首頁Top區塊

能夠量測心律以及其他生命徵象的健康追蹤器可協助使用者規劃適合自己的運動菜單。這類裝置通常內建動作感測器，能偵測各種移動模式，協助判斷包括行走、跑步、游泳等狀態，讓它們能像計步器一樣運作。為了配戴舒適以及能在日常生活中方便使用，這些量測動作通常會在手腕上進行，因為感測器一般都裝在像是手錶、首飾以及腕帶內。然而對於量測品質而言，手腕並非最適合的量測位置。心律的偵測會受到許多動作瑕疵所侷限，由於有較多的肌肉遮擋以致無法更接近到動脈進行量測。  相較之下，耳朵更適合進行光學心律量測。醫學專家目前已經會從耳垂部位量測血氧濃度。然而消費產品至今還沒有充分運用這方面的技術，因為耳朵部位的量測裝置空間極為受限，但卻需要耗用大量電力以致於必須配置大型電池。不過，業界正持續推出各種高度整合的低功耗晶片，以克服這些問題。如今業界已能把可實際運行的生命徵象量測元件整合到一般入耳式耳機中。此外，改進反應速度也開拓出全新的應用領域以及可能性。本文便將針對此類系統進行介紹與評估。 感測訊號光學式量測法 底層的量測方法為光學式量測。過程中使用最多三個LED燈來量測短脈衝訊號。LED電流最高到370mA，最小脈衝寬度為1微秒。LED的最佳波長取決於量測位置以及量測方法。由於只會量測腕部的表淺動脈，因此這裡選擇的是綠色燈，若是在耳朵進行偵測，就會選擇能穿透到更深表皮以及具備更高訊號雜訊比的紅外線。光二極體其偵測區域和反應速度之間有直接關係，用它來量測反射回來的光線。光二極體會量測到訊號以及背景雜訊，下游的類比前端元件提供更高的訊號雜訊比，其作用為訊號濾波器，並將偵測到電流轉換成電壓，同時轉換成數位格式。演算法方面，除了量測反射光之外，還會利用加速度計濾除各種動作瑕疵，對訊號進行校正。 以下將介紹量測系統的元件。ADI的ADPD144RI晶片用來作為類比前端元件，另外還整合了光二極體以及LED。量測作業運用了一個三軸加速度計，這個加速度計除了用來辨識腳步型態以及動作外，還能移除各種訊號瑕疵。整個流程由微控制器負責控制，並作為各感測器以及承載演算法元件之間的傳輸介面。 圖1顯示測試系統，將光學感測器以及加速度計裝入到一般常見的入耳式耳機中。在設計時刻意將ADC採樣率限制在100Hz，LED密度也降至最低，藉此盡可能壓低耗電。 圖1　測試系統內含一個整合式光學感測器與加速計，置於標尺旁顯示實品的尺吋。 為進行系統特性分析，針對不同的移動模式，分別考量五種情境。過程中只運用光學訊號進行評估，這麼做不僅能判斷什麼情境中出現脈搏量測失準，還能知道何時需要加速計資料以提高脈搏量測的精準度。情境包含以下動作： ．停在原地未走動 ．停在原地並咀嚼 ．在桌邊工作 ．行走 ．跑步與跳躍 測試情境一：停在原地 圖2顯示原始資料的頻譜，表現出振幅與採樣率之間的關係。圖中出現峰值的時間即是脈搏。在沒有移動時，訊號相當清晰，可從波峰位置以及已知採樣率來判斷心律。 圖2　藉由量測超採樣的振幅即可得出心律的資訊 光學感測器會將心律紀錄成兩種LED顏色－紅外線以及紅色，每個顏色各有四個頻道。在這種方式中，採用兩個不同的顏色頻道來進行量測，其結果可能會有差異，可以選擇較穩健的變異數據。圖3A顯示不同頻道的訊號。在六頻道的設定中，可以辨識出明確定義的訊號，其中兩個頻道呈現飽和狀態。為達到更強且穩健的訊號，在未飽和頻道中套用演算法然後計算出心律。圖3B顯示紅色頻道(上方)以及紅外線頻道(底部)的心律，同時還以顏色標度顯示量測的信心水準。此外圖中還顯示多組心律數據，可透過取樣率以及信心指標可分辨出原始訊號(虛線)。 圖3　(a)顯示一個4頻道量測訊號，量測停在原地不動的情境，(b)顯示原始以及彙總資料。套用演算法即可從彙總資料中判斷出心律(黑線)，色標顯示信心水準。 總結在沒有動作時，訊號很強且沒有擋到真實訊號的雜訊，因此演算法能判斷心律並達到高信心水準。紅外線頻道的訊號要強過紅光頻道的訊號。 測試情境二：停在原地並咀嚼 情境二中多了咀嚼的動作。圖4顯示紀錄頻譜。不同於測試情境一，從圖中可清楚看到各種動作瑕疵，反映在訊號波形的跳動上。另外在頻道彙總圖上也很明顯，不再展現能清楚分辨的心律。不過，即使沒有透過動作感測器提供額外的幫助，演算法仍能正確判斷心律並達到相當高的信心水準。有趣的是，紅外線訊號的強度又再一次高過紅光頻道。 圖4　(a)顯示4頻道量測訊號，量測停在原地並咀嚼的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 測試情境三：在桌旁工作 情境三則是測試另一種日常狀況。測試人員坐在桌旁執行日常工作，並作出一些相關動作。類似情境二，系統也會偵測到各種動作瑕疵，在套用演算法後即可判斷出兩個頻道的心律。如(圖5)所示，這裡，紅外線的強度亦是勝出。 圖5　(a)顯示4頻道量測訊號，量測在桌旁工作表的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 測試情境四：行走 先前幾個情境涵蓋各種靜態量測條件，而在這個情境中測試人員以低速朝一個方向移動(約每分鐘50步)。如圖6所示，在PPG訊號中，心律和行走步伐的訊號混在一起，各頻道彙總後呈現相當模糊不清的訊號。紅色訊號區域中無法計算出清楚的心律，而演算法則是在紅外線頻道中找到一個較明確的心律。在高度波動以及低信心水準的組合中，從加速計得到額外的動作資料的確相當有幫助，特別是因為直到此時，量測都是在低走行速度下進行。 圖6　(a)顯示一個4頻道訊號，量測步行的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。在紅外線情境中，不須使用加速計即可判斷心律。 測試情境五：跑步與跳躍 情境五測的不是均勻的移動，而是交雜快跑與跳躍的動作。波形中可明確看到許多動作瑕疵，即使套用演算法也很難區隔出正確的心律，如圖7所示。因此無可避免的需要動作感測器的支援。 圖7　(a)顯示4頻道量測訊號，量測跑步與跳躍的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 為了評估對動作感測器的需求，情境5中測試的量測技術，包含使用以及不使用加速計的情境。圖8顯示的是比較沒有校正加速計資料(左邊)以及納入校正加速計資料(右邊)的加成頻譜。從圖中可看到訊號有明顯的改進，能清楚辨識出心律，但如果沒有加速計的支援便根本無法辦到。 圖8　比較沒有加速計資料(左邊)以及有加速計資料(右邊)的加成性頻譜。使用加速計後，即可重建使用者的心律。 從上述的測試情境，我們可歸納出在大多數情況下，運用整合在入耳式耳機內的感測器，可極準確判斷出心律。在局部或緩慢的平移運動，甚至不使用加速計資料也可能判斷出心律。然而在忽然與急速的動作中，如果將經過動作校正的資料一起比對，亦可對資料進行判讀。在所有情境中，紅外線訊號的強度都高過紅光訊號。 和手腕量測相比，量測耳朵的訊號強度更高，因此能得到更精準的量測數據。此外，運用紅光或紅外線還能量測血氧濃度。 總結來說，從功能測試系統的結果來看，置入耳內裝置的量測其可行性極高。量測裝置還能透過更好的機械整合，以及納入額外的量測機制使產品更加完善。此外，加速計還能用在跌倒偵測以及步伐辨識，以為客戶創造更高的附加價值。 (本文作者為ADI應用工程師)

具備潔淨排放特點的電動車持續成為汽車產業的熱點，電動車全球出貨量早已超過百萬台，預計很快就可以飛躍千萬台，一般道路上電動車奔馳屢見不鮮，未來幾年電動車成長性依然居高不下。而其發展對產業鏈的成長也帶來強大的推力，電動車產業鏈涵蓋汽車製造廠、零件供應商及資通訊產業，除了車輛製造，後勤支援、維修保養與零組件產業鏈規模也同樣龐大。 與汽車的加油站一樣，未來電動車的後勤系統──充電，是整個產業接下來能否健康成長的關鍵之一，尤其快速充電系統的建置、充電效能的強化、電池管理系統的提升與充電規格的統一等。本活動剖析電動車快速充電系統發展趨勢，並深入探討電動車的快速充電/儲能、電源管理、等關鍵技術設計之道。 複合波充電技術活化電池效能 電動車的發展，與電池技術的推展關係密切，多年來鋰電池因為狀態相對穩定而且能量密度高，一直是二次電池的主流。但其在技術上還存在許多瓶頸，北科大車輛工程系教授黃國修(圖1)指出，鋰電池電容量容易衰退、電池循環壽命銳減、各電池芯衰退程度不同、電池溫度上升、電池模組存在問題電芯等，造成電池模組的續航力下降、使用年限降低、危險性提高並增加其他電池芯負荷等問題。 圖1　北科大車輛工程系教授黃國修指出，複合波充電技術可以活化電池芯內部結構，提升電容量，延長電池壽命。 因此，黃國修表示，在研究上希望未來能減少電動車電池使用量，並讓每個電池芯可以充分被使用，讓電池組的壽命更長。透過「複合波充電」技術，可以活化電池芯內部結構，提升電容量，延長電池壽命，以降低汰換成本；另外，複合波充電與大電流充電相同，但可用電量等同涓流充電量，縮短充電時間。複合波充電針對不同的鋰電池材料配方、製程及規格，使用連續波形，設計出最佳化充電波形。 黃國修強調，使用複合波充電的鋰電池組，可減緩電池老化速度、延長壽命，並擴大電池使用荷電狀態(State of Chare, SOC)的範圍，同時，讓電池充電時間縮短，但充入電量提升；充電時的電池溫度上升較少，提升充電效率；最佳化電池初始化的時間及SEI膜厚度，並活化再生老舊電池。一般而言，經過600次充放電循環的電池，經過複合波充電，還有95%的健康狀態(State Of Health,  SOH)。 支援充電後勤設施　    智慧電網當務之急 電動車日益普及，充/換電需求也日益提升，以供電系統的電網而言，過去是以單向傳輸為主，未來電動車電池也能扮演儲能的角色，大同智慧能源事業部總處長林常平(圖2)說，以後智慧電網電力輸送將從單向變成雙向，配電網的觀念與結構都需要重新調整。根據國際能源署(International Energy Agency, IEA)的資料，2017年全球電動車約300萬台，2018年成長到約510萬台，對傳統電網的輸配電壓力日益凸顯。 圖2　大同智慧能源事業部總處長林常平說，智慧電網電力輸送將從單向變成雙向，配電網的觀念與結構需要重新調整。 以充電設施與應用情境而言，林常平解釋，充電設備分為快充、慢充與儲能型充電設備；而應用情境上，公開場合如停車場、路邊充電埠(Roadside Charging Pole)，私人場合如社區或住宅花園等。當電動車充電需求越來越普遍，也可能衝擊現有的用電需求，而且有許多風險需要注意，如充電週期、電池安全性、充電管理等。 電力供應系統能否支援電動車充電需求，是電動車發展良窳的關鍵之一，林常平說明，加上電動車的充電，在一般的社區中，用電量首先會大幅提高，另外，過去半夜是用電谷底，加上電動車充電半夜可能成為社區用電高峰期，電網這類基礎建設必須要能支援。另外，過去發電是透過電廠，再將電力分配到家家戶戶，是屬於集中式發電與單向式供電架構；未來許多再生能源會加入發電網路，並提供儲電功能，供電與輸電會成為分散式架構，電力網路與供/輸電情況複雜應提升，電力調度與控制更為重要，需要創新的做法加以因應。 電池管理系統讓電池頭好壯壯 電動車電池模組可以說是整輛車最關鍵的零組件之一，二次電池尤其是鋰電池近年都呈現兩位數以上成長，致茂電子電力電子量測系統產品部副課長林信宏(圖3)提到，電動汽車電池組由多個電池串聯疊置而成，一個典型的電池組大約有96個電池，產生超過400V總電壓；汽車電源系統將電池包看作單個高壓電池進行充電與放電，但電池管理系統必須獨立監控每個電池的情況。電池管理系統，通常具有量測電池電壓的功能，防止或避免電池過放電、過充電、過溫度等異常狀況出現。 圖3　致茂電子電力電子量測系統產品部副課長林信宏提到，電池管理系統可以協助照顧電池健康並處理突發狀況。 電池管理系統其他的功能還包括：通訊、殘電量估測、健康度估測、異常警告、電池芯電壓狀態平衡、其他管控電路、異常保護、溫度量測等。林信宏強調，電池包的高壓安規監測相當重要，正常使用或碰撞後的安規監測都要執行，以保障使用者人身安全。另外，電池管理系統、電池包設計需考量模組性，維護量產需求與車輛診斷工具結合。 電池組最怕過熱起火燃燒，電池管理系統絕緣電阻是一種常見的安全防範設計，林信宏指出，當絕緣電阻產生異常時，須執行安全性原則，常用的絕緣電阻檢測方法包括有平衡電橋法、不平衡電橋法、低頻探測法等。平衡電橋檢測是通過檢測電壓，再加上給定的電阻R來算出，但當正、負絕緣都出現降低的情況下，檢測結果將與實際情況不符合。另外，為能更即時了解車輛故障問題，車廠也合作發展開放共通的診斷服務。 完善充電樁驗證有助打入區域市場 對於台灣的產業來說，電動車是打入國際汽車產業鏈的絕佳時機，充電樁系統可結合台灣專長的資通訊製造經驗，也是國內廠商相當有機會的切入點，不過因應各國家地區市場不同的法令/規範，產品驗證就變得更加重要。德國萊因商用與工業產品服務資深工程師黃谷坤(圖4)說，關於電動車充電樁的系統安全與性能驗證，主要依據兩個規範：IEC 61851-1與IEC 61851-23，61851-1規範了基本安全要求、EV充電樁性能驗證與其他應用，61851-23規範直流充電樁性能驗證與直流充電樁充電程序。 圖4　德國萊因商用與工業產品服務資深工程師黃谷坤說，電動車充電樁的系統安全與性能驗證，有助國內廠商進軍國際。 目前電動車充電有三大規格，分別是由豐田和日產等日本大型車廠主導的CHAdeMO、歐美八大汽車公司共同推動的SAE Combo，以及由特斯拉提出的Tesla Supercharger。黃谷坤表示，在車輛的充電孔部分，常見的有AC加DC的Combo形式，與一個CHAdeMO負責DC直流充電孔加一個AC Type1充電孔。 充電槍部分，AC充電分成Type 1的250V/32A、Type 2的480V/63A與Type 3的480V/63A，黃谷坤表示，以Type 1與Type 2較常見。而DC充電則有Type AA的600V/200A、Type...

