- Advertisement -
首頁 首頁Top區塊

首頁Top區塊

- Advertisement -

英飛凌推eSIM開發解方 消費電子/M2M趨勢看漲

隨著5G規格走向普及化,英飛凌(Infineon)針對行動裝置的設計需求提出OPTIGA Connect eSIM解決方案。此方案支援3G到5G的GSMA標準,並搭配硬體資安防護,透過軟硬整合的方案,加速智慧型手機與穿戴裝置等消費電子,以及M2M產品的開發與上市時程。 圖 英飛凌數位安全解決方案事業部經理江國揚 英飛凌數位安全解決方案事業部經理江國揚提及,根據ABI Research統計,在2019年至2024年間,消費電子裝置的eSIM需求快速提升,其中以手機的需求成長最為顯著,2020年具備eSIM功能的手機出貨量可能突破2.25億支。其他如穿戴式裝置、平板與商務型筆電也會逐步提升相應的部署數量。 江國揚進一步說明,ABI Research預測2019~2024年間,eSIM在IoT及M2M的應用上,年複合成長率達18%,以車用的數量最多,因此英飛凌十分看中此一領域的發展。同時能源管理、資產追蹤等方面,也是IoT與M2M裝置的熱門eSIM應用。 OPTIGA Connect eSIM解決方案內建SLC37安全晶片,符合GSAM安全要求。同時此解決方案整合200多個國家/區域的蜂巢式通訊網路覆蓋,可以支援區域內的通訊服務。並且透過與Tata通訊公司合作,英飛凌使用Tata的行動裝置與物聯網平台提供全球性的服務。 此外,該解決方案符合GSMA及3GPP的5G規格,具備遠端SIM卡配置能力,且支援各家行動網路營運商的設定檔,並擁有1.2MB的可用記憶體。尺寸方面,2.9mm×2.5mm×0.4mm的小尺寸封裝,為產品開發者創造更靈活的設計條件,而當未來手機發展至毋須SIM卡槽時,可望達到降低成本與更多新功能設計的趨勢。隨著5G規格走向普及化,英飛凌針對行動裝置的設計需求提出OPTIGA Connect eSIM解決方案。此方案支援3G到5G的GSMA標準,並搭配硬體資安防護,透過軟硬整合的方案,加速智慧型手機與穿戴裝置等消費電子產品的開發與上市時程。  
0

蘋果引燃Mini LED風潮 台廠將成主要供應來源

根據TrendForce LED研究(LEDinside)調查,蘋果預計在2021年第一季推出12.9吋Mini LED背光iPad Pro,同時也會針對14吋與16吋的筆電開案。該技術目前選定台灣顯示器相關供應商負責,因台廠開發新產品具備穩定性與技術成熟的優勢,將帶動上、下游供應鏈投入此應用領域,包含LED晶片廠商晶電、檢測分選廠商惠特和梭特、打件廠商台表科、PCB背板廠商臻鼎等,皆在新型態Mini LED背光顯示器當中扮演重要的角色。 Mini LED背光顯示器具有高亮度高對比特性,可將現有顯示器對比度由10,000:1拉升至1,000,000:1的大幅度對比度提升,以及具有高信賴性的卓越特性,在嚴峻的環境下於高溫60度以及低溫負10度內都可維持穩定的發光顯示效果等優質特性,受到各家品牌大廠青睞,因此蘋果在未來新型顯示產品的規劃中,Mini LED背光將列入重點技術發展的路徑之一。 雖然現階段中國廠商在LED上、下游供應鏈的產能龐大,加上成本低的優勢,但為避免中美貿易戰引發的衝擊,蘋果轉以供應鏈較穩定的台灣廠商合作。另外,台灣相較中國更早在LED相關領域深耕,除了技術相對成熟,專利也較無疑慮;加上原物料與零組件取得容易等優勢,發展新技術將更有效率。 蘋果的12.9吋iPad Pro預計採用10,384顆Mini LED,並且做背光分區調控達到高對比與高色飽效果,故針對成本與良率的要求將是各環節供應商面臨的最大挑戰。從LED晶片探討,首先,因晶電產品均一性、性價比高,專利保護無虞,蘋果仍以其為首選;再者,Mini LED背光技術需要大量且快速的針對LED晶片波長、規格進行嚴格檢測與分選,惠特與梭特同樣以性價比優勢成為關鍵廠商。 至於打件廠商台表科已偕同蘋果指定的K&S搭配,採用特殊的快速打件製程嘗試突破量產瓶頸。PCB背板選擇與蘋果關係緊密的鴻海集團旗下品牌臻鼎及韓系廠商YP Electronics合作。而背光模組廠與面板廠的搭配,目前則以韓國HEESUNG Electronics與LG Display為主,隨著未來新機種的問世,預期會有更多供應商如GIS、瑞儀、Sharp、BOE陸續加入。  
0

