首頁Top區塊
- Advertisement -
滿足AI應用需求 富士通新一代超級電腦CPU亮相
富士通(Fujitsu)近期宣布推出新一代超級電腦CPU「A64FX」,其採用ARM架構,將以7奈米製程生產;該CPU未來將運用在日本新一代名稱為Post-K的超級電腦上,提升超級電腦運算模擬能力,並滿足大數據和AI應用需求。
目前日本當前的超級電腦「K Computer」是由富士通聯合日本理化研究所(RIKEN)共同開發,不過其使用的是SPARC 64架構的處理器。然而,新一代超級電腦將使用全新研發的處理器A64FX,該產品核心轉為ARM架構,且為首個採用向量擴展(Scalable Vector Extension, SVE)指令集,以支援 512 bit 浮點運算單元,大幅強化浮點的效能。
富士通表示,該公司正與RIKEN積極開發下一代超級電腦Post-K,希望能於2021左右開始營運,而新發布的A64FX未來將主要用於日本新一代超級電腦上。
據悉,A64FX使用的指令集是Arm針對超級運算的延伸指令集ARMv8.2-A SVE架構,這也是此指令集首度被採用在實際產品上,支援512 bit位寬浮點運算;且該產品整合了有48個運算核心,加上4個協助核心,配備 32GB HBM 2 記憶體,頻寬達到1TB/s。
另外,A64FX採用富士通獨自開發的Tofu介面技術,Tofu具備2條管線(Lane)、10個連接埠,頻寬達28Gbps。單一A64FP具備2.7TFLOPS以上雙精度浮點運算效能,而單精度至少5.4TFLOPS,半精度可達10.8TFLOPS,同時強化16bit與8bit整數運算效能。
富士通指出,新推出的A64FX與開發中的超級電腦Post-K,可用於科學模擬與當今流行的AI與數據分析領域,將有望在尖端研究,健康醫療,防災和減災,能源等運算模擬領域做出貢獻;同時也可透過大數據和AI的應用,提高產業競爭力。
借力超接合面MOSFET 電機驅動應用功率轉換效能增
產品效能需求增推動半導體業研發新技術
家電廠商不斷地尋求更高的產品效能,以符合日益趨嚴的效能法規,達到降低功耗和節省電費的目的。更具體地講,主要需求是降低設備在低負載穩態以及滿載工作狀態下的功率損耗。因此,研發高效能開關,特別是在低電流條件下實現高效能,是達到這個市場需求的關鍵要素,同時也是半導體廠商研發新技術的動力。
因為過去幾年技術改良取得較大進步,電源供應商最新的功率MOSFET技術可以成功地替代變頻電機控制器的IGBT開關,而且在很多應用領域,特別是在低負載工作狀態下是首選的功率開關解決方案。除了持續的效能需求外,整個變頻系統設計還須要優化尺寸、可靠性和開發工作量。為滿足這些多重目標,像是意法半導體的SLLIMM-nano產品家族便新增兩種不同的功率開關技術(圖1),分別為:
.IGBT:3/5/8A、600V內置超高速二極體的PowerMESH和溝槽場截止IGBT--STGIPNxH60y/ STGIPQxH60y。
.高耐壓超接合面MOSFET:3/5A、600V內置快速恢復二極體N溝道MDMesh DM2功率MOSFET--STIPQxM60y。
圖1 兩種不同功率開關技術
從這兩項技術中選擇哪一項技術須要考慮多個因素,例如,功率大小、PWM開關頻率、工作溫度、控制策略。本文在小功率壓縮機典型工作狀況中對兩個不同的SLLIMM-nano智慧功率模組進行了詳細的電氣表徵和熱性能比較,這兩款模組分別採用下面兩項開關技術,包括3A PowerMESH IGBT (STGIPQ3H60x)和3A高耐壓超接合面MOSFET(STIPQ3M60x)。
電機控制的主要應用包括基於三個半橋的變壓變頻逆變器。在硬開關換流半橋拓撲內,續流二極體必須具有低正向偏壓和快速反向恢復(低trr和Qrr)的特性。電機驅動的典型開關頻率是在4kHz到20kHz範圍內,以降低人耳能夠聽見的雜訊。
電機驅動應用和硬開關換流息息相關
要想優化功率開關的低頻性能,首先是開關須具備導通電壓低,其次是低開關損耗。電機驅動器還必須穩健可靠,在保護電路啟動前,能夠長時間耐受電壓電流突變。因為是單極元件,無少數載流子,功率MOSFET的優點是正向偏壓(VDS(on))隨漏極電流線性降低,關斷換流快。另一方面,其固有本體二極體(Body Diode)表現出與分立二極體相同的物理局限性,這是MOSFET結構所致。
在IGBT內,電壓降(VCE(sat))與集電極電流不是線性關係。在變為導通電壓前會出現一個臨界壓,飽和時在某一個集電極電流之上有一個接近恆定的正向壓降;為取得預定的反向恢復能耗和正向偏壓,可以選擇共同封裝的二極體及其尺寸。
最後,與IGBT相比,功率MOSFET的導通電壓損耗低,尤其是在低電流時更為顯著;關斷能耗低,不過,導通能耗較高,而加快本體二極體的反向恢復速度與所用技術製程有關。
電機控制功率開關技術有效降低功耗
