首頁Top區塊

產業研究機構Strategy Analytics預測，到2025年，全球非授權頻段LPWAN的連接總數將成長到約4億。考量到物聯網的低功耗要求和Sigfox等公司的早期投入優勢，非授權LPWAN產業潛力備受期待。然而中國市場的NB IoT和LTE M由於有政府大力支持，加上晶片/模組成本下降而快速成長，對非授權LPWAN技術的市場發展帶來強大壓力；儘管如此，諸如公用事業，初級加工以及工業、製造、運輸和物流等市場具有追踪/資產管理功能，未來仍將為非授權LPWAN提供發展空間。 Strategy Analytics企業和物聯網研究執行總監安德魯·布朗(Andrew Brown)表示，LoRaWAN已成為非授權LPWAN的主要標準，它採取了互補而非對抗的方法，有助於擴展LoRa生態系統針對行動網路營運商的解決方案，以及主要的低成本WAN解決方案。雖然預期NB IoT、LTE-M和5G mMTC等授權頻段低功耗技術從長遠來看將占主導地位，但非授權頻段的LPWAN仍有未來，尤其是在特定的垂直市場和新興市場。 而在區域市場的表現上，Strategy Analytics預期，亞太地區、北美與西歐仍然是非授權頻段LPWAN技術發展最好的地區，尤其是亞太地區，連結數量與成長性表現都相對突出。  

物聯網(IoT)、人工智慧(AI)、5G、工業4.0等應用推升資訊量呈現爆炸性的成長，所有資料都必須在邊緣蒐集，並且從邊緣到雲端的多個層級進行處理和傳輸、儲存和分析。 因應如此龐大的資料儲存、傳輸需求，在DRAM、SRAM，以及NAND Flash等傳統記憶體已逐漸無法負荷，且再加上傳統記憶體的製程微縮愈加困難的情況之下，驅使半導體產業轉向發展更高儲存效能、更低成本同時又可以朝製程微縮邁進的新興記憶體。 AI/5G新應用催動新興記憶體發展腳步 AI、5G、IoT和工業4.0等發展讓資訊量呈現爆炸式的成長，而這些資料都必須在邊緣收集，接著從邊緣到雲端進行多個層級的傳輸、處理、儲存和分析，以將大量的資量轉變為有價值的資訊。此一趨勢不僅帶來全新的運算需求，資料量的猛烈成長，對於高容量、高讀寫次數及更快讀寫速度的記憶體需求也明顯上升。因此，新興記憶體如磁阻式隨機存取記憶體(MRAM)、鐵電隨機存取記憶體(FRAM)、電阻式隨機存取記憶體(RRAM)和相變隨機存取記憶體(PCRAM)等便相繼興起。 工研院電子與光電系統所所長吳志毅(圖1)表示，5G與AI時代來臨，且產生的資料量更多、更廣，因此會有更大的儲存需求；而要有更快的運算效率，意味著記憶體的讀取速度也要再加快。因此，5G、AI的出現，驅使記憶體朝更大容量、更快讀取速度發展，也因此，各大記憶體業者開始加快並投入更多資源開發新興記憶體，能突破既有運算限制的下世代記憶體將在未來扮演更重要角色，期能在日後取代目前主流的三大記憶體產品(分別為DRAM、Flash和SRAM)。 圖1　工研院電子與光電系統所所長吳志毅表示，５G、AI的到來加快新興記憶體發展腳步。 吳志毅說明，新興記憶體之所以成為目前半導體產業的重點目標，除了希望研發儲存容量更大、讀寫效率更好的記憶體滿足未來5G、AI、IoT等新應用的儲存和高速運算需求之外，還有一點是目前傳統記憶體在製程微縮上面臨困境(例如在1x奈米以下的製程微縮要花費更多時間、成本)。因此，半導體產業開始加大新興記憶體的研發和投資力道。 應用材料半導體事業群金屬沉積產品處全球產品經理周春明(圖2)指出，由人工智慧和大數據所推動的新運算需求，加上摩爾定律擴展的趨緩，造成硬體開發和投資的復興。 圖2　應用材料半導體事業群金屬沉積產品處全球產品經理周春明指出，新型記憶體的功耗、效能和面積成本效益更優異。 各種規模的企業正競相開發新的硬體平台、架構與設計，以提升運算效率，例如MRAM、RRAM和PCRAM等新的記憶體技術興起，便是晶片與系統設計人員都致力研究的關鍵領域。這些新型記憶體提供更多工具來增強近記憶體運算(Near Memory Compute)，也是下一階段記憶體內運算(In-Memory Compute)的建構模組。全新的記憶體技術預計可為邊緣與雲端裝置提供優於現有記憶體技術的功耗、效能和面積成本效益。 滿足製程微縮需求　MRAM普及潛力佳 新興記憶體如雨後春筍般浮現，其中MRAM最受青睞，同時也是各大廠商積極投入的原因，除了其具備更好的儲存效能外，更重要的是，現今的處理器(CPU)製程不停朝微縮化邁進，以因應高速運算需求。 然而，這些處理器內嵌的記憶體(如NAND Flash、SRAM)卻漸漸無法實現更小的晶粒尺寸，因此，儲存效能高，且也能滿足製程微縮的MRAM，便被視為極具吸引力的記憶體方案。 格芯(GlobalFoundries)尖端eNVM資深總監Martin Mason表示，嵌入式記憶體產業目前正處在一個過渡點，28nm節點可能是eFlash最後一個具有成本效益的節點，在28nm之後，eFlash要進行製程微縮十分困難，所花費的時間、成本高昂，因此，在28nm之後，記憶體業者開始尋找全新的嵌入式非揮發性記憶體技術，以適用各種創新、快速成長的低功耗應用/設備(例如物聯網) Mason進一步說明，目前有許多新的非揮發性記憶體技術，但仍有許多挑戰待克服。像是透過改變電介質電阻以儲存數據的RRAM，是許多研究和開發的主題，不過，同樣是在28nm以下的製程遭逢挑戰(28nm以下製程尚不成熟)，因而限制其大量生產和採用；至於PCRAM，同樣是缺乏28nm以下的代工支援，使得其採用也受到限制。