首頁Top區塊
- Advertisement -
垂直整合人/貨/場生態鏈 視覺AI智慧收付展商機
剖析視覺辨識三方策略
觀察國際局勢,可窺見各家業者在方案開發上均期望可提供更高附加價值的數據分析服務(如Trigo Vision、Standard Cognition、AiFi、Sensei、Zippin、Grabango與Caper),擴展不同服務內容,突破結帳系統商角色,朝向自動化智慧商店服務商定位,運用視覺辨識提升零售商對「商品」、「人」、「場」三方面掌控程度,如葡萄牙新創Sensei自主開發軟體演算法與企業級BI平台,將感測門市數據整合企業內部數據(如POS、ERP資料,以預測分析協助零售商優化營運與供應鏈決策。
以「商品」來說,庫存管理與銷貨分析為兩大服務方向,包括Trigo Vision、AiFi、Sensei、Zippin與Grabango等都提供商品庫存量、有效效期、商品錯置貨架的檢測。Trigo Vision平台透過時間與銷量的交叉分析,建議零售商庫存補貨的時間點;Zippin及Grabango則提供缺貨提醒服務。在銷貨分析方面,著重於曾被挑選但未購買的產品、熱銷品與促銷品等背後意涵解讀,藉此發現如產品定價過高、搭售組合吸引力不足等問題,同時搭配門市行銷活動評估廣告促銷成效。
以「人」來說,則透過影像辨識消費者行為、判讀個人偏好、推敲購物意圖,包括AiFi、Sensei等業者方案都感測逛店行為並將其數據可視化,如顧客店內行走足跡路線、是否成群購物、是否注意門市廣告看板資訊,了解各區域門市消費族群選購行為差異、各時段人潮客流數,搭配時間與地理變數進行交叉分析,調整各據點營運策略。
以「通路」場域來說,則透過攝影機追蹤商品或人於商店內各區塊位置的動態變化,進而檢視店鋪擺放設計是否仍有改善空間,幫助提袋率上升,以及透過門市熱點區域、顧客停留貨架時間、商品貨架位置資訊,以評估商店貨架擺放適切性。如Trigo Vision可即時追蹤整間商店,協助零售商了解新產品的熱門度(如瀏覽駐足與拾起頻率),以及顧客購物傾向(如位於走道旁或於結帳櫃檯旁的零食甜點何者銷售較佳)。藉由通路數據分析回饋零售商,協助其重新梳理門市動線規畫與商品的貨架策略。
零售業對於科技應用通常抱持「既期待又怕受傷害」的心態,不確定資本投入是否能回收並達到預期效益。就目前國際業者於視覺AI自助結帳服務市場的產品布局來看,可發現各家採取差異化策略,高準確度商品辨識與顧客追蹤為必備功能,但如何能在不影響辨識能力前提下,縮短系統導入時程、減少建置成本,將決定零售商是否買單。
資策會MIC產業分析師廖彥宜
視覺AI大規模商轉有賴產業生態垂直整合
以電腦辨識技術為核心的自助結帳方案仍處發展初期階段,若要達到大規模商用運轉,且能永續營運,需以長線思維建立完整視覺AI自助結帳服務生態系,利用軟硬整合的銷售服務模式,將視覺AI技術整合硬體設備(如POS機、Kiosk、工業電腦等),結合SI業者提供整合性方案,串接零售垂直領域產業鏈。
視覺AI業者可與零售硬體設備商合作,藉商品辨識技術、判讀模型提供,收取技術授權費,將AI演算法與支付應用透過API結合終端POS機,提供視覺AI結帳服務,此也提升傳統POS機台的服務價值。
另外,亦可依據零售場域型態(如門市坪數、商品數、銷售量等),收取差異化授權金與月租費,並透過SI業者提供平台維運(如商品上傳管理)與系統介接客製服務。
面臨零售市場激烈競爭,零售商嘗試透過新興科技應用,提升消費者通路體驗。觀察國際,除了自行研發外,有較多資本的大型零售業者也願意投資新創,透過取得股權的方式穩定技術來源,與AI業者建立長期合作關係,依據自家不同通路規模量身規畫適切的解方,改善自家通路服務環節。
對AI自動結帳服務業者來說,能取得零售商的資金支援,無異拿到試驗場域的門票,不僅有實地測試的機會,技術與解決方案也初步獲得市場肯定,有助後續取得與其他零售通路商合作機會,強化市場及銷售通路,也能縮短進入市場的準備期、加快自家視覺AI結帳系統迭代的改良速度。
例如,2018年葡萄牙新創Sensei獲德國零售商Metro與葡萄牙零售商Sonae共同投資50萬歐元(約55萬美元);2019年10月以色列新創Trigo Vision取得全球第三大食品零售商英國Tesco投資(金額未公開),也開放業者進入總部超市試點,架設160台攝影機測試辨識準確度。
2019年6月美國新創團隊Zippin亦取得巴西最大零售商Lojas Americanas SA投資,其有別於市場其他同業單一影像感測作法,Zippin蒐集兩大感測來源數據,包括天花板攝影機與貨架重量感測器,較高準確辨識度與較低導入成本優勢為Zippin獲得資金主因,除了巴西里約外也將部署於聖保羅通路門市。