以作業員為師　軟板插件難題逐步分解 如果要讓機器手臂像人類作業員一樣，執行軟板或排線的插件作業，最好的起點是觀察人類作業員如何在工站上執行這項作業。 首先，因為軟板或排線來料時的方向通常不一致，因此作業員一手拿起這類零件的同時，就會開始調整零件的方向，使其對準容易安裝的角度。對應到機器手臂的作業，這意味著手臂必須帶有視覺功能，可辨識出零件的輪廓跟方向性，從而進行調整。 第二，軟板或排線是用來連接系統中不同零部件的裝置，因此兩端各自帶有連接器。在人類作業員進行插件作業時，往往不會兩端同時插入，而是先插一端，確認連接器穩固接妥後，再把軟板或排線拉到另一端，進行插入動作，然後輕拉排線或軟板，確認連接是否穩固。有些連接器為了確保排線或軟板正確、穩固地連接，在連接器上還會附帶一個保護蓋，當作業員完成插件後，還需要把蓋子蓋上，才算完成整個工序。 對機器手臂來說，這道工序是相當複雜的。首先，人類作業員通常不會單手完成這個作業，而是雙手並用。因此，如果要用機器手臂來執行同一個工作，也要兩隻手臂協作會比較理想(圖1)，這會牽涉到相對複雜的編程作業。其次，機器手臂必須靠機器視覺來標定連接器公頭母座的位置，才能精準插件。此外，手臂本身還需要有力覺感測能力，以避免插件用力過猛，造成連接器損壞，或是在完成插件之後，輕拉排線或軟板，確認連接穩固。 圖1　要實現軟板或排線組裝的自動化，用兩隻手臂協作的方式是比較理想的。 正因為軟板或排線的插件作業是非常細膩的工作，因此，直到目前為止，絕大多數電子組裝廠都還是用人力來做這項工作，因為人有與生俱來的雙手跟視覺、力覺，只要稍加訓練，就能很流暢地完成這項工作。 雙「感」齊下　機器手臂也能細膩作業 但這不代表機器手臂無法勝任這項作業。機器手臂業者愛普生(Epson)近期就已與台灣某家電子製造業者完成了一條自動化示範產線的建置。在該產線中，跟軟板插件有關的工站，就採用了雙單手臂協作，並在手臂上整合了視覺跟力覺。其中，雙單手臂協作的程式編寫，以及力覺感測技術的整合，是比較大的技術挑戰。 雙單手臂協作的最困難之處在於，不僅要避免手臂互相干涉，甚至還要像人類一樣，把物件從一隻手遞給另一隻手，因此在程式撰寫時，必須十分仔細地規畫手臂的運動路徑，而且對通訊延遲相對敏感。因此，軟硬體便於高度整合，並具有完善軟體開發環境的愛普生機器手臂，在實現雙單手臂協作上有先天優勢。 其次，因為軟板或排線這類零組件十分纖細，如果在插件時施力不當，很容易損壞連接器，故機器手臂本身的力覺感測技術必須有相當的靈敏度。在力覺感測的靈敏度方面，愛普生自行開發的感測器，靈敏度可達0.1牛頓以下，這使得愛普生的力覺感測器很適合應用在精密組裝作業上。 值得一提的是，除了軟板跟排線這長度相對短的扁平纜線外，一些比較長而細的纜線，例如冷卻風扇的電源線，甚至天線跟主機板連接的纜線，除了一樣要精準且用適當力量來插件外，有時還會需要在機殼上的機構設計，例如線夾或走線凹槽配合，進行彎曲繞線，這也是可以用機器手臂進行的作業。但面對不同型態的纜線，需要搭配對應的客製化夾爪。愛普生在這方面也能提供客製化設計的顧問諮詢，幫用戶設計最適合的夾爪(圖2)。 圖2　在機器視覺、力覺與客製化夾爪的輔助下，以機器手臂完成軟板、排線插件已不是問題。 高度客製化考驗顧問諮詢能力 其實，整體來看，自動化產業是一個客製化程度很高的產業，即便是同一家公司，不同生產線的需求跟配置可能不太一樣，如果是不同公司，甚至是不同產業，差異只會更大。因此，機器手臂供應商不僅要提供產品跟技術，顧問諮詢的服務能力也很重要。 除了前面提到的夾爪客製化之外，力覺感測技術的應用，通常也是高度客製化的。力覺感測賦予機器手臂感知力量的能力，這讓機器手臂在執行很多工作時，能比以往做得更細膩。舉例來說，曲面拋光、塗膠這類作業，在沒有力覺感測技術的輔助下，當然也能透過程式編寫或CAD to Point這類軟體工具，讓手臂依循固定的路徑運動，完成作業。 但這種作法在實際應用上很容易出現問題，特別是曲面拋光。因為拋光頭本身是消耗品，隨著時間過去，拋光頭會因為磨耗變得越來越薄，如果手臂的運動路徑沒有力覺感測技術來補償修正，只按照給定路徑運動，拋光的效果會越來越糟。 因此，目前有拋光製程需求的業者，如果導入機器手臂做自動化，通常得靠經驗來決定何時更換拋光頭。但如果有力覺感測輔助，業者就可以用更科學化的方式來判斷何時需要更換耗材，而且停機更換的頻率通常可以降低，因為力覺技術可以用來修正手臂的運動路徑，讓拋光頭用得更徹底，且不影響拋光成效。 因為這類需求十分常見，而且能給用戶帶來明顯的經濟效益，愛普生目前正在整理過去相關顧問諮詢所累積的經驗跟知識，將其固化成一套具有圖形化使用者介面(GUI)的工具，讓使用者能更快、更直覺地將整合了力覺功能的機器手臂導入到拋光製程中。 (本文作者任職於愛普生)  

資策會產業情報研究所(MIC)展望2020年高科技產業整體發展，並預測總體環境趨勢與產業佈局轉變，同時聚焦新興技術與創新應用發展。觀測整體，全球經濟緩步回升然而幅度有限，市場朝向破碎化發展，彈性的供應體系逐漸成形，短鏈與分散化供應鏈時代提前來臨。針對新興技術與創新應用，iABCDEF重點技術疊代加速彼此發展。其中，5G在網路通訊與資訊電子領域發揮強大的影響力，扮演科技產業帶動火車頭的角色。 5G在網路通訊與資訊電子領域發揮強大的影響力，扮演科技產業帶動火車頭的角色。 針對新興技術，資策會MIC表示，2020年重點技術的高度疊代發展與互相推升發展速度是觀測重點，所謂iABCDEF包含物聯網(IoT)、人工智慧(AI)、大數據(Big Data)、區塊鏈(Block Chain)、雲端(Cloud)、資訊安全(Cyber Security)、邊緣運算(Edge)與5G等，也推動跨國、分散式的智慧製造體系進展。 資策會MIC副所長洪春暉認為，雲端運算架構的轉變值得關注，從過去集中運算模式，加入邊緣運算、霧運算的多層次分工，形成分散式運算架構，打破目前網路頻寬對資料傳輸的限制與資料中心運算力瓶頸，加速IoT與AI相關應用實現。隨著多數國家2020年5G商轉，其高速、大頻寬與多連結特性將使5G應用從手機延伸至各個垂直領域，蒐集傳遞更大量數據，再加速IoT、AI、大數據等技術的發展速度。 而在網路通訊領域，資策會MIC提出10大發展預測並就個別趨勢深入分析，主要包含5G SA布建，5G新收費模式、智慧型手機迎接換機潮、6GHz頻段關注高、固網與移動融合助攻5G、PON新市場機會、交換器升級、Wifi新規、營運商服務轉型、RCS、網通產業併購潮。