首頁Top區塊
- Advertisement -
華為獲歐盟有條件通行 5G發展活路再現
繼英國宣布有條件的放行華為(HUAWEI)之後,歐盟近日也發表公布了5G網路部署高風險廠商設備的安全指導原則,當中並未明確指出華為禁止參與5G部署,形同已准許各會員國在基於安全指導原則之下可採購華為的產品;如此一來,華為在全球5G市場發展上,可說是又出現一條新的活路。
歐盟委員會高級官員Margaritis Schinas表示,5G將是一項突破性的技術,但不能以犧牲內部市場安全為代價,新發布的安全指導原則將會是歐盟集體工作、保護關鍵基礎設施的重要步驟。5G網路安全對整個市場和歐盟的技術主權而言至關重要,各會員國必須緊密、協調地實施安全步驟,以確保歐盟企業和公民都可以充分享受、利用5G新技術的所有好處。
歐盟指出,5G將在歐洲未來的數位經濟和社會發展發揮關鍵作用,同時也將是未來公民生活中數位服務的主要推動力。到2025年,全球5G收入估計將達到2250億歐元,5G是歐洲在全球市場競爭的關鍵資產,涉及了數十億個互連對象、系統(包括能源、交通、銀行、健康、工業等),而這些領域都有著敏感、機密的訊息,因此網路安全至關重要。
英國、歐盟均有條件開放華為參與5G網路建設。
為此,歐盟發布了5G網路部署高風險廠商設備的安全指導原則,該原則又稱為「工具箱(Toolbox)」指導原則,以解決歐盟在5G部署上的所有風險(包括非技術因素)。依據此一指導原則,歐盟成員國同意加強安全要求,評估供應商的風險狀況,並可對被認為是「高風險」的供應商施加相關限制(像是排除核心網路),制定合適的策略確保供應商多元化。
值得一提的是,雖說此份新發布的安全指導原則中,並沒有指名道姓,但原則內所提到的「高風險廠商」,被多數產業人士和分析師認為指的就是華為。華為目前因「安全疑慮」備受國際關注,美國主張完全禁止中國公司參與5G基礎建設,並計畫聯合各國全面禁用華為;現今除了美國外,澳洲、日本也已禁止採用華為設備。
然而,隨著英國、歐盟相繼宣布有條件的開放,使得華為面臨全球封殺的風險明顯減少。英國日前允許華為參與5G建設,不過是有條件的參與,像是不得參與核心網路建設、並有35%流量上限等;歐盟則是訂出工具箱指導原則,且各會員國擁有最後決定權,可決定採用何家設備商的產品。
簡而言之,英國、歐盟對待華為的態度和美國相比顯然有所歧異,使得華為在5G基礎建設發展上出現了些許「活路」。對此,華為也表示對這些決策「感到放心」,認為這些決策將帶來更先進、更安全、更經濟、面向未來的國家電信基礎設施,有利歐洲、英國建設5G網路。
Gartner:5G換機熱潮興起 2020智慧手機市場成長3%
根據全球調研機構Gartner指出,2019年全球終端使用者的智慧手機銷售量下跌2%,自2008年以來首次呈現負成長,但2020年有望止跌反彈,在5G手機需求帶動之下,2020全球智慧手機市場有望成長3%;而5G手機銷售量更有望在一年內超越4G手機銷量。
Gartner研究副總裁Annette Zimmermann表示,2019年由於市場飽和,高階裝置供應量供過於求,且裝置更換周期延長,智慧手機供應商面臨重重難關;但隨著2020年越來越多國家及地區廣泛布建5G網路,以及5G手機預計在2020年開始降價,因而出現新的換機需求,導致智慧手機市場出現反彈。
Gartner預測2020年5G手機銷售量將達2.21億台,占總銷量的12%,且於2021年將躍升一倍至4.89億台。從區域角度來看,中東和北非,成熟的亞太地區和大中華地區(中國、台灣和香港)將在2020年實現最高的成長率,分別為5.9%,5.7%和5.1%。
Zimmermann指出,5G商業化的加速可預期於2020年實現,加上價格低於300美元5G手機的誕生,預計5G手機銷售量有望於一年內超越4G手機。
總體而言,對5G手機強勁的需求加上對Apple首款5G手機的期望,將成為智慧手機成長的的關鍵推手;尤其是大中華及亞太地區;而前述兩大區域將於智慧手機銷量各占全球冠亞軍,銷售量分別為4.223億和3.768億。
提升建築舒適度/營運效能 智慧照明添感測/通訊技術
在當今「綠能環保」的趨勢下,打造能夠節約能源的智慧建築(不論是商業大樓、工廠或住宅),將是確保節能結構的必要先決條件,智慧照明因而受到極大關注,因為燈光系統的耗電量和空調並列為占建築物總耗能量的最大比重。另一方面,隨著WELL建築概念的興起,智慧照明也成為提升人在建築物內的體驗度、舒適度的關鍵角色,因為燈光系統可說是人們進入到智慧建築後感受到的第一個環節。基於上述原因,照明系統開始增添更多通訊技術、感測器、軟體等,以實現照明控制、空間規劃分析、依據人們心理/生理情況,自動調整色溫及亮度提升舒適度等。
施耐德(Schneider)樓宇事業部總經理郭念慈(圖1)表示,目前建築已不再只是朝著「綠建築」發展,如何讓在建築裡面的人感到舒適、自在,是另一個建築設計重點。建築和人是密不可分的,人的一天有約90%以上的時間都待在建築物裡頭(不論上班、下班),也因此,建築應該要提供一個令人感到舒服,且適合健康的環境;也因此,近來除了綠建築標章外,WELL建築的標章和概念也逐漸興起。
圖1 施耐德(Schneider)樓宇事業部總經理郭念慈表示,為了提升使用者體驗,WELL建築概念和標準也逐漸興起。
WELL建築概念起 照明系統從使用情境出發
據悉,WELL是WELL建築標準(源自美國的健康建築標準)的簡稱。WELL的管理方為美國公益性企業國際WELL建築研究院(International WELL Building Institute, IWBI)。