為滿足電機控制的需求,半導體業者提供多種功率開關技術。這些功率元件提供典型的電機控制開關頻率,在壓降(VCE(sat))和開關能耗(Eon和Eoff)之間取得平衡,大幅降低了電壓導通和開關兩大損耗源產生的損耗。IGBT和Turbo 2超高速高壓續流二極體安裝在同一個封裝內,二極體經過優化處理,取得了較好的trr/VF比和恢復軟度。
另外,半導體業者也將超高耐壓超接合面MOSFET採用最新的MDMesh DM2快速二極體技術,此一技術使內部本體二極體的恢復速度更快,軟度和穩健性更好;而極低的反向恢復電荷(Qrr)和極縮的反向恢復時間(trr),以及很低的RDS(on)通態電阻,非常適用於高效能電橋拓撲轉換器。
IGBT與MOSFET功率損耗比較
在典型工作溫度Tj=100℃範圍內,我們從動靜態角度對兩款元件(IGBT和超高耐壓超接合面MOSFET)進行了比較分析。在小電流時,MOSFET SLLIMM-nano(顯示線性特性)的正向壓降低於IGBT模組典型的類似於二極體的正向壓降,如圖2所示。從圖中不難看出,在電流低於0.7A(平衡點)時,超高耐壓超接合面MOSFET的靜態特性優於PowerMESH IGBT。
圖2 輸出靜態特性比較
另一方面,硬開關轉換器在開關導通和關斷過程中會發生功率損耗現象,因此,開關損耗也必須考慮在內。開關損耗的主要誘因是續流二極體的反向恢復電荷,在導通過程中導致開關電流升高。儘管超高耐壓超接合面MOSFET開關管優化過的本體二極體,大幅降低了功耗,但IGBT還是能夠利用共同封裝的超快速二極體降低導通功耗。
模擬結果
在下列條件下對PowerMESH IGBT和超高耐壓超接合面MOSFET進行了模擬對比測試,Vbus=300V, fsine=120Hz, Tamb=70℃,使用一個開關頻率8kHz的內置向量控制演算法(FOC)的PWM調製器和一個12C/W散熱器。
如圖3所示,在這些條件下,模擬實驗結果顯示功率損耗比較部分分析的電氣特性,也顯示了在180W前,超高耐壓超接合面MOSFET的熱性能優異,尤其是在較低負載時表現更加優異;於40W時總功率損耗降低40%,讓家電設備可以達到更高的效能級別。
圖3 模擬測試結果,逆變器功率損耗比較,Tamb=70℃
超高耐壓超接合面MOSFET滿足低負載應用
在典型工作狀態的低功率壓縮機應用中,PowerMESH IGBT和超高耐壓超接合面MOSFET的模擬結果表明,在低負載下超高耐壓超接合面MOSFET熱性能表現更好,於40W時功率損耗可降低18%,使冰箱等家電能夠取得更高的效能等級。為驗證這個初步測試結果,我們還將在相同的測試條件下對一個低功率壓縮機驅動器進行台架測試,使用開關頻率8kHz的內置向量控制演算法(FOC)的PWM調製器。在做這個測試過程中,提高輸入DC功率(PIn),同時觀察封裝溫度,因為封裝溫度是與總功率損耗相關的熱性能所產生。
(本文作者皆任職於意法半導體)
電池/充電產業開步走 供儲能模式進化力挺電動車
全球汽車產業正朝向電動化趨勢發展,預計在2030年時,55%新車都是電動車,傳統汽柴油引擎將逐漸退場。而電池管理(充換電技術)與充電站的發展將是汽、機車電動化的最重要關鍵之一,面對此龐大商機的需求,為了協助台灣產業善用自身軟硬體實力優勢搶奪市場先機,台灣資通產業標準協會(TAICS)於日前舉辦「電動車電池管理與服務發展趨勢」標準論壇,邀請車輛研究測試中心、工研院等兩個國內主要研究法人機構;電動機車廠商Gogoro、其昜科技;設備技術與場域運營大廠台達電、WiTricity、信璽國際、能海電能科技等國內外代表機構,全方面涵蓋電動車產業,從政府政策、充電技術、充電環境等關鍵面向,探討技術與應用場域之資通訊標準需求。
台灣資通產業標準協會秘書長周勝鄰表示,從產業來看,電動車對傳統汽車製造帶來很大的衝擊,如同特斯拉(Tesla)帶來的效益一般難以忽視。而電動車很重要的組成要素在於電池設計,其本身已發展約2~3個世代,現已日趨成熟。在電池使用部分,已慢慢導入ICT技術,可看到特斯拉的崛起,使得傳統汽車製造商的地位受到挑戰,其技術特色透過電腦IT控制,進一步做電池管理,提升電池使用效率。
特斯拉電動車快速崛起,也進一步帶動台灣零組件的產業發展。可看到特斯拉採用多項關鍵零組件來自台灣供應商,本土廠商也希望可以像是IT產業,憑著技術的優良與產業的優勢,讓全世界想找電動車關鍵零組件的業者都會想到台灣,等到愈來愈多電動車廠加入市場之後,台灣將在新的市場、新的商機占到更重要的地位(圖1)。
圖1 特斯拉採用台灣零組件供應鏈汽車分布圖
資料來源:各廠商資料、車輛中心整理(2018)
另一方面,周勝鄰也談到,在電動車使用上,充電時間至少需要半小時時間,為了提升電動車的使用效率,興起電池交換的概念,意味著讓電池提供成為服務,而這將對未來電動車的產業鏈、商業模式產生很大變革。以台灣來說,可看到Gogoro主推的電池更換服務帶來的話題,除了背後技術帶來的產業發展,亦可看到服務面對生活帶來影響。