相比之下，MRAM已有許多代工業者、記憶體業者投入發展，使其普及和採用性大增，例如該公司便將FDX與MRAM相結合，以獲取更高的功率優勢、低功耗和小尺寸。 周春明則指出，電腦產業正在建構物聯網，其中將會有數百億個裝置內建感測器、運算與通訊功能，以監控環境、作決策和傳送重要資訊到雲端資料中心；而在儲存物聯網裝置的軟體與AI演算法方面，MRAM成為儲存用記憶體的首選之一。 周春明說明，MRAM採用硬碟機中常見的精緻磁性材料，本來就是快速且非揮發性，就算在失去電力的情況下，也能保存軟體和資料。由於速度快與元件容忍度高，MRAM最終可能做為第3級快取記憶體中SRAM的替代產品。MRAM可以整合於物聯網晶片設計的後端互連層，進而實現更小的晶粒尺寸，並降低成本。 根據應用材料提供的資料指出，研究顯示，以整合式MRAM解決方案取代微控制器之中的eFlash和SRAM，便可以節省高達90%的功耗；若是採用單一電晶體MRAM取代六個電晶體SRAM，便能夠實現更高的位元密度和更小的晶片尺寸。這些功耗與面積成本優勢使得MRAM成為邊緣裝置的理想選擇。 吳志毅則表示，5G、AI的崛起，使得記憶體產業對容量更高、速度更快的儲存技術更加殷切，在覺得現有的SRAM、DRAM等記憶體不足以滿足未來應用需求時，自然會尋求更快、容量更大、更高效的新興記憶體，這是必然的趨勢，基於此，MRAM便受到各大業者關注，期能用於CPU中取代SRAM。 吳志毅指出，和現有的SRAM相比，MRAM除了讀寫速度快之外，更重要的是讀寫次數大增(預估可達上兆次)，這也是各大業者希望用MRAM取代SRAM的原因之一。未來AI、5G的應用，會產生愈來愈大量的資料，處理器讀取的資料量會明顯增加，一秒鐘可能就須讀寫1,000次、10,000次。而舊有的記憶體(例如快閃記憶體)最大壞處在於讀寫次數有限制，假設最高讀寫次數只能到10,000次，當應用在USB之中，一般的使用者可能會沒有什麼感覺，因為USB要使用到10,000次以上，會需要很長的時間。 然而，若是用於CPU等處理器中，就明顯不足了。日後各式5G、AI應用興起，處理器要讀寫的資料量只會有增無減，1秒鐘的資料讀取次數可能就高達上千、上萬次，這麼一來，舊有記憶體的資料讀寫限制明顯無法因應未來應用需求。也因此，能滿足製程微縮、儲存容量大，且讀寫次數又明顯增加的MRAM便成新選擇。 簡而言之，除了上述所提的儲存效果更好、讀寫次數高，可滿足未來新興的AI、5G應用外；更重要是，如今半導體業界持續朝微縮製程邁進的目標，但現有的記憶體在製程微縮上面臨極大挑戰，MRAM因而被視為有望取代這些記憶體的元件，因此受到記憶體、晶圓代工等業者關注，並積極投入開發，成為未來大規模發展潛力最佳的新興記憶體。 因應AI雲端運算　FRAM//RRAM各有所長 除了上述所提的MRAM因能滿足製程微縮需求，遂成為半導體產業研發重點的新興記憶體之外，其餘如FRAM、RCRAM、RRAM等新興記憶體技術也馬不停蹄的發展中。 FRAM採用鐵電質膜用作電容器來儲存資料，具有唯讀記憶體(ROM)和隨機存取器(RAM)，在高速寫入、高耐受力、低功耗和防竄改方面擁有優勢。 目前FRAM已經用於小容量和頻繁資料寫入的應用，包括OA設備，如適用於計數器和列印計錄的MFP設備，或適用於儲存參數和資料記錄的FA設備；財務終端，又或是適用於交易歷史記錄的ATM終端，基礎設施架構中的計量器、汽車導航系統和音響設備。 目前各大記憶體業者中富士通(Fujitsu)最為積極投入FRAM發展。富士通指出，該公司的FRAM採用PZT晶體結構(圖3)，這種結構通常用作典型的鐵電質材料。在點陣中具有鋯和鈦，作為兩個穩定點，它們可以根據外部電場在兩個點之間移動。一旦位置設定，即使再出現電場，它也將不會再有任何移動。頂部和底部的電極安排了一個電容器。那麼，電容器劃分了底部電極電壓和極化，超越了磁滯回線。資料以「1」或「0」的形式儲存。簡而言之，FRAM特點可分為以下三點： 圖3　富士通目前開發的FRAM為PZT晶體結構。 1.當加置磁場時就會產生極化(鋯/鈦離子在晶體中向上或向下移動)。 2.即使在不加置磁場的情況下，也能保持電極。 3.兩個穩定的狀態以「0」或「1」的形式儲存。 與傳統記憶體相比，FRAM所具有的優勢還包含：非揮發性、沒有上電也可保存所儲存的資訊、無需電池(環保產品)、更高速度寫入、可覆寫、不需要抹除指令、對於抹/寫操作無等待時間、寫入週期時間等於讀取周期時間、具有更高的耐受力、更低的功耗和不需要使用加壓電路等。 至於PCRAM和RRAM，周春明表示，隨著資料量產生呈現指數性遽增，雲端資料中心也需要針對連結伺服器和儲存系統的資料路徑，達成這些路徑在速度與耗電量方面的數量級效能提升。RRAM與PCRAM是快速、非揮發性、低功率的高密度記憶體，可以做為「儲存級記憶體」，以填補伺服器DRAM與儲存記憶體之間，不斷擴大的價格與性能落差。 據悉，RRAM採用新材料製成，材料的作用類似於保險絲，可在數十億個儲存單元內選擇性地形成燈絲，以表示資料。PCRAM則採用DVD光碟片中可找到的相變材料，並藉由將材料的狀態從非晶態變成晶態，以進行位元的編程。換言之，藉由精確控制晶圓上的組成物質，可以顯著強化功耗、效能與面積成本(PPAC)。 類似於3D NAND記憶體，RRAM和PCRAM是以3D結構排列，而記憶體製造商可以在每一代的產品中加入更多層，以穩健地降低儲存成本：而RRAM與PCRAM也提供編程與電阻率中間階段的可能性，讓每個儲存單元可以儲存多個位元的資料。簡而言之，PCRAM和ReRAM兩種技術都具有結構堆疊，包含容易受薄膜成分和劣化衰退影響的多重元素材料；兩者都是高密度記憶體應用的候選技術。 相較於DRAM，RRAM與PCRAM皆承諾未來可以大幅降低成本，而且讀取效能也比NAND和硬碟機快上許多；且PCRAM或是RRAM的儲存級記憶體更可以提供超過10倍以上的存取速度，使得這些記憶體成為雲端資料的首選，以克服AI運算相關的資料移動瓶頸。 因此，不論是PCRAM或RRAM，也有半導體業者積極投入發展，例如英特爾(Intel)致力推動的Optane記憶體，便屬於PCRAM的範疇(圖4)。 圖4　英特爾Optane新型記憶體。 總而言之，AI、5G、IoT和工業4.0等發展讓資訊量呈現爆炸式的成長，全新的運算需求驅動記憶體朝更高容量、高讀寫次數、更快讀寫速度、更低功耗發展；而新興記憶體除滿足上述需求外，和傳統記憶體相比，還可實現製程微縮化，半導體產業遂積極投入新興記憶體發展，期能在未來取代DRAM、Flash和SRAM三大主流記憶體產品。

隨著記憶體密度上升，記憶庫(Bank)的數量也須增加，以容納更高的記憶體密度。新一代的DDR5標準將記憶庫組(Bank Group)的數量擴充一倍，並且同時維持各組的記憶庫數量不變。另外，由於能夠在任一時間點打開更多的頁面(Page)，以及提升高分頁命中率(High Page-hit)的統計概率，整體的系統效率應可加強。 記憶庫組到記憶庫組的交錯時序存取(Interleaved Timing)短於特定記憶庫組內記憶庫間的存取。這些時序參數同時有「長」的時序定義(tCCD_L、tWTR_L、 tRRD_L)和「短」的時序定義(tCCD_S、tWTR_S、tRRD_S)。長的時序係指記憶庫組內記憶庫到記憶庫(Bank-to-bank)的存取，而短的時序則是指存取不同的記憶庫組(圖1)。為便於理解，在此補充說明：tCCD_L可接近tCCD_S的兩倍。增加的記憶庫組可提高短時序的使用概率，進而減輕內部時序限制。 圖1　DDR5記憶庫/記憶庫組的時序 資料突發長度增加 DDR5 SDRAM將預設的突發長度從BL8加到BL16，並提高了指令/位址和資料匯流排的效率。以同樣的讀取或寫入CA 匯流排的作業而言，資料匯流排現可提供兩倍的資料，同時還能將對IO/陣列時序限制的暴露侷限於相同的記憶庫內。透過減少存取給定資料量所需的指令數，DDR5 SDRAM還能降低讀寫作業所需功率。 此外，突發長度增加後，存取相同之64B快取行(Cache Line)資料負載所需的IO數也減少。由於預設的突發長度增加，DDR5 DIMM架構得以具備雙子通道(圖2)，進而提高通道的整體並行性、靈活性和數量。針對使用128B快取行負載的系統，DDR5亦特別為×4配置的裝備提供突發長度為32位元的選項，而能進一步改善指令/位址、資料匯流排效率及總體功率表現。 圖2　DDR5 40-Pin子通道DIMM範例 刷新指令 除了適用於DDR5和早期DDR SDRAM產品的標準ALL-BANK REFRESH指令(REFab)外，DDR5還導入了SAME-BANK REFRESH(REFsb)指令。當REFsb指令發出時，它會依照記憶庫位元(Bank Bits)透過指令/位址位元所指定的目標，在所有記憶庫組中鎖定同樣的記憶庫。 SDRAM設備的REFRESH指令會要求在指令發出前，被鎖定刷新的記憶庫須處於閒置狀態(預充電，無資料活動)；而且，在REFRESH指令執行期間，那些記憶庫均不能重啟後續的寫入和讀取活動(時序參數tRFC)。REFRESH指令以平均週期間隔發送(時序參數tREFI)。對於REFab指令，系統必須於發出指令前確保所有記憶庫均為閒置狀態；針對16Gb DDR5 SDRAM裝置，在「正常」刷新模式下平均每3.9μs發送一次，每次持續295ns。 REFsb指令的效能優勢在於，在指令發出前，各記憶庫組內只需有一個記憶庫保持閒置狀態。當發出REFsb指令時，其餘的12個記憶庫(圖3)不必處於閒置；而且，對於非刷新記憶庫的唯一時序限制是相同記憶庫刷新到啟動的延遲 (Same-bank-refresh-to-activate Delay)(時序參數tREFSBRD)。REFsb指令只能以倍精度刷新(FGR)模式發送，意即各記憶庫平均須每1.95μs接收一次REFRESH指令。針對16Gb DDR5 SDRAM裝置，REFsb則僅持續130ns，這也將系統存取鎖定的對象(tRFCsb)減至主動刷新的記憶庫上(圖3)。使用REFsb時還有一個限制：每個「相同記憶庫」(Same Bank)都須在第二個REFsb指令發出前收到一個REFsb指令，但REFsb指令可以任一記憶庫的順序發送。 圖3　DDR5 REFsb與記憶庫的對應 模擬結果顯示，與REFsb相比，使用REFsb時系統效能吞吐量加大6%到9%(會因讀/寫指令比率不同而異)，如圖4所示。另外，REFsb將刷新對平均閒置延遲時間的衝擊從11.2ns減為5.0ns。這些計算乃基於標準排隊理論所得，並適用於具隨機驅動資料流量的單個記憶庫。 圖4　DDR5系統吞吐效能改進 效能改進 以上述特點模擬64B隨機存取的工作負載後發現，與DDR4雙Rank的3200MT/s模組相比，效能顯著提高(圖5)。在此模擬情境中，假設各系統有8個通道與1DPC。 圖5　DDR5 不同速度/記憶庫模組的效能改進 透過從DDR5設備輸出資料前在READ指令期間進行校正，RAS的提升(如on-die...