一套企業級視覺AI結帳系統應具備能處理不同坪數規模通路能力,建立與下游零售客戶的夥伴關係,有助於AI業者設計出符合零售商需求的解決方案,透過協同設計、協同開發的合作模式,獲得專業技術支援與實地場域驗證,能加速產品服務上線時程。
例如,影像辨識結帳AI業者Grabango深化與零售商合作,2019年選擇與擁有技術團隊且對零售科技布局態度積極的美國大型連鎖超市Giant Eagle結盟,Giant Eagle有各種規模的門市可供測試,從80坪到2,800坪的通路均納入測試範圍,雙方提供己方技術優勢,透過合作共享彼此資源、減少成本並發揮最大效果,產生策略綜效。
自助結帳技術方面Grabango擁有17項專利,宣稱其系統具高擴展性,可部署於超過3萬坪大型門市、一次追蹤上百名顧客以及數十萬個品項。Giant Eagle的技術團隊能協助系統整合、專案管控、盤點掌握關鍵流程,零售商的角色從客戶轉成生態系的共生夥伴,依據旗下474間各種不同規模門市協同規畫客製化解決方案,亦於美國喬治亞州設辦公室供雙方技術團隊進駐,並藉地利之便吸引鄰近匹茲堡技術人才。
實證場域試驗力保AI通暢運作
要使自助結帳系統順利運作,最直接方式即為與零售商合作,零售商會先選定旗下一至兩個通路測試,雙方就客製化方案導入細節討論,如是否整合生物辨識身分認證、支付介面/選項,透過實際服務驗證,調整符合需求方案,搭配零售營運流程、商品外觀、貨架擺設的重新設計,確定最適服務內容後再擴大至其他門市;以Trigo Vision為例,其與超市業者Shufersal的協議中,甚至還保證該超市業者在以色列市場有專營Trigo Vision系統的權利。
綜整視覺AI自助結帳業者與在地、海外零售商合作試點概況,包括Trigo Vision、Grabango、Caper、Tiliter、Imagr、AiFi、Standard Cognition等,試驗區域橫跨美、歐、亞三大洲。合作對象主要以當地大型零售商為優先選擇,初步試驗後持實證成果與跨國零售商洽談,為進軍國際市場鋪路。
圖1 視覺AI自助結帳服務系統生態系
例如2019年5月以色列新創Trigo Vision與當地最大連鎖超市Shufersal合作,預計五年內完成280家門市導入,而後入駐英國超市Tesco 85坪大總部;而紐西蘭新創Imag也從當地超市Foodstuffs、Farro開始部署,2019年10月與日本零售商H2O Retailing簽訂合作意向書。
美國新創AiFi則將重心放在歐洲市場,已與荷蘭、波蘭與瑞士等國零售商合作導入,並於2019年1月與家樂福合作於法國進行六個月的技術測試(約17坪、1,500個品項規模),僅開放內部員工使用,採刷臉與家樂福App支付,亦是目前國際上視覺AI方案中,唯一納入刷臉支付的案例。
當體育賽事娛樂導入AI自動結帳服務,不僅能快速紓解球場內壅塞的排隊結帳人潮,還能以智慧科技帶給球迷創新體驗感受,美國職籃與職棒已分別有球隊宣布在球場導入視覺AI自動結帳服務,顯見該市場未來潛力可期。
2019年9月Standard Cognition與美國職棒紅襪隊合作,預計於將在2021年4月啟用的主球場Polar Park開設自動結帳商店,球迷可透過Standard Cognition App或球場Polar Park...
英特爾攜手QuTech發論文 證實量子位元可高溫控制
英特爾(intel)與QuTech合作,在國際期刊《Nature》中發表一篇論文,論證在溫度大於1克爾文(kevin)時,能夠成功控制高溫量子位元(qubits)。該研究還強調兩個量子位元間的獨立/連貫控制,其中單個量子位元的運算保真度(fidelity)高達99.3%。針對類似單個電子晶體管量子系統及矽自旋(Silicon Spin)量子位元,此研究突破低溫控制技術,可以將量子系統/矽自旋量子位元作為集成電路封裝。
圖 英特爾與QuTech合作,在國際期刊《Nature》中發表論文,論證在溫度大於1克爾文時,能夠成功控制高溫量子位元。來源:英特爾
在《Nature》中,英特爾與QuTech首次提出,量子位元的運作特點是高溫、密集且連貫,這些緊密的量子位元在高品質及相對高溫的情況下發揮作用。傳統上,量子計算的實際挑戰在於須要同時控制數千,甚至數百萬的量子位元,並且維持高度的運算保真。而高量子位元的運算保真度,特別是高度複雜的電子控制器,須要大規模的量子設備管理,但是目前的量子系統設計的尺寸使其受限。
若是將電子控制器與自旋量子位元整合在同一個晶片上,可以簡化兩者之間的互聯流程,但是增加量子位元運作所能承受溫度也就變得至關重要。以往量子運算只能在毫克爾文範圍的溫度中運行,該溫度僅稍微高於絕對零度。現在因為新的高溫量子位元研究,英特爾與QuTech證實矽自旋量子位元具有可在比已有的量子系統,更高溫狀況下運作的潛力。