Gogoro副總經理彭明義談到,地球環境不斷改變,而空氣汙染議題近兩年討論熱度加溫,可看到全球有700萬人死因來自於空氣汙染,其中更有590萬人位於東南亞與西太平洋地區。以台灣地區來看,因呼吸相關癌症死亡人數約8,600人,相對約2,000人死於機動車輛的交通事故。
因應節能減碳 各國吹禁售燃油車風潮
為了改善上述問題,許多國家已提出禁售傳統燃油車法案,期能推動電動車、插電式混合動力車(PHEV)等環保車輛,以取代傳統燃油車,因應汽車對環境帶來的汙染問題,而此舉也進一步促進電動車應用市場快速成形。
聯合國氣候變化大會達成巴黎協議,為限制溫室氣體排放訂下目標,同意把全球平均氣溫升幅控制在攝氏2度之內。而由於CO2濃度快速上升,導致氣候明顯暖化,根據ICCT調查,各國針對車輛訂定嚴格油耗法規,降低CO2排放量。舉例來說,歐盟規定2020年每公升須能行駛25.8公里,其油耗標準非常嚴格,現有內燃機引擎技術難因應未來5~10年油耗法規,促使車廠朝汽車電動化發展因應政策。
成本/續航力/充電站 電動車普及三大關鍵
電動車市場正急速起飛,2017年全球電動車銷量超過123萬輛,較2016年大幅成長57%。其中中國大陸、美國、挪威、日本與德國為前五大銷售國。在此趨勢之下,電動車發展起飛最關鍵的重點可分為三大要點。車輛研究測試中心協理王正健分析,成本、續航力與充電站等三大要素是影響電動車是否能普及的關鍵要素。基於此,各國正積極布建充電站,車廠與政府持續對重要路線規畫充電站;而根據研究機構報告顯示,目前由美國擁有最多充電站,而日本則在快充數量領先全球;預計到了2026年,全球充電站數量將超過220萬。
台達電處長艾祖華認為,充電柱目前遇到最大挑戰在於軟體、系統整合問題。舉例來說,在歐洲地區,充電系統橫跨不同國家與電信商,如何規畫不同通訊平台,整合不同電信業的漫遊系統,甚至將各廠商的充電柱呈現在APP中,實為一大挑戰。此外,硬體上也可看到充電槍的接口規格標準多元,若要符合各種標準,相對的成本上也會隨之而升。整體上充電柱的槍頭標準、電壓與後台通訊系統,皆與軟體息息相關(圖2)。
圖2 電動車充電後端系統與APP設計流程圖
資料來源:台達電
充電站與基礎建設的設計關係緊密。例如,許多住在公寓中的居民,難以在家中進行電動車充電,因為一般家中,可支援的電力約5~7Kw,若再加上一個充電柱,極有可能產生跳電風險,也因此充電問題層出不窮,需要基礎建設跟著改善。可看到市場上已有許多充電柱廠商與建商合作,於地下室整體規畫充電站設置。
充電站延伸出充電時間與基礎建設設計的不方便性,也促使一些廠商期能透過換電池的方式,增加電動車運作的方便性。
電池交換服務當紅 智慧能源概念興起
電池交換服務的概念與現在使用燃油汽/機車使用的概念一樣,只是將「加油」轉變成電池交換,藉此補充能源,實際運作時間約六秒鐘,加快能源取得速度。
信璽國際執行長賴世墉表示,在電動機車產業上,經常面臨車輛充電耗時、電池太重、電池安全、電池成本高、機車騎行距離續航與行駛狀況等問題。舉例來說,光是電池費用就占電動機車成本的60%,且電池僅能支撐3~5年的時間。
延續上述問題,為了解決電池對電動車帶來的影響,彭明義談到,該公司透過電池交換的商業模式,由自己管理電池的方式,在電池上提供更好安全性,並透過NFC交換電池資訊,從而分析使用者的使用模式,包含行駛時間、距離、加速狀態等,以了解車況是否正常,並藉此推薦更適合消費者的使用方案。同時,得以有效確保電池安全性,而用戶也毋須煩惱保養電池的問題。
整體而言,Gogoro認為,打造智慧機車需滿足四項條件,第一是滿足使用者過去在燃油機車的使用習慣,目前台灣有90%車輛是100~125c.c的車輛,故電動機車的速度需要滿足與125c.c相等的等級;第二是良好的操控性;第三為電車與燃油車行駛的行駛距離差異必須縮短,一般燃油機車行駛約100公里需要加油,依照比例,電動機車的設計也需同樣支援行駛100公里距離;最後,則是滿足創新需求。
電動機車產業除了在機車方面不斷提升之外,在基礎建設的配合也須面面俱到。能海電能科技總技術長朱國權認為,服務才是台灣電動車產業最終的機會。台灣應該從業界裡面,將每個汽/機車交換站或充電站的據點變成大數據,將這些數據資料轉換成有用的資訊,建立新的商業價值。舉例來說,台灣各地都設有加油站,加油的每張發票都有紀錄著數據資料,包含加油時間、位置與當地天候資料,而這些大數據蒐集而來的資料,得以轉變成更貼近消費者的配套方案。
解決插拔問題 汽車無線充電受矚目
WiTricity大中華區總經理曹元蓀表示,各國已將傳統汽油車改用電動車轉換設定期限,而要推動電動車應用除了在電池效能、整體成本外,充電插拔是個有待解決的重要問題,也使得汽車導入無線充電的應用備受矚目。
曹元蓀談到,現已有許多國外廠商將電動車充電走向無線化,包含本田(Honda)、豐田(Toyota)、通用汽車(GM)、奧迪(Audi)與BMW等皆朝著這個方向前進,期能在沒有插頭的狀況下,透過無線充電技術達到與傳統充電一樣的效率,同時又能保障充電安全問題。
