首頁Top區塊

Ambarella、Lumentum以及安森美半導體(ON Semiconductor)日前攜手共推3D感測平台，滿足智慧電鈴、門鎖等智慧門禁系統及智慧安防產品應用，已於2020年國際消費電子展(CES 2020)期間公開亮相。 Ambarella、Lumentum及安森美日前策略聯盟，共同推出3D感測平台。 安森美半導體商業感測部門副總裁兼總經理Gianluca Colli表示，該公司RGB-IR感測技術為可見光及紅外線(IR)影像提供物聯網視覺應用；Ambarella CV25電腦視覺SoC則內建影像訊號處理器(ISP)，為RGB-IR感測器帶來高畫質影像，並促進AI處理能力於安全應用的創新。 傳統的結構光解決方案需同時使用IR及RGB相機模組，且需以專用ASIC進行深度處理。本次三方合推的新平台使用Lumentum的VCSEL技術，並配置安森美AR0237 RGB-IR CMOS影像感測器，以獲可見光及深度感測紅外線影像；Ambarella CV25 AI視覺SoC則支援深度處理、反欺騙演算法、3D臉部辨識演算法和影片編碼，降低系統複雜性並提高性能。 Ambarella CV25晶片的ISP支援RGB-IR色彩濾波矩陣及高動態範圍(HDR)，進而在低光照和高對比度的環境提供高畫質影像；CVflow架構則提供動態偵測及3D人臉識別所需計算能力，可運作多種AI演算法以實現像是人流統計的功能；此外，具安全啟動、TrustZone和I/O虛擬化等功能可防止駭客入侵 Ambarella總裁兼首席執行官Fermi Wang表示，本次三強合作為下一代智慧門禁系統和安防裝置提供硬體平台，藉由Lumentum VCSEL解決方案、安森美半導體RGB-IR技術，以及該公司CV25 SoC所創建的3D感測平台，可降低系統複雜性並使其可靠又安全。

OnRobot執行長Enrico Krog Iversen表示，由於每家機器手臂業者都有自己專屬的軟硬體介面，因此目前絕大多數的機器手臂前端工具，例如夾爪、吸盤等，常常得採用高度客製化的設計。但高度客製化也使得這類前端工具的一次性工程(NRE)成本增加，並使其不容易因應產線需求改變而調度。這些問題使得機器手臂的應用受到極大限制，也讓OnRobot看到機會。 為打破各家機器手臂品牌無法互通的限制，OnRobot提出手臂前端工具統一平台的概念，要讓所有機器手臂的前端工具都能跨廠牌通用，進而使SI跟使用者能更快實現應用導入。在硬體層面，針對不同手臂品牌，OnRobot推出對應的快拆式法蘭轉接器，並內建通訊協定轉換晶片，以便讓前端工具跟手臂建立通訊連線；在軟體層面，OnRobot則提供專門用來控制前端工具的應用軟體或軟體開發環境，讓自動化工程師得以快速編寫程式。 Iversen表示，目前OnRobot的前端工具已經跟Universal Robot(UR)的手臂實現深度整合，在UR的軟體環境裡，可以直接呼叫OnRobot的前端工具App，以非常直覺的方式控制前端工具參數。預計到2020年五月，OnRobot將會與大多數手臂品牌業者實現類似的深度整合。 除了打破手臂品牌之間的藩籬外，OnRobot目前還有另外兩項重要工作正在推動中，其一是擴大通路合作夥伴的數量，另一個則是增加前端工具的品項，以滿足更多樣化的手臂應用需求。目前OnRobot產品只透過通路夥伴銷售，全球約有400家合作夥伴。預計到2020年底前，全球合作夥伴的家數將達到800家。另一方面，OnRobot也計畫在2020年結束前，再推出30種不同的新產品。 OnRobot執行長Enrico Krog Iversen認為，通用的前端工具平台，將是加快機器手臂應用導入的關鍵。  