主要項目不僅以無線通訊為主，其中由5G或5G帶動的高達8項，2020年5G商業化邁入高峰，資策會MIC資深產業分析師兼研究總監李建勳指出，針對5G的預測越來越樂觀，產業發展圍繞5G為核心。 2020年5G組網將從NSA逐漸升級至5G SA 為實現智慧製造、智慧醫療、智慧交通等下一代創新應用，獨立式(Standalone, SA)5G NR架構將扮演重要角色。從2020年開始，中國大陸三大營運商、南韓主要電信業者SK Telecom、KT與美國Verizon、AT&T、T-Mobile將展開5G SA網路布建。5G手機將開啟4G手機換機潮，驅動智慧型手機市場重回成長，李建勳說，2020年5G手機出貨將達2.6億支，部分較樂觀的機構更喊出上看3億支、2021年達5.4億支，隨著5G零組件規格升級，將帶動半導體、射頻元件、散熱、電路板、被動元件、天線、記憶體產業成長。 另外，目前5G建設面臨諸多難點，而重拾固網與移動融合的網路架構，能協助營運商運用固網資源來打造多元網路傳輸方案、支援網路切片應用，且能減少建設資本支出，共享所有網路資源。資策會MIC指出，隨著IP流量暴增、5G陸續商轉，大頻寬應用需求驅動寬頻網路升級，為光通訊骨幹網路PON提供新市場機會。更助攻網路設備市場規模成長，其中微型資料中心與超大規模資料中心建置將直接促進交換器出貨，主流規格100G滲透率持續提升，而400G交換器產品也已開始向資料中心業者出貨，目前更前瞻的800G以上技術也在研擬中。 xG-PON擴散普及，次世代標準制定中 在資訊電子產業部分，資策會MIC產業顧問楊中傑表示，2020年總體環境須關注中國大陸十四五布局與半導體大基金二期加速投資，逐漸對臺灣半導體次產業形成威脅，另外以及貿易戰帶來臺廠關鍵地位提升的契機。針對產業鏈上中下游動態，有五大趨勢值得關注，包含：5G應用帶動半導體市場與技術需求、串流服務與邊際運算推動微型化雲服務資料中心、彈性化邊緣運算架構、工業數據即服務，與AI技術導入醫療輔助系統。 資策會MIC觀測產業鏈上中下游動態，提出五個關鍵趨勢。第一，產業鏈上游部分，5G應用帶動半導體市場與技術需求，包含：化合物半導體則需求增加、5G天線模組帶動AiP封裝技術(Antenna in Package)發展。因應5G高頻與基地台高功率需求，傳統矽因材料已無法滿足，可預期化合物半導體(Compound Semiconductors)或稱III-V族半導體市場將成長。除此，異質整合提供多晶片整合方案，其中AiP封裝技術成為5G射頻模組主流，整合RF IC與陣列天線等多個電子元件。

SEMI(國際半導體產業協會)公布2019年全球晶圓廠預測報告，經歷上半年衰退態勢後，在下半年因記憶體投資激增所挾帶的優勢，預估2019年全球晶圓廠設備支出將上修至566億美元。報告指出，2018年至2019年，晶圓廠設備投資僅下滑7%，相較於先前所預測降幅18%獲得顯著改善。 SEMI全球行銷長暨台灣區總裁曹世綸表示，晶圓廠設備支出成長主要來自於先進的邏輯晶片製造與晶圓代工業者對於記憶體，尤其是3D NAND的投資挹注持續成長。SEMI同時修正2020年晶圓設備投資預測，總金額上修至580億美元，整體市場轉趨樂觀。 由圖黃色趨勢線可見，記憶體設備支出力道是扭轉全球晶圓廠設備支出放緩趨勢的關鍵。整體設備支出分別在2018下半年及2019上半年下降10%及12%，其中下滑主因便來自全球記憶體設備支出萎縮。在2019上半年記憶體設備投資下滑幅度達38%，降至100億美元的水平之下；其中又以3D NAND的設備投資下滑幅度最為慘烈，衰退57%；DRAM的設備投資也在2018下半年及2019上半年分別下滑各12%。 在台積電與英特爾(Intel)的引領下，先進邏輯晶片製造與晶圓代工業者的投資預計在2019下半年攀升26%，而同一時期3D NAND支出則將大幅成長逾70%。儘管今年上半年對於DRAM的投資仍持續下降，但自7月份以來的下降幅度已較和緩。 報告進一步顯示，2020上半年，受到索尼(Sony)建廠計畫的帶動，影像感測器投資預期將成長20%，下半年增幅更將超過90%，達16億美元高峰；另外，由於英飛凌(Infineon)、意法半導體(ST Microelectronics)和博世(Bosch)皆發表相關投資計畫，電源管理元件的投資預計大幅成長40%以上，下半年將維持成長態勢，再度上升29%，金額上看近17億美元。  

賽靈思(Xilinx)積極布局5G市場。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收益成長。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，而有這樣個數量變化，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。 賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden 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。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，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。

本文設想由影像傳輸所使用的鏡頭加入臉部辨識並結合大門門鎖進行控制，其他功能方面透過手機APP與門鎖裝置進行配合，使用者可於手機上與門前人員進行視訊、查閱通行紀錄、分享權限與使用手機進行開鎖動作，使用者不需要擔心透過手機開鎖的安全性，該功能是透過本文團隊研發的混沌加密技術所達成的動態且隨機的認證機制，能夠有效的防止盜竊者透過反覆嘗試來逐一破解密碼，因為密碼隨時都在變化。功能乃透過模組化的方式結合紅外線、超音波等感測器讓使用者能快速地擴充且應用在不同地方，而影像辨識功能採主動化偵測，若有可疑人士在門前逗留便會透過手機通知使用者，且使用者亦可透過APP隨時觀看門前的動態。 簡而言之，在科技進步與持續開發的物聯網推動中，將許多的感測器應用在人們的生活中例如車票買賣、智慧電網、網路影像監控等，在資料傳輸過程中除了近距離的無線傳輸，多方監控與遠距離傳輸都將會使用到網路，由於日常使用的網路線都是由業者建立，對於開發上便占有極大的優勢，近期由電信工會會員得知，電信行時下最常接獲由民眾或店家要求安裝網路監視器系統，但安裝的監視器只能作為影像監控。 本作品從此系統延伸，除了影像監控方面本系統也加入APP，透過影像辨識獲取的生物特徵進行大門解鎖功能，同時由硬體裝置將記錄上傳至雲端，使用者透過APP便能查閱紀錄，且亦可分享開門的權限給其他授權人，其開門的方式便是透過手機與門鎖裝置進行以混沌加密機制為基礎的連線解鎖功能，其加密方式是透過混沌亂數產生器與同步控制器將接收端與傳輸端產生的金鑰達成同步現象便能實現加解密的功能。 保全系統工作原理及功能 本作品以盛群晶片HT66F70A為主結合手機應用程式與Raspberry Pi模組，其功能如圖1所示。 圖1　主要功能圖 以保全系統為構想，將盛群晶片作為門鎖裝置，使用者可透過手機與晶片進行連線後，完成混沌加密運算功能便能將門鎖開啟，若門鎖未依正常方式開啟，應用在防盜功能上的感測器，如紅外線感測、振動開關感測模組等，將會通知晶片並透過Raspberry Pi的網路功能將開啟紀錄、影像傳輸至Firebase雲端資料庫與使用者的手機上，並且透過應用程式使用手機的通知功能，讓使用者立即收到門鎖遭到入侵的消息。 手機的視訊功能也能應用在收宅配或來拜訪的人員與使用者的溝通管道，由於一個家庭通常以兩個人以上為單位又或者公司通行的門閘處都是多人共用同一個鎖具，因此手機上還能夠將門鎖權限分享給不同的授權人，而通行紀錄也都將被回傳至資料庫提供擁有者查看。 MCU扮演核心角色 本系統應用到HT66F70A的功能如圖2所示。 圖2　HOLTEK MCU核心功能 使用晶片的睡眠模式執行節能的功用，並且透過計時計數器判斷閒置時間，若超過預設的閒置時間則將會進入睡眠模式節省電力耗損，透過晶片提供的輸入輸出腳位執行鍵盤功能的掃描式讀取提供使用者輸入密碼開鎖的應用與電子鎖具的開關控制，同時也提供喚醒按鈕、防盜感測的控制。由圖中所提出的手機解鎖功能如圖3所示。 圖3　手機解鎖功能 該功能目前以藍牙為傳輸資料的方式，但礙於HT66F70A晶片並沒有UART傳輸介面因此必須以軟體的方式透過晶片輸入腳位進行判斷，以藍牙訊號1個封包具有8個位元為基礎，單位時間內透過輸入晶片的訊號變化作為訊號的讀取接收方式各別將每一個位元接收，便能模擬一個UART串口功能。 當數值皆完成後便會進行混沌加密機制的解密功能，若成功解鎖晶片將會控制鎖具開啟，無論使用者透過哪一種方式進行解鎖，HT66F70A晶片都會將訊號藉由Raspberry Pi的網路功能將訊號傳送至雲端資料庫與使用者的手機中。 本系統鎖應用的混沌加密機制獲得專利認證，該專利主要保護混沌加密機制的同步控制方式，相較於特別之處本作品使用的同步控制方式稱為滑動模式並應用在同步控制器中，其應用的方式是透過同步參數將主僕兩端誤差收斂至0，若是設計不良的同步控制器則會造成混沌狀態發散產生無窮大的數值差距。 系統架構與晶片實作說明 本系統以網路監視器為主軸，延伸鎖具控制、加密技術、通行紀錄等等保全系統的概念作為功能擴充的方向，系統架構圖如圖4所示。 圖4　系統架構圖 該系統以盛群晶片為主，並以樹莓派的網路功能作為中繼站連接到手機與雲端資料庫。HT66F70A晶片具有休眠、計時計數、脈波控制等等功能。本系統利用計時計數器計算閒置時間是否達成，使用者只要一處碰到任何一個按鈕便會觸發另外一個中斷器將計時計數的變數重新設置，周邊元件方面，使用觸發感測器做為系統喚醒的按鈕，按鈕功能實作程式如圖5所示。 圖5　按鈕偵測程式段 以腳位F2控制LED燈亮滅為範例，偵測按鈕腳位G0若按下則亮燈，反之則滅燈，該範例應用到本喚醒功能只需要將亮燈程式替換成喚醒即可達成目的。 喚醒後可透過數字鍵輸入密碼來進行解鎖，然而每顆按鈕都需要消耗1個輸出輸入卓而言將會造成資源浪費與功能無法擴充，為了節省腳位被占用的數量，以矩陣鍵盤的方式透過7支腳位完成12個數字鍵按鈕的功能，實作方面透過一層層快速掃描的方式判斷使用者按下哪一顆按鈕(圖6)。 圖6　矩陣按鈕示意圖 圖6中將晶片輸入腳位連接至P0~4並且以飛快的速度進行輪流偵測，當使用者按下按鈕時，晶片便會偵測到腳位變化而進入程式圖7的判斷式中。 圖7　矩陣按鈕掃描程式段 程式中，透過副程式的方式呼叫keyBoard功能以for迴圈依序偵測圖7由上到下3列按鈕，並在各排進行判斷，假設使用者按下左上方的按鈕，則for迴圈執行到P6腳位提高準位輸出時，將會造成P0腳位準位上升，晶片便可透過此種方式進行使用者按下哪一鍵的判斷。 系統中還能透過使用者的APP進行解鎖，由於傳輸的介面為藍牙但HT66F70A晶片並不支援UART串口的服務，因此必須透過軟體的方式模擬該串口才能將藍牙收回的訊號轉換回數值。模擬的方式是透過藍牙傳輸的機制作為基礎，透過輸入訊號在單位時間內準位高低的變化，單位時間則由設定鮑率不同擇時間長短不同，程式範例如圖8。 圖8　模擬UART藍牙接收程式段 程式中透過INT0中斷器進行判斷，當中斷器觸發則會進入ISR功能執行暫存器的程式，圖7程式中首先設定傳輸位元的時脈大約等於0.5秒，在設定一個空的暫存空間後，透過這個單位時間進行迴圈執行的時間限制，進入while迴圈後透過與藍牙電路Tx腳位傳回準位高低變化給晶片的Rx腳位並且將0、1數值存入暫存空間後將記憶體左移等待下一個數值存入。由於藍牙傳輸的封包式以8個位元為一次通訊，當用來當作資料印入的8位元temp變數左移8次時，就會因為溢位使temp變數等於0而離開while迴圈結束單次的數值接收。 傳輸方式與接收方式略同只需將原本設定為暫存觸發才使用的程式改為副程式與腳位輸出等接腳替換後，便能將愈發送的數值傳入副程式中執行，系統中所應用到的UART功能圖如圖9所示。 圖9　UART應用功能 如圖9，由HT66F70A模擬的UART串口功能除了能夠用來傳送藍牙，也能應用在與樹莓派的傳輸窗口，系統原先愈想透過ESP系列的Wi-Fi模組進行網路功能，但影像辨識系統需透過具有多執行緒的系統進行判斷，因此將納入樹莓派晶片並且利用附有的網路功能進行傳輸。 網路監視器則由樹莓派架設虛擬IP，透過手機連線到對應位址完成影音傳輸功能，並且顯示在APP的監控頁面上。APP除了影像監控功能還具有、資料庫查詢、權限分享與開門功能，其開門功能所使用的混沌系統為一個透過混沌亂數產生器與同步控制器的加密機制，加密參數分布均勻且為動態金鑰隨時都在變更的方式保護資訊。使用者在應用上只需要事先將鎖具等產品歸屬於帳戶中，APP將會即時出現新登入的解鎖按鍵，透過按下該解鎖按鍵便能執行解鎖功能。 防盜功能以不同的感測器組合形成一個功能，本系統使用振動感測、三軸感測器、紅外線等模組進行實作，若門鎖遭到未正常的情況打開門則會觸發感測器，系統將透過網路傳送通知資訊到使用者的手機上，反之在正常情況下進行開鎖動作系統就會略過這些感測器產生的變化。 混沌加密演算法說明 混沌(渾沌)理論系統相關研究技術上由法國學者Jules Henri Poincaré開始，已具有數十年的相關歷史，技術的應用範圍相當廣泛，舉凡醫學、機器人、量子力學、生物學等等。 其中最熱門的技術就是在通訊系統的安全領域中，透過混沌隨機不可預測的參數進行資料加密便能達成高強度的保密功能，由於資訊加密進行傳輸後還需要解密還原，因此除了混沌的隨機參數還需要設計同步控制器將傳輸端與接收端的混沌參數進行同步功能，但同步功能實現後並不表示參數就失去不可預測的特性，同步功能在於雖然兩個不可預測的參數狀態不同，但透過引導的方式使僕端產生的參數收斂到與主端參數相同，也就達到動態誤差為0的需求，以密碼鎖為例如圖10所示。 圖10　密碼鎖示意圖 如圖10，密碼鎖開鎖用的密碼即是可以隨意調整，但是確定後鎖上實際卻是固定的數值，也就是所謂的固定金鑰。假如竊賊想要開鎖卻不知道密碼，只須從0000開始嘗試到9999逐一篩選的方式就能夠成功破解密碼並且打開，混沌加密機制就是將固定金鑰數值改為隨機產生，即使盜竊者從頭開始嘗試也無法破解，因為密碼隨時在改變，也就是動態金鑰相較於固態金鑰安全的差異。 由於混沌系統具有隨機、敏感、標度律等等特性，應用在加密功能上如魚得水，隨機的參數使人無法預測下一個數值為何，即使設計者也無法預先知道；透過對於極小的調整就會造成極大的改變的敏感性，使初始值不同但系統相同的產出截然不同，我們稱這個現象為「蝴蝶效應」。 混沌特性其中的標度律使本系統在未來量產時能夠將系統產出的數值侷限在一個單位中，也就是兩兩系統不相干涉，否則便會造成金鑰重疊的效應，混沌的特性中還有許多種，但本系統功能著重於加密理論透過上述3點便能完成極為安全的加密方式，因此其他特性在此不再贅述。 由於先前所提到的當鎖具與金鑰透過隨時改變提升安全性，但使用者想進行開鎖時便需要有一定的措施才能夠將鎖具與金鑰同時產生對應的參數，其設計方式下文將會介紹，透過該設計便能成功將系統同步，達成加解密功能的條件。 混沌狀態調變與同步控制器設計 為了增加破解的複雜性，同時也能增加混沌系統的狀態響應的多樣性，本作品加入調變參數，以設計具調變參數的超混沌Henon map系統，超混沌Henon map系統原式公式1 公式1 本計畫引入六個調變變數，用來動態原混沌狀態的振幅與直流位準(公式2)。 公式2 其中ai,i=1,2,3為調整振幅的參數，di  ,i=1,2,3為調整直流準位的參數，由公式2得出公式3。 公式3 由公式3帶入公式1，經過整理可得新的具調變的超混沌系統如公式4。                 公式4 由上述的推論，可完成具調變功能的超混沌系統，為了驗證可行性，使用MATLAB模擬，並設六個調變參數(a1=1、a2=5.2、a3=6、d1=0.1、d2=-0.5、d3=10)進行模擬，結果如圖11所示。 圖11　振幅與直流位準的調變圖 如圖11所示，左圖為調變前，右圖為調變後，由上至下振幅分別放大了1倍、5.2倍與6倍，而直流位準偏移了0.1、-0.5與10，由此可知，超混沌系統的振幅和直流位準調變可以依操作者喜好做調整，也證明上述的理論推導的正確性與可行性，接下來將討論同步控制器的設計，將系統分為主端與僕端，主端的系統如公式5。 公式5 僕端系統如下： 公式6 令動態誤差(公式7)為： 公式7 經上述式子，即可重新改寫主僕系統之誤差動態差分方程式如公式8。 公式8 欲使主僕混沌系統(5)(6)達到同步，必須要設計一個強健的同步控制器，本計畫使用的滑動模式轉換面設計如公式9。 公式9 假設s(k)=0(進入轉換面)，便能得到公式10。 公式10 將上述(10)式寫成矩陣形式(公式11)：   公式11 由上式可知，若將c1、c2選定為特定值，A的特徵根將會侷限於單位元中，i.e,|λ_i(A)|<1，則e2,e3=0，由(10)式可知e1=0，即可確保誤差收斂至零，轉換面的設計對於混沌同步來說相當重要，如果設計不好將會造成主僕兩者數值發散。為了確保系統能夠達到轉換面，控制器的設計如公式12。   公式12 令控制器為公式13： 公式13 由公式13代入公式12便可得公式14： 公式14 則如果令|α|<1，則代表lim(k→∞)⁡〖s(k)→0，而系統將順利進入滑動模式中，由上述步驟，完成混沌同步設計。以下用MATLAB示範同步結果如圖12~14，此模擬的振幅將調為3倍、5倍、6倍，而直流位準調至0.2、0.5與0.7。 由上述模擬結果，我們可以發現，不管是主端與僕端的波形與動態誤差，還是轉換面、控制器，與主僕端奇異吸子，都可達到同步和收斂。 圖12　主僕端同步響應圖 圖13　轉換面、控制器與動態誤差之同步響應 圖14　主僕端的奇異吸子 系統功能測試與環境說明 本系統主要測試功能逐項條列如下。 ．鍵盤輸入功能 ．鎖具控制開關控制 ．手機執行混沌解鎖功能 ．防盜感測器功能 ．歷史紀錄查閱功能 ．影像傳輸功能 ．影像辨識功能 鍵盤輸入功能測試方式為執行3乘4的矩陣鍵盤主要測試是否能夠偵測到每個按鍵，鎖具開關控制測試為確認晶片能過透過腳位觸發使鎖具開啟或關閉，手機解鎖功能為透過藍牙傳輸執行混沌加解密運算功能達成系統同步並解鎖。 防盜感測器則是透過目前暫定的3種不同感測器震動感測器、紅外線、三軸感測器各自完成觸發功能，歷史紀錄、影像傳輸、辨識功能皆是透過樹莓派的網路功能執行，其歷史紀錄內容包含使用者名稱、時間、鎖具名稱等資料，並且透過手機存取Firebase，將資料取出並顯示在手機上，影像傳輸則是直接透過網路顯示在監控頁面其中不再透過其他中繼資料庫。 作品測試需要有HT66F70A晶片、電子鎖具、3乘4矩陣鍵盤、Android手機、樹莓派、攝影鏡頭、紅外線感測器、震動感測器、三軸感測器。測試環境只需要將作品接上電源提供晶片5伏特電壓即可進行操作。 鍵盤、鎖具、防盜感測器等等逐項功能測試皆已完成，現階段只需要將各項功能匯集，並且處理功能合併後的問題例如中斷先後順序等，即可完成本系統。 另外，本系統研發之保全系統操作容易並且透過雲端資料庫功能提供使用者隨時查閱歷史通行紀錄與即時影像監控相當方便，系統本身除了延伸電信業常見的系統外還加入了物聯網概念將鎖具狀態上傳至雲端，讓使用者能夠即時監控。 (本文作者曾士哲、曹彥傑、周昱宏皆為樹德科技大學學生；指導老師為顏錦柱教授)

根據產業研究機構LightCounting的最新研究指出，2019年，智慧手機中的VCSEL(垂直共振腔面射型雷射)應用在感測光源的市場規模將超過10億美元，幾乎是通訊VCSEL市場規模的三倍，然而這個市場三年前幾乎不存在。另外，自動駕駛的關鍵感測元件光學雷達(LiDAR)，也是另外一個帶動VCSEL發展的強大動能，儘管近年自動駕駛商業化出現越來越多雜音，不過車用光達的大量商業化應用只是時間的問題。 單模VCSEL 資料來源：TRUMPF 智慧手機中的3D感測市場崛起十分迅速，但技術基礎則是由幾年前微軟Kinect奠定的。Kinect是針對遊戲玩家的運動感應應用所設計，於2010年發布，但由於銷量低迷於2017年停產。Lumentum在iPhone出現之前將近十年向Kinect提供了雷射。當蘋果決定於2017年9月推出3D感測進行臉部識別時，該公司已準備好從iPhone X機會中獲利。 Android陣營近來積極在其旗艦手機中導入3D感測技術，2018年，小米Mi8 Explorer和Oppo Find X手機拔得頭籌，儘管這些手機銷售成績僅達數百萬美元。華為也推出了具有3D感測功能的新手機，但美國目前對這家中國公司的出口禁令必定會損害該公司在中國境外的產業競爭力。自2017年以來，Apple發行的所有新iPhone均在其手機提供”刷臉”功能，因此Apple將繼續主導市場。預計蘋果將在2020年為後鏡頭(World-Facing)導入3D感測功能，這將為每部手機增加另一個雷射晶片。 Velodyne 64 Channel LiDAR　資料來源：Velodyne 另外，2018年之前，光學雷達LiDAR的感測光源還不在LightCounting的市場研究主題中，因為該單位認為在預測期內光達不太可能大幅滲透到消費市場。現在，所有指標都顯示，光達市場將在2022年及以後逐步增加。光學元件公司現在正在向開發下一代光達系統的客戶運送VCSEL，邊緣發射器和同調雷射的原型和樣品，其中許多都是基於其在光通訊和智慧手機感測光源方面的專業知識而建立的。 與智慧手機一樣，光達技術已經發展一段時間，DARPA Challenge 2007獲勝的車輛使用了Velodyne Acoustics(現為Velodyne Lidar)的64線(Beam)光達系統。光達被業界大多數人視為自動駕駛所需的關鍵感測元件，可幫助車輛在環境中導航並檢測其路徑中的障礙物。商業部署已經開始，在德國，奧迪A8的光達使汽車可以在特定條件下在有限的時間內自動駕駛；在美國亞利桑那州的鳳凰城，可以乘坐Waymo robotaxi。 根據LightCounting對公開可獲得的投資數據的分析，不可否認的是，許多投資者對光達具有高度期待，2019年光達新創廠商獲得將近5億美元投資。包括3月美國公司Ouster以6,000萬美元被收購，同月以色列Innoviz Technologies Series獲得C輪1.32億美元投資，以及7月美國Luminar Technologies以1億美元被收購。有趣的是，這些案例說明了光達技術的多樣性：每個公司都基於不同的波長構建不同類型的光達：Ouster為850nm、Innoviz為905nm、Luminar為1550nm。同時，這也是一場新科技的競爭，鹿死誰手還在未定之天。 汽車光達市場似乎已接近過度期望(Inflated Expectations)的高峰。汽車是一個巨大的產業，每年生產近1億輛汽車(包括卡車)。像百度、通用汽車和Waymo之類的公司都有雄厚的企業實力作為後盾，而像Aurora和Pony.ai這樣的新進入者正在吸引數億美元的投資。英特爾在2017年以153億美元收購Mobileye的同時，它還致力於自動駕駛。ams甫成功以46億歐元(約51億美元)收購OSRAM超過55%(最低收購門檻)以上的股份，強化其車用感測技術實力。 但是，跡象表明，進入幻滅低谷的下降可能已經開始。Waymo尚未更廣泛地推廣其robotaxi服務，該公司承認其車輛需要在雨中進行更多測試。通用汽車郵輪公司已將無人駕駛汽車的商業服務推遲到2019年以後，並且不願說明新的時間表，LightCounting認為，光達已經投入商用化，但價格不利於大規模生產，並且在法規、安全、道德和消費者接受度方面存在懸而未決的問題。

人工智慧(AI)蓬勃發展，而AI結合AIoT更是現今半導體產業熱門議題。IoT產品除了要能聯網，同時也須更智慧化，才得以實現更多創新應用；而要讓終端設備變得更智慧，無疑是為其增添AI，這也意味著終端裝置須具備更高的運算效能，才得以在終端先行處理龐大的資料量。為此，邊緣運算(Edge Computing)形成時下主流，各大AI方案供應商也加強布局力道，邊緣運算的軍備競賽可說如火如荼的進行中。 Arm新NPU/GPU系列提升智慧沉浸體驗 從遊戲裝置到數位電視(DTV)，人工智慧現在已經無所不在；但考量到要促成這些回應式的體驗，端點必需具備更強的運算能力。例如，數位電視的智慧型體驗，包括智慧助理語音指令、節目即時翻譯至另一種語言及人臉辨識以強化家長監護。 為了達成這些功能，Arm宣布推出兩個全新的主流機器學習(ML)處理器，分別為Ethos-N57與Ethos-N37 NPUs；以及最新的Mali繪圖與顯示處理器Mali-G57 GPU。新推出的兩款ML處理器，可實現AI應用並在ML的效能與成本、面積、頻寬與電池壽命限制之間達成平衡，而Mali-G57 GPU則是第一個以Valhall架構為基礎的主流GPU，可透過效能提升帶來沉浸式體驗。 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani(圖1)表示，該公司致力於投注領先全球的前瞻技術，全面賦能運算效能，實現更多創新體驗。除了上述新推出的ML處理器與GPU外，該公司也針對全球一兆台聯網裝置打造支援bfloat16功能以強化終端裝置機器學習的Neoverse平台，將AI導入邊緣運算，在終端及雲端發揮數據價值。 圖1　Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani表示，Arm希望透過完善的產品線與解決方案，滿足日漸增加的沉浸式體驗需求。 Vachani補充，除此之外，因應運算從雲端移至邊緣，該公司也推出能確保雲端原生體驗的Project Cassini解決方案，實現從雲端到終端皆具備完善的智慧運算決策能力，以應付更多元且多變的應用場景。這些方案加總起來，代表Arm有能力依需求調整規模，並把優質的體驗帶入消費者的日常生活裝置中。 據悉，在Arm ML處理器(現在稱為Ethos-N77)發表後，Ethos-N57與Ethos-N37是Ethos NPU系列最新的成員。Ethos為解決複雜AI與ML運算挑戰的產品組合，以便為日常生活裝置創造更為個人化與沉浸式的體驗。 由於消費裝置愈來愈智慧化，因此，透過專屬的ML處理器提供額外的AI效能與效率，有其必要性。為此，全新的Ethos NPU不僅針對成本和電池壽命進行優化，像是先進的資料管理技術，以減少資料的移動與相關的耗電，還進一步強化Int8與Int16資料類型的支援性，並透過創新技術Winograd，讓效能更上一層樓。 至於Mali-G57，主要目的是將優質的智慧與沉浸使用者體驗帶到主流市場，包括高傳真遊戲、媲美電玩主機的行動裝置圖型效果、DTV的4K/8K使用者介面，以及更為複雜的虛擬實境與擴增實境工作負荷。該產品和前一代Mali-G52相比，各種內容都能達到1.3倍的效能密度，且能源效率提升30%使電池壽命更長，以及針對虛擬實境(VR)提供注視點渲染支援且裝置上ML效能提升60%，以進行更複雜實境應用。 Vachani說明，遊戲體驗是行動裝置市場一項重要應用，除了推出效能更高的Mali GPU之外，該公司近期也宣布與Unity擴大合作，藉由將Arm的解決方案放置在Unity平台，讓遊戲開發者可以輕鬆的運用，創建更佳的沉浸式體驗。 布局高效運算市場　SiFive再發新IP組合 不讓Arm專美於前，SiFive近日也於Linley Fall處理器大會上推出全新高性能IP產品組合，其分別為SiFive U8系列核心IP和經過優化的HBM2E+解決方案，滿足各應用領域(如汽車、人工智慧、物聯網等)等終端運算需求。 SiFive首席執行長Naveed Sherwani表示，全新SiFive U8系列微架構的推出是一個重要的里程碑，可擴展的亂序RISC-V處理器可滿足汽車、資料中心和邊緣AI等需求。新推出的IP基於RISC-V指令集架構，是一種超純量(Superscalar)設計，具有可擴展的亂序執行通道(Out-of-order Pipeline)以及可配置的選項，供即時或應用處理器使用，滿足用戶對高效能運算產品的訂製需求。 另外，SiFive U8系列提供每瓦特超過1.5倍的面積效率和性能，而且擁有可運行Linux作業系統的記憶體管理單元，以支援通用應用處理器設計，以及用於關鍵任務操作的即時模式。同時，該產品具有可選的浮點單元、訂製的指令擴展功能和RISC-V向量擴展支援，使其無論是在汽車、AI邊緣或終端應用程式，都可以針對應用案例進行相應的配置和訂製。 至於SiFive HBM2E+ IP，則用於支援運算密集類型的工作負載，包括高性能運算、資料中心和邊緣AI設備中的深度學習處理，不僅易於整合至各式新設備中，並能使用可擴展的介面支援Chiplet設計和性能，進一步優化CPU到記憶體的路徑。 此外，SiFive HMB2E+解決方案已通過先進的7nm技術驗證，可提供高達400Gbps的記憶體頻寬，也就是每個引腳高達3.2Gbps的傳輸速率。與類似容量的DDR類型記憶體相比，HBM的堆疊特性不但占據較小的空間(可實現更小體積)，且能達到更低功耗，且擁有更高頻寬，十分有利於處理密集的深度學習運算。 簡而言之，隨著人工智慧開始往邊緣發展，本地資料處理的效率和速度也須大幅提升，而SiFive新推出的處理器核心與記憶體介面相結合，可滿足各式高運算應用，例如資料中心、汽車系統、工業物聯網(IIoT)、消費性產品等。 NVIDIA新處理器體積/功耗/效能三者兼具　 另一方面，NVIDIA則是推出Jetson Xavier NX(圖2)。該產品不僅具備高效運算能力，同時也具備超小體積，其模組尺寸比一張信用卡還小，在運行現代AI作業時可提供高達21TOPS的伺服器等級運算效能，而耗電量僅10瓦，可用於機器人和邊緣嵌入式運算裝置。 圖2　Jetson Xavier...

半導體濕式清洗設備供應商盛美宣布，世界首台槽式與單片清洗整合設備Ultra C Tahoe現已在某大型半導體業者的生產線上投入使用。 Ultra C Tahoe清洗設備可應用於光阻劑去除，刻蝕後清洗，離子注入後清洗，CMP後清洗等製程，具有清洗製程效果提升，縮減化學藥液成本，並顯著降低硫酸廢液排放量等優勢。 由於全球對環境問題日益關注，政府部門對半導體工業產生的廢液排放進一步加強監管和限制，因此迫切需要一款既能降低化學藥液用量，又不犧牲清洗製程效果的清洗設備。目前業內對半導體工業排放的廢硫酸的處理方法欠佳，仍有部分地區(如美國)使用掩埋式處理，但此方法很有可能會給環境帶來的風險。在部分土地資源受限的地區，如韓國，台灣，上海等，因為人口密集的緣故，不宜使用掩埋處理，只好採用高溫純化處理方法。然而，高溫純化處理也面臨著能源耗費以及溫室氣體排放等一系列問題。 盛美半導體設備執行長王暉指出，硫酸廢液處理是先進積體電路製造中的重要挑戰。例如在台灣，半導體工廠佔用了台灣硫酸總使用量的一半以上。單憑槽式清洗，無法滿足28nm及以下技術節點的製程要求，因此，清洗技術逐漸從槽式清洗轉變為單片清洗，由此提高清洗製程效果。然而，這一轉變卻大大地提高了硫酸使用量，硫酸廢液的處理亦引發了一系列安全問題、能耗問題以及環境問題。盛美半導體設備開發了獨具自主知識產權的Tahoe設備，其優秀的清洗效果與靈活的製程適用性，可與單片晶圓清洗設備相媲美，滿足客戶的期望，與此同時，其硫酸的消耗量卻僅為單片晶圓清洗設備的數分之一。我們認為它一舉兩得，既使半導體工業技術路線得以繼續向下延伸，又兼顧環保問題，節省了在廢液處理上的巨大開支。 Ultra C Tahoe清洗設備在單個濕法清洗設備中整合了槽式與單片兩個模組。在槽式模組中，可執行硫酸雙氧水混合液(SPM)清洗與快速傾卸沖洗(QDR)，SPM製程藥液在此獨立的槽式模塊中循環使用，與單片SPM清洗相比，至少可減少80%的硫酸廢液排放。 經過槽式清洗之後，晶圓將在濕潤狀態下，被傳至單片模組，進行進一步的先進清洗製程。 單片清洗腔體可按客戶需求進行靈活配置，如配備標準清洗液(SC1)，氫氟酸(HF)，臭氧水(DI-O3)，以及其它各種製程藥液。單片清洗腔體可配置至多4支擺臂，每支擺臂可提供至多3種製程藥液。還可選配氮氣霧化水清洗擺臂或盛美獨有的智能兆聲波擺臂進行兆聲波清洗。該系統還可為圖形片提供所需的IPA乾燥功能。 Ultra C Tahoe清洗設備現已證明其具有可與最先進的單片晶圓清洗設備相匹配的低交叉污染風險、優秀的顆粒去除效果，然而其SPM的消耗量卻比單片清洗設備低得多。盛美半導體設備客戶端商業大產線數據顯示，在30nm條件下，與傳統槽式SPM清洗設備相比，Tahoe清洗設備可將晶圓上的顆粒數控制從數百顆降低到10顆。以每日處理2,000片晶圓為例，Tahoe清洗設備每日消耗硫酸僅不到200公升，與單片SPM設備相比，每日硫酸廢液排放量可減少超過1,600公升。