WELL是全球首部專注透過室內環境來提升人體健康與福祉的建築認證標準,最初於2012年9月由前美國總統比爾.克林頓向全球推廣而問世,並於2014年10月正式發佈WELL v1版。該標準從對人體健康與福祉最直接相關的空氣、水、營養、光、健身、舒適及精神這七大領域進行評估,由協力廠商認證機構GBCI獨立認證。
2018年WELL v2試行版問世,截至目前,全球已有952個項目註冊了WELL建築標準,其中114個專案獲得認證;而亞洲成為WELL建築標準全球領先市場,有253個項目總共超過600萬平方米的面積已註冊,其18個專案獲得認證。
換句話說,未來智慧建築並不只是涵蓋節能、綠能等概念,同時還要能保有健康、舒適感受,讓建築物當中的人有更好的體驗;換言之,智慧建築在設計上開始轉向「以人為本」設計概念,也就是以人為出發點,眾多的功能會源自於人與人、人與建築物的互動與需求。
也因此,隨著智慧建築設計朝向以人為本的方向前進,智慧照明也已不再只是單純的創新設計或應用,而是開始從「使用情境」為出發點,將人與人、人與環境之間的互動、需求納入設計考量,以打造更舒適、有著更好體驗的照明環境,相關的應用案例也不斷浮現。
例如,目前已有商業大樓開始將照明系統結合更多感測器,像是紅外線、超音波等,以偵測辦公場域是否有人,若該區域沒有任何員工,照明系統便會自動關閉或是調整燈光亮度;同理,若偵測到區域內有員工,照明系統也會自動開啟/調整燈光亮度。另一種應用則是,在窗邊裝設照度計並與照明系統連接,讓照明控制隨著陽光大小而自動調整燈光亮度。
除了商業大樓之外,另外像是愈來愈多的五星級酒店也已陸續改成無房卡系統,也就是客房不採用插卡供電的方式,而是透過感測器(例如人體溫度偵測)偵測房內是否有人,以提供電力、空調及燈光照明等。施耐德表示,上述的應用不僅實現有助節能,同時也是以「WELL」為出發點,讓建築物裡的人(不論是員工、房客等),都感到更舒適。
然而,為了實現更WELL的照明控制,讓建築物裡的人能有更舒適的體驗,意味著照明控制系統相較於過往將變得更加複雜,像是增添了感測器、採光/日光採集、可定址配件、控制序列排程、可移動的固定遮陽裝置,同時也整合樓宇自動化系統(BAS)等,也因此,開放性系統平台重要性也日與俱增。
郭念慈指出,IoT時代到來,要接軌的產品愈來愈多,一棟建築物當中有著許多不同的設備需要連接,這些設備跟系統平台必須講「同一種語言」,也就是要能夠互相連接,系統平台須支援各式通訊協定,才得以實現更智慧化、更符合人性的應用。因此,該公司旗下的EcoStruxure平台的最大特色便是其開放式架構與極高的相容性,透過各界專家的進駐、優化與完善EcoStruxure,該平台成為一個龐大的生態系,可提供全方位的解決方案。
據悉,EcoStruxure平台根基於物聯網,透過其三層架構,第一層為聯網產品、第二層邊緣控制以及第三層雲端應用分析服務,成為樓宇、資料中心、工業以及電網等各大領域客戶的堅強後盾。其中,第三層的雲端應用分析服務會在收集建築的運作資訊後進行深度分析,並產出詳盡的分析報告,該份報告能夠針對建築的設備提供預測維護方面的建議,也能提供客戶及物業管理公司人員針對該建築的營運建議,有效簡化管理複雜度、提升決策精度與建築使用效能。
增添雷達感測器 智慧照明用途更廣泛
英飛凌電源管理及多元電子事業處資深行銷經理張文貴(圖2)則指出,照明即服務(Lighting-as-a-Service) 正引領智慧建築的數位化轉型,而隨著IoT應用興起,以照明添加更多感測器功能,提供了更多創新加值服務的發展契機。舉例來說,具備雷達感測器能偵測人員摔倒,或能偵測生命徵象的照護燈具,在台灣這樣的高齡化國家中便相當重要。為此,英飛凌便以高精準度的雷達技術,讓照明不再只是單純提供照度的功能,而是成為建構智慧建築中重要的一環。
圖2 英飛凌電源管理及多元電子事業處資深行銷經理張文貴指出,照明系統開始添加更多感測功能帶動建築轉型。
英飛凌電源管理及多元電子事業處總監梁錦文(圖3)說明,雷達能測量速度、距離和角度,包括水平和垂直、進而實現精準的位置映射和3D追蹤。當人們進入建築物時,基於雷達感測的檢測解決方案便可透過智慧照明裝置檢測人流及位置。
圖3 英飛凌電源管理及多元電子事業處總監梁錦文添說明,加雷達可讓照明系統實現更多創新應用。
以英飛凌在香港科學園設立的智慧室內照明為例,在室內照明的筒燈(Downlight)內加裝雷達感測器,除了提供照明功能之外,還能即時監測人流,提供建築物出入口的進出人數、目前建築內人數等即時數據,並可分析人員進出的尖峰時間等資訊,讓智慧建築系統可依此調整燈光或空調,強化能源管理並提升用戶舒適度。當然,除了雷達之外,智慧照明也可搭配簡易的被動式紅外線(Passive Infrared Sensor, PIR)感測器,出發點為節能考量。
張文貴透露,隨著IoT演進,聯網照明愈來愈受到歡迎,無論是採用有線、無線或混合式的連線功能,感測器技術在過去幾年裡有相當驚人的成長,而為了提升感測精確度,感測融合(Sensor Fusion)的技術也愈來愈受到關注。
張文貴說明,Sensor Fusion結合2種以上的感測器,是能進一步提升精準度的另一項技術。例如,該公司以自有的MEMS麥克風和壓力感測器為基礎,搭配英飛凌XMC MCU內建的AI機器學習演算法,開發出「智慧玻璃爆破警報系統」,可大幅降低誤報率;除此之外,英飛凌也開發了微型化的PAS CO2感測器 (PAS=Photo Acoustic Spectroscopy, 光聲光譜法),可依照光量自動調整空調或照明系統。
另外需要注意的是,隨著燈具上所安裝的感測器越來越多,LED驅動器也必須隨之變更設計,因應此一趨勢,英飛凌也備有XDPL數位LED驅動器控制器系列。該系列產品搭配CoolMOS系列,不僅提升效率,還能大幅減少外接元件的數量,而且功能組合更多樣化,能讓LED驅動器更輕易容納到空間有限的燈具內;並能迅速將即時的電源管理資料和診斷功能傳送到大樓管理系統(BMS),展現優異的系統管理效率。
張文貴認為,照明即服務的趨勢興起,也正引領智慧建築的數位化轉型;且隨著AI演算法與機器學習的結合在近期有長足的進展,幫助感測器或感測器中樞變成效能強大的邊緣裝置;而待5G站穩腳步後,相信商用智慧照明的市場便能加速起飛。而該公司也透過旗下高度整合化的雷達感測器解決方案,為智慧照明帶來了創新的直觀感應功能,並降低能源損耗;未來也將以旗下高可靠度及高穩定度的廣泛感測器產品組合,與合作夥伴共同開發更多元加值的應用場景,讓智慧建築更加智慧。
智慧照明身兼節能/提升營運效率要角
除了提升人的舒適度和體驗之外,智慧照明另一個為人所熟知的重要功用,便是提高建築物營運效率(節能、空間規劃等)。Arm物聯網事業群業務總監粘靜芳(圖4)表示,智慧照明不只是對節能有益,更是建築物業主提升營運效率、空間規劃、提升個人化體驗的重要手段。目前建築物業主面臨著提升營運效率(將建築物每平方公尺的使用面積價值最大化)與為居住者(或在建築物內的人)提供更佳體驗的壓力,需要具有更好洞察力的物聯網技術來預測、分析空間使用狀況解決這些挑戰。也因此,智慧照明不只是單純的提供容易、方便的照明控制,同時也是建築物節能、提升舒適度體驗、空間利用等的關鍵基礎架構。
圖4 Arm物聯網事業群業務總監粘靜芳表示,智慧照明是建築物業主提升營運效率的重要手段。
換言之,愈來愈多的業主期望智慧照明除了照亮建築物之外也能「照亮其營運業務」。也就是透過智慧照明實現自動化並收集空間數據、連結建築物內各種設備、系統(例如空調、暖氣),好達到降低能源使用效率、營運成本、實現空間優化、提供員工生產力等目標,以獲取更大的業務收益。所以,已有越來越多的建築物加快導入智慧照明系統,根據市調機構Boston Consulting Group的預測,在2020年,全球所有的照明設備將會有25%變得更智慧化。
芯科科技(Silicon Labs)物聯網資深產品經理Nick Dutton(圖5)則指出,因應氣候變化挑戰及降低能源成本,愈來愈多的產業和消費者相繼採用綠色環保和永續能源的政策或方案。對於商業建築而言,降低能源成本即意味著提升營運效益,相較於家庭消費者,商業電費要高得多,因此商業環境可從增強的照明控制中受益。舉例來說,當辦公室工作人員或建築工人不在場的時候,照明系統可以自動變暗或是熄滅;或者是照明系統可以確定能源使用熱點,以更加瞭解使用案例(或使用習性),並可以實施解決方案以減少和優化照明面積。
圖5 芯科科技(Silicon...
寬頻電漿光學測量結合機器學習 磊晶圓圖案缺陷檢測更有效率
晶體缺陷易因表面汙染引起
磊晶層內的晶體缺陷可能因為表面污染(例如氧)而引起,這會導致磊晶層/底基層質界面處形成SiOx區域。在含SiOx的區域內成核的晶體缺陷可以導致缺陷處局部的原子級別的表面粗糙度增高,因而形成更高的Haze,這與磊晶品質相關聯。
本研究目的是開發一種用於測量圖案晶圓上磊晶層品質的光學技術。本文首先介紹為無圖案底基層開發的光學檢測技術,該技術可以預測每個磊晶層的品質並且具可重複性。這是一種利用寬頻電漿檢測系統上所收集的背景雜訊的機器學習方法,接下來會描述如何將該技術擴展用於圖案晶圓的磊晶層。
圖1顯示了針對不同的預烤和清洗條件的無圖案層並採用Surfscan Haze、SIMS、Secco蝕刻和AFM所獲得的缺陷密度的結果。不同測量技術的結果相互關聯性良好。隨後,在無預烤、750℃預烤以及850℃預烤的dHF清洗的底基板上沉積了一系列厚度不同的磊晶層,達到不同差排密度條件。這些在之後所沉積磊晶層的Secco蝕刻資料顯示,850℃、750℃和無預烤的條件下,可重複測量的缺陷密度分別為<102、4×104和4×105/cm2。本文針對這些之後所沉積的磊晶層來開發具有機器學習功能的光學技術。
圖1 採用各種技術所測量不同磊晶層清洗度和預烤溫度的標準化缺陷密度。
寬頻電漿光學檢測效率更高
本研究最初專注於開發使用寬頻電漿(KLA 29xx)光學缺陷檢測系統的技術,可以擴展用於圖案化晶圓,因為與傳統的Haze量測技術不同,首先採用無圖案晶圓並將其檢測結果與其他標準量測方法的結果比較(如SIMS、Secco蝕刻、AFM和Haze量測),以證實新技術的可行性。
在無預烤、650℃和850℃預烤後沉積的一組磊晶層上隨機的位子選取背景訊號,這些磊晶層上的差排密度範圍很大(從小於100到4×105缺陷/cm2的範圍)。機器學習算法(iDO 2.0)被用來確定模型中最重要的缺陷特性(圖2)。在第一組隨機位置上對模型進行訓練後,另取第一組晶圓上的其他隨機位置來驗證模型的可行性。圖3~5顯示出在不同的預烤溫度下生長的磊晶層品質是非常容易區分的。在無圖案晶圓上採用同一個模型也得到了相同的結果。
圖2 iDO2.0分類的例子
圖2顯示了iDO2.0的分類。在該圖中,背景訊號被分類為「1」,而重要缺陷(DOI)則被分到各自的預烤溫度的分組中,其中「100」分類是指無預烤的條件。iDO2.0演算法可以根據缺陷特性自動分類組合。
圖3顯示對高密度缺陷(無預烤)無圖案磊晶層iDO2.0分析的示例,其中機器學習演算法預計超過85%的缺陷總數是屬於無預烤組的。圖4顯示了650℃預烤的樣本,就晶體品質而言它們更接近於無預烤的樣品而不是850℃的樣本。圖5顯示了在850℃的溫度預烤樣品的分類準確度為99%。這項技術與機器學習演算法(iDO2.0)結合,可在各種缺陷密度範圍內準確預測磊晶無圖案層的晶體品質。
圖3 無預烤磊晶層的iDO2.0分析
圖4 650℃預烤磊晶層的iDO2.0分析
圖5 850℃預烤磊晶層的iDO2.0分析
接下來,將三種類型的磊晶層--未摻雜矽(與無圖案晶圓研究的條件相同)、Si:P和Si0.8Ge0.2沉積在圖案化晶圓上。每種類型的薄層仍然採用同樣的三種預烤條件。然後如圖6所示,使用與無圖案晶圓相同的測量方法,在劃片槽上的100微米大小的接點上對每組晶圓進行測量。另外,圖6也顯示了一個晶圓圖的示例,其中兩個晶片用作iDO2.0訓練組,其餘的晶片用作驗證組。
圖6 iDO2.0訓練和驗證集的晶圓圖
正如預期,每個薄層類型都需要一個獨特的機器學習iDO2.0。同樣,對於圖案晶圓,要求具有90nm像素大小的超深頻ECP模式(基於灰階直方圖),並使用光感器測量光強度,保持照明強度進而在不同預烤溫度的薄層之間獲得足夠的分辨率。該技術也能可重複地發現這些結構中的不同缺陷數量,也可以進行缺陷密度的測量,並在製造環境中實現磊晶品質的即時監控。
總結來說,本研究已經開發出一種快速的光學技術,可以在無圖案和圖案晶圓上針對廣泛的晶體品質可重複地發現磊晶摻雜和未摻雜矽和SiGe層的缺陷密度。接下來,將研究該技術在圖案化晶圓的SRAM區域中獲得相似結果的能力,該技術可以使產線上光學測量自動化,以在製造環境中實現磊晶品質的即時監控。
(本文作者Shravan Matham, Curtis Durfee, Brock Mendoza, Devendra K Sadana, Stephen W Bedell, John Gaudiello, Sean Teehan皆任職於IBM Research;HeungSoo Choi, Ankit Jain, Martin...
專訪Ansys台灣區總經理李祥宇 多物理模擬需求爆發可期
Ansys台灣區總經理李祥宇表示,2019年對Ansys而言,是收穫滿滿的一年。不僅2019年前三季全球營收成長近20%,股價成長77%,公司亦獲選為NASDAQ 100指數的成分股。除了資本市場的肯定外,Ansys在台灣的團隊規模也隨著購併跟科技業供應鏈將發展重心大舉遷回台灣而明顯成長,導致現有辦公室已經不敷使用,正在尋找更大的辦公空間。
以Ansys在台灣的客戶結構來看,由於半導體是台灣科技業的主力,因此半導體相關產業是最大的客戶群。如台積電、日月光、創意電子等晶圓製造、封裝及IC設計的大廠,都是Ansys的合作夥伴與客戶。而隨著5G、人工智慧的興起,半導體元件的功能跟結構設計將會變得更為複雜,這會使半導體業者在開發新一代產品時,必須面對更棘手的工程挑戰,並使得電磁分析、功率分析、熱分析、應力分析等軟體,成為研發工程師手上不可或缺的工具。
因此,多物理模擬工具在電子設計自動化(EDA)的流程中,勢必將扮演更吃重的角色。這也使得Ansys雖然是以多物理模擬起家,但在半導體領域,卻開始跟許多EDA工具大廠出現既競爭又合作的關係。
除了半導體之外,終端產品與系統業者對多物理模擬工具的需求,也將隨著AI跟5G應用的興起而明顯增加,因為這些硬體設備同樣會面臨類似問題,且這些問題往往環環相扣,光是靠過去累積的設計經驗,將很難應對未來的設計挑戰。
展望2020年,Ansys在台灣將會有更多新的投資。除了前面提到的新辦公室外,團隊的規模還會繼續成長,以提供客戶更完善的支援服務。
Ansys台灣區總經理李祥宇表示,從半導體元件到自駕車、5G應用的研發,都已離不開多物理模擬工具。
重新檢視媒體識讀能力
文 | 萬岳憲
資策會MIC產業躍升事業群總監
至今,我還是不認同新舊媒體的區分說法,因為從媒體的本質來看,媒體只是傳遞訊息的媒介,人際之間透過媒介傳遞的訊息內容,才是真正的溝通價值,媒介只是依附在人們的溝通需要,當某類型的媒介不再被需要,就會逐漸被市場機制淘汰。所以,我認為媒體沒有新舊之分,只有能不能跟隨科技應用發展,提升傳遞訊息品質與效率的媒體。
不過,人類大腦的天性就是喜歡分類,所以我還是要嘗試著將媒體歸類,2020年將媒體區分為「傳統媒體、自媒體、社群媒體」三類,這是以資訊的製作成本與傳播效率來區分,「傳統媒體」是高成本低效率、「自媒體」是高成本高效率、「社群媒體」是低成本高效率。
為什麼「傳統媒體」是高成本低效率?因為廣播、電視、報紙、雜誌類型的媒體,還是以組織團體的型態存在,訊息傳遞品質與組織的聲譽相互依附,組織處理訊息散佈的流程,仍然存在「守門人」機制,訊息揭露採用實名制,每位訊息製作者都必須為訊息內容負責,實體印刷出版與影視音錄製的過程,全部要預先付出高成本,甚至修改重製的成本更高,所以必須有嚴謹的製作過程,以避免發生致命的錯誤導致全面性的重製。但是,傳統媒體勢微,眾人皆知,請問正在閱讀這篇文章的你,今天有翻看過實體報紙或雜誌嗎?
「自媒體」泛指個人運用網路科技傳遞資訊的方式,顧名思義,自己就是媒體,自己就能夠隨時透過網路平台,傳遞資訊給特定的對象,或是透過平台的特定規範,運用議題設定的方式,經營特定資訊以群聚特定的資訊需求族群,經營者就是所謂的「網紅」。
當群聚的資訊族群規模超過數十萬或百萬時,資訊傳遞的效率就高,影響力也不容小覷。但是,為什麼是高成本呢?因為網路資訊快速的流動,就是資訊快速的落伍,網紅想要維持不墜,就必須不斷的尋找吸睛的社會議題,使用自己最寶貴的人生與時間,不斷去迎合一群從未謀面的追蹤者,若能變現謀生,還算是經營得法,若不能變現謀生,十分耕耘,二分收穫,娛人二分,自損八分,怎麼不是高成本呢?
「社群媒體」的快速興起,始於人際關係的濫殤,快速的社群連結,讓許多人誤以為自己的人脈寬廣,免費的App、免費的連結、免費的群組,讓每個人更快速容易的參與虛擬社群,隨著群組數量或群組人數的持續擴張,訊息傳遞的效率及影響力就愈來愈高。為什麼人們會樂於在社群裡分享,真正的原因在於「不會失去擁有」,想想看,如果人們每傳遞一張相片,這張相片就會被刪除消失,當然就不會輕易的傳遞訊息,效率自然就低了。
透過這樣的分類觀察得知,低成本高效率的媒體偏向個人經營,高成本低效率的媒體傾向組織經營,兩者的訊息可信度,又應該如何判別高下?
不妨讓我們先來看一個上世紀的假訊息擴散故事。
1938年10月30日,美國CBS電台正在播放「太空劇場」廣播劇,由於廣播效果過於逼真,當電台傳出美國正受到火星人攻擊,政府呼籲民眾儘快保護自己,讓許多聽眾深信不疑,認為美國正受到火星人的攻擊而進入戰爭狀態,對自己的生命受到威脅而恐慌,受到驚嚇的群眾,驚叫、躲藏、禱告或逃到郊區。事後學者研究評估,大約有600萬的民眾受到廣播劇內容的誤導,完全相信廣播劇傳遞的訊息,這是20世紀大眾傳播媒體引起社會恐慌的重要事件紀錄。會發生這種狀況的主要原因,在於當時的「廣播」媒體是美國人收聽國家重要訊息的主要媒體,尤其在經濟大恐慌的時代,美國羅斯福總統藉著廣播節目「爐邊談話」讓國人對國家重拾信心。
其次的原因,是製作團隊的推波助瀾。當時「太空劇場」廣播劇的製作團隊,想盡辦法要增加廣播劇的臨場效果,希望能創造出高收聽率,因為與同時段競爭對手的收聽率相比較,「太空劇場」只有3.6%,競爭對手的收聽率卻高達34.7%。
沒想到當天同時段競爭的廣播節目,邀請的來賓不太有名氣,多數聽眾紛紛中途轉台改聽「太空劇場」,結果沒有聽到開場時的「廣播劇」說明,只聽到逼真的廣播劇內容,當聽到政府呼籲民眾不要使用23號公路,改走其他公路的訊息時,真實的地名、真實的天文學教授接受訪談、真實的指揮作戰的將軍提供目前雙方對峙的最新情形說明,紅十字會的某先生說明搶救傷患的情形,甚至還有內政部長描述災情,並呼籲民眾該如何自保及撤退的訪談。
這些完全符合美國民眾日常生活習慣的細節,被戲劇化的強化訊息傳遞的可信度,有絕大多數的人是從最逼真的進攻時段開始聽,受到驚嚇誤信訊息的聽眾,紛紛打電話向親友求證,或叫他們趕快收聽廣播,口傳的擴散效應預估影響近200萬人。
但是也有許多沒有受到假廣播訊息影響的人,傳播學者研究歸納出有四個類型的人,沒有受到假訊息的影響而產生恐慌逃避的行為。
1.仔細查對廣播的真偽者,他們成功的從劇情中分辨真假。
2.進一步向其他聽到訊息的人求證,成功的從其他消息分辦真假。
3.絕望失敗的求證者,他們曾經試圖求證,始終相信假訊息是真的。
4.被驚嚇到沒有去求證真偽,這些人被嚇得關掉收音機,在家裡感到憤怒與震驚,甚至很絕望的認為,無論做什麼事都沒有用了。
進一步分析發現,受到驚嚇而產生行動的恐慌百分比,教育程度愈高的愈低,多數接受過大學教育(28%)的人,選擇先求證再相信,高中(36%)與小學(46%)程度的人,則普遍無意求證或查證錯誤而受到驚嚇。研究顯示,凡是受到驚嚇的聽眾都是「耳根極軟」(Highly Suggestible)的人,他們非常相信自己所聽到的訊息,而且不會再去求證正確與否;但是有些人則不會妄自下結論,他們會細心的查證,然後發現這些都不是真的,這些人被認為是具有「評判能力」(Critical Ability)的人。
看完這個上世紀的媒體傳遞假訊息引起民眾恐慌的故事,再對照本世紀的媒體濫殤,或許假訊息的出現是網路媒體的必然,複雜的人際訊息傳遞意圖,很難讓我們能充份的要求所有可以透過媒體傳遞訊息的人們,要善盡媒體社會責任或接受媒體自律的道德勸說。最好的方法就是每個人要重新檢視自己的「媒體識讀」能力,從不疑處有疑,小心解讀查證每一則從「傳統媒體、自媒體、社群媒體」收到的訊息,檢視訊息來源的可信度。
曾經在一場研討會中,有人問我應該如何檢視假訊息?我的回答很簡單:「你問問新電子雜誌的社長或總編輯,雜誌裡的內容有假訊息嗎?」。
武漢肺炎影響 SEMICON Korea 2020宣布取消
由於世界衛生組織(WHO)宣布將新型冠狀病毒(2019 nCoV)列為「國際公共衛生緊急事件」,國際半導體產業協會(SEMI)決定取消原定於2月5號至7號在韓國首爾舉辦的SEMICON Korea 2020。
SEMI表示,SEMICON Korea 2020的參展商和參觀者帶來的不便深表歉意,但為了確保與會者和參觀者的安全,在新型冠狀病毒持續傳播的情況一下,決定取消SEMICON Korea 2020。當然,該協會也正探討SEMICON Korea 2020的應急計劃,並將在做出決定後通知所有SEMICON Korea 2020參與者。
除此之外,SEMI也正評估新型冠狀病毒是否會在其他即將舉行的展覽和會議上造成風險,並將根據具體情況決定是否按計劃進行,像是即將在3月18~20舉辦的SEMICON China 2020也正在評估是否如期舉行,但目前尚未有定論。
緩解資料移動/存取瓶頸 HBM大幅加速AI應用
本文將以賽靈思(Xilinx)旗下解決方案為例,透過深度學習和資料庫加速的案例,闡述一個均衡且支援三星HBM2的賽靈思運算加速器系統,如何提供具備最佳靈活性、效率和效能的高效運算加速解決方案。
近年異質運算逐漸興起,拓寬了後摩爾定律時代在加速運算密集型作業負載的創新。在當前資料中心產業中,普遍採用異質運算進行加速的作業負載種類繁多,包含人工智慧、即時視訊轉碼和基因組分析,而這些僅僅是其中的一小部分。
然而,長期以來,DDR記憶體架構的演進並不足以跟上運算加速領域的創新步伐。在過去十年裡,並行記憶體介面的頻寬效能雖有改善但進展緩慢;現今FPGA所支援的最大DDR4資料速率仍然只有2008年DDR3的2倍左右。相比之下,自2008年以來,FPGA的運算能力已提高了近8倍,且隨著配有AI核心的Versal元件推出後,預計未來兩年內還有更大的成長空間。因此,在資料中心領域,記憶體頻寬與容量將成為眾多運算和記憶體頻寬密集型作業負載發展的主要限制因素(圖1)。
圖1 運算容量的提升與DDR頻寬的改善比較
HBM效能/傳輸更高更快
HBM是一種高速的系統級封裝(SiP)記憶體技術,與採用傳統打線接合封裝(Wire Bonding-based Package)的記憶體產品相比,它使用垂直互聯的DRAM晶片堆疊和一個寬(1024位元)介面,來達到更大的儲存容量與更高的資料頻寬。聯合電子裝置技術協會(JEDEC)在2013年開始採用初代HBM標準,並在2016年1月批准第二代HBM2版本為業界標準。
HBM2標準支援4個或8個8Gb的DRAM晶粒逐個堆疊在一起,由一個2.5D矽「中介層」提供支援,該「中介層」可將記憶體堆疊與底層電路板連接起來。堆疊一些晶粒(通常是記憶體)而不是其他晶粒(通常是處理器)的多晶片封裝被稱為2.5D元件(圖2)。
圖2 HBM和2.5D架構
由於多個堆疊能被添加在同一個封裝中,因此與傳統的多晶片DRAM產品相比,當堆疊多個晶粒在一個電路板上並將其堆疊得更緊密時,可以大幅減少HBM記憶體封裝的水平占板面積。此外,HBM技術還縮短了訊號在元件之間的傳輸距離,因此可以提高系統效能,且較短的傳輸距離可以減少傳輸定量資料所需的能量(圖3)。
圖3 HBM晶粒堆疊技術
HBM具備先進的TSV技術、微尺度互連和突破極限的I/O數量,可以增加記憶體頻寬,與其最強勁的競爭對手,也就是用於繪圖卡的繪圖用雙倍資料傳輸率(GDDR)記憶體相比,HBM明顯能提供更高的效能。在元件級別,單個三星HBM立方體可以提供高達307GB/s的資料頻寬,比GDDR5晶片高出近10倍的資料傳輸率。而在系統級別,與採用GDDR的解決方案相比,HBM能提供近3倍的輸送量,並使用少於80%的功耗,同時還可以節省寶貴的電路空間(圖4)。
圖4 HBM與GDDR頻寬比較
FPGA元件助力 記憶體頻寬再上層樓
以下將以賽靈思旗下FPGA產品為例,該公司支援HBM的Virtex UltraScale+ FPGA大幅改善了記憶體頻寬,例如2個三星HBM2記憶體堆疊就可提供高達460GB/s的速率。當將1或2個HBM2堆疊與各種尺寸的FPGA邏輯(多達285萬個邏輯單元)和DSP(高達9,024個DSP48E2分割,可提供28.1峰值INT8 TOP)進行配對時,使用者就可以選擇搭配全新支援HBM的UltraScale+元件系列,為其應用選擇最佳的運算能力與記憶體頻寬/容量組合。
另一方面,除了支援HBM的Virtex UltraScale+FPGA,賽靈思還推出Alveo U280資料中心加速器卡,由16奈米UltraScale+架構所打造,採用8GB三星HBM2,可為資料庫搜尋與分析、機器學習推論及其他記憶體限制應用提供更高等級的加速功能;並涵蓋了CCIX支援,可以利用現有的伺服器互聯基礎設施和即將推出的CCIX處理器,提供高頻寬、低延遲的快取一致性共用記憶體存取。許多受限於記憶體的應用都能受益於支援HBM的UltraScale+元件,本文將以深度神經網路與資料庫加速方面的案例為例,展示支援HBM的UltraScale+元件之優勢。
強化記憶體頻寬提升AI語言翻譯效能
如今,各種雲端應用都有提供自動即時語言翻譯服務,其可透過採用神經網路的機器學習方法在兩種語言之間翻譯語句(稱為機器翻譯),編碼器-解碼器架構強化當今的商業自動化翻譯服務。
在使用機器執行翻譯任務時,兩種語言的單詞經由一個稱為單詞嵌入的過程,以高維向量的形式呈現;因此,單詞之間的關係可以透過向量進行量化建模和反映。遞迴神經網路、卷積神經網路和基於注意力的模型等架構通常用於執行編碼和解碼功能。
近期研究表示,在語言翻譯中,只有採用注意力的網路能達到最高的準確性。研究論文中所描述的注意力機制,即縮放點積注意力,是由兩個矩陣乘法和其他函數(Scale、Mask和Softmax)所構成的。多頭注意力結構通常由多個並行的縮放點積注意力與不同的輸入投影構成,該結構與前饋網路被共同用於建構整個語言翻譯模型的解碼器和編碼器(圖5)。
圖5 轉換器--基於注意力神經網路的語言翻譯模型
如圖5所示,基於注意力的語言翻譯模型的主要運算強度來自於對縮放點積注意力和前饋網路的點積運算。這些點積通常被組合到矩陣乘法運算,以達到更高效的運算。然而,與在整個空間中大量重複使用權重參數以減少資料移動痕跡的傳統卷積神經網路不同,這類基於注意力的模型幾乎不重複使用輸入空間參數,導致對矩陣乘法運算的記憶體頻寬要求要高出許多。
我們建置了一個用於語言翻譯且基於注意力的先進神經網路的轉換器分析模型,並將其映射在UltraScale+元件上運行。FPGA建置方案的架構採用DSP脈動陣列來執行矩陣乘法,中間的啟動資料儲存在晶載URAM中,可以消除啟動時所造成在處理器和外接記憶體之間頻繁進行的資料移動。HBM或DDR則用於儲存所有嵌入字典的單詞嵌入與權重參數。
針對具有不同句子長度(L)和句子數量的英德翻譯任務,也稱為批量大小(B),對其進行分析就可以瞭解附加DDR的UltraScale+元件和支援HBM的UltraScale+元件對於延遲和傳輸量之間的權衡。這一研究對於DDR與HBM的建置,假設使用具有256個16位元輸入和32個16位元輸出的脈動陣列,並將其運行在710MHZ的UltraScale+元件上。詳細的傳輸量與延遲關係圖請見圖6。
圖6 採用具有HBM和DDR4的UltraScale+元件進行語言翻譯效能分析。
長度為8的句子在4條通道上運行的最低延遲約為15.7ms,傳輸量為508符號/秒。一條DDR通道用於存取單詞嵌入資料,其餘三條DDR通道用於載入權重。對於支援HBM的元件而言,一個長度為8的句子之最小延遲為2.2ms,比DDR介面低7倍以上。DDR介面在兩種句子長度上都不能達到7ms以下的延遲,但是支援HBM的元件在傳輸量為10,419符號/秒,且句子長度為8的情況下可達到6.1ms的延遲,在輸送量為4,682符號/秒,且句子長度為16的情況下可達到6.8ms的延遲。
借助通用矩陣運算資料庫加速AI應用
與前面討論的機器翻譯案例一樣,幾乎所有現代深層神經網路(深度學習)的主要運算都是以矩陣乘法的形式來完成。除了機器翻譯以外,在資料中心廣泛部署的其他典型深度學習應用有影像/視訊分析、網路搜尋的搜尋排名系統、廣告投放的推薦系統、內容/來源推薦、語音辨識以及自然語言處理。
為了更佳地支援更多的深度學習應用,賽靈思開發了通用矩陣運算(GEMX)資料庫,用於加速元件上的矩陣運算,該元件由SDAccel開發環境提供支援。該資料庫包括三個組件:引擎庫、主機代碼編譯器與以應用或系統建構的環境,引擎庫則由一組具有BLAS函數介面的C++範本組成,可以在FPGA上進行矩陣運算。
主機代碼編譯器將主機代碼矩陣函式呼叫編譯成一系列指令,用於觸發FPGA上的矩陣運算,建構環境採用GNU make流將FPGA和主機代碼影像生成過程自動化。此外,該產品還支援使用者對系統的各個方面進行配置,例如,FPGA平台、FPGA影像中建置的引擎數量等。
雖然GEMX引擎的兩個輸入矩陣都來自DDR記憶體,但GEMX的傳輸量取決於DDR介面的頻寬。圖7的分析比較了使用DDR4連接UltraScale+元件的GEMX與使用支援HBM的UltraScale+元件的GEMX之效能。該分析模型充分利用了記憶體頻寬,並假設使用32×32×128的矩陣作為GEMX的輸入。結果如圖7所示,與使用4條DDR通道相比,支援HBM的元件可以將GEMX的效能提升約3.6倍。
圖7 GEMX效能
HBM讓記憶體存取/使用更有效
受益於HBM記憶體控制器中的靈活定址方式,支援HBM的UltraScale+元件具備的獨特優勢之一就是HBM通道的靈活並行使用。HBM通道的存取與使用,是能夠完全地被可重配置和重新編程,還可以通過FPGA邏輯輕鬆存取。
如圖8所示,使用者可以將原始資料庫檔案剝離到多個HBM通道中,並讓並行處理運算單元執行不同的資料庫操作,以獨立並行存取資料庫的不同部分而無需進行同步。這一特性有助於改善即時案例中的操作延遲並有效地使用HBM,因為所有運算單元都可以即時回應資料庫查詢,毋須批次處理或同步。在上述機器翻譯案例中,該特性還用於分離兩個通道進行單詞嵌入存取,而其餘通道則用於高頻寬權重參數傳輸。
圖8 靈活的並行記憶體通道存取
雖然三星HBM在AI和資料庫加速等案例中的重要性已得到證實,但還有很多其他的資料中心作業負載也可從HBM中顯著獲益。總而言之,在資料中心領域,隨著異質運算加速的發展趨勢以及運算設備技術的創新,迫切需要在運算單元附近附加像HBM這樣的高效能記憶體系統;而支援HBM的UltraScale+元件具有獨特的價值,以深度學習和資料庫加速為例,賽靈思支援HBM的UltraScale+元件就發揮出運算加速的新潛力,並將其引領至更高的水準。
(本文由賽靈思提供)
高效/節能為王道 功率元件材料/架構/設計翻新
在資料中心、車用電子、工業等眾多應用驅動之下,全球能源使用量大增,如何有效提高能源使用效率,同時兼顧可靠性與安全性,已是電源設計人員共通的開發課題。大數據和人工智慧(AI)興起,使得資料中心的雲端儲存/運算需求增加,導致耗電量大增;預估至2020年,資料中心的耗電量將突破730億度。另一方面,隨著工廠智慧化程度攀升,自動化設備的大量導入,使得整體工業用電量維持逐年上升的趨勢。
顯而易見,如何實現高效率的電源轉換已成當務之急,因此,新材料和新技術趁勢崛起,像是48V供電架構、電源模組、可程式/數位電源,及SiC/GaN寬能隙功率半導體等新技術,以達到高功率密度、縮小尺寸、提升能效、減少升溫,甚至可降低系統閒置時所需耗費的電力,壓低能源需求。本活動邀集代表性電源技術方案供應業者,深入探討提升電源系統能源轉換效率的設計關鍵。
SiC將發展高電壓/電流應用
半導體技術持續在各領域攻城掠地,羅姆半導體(ROHM)台灣技術中心資深工程師蘇建榮(圖1)表示,業界對電源技術的要求為節能、小型化與寬能隙(Wide BangGap)。由於傳統的矽(Si)已經達到物理極限,需要新的半導體材料以提供更優越的性能表現,碳化矽(SiC)與氮化鎵(GaN)為最常被提到的兩種新興功率半導體材料,其中碳化矽的矽與碳是1:1比例結合的IV-IV族化合物半導體,在高溫高壓的環境下長晶,熱、化學、機械等特性表現穩定。
圖1 羅姆半導體ROHM台灣技術中心資深工程師蘇建榮表示,碳化矽SiC被視為未來高電壓功率元件的明日之星。
因此SiC具有高擊穿電場強度、寬能隙與高熱傳導率三大特性,蘇建榮強調,SiC崩潰電場(Breakdown Field)是矽的10倍,能隙是矽的3倍,熱傳導率也是矽的3倍。所以有低導通電阻、高耐壓600~1200V;且可以快速切換,具備低開關損耗、可在超過150℃的環境工作,及可以流過大電流的優點,被視為未來高電壓功率元件的明日之星。
因此SiC MOSFET近年發展迅速,在其內部閘極電阻部分,該元件內部閘極電阻(Rg)與柵電極材料的表面電阻及晶片尺寸有關;如果是相同設計則與與晶片尺寸成反比,晶片越小閘極電阻越高;同等特性下,SiC MOSFET的晶片尺寸比矽元件小,因此閘極電容小,但內部閘極電阻增大,因此若要實現高速開關,外接閘極電阻要盡量小。蘇建榮認為,SiC在大電流與高電壓的應用前景備受看好,如馬達的牽引逆變器(Traction Inverter)、電動車充電系統、SiC不斷電系統、太陽光電逆變器(PV Inverter)等。
48V系統降低電源傳輸損耗
資料中心與AI邊緣運算近年高速成長,帶動高壓直流化趨勢,美商懷格(Vicor)資深技術支援工程師張仁程(圖2)指出,電源系統技術需求包括:更寬與更高的操作電壓、高輸出功率、高效率、高能量密度/小尺寸、低雜訊、高功率重量比(Power to Weight)、散熱(Thermal Dissipation)與遙測(Telemetry)設計等。為提高電源轉換效率,48V傳輸架構取代12V架構的呼聲越來越高。
圖2 美商懷格Vicor資深技術支援工程師張仁程指出,為提高電源轉換效率,48V傳輸架構取代12V架構的呼聲越來越高。
相較12V的架構,48V電壓提高4倍,傳輸耗損降為1/16。張仁程說,在相同瓦特數下,48V電流僅有1/4,阻抗損失為原本的1/16,以750W的供電實例而言,12V系統電流達63A,傳輸使用2AWG電源線,每公尺重量約273公克,3公尺線路損耗約13.6W;而48V系統電流降到16A,使用12AWG電源線,每公尺線路重量僅27公克,3公尺線路損耗8.6W,重量剩下1/10,損耗降低37%。
電源效率除傳輸效率之外,高低壓轉換也會產生耗損,目前一般的電壓轉換效率大概為97%~98%,努力的目標是提升轉換效率到99%,甚至零耗損轉換,包括雙向升降壓。張仁程解釋,零電壓切換(Zero-Voltage Switching, ZVS)是一種將電流引導到開關中以在開關打開之前均衡任一側電壓的技術,ZVS利用箝位開關和電路諧振,通過柔性切換有效地操作高端和同步MOSFET,避免了其在常規PWM操作和定時期間產生的損耗。另一種正弦振幅轉換器拓撲(Sine Amplitude Converter, SAC)是一個處於BCM模組核心位置的動態、高效能引擎。
工業/車用電源轉換器設計強化效率
在升降壓與電源傳輸時,都需要應用高效率電源轉換器,這也是另一個電源設計的要點,ADI代理商茂宣的應用工程副理洪家成(圖3)提到,在電源轉換器設計時,需要考量的重點如:輸出鏈波(Ripple)/雜訊、輕載效率、關機電源正常、大小/高度限制與環境溫度等。設計重點則為:瞬態響應(Transient Response)、線性調整率(Line Regulation)、輸入/輸出保護、電流限制/短路保護、安規保護、EMC/EMI等。
圖3 茂宣應用工程副理洪家成提到,Silent Switcher具有高效率、小體積與低EMI,即使在高切換頻率下亦能高效運作。
在工業環境,基於安全、接地迴路與能階位移(Level Shifting)等理由,採用隔離電源(Isolated Power)設計相對普遍,洪家成解釋,ADI經過簡化的Isolated Flyback電路,效率超過90%。在車用部分,降壓-升壓拓撲(Buck-Boost Topology),車輛行駛時電子系統會進行升/降壓,伴隨許多電流突波與雜訊,如何協助電壓轉換非常重要;另外車輛運行時會產生高溫,電子系統的散熱與抗熱也很重要,並且需要避免電磁干擾。
ADI發展Silent Switcher 2同步單片降壓開關穩壓器,為汽車與交通運輸應用所設計。洪家成說明,Silent...
iBeam技術大躍進 Micro LED顯示器有望2022量產
三星投資的新創Micro LED顯示器技術商iBeam Materials(iBeam)日前宣布,已成功展示一項可直接在纖薄、柔性且可彎曲的金屬基板上製造高效氮化鎵(GaN)場效電晶體(FET)的技術。將這項技術與該公司先前發表的MicroLED搭配使用,製造商可以在省去巨量轉移製程,直接將MicroLED與場效電晶體以並排的方式整合在一起。該公司預估,這項直接在金屬基板上製造GaNFET的技術,可望在2022年進入大規模量產。
iBeam透過GaN元件為產品帶來新面貌。
MicroLED顯示器技術可突破傳統顯示器的外觀尺寸限制,為手機、可穿戴式裝置、照明及儀器等產品外觀帶來轉變的可能。新技術製造的大面積MicroLED顯示器具有韌性但外形纖薄,且其可彎曲、凹折及適應各種形狀的特性,能與傳統的顯示器產生明顯的市場區隔。此外,相較傳統LCD和OLED顯示器,該Micro LED顯示器具較高亮度及效率。
Micro LED顯示器能否普及的關鍵取決於量產技術的成熟度,及應用設計是否有足夠的實用性,本次iBeam技術的突破,克服了量產技術方面的瓶頸。而該公司早期技術發展亦著重於柔性基板,如其專利製程可使製造商直接在薄、柔性大面積金屬基板上生產產品。透過直接於金屬基板上生產Micro LED顯示器面板,可以捲對捲(Roll-to-Roll)製程大量生產,而該公司精進製程的同時,亦能使生產資金與營運成本較傳統顯示器來得低。