為了實現此目標,WiTricity透過磁共振技術,提供汽車大廠媲美有線充電的無線充電技術,目前該公司已可實現點對點90~93%以上電池充電效率,且該公司的標準技術可允許前後偏差10cm,左右偏差7.5mm的充電偏差位置,現已與TDK、Toyota、IHI、APTIV、BRUSA等公司合作。
無線充電汽車已非遙不可及的夢想,韓國現代汽車於2018年瑞士日內瓦車展已展示無線充電系統,而BMW也已有3.3千瓦的無線充電系統支援,並預計朝7千瓦、11千瓦的容量邁進。
不過,曹元蓀表示,無線充電技術要成功,需要一個標準規範。美國SAE早於2011年即開始制定無線充電標準,規範無線電頻率、安全設計、通用性以及電磁相容規範等標準;此外,IEC主要制定於地面端的標準,而ISO則是制定車輛端的規範。另外,中國大陸也於2015年開始制定相關標準。
整體而言,目前一級車廠皆有SOP量產無線充電車型的規畫,從2018~2020年,將會看到不同的無線充電車型。
汽車行駛關乎人命,當然相關的法規標準制定也不容小覷,隨著汽車電子化發展,車輛電子的重要規範ISO 26262地位也逐日提升。工研院機械所副所長陽毅平談到,車輛行駛過程中,其危險性的原因需要層層抽絲剝繭,找出哪個元件所導致,而符合規範也非常重要,包含電子控制單元(ECU)與視訊編解碼器單元(VCU)皆須符合ISO 26262。
交通運輸新趨勢 共享汽車概念逐步起飛
王正健表示,未來汽車產業將逐漸轉型,自駕車將走向電動化,故須控制耗電量與成本,也基於此,在自駕車的時代,未來買房不見得需要配備車位,汽車可自行開往較遠的停車場停車;此外,透過車隊管理公司掌管汽車的租賃模式,共享汽車概念也將隨之而起。
除了電動汽車之外,電動機車也正朝著共享的概念發展。目前也以有電動機車廠商以機車租賃的商業模式運行。其昜電動車科技總經理龔子琪表示,該公司以開發出智慧共享電動機車租賃系統,透過行動裝置實現預約租車、充電還車與支付扣款。
龔子琪談到,電動車的售價高於燃油車且環境建置不夠友善(如充電站不足),加上消費者對於後續維護成本的疑慮,使得消費者在購買上產生遲疑。除此之外,可看到台灣機車數量高達1,360萬台,機車密度為全球第一,而這些機車卻有95%時間閒置在停車場,不僅間接壓縮城市空間,同時也造成嚴重的空氣汙染。為改善上述狀況,以租賃的模式改變機車的使用方式,不失為一項解套的方針。
根據歐美統計,一台共享車輛可替代10~15台自有車輛。換言之,100台共享電動車,即可替代1,000台自有燃油機車,可迅速降低PM2.5,並減少900台車輛製造的碳足跡,反映了共享經濟帶來的減碳效果不容忽視。
搶攻自駕車商機 村田砸50億日元擴廠增產MEMS感測器
自動駕駛持續推動微機電系統(MEMS)感測器需求。因應自動駕駛需求看俏,日本電子零組件大廠村田製作所(Murata)近期宣布將投資50億日元在芬蘭興建新工廠,增加第三座MEMS感測器生產線。新廠預計於2019年底完工,屆時估計可再增加150~200個工作機會,而村田在芬蘭生產的MEMS感測器,未來多用於汽車安全系統和心律調節器(Pacemaker)。
村田電子董事總經理Yuichiro Hayata表示,MEMS感測器目前在市場上主要應用於心律調節器、汽車安全系統和工業用途;未來先進的駕駛輔助系統(ADAS)、自駕車系統、醫療保健和其他新興技術的市場都是重要的成長動能。總結來說,MEMS感測器是這些應用的關鍵解決方案,可在各種條件下提供認證過的精準測量和穩定性。
據悉,村田製作所於2012年收購了芬蘭公司VTI Technologies(現稱為Murata Electronics Oy)之後,便正式進軍MEMS感測器市場。該公司是唯一一家在日本以外生產MEMS感測器的廠商,且現正致力大幅提升全球產能,以滿足MEMS感測器日益增加的需求。
為此,該公司決議投資50億日元,於芬蘭擴建新廠,預計於2019年底完成。隨著芬蘭新工廠的擴建,村田製作所將加強研發和製造業務,從長遠角度提高設施的利用率,並提高產量因應全球MEMS感測器的需求(如自動駕駛、醫療、工業應用);同時新廠完成後,也預估會增加150至200個工作機會。
村田製作所感測器產品部門主管Makoto Kawashima指出,隨著新廠的建設,該公司將大幅提高MEMS感測器的生產能力。此外,為了回應汽車、工業和醫療保健領域對陀螺儀感測器、加速計和組合感測器的強烈需求,將加強我們在汽車、工業設備和醫療設備市場領域的基礎,同時創造芬蘭的經濟和就業機會。
2018上半年前15大半導體廠年度成長率達24%
產業研究機構IC Insights於8月發表2018年上半年全球前15大半導體供應商銷售概況,包括七家總部位於美國的供應商,三家位於歐洲,兩家位於韓國和台灣,一家在日本。其中有11家廠商在上半年均達成兩位數的同比成長。此外,七家公司的成長率超過20%,其中包括五大記憶體供應商(三星、SK海力士、美光、東芝和WD/SanDisk)以及Nvidia和ST。