功率密度優勢顯著 GaN HEMT挺進大功率市場

相較於矽材料,以GaN材料實作功率元件,可以明顯拉高切換速度,從而讓電源設計者在電源設備中採用更小的電容、磁性元件,獲得提高功率密度,降低損耗的效益。然而,天底下很少有毫無缺點的選擇,作為功率應用領域的新興材料,GaN的可靠度與安全性,終究還是未經時間考驗,對於許多產品生命週期很長的大功率設備供應商,如生產伺服器電源、馬達驅動單元、電動車充電器的業者而言,要在產品中導入GaN元件,必須從長計議。 相較之下,消費性產品的生命週期短,市場對產品的可靠度要求不會像工業、汽車產業那麼嚴謹。只要成本結構對了,終端產品上市跟普及的速度很快。舉例來說,目前消費者已經可以在3C通路跟電商平台上購買到各種基於GaN HEMT的USB快速充電器,雖然價格仍比基於矽元件的同類產品略高,但其外觀小巧易於攜帶,輸出功率又有過之而無不及,對消費者來說仍是有吸引力的選擇。 這個現象也顯示,GaN功率元件的成本結構是相當有競爭力的。只要讓客戶建立信心,GaN功率元件在汽車、工業、資料中心等大功率應用領域,也有不小的發展空間。 熬過醞釀期 大功率應用逐漸浮現 GaN Systems台灣區業務總經理林志彥指出,雖然目前GaN HEMT元件最廣為人知,出貨量也最大的應用,是各種針對零售市場推出的快速充電器配件,或是筆記型電腦的電源供應器,但該公司過去幾年除了耕耘消費性電源應用市場外,其實也花了很多心力在非消費性產品上。舉例來說,資料中心所使用的各種高功率電源設備、電動車上的車載充電單元、工業類的馬達驅動設備、機器手臂等,也都有許多客戶正在設計導入,或是已經有產品量產上市。 事實上,非消費性產品導入GaN HEMT元件的時間點,並不晚於消費性產品。例如西門子(Siemens)的馬達驅控設備,就已經採用GaN Systems提供的方案,還有許多其他不方便透漏的設備客戶,也已經推出基於GaN HEMT元件的伺服器電源、逆變器(Inverter)等產品。還有些車廠客戶,也看上GaN在功率密度上的優勢,而決定與GaN Systems合作,共同發展22kW的車載充電器。 但工業或汽車領域的客戶,對元件的可靠度、安全性,要求都比消費性產品的製造商來得更嚴謹,因此其評估、測試與研發的週期,往往得花上兩到三年。以西門子的馬達驅控設備(圖1)為例,從元件性能/可靠性評估到產品設計、測試與量產,就花了近四年時間。但也因為前期作業紮實,因此從產品量產至今,業界對GaN元件最有疑慮的可靠度問題,至今完全沒有出現過。對GaN功率元件來說,這是一個相當重要的成功案例,有助於建立客戶對GaN元件的信心。 圖1 西門子已經在馬達驅動設備中導入GaN HEMT元件 另一方面,由於前期評估跟設計導入要花極大的心力,因此工業或汽車客戶只要導入某款元件,在終端產品漫長的生命週期中,都必須確保該款元件供應無虞,這使得客戶額外重視元件是否有第二供應來源。也因為這個緣故,GaN Systems與羅姆(ROHM)在2018年中結盟合作,讓兩家業者可以共同滿足客戶需求。 工業、汽車等非消費性產品需要較長的醞釀期。成本、供應鏈是否健全,乃至元件本身的技術特性,都是客戶在設計導入時需要考量的面向。但經過過去幾年的努力,已經有越來越多工業與資通訊電源設備開始採用GaN HEMT元件,電動車應用也已經有了初步成果。GaN功率元件應用開枝散葉,將是指日可待。 成本將是GaN最大優勢 包爾英特(Power Integrations, PI)行銷副總裁Doug Bailey(圖2)則表示,對於同時需要高效率跟小尺寸的電源設備來說,GaN元件所能創造的效益最為明顯。除了消費性的NB電源跟USB快充之外,伺服器跟電動車的電源系統,也是PI非常看好的應用市場。 圖2  包爾英特行銷副總裁Doug Bailey 事實上,GaN作為電源開關,其特性幾乎是全面性地勝過基於矽的傳統元件,只是目前跟矽開關相比,GaN開關的成本還略為高出一截。如果GaN跟矽的價差能持續縮小,可能絕大多數的電源應用都會考慮採用GaN開關。 那麼,GaN開關的成本,有沒有可能直逼矽開關呢?林志彥認為,這個可能性是存在的。事實上,目前GaN HEMT的市場行情,已經很貼近基於矽的MOSFET。如果是小量採購,GaN HEMT的報價約比MOSFET高出一成多,但若是百萬顆等級的大規模採購,跟MOSFET的報價應該是相去無幾。 至於跟另一種寬能隙材料--碳化矽(SiC)相比,GaN的成本優勢會更為明顯。SiC在散熱跟耐高壓方面,表現確實是優於GaN,但SiC的材料成本相當高昂,而且因為結構的關係,不容易微縮,這使得SiC元件不僅起始價格就比GaN高出一大截,降價的速度也不如GaN。 Bailey認為,由於GaN與SiC的成本落差相當明顯,許多高功率應用的開發者都對GaN展現出濃厚興趣。只要針對高功率應用研發的GaN HEMT開發成功,相信許多高功率應用的設計者,都會很快轉向GaN。事實上,高功率GaN HEMT的進展相當快,絕大多數電動車廠都已經拿到高功率GaN HEMT的工程樣本並展開評估,因此,GaN元件在電動車市場上,應該會有十分可觀的成長。 大功率應用更需高整合方案 在GaN元件積極搶攻高功率應用市場的同時,元件的設計將跟著出現哪些變化?林志彥認為,驅動器(Driver)與HEMT的整合,將是必然發生的趨勢。事實上,對消費性電源而言,GaN HEMT與驅動器是否一定要整合,還有討論空間,因為消費性電源的功率低,GaN HEMT的開關速度不須推到極限,以便在開關損失跟開關雜訊之間取得最好的平衡。此外,由於消費性電源的GaN HEMT開關頻率不必拉得很高,因此驅動器到開關之間的距離較長,仍是可以接受的。 舉例來說,對消費性電源來說,GaN...
0