英特爾資料中心事業群副總裁暨行銷總經理Lisa Spelman表示，目前有著三大技術趨勢不斷推動資料中心的發展，分別為雲端運算、5G/Edge擴展，以及人工智慧(AI)。首先是雲端運算，雖說此一技術是三種裡面最為成熟的，但由於新興應用愈來愈多，驅使雲架構的規模和效率須不停提升，並從本地擴展到邊緣。 而在5G/Edge部分，5G的革命性在於可謂每個使用這、行業帶來新的體驗，企業能透過5G創造新的商機。而與5G相結合，愈來愈多的運算、數據產生和服務應用的位置出現的轉移，也就是從雲端轉向邊緣，且發展力道十分強勁。最後，人工智慧則是在以數據為中心的應用中迅速傳播，並將塑造整個產業、人類生活的未來。AI的顛覆性創新已從數據中心轉移至邊緣，可說已遍及各式雲端、邊緣架構，衍生各式創新應用，預計在未來的兩年中，將會有近75%的應用程序整合AI。 簡而言之，這三大趨勢的出現，驅使資料中心的工作負載出現了全新的變化，有了新的應用意味著數據的產生、收集、運算需求也愈來愈高；也因此，優化工作負載成了關鍵任務，如此一來才能實現更高的性能、新功能和更高的服務品質。 Spelman指出，為此，多年來英特爾的硬體一直在追求更高效的分析和機器學習演算法。借助第一代Xeon可擴展處理器，可透其整合的Intel AVX 512引擎賦予CPU更大的AI實力，進一步為深度學習訓練和推論工作帶來顯著的性能提升。至於新發布的第二代Xeon可擴展處理器，內建可使推論加速的DL Boost技術，以進一步促進深度學習效率。 據悉，英特爾新推出的Xeon可擴展處理器代號為「Cooper Lake」，將在每個插槽支援高達56個處理器核心，並且在標準插槽式處理器內建AI訓練加速器，該處理器預計在2020上半年問市。 Cooper Lake高核心數處理器將會沿用原先內建於Intel Xeon Platinum 9200處理器系列的功能，帶來突破性的平台效能，這些功能已經被許多要求嚴格的高效能運算系統(High Performance Computing, HPC)客戶，包括HLRN、Advania以及4Paradigm等所採用。 值得一提的是，新款Intel Xeon可擴充處理器，與標準的Intel Xeon Platinum 8200處理器相比，提供兩倍的處理器核心數(最高56核心)、更高的記憶體頻寬、以及更高的人工智慧推論(Inference)與訓練效能。透過在Intel Deep Learning Boost(Intel DL Boost)中最新加入支援的bfloat16技術，Cooper Lake將提供內建高效能人工智慧訓練加速功能的x86處理器，該產品亦與即將推出的10奈米Ice Lake處理器擁有平台相容性。 除了提供高效能的晶片之外，Spelman也說明，要妥善的利用這些數據，降低工作負載，所需的不僅僅是高效的運算方法，也須從數據的移動、儲存著手強化。為此，該公司近期收購了Barefoot...

旺宏在半導體領域已經是一家成熟的公司。回顧過去的三個10年，旺宏電子董事長兼執行長吳敏求說，旺宏的第一個十年，成為半導體行業的標竿，十年之內成長至約十億美金的營業額；第二個十年，該公司遭遇產業環境與經營困境，幾乎要倒地不起；第三個十年，又經歷擴廠而虧損的窘境，但在全體同仁努力下推出55奈米的NOR及19奈米的NAND，最後又站起來，歷經挑戰始終未被擊倒，吳敏求將之歸功於所有員工的努力。 多年來旺宏深耕技術，吳敏求表示，現階段該公司專利申請量超過9,600件，取得專利數高達7,950項，尤其在3D NAND的領域，已有超過2,400項專利，很多都是基礎專利，將來可為旺宏帶入不少利潤。面對產業的競爭與挑戰，吳敏求坦言旺宏不擅長價格與量產型產品的競爭，所以格外強調技術與品質，也自豪是半導體業第一家將產品品質從ppm Level推向ppb Level的廠商，每10億個產品的不良率在500個以內。 因此，旺宏在應用發展部分看好醫療、汽車、工業領域，如心律感測器、血糖機、自駕系統等。汽車應用需要搭載快速啟動記憶體，醫療應用要求記憶體零雜訊，以提升量測準確度。此外也推出120萬次讀取都不失敗的產品，與每一顆IC具備獨特IO的加密記憶體，穩定性與可靠性符合車用/工業等級要求。 其他熱門應用包括無人機、任天堂遊戲機及5G基地台也是布局的重點，吳敏求強調，5G基地台布建環境不亞於汽車與工業場域，全球主要的基地台設備供應商有八成與旺宏洽談合作，2020年以後5G建設加速，會帶來更多營收貢獻。 旺宏電子董事長兼執行長吳敏求期待，20年後可以帶領旺宏挑戰快閃記憶體領域全球第一的位置。  