博世(Bosch)於日前宣布將投入生產用於汽車的低成本遠距光達(LiDAR)感測器，偵測範圍包含短距的城市至長距的高速公路，希望透過更低價的產品，加快光達普及率及推動自駕車發展。 Bosch宣布投入生產用於自動駕駛的低成本光達感測器。 Bosch管理董事會成員Harald Kroeger表示，透過突破感測器技術侷限，該公司為可見的未來做出此決定性貢獻，使自動駕駛技術得以進步，期望使自動駕駛方便及安全，並成為卓越實踐。 由於光達提供極高解析度、遠距測量及廣闊視野，被視為推動自動駕駛技術的重要關鍵。Bosch開發人員經研究調查，分析高速公路至城市的全自動駕駛功能案例並證實，如欲使自動駕駛推出時安全性最大化，整合部署雷達、影像和光達三個感測器勢在必行，可排除雷達偵測盲點及光線干擾，確保車輛感測，不僅將符合自動駕駛安全要求，未來更能有效整合技術至各種車型。 價格及技術一直是光達普及的障礙—目前雖有數家廠商將光達技術使用於汽車，但高昂價格令市場無法引起強烈迴響，根據路透社報導指出，光達設備進行大量生產的條件，必須低至200美元才有可行性。環顧市場中致力於研發低成本光達的眾多公司，Bosch本次宣布將投入研發低成本光達感測器，估計有機會可以加速該技術於市場中的廣泛應用。

現今製造商面臨前所未有的挑戰，Deloitte預測2018至2028年期間將有240萬個職缺無人遞補。嬰兒潮世代屆臨退休年齡並帶著技術離開職場，引發嚴重缺工問題；再加上消費者需求比以往嚴苛，期望以更低成本實現商品的即時性、高品質以及良好工作環境等，讓動盪不穩的經濟環境雪上加霜。面對競爭壓力，製造商該如何確保獲利，便自加速導入自動化技術著手。 在工廠內安裝新的工業機器人並不是全然有效的解決方法，畢竟安裝一台工業機器人所費不貲，也僅能執行某些特定任務，還必須考量為維護作業安全所安置的大規模基礎架構。相比之下，為突破傳統自動化限制所設計的新世代協作型機器人(Cobot)，在可負擔的價格範圍內，讓製造商皆能感受到自動化技術的高度競爭力與效益。 這十年來，協作型機器人已協助製造商大幅提升操作的敏捷性與作業效能；現代化協作型機器人隨著技術演進，已具備更強大的能力。最新的協作型機器人負載重量已提升至16公斤，能以適當力道執行螺絲或螺帽鎖付等高靈敏度要求的工作，輕鬆安全處理搬運笨重零件、疊棧等重型工作(圖1)。 圖1　協作型機器人能夠與人一同工作，共同完成單調且容易出錯的任務，提高員工滿意度。 以下從五個層面來看，現代化協作型機器人如何力助製造商保持競爭力、創造更高價值。 生產力提升 重複、單調且不符合人體工學的工作容易令員工感到無趣或受傷，但此類型工作非常適合協作型機器人。幾乎每種生產環境皆能透過協作型機器人提高生產力。協作型機器人能夠與人並肩處理乏味及重複性任務，進而減少人為疏失發生，使員工可以更有效率處理其他重要工作。 獲利能力提升 創造最大利潤是每個企業的目標。根據2019年Smither Pira的研究顯示，每降低1%的生產成本就能增加34%的利潤。企業若將協作型機器人作為提升操作精確度與一致性的工具，除能大幅減少生產成本，也可避免工廠因意外停機而付出龐大代價；同時縮短生產週期，以更低成本製造高品質產品，滿足消費者需求。 員工滿意度提高 員工或許會在起初質疑導入協作型機器人的必要性，但事實上協作型機器人不會、也不應該取代人類，他們的目的是要與人一同工作，共同完成單調且容易出錯的任務，讓人們能專注於需要更多知識、技能與判斷力的業務上。當員工們不用再處理乏味且危險的作業時，就能把時間用在報酬率更高的工作上。麥肯錫(McKinsey)在2019年公布針對消費性包裝品(CPG)的產業報告指出，大規模使用自動化技術有助於企業培養新技能員工，再藉由更優渥的薪水、機會與工作環境，成功留住人才、減輕招募新員工的壓力。 產品品質提升 消費者希望以更低價格獲得更高品質的商品，而導入協作型機器人可降低人為錯誤率，確保作業一致性與精準性，使製造商得以在複雜生產過程中發現錯誤，進而大幅提高產品品質(圖2)。 圖2　協作型機器人能以適當力道執行高靈敏度要求的工作，並降低人為錯誤率，確保作業一致性與準確性。 靈活性最佳化 經濟環境不穩定與消費行為無法預測，導致製造商難以掌握適合生產的商品類型、數量、時機與地點。透過協作型機器人，製造商可以彈性視需要增減產量，加速推進新市場。無論金屬沖壓與測試、品質檢驗或搬運等，都可由協作型機器人執行。目前最頂尖的協作型機器人甚至可在維持精確度的前提，自動執行重型任務及處理包含多種部件的材料，尤其是協作型機器人的編程自由且靈活，能輕易被重新部署於工廠內其他產線。 過去十年來，協作型機器人被視為炒作噱頭，如今卻能提供前所未有的功能，讓企業獲得具體效益、創造更多價值。對製造商而言，自動化不再是可有可無，而是不可或缺。若想在競爭激烈的產業中勝出，協作型機器人的採用將成為關鍵。 (本文作者為Universal Robots大中華區總經理)

非規劃停機所造成的成本每小時可達數千甚至上萬美元。在2017年曾經進行的一項研究中，發現許多企業遇到停機時每小時平均成本高達200萬美元，非規劃停機造成的成本遠高於計畫性維護，因為機器必須下線進行診斷、訂購替換零件，然後才能進行維修。 機器在規格範圍內持續運轉，以及機器預期的剩餘壽命，都會受到各項變數所影響，包括如運轉時間、負載與運轉環境的變動，以及各種損壞事件等。狀態監測的目的，旨在找出這些影響因素的量化數據，以在需要立即注意時即時提供警訊，並精準預測需要介入的時機。 每部機器都不盡相同，每部機器老化的過程也不一致，而老化的過程通常緩慢且難以察覺。除非長期主動觀察細微變化的徵象，不然即使長時間下來也看不出老化的現象。之後有朝一日機器忽然失效，可能是災難性故障，意謂著機器必須離線進行維修。終端使用者希望針對即將發生的失效提前收到通知，藉以提前進行停機的計畫。他們也會觀察機器細微變化的各種徵象，這些因素可能影響類似紙張與金屬板材這類最終產品的品質。 各界需要更加提早觀測出機器磨耗，以及機器輸出品質的資訊，帶動對於更靈敏與更全面性感測的需求。另外，量測的種類也更加多元，包括溫度與振動等感測模態，如今也透過音響、馬達電流，以及電壓量測等方式提供輔助。這些量測系統匯整之後，即可對設備的狀態得到更全面的認知。因此每部機器上裝設著越來越多的量測通道。個別的量測通常需要妥善協調以顯示彼此的關係，像是x/y/z三個軸向的振動數據。而對於同步化的需求，也導致系統的複雜度更加提高。 量測節點日趨分散以及模態的多元化，意謂著以人力資源進行檢視與量測的方式已無法跟上實際作業的需要(圖1)。系統必須分散部署在廠房的各處或偏僻角落，並使用現有的有線基礎設施或無線網路，運用穩定安全的無線系統進行通訊。龐大且昂貴的感測器以及匯流傳輸設備必須做得更小、低價、省電，才適合裝設在這些環境。為此，許多新元件與子系統型態的新型精準解決方案，具備更高的整合度，讓系統廠商現在就能實現上述的感測功能。 圖1　使用壓電感測器是由掌上型裝置，以人工方式檢測設備。 資料擷取是狀態分析首要任務 想要儘可能提早察知機器耗損的徵兆，就等同於須擁有預見未來的能力。在狀態監測分析方面，方法就是觀察系統中各種最細微的變化，包括系統溫度、振動，或聲響等徵狀。想要感測到這些細微的變化，感測器與資料擷取系統必須能以最小偵測分辨率單位明確觀測到這些細微改變，包括在極高的振動或溫度下也能精準量測。為此訊號鏈必須具備極高的動態範圍，意謂著系統得擁有極低的雜訊，同時還能應付極大的變動。 舉例來說，要對往復式水泵偵測出機件磨損的徵兆，就必須能偵測出活塞死點不到十分之一毫米的磨損差異，而活塞的往復行程則達到300毫米。要確保能看到如此細微的變化，其條件則是系統雜訊必須低至少10倍。因此偵測水平必須達到1:300,000或109dB，須採用18位元或更精準的資料擷取系統。 另一項考量因素，是拓展出更多傳輸頻寬範圍。馬達軸以及許多齒輪系統的振動頻率相對較低，頻率相當接近軸轉速或僅是軸轉速的數倍。然而，系統中其他零件則擁有較高頻率特徵。為此，想要偵測擁有較高頻率特徵的零件因磨損產生的偏移，像是滾珠或油封軸承這類零件，感測機制必須在超過10kHz甚至80kHz的頻率下達到高解析度與高動態範圍(圖2)。 圖2　典型振動頻率特徵 感測系統規格必須包含高動態範圍(DR)，以及極低的總諧波失真(THD)，才能在系統振動模式(Profile)下解析出這些頻域特徵。在這些系統中，主要是運用最新精準型大頻寬三角積分(Σ-Δ)轉換器來執行類比至數位轉換步驟。這類極精準的類比至數位轉換器能滿足這些系統的關鍵需求。此類轉換器擁有優異的動態範圍以及THD(一般為+108dB DR到120dB THD)，能在至少80kHz頻率下覆蓋dc直流頻寬，另外還具備許多簡單易用的特色，像是類比輸入端的預先充電緩衝器、整合式數位濾波器、跨元件同步支援多通道相位匹配，使得這些關鍵元件能用來建構最高效能的CbM資料擷取系統。 功率調整(Power Scaling)功能讓同一個實體硬體經調整後能支援特定功率上限的規範，針對整體功率匹配適合的動態範圍或頻寬。在直流以及較大頻寬條件下提供精準偵測，同一個平台的輸入通道能滿足包括溫度、形變，以及其他直流或低頻寬感測的需求，進而簡化整體條件監控系統的架構並降低複雜度，也就是單一平台即可支援所有種類的CbM感測器。 同步取樣確保相位關係保存 在CbM系統中，同步取樣用來確保各組時域資料之間的相位關係得以保存。舉例來說，兩個正交設定的振動感測器可用來偵測振動向量的方向以及振幅。在理想狀態下，相位會延著每個感測器輸入通道逐漸延遲，並應該和溫度變化相匹配。 對於CbM系統而言，設計上需要更多的彈性，方能因應取樣率、頻寬，或功耗擴充需求方面更寬廣的範圍，因此SAR ADC產品也很適宜。這些元件還提供高動態範圍與THD，吞吐量可達2 MSPS，並融入許多易用特色，除了降低訊號鏈的功耗以及訊號鏈的複雜度，還促成更高的通道密度。具備更高輸入阻抗模式的轉換器能擴展低功耗精準型放大器的範疇，這類放大器能直接驅動這些ADC，並達到最佳的效能。 為讓系統廠商針對更精小或分散式擷取節點可達到最高的通道密度，以及加快上市時程，半導體業者如ADI開發出新的訊號鏈μModule產品，可提供比以往更高的整合度。這些μModule元件結合資料擷取訊號鏈設計常用的關鍵零件，打造出小巧的積體電路(IC)形態。 μModule將類比與混合訊號元件的挑選、最佳化、以及配置等方面的設計負荷從設計者轉移到元件，藉以縮短整體設計時間以及系統除錯工作，最終則加快了上市時程。裝配在微型封裝內的μModule元件非常適合用在分散式少數量通道的微型CbM系統中，或更高通道數量的機架式系統(圖3)。 圖3　μModule組件的3D著色圖 MEMS感測器助力狀態監測執行 光是在訊號鏈的資料擷取部分提供高動態範圍、更廣的頻寬、更高的電源效率，以及更高的通道密度，只能解決CbM系統一部分的系統設計挑戰。傳統整合式電子壓電(IEPE)振動感測器龐大、笨重、昂貴，且供電線路的電壓通常比資料擷取系統還要高。一般而言，壓電式感測器採用24V的單一電源，消耗2毫安培的電流，封裝在金屬外殼內。由於感測器一般裝在資料擷取模組內，因此提高設備內部通道密度，就會衍生電源密度以及元件密度的問題。更糟的是，在以電池供電的無線擷取節點中，傳統壓電式振動感測器已不再能滿足這些設計鏈的需求。 MEMS微機電式振動與慣性感測器現在能滿足這些系統的需求。最新的高頻寬MEMS元件具備的雜訊與頻寬效能適合各種CbM應用，而且在標準的微型化表面黏著封裝就能達到這般的效能，同時功耗還比IEPE感測器低了20倍。這些MEMS感測器的小尺吋與功耗特色，讓業者能開發出超小型電池供電多軸系統，以用來執行永久與持續性狀態監測。 功耗與連結 感測機器的溫度、振動或噪音，之後將訊號轉換成數位資訊，這些都是監控作業的關鍵部分，但這些還不是完整的流程。要建構狀態監測系統，必須注意設計專案中所有類比、數位，以及混合訊號元件。資料擷取鏈要達到低雜訊，需要的不光只有低雜訊感測器以及類比至數位轉換元件，還包含低雜訊電源設計。系統要達到低功耗，電源元件必須有效率地從電池或線路汲取電力，而且不會增加設計的複雜度。 連結需求取決於應用環境。許多工業場所已有完備的布線，用來執行製程控制或現在的環境感測，像是溫度量測。然而，這類現存基礎設施大多數無法因應大規模狀態監測所涉及的龐大原始資料或資料傳輸率。 提高既有布線功能的其中一種方法，就是增加更多資料而且不影響現有的功能。舉例來說，HART技術可用來在常見4mA至20mA類比介面上加入數位格式的診斷資訊。類似的狀況，工業乙太網路能增加既有乙太網路布線的決定性以及即時控制力，反映在控制應用上就是延遲的表現，FFT資料所需的更高頻寬，以及允許每個鏈路設置多個節點。 另一種途徑就是無線傳輸資訊。在工業環境中，需要穩健且安全的無線聯網。最新的智慧網狀網路(Mesh)拓撲無線電產品，包含無線晶片，以及預先認證的電路板模組，即使置於充斥干擾雜訊且持續變動的射頻環境中，也能以低功耗執行通訊並達到超過99.9999%的資料可靠度。對於狀態監測而言，這意謂著失效或瞬變事件都能和host主控端進行通訊，並在最短的時間內做出因應作為(圖4)。 圖4　模組圖顯示典型精準資料擷取訊號鏈的子模組。 CbM角色將愈加吃重 狀態監測對於大型高資本設備是絕對必要的，包括像能源與油氣，在這類環境中，非規劃中的停機會直接影響對生產成本。另一方面，工廠扮演的角色越來越吃重，因為除了能主動執行機器維護之外，還能有一種方法來確保機器在正常運轉下能穩定一貫地生產產品。隨著這些監控功能的價值越來越顯著，這項技術將開始擴展到越來越多我們每天所運用的機器上，而不再是風力發電機或造紙廠的專利，未來，將會看到CbM廣泛地應用在火車、飛機、汽車，最終拓展到洗衣機甚至體積更小的家電中。 系統零件製造商未來必須整合感測器，或甚至整個通道都整合到零件之中。未來的馬達將配備振動與電流感測機制，而軸承與齒輪箱也是如此。未來許多自主性運行感測器節點會向行動裝置通報訊息，這些部署在車庫門上的裝置，能在車被塞在車庫內之前向車主發送警訊。 為因應在這些不同情境中持續增加的感測需求，許多設備製造商未來必須採取平台模式，運用少量的平台因應更多化的需求。量測通道必須支援不同的感測器類型，讓機架式設備能改成支援不同的感測器組合。在較小設備方面，系統必須能對不同供電條件進行調適，讓相同監控節點能用在洗衣機或電池供電工具。 狀態監測大幅減少災難性故障機率 狀態監測針對機器內部感測各項可量測的參數，藉以對機器的健康狀態取得量化數據。提高這些量測結果的精準與靈敏度，以及降低監控設備的尺寸/重量/耗電，即可讓工廠管理者將這類感測機制部署在廠房各角落。  現今的工作都配置健康監視器，就像健身追蹤裝置讓管理人員能對工廠運作有更深一層的掌握，隨時得知機器運轉的每一分鐘變化，並根據這類資訊及早做出有根據的決策。提前排定維護工作，並且僅對有需要維護的機器進行保養將能大幅降低維護成本，而技術人員在下班後的出勤以及待命成本，則能降低至零。  此外，由於工作維持在更嚴密控管的狀態，資本設備成本也能因此降低。早期偵測與替換已磨耗的零件，有助維護機器的整體健康。嚴密監視能減少災難性故障的發生機率。設備的壽命也得以延長，並持續維持到壽命終止。 工廠最終產品的生產成本得以降低。在掌握機器健康狀況下，機器的容錯性(Tolerance)即能維持在可控制的範圍內。最終產品各批次的輸出品質也更加穩定。當機器發生狀況或突然停擺的次數降低時，產品重工與廢料也會隨之減少。 (本文作者為ADI資深應用工程師)

  文 ｜ 萬岳憲 資策會MIC產業躍升事業群總監 這不是新科技，也不是新鮮的應用，但是卻成為許多人追逐影視聽的快轉「神器」，有些人是想要跟上潮流，搶快了解夯劇的內容，讓自己在社群裡成為意見領袖或跟上群組話題；有些人則是不耐於劇情舖陳節奏與張力，習慣性的快轉看結局；甚至有些人認為，快轉看，比較不會浪費時間。 倫敦經濟學院教授威吉曼(Judy Wajcman)的研究顯示，這種行為模式來自於時間壓力，人們的生活節奏、工作與休閒的意義，都被21世紀的數位化浪潮給重新定義，科技讓我們感覺可以謄出更多的時間，但真正謄出的微量時間，又被更多的科技應用佔據。人們每天面對海量資訊的快速流動，生活步調在不知不覺中被加速轉動，導致對時間運用彈性，產生倉促的壓力感，甚至是罪惡感，總覺得自己很忙碌，時間總是不夠用，這個現象，威吉曼教授稱為「時間壓力矛盾」(Paradox)。 時間壓力矛盾的強弱體驗感，來自個人的生活環境與財務資源。以前認為無所事事的休閒生活是特權貴族的象徵，現在則是要不停旋轉忙碌的生活，才代表活得有意義、有價值，甚至被反射為代表擁有更高的社會經濟地位。但事實正好相反，越忙碌就代表越無法擁有自由彈性的時間自主權，無法自由支配時間的剝奪感就會愈強烈，同時大腦會產生更強的時間控制慾望，驅使你去做更多的事情，看更多的資訊。 但是微量的自由彈性時間，又使我們產生時間壓力，這個壓力會引導你去選擇符合微量時間需求的行為模式，驅使你在最短的時間內獲得最大化的成果。因此，長期持續的運用微量時間追求個人成果，藉由急迫性壓力來創造高效率完成任務的滿足感，就會不自覺的對時間壓力上癮，這個癮頭的目的地，就是完成一件事情之後的成就感。所以不難理解，用六個小時看完一本書，與在30分鐘內聽完六本書，為什麼後者會讓人產生更大的成就感。 習慣使用快轉功能，就是在時間壓力矛盾下，所產生的行為體驗模式，因為我們想要獲得更多的時間自主權，就會愈不自覺的加快生活步調，好不容易取回的點滴時間，又會不自覺的被使用在其它的科技應用。最後，反而強迫自己每天生活在，受到科技控制的快轉人生裡，影響身心的健康。 去年，全球最紅的Youtuber「PewDiePie」，在年底宣布2020年要暫時退出Youtube不再拍片，理由是「真的很累」；國內知名網紅理科太太，也在去年11月宣布要休息不再拍片，理由也是長期的創作影片，讓夫妻兩人身心俱疲，甚至產生憂鬱症；更早的還有在1月宣布退出的網紅冏星人，引退聲明也是太累，但是在三個月後又宣布復出，還說明當時宣布引退的心情是「我突然就不想拍片了。」 這幾位網紅的退出行動，其實就是無法再忍受被科技快轉人生的時間壓力，傳統「一分耕耘，一分收穫」的踏實人生，轉變為「十分耕耘，二分收穫」的快轉人生，娛人二分，自損八分，讓人怎麼能夠不身心俱疲。 法國知名美術指導與行銷顧問魏訥(Véronique Vienne)在1998年就倡議「無所事事的藝術」(The Art of Doing Nothing)概念，她認為人們在潛意識裡就會抗拒休息這件事，放緩腳步是太花時間的事，如果什麼事情都不做，更是在浪費時間與生命；我們始終相信只要努力，沒有不能成功的事，但是我們卻從來沒有想過，要努力的去做一件事，這件事叫做「無所事事」。 你應該有過這樣的經驗，週休二日，突然有點慵懶，什麼事都不想做，最後也真的什麼事都沒有做，然後你就會很認真的告訴自己「啊~不能再這樣了，要振作、要振作」，所以就決定要找些事情來做，一些可以讓自己在短時間裡，創造多項成果，獲得滿足感的事情，最後雖然感覺自己又做了很多事，但是也沒有了「週休二日」。 你絕對有長假後再回到工作崗位時，感覺很累的經驗。不論是精心安排出國旅遊、與親友歡聚大宴小酌，甚至什麼事都不做，最後…最後的經驗分享都是感覺好累，尤其是上班族；許多亞洲職場工作調查研究顯示，大多數的職場工作者，是在完成階段性工作，下一個工作還沒啟動的空檔休息，再恢復接受下一個工作挑戰的動力，少數人是經由休假來恢復工作的動能。 我在1998年讀到《無所事事的藝術》這本書時，就愛上魏訥顧問提倡的「拖延、發呆、打哈欠、打瞌睡」的藝術，當我們將這些行為視為是一種藝術的時候，就不會抗拒去做這些事。魏訥顧問認為，說服自己接納去做這些事，是一種理性的行為，我們的大腦必須透過理性的誘惑，讓自己慢慢放鬆，朝著不理性的方向，一點一點的前進，就會減少「閒下來」等於「罪惡感」的焦慮，說服自己接受「無所事事」也是一件事的想法。 美國杜克大學行為經濟學教授艾瑞利(Dan Ariely)的研究顯示，人們天生就是會有不理性的因子，這些因子又經常受到社會的理性規範，導致身心在兩者之間產生抗拒的痛苦，最明顯的特質就是「因循拖延」，這是天性，但我們常常想要違背天性，所以每年初都會訂定年度目標，對自己做出英雄式的承諾，發誓每件事都要如期完成，很認真的標註在新的行事曆筆記本。艾瑞利教授說，研究結果最讓他印象深刻的，不是如何準時完成目標，而是許多完美又創意無窮的拖延藉口。 今年，何妨就嘗試著接受無所事事吧！接受拖延，享受拖延帶來的放鬆、接受發呆，享受發呆可能帶來的「尤里卡突破」(Eureka)，每一次的無所事事，都是讓頭腦放鬆的最佳時刻。作家林文月撰寫《飲膳札記》是在等待食物烹調的過程中構思完成的，美國紐約時報專欄作家佛里曼(Thomas Friedman)撰寫《謝謝你遲到了》(Thank You for Being Late)這本書，也是利用約見對象遲到的時間慢慢構思完成的。 佛里曼將2007年視為是科技應用爆發影響人們生活的開始年，這13年來，網路世界從書桌移到手掌心後，將所有接觸網路社會的族群，培養成「害怕錯過任何訊息」(Fear of Missing Out)的FOMO症候群，但隨著網路個人意識興起，愈來愈受到重視的資訊安全與個人資料保護觀念，未來或許科技應用會實現讓人們「享受被遺忘寧靜」(Joy of Missing Out)的JOMO網路世界，我想讓你找到我，你才在網路找得到我。 也許，2020年是很值得「無所事事」期待的一年。

Imagination Technologies日前宣布與蘋果公司達成新多年期授權協議，取代先前於2014年2月6日首次宣布的多年使用授權合約。根據新簽訂的協議，蘋果公司可以使用Imagination更廣泛的智慧財產權(IP)，同時並繳納授權費用。至於協議其他具體內容並未公布。 Imagination長期發展繪圖處理器技術。 回顧雙方早前分合，起初蘋果偕同Imagination，使用該公司的PowerVR GPU架構，作為Apple手機、平板電腦、iPod、電視及手表中的基礎。之後蘋果為了試圖獨立研發GPU，於2017年4月宣布逐步於兩年內停止使用Imagination的技術。由於蘋果為Imagination的最大客戶，此舉造成後者股價蒸發超過60%。日後該公司董事會更公開求售，同年11月，該公司被中資Canyon Bridge Capital Partners以5.5億英鎊的價格收購。 但由於Imagination仍握有GPU的專利技術，該公司在2017年的聲明中即表示，若欲在不侵犯該公司專利、機密及智慧財產權的前提下，重新設計GPU架構，是非常具挑戰性的事情，換言之，蘋果自行獨立設計GPU架構的本身便存在高難度。 近年Imagination致力精進PowerVR GPU架構，2019年12月該公司亦發布第十代IMG A系列PowerVR GPU架構，最佳化GPU的運作時間及學習處理速度。回過頭審視蘋果及Imagination於此時宣布重啟合作的關鍵，是否意味著蘋果自行發展GPU技術的過程受阻，值得進一步密切關注。

趨勢科技先進應用市場開發部資深經理鄭朱弘毅說明，遭受駭客入侵的NASA噴氣推進實驗室，由加州理工學院代管，主要研究火箭推進技術。從2018年至2023年代管預算高達150億美元，其中包含NASA所要求的IT轉型計畫。實驗室內部大約有二萬多台桌機、三千多台伺服器，運行操作的標準作業程序皆必須符合美國國家標準與技術研究所(NIST)提出的CSF資安規範。近期爆發的進階持續攻擊(APT)事件，導致500MB的火星計畫相關資料遭竊，經過事件調查還原真相後發現，該攻擊活動已潛伏超過十個月，最初滲透入侵的破口則是一台被設置在內部、未經批准的樹莓派(Raspberry Pi)嵌入式單板電腦。 就NASA監察長辦公室公開的調查報告來看，顯然是裝置控管方面出現遺漏、網段分割未能及時阻止橫向移動、樹莓派的系統漏洞未安裝修補更新遭利用，再加上對於事件應變的控管疏失，才讓APT攻擊有機可乘。制度上，噴氣推進實驗室對於資產的控管都有標準規範，針對外部可接入的系統逐一列管，可依據人事時地物進行記錄，成為CIO與各個系統管理者溝通的依據。然而，被攻擊者滲透的樹莓派卻未登錄，成為可被利用來執行滲透的破口。 近年來本土高科技製造業的研發團隊習慣採用樹莓派執行開發任務，此資安事件正可為借鏡。對於IT管理者而言，欲確保資安風險得以被控管，首要必須建立內部聯網裝置的可視性，才有能力依據工作流程配置相對應的控管措施。至於新興物聯網場域的實作，鄭朱弘毅建議可交給趨勢科技等專業資安廠商規畫與部署，運用端點安全防護、入侵偵測系統、應用程式白名單等機制來實施，並且在樹莓派的系統中安裝代理程式，以具備基本的保護能力。對於建置資安防護措施的評估則是關鍵，必須綜合考量組織文化、工作流程、資產重要程度、員工意識等面向，才能制定真正可行的政策。 趨勢科技先進應用市場開發部資深經理鄭朱弘毅提醒，企業大量部署聯網裝置已經是不可逆的趨勢。  

IoT創造更多聯網管道，也導入資訊安全風險，英飛凌科技數位安全解決方案事業處經理江國揚表示，物聯網時代的網路攻擊類型更為多樣，可能透過傳輸攻擊(Communication Attack)、裝置認證攻擊(Device Identity Attack)製造假裝置取代真實裝置，設備完整性攻擊(Device Integrity Attack)就是俗稱的僵屍攻擊，尋找裝置漏洞並入侵，生命週期攻擊(Lifecycle Attack)典型的方式就是植入木馬病毒。 隨著許多物聯網裝置被放置在暴露的網路環境中，保持裝置本身安全更為重要，江國揚強調，即便在可信賴執行環境(Trusted Execution Environment, TEE)，物聯網的攻擊還是層出不窮，TEE常見的網路攻擊管道包括：實體攻擊(Physical Attack)、側信道攻擊(Side Channel Attack)、TCB與TEE軟體漏洞(TCB and TEE Software Vulnerability)、內部攻擊(Insider Attack)。 在常見的資訊安全防護方案包含軟體防護、IP隔絕防護與硬體防護中，英飛凌身為半導體晶片廠商特別強調硬體式安全的防護力與重要性。江國揚比喻，這就像是一間房子裡除了大門提供的門禁防護之外，在內部又放置一個實體的保險箱，防護效果相對較佳，硬體防護可靠性較高。並且可以提供晶片主動防護、記憶體內部加密、資料獨立加密執行、隨機數學運算、內部狀態一致性檢查、電壓篡改/隔離電源軌、內部時脈產生、安全測試方法，且不具備冗餘的除錯探針點與測試墊介面，減少駭客有機可乘的機會。 Infineon的安全硬體解決方案從底層到上層具備高度完整性，江國揚說，OPTIGA Trust B針對要求具備易於整合和可靠認證功能的嵌入式系統；OPTIGA Trust E同樣應用於嵌入式系統，但安全層級提升到CC EAL6+；OPTIGA Trust...