與2017年上半年相比,2018上半年前15大半導體公司的銷售額成長了24%,比全球半導體產業成長20%還高。令人驚訝的是,三大記憶體供應商-三星、SK海力士和美光,在上半年均達成超過35%的同比成長。前15大廠商中有14家的銷售額至少為40億美元。
英特爾是2017年第一季排名第一的半導體供應商,但在2017年第2季以及2017年全年排名中被三星超車成功,這是Intel自1993年以來首次失去龍頭寶座。隨著DRAM和NAND Flash強勁成長,在過去的一年中,三星在2017上半年時,整體半導體銷售額只比英特爾高1%,但到了2018上半年的半導體已經比英特爾高22%。
預計2018年記憶體占三星半導體銷售額的84%,比2017年的81%上升3%,比2016年的71%上升13%。此外,該公司2018年的非記憶銷售額預計僅為135億美元,比2017年的非記憶銷售額125億美元成長8%。相較之下,三星的記憶體銷售額預計今年將成長31%,達到700億美元。
滿足低頻/高頻需求 5G NR子載波間距具調整彈性
3GPP在2018年6月公布5G獨立式(SA)新無線電(NR)標準,為全新的5G端到端網路架構奠定基礎,確立5G R15的完整規範。然而相較於LTE,5G NR頻譜涵蓋範圍廣,包括6GHz以下的頻段以及30~300GHz毫米波(mmWave)頻段,而為使5G NR能在不同的頻段中運作,3GPP也針對5G子載波間距與洩漏功率要求作出調整。
從目前各國的頻譜規畫與發展來看,5G增強型行動寬頻(eMBB)所使用的頻段主要分布於6GHz以下以及24.5~29.5GHz、37~43.5GHz。國家儀器市場行銷工程師蘇育程指出,在6GHz以下的頻譜分布狀況,與毫米波的頻譜分布狀況截然不同,6GHz以下的頻譜擁擠且分布破碎,而毫米波頻譜分布範圍則相對較廣,因此,兩者從標準制定、技術發展到元件設計考量的要點也有所不同。
而為因應不同頻寬需求,5G子載波間距具調整彈性。過去4G LTE子載波間距(Subcarrier Spacing)固定為15kHz,然5G頻譜涵蓋範圍相當大,因此3GPP制定一組彈性參數(Numerology)以擴充子載波間距。蘇育程進一步說明,子載波越密頻譜效率也越高,但子載波間距小也較容易受到干擾且難抵抗衰減,因此須考量不同頻段特性來調整子載波間距。以6GHz以下的頻段來說,會使用15kHz、30kHz及60kHz較窄的子載波間距;而在毫米波頻段,為降低相位雜訊造成的干擾,則須使用60kHz、120kHz較寬的子載波間距。
此外,目前無線網路、行動網路以及AM/FM廣播等應用所使用的頻段都集中在6GHz以下,也造成該頻段擁擠、可用頻譜破碎的問題。因此,除了重新劃分頻譜,如何提升頻譜效率亦是6GHz以下頻段未來的發展重點。蘇育程指出,過去在4G LTE的頻譜規畫中,為避免相鄰頻譜互相干擾,會預留10%的保護頻段(Guard Band)不作使用。而為解決5G 6GHz以下頻譜擁擠的問題,3GPP也將洩漏功率的要求提高,只保留2%的保護頻段以減少頻譜浪費,同時也擬將保護頻段劃分給窄頻技術如NB-IoT使用,提升整體頻譜效率。
機器視覺加持 VGR抓取/品管樣樣行
近年來,機器視覺在工業領域的應用範疇大舉擴張,除了原本的讀碼掃描、文字識別功能外,更與機器手臂結合,讓原本只能盲取盲放的手臂開啟視野,能夠辨識其所要取放的物體,甚至還可以繞過障礙物。另一方面,機器手臂也讓原本大多採取定點安裝,應用受到局限的機器視覺變得更加彈性,例如安裝在手臂上的移動式視覺系統,就能更靈活地貼近表面凹凸不平的待測物,看到更多原本看不到的死角。
所羅門集團日前在自動化展中,展示了多款機器視覺與機器手臂結合應用的案例。除了利用2D機器視覺辨識待取物料的顏色、輪廓跟位置,進而精準抓取正確的物件外,由兩支鏡頭所組成的3D視覺系統,則賦予視覺引導機器人(VGR)「深度」的概念,讓VGR得以從有一定深度的物料箱中取出雜亂堆放的物料,並閃過箱壁的阻礙,將物料放到對應的定點。
所羅門表示,由於2D視覺沒有深度的概念,因此採用2D機器視覺的手臂雖可精準取放跟辨識物料,但倘若從出發點到目的地之間有障礙物存在,除非這個障礙物是固定的,可以透過預先編程來閃躲,否則光靠機器視覺,無法提供給手臂足夠的資料。但3D機器視覺則可以感測出深度的變化,進而指揮手臂做出閃躲動作。
這其實是一項很實用的功能。舉例來說,當物料箱裡有一堆隨機堆疊的物料需要機器手臂個別撿取到定點,隨著時間過去,箱子裡的物料越來越少,手臂Z軸運動的距離也會跟著增加,就像人伸手到箱子的底部取出料件,要把手伸得更進去一樣。但當手臂要從箱子縮回來時,如果沒有Z軸的資訊,手臂很可能會直接撞上箱子卡住。
當然,這個問題還是可以透過手臂編程來解決,例如手臂要上升到某個固定的安全高度後,再開始往目的地移動。但3D視覺可以用即時量測的方式提供手臂必要的資訊,因此在應用上可以更加靈活。
除了扮演指揮官的角色之外,所羅門也展示了直接將機器視覺系統安裝在手臂上的應用。這種應用模式稱為移動式機器視覺,其特性在於讓視覺系統在檢測表面凹凸不平的待測物時,能夠從更多不同角度取得物件的影像,進而找出原本藏在死角裡的瑕疵。
所羅門指出,一般來說,工業相機都是定點安裝居多,但這種安裝模式在應用上有其局限性。以物件瑕疵檢測為例,若待測物本身凹凸不平,相機卻只能從一個固定角度取得影像,則這些影像難免會有死角產生。傳統上,遇到這種狀況只有兩種解決方法,一是用多台相機從不同角度取像,二是讓物件旋轉移動,用各種角度去面對工業相機。
直接把工業相機安裝在手臂上,則是近年興起的新解法。藉由手臂靈活運動的特性,工業相機可以從各種角度取的待測物的影像,而且即便待測物像汽車引擎蓋那麼龐大,也只需要一台工業相機就能取得高解析度影像,讓細小瑕疵無所遁形。但這種做法也有其先天限制,就是檢查速度往往會比同時使用多台相機來得慢。但因為無死角這個特性,因此在大型零部件的品管檢測上,這種移動式視覺頗獲客戶好評。
提升輔助電源效率 SiC MOSFET設計居首功
每一種功率轉換系統,包括太陽光電變流器、功率驅動裝置、UPS及HVDC等產品,皆需要輔助電源提供12V或24V低電壓電源給閘極驅動器、微控制器、顯示器、感測器及風扇,以確保系統能正常運行。輔助電源則需要從一般工業裝置所使用的三相400/480V AC電源,或太陽光電變流器所使用的高電壓DC電源才能運作。本文將介紹碳化矽(SiC)技術優勢,並如何透過SiC,輕易設計且CP值高的電源解決方案。
運用SiC MOSFET 小型輔助電源效能再增
圖1是輔助電源所用的普通電路。在某些輸入電壓條件下,MOSFET的最高耐壓需要達到1300V。為了確保安全,需要一定的電壓餘量,因此一般來講至少須要使用額定電壓1500V的產品。當然也可以使用具有同樣額定擊穿電壓的Si MOSFET,但損耗將變大,因此需要昂貴且厚重的散熱器。
圖1 普通返馳式變換器方式的輔助電源電路布局
另一種是使用更複雜的電路布局結構(雙向返馳式變換器方式、低電壓元件串聯等)而不使用1500V MOSFET的做法,但這些做法不僅會增加設計難度,還會使元件數量增加。如果使用特定導通電阻僅為1500V Si-MOSFET的1/2(圖2)的1700V SiC-MOSFET,則輔助電源的設計者們將能夠使用簡單的單向返馳式變換器的電路布局結構,而實現小型化和良好的性能;而若使用有完全塑封的TO-3PFM封裝以及表面安裝型封裝(TO-268-2L)技術,並提供適用此類應用的高耐壓SiC-MOSFET,則可分別確保5mm和5.45m的爬電比距。
圖2 特定導通電阻條件下的Si和SiC MOSFET性能比較
控制IC助力 驅動SiC-MOSFET更安全/可靠
因應採用SiC-MOSFET返馳式變換器的輔助電源解決方案,已有電源供應商推出相關的控制IC,這類控制IC的設計是利用返馳式變換器安全可靠地驅動SiC-MOSFET,而且不會因閘極驅動IC而變得複雜。以羅姆半導體(ROHM)為例,該公司旗下的準諧振AC-DC轉換器控制IC--BD768xFJ,能與ROHM的1700V耐壓SiC-MOSFET相結合,並可控制所有的返馳式電路,還能夠以適當的閘極電壓驅動SiC-MOSFET,此外還可透過閘極箝位功能和超載保護功能來保護SiC-MOSFET。
上述應用於SiC-MOSFET的控制IC,採用小型SOP8-J8封裝,具備電流檢測用的外接分流電阻和過負載、輸入欠壓、輸出過電壓保護等保護功能以及緩啟動等功能;且搭載準諧振開關,以在全工作範圍內將EMI抑制在最低水平,並降低開關損耗;還安裝重載模式工作和降頻功能,圖3為採用控制IC的1700V耐壓SiC-MOSFET的輔助電源電路圖。
圖3 使用了BD768xFJ控制IC和1700V耐壓SiC-MOSFET的輔助電源電路
運用評估板檢視SiC-MOSFET輔助電源性能表現
另一方面,為了方便對使用SiC-MOSFET的簡單輔助電源的性能進行評估,電源供應商也專門研發了評估板(圖4)。評估版的作用是為了在準諧振開關AC-DC轉換器中驅動1700V的耐壓SiC MOSFET。SiC-MOSFET的開關波形如圖5所示。透過不同輸出負載的波形可以看出在接通SiC-MOSFET時諧振源-汲極電壓如何變化。採用準諧振工作,可最大限度地降低開關損耗和EMI。輕載時(Pout=5W時)的Burst工作模式結束後,轉為準諧振工作模式。透過跳過很多波谷來控制頻率。當輸出負載增加(Pout=20W時)時,波谷數量減少,頻率上升。當接近規定的最大輸出負載(在這種情況下Pout=40W)時,將只有一個波谷。此時,開關頻率達到最大值120kHz。
圖4 使用了SiC-MOSFET的輔助電源用評估板
圖5 準諧振工作時的SiC-MOSFET開關波形
另外,為了延長一次側的開關導通時間,可以稍微降低開關頻率並提高輸出功率的要求。這樣,一次側電流峰值增加,傳輸的能量也增加(Pout=40W時)。當超過最大輸出功率時,過電流保護功能工作並阻止開關動作,以防止系統過熱。
首先,評估板因有兩個工作點而以不連續導通模式(DCM)工作。然後,在最後一個工作點(40W)時正好達到臨界導通模式(BCM)。根據不同的輸入電壓,DCM和BCM在不同的輸出功率進行開關。
圖6左側是對於不同的輸入電壓,在最大40W的負載範圍輸出12V電壓時的效率。如圖6右側所示,透過測量可知SiC-MOSFET的外殼溫度保持在90℃以下,SiC-MOSFET的最大額定結溫為175℃。晶片-外殼間的熱阻遠遠低於外殼-環境間的熱阻,因此只要是接合面溫度低於上限值的外殼即可以說是安全的。這表明該評估板即使在高達40W的輸出功率條件下,毋需散熱器也可工作。另外,如果對SiC-MOSFET增加散熱器來冷卻輸出整流二極體,則可以實現更高的輸出功率。
圖6 使用了SiC-MOSFET的輔助電源單元評估
這裡提供的是各DC輸入電壓的測量值,利用400/480V的三相AC電源也可運行評估板,PCB上安裝整流所需的二極體電橋。綜上所述,準諧振工作有助於將開關損耗控制在最低並抑制EMI,電流檢測透過外接電阻進行,另外,透過使用輕載時的重載模式工作和降頻功能,還可實現節能與高效率。
SiC-MOSFET實現小型化/高效率
在需要幾十瓦的簡單且CP值高的三相輸入用單向返馳式解決方案和超過400V的DC輸入電壓條件下,Si-MOSFET並不適用,因為大電壓Si功率MOSFET的性能較低。此外,也不建議使用雙向返馳式或堆疊式MOSFET等設計複雜結構的輔助電源,因為非常費時費力,這部分的時間與精力應該用在主電源系統的設計上。
而利用1700V SiC-MOSFET和相關控制IC,不僅能夠設計三相系統用或高DC輸入電壓用的簡單輔助電源,而且還可以發揮出較好的性能。利用SiC-MOSFET的技術,設計人員可提高產品的效率、簡潔性、可靠性並實現小型化;而控制IC經過最佳化後可安全地驅動SiC-MOSFET,同時能夠減輕設計負擔,可縮短將系統產品投入市場的研發週期,是極具突破性的解決方案。
(本文作者皆任職於羅姆半導體德國分公司)
亞馬遜AI一條龍方案出陣 硬體商業務轉型仍是大哉問
亞馬遜投入人工智慧的研發跟應用已有多年歷史,例如其電商網站上的購物推薦引擎,就是以機器學習技術來驅動。這項技術不僅為亞馬遜帶來更多銷售業績,同時也從根本上改變了該公司的倉儲作業跟未來產品發展方向。如今,亞馬遜有意全面推動人工智慧的普及應用,但對其生態系夥伴來說,最大的考驗恐怕是自己的商業模式,要如何跟亞馬遜一樣,實現以AI為核心的轉型。
從專家到普羅大眾都能開發AI應用
AWS方案架構部亞太區新興技術主管Olivier Klein(圖1)表示,亞馬遜發展機器學習(ML)等人工智慧技術,已經有很長一段時間。在亞馬遜電商網站上的推薦引擎,就是該公司第一個由機器學習技術來驅動的應用,其後問世的Echo智慧音箱等新產品,也是該技術的延伸。
圖1 亞馬遜AWS方案架構部亞太區新興技術主管Olivier Klein表示,機器學習已經環繞在你我的生活周遭,只是一般大眾未必意識到它的存在。
在AI需求爆發之際,在相關領域已經耕耘多年的亞馬遜,決定從三個層次來推動AI應用的進一步普及。這三個層次可分成「資料科學家的AI」、「應用開發者的AI」以及「普羅大眾的AI」。
資料科學家的AI方案主要著重在AWS支援的框架跟介面,包含TensorFlow、Caffe2、Torch、Keras等,讓資料科學家可以用其最熟悉或最有效率的框架來分析資料,作為AI應用發展的基礎。應用開發者的AI則是一系列能讓開發人員快速建模、部署深度學習模型的平台跟產品,包含Amazon SageMaker、深度學習相機DeepLens(圖2)。至於普羅大眾的AI,則是一系列已經打包好的應用程式,使用者只要呼叫API,就可以直接取用相關功能,例如提供影像識別功能的Rekognition、負責將語音轉換成文字的Amazon Transcribe、或是反過來將文字轉成語音的Amazon Polly,以及可用來快速開發聊天機器人的Amazon Lex等。
圖2 亞馬遜為機器學習開發者設計的DeepLens深度學習相機。
DeepLens是亞馬遜本次在台唯一展示的硬體產品,該產品本質上是一台攝影機,但可以將其所接收到的影像訊號直接傳送到AWS平台,執行深度學習和電腦視覺運算,並以Rekognition來分析畫面,因此能夠即時辨識物件。值得一提的是,DeepLens已預先安裝Apache MXNet的最佳化版本,因此可以在裝置上執行任何深度學習架構,包括TensorFlow和Caffe2。這也帶出另外一個熱門議題,直接在邊緣裝置上執行模型推論。
針對邊緣推論需求,亞馬遜提出的方案名為AWS Greengrass。該軟體具備雲端資料同步、快取等功能,但最值得注意的是,該軟體可以跟在AWS雲端上訓練好的模型銜接,讓邊緣裝置利用該模型進行推論,而非利用雲端資料中心的運算資源來推論。
AI改變亞馬遜 台廠準備好了嗎?