該方法使得英特爾得以運用封裝及互聯技術,來實現量子實用性(quantum practicality)。這項研究立基於英特爾所推動的全端量子系統,包含去年年底發布的Horse Ridge低溫量子控制晶片。
疫情衝擊波來襲 研究機構下修半導體出貨
武漢肺炎全球蔓延,已對整條科技供應鏈造成衝擊。由於歐美各國為了對抗COVID-19病毒,目前均已祭出各種軟性封城措施,使得許多中小企業必須裁員、減薪因應,使得當地的消費市場需求急凍。骨牌效應影響所及,許多亞洲的電子組裝廠在歷經二月無工可復的窘境後,到三月底已經演變成無單可接。
身處科技供應鏈最上游的半導體產業,在這個情況下也難以獨善其身。據IC Insights最新發表的預估數字,2020年全球半導體元件出貨金額預估數字已從年初的3,848億美元下修至3,458億美元,年成長率也從原本預估的正成長8%修正為衰退4%。其中,類比元件所受到的衝擊最小,邏輯元件跟記憶體的衰退則較為明顯。
無獨有偶,Gartner最近也修正其2020年半導體市場預估,從原先預估的正成長12.5%下修為衰退0.9%。但Gartner的看法與IC Insights有所出入,Gartner認為,記憶體價格回穩,將使得記憶體成為支撐半導體市場的中流砥柱。
各家研究機構的看法或有不同,但整體來說,2020年半導體市場的景氣,在整體經濟受到肺炎疫情嚴重衝擊的情況下,恐已不容樂觀。
結合MU-MIMO 三星電子展示5G毫米波應用潛力
日前三星電子(Samsung Electronics)發布其5G研發進展,以800 MHZ的毫米波(mmWave)結合多輸入多輸出(MU-MIMO)技術,提供新款5G毫米波的存取單元。
圖 三星電子發布其5G研發進展,提供新款5G毫米波的存取單元。來源:三星
透過兩個行動裝置進行演示,兩個裝置皆可達到4.3 Gbps的速度,以及產業內較高的8.5 Gbps,而高速資料傳輸的核心,即是搭載載波聚合(Carrier Aggregation)與MU-MIMO。
此次演示突顯使用毫米波頻譜的5G特色,包含毫米波的寬頻寬,有助於電信營運商提供低頻無法使用的數千兆位元(multi-gigabit)速度。當裝置具備數千兆位元速度,使用者便能體驗5G的突破性功能。電信業者也能同步推出更多新穎、豐富的服務,例如8K影片串流、AR遠距學習、VR會議,以及即將開發的種種新功能。
許多國家,包含日本、南韓與美國完成了5G毫米波頻譜的分配,其中兩國則已經發售使用該頻段的商用5G設備。此外,今年預估將有超過15個國家加入5G毫米波的行列。
而聚焦三星的研發歷程,過去成功提出涵蓋無線電與核心網路的端到端解決方案,並同時適用於中頻段(2.5GHz/3.5GHz)與毫米波(28 GHz/39 GHz)之中。三星現正關注韓國及美國市場,並且推動日本的5G商用化,預計將拓展加拿大與紐西蘭等全球市場。
MCU/WiFi模組共織救生網 火災煙聯網整合偵測與引導
因此,煙聯網藉由無線通訊技術,讓裝置間(火災警報器、滅火器及逃生出口指示燈)傳送訊號,實現可隨意擴充之物聯網(Internet of Things, IoT)防災系統,當火災警報器啟動時,透過聲響及燈光指示民眾尋找滅火器及逃生出口指示燈,有助於民眾快速從火場中逃生。
防災物聯網協助火場逃生
無線通訊技術已是相當成熟的科技,透過2.4G的Wi-Fi,同時具有一定的穿透能力及傳輸速度,加上可聯接網路,訊息傳送至雲端便能協助使用者透過手機接收訊息。因此煙聯網結合物聯網技術改善傳統防災設備無法連動之缺點,把每個火災警報器、滅火器指示器、逃生出口指示燈當作節點,當偵測到火災發生時,將訊號透過各個節點依訊號範圍往外傳送出去,建立可隨意擴充的防災系統。
煙聯網原理及功能分析
煙聯網由火災警報器、滅火器指示器、逃生出口指示燈三部分所組成,如圖1架構所示。使用盛群半導體(Holtek)8位元之HT66F2390 MCU作為裝置的主要核心,火災警報器搭配Wi-Fi模組及紅外線收發模組,達到煙霧偵測及無線通訊的功能。煙霧偵測使用紅外線會被煙霧遮蔽的特性,在紅外線訊號被干擾時表示火災發生,並使用MCU內部之UART通訊界面與Wi-Fi模組連接,控制Wi-Fi模組發送無線訊號,達到火災警示並傳送無線訊號。滅火器指示器及逃生出口指示燈使用Wi-Fi模組,收到無線訊號時,蜂鳴器會發出聲響,達到指引的功能。
圖1 煙聯網架構圖
煙霧偵測器由MCU、Wi-Fi模組、蜂鳴器、紅外線發射接收模組組成。煙霧偵測部分使用光反射之原理,使用紅外線作為光源,光感測器作為受光源,兩者之間夾角度避免直接受光,紅外線照射到煙霧微粒會反射到光感測器(圖2),當光感測器接收到光,藉由MCU執行數值判斷,當數值大於濃煙標準,即判斷火災發生,驅動蜂鳴器,並透過MCU之UART通訊介面連結Wi-Fi模組,將無線訊號藉由Wi-Fi模組發送。
圖2 煙霧偵測原理圖
滅火器指示器由Wi-Fi模組、蜂鳴器組成。滅火器指示器由Wi-Fi模組接收無線訊號,若收到火災發生訊號則驅動蜂鳴器,使滅火器發出聲響,提醒民眾火災地點附近之滅火器位置,在火災發生時達到預防性滅火的功能。而逃生出口指示燈,由出口指示燈、蜂鳴器及Wi-Fi模組組成。當Wi-Fi模組接收到火災發生時煙霧偵測器所發出之無線訊號,將自動點亮逃生出口指示燈,提示民眾疏散動線及逃生方向,增加公共場所火災時的逃生機會。
MCU為煙霧偵測器核心
HOLTEK 8bit MCU HT66F2390在煙聯網中扮演重要角色,由MCU作為煙霧偵測器的主要核心,透過UART連接粉塵感測器讀取環境空氣中粉塵之濃度值,並判斷是否超標,超標即代表火災發生,藉由UART控制Wi-Fi模組改變參數,使逃生出口指示燈、滅火器指示器運用搜尋的方式,接收火災發生之訊息,並指示民眾在火場中逃生。
煙聯網架構與多系統連動
火災警報器硬體架構(圖3),由電池提供電源,使用盛群8bit HT66F2390作為主要控制MCU,利用光線經過煙霧微粒會反射的原理,判斷是否發生火災,當受光模組接收到一定數值之光線即代表火災發生,透過MCU驅動蜂鳴器提醒民眾盡快疏散,並透過UART介面連結Wi-Fi模組,發送無線訊號驅動滅火器指示器及逃生出口指示燈。
圖3 火災警報器硬體架構圖
滅火器指示器及逃生出口指示燈的硬體架構大致相同(圖4),滅火器指示器及逃生出口指示燈硬體架構圖,皆由充電電池供電,確保斷電時能延續一段時間的正常動作,由Wi-Fi模組作為主要控制核心,當收到火災警報器發出之無線訊號,將驅動蜂鳴器,指示附近民眾尋找滅火器,不會使用滅火器的民眾則可以藉著逃生出口指示燈及其發出的聲音尋找逃生出口,透過火災警報器、滅火器指示器、逃生出口指示燈三個獨立系統互相連動,發揮滅火及逃生指引效果。
圖4 滅火器指示器及逃生出口指示燈硬體架構圖
微處理器
HT66F2390微處理器CPU具有8MHz、12MHz、16MHz三種系統時脈選擇,其工作電壓分別為2.2~5.5V、2.7~5.5V、3.3~5.5V,震盪來源形式有HXT、HIRC、LXT、LIRC,內建8MHz、12MHz、16MHz的RC振盪器,並有多元操作模式FAST、SLOW、IDLE、SLEEP,支援長指令,具備省電及喚醒功能。HT66F239具有Program Memory 64K×16-Bit,Data Memory 4096×8-Bit,EEPROM Memory 1024×8-Bit,最多支援58支雙向I/O腳位,具有4支外部中斷輸入功能腳位,多個計時模組支援時間計數、比對吻合、PWM功能。
它的周邊功能有串列界面模組SIM,包含SPI、I2C傳輸,串列周邊介面SPIA,兩組UART傳輸,兩組時基計時裝置,可定時產生中斷訊號,兩組類比比較器,最多支援16個通道、12-bit解析度的A/D轉換器,內建MDU乘法器除法器運算單元供開發者使用。
煙聯網使用MCU之UART傳輸介面讀取粉塵感測器數據,分析並計算環境之粉塵濃度,當濃度超標時,驅動蜂鳴器及LED燈,提醒使用者火災發生,並透過第二組UART傳輸介面與Wi-Fi模組溝通,驅動Wi-Fi模組傳送訊息給訊號範圍內之其他防災裝置。
粉塵感測器
GP2Y1051AU0F粉塵感測器,由Sharp公司生產製造,內部由光感測器(PD)及發光二極體(LED)、微處理器(MCU)所組成(圖5),藉由內部MCU驅動LED發出光線,光照射到粉塵會有散射的現象,散射進入到光感測器內的光轉換成電壓大小,藉由三次的功率放大(Amp Circuit)將微小電壓放大,並透過內部MCU執行A/D轉換以UART通訊方式輸出,即為量測環境中粉塵濃度(圖6)。
圖5 工作原理圖
圖6 架構方塊圖
GP2Y1051AU0F粉塵感測器藉由UART通訊協定作為粉塵濃度值之輸出,Baud Rate為2400bit/s,數據發送格式(表1),換算公式如下:
Vout值=(Vout(H)*256+Vout(L))/1024*5
如表中範例值,Vout=1.53V。
表1 粉塵感測器輸出資料表
煙聯網使用HT66F2390與粉塵感測器連接,以UART通訊方式接收資料計算出粉塵濃度,並判斷濃度高低,在數值超標時判定為火災發生,驅動周邊防災系統。
Wi-Fi模組
