- Advertisement -
首頁 首頁Top區塊

首頁Top區塊

- Advertisement -

21億美元收購Fitbit Google力拓穿戴市場版圖

Google再度拓展智慧穿戴市場版圖,於日前宣布以21億美元購併著名穿戴式裝置公司Fitbit,此一交易預計在2020年完成,但仍須經過Fitbit股東及監管部門批准。Google在智慧穿戴方面雖先後發展Google Fit、Wear OS,但仍無法如蘋果般建立龐大的生態系統,而收購Fitbit之後,將有助於更進一步獲得智慧手表硬體品牌、技術、軟體能力、企業及消費用戶群,以進一步的拓展穿戴市場版圖,甚至進一步自行生產智慧手表。 Google設備與服務資深副總裁Rick Osterloh表示,Fitbit一直是穿戴式行業的先驅,並創造出色的產品、經驗;該公司期待與Fitbit的傑出人才合作,並匯集最好的硬體、軟體和人工智慧(AI),打造更多的穿戴式設備,滿足更多消費者需求。 Fitbit透過創新、可負擔且吸引人的穿戴式設備及服務,協助使用者理解並改變其行為模式以改善健康狀況,目前Fitbit已售出超過一億台的穿戴式設備,並且利用數據提供使用者獨特的指導和協助,讓使用者生活的更健康、積極;而Google在收購Fitbit後,也不會出現平台獨占的情況,未來Fitbit仍會支援Android和iOS系統。 Fitbit聯合創始人兼首席執行官James Park指出,該公司創立的願景是讓每個人過得更加健康,如今已建立一個值得信賴的品牌,全球有超過2,800萬的使用者,這些使用者仰賴該公司的產品使生活過得更健康、活躍;而借助Google的資源和全球平台,該公司將能加快穿戴式設備的創新及擴大規模。 然而,Google在收購Fitbit之後,除了提升相關軟硬體能力外,同樣也會獲得Fitbit龐大的使用者個人資料。對此,Fitbit表示,消費者信任對該公司而言至關重要,強大的隱私和安全準則是該公司一直奉行的規範,且不會改變,Fitbit的使用者將可持續掌控數據權(如檢視、遷移或刪除其資料等),且保持透明;Fitbit不會出售使用者個資,且所收集到的健康數據也不會用於Google廣告。 Google在收購Fitbit之後,將強化智慧手表的硬體、軟體研發能力。  
0

布局5G商機 黃金時期稍縱即逝

2019年拉開5G時代的序幕,2020年5G預計將進入高速發展期,從技術標準、5G釋照進度、電信業者商轉、5G關鍵零組件發展、5G手機出貨趨勢等來觀察,5G雖然還沒進入一般消費者的生活,但是5G已經升級成國家競爭力戰略的一環,政府與產業都在積極布局,最激烈的角力戰其實就是現在,2020年下半年以後,許多基礎建設與方案選擇都將塵埃落定,順利卡位的廠商將享受第一波5G超額利潤紅利。 5G手機出貨量將從2020年開始起飛 鴻海董事長劉楊偉日前發表演說指出,5G是科技地位爭奪戰,也是國家競技賽,5G將重構整個產業鏈,這是新科技的影響,不能避免,製造業必須開拓新商業模式。研究機構IHS Markit研究報告指出,2035年全球5G產值達12.3兆美元,台灣可掌握的價值鏈可望達1,340億美元,創造將近51萬個就業機會。而5G行動通訊,能為台灣業者帶來600億美元產值,其中348億美元是出口。 而在技術標準部分,繼3GPP R15之後,更完整的5G規範R16,預計將於2020年初釋出,工研院產科國際所產業分析師陳梅鈴解釋,R15是初版5G標準,主要目的是提供早期5G商業部署;R16協助5G規範更為完整,並將提供給聯合國國際電信聯盟(ITU)作為IMT-2020技術候選,2020年5G技術標準將更加完備,有助於商轉推動。 釋照部分,包括韓國、美國、英國、西班牙、義大利、芬蘭、瑞士、奧地利、德國等都已經完成釋照,2020年將有更多國家進行5G釋照,並著手推動商轉,根據GSA統計,全球已有296個電信業者投入5G網路建置,2020年更多國家地區完成釋照,原先的實驗網路會轉成商業網路,對於5G基礎建設如基地台、核心網路伺服器等設備的需求將正式引爆。 研究機構Strategy Analytics估計,2019年售出的手機中只有不到1%是5G手機,但到2020年,5G手機市占率將成長至近10%。2019年韓國市場大力推動,刺激三星5G手機下半年出現強勁銷售,並透過擴大在美國等5G市場的市占,因此三星已成功在5G手機取得領先。LG、華為、OPPO、vivo和小米在2020年將急起直追,Strategy Analytics認為,包括蘋果在內的所有主要智慧手機供應商都在開發5G手機,並將在2020年推出更多設備。 在5G手機關鍵零組件基頻晶片部分,Strategy Analytics解釋,高通、海思、聯發科、三星和英特爾在2019年第二季占據全球蜂巢式基頻處理器市場的前五名。高通2019年第二季市占率約43%、海思(HiSilicon)15%、聯發科則為14%。2020年5G手機的出貨量將突破億支大關,預計引發5G手機晶片第一波卡位肉搏戰,能在這波需求取得良好市場位置,也等於拿下未來2~3的產業商機。
0

IC設計在雲端 Astera Labs挑戰全新運作模式

在現代化的IC設計流程中,晶片設計其實是靠伺服器的運算能力堆出來的。如果IC設計公司本身自建的伺服器機房無法提供充裕的運算能力,在進行設計模擬、驗證的時候,會耗費很多時間。但IC設計所需要的IT投資金額十分龐大,別說資源有限的新創公司往往沒有足夠的運算能力,就連許多IC設計大廠也常感到頭疼。為此,新創公司Astera Labs大膽嘗試了完全在雲端進行晶片設計的新做法,並成功完成自家的晶片設計。 對IC設計團隊而言,由於公司自建伺服器的運算能力有限,因此每當產品開發進入中後期,需要頻繁進行模擬、除錯、驗證,提高設計成功率時,常會遇到排程塞車或是公司的伺服器運算能力不允許進行完整模擬驗證的情況。但對於公司的資訊主管來說,因為IC設計對運算能力的需求尖峰期很短,如果只為了短短幾天或幾周的尖峰期需求,就大手筆投資IT基礎建設,會面臨設備利用率偏低的問題。 因為這是整個IC設計產業共同面臨的問題,所以許多電子設計自動化(EDA)工具業者都開始與雲端服務供應商合作,推出以用量計價加上短期授權的新商業模式,希望用更彈性的方法來滿足IC設計公司的尖峰需求。不過,由於IC設計產業對營業秘密外流一直有很高的疑慮,因此這種做法還在推廣階段。 但對新創公司來說,這種全新的雲端設計流程可說是一大福音。專注在高速串列/解串列(SERDES)晶片設計的Astera Labs,就利用這種作法,在公司完全沒有自建伺服器的情況下,完成了PCIe Gen4/Gen5重定時器(Retimer)的設計。 Astera Labs業務長Sanjay Gajendra(圖)表示,由於PCIe Gen4/Gen5的速度非常快,因此其訊號傳輸距離也變得極短。為延長訊號傳輸距離,除了使用高速PCB板材之外,在訊號路徑上添加主動元件,將訊號重新整理後再傳輸到目的地,也是一個可行的辦法,而且這種做法往往比採用昂貴的高速板材或同軸電纜來得更具成本優勢。 Astera Labs業務長Sanjay Gajendra表示,該公司已成功在雲端上完成整個IC設計流程,成為業界創舉。 這裡所指的主動元件,就是Astera Labs目前的主力產品--Retimer。Retimer跟一般常見的訊號放大器(Amp)不同,放大器不具備訊號清理功能,只會把收到的訊號放大後再傳輸出去,這意味著放大器輸出的訊號,其實是耦合了各種雜訊後的PCIe訊號。Retimer則是帶有數位訊號處理(DSP)能力的高速串列/解串列(SERDES)晶片,即便收到的PCIe訊號已經與雜訊耦合,Retimer還是能藉由DSP功能重建乾淨的PCIe訊號,並發送該訊號的副本到目的地。 換言之,Retimer其實是相當複雜的電路設計,如果要靠自有伺服器來完成設計模擬跟驗證,其IT相關投資跟EDA工具授權費會非常驚人。但Astera Labs在亞馬遜AWS及新思科技(Synopsys)的協助下,成功地在雲端上完成此一晶片的設計工作,並已在台積電投片量產。 在公有雲上完成整個IC設計流程,是業界的一大創舉。會不會產生示範效應,進而讓更多IC設計業者也開始採用類似的運作方法,值得密切觀察。  
0

Level 3定義曖昧難明 自駕產業搶攻Level 4商機

在Level 2的先進駕駛輔助(ADAS)技術逐漸成熟後,眾多國際車廠持續精進自駕系統效能,期早日實現自動駕駛願景。然而,在Level 3自動駕駛車輛定義難明的情況下,Level 4自動駕駛車輛由於定義較明確,且多在限定區域內行駛,環境較為單純,對於車廠、新創及系統/車用電子元件等業者而言有更多的發展誘因。也因此,Level 4的自動駕駛車輛從2018年下半年開始不斷浮現,同時,新的營運模式也應用而生,眾多車商、租賃業者和新創業者紛紛透過自駕車實現公共接駁、貨物運送、定點接送等。換言之,以營運服務為主的Level 4車輛,成為自駕產業新的發展目標,且發展腳步相當迅速。 自駕接駁/運送車輛紛紛浮現 講到Level 4的自動接駁車輛,最令人印象深刻的應該就是Waymo。2018年年底Waymo推出首款自駕叫車服務Waymo One,在鳳凰城上路試驗;而到了2019年,Waymo擴大服務,與Lyft合作,不僅有更多的駕駛來體驗自動駕駛服務,同時在Lyft平台上部署Waymo自動駕駛車輛,可以讓鳳凰城地區的Lyft使用者選擇自動駕駛乘車體驗,讓Waymo獲得更多的乘客回饋意見,以改進自動駕駛技術。 另一方面,福特(Ford)旗下自動駕駛子公司Argo AI近期也在美國底特律推出第三代自動駕駛車隊,並規劃在邁阿密、華盛頓特區、匹茲堡、帕洛阿爾托、迪爾伯恩和底特律等城市逐步進行自動駕駛系統測試。 第三代自動駕駛車隊採用Ford Fusion Hybrid系統,並搭載了光達、攝影機和雷達以強化環境感知能力;同時還搭載了全新的運算系統,該運算系統提供的處理能力優於過往,並改進熱管理系統,使得車輛內部產生的熱能、噪音更少,這意味著任何乘客都將能體驗到更智慧的車輛,獲得更安靜、舒適的乘坐經驗。 除了Waymo、Argo AI之外,日產(Nissan)也積極推動無人計程車服務。Nissan計畫在2020啟動自駕計程車業務,該公司早先已與日本網路公司DeNA合作,推出自駕計程車新品牌Easy Ride,並進行實際上路測試;參與者可以沿著設定的路線(從Nissan全球總部到橫濱World Porters購物中心),搭乘自動駕駛車輛,距離約4.5公里。 同時,日產和DeNA也將測試Easy Ride的獨特服務功能,使用專用的行動應用程序,乘客可以通過文字或語音輸入想要做的事情,而車載平板電腦螢幕將顯示附近500個推薦景點和活動,乘客可以從推薦列表中自行選擇想去的目的地,還可以從自己的智慧手機下載該地區零售業者和餐廳的優惠券。 至於在運送方面,2018年Kroger攜手Nuro,於亞利桑那州斯科茨代爾(Scottsdale)使用自駕車,為居民提供運送雜貨的服務;到了2019年,雙方將自動駕駛配送服務延伸至休士頓。 Kroger指出,自2018年8月以來,該公司與Nuro在科茨代爾開始營運自動駕駛雜貨送貨服務,在經過試營運後,雙方成功完成了科茨代爾數千筆的交易,證明了雙方的綜合技術和數位專業技術可以改變雜貨配送的體驗;基於此一經驗,便計畫將自動雜貨配送服務轉移至休士頓進行下一階段的試驗。 定義難明導致Level 3車款遲遲未現 財團法人車輛研究中心研究發展處經理陳建次(圖1)表示,根據國際自動機工程師學會(SAE)J3016標準,將自駕車自動化程度區分為Level 0~Level 5,目前Level 2的車型已陸續問世,且普及速度越來越快,不僅高階車款有配備,在中低階車款也愈來愈普遍。 圖1 財團法人車輛研究中心研究發展處經理陳建次表示,Level 3挑戰在於責任歸屬不明確。 然而,在Level 2的技術已逐漸成熟後,一般認為這些自動駕駛發展業者會繼續乘勝追擊,加速往Level 3邁進。然而,實際上這些自動駕駛發展業者所發布的Level 3車型或消息和預期相比,卻是十分有限;反而是Level 4自駕車的議題不斷出現,不禁會讓人思考,Level...
0

相容性大突破 USB4傳輸速度更快更穩

讓我們回到1996年,當時發布的USB 1.0只有兩種傳輸速率:12Mbps與1.5Mbps;接著,來到2000年,近代最普遍的傳輸規格USB 2.0問世,傳輸速率提高至480Mbps,同時支援向下兼容(Backwards Compatibility)。在2006年,當時硬碟傳輸速率超過100MB/s,遠超過USB 2.0的傳輸限制,於此同時,網路技術快速發展,帶動數位內容產業,應用急遽擴增,於是,協會於2008年發布USB 3.0規格,也就是後來的USB 3.1 Gen1,傳輸速率可達5Gbps,仍支援向下兼容USB 2.0。 時代和科技持續地前進,4K/8K高畫質影片為人們帶來前所未有的觀影體驗,更大容量的傳輸與儲存需求不容忽視。USB 3.1 Gen2規格再次提高傳輸速度至10Gbps。2017年9月推出的USB 3.2規格,定義同時使用USB Type-C的兩對高速訊號對,資料傳輸的速度再次由一對訊號線的10Gbps翻倍為兩對訊號線的20Gbps;由於同時使用兩對訊號線進行傳輸,因此唯有USB Type-C介面可支援20Gbps的傳輸速率規格。透過USB Type-C的訊號腳位定義(圖1),可幫助我們更容易理解上述USB的規格與相容性。 圖1 USB Type-C介面之訊號腳位定義 USB Type-C介面共有24根腳位,為了完美解決方向性的限制,此24根腳位設計成左上與右下對稱,其中USB 2.0使用中間D+/D-訊號,而前面提到的高速訊號對,則是圖1中的高速通道1與高速通道2。在USB 3.2規格問世之前,只使用其中一組通道進行USB資料傳輸;而在USB 3.2世代,我們同時運用高速通道1與高速通道2,使資料傳輸速率可達到20Gbps。 USB-IF協會於2019年9月釋出最新的USB4規格書,本文將針對USB4之規格和USB4定義的初衷進行介紹。讓我們以這段來自USB4規格書的引述揭開序幕: .透過USB Type-C介面,提供影像、資料與電源的傳輸。 .新的規格能向下兼容於既有的USB及Thunderbolt產品。 .定義介面的相容性,以符合使用者以往慣有的使用經驗與預期。 .對於頻寬、電源與其他性能有關參數的控制,提供主控端更高的彈性。 USB4基於Type-C介面設計 透過以上描述,可清楚了解USB4是基於USB Type-C介面而設計,除了原本可向下兼容於USB 3.2與USB 2.0之外,USB4並將原本USB...
0

2019年台灣IC製造產值1兆4,547億元衰退2.1%

工研院預估,2019年台灣IC製造產業產值為新台幣1兆4,547億元,較2018年衰退2.1%。其中晶圓代工產業僅微幅成長1.6%,達到新台幣1兆3,060億元。產值變動的因素在於智慧型手機出貨及虛擬貨幣對挖礦機高速運算晶片需求呈現停滯。另外,2019年市場受到美中貿易戰影響,將影響全球需求成長動能。AI和5G是先進製程的兩大動能,但在2019年處於醞釀的局面,預計2020年才可能有顯著成長。 在記憶體部分,受到全球經濟放緩、美中貿易紛爭、關稅提高所造成的影響下,造成供應鏈調整及處理器短缺的問題,2019年上半年市況的壓力仍大,市場需求處於觀望態度,但預計下半年情況逐漸改善,預估2019年的記憶體相關產品產值將衰退25.8%,達到新台幣1,487億元的規模。 工研院產科國際所分析師劉美君觀察,在晶圓代工領域,由於大量運算的需求帶動AI晶片產出增加、加上5G基礎建設的規模日增,IoT整合AI與5G趨勢成為未來的主流,諸如:車聯網、智慧城市、智慧製造等新應用將引導業者在產品線的規劃上產生不同與以往的型態。 隨著AI機能在各類型裝置逐漸提高滲透率,傳統的運算機制已不符合未來所需,為滿足未來AI機能的需求,「記憶體內計算(In-memory computing, IMC)」的運算方式便逐漸受到矚目。In-memory computing利用記憶體高速的優勢開發出運算功能,並分別放在資訊傳輸端以及中央處理器以外做高速運算,可達到即時運算(Real-time computing)以及分散中央處理器的工作,更可達到邊緣運算(Edge computing)的需求。 在記憶體產業方面,DRAM市場表現逐漸改善,應用領域也從消費性電子擴增至工業用等利基型產品市場。在行動裝置用產品方面,LPDDR5規格的發展將針對未來智慧型手機中的5G和AI功能進行優化,進一步提升功耗與速度的表現。Flash產品則不斷朝向多樣化發展進行轉型,為了AI、自駕車等創新運用將是未來3D NAND Flash技術的練兵新場域。隨著5G、IoT、AI等相關裝置能高速存取、大容量且長時間保存資料的NAND Flash儲存技術被寄予厚望。今年廠商已發表出128層堆疊數的技術,將有助於高容量SSD的儲存容量的提升。  
0

六大關鍵挑戰待克服 智慧折疊手機發展鴨子划水

早期的採用者樂於接受市場推出的這類令人振奮的新技術(圖1)。但從業界廣泛觀點來看,哪一種手機設計才會嬴得消費者的歡心,又必須克服哪些科技和技術性障礙才可實現量產? 圖1 折疊裝置類型 資料來源:Technobezz/itechfuture/mspoweruser/Forbes 折疊手機挑戰眾多 在開發折疊手機或其他裝置時,有很多問題需要解決,包括電池壽命、外形因素、製造成本和價格。當然,最明顯和最困難的問題是開發出可支援經常彎折的顯示螢幕,因為使用者將在好幾年的時間內經常開合他們的裝置,以下內文將深入探討。 電池壽命 折疊式設計可能是減少電池壽命的一個主要原因,因為這類手機要為兩個顯示螢幕提供電池電力。 智慧型手機的電池容量通常是4,380mAh,視使用頻率而定可能可以待機兩天,但支援大於7吋的迷你平板螢幕運作需要更多的電力,同時折疊螢幕的開合以及螢幕之間的切換,也會消耗電力。因此,留給消費者的是更短的電池壽命,或更厚重的手機。 外型因素 智慧型手機的趨勢是螢幕越來越大,手機整體越來越薄,並且隨著採用OLED和電池技術的進步而具備愈來愈好的性能。但當口袋中的手機厚度變為原來習慣的兩倍,消費者是否會感到滿意是未來業者重要的設計考量。 成本和價格 根據OLED顯示器成本模型來看,標準的7.3 QHD OLED顯示螢幕的成本是50~35美元,觸控組件的成本是15美元。相較之下,折疊式7.3 WQHD OLED折疊顯示螢幕的成本是100~70美元,觸控模組的成本是25美元,觸控層和封裝的特殊材料占增加成本中的大部分。 另外,製程不成熟造成生產良率低,也是使成本增加的原因。標準智慧型手機 OLED顯示螢幕的良率是60~70%,而折疊螢幕的良率卻低於30%;此外,現在仍難以衡量消費者對折疊式行動裝置的接受度以及普及的程度。雖然初步預測顯示消費者有很強烈的興趣(圖2),但初期銷售量卻很低,這顯示消費者對這類技術有高度的興趣,但從零售層面來看則抱持觀望態度。 圖2 折疊OLED出貨預測 資料來源:IHS Market 挑戰彎曲極限 在彎曲問題上,目前還未開發出明確解決方案,但半導體產業正針對該問題進行大規模的研究。可彎曲折疊裝置必須採用柔性OLED技術,因為現行的LCD薄膜電晶體(TFT)無法適用在重複彎曲的裝置,基於相同原因,基板必須是聚醯亞胺,而不是玻璃。 另外,組成顯示螢幕的整體層堆疊必須超薄和非常堅固,整體厚度(包括OLED裝置)要小於1.0mm。需要的膜層包括:折疊基板上的TFT、覆蓋TFT的隔離層、隔離層上的OLED、基板上的封裝層、與封裝層結合的柔性觸控式螢幕面板,以及一層保持顯示膜的光學性質的硬塗層窗膜,(可能)使顯示螢幕表層可以抗刮、耐磨損和撞擊,手機彎曲時,所有這些膜層必須保持正常功能。 彎曲這種堆疊的多層膜時,堆疊中有個位置稱為中性軸或(中性彎曲面),該處的應變力為零,找出中性面內的顯示模組位置可將應變和應力降到最小。這之所以這麼重要是因為在向內彎曲上的太多壓縮應力會導致屈曲和剝離,而過大的拉伸應力可能會導致破裂和剝離(圖3)。 圖3 彎曲測試失敗模式 資料來源:Yves Leterrier, in Handbook of Flexible Organic Electronics:Materials,  Manufacturing and Applications, Woodhead, 2015 雖然作為獨立的薄膜,顯示螢幕堆疊中的每個元件可以彎曲到相對較小的半徑(小於5mm),但當元件黏合後彎曲時,機械應力在結合層之間傳遞,在堆疊的多層膜中出現拉伸和壓縮力,導致結合層的剝離和屈曲。 因此,工程師對黏合的方式進行改善,使堆疊膜層作為單獨的元件起作用,而不受相鄰膜層的約束。這是為了在顯示螢幕堆疊彎曲(特別是彎曲半徑小於5mm)時,可以防止機層的剝離和屈曲。 彎曲測試 彎曲測試也是實現折疊螢幕的重要步驟。對此,半導體設備業者如應用材料公司顯示及柔性技術事業群(DFT)的研發部門,便測試了聚二甲酸乙二醇酯(PEN)膜的薄膜封裝,以評估薄膜的可靠度,以及是否能夠保留原有特性來作為防止空氣和水氣侵入OLED材料的屏障。 低於1%的整體臨界應變目標是楊氏模數的一個函數,或定義材料中的應力和應變之間的關係,以及基板整體厚度(圖4)的機械特性。DFT事業群測試了堆疊在 50μm PEN基板上的多層薄膜封裝膜,這項測試包括在專門的彎曲測試機器(圖5)上,將基板以半徑2.5mm彎曲200,000 次。 圖4 折疊基板的臨界應變公式 資料來源:Yves Leterrier, in Handbook...
0

專訪陸得斯資深行銷總監Timothy Kryman/產品協理蔡孟樵 檢測技術克服先進封裝挑戰

陸得斯科技(Rudolph Technologies)產品協理蔡孟樵(圖1)表示,在先進封裝結構日益複雜,單一封裝體內整合的晶片數量不斷增加之際,封裝廠對個別晶片的事前檢測,以及封裝成品的檢測需求,也跟著提高。如果封裝廠沒有在事前對晶粒進行全面檢測,萬一把故障的晶粒包進封裝,則整個封裝好的產品都會報廢。 圖1 陸得斯科技(Rudolph Technologies)產品協理蔡孟樵表示,先進封裝結構日益複雜,落實檢測對成本/良率的控管越來越重要。 另一方面,在晶片或封裝製程中產生的小瑕疵,有可能會隨著時間經過而惡化,導致整個元件失效。為了提高產品的可靠度,封裝廠必須導入更先進的檢測設備,才能抓到這些很容易被忽略的製程瑕疵。 晶粒檢測聚焦三大類瑕疵  一般來說,封裝廠的晶片瑕疵檢測,主要聚焦在三大類瑕疵,一是晶片正面的髮絲裂縫,二是在晶圓切割後產生的邊牆(Side Wall)裂縫,三是晶粒背面的裂縫。其中,邊牆裂縫是最棘手的問題,因為這類裂縫位在晶粒的側面,很難用傳統可見光檢測發現,但這類裂縫在晶片封裝完成,上電運作後,會因為晶片不斷熱漲冷縮,導致裂縫越來越大,最終造成元件失效。 要精準抓到這類瑕疵,必須靠特殊的可見光設計並搭配紅外線檢測,但紅外線檢測的速度遠不如可見光,因此業界始終很難有效率地處理這類瑕疵。所幸,邊牆裂縫的出現,跟晶粒本身的線路布局有很高的關聯性,當晶粒中某些區域承受的應力特別大時,該區域出現邊牆裂縫的機率也會增加。因此,陸得斯發展出一套對應的工具,會針對晶粒中承受高應力的區域進行額外的紅外線輔助檢測,以便在對檢測速度影響最小的前提下,強化邊牆裂縫的檢出率。 至於晶粒背面的裂縫,則是雷射切割製程的衍生結果。雷射切割其實沒有真的把晶圓切割成一顆顆晶粒,而是用雷射讓切割線所在位置的晶圓材質變得較為脆弱,等晶圓背後貼上藍膜,進行晶圓擴張時,晶粒才會受力分割開來。這種新的切割法不會造成邊牆現象,但卻會使晶圓背面承受額外應力,進而導致晶粒背面出現裂縫。 因此,封裝廠如果採用雷射切割技術,雖然不需要擔心邊牆裂縫,卻得對晶粒的正反兩面都進行瑕疵檢測,以確保良率。針對背面檢測,有些檢測設備是採取雙面同步探測,但解析度不足是這類設備普遍存在的問題。因此,陸得斯並未採取這種設計架構,而是用把待測晶圓翻面的方法,以確保測試機台的解析度夠高,能準確偵測出這類瑕疵。 RDL日益複雜 螢光檢測讓問題一覽無遺 在完成晶粒檢測,進入封裝製程後,封裝廠目前在檢測方面所遇到的最主要挑戰,就是如何鎖定重布線層(RDL)的缺陷。特別是在RDL線寬間距(L/S)從10/10微米迅速微縮到2/2微米,且堆疊層數越來越多的情況下,有機聚合物材料(PI)上的光阻劑殘留跟金屬線路沉積殘留等缺陷偵測,都會變得更加困難。 針對這些問題,陸得斯使用獨特的螢光檢測方法一次解決。在某些特定波長的螢光照射下,光阻劑若有殘留,該區域會出現螢光反應,而在此同時,因為金屬材質不會反射螢光,在畫面上會形成黑暗區域,因此檢測人員可以很輕鬆地發現光阻劑跟金屬沉積的異常殘留。 矽中介層面積過大 精準對位要靠線掃描 如果封裝廠是使用矽中介層(Si-interposer)來進行先進封裝,例如台積電的CoWoS,要面對的技術挑戰,主要是在對位(Alignment)上。因為隨著晶片封裝尺寸越來越大,表面又缺乏可以參照對位的特徵,所以對AOI設備會是一個非常大的挑戰。 傳統的對位機台使用區域掃描技術,一次只能掃描固定面積的區域,也就是機台的FoV。但對大晶片而言,若FoV不夠大,則會導致檢測設備無法準確對位而導致量測結果產生誤差。是故,陸得斯採取線掃描的新作法,讓機台的FoV得以大幅擴張,並搭配自行研發的演算法讓提升對位的精準度並且進行有效量測。 檢測問題日益複雜 技術配套必須更全面 事實上,陸得斯是一家產品線涵蓋十分全面的公司,除了檢測跟計量(Metrology)相關設備外,該公司還提供後段封裝所需的微影設備、步進機到晶圓探針卡以及各種軟體配套方案。這使陸得斯可用非常宏觀的角度來看整個封測產業的趨勢。 陸得斯資深行銷總監Timothy Kryman(圖2)指出,建構廣泛的產品組合,是該公司的核心發展策略之一。藉由提供完整的產品組合,該公司可以滿足封測廠客戶各種製程的需求,同時也把自家公司全面嵌入到客戶的產線裡。因此,該公司在過去十年,一直透過各種購併來壯大產品線陣容,並創造更大綜效。 圖2 陸得斯資深行銷總監Timothy Kryman認為,後段檢測所遭遇到的問題將越來越複雜,技術配套必須更全面才能滿足客戶需求。 也因為陸得斯不僅提供檢測與計量,還提供高價的微影設備跟步進機台,因此公司可以很容易接觸到客戶的高層主管,進而在商業競爭中領先一步。技術領先與商業人脈等因素,不僅累積出公司現有的競爭優勢,也形成市場進入障礙。
0

iNEMI FoS具經濟效益/迅速/簡易 爬行腐蝕驗證效率大增

一般來說,這些電子產品易受到環境中的腐蝕性氣體、水分、汙染物和懸浮微粒的影響,讓敏感性電子元件與印刷電路板產生爬行腐蝕(Creep Corrosion)的失效現象,嚴重恐導致設備電氣短路故障的風險。然而,傳統爬行腐蝕驗證方法「混合流動氣體(Mixed Flowing Gas, MFG)」腐蝕試驗成本昂貴,並非能所有產業鏈的客群所接受並採用。 針對此一挑戰,國際電子生產商聯盟(International Electronics Manufacturing Initiative, iNEMI)於2018年8月特別針對爬行腐蝕的驗證發表了一份白皮書(圖1),而電子產品驗證測試實驗室宜特科技與國際系統大廠也共同剖析造成爬行腐蝕的關鍵因子,並研究開發出符合經濟效益、簡便迅速地驗證電子產品爬行腐蝕失效的測試方法「iNEMI硫磺蒸氣(Flower of Sulfur, FoS)腐蝕試驗,期能協助產業鏈客群針對爬行腐蝕的失效問題進行預防措施並找出因應之對策。 圖1 國際電子生產商聯盟(International Electronics Manufacturing Initiative, iNEMI)的爬行腐蝕驗證白皮書(White Paper_iNEMI FoS Test) 爬行腐蝕常見於PCB/導線架封裝 爬行腐蝕是屬於硫化腐蝕(Sulfur Corrosion)其中一種的失效機理,典型的案例可由印刷電路板(PCB)與導線架封裝(Leadframe Packages)(圖2)元件最為常見。由於裸露的金屬銅接觸到環境中硫化物的腐蝕性氣體進行反應生成硫化亞銅(Cu2S)的腐蝕產物,其固體腐蝕物沿著電路與阻焊層/封裝材料表面遷移生長的過程,導致相鄰焊盤和電路間的電氣短路失效現象,此一現象稱之為爬行腐蝕的失效模式。 圖2 導線架封裝元件的爬行腐蝕(受限於導線架鍍層與封裝材料氣密性 一般在爬行腐蝕的誘發過程中是不需要任何電場作用就會發生的失效機制,因此其腐蝕產物的遷移與生長並無一定的方向性。而通常要促使爬行腐蝕失效機制的發生須具備以下兩個條件: .可發生金屬硫化腐蝕的特徵位置,例如裸露的金屬銅或其所披覆的保護層緻密/氣密性不佳。 .可誘發爬行機理產生的表面環境,例如環境中含有氯氣、臭氧或清潔度較差的表面以及懸浮微粒的汙染都將觸發爬行機理的發生(表1)。 MFG/FoS硫化腐蝕試驗差異之處 通常MFG腐蝕試驗可控制的試驗參數包括溫度、濕度、腐蝕性氣體的種類、濃度與流速等。除此之外,MFG為一流動式腐蝕反應器,其腐蝕性氣體的來源來自於腐蝕氣體鋼瓶並搭配一定的氣體流速1,000或1,500liter/hour不斷地置換反應器內部的腐蝕性氣體。由於其可控制的試驗參數眾多、架設複雜且能持續地提供新鮮的腐蝕性氣體的特性,因此對於實際終端的環境條件具備較高的模擬能力與試驗的應用性,但卻也同時造成試驗成本較高的問題。 而一般FoS腐蝕試驗可控制的試驗參數只包含溫度與濕度,另考量於FoS為一批式腐蝕反應器,其腐蝕性氣體的來源來自於密閉容器中的硫磺粉受溫度提高所釋放出的硫磺蒸氣(S8)。由於其可控制的試驗參數較少、架設簡易且為單一硫化物腐蝕性氣體的特性,因此使其具備較低的試驗成本,但卻也同時造成試驗應用性較低的問題。 除此之外,因受限於密閉式的實驗設計,其試驗的腐蝕反應速率容易受到測試樣品在試驗過程中所產生揮發性有機化合物(Volatile Organic Compounds, VOC)的影響而降低。若試驗的溫度越高或在測試樣品數量越多的情況下,腐蝕反應速率受到VOC的影響則會越顯著。因此一般傳統的FoS腐蝕試驗大多都被採用來針對不同的物料清單(Bill...
0

「分類」對我們產生 巨大的影響

  文 | 萬岳憲 資策會MIC產業躍升事業群總監 我們的大腦每天都忙著在做分類這件事,而我們也太習慣把每件事情分類,所以我們也很習慣看到不同的分類,甚至更習慣於去接受別人為你設定的分類。當你接收到的分類方式和你想的是一樣的,就會很樂意或愉快的接受,如果是不一樣的,你就會產生格格不入的不舒服感,甚至影響你對很多事情的決斷與觀感,套句網路流行語,會影響到「三觀」:價值觀、人生觀、世界觀。 在統計學上就有一個很有趣的分類,這個分類影響後世的研究學者跟隨至今將近100年,你猜到了嗎?就是P值(p-value)。許多研究生最擔心看到P值不顯著的統計結果,此時,如果假設檢定又必須得到P值顯著才能推翻假設的時候,不顯著的統計結果,很可能會推翻所有的研究過程,導致研究失敗。經由統計檢驗的數據,一般會顯示P值小於0.05或0.01,這個數據表示,A與B之間的關係或影響,可能產生的機率有多高,p<0.05即表示有95%的機率會落在信賴區間(Confidence Interval),同理p<0.01就會有99%的機率;機率數字愈大,需要的信賴區間就愈大,樣本數就需要更多,調查成本就會增加。這也就是為什麼多數公布的調查數據結果,總是加註「在95%的信心水準下…..」的原因。 有趣的是,p<0.05是誰訂定的?其實是英國統計學家費雪爵士(Sir Ronald Fisher)在1925年,大筆一揮就決定0.05,沒有理由,只因為他覺得0.05是一個好記又好用的分界點,所以他沒有選0.04或0.03,因為,當時是他自己要找一個數據來為自己的研究所用,所以就很瀟灑的選一個他喜歡的數字,但是他有加註說明,研究者可以根據不同的研究性質來決定P值的分界。可能是0.05這個數字選得太好了,之後跟進的研究者都沿用這個門檻,把費雪爵士留下的警語視為無物,0.05竟然成為一個區分好不好、行不行的神奇界線。這樣的價值觀影響我們近百年,讓我們習慣去接受分界線來判定好壞,例如59分與60分的距離只有一分,但是卻善惡分明的定義「當掉」與「All Pass」的距離。 讓我們再來觀察一個分界點,想想自己是不是也有受到影響。《紐約客》雜誌撰述委員葛拉威爾(Malcolm Gladwell)在其著作《異數》一書中提到,來自人為的分類習慣而產生的細微影響,會像蝴蝶效應一樣的逐漸擴大影響範圍,不但會讓大眾像溫水裡的青蛙,毫無感覺,最後甚至還會讓大眾誤以為,這些都是理所當然的事。 他發現許多選拔或測驗的參加資格是以年齡來分類,往往年齡大的測驗成績會優於年齡比較小的,這個現象在年紀愈小的群體中愈明顯,因為小孩的身心成熟差異度較大,小學一年級與二年級相較,對於許多事物的認知,當然是二年級的成熟度普遍較高,但是在一年級的學童中,也會有年齡的差距。 例如以台灣小學入學的分類劃界來看,在108年9月1日出生的小孩,入學那年的同班同學就是107年9月2日至108年9月1出生的族群,在相同的學習環境中,年齡較輕的小孩,相較於同班年紀較大的小孩,學習過程會比較吃力,而這樣些微的差異,日積月累就會影響學習成效,產生低落的學習心態,反而會愈來愈跟不上同班同學的學習進度。此時,老師如果沒有注意到學童們的身心成熟度差異,就可能誤判學童的學習態度或能力較差,會給予差別待遇的處置。英國社會學家莫頓(Robert Merton)將這種現象稱為「馬太效應」,援引聖經的《馬太福音》篇章:「凡有的,還要加給他,叫他有餘;凡沒有的,連他所有的也要奪去。」愈成熟者,表現愈好,老師就愈讚賞,給予愈多的特別指導;愈不成熟者,表現相對較差,得到的指導就愈少。不過,老師不是故意要給予偏差的指導,而是也受到馬太效應的影響,在「得天下英才而教之」的效應鼓動下,自然而然,會對表現佳的學生傳遞更多的知識。 美國加州大學聖塔芭芭拉分校教授貝達德(Kelly Bedard)與杜伊(Elizabeth Dhuey)也以大學生為研究對象發現,在四年制的大學裡,相對年齡較小的族群,平均學業成績比同學低11.6%,身心成熟度較低者的入學劣勢明顯存在,甚至再追溯至高中時期發現,因為這樣的分類方式,持續累積的低學習成效,甚至會影響至升大學之路。杜伊的研究結論指出,人們隨意設下的分類分界,竟然有如此長遠的影響,可是大家似乎都覺得無所謂。 無所謂的原因,來自於我們太習慣接受周遭既定事物的固著影響。德國心理學家敦克爾(Karl Duncker)有一個經典的蠟燭問題實驗。他安排A、B兩組人受試,A組的每個人都拿到「一根蠟燭、一盒圖釘、一本火柴(扁平式非盒裝)」,要求受試者只能運用這三樣物品,將蠟燭固定在牆壁上。 多數人嘗試使用圖釘來固定蠟燭,或使用火柴來烤融燭尾,想要藉由融化的蠟,把蠟燭固定在牆上。這些做法都是著重在思考「蠟燭、圖釘、火柴」三個物品的關聯性,只有少數人聯想到,可以使用圖釘把「圖釘盒」固定在牆壁上,讓圖釘盒變成一個燭台。 有趣的是,B組受試者跟A組拿到相同的物品,差異處在於「圖釘」和「圖釘盒」是分開的。也就是說,A組拿到的圖釘盒裡面有圖釘,B組拿到的是一個圖釘空盒和一些圖釘。實驗結果,B組使用「圖釘盒」當做燭台來固定蠟燭的人,是A組的二倍。 研究發現,人們習慣從整體的角度來看待事物,很容易受到過往經驗及外在環境的影響,對事物的功能或結構,產生認知的「固著」(Fixedness)現象。唯有當熟悉事物的某部份消失或變異,在不同的認知脈絡暗示下,人們才有可能脫離「固著」的影響,重新觀察或看待舊有的事物。 你應該已經發現,日常生活周遭的分類,正在巨大的影響我們的行為舉止,朝九晚五、週休二日、早中晚三餐、工作職掌、時間管理。許多的分類劃界,我們已經視為理所當然,甚至不會想要探究分類劃界的緣由。但是,專家研究指出,創新往往是來自於擁有突破分類式思考傾向的人,重新看待周遭事物的分類劃界,多元接受你不知道的新事物,就能夠讓自己在不知不覺中,脫離被「固著」影響的視野和思維,或許你就會找到一個不合理的分類,然後重新創造一個足以影響大眾的分類。 美國知名投資家坦伯頓(John Templeton)發現,擁有傑出成就與表現中等的兩種人,在工作上所付出的熱忱與努力,幾乎是完全相同,僅有的差異處也非常細微。但是,當細微差異正好位於關鍵的位置時,往往結果的品質與成效,就會產生巨大的差異,他將這個現象稱為「多一盎司定律」(Doctrine of the Extra Ounce)。 有一個簡單的數學題。每天要求自己發揮101%,365天之後,可以累積成長38倍;每天只要求自己做到99%,一年下來您就只剩下3%,兩者累積差距超過千倍,不能小看這每天多一點點的「一盎司」啊!
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -