動、電網基礎設施等不同功率等級的應用之中,功率應用範圍從瓦橫跨到千瓦等級。
德州儀器的GaN FET產品系列擁有整合獨特的功能與保護特性,不僅簡化設計,同時實現更高的系統可靠度與最佳化高壓電源供應的性能,進一步為傳統串接(Cascade)和獨立(Stand-Alone)的GaN FET提供了智慧替代解決方案。透過整合的<100ns電流限制和過熱偵測(Overtemperature Detection)功能,此裝置可防止意外的直通事件(Shoot-Through)與熱失控 (Thermal Runaway)發生,且系統介面訊號提供了自我監測的能力。
然而,由於GaN元件相對成本依然較高,因此蕭進皇進一步指出,在短時間內該公司的GaN相關產品會以滿足高效能的需求為主要目標市場;低成本的設計便不是最適合GaN元件的應用範疇。
GaN助力 磁共振充電功率/距離再提升
GaN元件不僅是在高功率應用領域能有所發揮,更能在無線充電領域大顯身手。由於GaN功率元件具備高開關速度、切換損失等性能優勢,持續為電力電子應用打開更多可能性。其中,基於氮化鎵技術的磁共振(Magnetic Resonance, MR)無線充電,將能使得50W以上無線充電功能更快實現。
交通大學電機工程學系系主任陳科宏(圖3)表示,由於氮化鎵功率元件能夠達到非常快的開關速度,因此也能近一步縮小零組件尺寸與整體體積。氮化鎵材料在中功率至高功率的電源相關應用上皆有很好的效果,在未來10年,氮化鎵功率元件的興起將改變消費者的電子產品使用行為,也將影響相關供應鏈的廠商生態。
圖3 交通大學電機工程學系系主任陳科宏表示,在未來10年氮化鎵功率元件將改變消費者的電子產品使用行為。
陳科宏表示,若無線充電功率要提升至50W以上,基於GaN的磁共振便是目前最佳的解決方案。由AirFuel主導的磁共振無線充電技術,相對於磁感應技術能夠提供更高功率電力,並且能夠同時為多台設備供電。儘管目前依然少見導入磁共振無線充電技術的商用產品,然而該技術依然持續有所進展。
基於GaN的共振式無線充電傳輸系統發射端能夠一次發出70W電力,已能夠滿足筆記型電腦的充電需求;而手機大約能夠接收10W~15W電力,因此,最遠傳輸距離可達30公分,若在5公分距離之內則可以達到快速充電標準。
陳科宏進一步說明,未來基於GaN的共振式無線充電傳輸系統也將會持續提升充電效率、拉長充電距離,並且擴充應用範圍;更將持續以提升方便性以及縮小元件體積為主要的未來演進方向。
另一方面,GaN功率元件不只能使用在共振式無線充電設備,隨著氮化鎵的應用研究增加,成本也正在逐漸壓低,預計在2020年就能看到大量產品開始使用氮化鎵材料。
R15 Late Drop延至2019發布 3GPP表示5G前期部署不受影響
5G標準發布時間將有所調整。3PGG近日於義大利舉行TSG RAN(TSG Radio Access Network)全體會議,而3GPP主席Balazs Bertenyi在會中表示,為確保未來的版本能更完整,更具穩定性,大會通過延遲凍結R15 Late Drop版本標準的決定,將其延至2019年的3月發布(原本預計2018年12月底完成),R16標準也將隨之順延。
據悉,5G R15標準制定分為三個階段,第一階段是R15 NR NSA規範,對應4G核心網+4G基站為主+5G基站為輔(Option 3系列),已於2017年12月完成,而ASN.1 已於 2018年3月凍結。第二階段是R15 NR SA規範,對應5G核心網+5G基站(Option-2系列),已於2018年6月完成,ASN.1已於2018年9月凍結。第三階段則是R15 Late Drop規範,對應5G核心網+5G基站為主+4G基站為輔,以及5G核心網+4G基站為主+5G基站為輔(Option 4、Option 7和 5G-5G雙連接)。
而本次會議3GPP宣布延期的便是R15 Late Drop規範。按照原訂計劃,該標準預計在2018年12月完成,而到2019年3月完成含有完整ASN.1代碼的標準版本。不過,在R15 Late...
車用毫米波雷達2016~2022年CAGR達22.9%
產業研究機構Yole Développement(Yole)研究指出,在ADAS的新興應用和自駕車的推動下,雷達技術發展得非常快,雷達晶片市場2016~2022年的複合年成長率(CAGR)為22.9%。過去兩年,汽車業已經有許多意想不到的發展。
從使用頻率的角度來看,Yole認為,自動駕駛將成為雷達技術發展的下一個長期動力。汽車雷達採用非授權的ISM頻段24GHz,適用於短距離(最長30米)應用,包括盲點檢測,車道變換輔助等,技術相較成熟,不過由於各國政府計畫收回該頻段,因此24GHz的產品在20202年以後將陸續消失,轉換為高頻的77GHz頻率產品。
而高頻的77GHz,適用於中長距離(最長250米)應用,包括自動跟車定速控制、自動緊急剎車。未來,多模的毫米波雷達設計會逐漸發展,也就是一個模組裡同時搭載多顆毫米波雷達晶片。然而,多模解決方案可能會導致配備雷達的汽車產生干擾問題。
自動緊急剎車、自動跟車定速控制和車道變換輔助是這些新應用的一些例子。在新車評估計劃的推動下,車廠正在設計具有眾多感測器的汽車,以實現這些應用。由於大多數這些新應用都與安全相關,因此感測器必須高度準確。這意味著物體檢測和分類的規格非常嚴格且可靠:可在各種天氣條件下,在光線不足,近處或遠處以及寬視野範圍內操作。雷達技術非常適合滿足大多數這些要求。
Yole解釋,儘管全球汽車銷售成長率在2022年達到近3%,預計未來五年雷達晶片的銷售平均成長率為23%,平均成長率為22.9%。
滿足V2I應用需求 802.11ax巧扮連網橋梁
汽車無線連結能力必須符合下列三大條件,首先是速度必須夠快,支援享受豐富刺激多媒體服務所需的資料傳輸速率;其次,在要求更為嚴苛的環境中(與消費性電子產業相比),維持高穩定度;最後則是安全性必須提高,才能保護傳輸/接收的資料。
汽車聯網須滿足三大要素
路上有越來越多的車輛使用高階無線連結能力,資料耗用量因而大增,取得足量的可用空中媒體成為一大技術挑戰。每一台車都需要與其他鄰近車輛共用網路,而在車輛堵塞率高的地區,可能必須與數百台車共用網路。
其中一個解決辦法,就是透過使用LTE/5G通訊技術。然而,這個方法是否有經濟可行性仍不確定,因為它仰賴使用獲得授權的無線網路。這可能會造成財務支出增大,並對不同服務相關的商業模式產生不利影響。
現在,新興的802.11ax Wi-Fi標準儼然成為替代解決方法。此標準已針對高使用者密度的狀況最佳化,相較於先前的Wi-Fi技術,顯然有更優異的能力與增進更多的頻譜效率。由於採用正交頻分多址(OFDMA)調變,其可同時處理大量的資料串流。此外,其多通道MIMO(MU-MIMO)能力可大幅提高整體覆蓋率。
具OFDMA功能 802.11ax實現車聯網應用
藉由使用802.11ax,可透過更符合經濟效益(相較於透過採用蜂巢網路)的方式來運用車對路(V2I)通訊。此外,該標準支援低延遲操作,這代表駕駛人(或車輛的ADAS系統)可即時發現潛在問題(如車前意外),原因在於其可在鄰近車輛或基礎設施之間傳輸資訊;之後駕駛人或相關系統即可採取適當回應,進而避免危險發生。此連結能力也同樣可運用在車載資通訊/分析活動。
從眾多散布在現代化車輛中的不同感應器取得的所有資料均可安全傳回雲端(以便製造商確認效能指標、評估提供下一次維護的時間,或找出任何急需解決的顯著問題)。車輛如同802.11ax基地台(STA),可將此類資料上傳至任何鄰近的802.11ax存取點(AP),而不會發生目前應用現況中因其他車輛皆競相爭用AP頻寬所致的延遲問題。空間、頻率及時間重複使用均可受惠於802.11ax所支援的OFDMA與MU-MIMO技術,媒體可與其他各方共用,而非只是彼此爭用。
802.11ax連結能力的另一項功能是在車輛出廠後,可提供車輛韌體無線更新。汽車製造商總是持續改進其車款;因此,車廠希望在每台車輛的生命週期中推出每個新功能時,都能即時實施部署。
如此一來,車輛的使用年限就可延長,更換週期也會比像智慧型手機之類的產品長上許多。為車輛實施新功能並不需要將車輛駛回經銷商處;在經銷商處實施新功能必須直接透過纜線介面執行,對車主來說不僅極其不便,也會因技師必須親自執行這項作業,而產生必定可觀的成本。定期透過無線更新套用韌體會是更好的選擇;只要有足夠的頻寬和安全性即可。
經由安全可靠的無線平台對所有相關車款同時進行無線更新,對製造商而言有著顯著的後勤與經濟效益。車主對此必然也會欣然接受,因為他們不必抽空把車輛駕回經銷商處進行更新。即使需要在車輛售出之前進行更新(車輛入港等候運送時,或停放在製造廠的車輛存放場時),相較於直接接觸實體的方式,以無線方式更新的好處也顯而易見。由於執行工作所需的人力資源更少,作業效率將會高出許多,同時也可節省可觀的時間成本與費用。
802.11ax提升使用者體驗
現在我們再回到車輛乘員及其需求上。 對於與國內環境現況應用類似的方法,需在車內提供的Wi-Fi端點數量大幅增加,因此,連結能力必須相應進化。相較於前幾代技術,802.11ax存取點具備OFDMA能力,將可連結至更多的手持式裝置。因而可在傳送數位娛樂內容的同時,確保提供良好的使用者體驗,並避免任何讓人沮喪的狀況發生。
為此,802.11ax無線晶片供應商便致力推出相關解決方案,如Marvell旗下的88Q9098,是與AEC-Q100 Grade 2相容的系統單晶片(SoC),包含2×2plus2×2同步雙Wi-Fi,以及雙模式Bluetooth 5/Bluetooth Low Energy(BLE)與802.11p功能,可提供千兆級的資料供應能力(圖1)。
圖1 88Q9098功能方塊圖表
綜上所述,802.11ax通訊協定意味著民眾在住家/辦公室享有的Wi-Fi效能體驗和在車內可獲得的存取體驗,不再有差異。 藉由實施汽車最佳化解決方案,無縫無線連結能力有可能獲得實現,且民眾針對某些生活層面所依賴的服務,也可有效普及化,民眾可隨時隨地皆可獲取到。
(本文作者皆任職於Marvell)
搶占AI監控商機 應用服務為主軸
監控系統AI化趨勢日益明顯,其應用也逐漸浮現,如交通管理、智慧零售,或是和屋內或室內監控等。對此,建騰創達董事長暨執行長朱伯倫表示,目前AI智慧監控所要監測的事物不外乎可分成四大類,分別為人、臉、車,以及車牌識別(Automatic License-plate Recognition, ALPR);也因此,和這四類較為相關的應用領域,像是零售、交通、商業建築等,會是未來智慧監控發展較為快速的領域。
不過,AI雖將為監控產業帶來翻天覆地的新變化,其應用需求也逐漸高漲;然而,對於監控業者而言,AI的興起雖帶來了新商機,但也意味著新挑戰隨之而來。
朱伯倫說明,商場、零售店等終端業者之所以會導入AI,其原因不外乎是增加營收、減少成本,以及降低風險,以得到更多的投資回報率(Return On Investment, ROI)。也因此,監控業者不能抱持「尋求差異化」的思維,而是須以「應用服務」的角度出發,協助客戶達到更多營收、更低成本、更易管理風險的目標。
朱伯倫進一步指出,尋求技術差異化偏向製造業的思維,也就是打造一個具獨特性的產品(可能是價錢最低、效能最好等)力抗市場眾多競爭對手,進而讓顧客買單;然而,這種差異化並非是永遠不變的,因為技術每天在進步,或許在短短幾個月內,產品之間的優勢或獨特性便會相差無幾。
也因此,對於監控業者而言,在逐漸攀升的AI監控商機中,要占有一席之地,便該從「應用服務」的角度切入,以客製化的支援與服務滿足客戶的三大主要需求,也就是賺錢、省錢和管理風險。
朱伯倫表示,應用服務和客製化都不是新的概念,對於監控業者而言卻是新的挑戰。原因在於,這考驗業者了不了解終端產業的需求、運作,以及在了解之後有沒有相對應的能力進行服務與技術支援。以該公司為例,除了提供監控系統相關的軟硬體之外,更重要的是還包括售後的服務與支援,例如數據分析、伺服器資料管理等。換言之,化繁為簡,不再執著於尋求產品、技術的差異化,而是去思考如何實現更智慧的應用,提供最有效率的解決方案滿足客戶在ROI上的需求,這是目前所有監控設備業者應了解的觀念,同時也是新的挑戰。