ESP8266Wi-Fi模組是一顆32bit微處理器,工作電壓為3.3V,Wi-Fi模組外觀如圖7所示,具有Wi-Fi 802.11b/g/n 2.4G Radio,可以設定為AP、Station或AP+Station網路模式,並支援UART、I2C、GPIO、PWM、SPI、ADC等功能,價格便宜且容易取得,成為物聯網應用中常見的晶片。
圖7 Wi-Fi模組外觀圖
煙聯網使用ESP8266Wi-Fi模組UART通訊介面與主控MCU連接,當主控MCU偵測到粉塵濃度超標時,藉由UART介面使Wi-Fi模組改變Wi-Fi參數,使訊號範圍內之其他防災裝置得以搜尋到參數改變,並發出警報聲響。
充電模組
TP4056充電模組外觀如圖8,輸入端為Micro USB接頭母頭,輸入電壓為5V可以對電壓為3.7V之聚合物鋰電池單個或多個並聯充電,充電截止電壓4.2V,具有限流及過放電壓保護,最大充電電流1000mA,電池過放保護電壓2.5V防止電池過度放電造成額外電池壽命消耗。
圖8 充電模組外觀圖
軟體流程
煙霧感測器上電時,持續偵測環境中粉塵濃度,若判斷粉塵濃度超標即透過MCU之UART傳輸介面將驅動訊號傳給Wi-Fi模組,Wi-Fi模組會改變Wi-FiAP之MAC位址讓周邊裝置可以搜尋到狀態改變,MCU同時驅動蜂鳴器提醒使用者火災發生需儘速尋找滅火器及逃生出口,達到具備火災預警的防災功能(圖9)。
圖9 煙霧感測器軟體流程圖
滅火器指示器及逃生出口指示燈之軟體流程大致相同,藉由Wi-Fi模組持續搜尋的方式,搜尋鄰近Wi-Fi AP的MAC位置,若發現MAC位置改變為火災發生時之訊號,即改變自身Wi-Fi AP之MAC位置傳遞訊號,同時驅動蜂鳴器提醒民眾滅火器即逃生出口位置,並閃爍逃生出口燈,指引民眾拿取滅火器滅火並從逃生出口疏散人群,如圖10滅火器指示器及逃生出口指示燈軟體流程圖。
圖10 滅火器指示器及逃生出口指示燈軟體流程圖
LINE...
資安意識高漲帶動大廠投入 FIDO防護晶片市場成形
2018年10月彭博(Bloomberg)商業周刊報導,伺服器代工業者美超微(Supermicro)的伺服器主機板上有一個不明晶片,並懷疑該晶片可洩漏機敏資訊。此報導引起軒然大波,即便事後多方業者否認澄清,但此報導已使業界對伺服器是否能在硬體面洩漏機敏資訊產生疑慮。
有資安專家提出,現行伺服器的主機板上多設有電路板控制晶片(Board Management Chip, BMC),該晶片的韌體更新並未強制要求安全認證程序,若更新為不明來源的新版韌體,確實可能成為資安漏洞。
就在Supermicro事件的前一年,Google在其Google Cloud Next 17'盛會期間發表自有防護晶片Titan(圖1),並將晶片配置於其GCP(Google Cloud Platform)雲端服務機房內的伺服器上,確保伺服器各項更新的安全性。到了2018年8月,Google進一步在其所推出的消費性硬體產品上,搭載以Titan晶片構成的安全防護金鑰。
圖1 Google的公有雲服務GCP在其機房內的伺服器嵌入Titan安全晶片
例如在2018年10月發表的Google Pixel 3智慧型手機,內部即有一顆專為行動裝置設計的低功耗Titan晶片,稱為Titan M。該晶片負責把關手機安全程序,用來防護密碼與作業系統,防止使用者以手動技術方式換替、修改手機出廠前預裝的作業系統,即俗稱的惡意刷ROM。
蘋果(Apple)則是在2016年版的MacBook Pro中內放入自有的安全晶片T1,並於2017年進一步推出T2。T1、T2安全晶片為蘋果自有的規格標準,既非可信任運算群組(Trusted Computing Group, TCG)提出的可信任平台模組(Trusted Platform Module, TPM),也非全球平台(GlobalPlatform)提出的可信任執行環境(Trust Execute Environment, TEE)。不過,蘋果於2020年2月宣布加入FIDO(Fast IDentity Online)聯盟並取得董事席位,顯見其未來將逐漸靠攏FIDO。
由於Google的Titan晶片本身即為合乎FIDO標準的防護金鑰,因此在蘋果也開始向FIDO靠攏後,可以預期的是,FIDO將成為硬體防護的主流標準。
FIDO標準概述
由於電腦與手機解鎖方式逐漸多樣化,如指紋解鎖、臉部解鎖等,不同技術與組件業者的方案各有不同、各行其是,導致電腦與手機等系統業者在整合、替換上的困難。因此,多家科技業者在2013年籌組FIDO聯盟,並在2014年頒布辨識技術實現上的一致依循FIDO標準。
FIDO可再細分兩項子標準,即生物特徵辨識的UAF(Universal...