作為AI應用跟技術發展的領導者,亞馬遜已經發展出一條龍式的人工智慧解決方案,大幅降低AI應用開發的難度。但AI這項技術對亞馬遜而言不只是產品跟服務,其本身的日常營運也受到AI很大的影響。
眾所周知,亞馬遜是一家電子商務公司,因此,如何刺激消費者在自家網站上購買更多產品,顯然是最重要的課題。對此,亞馬遜利用機器學習技術開發出推薦引擎,讓消費者在購買或瀏覽某項商品時,會連帶看到其他相關產品的推播資訊,進而達成讓消費者買更多的目的。
有在亞馬遜網站上購物經驗的人,應該都知道亞馬遜網站的推薦引擎不會只推同類產品或相關產品,有時推薦引擎甚至會推風馬牛不相及的產品。不過,很奇妙的是,對某類產品有興趣的消費者,就是有很大的機率會對看似沒有關聯性的產品有興趣,最後一起打包結帳。這就是大數據分析跟機器學習的威力。
但這種由推薦引擎造成的消費模式改變,卻會對亞馬遜的倉儲物流作業造成很大的負擔,因為消費者購買的品項會有很大的歧異,如果倉儲配置還是像圖書館一般,按照產品屬性分門別類安置在貨架上,檢貨作業會浪費很多時間。因為檢貨機器人得橫跨龐大的倉庫,搬運好幾個貨架到打包區,檢貨人員才能拿齊某筆訂單所購買的全部商品。
因此,在導入推薦引擎後,亞馬遜的倉儲就不再依照產品屬性來存放商品,而是以一筆訂單內含品項的機率來安排產品的擺放位置。越有可能出現在同一筆訂單的產品,彼此擺放的距離就越近,甚至是直接放在同一個貨架上,讓檢貨機器人可以用最快速度把所需要的產品全部送到檢貨人員手上。
就像AI改變了亞馬遜的倉儲體系,有意擁抱AI的台灣硬體廠商,未來勢必也會面臨類似的問題。其中,最明顯的挑戰是亞馬遜AWS的商業模式所帶來的變革。亞馬遜AWS的商業模式是以使用量計費,這意味著採用亞馬遜解決方案的硬體產品,很難採用一次賣斷的商業模式,因為這些產品在其生命週期中,會不斷衍生出必須支付給亞馬遜的費用。硬體製造商如果想藉由亞馬遜提供的方案快速切入AI應用市場,勢必要摸索出新的商業模式。
對硬體業者來說,如果能精算出產品在其生命週期中AWS服務的使用量,進而將成本費用反映在硬體售價中,輔以加值訂閱服務來滿足少數重量級用戶的需求,將是對現有商業模式影響最小的做法。蘋果(Apple)的硬體產品搭配iCloud,就是這種模式的典型案例。然而,對硬體製造商來說,推估產品的生命週期本身就已經有一定難度,不同用戶的使用量變異性更大,要精準估算出相關成本,恐怕得先累積足夠的用戶資料,並輔以大數據分析技術才有機會實現。
另一種可能的商業模式則是把AI相關應用直接當作需要額外付費的服務來銷售。這種商業模式就像Gogoro除了賣電動機車之外,也經營電池交換業務;或是印表機、事務機業者除了賣機器之外,也賣碳粉、墨水等耗材。對硬體業者來說,這種商業模式可以創造持續的現金流,但要說服消費者接受的難度也更高。
近期威聯通(QNAP)與亞馬遜AWS合作,讓自家的NAS設備透過其二次開發套件QIoT Suite Lite與亞馬遜Greengrass對接,則是一種折衷方案。威聯通銷售的產品仍是NAS設備,但該開發套件已經預先整合了AWS Greengrass,使用者如果要使用AWS的服務,必須先自行申辦好AWS帳號,若有任何衍生費用,自然是用戶跟亞馬遜AWS之間的事,硬體製造商不須涉入。不過,這種模式的鎖定客群顯然是B2B或專業用戶,對一般消費性硬體產品來說,可能不太適用。
不論如何,硬體業者朝服務轉型是科技產業的未來趨勢,也是每家硬體製造商都需面對的課題。用服務為硬體加值,是硬體業者改賺服務財必然要走的第一步,至於要如何變現,則是真正的挑戰所在。舉例來說,宏碁幾年前曾大力推廣的自建雲(BYOC)概念,希望用服務來為硬體加值。雖然相關業務在B2B領域取得一定進展,但針對一般消費者設計的BYOC應用,因為一直找不到可以獲利的商業模式,故近期已宣告將終止服務。同理可證,硬體廠商若要在自家產品上整合亞馬遜的AI、ML解決方案,如何找到可行的商業模式,將非常關鍵。
數位化到來 機器人×聯網成趨勢
以數位技術為核心的技術變革,正加速著產業進行數位轉型的腳步,此一風潮也吹至機器人產業,各大機器人供應商正致力實現工業機器人數位化資訊服務。ABB機器人及運動控制事業部負責人江敏秀表示,機器人應用已逐漸成熟,而機器人供應商的產品銷售模式已不再只是單純販賣硬體為主,而是要將機器人聯網,實現眾多功能如數據擷取、設備監控,打造一個完善的「子系統(Subsystem)」。
江敏秀進一步解釋,由於缺工、人口高齡化等因素,使得不論是工業機器人或是協作機器人需求都明顯攀升,各式機器人的創新應用將會越來越多;而為了實現更多應用,機器人供應商不能在以單純「銷售硬體」的做法,也就是純粹賣機械手臂的作法因應市場變遷。而是要從打造「Subsystem」想法出發,也就是如何透過機器人,以及結合周邊輔助工具,協助客戶(如製造業者、工廠端)規畫一個完整的系統,提升整體生產效率,這也是未來ABB主要的發展方向。
也因此,ABB便推出ABB Ability Connected Services工業機器人服務,陸續將工業機器人連上網路,為提供設備聯網服務預作準備。截至今日為止,在全球40多個國家中,已有超過750個用戶端,導入40,000多台內建連網功能的ABB工業機器人,當中有7,000餘台工業機器人連至ABB Ability Connected Services平台。
透過此一服務,即可啟用設備狀態監控及設備健診功能,透過myRobot多媒體數據分析平台網頁,掌握工業機器人的關鍵運轉資訊。此外,該平台還有隨選服務選單,包含線上技術支援、程式編寫諮詢、設備遠端監控、運轉資料備份管理、設備優化分析、機隊效能分析(Fleet Management)等,協助用戶最佳化工業生產績效。