寬能隙半導體普及在望 電源轉換損耗再創新低

據國際能源署(IEA)估計,2020年全球電能需求的峰值將達到30拍瓦(Petawatts),未來還會持續增加。電能來源可能是化石燃料或可再生能源,但無論如何,功率轉換裝置效率對於最大程度降低成本和電能損耗至關重要。 工業馬達消耗了50%以上全球能源,但是資料中心也非常耗電,而電動車(EV)充電亦對電網造成更大的負荷。電氣化的發展趨勢,已促使「更智慧」且耗電更少的創新技術蓬勃發展,但是電源轉換相關元件也須跟上步伐,其損耗必須再創新低。寬能隙半導體(WBG)將是實現此一目標的關鍵。 功率轉換器設計者的目標,是以最高效率將來自配電系統的電力轉換為不同的直流(DC)或交流(AC)電平。出於安全或功能層面考量,可能需要電氣隔離,並且輸出電壓可能要求更高或更低。目前業界最通用的功率轉換器,大多是採用開關模式來進行電源轉換。 最原始的雙極開關技術,目前已經被矽MOSFET所取代,IGBT則仍是高電壓/高功率應用的首選。但寬能隙半導體,如碳化矽(SiC)和氮化鎵(GaN),已成為轉換器拓撲架構中強有力競爭者。設計者通常會使用「諧振」型拓撲以獲得最佳效率,三相電橋則廣泛用於馬達控制。 無論採用何種拓撲架構,導通電阻和可能具有高瞬時值的開關轉換,都會造成損耗累積(圖1)。 圖1 在開關轉換期間,MOSFET峰值功耗可能在kW範圍內 半導體中開關損耗與每秒轉換次數成比例,因此低頻率下損耗更小。但是,開關頻率越高,電源設計者便可以使用體積更小、重量更輕且成本更低的電感器和電容器等被動元件,因此在實際中,開關頻率選擇是一個折衷方案,其開關頻率的範圍可以從馬達驅動器的數kHz,到資料中心的DC-DC轉換器的數MHz。 開關轉換期間的大量損耗,是由對元件電容(COSS)進行充電和放電所需能量(EOSS)引起。因此,EOSS、COSS以及導通電阻(RDS(ON)),都是開關元件性的關鍵參數。導通電阻與管芯面積乘積,即RDS(ON).A是總損耗的品質因數(FOM),電容及其相關開關損耗隨管芯面積減小而降低。 寬能隙材料特性擁有先天優勢 SiC和GaN等寬能隙半導體,需要相對較高能量才能將電子從其「價帶」移動到「導帶」。高能隙值會導致更高臨界鑿穿電壓和更低漏電流,尤其是在高溫下。WBG元件還具備更好電子飽和速度,從而導致更快轉換,而SiC擁有特別好導熱性。在圖2中將寬能隙特性與矽進行了比較,在所有狀況下,值都是越高越好。 圖2 寬能隙材料與矽材料的特性比較 對於給定厚度,寬能隙材料臨界擊穿電壓值比Si高10倍左右,因此SiC漂移層可以薄10倍,摻雜濃度可以是10倍。寬能隙材料與Si相較,能夠提供比Si低很多的導通電阻,並且相應降低同樣管芯面積的損耗。由於SiC具有高導熱性,所以管芯可以非常小,因而具備出眾RDS(ON).A(FOM)。圖3是在650V下SiC MOSFET、GaN HEMT單元、Si MOSFET和IGBT的RDS(ON).A比較。 圖3 在相同電壓下,WBG和矽材料之間的RDS(ON).A比較 SiC和GaN大大降低了對閘極驅動功率要求。Si MOSFET和IGBT特別需要大量閘極電荷才能有效開關。對於較大IGBT,這可能需要數瓦驅動功率,從而導致系統損耗。