聯電急件處理呼吸器晶片訂單 填補防疫設備缺口
日前晶圓代工廠聯電為支援防疫,以最急件處理等級(SHR, Super Hot Run)來生產NAND Flash控制IC廠群聯用於醫療級呼吸器的緊急訂單,將原本需時兩個月的交貨時間縮短至近一個月。此次疫情醫療設備現有明顯缺口,製造環節又涉及精密半導體元件,故僅能仰賴業者加速生產填補,而醫療用晶片的交貨時間(Lead Time),則是決定相關設備生產速度能否加快的關鍵。
圖 聯電為支援防疫,以最急件處理等級來生產NAND Flash控制IC廠群聯用於醫療級呼吸器的緊急訂單。來源:UMC Finder Facebook
TrendForce指出,醫療級呼吸器需使用晶片以精密調節呼吸狀況,但半導體晶片交貨時間基本以月為單位,所以本來就是終端裝置各元件中交貨期較久的項目,而過去醫療用晶片的需求量又普遍低於主流應用,客戶庫存經常控管在既定水位,少有大幅度調整。因此,當出現醫療級呼吸器急單需求,聯電採用SHR的最高速生產做法確實有其必要性。
過去SHR多半使用場景為重點開案需短期內得到產品驗證數據,或新製程開發的特殊要求,用作量產機會相對偏少。對晶圓製造業者來說,一般為達到生產線的最大使用效率,依照晶圓處理週期(cycle time)的設定範圍與在設備機台上處理的先後順序做配貨調整,大致分為三種處理級別:
一、SHR (Super Hot Run):最急件處理,cycle time最短,除特殊原因外嚴禁生產進度遞延。
二、HR (Hot Run):次急件處理,cycle time 較SHR長。
三、NR (Normal Run):一般件處理,cycle time較長。。
而此次聯電採用SHR等級生產醫療用晶片訂單,除滿足客戶需求,也突顯晶圓代工廠在加速醫療晶片生產環節中的重要性。此外,聯電承接的急單也包含投片8吋晶圓,採用SHR生產對目前8吋晶圓產能的吃緊程度而言,對生產進度控管雖有可能增添些許壓力,但對全球防疫醫療的貢獻則不言而喻。
長江存儲3D NAND技術迎頭趕上 推128層快閃記憶體
日前長江存儲推出128層QLC 3D NAND快閃記憶體,並已通過多家控制器廠商SSD等終端產品認證。此次同時發布的還有128層512Gb TLC(3 bit/cell)規格NAND晶片X2-9060,以滿足不同應用場景的需求。此128層快閃記憶體系列產品使用Xtacking 2.0架構,優化3D NAND控制電路與儲存單元且提升I/O讀寫性能。
圖 長江存儲推出128層QLC 3D NAND Flash快閃記憶體,以及TLC 3D NAND Flash 快閃記憶體。來源:長江存儲
截至今年一月,國際記憶體廠商SK海力士及美光皆已推出128層3D NAND Flash,而三星(Samsung)、威騰電子(Western Digital)及鎧俠(Kioxia,原東芝)、長江存儲也都曾在2019年發布128層3D NAND的生產計畫。其中長江存儲位於中國的工廠現已復工,並推出128層QLC 3D NAND Flash快閃記憶體,以及TLC 3D NAND Flash 快閃記憶體,容量分別為1.33Tb與512Gb。
該記憶體所使用的Xtacking 架構,可優化3D NAND的控制電路和儲存單元,在64層TLC產品的儲存密度、I/O性能及可靠性上已有良好表現,而128層的快閃記憶體產品則基於升級後的Xtacking...
精度/穩定/壽命兼顧 電動車首重電池管理與壽命
目前電池市場的推動力不只是成本,還有對續航里程更長的車輛、更短的充電時間、以及更高功能安全的需求。為了滿足這些嚴格的電池管理系統要求,必須遵守最高標準並將偏差降至最低。
由於電動車輛40%的價格取決於電池,因此性能和電池壽命已成為EV品牌取得成功的主要因素。電池管理系統(BMS)供應商,與客戶合作,尋找最佳關鍵流程來監控和管理電動車輛電池,並確保其安全性、生產力和使用壽命。
維持BMS運作為關鍵目標
BMS能夠密切監視、控制和分配整個電池系統在使用壽命期間的充電和放電。精準監控電流和電壓分布至關重要,因為電池過度充電可能會引起火災或爆炸,而充電不足(或完全放電)則會導致電池失效。電池管理系統的品質直接影響EV每次充電所能行駛的里程數。而優質的電池管理系統能夠大幅延長電池的整體使用壽命,進而降低總體擁有成本。
在這種情況下,價格水準變得不那麼重要,而長期價值則成為關鍵指標。這是因為使用者力求在電池的整個使用壽命內獲得更好的性能。「談到精度,以及車輛整個使用壽命內的精度,不會有任何取捨。」如ADI BMS總經理Mike Kultgen便表示:「精度越高,就越能更良好地瞭解電池的狀態,從中獲取的容量就越多,電池組的運作也就越可靠。」思考電池組的投資,可將BMS的性能考慮在內,而隨著汽車設計者顧慮保固和電池組的生命週期成本,電池組性能的重要性也就更加明顯。