英特爾子公司Mobileye進一步擴大先進駕駛輔助系統(Advanced Driver-Assistance System, ADAS)及自動駕駛移動即服務(Mobility-as-a-Service, MaaS)的全球版圖，於CES 2020期間宣布分別與上海汽車集團(上汽集團)及韓國大邱廣域市合作，拓展該公司於全球布建自駕技術版圖，進一步提升駕駛體驗。 Mobileye持續擴展ADAS、MaaS及AV等領域版圖。 Mobileye執行長暨英特爾資深副總裁Amnon Shashua表示，該兩項新協議拓展Mobileye在MaaS和ADAS領域的全球版圖，同時進一步接近完全自動駕駛。 Mobileye首度攻入中國市場，偕上海上汽於中國布建L2+系統，使用Mobileye道路體驗管理(Road Experience Management, REM)技術及全球雲端地圖資料庫RoadBook，匯集中國道路資訊，製作高清晰度地圖以供L2+和更高自動駕駛層級車輛使用，推動中國L2+級ADAS系統布建，並提供其他OEM合作車廠進入中國地圖測繪市場的機會。 另一方面，該公司則聯手韓國大邱廣域市推動自駕MaaS布建，結合自動駕駛計程車(Robotaxis)移動服務協定，預計連同大邱廣域市(直轄市)測試、部署自動駕駛計程車移動解決方案，將自駕系統整合至車輛中，實現無人駕駛MaaS操作。 該公司於全球亦有多方合作案例，如與巴黎大眾運輸公司(RATP)聯合巴黎市政府將自動駕駛計程車(Robotaxis)導入法國市場；與中國蔚來汽車(NIO)合作生產該公司自駕系統，並銷售搭載該系統的消費者層級自駕車；聯手福斯汽車(Volkswagen)及Champion Motors的合資事業在以色列經營自動駕駛計程車隊等。 本次的兩項合作反映Mobileye針對車用市場的投入策略，包括地圖道路體驗管理、先進駕駛輔助系統(ADAS)、自動駕駛移動即服務(MaaS)和消費者自動駕駛車輛(Autonomous Vehicle, AV)等領域，據悉該公司於2019年的銷售額接近10億美元，有望於2020年達到雙位數成長；至2030年MaaS總體潛在市場規模(Total Addressable Market, TAM)將達1,600億美元，拓展其於ADAS領域的地位。

西門子(Siemens)積極將「預警性維護」觀念帶入安防系統，期能將智慧建築安防系統「化被動為主動」。西門子認證專案經理陳晉德表示，何謂被動式安防？舉例而言，在家附近裝設圍籬可稱為延遲損失，因為竊賊必須先翻過圍籬才能進入家中；而在家中裝設警報器，稱為減少損失，因為當警報器一響，竊賊勢將會縮短偷竊時間。最後，若裝設了監視攝影機，這稱為紀錄損失，因為可拍攝下來被偷了哪些東西。但是，以上這些都脫離不了「損失」二字，也就是仍改變不了被偷竊的情況，這就是所謂的被動式安防。 西門子認證專案經理陳晉德。 也因此，西門子希望透過「預警性維護」的概念，實現預防性的安防，而非是等事件發生之時再進行「保護」。陳晉德指出，安全防護實際來說可分為四個階段，分別是保護(Protect)、預防(Prevent)、反應(Response)和恢復(Recover)。目前除了歐美地區，其餘地區像是台灣，在建築安防仍處於「保護」階段。 舉例來說，目前的監控系統若看到建築物某個區域有可疑人士闖入觸發預設的電子圍籬警戒區，系統會發出警報，請建築物內的警衛或是工作人員將可疑人士加以驅離。此種情況仍屬於被動式安防(因為可疑人士已觸發系統預設的警戒區)。