對於WBG元件,即便在高頻下,損耗僅是毫瓦級。 WBG元件還有其它優勢:相較矽元件,可以在更高溫度下運作,最高可超過500℃。儘管封裝限制了實際操作值,但高峰值容量顯示了可用餘量。相較矽元件,WBG閘極洩漏和導通電阻隨溫度變化也要小很多。 成本降低提高WBG元件吸引力 WBG元件成本一直高於矽,但卻在逐步降低,而連鎖式系統優勢在很大程度上抵消了這一點。例如,隨著效率提高,其他部件(例如散熱器)以及濾波器中的電感器和電容器尺寸、重量和成本也相應減小。更快的開關速度,使電源系統對負載變化的回應變得更快,馬達控制也更平滑,也讓基於WBG元件的電源系統變得更有吸引力。 總體而言,使用WBG元件帶來的優勢意味著可以將它們用於電源轉換的任何新應用,設備製造商也在不斷完善技術,從而使元件易於使用且堅固耐用,尤其是在短路和過電壓等故障條件下。英飛凌(Infineon)選擇了一種溝槽架構(圖4左),可在低閘極電場強度下實現低溝道電阻,從而提高了閘極氧化物介面之可靠性。該公司的增強型GaN高電子移動率電晶體(HEMT)元件則採用平面架構(圖4右),並且與SiC FET不同,它們沒有本體二極體(Body Diodes),使其特別適合於「硬開關」應用。GaN元件額定電壓為600V,而SiC額定電壓則為1,200V或更高,但在特定電壓額定值下,GaN RDS(ON)理論極限約比SiC好10倍。 圖4 英飛凌的SiC(左)與GaN(右) FET結構對照 意法半導體(ST)則宣稱其1,200V SiC MOSFET具有業界最高額定溫度200℃,並且在溫度範圍內具有同類領先極低導通電阻。非常快速且堅固的本體二極體避免了外部二極體需求,從而節省了馬達驅動器等應用中換向電路空間和成本。 羅姆(ROHM)在SiC MOSFET市場中也有產品供貨,其最新元件具備高成本效益和突破性能。ROHM據稱開發了業界首款具有共封裝(Co-packaged)的反平行SiC肖特基屏障(Schottky Barrier)二極體SiC MOSFET,可滿足要求苛刻的換向開關應用要求。 WBG市場上的另一家供應商GaN Systems,則專注於其獲得專利的封裝技術,從而可最大限度地利用GaN速度和低導通電阻。其「島嶼技術(Island Technology)」將HEMT單元矩陣與橫向佈置金屬條垂直連接,以降低電感、電阻、尺寸和成本。此外,該公司GaNPX封裝技術沒有引線鍵合,可提供最佳熱性能,高電流密度和低外形。 GaN市場的一家先驅公司Panasonic推出了擁有專利技術的X-GaN元件,以實現「常關」運作而不會出現GaN中的「電流崩塌(Current Collapse)」現象,這種效應源於汲極和源極之間捕獲電子在施加高壓期間可以暫態增大導通電阻,可能導致設備故障(圖5)。Panasonic閘極注入電晶體(GIT)技術能夠產生真正的「常關」 GaN元件,可用與Si MOSFET電平相容的閘極電壓來驅動。 圖5 Panasonic GaN單元不會有「電流崩塌」現象出現 WBG元件普及可期 WBG在功能層面勝過矽,當下的應用障礙只是成本、易用性和所展示的可靠性。WBG元件製造商已經在解決這些問題,並且大規模生產已成為現實,預期在所有市場領域中都有積極應用。 (本文作者任職於貿澤電子)
0