電池管理需全天候監控
電池研發單位對設計團隊提出了極高的要求,因為他們需要考慮一系列的優先事項,包括價格、可靠性和安全性。在處理提供48V到800V電壓的EV系統時,不能冒任何風險。
為了在駕駛員踩下踏板的瞬間提供超過100千瓦的電能,電池系統必須在數百伏特的電壓下才能高效工作。然而,鋰電池只能提供幾伏特的電壓。為了獲得足夠的功率,需要將大量電池串聯在一起形成很長的電池堆疊。通常電動車可能使用100個獨立的電池,在電池堆疊的頂部提供350伏特的電壓。但這帶來了一些挑戰。
在長長的電池堆疊中,如果有一個電池失效,實際上相當於所有的電池都失效了。因此需要監控和管理所有電池,為電池充電、放電,且在車輛生命週期的每一天都要如此。鋰電池不能在極限充放電情況下工作,而必須保持在非常特定的範圍內,例如15%到85%,否則電池性能就會下降。
BMS確保電源狀態穩定
在電源的監控與管理方面,其中ADI的BMS可從電池組生產到報廢的整個週期中,提供精確的電池測量資訊。電子設備直接連接到電池堆疊中的每個電池,報告與電池電流對應的電壓和溫度。系統可提供充電狀態和健康狀態。每個電池的電流和溫度必須透過中央處理器的複雜演算法進行監控。ADI內建通訊介面,同時支援模組化設計(架構),並且完全可彈性擴展,適用於不同的客戶群體。
ADI BMS總經理Mike Kultgen表示:「BMS對電池進行持續監控,能夠隨時在各種溫度和工作條件下提供可靠的測量精度。系統知道每時每刻的狀況,並且高度依賴從ADI晶片接收到的資訊。」
BMS精度/可靠/穩定創造品牌可信價值
與電池管理系統專家如ADI密切合作,可以接觸到種類多樣的元件和產品。他們為OEM廠商提供人們的系統級專業知識、深厚的領域知識以及多年的BMS實際設計經驗。原始設備製造商則可以提高每次充電行駛里程效率、延長電池使用壽命、確保安全性,並提高品牌信任度。
ADI AUTG副總裁Patrick Morgan表示:「客戶告訴我們,使用產品時需要信任產品,因此我們在他們的場地或我們的工廠舉辦技術高峰會,並邀請關鍵設計人員和應用工程師與他們的團隊交流,花一兩天的時間介紹發展規畫,客戶需要解決的問題,然後討論如何解決他們的特定問題。透過一連串的專注合作來建立信任。」
ADI應用經理Cuyler Latorraca亦補充:「曾有總部設在亞洲的客戶要求根據舊電池管理系統設計新的電池管理系統。研究了他們的想法、系統要求和操作環境之後發現,他們的接地方案導致系統測量存在誤差,這是業界常見的問題,最後我們採取措施消除該誤差。」
電池趨勢朝增加蓄電/減少重量與成本方向研發
ADI一個積體電路中有3至18顆電池,支援的電池數量具競爭優勢。ADI BMS市場經理Greg Zimmer表示:「高壓電池系統技術日新月異,廠商在增加容量、延長使用壽命方面承受著很大壓力。業界將如何實現這一目標?在打造能夠持續使用10年的電池的同時,如何從電池組中獲取更多電能、增加其續航里程、支援更快的充電,並開發集中式和模組化的設計?」
ADI與原始設備製造商合作,透過架構創新來改進功率密度、精度和重量等挑戰,而ADI第5代BMS可望在明年投入車輛生產。
BMS須滿足EV市場需求
電池管理系統須滿足EV市場對安全、高品質、高性能電池日益成長的需求,例如ADI即憑藉以下系統級經驗,以及多樣化的元件產品,提供多元選擇。
・高精度和穩定性。
・透過單一元件和簡化設計全面支援ASIL D。
・高速、EMI可靠、電氣隔離、具有備援的低成本菊鍊,可因應故障情況。
・產品安裝基礎雄厚,已有四代產品投入現場使用。
・透過一系列BMS產品提供系統級解決方案。
在生產大量電池組的同時,也會產生大量可供回收利用的廢舊電池組。只要電池在整個生命週期中管理得當,則耗損並不意味著報廢。在考慮總體擁有成本時,必須將儲能裝置再用於車輛以外的其他用途(也稱為第二生命)考慮在內。
(本文作者為ADI BMS總經理)
洞察《春江水暖》 掌握《鴨先知》
蘇軾有一首詩《竹外桃花三兩枝,春江水暖鴨先知。蔞蒿滿地蘆芽短,正是河豚欲上時》,有許多美食家喜歡引用這首詩,藉以比喻在這個時令應該享用的美食;在企管領域也有人會引用《春江水暖鴨先知》這句詩詞,來隱喻對市場景氣變動的敏感度。如果我們將這句詩詞,引用到目前因為「防疫」所引發的各種社會現象,你會想到什麼?
全球因為新冠肺炎(COVID-19)疫情而引起的經濟恐慌訊息,已經普遍的在各類型社群媒體裡流傳,雖然瞭解總體環境改變的趨勢很重要,但是面對因為全球抗疫,所引發的經濟型態改變,嚴格來說,暫時是無計可施的,目前最好的方法就是持盈保泰,接受目前的現況,冷靜的假設思考,如果這波疫情還會持續發展,未來可能的情境是什麼?可能會帶來下一波什麼樣的衝擊?我們又應該要有什麼樣的超前部署?
這番話的道理很淺顯,但是知易行難,因為不願意立即接受現況,將希望寄託於個人想像的未來情境,是人類的生存天性,我們的行為模式往往會不自覺的受到生存天性的影響,甚至融入在決策行為當中。例如目前直接受到內需衝擊影響的餐飲業,外出用餐人數快速銳減的現況,迫使餐飲業者紛紛推出降價促銷的行銷方案,很快的,就會發現這招的效果不彰,因為人們是因為害怕用餐環境的群聚行為,可能導致的感染風險。雖然優惠折扣是消費者「想要」的,但是與防疫的「需要」相比較,「想要」當然是被優先斷捨離的對象。
為什麼會產生這樣的錯誤行銷決策?因為多數的行銷人員沒有接受理性分析的訓練,習於落入慣性思考的陷阱,在熟悉的領域待的愈久,就愈可能產生認知的「固著」(Fixedness)現象,對事物的功能或結構,形成直覺式的反應。
所以在管理學上有一個科學的方法被稱為「情境分析」,就是要引導人們思考未來多樣性的不確定情境,在「未來是不確定」的前提下,觀察各類型社會經濟活動指標的發展趨勢,即使是微小的跡象,也要順著脈絡邏輯,合理的推論想像未來情境。情境分析的最終目標,不是要明確的找到未來會發生什麼事,而是要運用合理的邏輯與擴散思考,協助企業或組織,想像規劃未來幾年內,企業可能會面臨到的內部與外部情境,提早建立因應策略以準備未來的需要。
許多情境分析的訓練,都會要求參與者依據目前的趨勢現況,再延伸去想像多個未來完全不同的情境,在擴展思路的過程中,不能瞎子摸象,必須要合乎邏輯的循著趨勢脈絡想像未來情境,過程中往往也需要探索未知領域的數據或市場規模,而最後的推論結果,必須具備足以說服他人的合理邏輯性。也就是說,合理的邏輯推算過程,所產生的結果才會具有說服力,不合理的推算過程,就算是結果與事實相距不遠,也只能視為是一次偶然的幸運。
邏輯推論技能屬於內隱心法,不能只仰賴外在學習環境,還必須持續不懈的推敲練習,將邏輯思考內化為個人心隨意轉的邏輯力,不斷練習擴展邏輯思考能力的方法有很多種,其中較實用又輕鬆有趣的方法被稱為「費米推論」。這是諾貝爾獎得主恩里科.費米(Enrico Fermi)的特定思考推論方法,學習透過合理的邏輯推論找到可能的答案。
費米教授成就非凡,知名諾貝爾獎華裔科學家楊政寧、李政道,都是費米教授指導的學生,他成功研發出世界上第一座原子反應爐,科學界為了紀念他的成就,將原子序100的超鈾金屬元素命名為「鐨」(Fermium),在化學元素週期表中標記為Fm,而且在量子物理學中的基本粒子「費米子」(Fermion),也是為了紀念他的非凡成就而命名。此外,在科學界至少就有30項事物被冠上「費米」的名稱,不難想像費米教授在科學界是多麼的令人敬仰。
美國哈佛大學教授克里斯汀生(Clayton M. Christensen)於1995年提出「破壞式創新」(Disruptive Innovation)觀念理論至今逾20年,他很明確的指出,破壞式創新的發展機會,是來自於既有業者忽視的低階市場與新興市場。因為既有業者忙著滿足高利潤顧客的挑剔要求,反而會忽視較不要求的低利潤顧客,如果這個時候有其他的業者,能夠提供低利潤顧客「夠好的」產品或服務,他就是既有業者的「破壞者」。
至於新市場的「破壞者」,則是要創造一個過去完全不存在的市場,找到一個方法,然後將「非消費者」改變成「消費者」。例如愛迪生發明電燈,是一項創新的發明,但直到他發明鵭絲燈泡,建立電廠,讓消費者使用電燈的成本,遠低於使用油燈,才算是一項破壞式創新。
破壞式創新的特點在於,先訴諸低階市場或未被滿足的消費者,然後再逐漸的移往主流市場,在既有業者不注意的情形下蠶食侵蝕,當既有業者發現主流市場被割據時,已經是無法再挽回的事實。就像低廉的電燈,讓消費大眾放棄使用油燈。
多數醫學專家認為,直到疫苗的推出,才是疫情終止的時候,呼籲大眾要將新冠肺炎視為流感,要有長久相處抵抗的心理準備。假設此推論為真,就表示全球必須建立長期抗疫的思維,此時不妨試著運用「情境分析」與「破壞式創新」的概念想想,在未來6個月內,消費者會產生什麼樣的需求,許多被新冠疫情改變的消費行為,企業固有的營運模式或服務型態,是不是也應該要跟著轉變。
當愈來愈多企業實施在家遠距上班,社區內的咖啡廳能提供什麼樣的服務給居家工作者?或如何改變外送食物包裝,讓消費者更安心的訂購?或開發噴霧消毒機器人,白晝充電,夜半防疫;或改良95度酒精瓶,讓消費者買回家後依刻度加水,就可以調配成75度酒精;或研發可以多次重覆使用的低價口罩,節省口罩的耗損;或設計更舒適的成人紙尿褲,讓老中青世代都便利穿戴;或設計機器人協助醫院採樣病毒檢體,讓醫護人員更安全的站在防疫第一線,讓病人更有尊嚴的配合抗疫。
疫情嚴峻,正好也是思考如何改變的時候,過去的組織變革阻力,目前可能正處於真空期,以前組織不敢試驗的方法或場域,現在很可能是最佳的測試時機,甚至是重新思考改變作業流程的最佳時刻。積極防疫時,更要敏銳洞察《春江水暖》商機,掌握《鴨先知》的谷底反彈契機。