而主動式安防則是會藉由所收集的數據(例如間隔多少時間就會有人在徘徊、徘徊多久、行為舉止等)，分析歸納出不停有人來徘徊的可能原因，產生早期預警事件供建築物業主參考，同時再以這些分析為基準，業主或是系統就可擬定應變SOP，進行狀況、災害演練等，進一步杜絕此一情況發生。 陳晉德說明，所謂的保護，意指等事情發生時才有所動作，這透過一般的監視攝影機就可做到；而要達到預防(Prevent)、反應(Response)和恢復(Recover)的階段，並非單純導入更智慧化的監控應用或設備(例如人臉辨識、影像辨識等)就能實現，而是要有一個整合且具開放性的系統平台，以連接建築物內各種監控設備，同時還要能有效分析、歸納這些監控設備長期蒐集而來的資訊，最後依據這些分析結果擬定事件發生前、發生時及發生後的SOP流程和應變措施。 為此，西門子備有Siveillance Suite解決方案，以實現主動式的安防管理。此一解決方案包含全面的安防組合(從智慧影像監視、門禁控制和身份管理到入侵探測和周邊保護等)，經過適當配置，可滿足特定地點或領域中客戶的具體要求。 像是Siveillance Control提供了廣泛的功能，可用來管理偵測器和各種警報系統。來自這些系統的訊號可進行顯示並以專門優先順序加以處理，以確保重要事件得以優先處理；如此一來便可根據複雜的建築系統結構和層級進行調整。除了單純顯示警報和發生事件外，這些每個訊號還可與預先定義、擬定的指示(像是事情發生時的處理SOP相聯，隨後根據實際情況提供給操作人員；這麼一來就可檢視事先訂定的SOP操作是否符合現況，之後再依現場實際情況進行調整、更動，以時時改進安防系統的運作，達到更高效率。

鴻海正式進軍電動車產業，於近日宣布將與飛雅特克萊斯勒汽車(Fiat Chrysler Automobiles, FCA)簽署合作協議，未來將設立合資企業，專注於開發及生產純電動汽車，並進一步經營車聯網業務。 鴻海布局汽車市場一直有跡可循，在2019年11月的法說會上也提到，已宣示進軍「電動車、數位醫療、機器人」三大市場目標；而本次與飛雅特克萊斯勒汽車的合作，則證實了鴻海已準備好進軍電動車市場。 鴻海表示，此次合作將匯集雙方在汽車設計、機構工程和生產製造以及行動軟體技術領域的能力，共同投入於不斷成長的電動汽車市場。透過將鴻海的行動科技和軟體專業知識，結合飛雅特克萊斯勒汽車具創新力和成功的汽車製造商實力，雙方可以提供駕駛和汽車間獨特的體驗，還包括眾多市場尚未提供的功能。 鴻海宣布與FCA合作開發電動車。 鴻海進一步說明，汽車行業目前正面臨新技術帶來的破壞式創新，該公司正抓住這一歷史機會，憑藉其在資通訊產業的專業知識領域，協助傳統汽車產業提升到下一階段；同時這也是一個轉型升級契機，與飛雅特克萊斯勒汽車的合作，有望擴大該公司在汽車領域的研發設計、製造。 鴻海指出，此次的合作有助於集團加速跨入EV電動車領域的腳步，未來在適當時機，也會跟外界進一步說明雙方合作的成果；目前雙方初步計劃是在中國大陸生產，以供當地市場使用，未來可能用於出口。

為此，SecureRF和意法半導體(ST)合作開發出一種符合未來需求的低功耗安全解決方案，即使在最小的汽車處理器上也能極快運行。SecureRF的WalnutDSA和Ironwood KAP兩種安全演算法最近已移植到意法半導體的SPC58ECxx 32位元車規處理器平台上；兩家公司合作開發了一個模組，演示資訊服務控制單元(TCU)與多個ECU的相互認證過程，並在2018年TU-Automotive Detroit 展會上展出了該模組。 Walnut數位簽章演算法(DSA)和Ironwood金鑰協商協議(KAP)基於SecureRF群理密碼學(GTC)。這一密碼學分支雖然不是什麼新事物，但目前有助於解決一個相對較新的網路安全問題：如何保護物聯網、汽車系統和其它網路應用中越來越多的資源受限的設備。 GTC具有三重優勢，運算速度即使在最小的設備上也非常快；RAM/ROM占用極低；能夠抵抗所有已知的量子攻擊。GTC計算效率高，比其它加密方法更省電。SecureRF可以通過硬體或軟體來實現GTC解決方案。 MCU上運行GTC　性能優勢顯著 SPC58ECxx是32位元微控制器，針對車身、網路、安全系統和通訊連接應用設計的通用微控制器系列產品，基於兩顆180MHz e200z4d PowerPC處理器內核，整合高達4MB的快閃記憶體和512KB的RAM、硬體安全模組以及許多通訊周邊，包括LIN、SPI、UART、乙太網AVB、Flexray和CAN FD控制器；SPC58ECxx是按照ISO 26262標準設計，並支援ASIL-B安全關鍵型應用安全等級標準。 演示程式運行在SPC58ECxx探索板上，與基於ECC的驗證方法相比，GTC方案性能優勢非常明顯，最終執行時間顯著縮短。表1是GTC與橢圓曲線密碼(ECDSA+ECDH)方案的執行時間和ROM/RAM占用情況比較表，其中，橢圓曲線密碼(ECDSA+ECDH)方案的執行時間是GTC方法的12.6倍。基於GTC的解決方案方便設計人員為車載微控制器增加重要的安全功能，例如，安全啟動和安全硬體更新，並使基於SPC58ECxx的TCU能夠與車上資源有限的ECU相互認證，該演示解決方案如圖1所示。 圖1　GTC解決方案示意圖 用於互聯ECU上優勢更加突顯 保護非常小的ECU處理器的安全是設計人員首要考慮的問題，也是該解決方案最重要的優勢之一。快速認證是必備的，對於許多汽車應用，其它資料安全方法可能並不實用。基於GTC的方法可安裝在最小的處理器上，還能實現較好的性能，圖2比較了GTC和ECC在8位元處理器上的運行性能。 圖2　GTC和ECC在8位處理器上性能比較 在圖2中，每個垂直尖峰表示一次驗證過程結束。完成一次認證過程，ECDSA/ECDH用時7.69秒，而SecureRF的WalnutDSA和Ironwood KAP僅需68毫秒，是前者的1/90。這一速度優勢，再加上超低功耗和更低的RAM/ROM占用，使SecureRF方法非常適合於資源受限的處理器。 SecureRF加密演算法是SPC58ECxx內建硬體安全模組(HSM)的新選擇。該硬體安全模組將安全子系統和SPC58ECxx主處理器內核完全隔離，且還適用於沒有HSM模組的產品，例如SPC582Bxx。SPC582Bxx是SPC58ECxx的精簡版，搭載一個主頻120MHz的e200z4d PowerPC處理器內核、高達1MB的快閃記憶體和192KB的RAM。但是，硬體安全功能的缺乏使得軟體安全功能非常必要。軟體安全方案必須能夠保持良好的性能，同時不占用過多的資源，以免對系統造成任何過多負荷。考慮到汽車系統設計壽命多達數年，汽車系統需要放眼未來資料安全發展趨勢，應對即將到來的量子計算安全威脅。SecureRF方法採用後量子加密技術，能夠應對當前已知的所有攻擊。 (本文作者皆任職於意法半導體)

人工智慧(AI)、5G的出現牽動革新浪潮，為打造靈活多變、萬物智慧的世界，賽靈思(Xilinx)啟動資料中心優先、加速核心市場發展及驅動自行調適運算三大策略，期能藉此讓更多各式各樣的軟體和系統開發者加入自行調適運算的世界，釋放創新活力，讓產業邁入嶄新的自適應運算時代，迎接未來AI、5G創新浪潮。 以數據資料為優先力推資料中心轉型 人工智慧(AI)的發展、日益複雜的工作負載與非結構化資料的爆炸式成長，正迫使資料中心快速轉型。隨著5G、AI、雲端運算、物聯網及自動駕駛等新一代資訊技術快速演進，全球資料正呈現指數級增長並呈現大量聚焦的態勢。 根據IDC預測，從2018~2025年，全球每年被創造、蒐集或複製的資料將成長五倍以上，預計將從2018年的32ZB增至2025年的175ZB，而中國將於2025年以48.6ZB的資料量及27.8%的占比，成為全球最大的資料匯集地。無論是公有雲，私有雲還是混合雲，面對無止境的資料成長，都希望能夠大幅提升資料中心的使用率、效能與能源效率，並且降低營運成本和總成本，現代資料中心的升級轉型勢在必行。 也因此，賽靈思將資料中心視為重要戰略市場。