看好智慧眼鏡市場 Google購併AR眼鏡公司North

日前Google買下擴增實境(AR)智慧眼鏡公司North,進一步增加未來的硬體設計與環境計算(Ambient Computing)能力。兩家公司雖未透露收購的價格,但North表示,由於此次的收購,North將會終止其智慧眼鏡產品Focals的功能。 圖 North眼鏡。來源:North Focals 1.0的主要功能是藉由眼鏡支架上的小型雷射光,將圖像投射到使用者眼前。使用者設定眼鏡與手機配對後,即可使用眼鏡來讀取手機通知、觀看導航或透過Uber叫車。 過去North在智慧型眼鏡的市場歷經波折,2019年解雇150位員工,員工也曾經警告公司高層,認為North的眼鏡價格太高且太過男性化。Focals 1.0在2019年1月正式發布後,銷售狀況並不樂觀,發布後一個月內產品的價格下跌將近50%,售價變成599.99美元。因此在2019年12月,North宣布停止生產第一代產品,轉而專注Focals 2.0的開發,但是被Google收購後,這項開發計畫便終止。因此曾經以1,000美元購買Focals 1.0的用戶,近期將無法繼續使用此產品。Google表示,未來會致力於環境計算與相關技術並精進Google眼鏡,但目前尚不清楚North是否會協助Google眼鏡的開發。
0

拓展物流版圖 亞馬遜收購自駕車新創Zoox

日前亞馬遜(Amazon)確定收購美國加州的自駕車新創Zoox,大力拓展其物流與自駕車版圖。Zoox的CEO Aicha Evans、共同創辦人暨CTO Jesse Levinson將會留任原職位並獨立帶領團隊。 圖 亞馬遜收購美國加州的自駕車新創Zoox。來源:Zoox Zoox創立於2014年,旨在研發自駕車乘車體驗專用的零排放的汽車。起初Zoox的車輛專攻叫車市場,並以高度整合的成車體驗聞名,提供彈性靈活的乘車方案。亞馬遜全球消費者執行長Jeff Wilke表示,Zoox正在創造世界級的自駕車乘車體驗,並與亞馬遜同樣對消費者抱有熱情,因此樂於幫助Zoox團隊達成願景。 Zoox CEO Aicha Evans則說,此次收購鞏固了Zoox在自駕車產業的影響力。CTO Jesse Levinson則認為,自Zoox成立6年以來,持續研發自駕車,亞馬遜的支持有助於加速Zoox的發展。
0

台灣晶圓產能持續領先 中國可望擠下韓國成世界第二

據IC Insights發表的2020~2024年全球晶圓產能報告,台灣的晶圓產能持續位居世界第一位,但中國正在急起直追,可望在2022年超越韓國,成為世界第二。由於歐美半導體廠商走向無晶圓廠的經營模式,委外生產的晶圓訂單流向亞洲地區,因而使得全世界的新增晶圓產能絕大多數都位於東亞國家。 表1 全球各地2019年12月的晶圓產量。來源:IC Insights 產能報告依據各區域每月晶圓廠的產能進行分析,以實際位於該地區內工廠的晶圓產能計算,無關擁有廠房的公司總部所在位置。例如三星(Samsung)的總部位於韓國,但該公司在美國的晶圓產能,會列入北美地區的產能統計中。統計的區域包含新加坡、以色列、馬來西亞、俄羅斯、白俄羅斯、澳洲等地區。 2020~2024年全球晶圓產量報告中提到: 2011年台灣的產量超越日本,並在2015難超越南韓而成為世界第一,而2019年12月,台灣的晶圓生產量占據世界22%。另外,中國的晶圓產量在2010年首次超越歐洲,以及2019年超越北美,而在2019年握有全世界14%的晶圓產能。 預測台灣直到2024年仍會維持領先地位,產能可能在2019~2024年間增加13億片。 2016年,中國的產能首次超越世界前幾大晶圓生產地,並在2019年超越北美。推測2020年中國的總晶圓產能有機會超越日本,並在兩年後超越韓國,擠身世界第二。 在2019~2024年之間,儘管市場趨緩對中國建設的大型DRAM及NAND工廠的期待,但是未來幾年內,國內外的記憶體及晶圓廠商將能在中國當地生產,因此推測中國晶圓產能的市場份額將會在此期間達到最高點。 由於北美的廠商營運走向無廠房,依賴台灣等外地晶圓廠代工,而能預期北美的產能將在2019~2024年間持續下降,歐洲的產量也呈現萎縮趨勢。
0

車用晶片穩定成長 2024年將占半導體產業營收近1成

市場調研機構IC Insights指出,相較於其他半導體應用市場規模起起伏伏,車用半導體市場雖無爆發性成長,但其營收規模仍持續穩定成長。自1998年有統計資料以來,車用半導體占全球半導體銷售金額的比重,已從4.7%成長到2019年的8.7%,預估到了2024年,車用半導體的銷售金額占比,將再增加一個百分點,達9.7%。 根據該報告預估,到2024年時,全球最大的半導體應用市場為通訊應用,第二與第三名分別為電腦與消費性電子,但通訊跟電腦應用的晶片銷售金額占比將比2019年微幅下滑。  
0

主打低功耗/小尺寸/快速啟動 萊迪思新推FPGA助產品研發

日前萊迪思發布新款低功耗FPGA Certus-NX,除了具有小尺寸、低功耗及瞬間啟動功能,同時強化其I/O密度,並支援PCIe和千兆乙太網路介面。Certus-NX瞄準數據處理與工業、車用趨勢,加強其運算速度與安全標準,並預計在2020下半年推出同樣採28nm FD-SOI製程的第三代產品。 圖 萊迪思推出全新Certus-NX系列FPGA。來源:萊迪思 基於工業4.0與自駕車應用趨勢,Certus-NX功能上強化其低功耗、小尺寸特性,除了有助於設備實現更多智慧功能,通過ACE-Q100認證,也使其適用於ADAS與自駕市場所需的汽車電子出品。萊迪思半導體亞太區現場技術支援總監蒲小雙提及,車用電子應用講求速度,如智慧後照鏡的顯示螢幕,需要在汽車一發動就馬上啟動,因此FPGA的啟動速度便是重點。Certus-NX中,單一I/O配置僅需3毫秒,而依照元件容量不同,整個元件啟動時間僅需8~14毫秒即可完成 資安方面,Certus-NX使用橢圓曲線加密演算法(ECDSA),因此當使用者若將產品委託第三方生產,可以藉由金鑰保管來確保產品生命週期的安全防護,避免未經授權的竄改或複製。目前Certus-NX的樣品已經開始出貨給部分客戶,未來搭配相關的開發工具如Radiant軟體、預驗證IP、開發板,有助於加速研發人員的產品開發速度。
0