賽靈思執行副總裁兼資料中心事業部總經理Salil Raje(圖1)表示，以資料中心為優先的戰略共有三個細分層面，分別是運算、網路、儲存。目前成長最快速的是運算市場，不過，網路、儲存市場的成長速度也相當驚人。 圖1　賽靈思執行副總裁兼資料中心事業部總經理Salil Raje表示，雲端移至邊緣運算的趨勢，對資料中心成長大有助益。 Raje進一步說明，同時，從雲端移至邊緣運算的趨勢，也帶動了資料中心的成長。邊緣運算的興起，使得許多應用不見得只能在雲端運作，透過邊緣資料中心也可實現，這樣的運算遷徙對於資料中心業務成長有很大助益。當然，未來並非是所有的運算都會轉移至邊緣，而是會呈現混合的狀態，也就是既有雲端運算也同時有邊緣運算，現有的雲端市場仍呈高速發展。 因應大量的運算需求，2018年的Xilinx XDF上，賽靈思先推出功能強大的Alveo加速器卡產品系列。該產品旨在大幅提升雲端和在地資料中心業界標準伺服器效能，推動自行調適的普及應用。該產品系列目前已擴展至Alveo U50、U200、U250、U280四款產品，並已在美國、歐洲和中國市場得到廣泛的應用。而在2019年，賽靈思則宣布收購Solarflare，將FPGA、MPSoC和ACAP解決方案與Solarflare的超低延遲網路介面卡(NIC)技術以及Onload應用加速軟體整合，進而實現全新的融合SmartNIC解決方案。 據悉，兩間公司合併後所開發的SmartNIC將能在介面卡上直接運行網路、儲存與運算加速，省去在伺服器上運行這類工作負載。同時，賽靈思也會將Solarflare網路技術整合至Alveo加速卡系列上，協助關鍵資料中心的工作負載。 Raje指出，現今的CPU已逐漸無法負荷愈來愈龐大的運算需求，因而需要使用加速器的解決方案實現更多應用，並提高運算速度；然而，隨著應用愈來愈多元，不太可能一出現新的應用，就重新設計、開發一個晶片，因此便需要建立所謂的自行調適運算，也就是讓產品有強大的自我調整能力。 Raje說明，以該公司產品為例，由於硬體是可編程設計，因此在實際應用上就如同軟體一般，可以針對不同的應用情景或需求進行訂製，以處理不同的工作負載。簡而言之，靈活應變的高效能運算、儲存和網路加速自行調適運算加速平台，正在加速驅動資料中心轉型，該公司旗下Alveo加速器卡平台、Versal自行調適運算加速平台結合不斷壯大的合作夥伴生態系，將為資料中心企業升級轉型和持續發展提供強大動能。 5G/自動駕駛為兩大重點核心市場 除了以資料中心為優先外，賽靈思也積極布局核心應用市場，而5G和自動駕駛便是兩大重點目標。首先在5G方面，隨著5G業務迅速成形，其所覆蓋的廣度與深度正達到前所未有的水準，而5G帶來的商機也明顯可期。 賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden(圖2)表示，5G將對該公司營收帶來顯著的成長，在5G時代，基站數量和4G相比，至少增加50%，因5G有著不同的頻段，因此基站的數量增加會帶來更多的收益成長。 圖2　賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden指出，5G商機龐大，預估收入將會是4G時代的3~4倍。 另外，5G時代天線設計愈來愈複雜，4G時代多是透過4根天線進行收發，但5G時代至少是64根天線，而有這樣的數量變化，對於晶片的要求也會更高。將上述這些因素疊加起來，該公司預測5G時代的收入將會是4G時代的3~4倍。 因應5G商機，賽靈思也宣布擴大旗下Zynq UltraScale+射頻(RF)系統單晶片(SoC)系列，推出具有更高RF效能與擴充性的產品，新一代的元件能涵蓋6GHz以下(sub-6GHz)的所有頻段，滿足部署新一代5G網路的關鍵需求；同時可支援直接射頻取樣，內含高達每秒取樣50億次(GS/S)的14位元類比數位轉換器(ADC)及每秒取樣100億次的14位元數位類比轉換器(DAC)，兩者的類比訊號頻寬皆高達6GHz。 另外，新產品在單顆晶片中整合更高效能的射頻資料轉換器，因此能提供廣泛的頻段覆蓋率，滿足業界部署5G無線通訊系統、有線電視存取、先進相位陣列(Phased-array)雷達解決方案以及包含測試、量測和衛星通訊在內的其他應用之需求。省去分離式元件能減少高達50%的功耗與元件空間，使此產品成為電信營運商落實大規模多輸入多輸出(mMIMO)基地台布建5G系統的理想選擇。 除此之外，賽靈思也與三星聯手在韓國完成全球首例5G NR商用部署，透過UltraScale+平台功耗小、記憶體容量大等特性，助力三星開發出輕量、外形精實、低功耗的5G產品。 另一方面，除了個人用戶端的應用，工業互聯網、自動駕駛等也是5G業務的重要應用領域，並且對5G業務提出了低延遲的要求，即資料傳輸要在幾毫秒之內完成。對此，賽靈思提供可靈活應變且業界獨有的5G通訊平台，其採用的高度整合晶片具有RF ADC和DAC、加速5G NR功能以及可以滿足mMIMO無線電、大型基站(Macro Base Station)和蜂巢式網路部署所需的最高效率效能。 另一方面，布局自動駕駛市場，賽靈思也於近期發布全新高效能的自行調適元件XA Zynq UltraScale+ MPSoC 7EV與11EG，進一步擴大其車規級16奈米系列產品。這兩款新元件能提供最高的可程式化容量、效能與I/O功能，並為L2+到L4等級的先進駕駛輔助系統(ADAS)與自動駕駛應用提供高速資料彙整、預處理和分配(DADP)及運算加速。新款元件提供超過65萬個可程式化邏輯單元與近3千個DSP單元，和前一代最大元件相比增加2.5倍。在新增這兩款高效能元件後，包括汽車製造商、自駕計程車開發商和一級供應商都能在一定的功耗範圍內執行DADP與運算加速，加速自動駕駛車輛的生產部署。 賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs(圖3)指出，未來汽車自動化駕駛的程度會越來越高，汽車將會由系統進行控制，而非駕駛員，進而衍生出全新的交通服務現象以及商業模式。然而，若是要實現自動駕駛，其中一項關鍵就是要達到低延遲。 圖3　賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs說明，FPGA靈活性高，因此比ASIC更適合汽車多變的設計。 Isaacs說明，低延遲對於自動駕駛而言十分重要，車用系統要反應速度非常快才能確保安全。在正常情況下，若是用傳統CPU、GPU或是DSP等元件，雖然說可以實現高吞吐量，但卻難達到低延遲，因為處理時間較長，意味著反應時間也長。為此，該公司致力發展高吞吐量卻又能有低延遲的車用元件，同時還要保有「不斷變化」的能力；這都是因為自動駕駛搭載的感測器數量愈來愈多，使得運算需求不停變化，而只有可擴展的自適應性產品才能滿足運算、技術的不斷變遷。 然而，現今除了CPU、GPU之外，也已有越來越多車商或半導體業者採用高效、低功耗且能大規模量產的ASIC(例如特斯拉)，因應自動駕駛所需運算需求，或處理、分析大量的感測數據(如雷達、光達、攝影機等)，而這是否會對FPGA有所影響？ 對此Isaacs認為，自動駕駛的功能需求不斷變化，而可編程的FPGA晶片有著更好的設計和升級彈性，靈活性優於ASIC，因此更能符合自動駕駛多樣的功能設計。 Isaacs進一步說明，FPGA是一個可編程的邏輯晶片，可以支援多種演算法，以讓晶片適用不同的自動駕駛功能(例如安全、感測等)。若是採用ASIC，如果要更改其中一項功能，或是指令要求的話，很可能無法輕易更動，而需要重開一顆ASIC。如此一來，不僅成本提高，也可能會增加風險，因為不確定後來新開的ASIC是否適用。由於自動駕駛的安全需求是不斷變化，而採用FPGA的話，便可以用同一個元件滿足各種功能調整、改進、增添的需求，而這是ASIC無法做到的。 Isaacs指出，許多人認為FPGA價格遠高於ASIC，因此較少採用，其實這是一種對FPGA的誤解。賽靈思目前已出貨1.7億顆的車用FPGA晶片，這證明FPGA的適用性、效能及優勢，且可編程的靈活特性又可以減少重開晶片的風險及成本；換言之，FPGA所能帶來的效益及優勢已遠遠超過其價格，擁有相當好的性價比。因此，該公司致力擴展車用產品系列，協助車商、系統業者實現數據整合處理，並透過更佳的靈活性和擴充能力，滿足瞬息萬變的自駕車市場。 推動新類型運算加速AI發展 最後，賽靈思則是積極推動自適應性運算，以因應變化多端的AI發展。賽靈思軟體與AI產品市場行銷副總裁Ramine Roane(圖4)指出，AI為現有的處理器帶來很大的挑戰，過往都是一年半到兩年的時間打造一個ASIC或GPU，然而，現在幾乎每三個就月會出現新的AI模型，使得既有的晶片設計時程很難趕上AI的創新速度。 圖4　賽靈思軟體與AI產品市場行銷副總裁Ramine Roane透露，自我調適的FPGA產品可滿足快速變遷創新應用。 Roane說明，為此，如今的發展重點在於，如何加快設計速度，以趕上創新速度。如上述提到，AI只需幾個月的時間(3~6個月)就會更新，出現新的運算模型，而晶片製造商不太可能隨著AI更新速度，每6~9個月就重新設計硬體，推出新的晶片。因此，需要能夠「自我調整」的平台，也就是設計要靈活多變，可以針對不同應用進行定製或優化，如此一來才能趕上創新的變化。 因此，賽靈思除了打造可自我調適的FPGA產品，以針對不同應用進行硬體優化外，也推出最新Vitis統一軟體平台，讓軟體工程師、人工智慧科學家等更廣泛的開發人員都能夠受益於賽靈思靈活應變硬體加速的優勢。 這是賽靈思首次推出一個軟體和硬體設計整合的開發工具平台，也是該公司從元件向平台公司戰略轉型的重要產品之一。Vitis可以根據軟體或演算法程式碼自行調適和使用賽靈思硬體架構，讓使用者從繁雜的硬體專業知識中解放，借助Vitis平台，無論是軟體工程師還是AI科學家都將受益於賽靈思靈活應變的硬體優勢。而對於硬體開發者來說，Vitis則能讓軟硬體工程師在同一個工具平台上協作，顯著提升工作效率。 值得一提的是，Vitis平台的第四層為Vitis AI，其整合了領域專用架構(DSA)。DSA配置賽靈思硬體，便於開發者使用TensorFlow和Caffe等領先業界的框架進行最佳化與編程。Vitis AI提供的工具鏈能在數分鐘內完成最佳化、壓縮及編譯操作，在賽靈思元件上高效地運行預先訓練好的AI模型；此外，它還為從邊緣到雲端的部署提供專用API，實現高效的推論效能與效率。 Vitis和Vitis AI目前已開放免費下載，讓軟體工程師與AI科學家在內的廣大領域開發者，都能運用自己熟悉的軟體工具與框架發揮賽靈思靈活應變的硬體優勢，將為從邊緣到雲端的人工智慧和深度學習提供最佳人工智慧推論。 賽靈思總裁暨執行長Victor...

根據產業研究機構LightCounting的研究指出，從2020年到2024年，光通訊市場有近2/3的產品已1x10G和1x25G主動式光纖(Active Optical Cables, AOC)為主流。該單位對2023年新的AOC預測較2018年12月的預測低43%，主要是由於中國超大規模數據中心運營商對1xN產品的需求估計有所減少。然而，由於新的400G(8x50G)AOC將持續成長，2023年的AOC收入將成長20%，它將在高效能運算(HPC)、雲端運算和核心路由應用中獲得廣泛使用。 在預測期內，HPC和數據中心的100G產品成長迅速，但HPC現在正迅速邁向從2019年開始的下一個速度200G。但是，如果完全安裝，一台即將推出的超級電腦可能會消耗243,000個100G AOC。儘管HPC和數據中心的100G產品都迅速增加，但HPC現在正迅速邁向從2019年開始的下一個速度200G。 2019與2020年AOC的整體出貨量儘管都較2018年衰退，不過高階25G以上的AOC比重持續提升，2021年25G以上AOC比重將正式超越成熟的10G系列產品，正式躍昇為產業主流。