從大數據到智慧資料 AI演算偕感測器邁向工業4.0

既有資料處理/解讀不易 蒐集所有可能資料並儲存在雲端,待日後再進行評估、分析以及結構化,是目前各界廣泛採納的做法,但運用在從資料中擷取價值的目標上卻不特別有效。資料產生附加價值的潛力迄今仍有待開發,導致之後的階段尋找解決方案變得更加複雜。較理想的替代作法,是儘早判斷什麼資訊和應用有關聯,以及要在資料流中擷取什麼資訊。換個方式來說,提煉資料就是從整個處理鏈的大數據萃取出智慧資料,同時判斷哪些AI演算法在個別處理步驟中有較高的成功機率,這樣的決策可以在應用層面執行,而且取決於多種邊界條件,像是可用的資料、應用類型、可用的感測器模態、以及較低階實體流程的背景資訊。 在個別處理步驟中,正確處理與解讀資料非常重要,攸關是否能從感測器訊號中擷取出真正的附加價值。依據應用的種類,可能不容易正確解讀個別感測器資料,以及擷取出所要的資訊。這方面的其中一個重點,就是暫時性行為會直接影響人們想得到的資訊。此外,必須經常考量到各感測器之間的相關性。在一些複雜任務中,光是用簡單的門檻數值以及人工判斷邏輯或規則,已不足以應付當前的需求。 AI模型凸顯資料價值 相較之下,藉由AI演算法處理資料,系統即能自動分析複雜的感測器資料。透過這樣的分析程序,可獲得希望得到的資訊,而附加價值也會在資料處理鏈中和資料一起自動浮現。 作為AI演算法一部分的模型建構,基本上分成兩種不同方法。其中一種建模法是運用公式陳述資料與所要資訊之間的關係。這類方法需要有數學式形態的物理背景資訊。這些所謂的模型方法,在結合感測器資料以及背景資訊後,就能對想獲得的資訊產生更精準的結果。最常見的例子就是卡爾曼濾波法(Kalman Filter)。 倘若以數學公式型態描述資料,但無法描述背景資訊,那麼就必須選用資料驅動(Data-driven)法。這類演算法會直接從資料擷取出所要的資訊。過程中包含所有種類的機器學習方法,例如線性回歸、類神經網路、隨機森林、以及隱藏式馬可夫(Hidden Markov)模型等。 挑選AI方法通常根據目前對應用掌握的知識。倘若已經有完備的專業知識,AI就能扮演更具支持力的角色,而演算法的功用則比較初階。但若是尚未積累專業知識,那麼AI演算法的應用就複雜許多。多數情況中,這樣的應用除了會定義硬體的內涵,還會對AI演算法形成許多限制。 演算法建置近感測器降通訊/儲存成本  在每個步驟中需要的整體資料處理鏈,建置方式必須能產生最高的附加價值。建置一般都屬於整體層面,從內含有限運算資源的小型感測器,經過閘道器與邊緣電腦,一直到大型雲端電腦,顯然演算法不應只建置在單一層面。通常較有利的作法,是將演算法盡量建置在靠近感測器的位置,如此一來即可在早期階段對資料進行壓縮與整理,進而降低通訊與儲存的成本。 此外,早期從資料擷取出關鍵的資訊中,用到的較高層面全域演算法所涉及到的研發工作也比較簡單。在大多數情況中,串流分析(Streaming Analytic)採用的演算法也能避免不必要的資料儲存,進而省下資料傳輸和儲存的成本。這些演算法對每個資料點(Data Point)只會用到一次,因此會直接擷取出完整資訊,不需要儲存資料。 嵌入式AI結合感測器資料提升準確度/效率 例如亞德諾半導體(ADI)旗下以ARM Cortex-M4F處理器為基礎的微控制器ADuCM4050是一款省電的整合式微控制器系統,內建電源管理功能,以及類比與數位周邊裝置,支援資料擷取、處理、控制以及連結功能。這些特色讓它適合執行本地端處理,以及運用尖端智慧型AI演算法對資料進行早期的精確化處理。 EV-COG-AD4050LZ是一款低功耗開發與評估平台,可支援ADI旗下的感測器、微控制器以及HF收發器系列元件。EV-GEAR-MEMS1Z屏蔽元件則主要設計用來評估ADI的各種MEMS技術;舉例來說,如ADXL35x系列包括了ADXL355在內,運用於這種屏蔽元件中能提供震動校正功能、長期重複性、低雜訊性能、以及微型尺寸等特性。而EV-COG-AD4050LZ與EV-GEAR-MEMS1Z的組合,則能用在涉及震動/雜訊/溫度分析的結構健康與機器狀態監控。若有需要,其他感測器也能連到COG平台,藉由多種AI方法,並且運用多重感測器資料的融合,對當前情況提供更好的推測。藉由這種方法,即可在更好的細分度與更高的準確率下針對各種運作與失效狀況加以分類。藉由在COG平台上進行智慧訊號處理,大數據會就地變成智慧資料,而且只須把和應用有關聯的資料傳送到邊緣或雲端。 COG平台針對無線通訊納入額外的屏蔽機制。舉例來說,EV-COG-SMARTMESH1Z除了結合高可靠度與強固性,還藉由支援6LoWPAN與802.15.4e通訊協定帶來的低功耗,而支援種類眾多的工業應用。SmartMesh IP網路由高擴充性、自組網(Self-forming)的多跳點(Multihop)網狀拓撲無線節點構成,這些節點負責蒐集與轉傳資料。網路管理員負責監視與管理網路效能、安全、以及Host端應用的資料交換。在以電池供電的無線狀態監視系統中,嵌入式AI特別能實現完整的附加價值。嵌入在ADuCM4050的AI演算法能在元件內將感測器資料轉換成智慧資料,因此相較於感測器資料直接傳送到邊緣或雲端的模式,傳送的資料流以及耗電都會減少。 COG開始平台內含為此平台開發的各種演算法,已涵蓋許多種類的應用,包括監視機器、系統、結構以及流程,從簡單的偵測異常狀況到複雜的故障診斷皆能應付,同時整合包括加速計、麥克風以及溫度感測器等元件,這樣的組合還能用來監視各種工業機器和系統的震動以及噪音。流程狀態、軸承或定子損壞、電子控制元件失效、甚至電子元件損毀導致系統行為出現未知的變化,都可透過嵌入式AI偵測出來。若業界已針對特定損壞發展出預測模型,那麼這些損壞甚至能靠本地端的元件就能預測出來。藉由這種方法,便能在早期階段執行各種維護措施,防範因出現不必要的元件損壞導致系統失效。倘若尚未建立預測模型,COG平台也能協助領域專家學習機器的行為,長期下來即可推演出機器的模型,作為預測維護的參考依據。 AI演算法尚須判斷資料品質能力 理想的狀況下,透過相對應的本地端資料分析,嵌入式AI演算法應能判斷哪些感測器和特定應用有關聯,以及最適合採用的演算法,以展現平台的智慧擴充性。然而即使人類現已廣泛運用各種AI演算法,僅須簡單的建置流程就能用在不同的應用中,並執行機器狀態監控,不過目前仍須由相關領域技術專家為目標應用找出最佳演算法。 此外,嵌入式AI還具備判斷資料品質的能力,或是針對感測器以及整個訊號處理程序找出與執行最佳化的設定。若是融合多種不同型態的感測器,還可運用AI演算法來彌補某些感測器與方法的優點。如此一來,資料品質以及系統的可靠度都能獲得提升。倘若AI演算法判定感測器的分類和應用完全無關或沒有太多關聯性,系統就會截斷資料流。 例如ADI的COG開放平台內含免費軟體開發套件以及範例專案檔,協助加快硬體與軟體的原型製作、促成開發以及實現原創設計理念。透過多重感測器資料融合(以及嵌入式AI(EV-COG-AD4050LZ),可進而建構出連結智慧型感測器的強固且良好之無線網狀拓撲(SMARTMESH1Z)網路。 (本文作者Dzianis Lukashevich為ADI平台及方案總監;Felix Sawo為Knowtion執行長)
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -