- Advertisement -
首頁 首頁Top區塊

首頁Top區塊

- Advertisement -

助開發者部署AI應用 Google AI平台預測服務正式開放

日前Google發布了開放大眾使用的人工智慧(AI)平台預測服務,有助於開發者在雲端準備、建立、執行及分享機器學習(ML)模型,全託管的服務模式可加速模型在終端裝置的布建。這個服務奠基於Google Kubernetes Engine的後端,並具備了高可靠性/彈性及低延遲的架構。 Google發布通用性的AI平台預測服務,有助於開發者在雲端準備/建立/執行及分享機器學習模型 調研機構IDC預測,2020年全球在認知及AI系統的花費將達到776億美元,高於2019年的240億美元。調研機構Gartner也表示,近期針對全球數千家企業管理層的調查中顯示,採用AI的比例在過去4年間成長270%,光是過去一年間即成長了37%。AI平台預測的推出,為Google原有的產品擴增託管服務,將成為與亞馬遜(Amazon)、微軟(Microsoft)、IBM競爭的利器。 由於該服務的引擎自動選擇了可相容的雲端硬體,如AI加速晶片,有助於使用XGBoost或scikit框架訓練的模型更容易部署。在有支援的虛擬機器(Virtual Machine)上,該服務展現了包含顯示卡、處理器、RAM、網路使用率等效能數據,同時顯示了隨時間計算的模型副本。資安方面,預測服務允許用戶自訂義參數並提供模型部署工具,而這些配備只授權定義範圍內的網路存取相關資源及服務。 該服務提供模型預測的資料和視覺化工具,來協助解釋預測結果。此外,AI平台預測可以持續評估即時增加的模型所需的自動真實標記(Ground-truth Labelling),透過反覆訓練來提升效能增加的機會。而AI平台預測的所有功能都能全託管,在無叢集運算的環境下,由專門的企業支援。如果用戶的流量過大,Google會適時管理,以免模型超載。
0

化合物半導體爆發可期 1~6吋小晶圓市場強強滾

雖然目前絕大多數半導體元件都已經改用8吋與12吋晶圓量產,但由於化合物半導體在許多特定應用領域上,擁有許多矽半導體所不具備的優勢,故隨著化合物半導體應用越來越普及,用來量產相關元件的1~6吋小晶圓,也呈現一片欣欣向榮的景象。 據Yole Developpement預估,從2019年到2025年,全球1~6吋小晶圓的市場規模將從48億美元成長到54億美元,複合年增率(CAGR)約1.8%。雖然這個數字看起來並不令人印象深刻,但如果排除矽晶圓,只觀察碳化矽(SiC)、砷化鎵(GaAs)、藍寶石(Sapphire)與磷化銦(InP)等化合物晶圓,將會看到市場呈現出非常強勁的成長格局。 目前6吋以下小晶圓市場仍以矽晶圓為主力,但隨著越來越多矽晶片的量產改用8吋以上晶圓,6吋以下矽晶圓的市場將越來越小,只剩下已經十分成熟,即便改用8吋以上晶圓生產也不會帶來明顯效益的矽晶片產品,還會繼續以6吋晶圓生產。而碳化矽、砷化鎵、磷化銦等化合物半導體,將分別在電源與光電元件市場上攻城掠地,進而帶動6吋以下小晶圓的需求。 至於藍寶石晶圓方面,Yole Developpement認為這類晶圓可望因MicroLED應用規模逐漸放大而維持成長局面,但LED業界普遍認為,這個看法恐需要進一步釐清。MiniLED(外觀尺寸在100x100微米以上)製程跟現有LED製程相近,會用到藍寶石晶圓,故隨著MiniLED背光、直顯應用放量,藍寶石晶圓的需求確實有機會成長。但MicroLED(100x100微米以下)晶粒將不會有藍寶石層,故MicroLED能否支撐藍寶石晶圓成長,恐怕得先釐清MicroLED與MiniLED之間的界線。  
0

電流監測/記錄準又穩 藍牙電表設計便利/耐用兼具

  而一般常見的數字萬用電表中,萬用代表多功能,電表的設計原理以基本電學V(電壓)=I(電流)×R(電阻)為理論依據。儀器與測量在現今社會科學普及的情況下越來越重要,研發人員的學習歷程以數字電表為入門,開始鑽研電子、電力、元件、溫度等測量概念,將測試的結果量化顯示,並且透過無線通訊傳輸紀錄與分析。此外,研究人員藉由實驗過程累積經驗,實現量測為設計之母的學習目的,有助於培育工程人才。 以OWON推出的掌上型藍牙數位電表為例,在數位化的需求下,為了增加學生、工程師或是研究人員在資料儲存的便利性,以及應對工作中常見的複雜測試情況,測試產品的某個參數時,需同時監測其他關聯指標。此產品在2015年4月由OWON基礎量測儀器商設計發表第一代藍牙電表B35,之後陸續推出B41/W16/OW18等藍牙與非藍牙兩種形式的數位電表(圖1)。 圖1 傳統三用電表(左)與藍牙多功能數位電表(右) 數位電表具靈活性且易於使用 新款數位電表有電壓、電流、電阻、溫度、二極體、電容、週期/頻率以及非接觸電壓量測等多種量測功能,同時有螢幕背光/LED以及藍牙資料傳輸通訊介面,可透過手機/平板App或者專用USB線與NB/PC連線(圖2)。大幅提升多機一體的量測功能性,顧及攜帶方便性以及紀錄資料實用性,滿足使用者多種環境的測試需要。而電表稱為基礎儀表,一直以來在使用上是最入門的電學量測工具。 對於新款的藍牙電表,需要讓使用者理解如何快速使用藍牙連線,因此團隊製作QRcode與說明書在包裝盒內,同時提供影片教學,使得使用者輕鬆上手。 圖2 數位電表透過LED以及藍牙資料傳輸通訊介面,可用於手機/平板APP或者專用USB適配器與NB/PC連線 多功能電表減輕電流監測負擔 就數位電表的實際使用經驗,以產品測試工程師Iwait.Lee的工作情境為例,可以應用在一些相對複雜的測試情況,測試產品的某個參數時需同時監測其他關聯指標。例如在一個電源產品上測試某個取樣電阻Rs上的電流以及溫度隨時間變化情況,Iwait.Lee需要一台電流表監測電流,同時使用一台溫度表或者紅外溫度測試儀測量溫度,而且還需開啟手機的碼表功能計時。開始測試時,碼表開始計算時間,10秒、20秒、30秒過去,還需要另外準備好紙和筆,記錄每個所需時間點的電流、溫度。若是一個人記錄、讀取兩個儀器的數值、並且查看時間,稍有疏忽測試資料就有偏差。 然而若是改用藍牙萬用表,Iwait.Lee僅需要2台B35和OWON免費的App。一台B35用來測量電流,另一台用來測量溫度,然後打開手機App,設置好取樣間隔時間10秒,再打開被測系統。透過數位化的量測技術,Iwait.Lee可以等到測試時間一到,關閉被測系統,直接查看手機測試資料,而且可以將這些資料選擇合適的格式保存起來或者分享出去,減少工作負擔。 電表設計趨向準確/耐用 數位電表基本的功能是穩定、準確且不易損壞,必須注意以下設計重點。 ·準確度:解析度/位數Counts 1.萬用表的每個檔位元測量時對小訊號的分辨能力,量程越密就可以越靈敏地呈現被測訊號的變化(圖3),例如在220mV檔位設定,可以將量到最小的電壓解析為0.01mV。 圖3 解析度/位數COUNTS表 (資料來源:國家儀器NI) 2.Counts位數:比如選用B35/6位元的數位電表,最大顯示數位為5,999,解析度為量程的6,000分之一,同理Counts數越高解析度越高,可量測的訊號變化越細微。 3.準確度就是在特定條件下測量數值與真實數值的最大誤差。數位萬用表的準確度通常用讀數的百分比表示。準確度為讀數的1%,如果測量數值是100V,則實際顯示數值可能是99V和101V之間的任何數值。技術參數包括加到基本精度參數上的一位範圍(最後一位)。 耐用度20A保險絲與左邊的mA檔的自恢復保險(圖4),產品耐用度高於w同級產品的10A。 圖4 產品內部圖,中央HD500為保險絲,左側ㄇ字型零件為自恢復保險桿 藍牙電表的設計理念,即是減少使用者在資料紀錄與儲存上花費時間、精力與大筆的金錢來完成一件可以輕鬆完成的事情。用戶只需要: 1.下載App連線 2.啟用離線紀錄 3.下載圖檔或者csv的紀錄(圖5) 圖5 藍牙電表可快速記錄/儲存資料 即可簡單輕鬆完成資料紀錄,並繼續下一個實驗或者分析、報告(圖6)。 圖6 藍牙電表可快速記錄/儲存資料 藍牙電表兼具操作/讀取便利性 研發藍牙電表有一個很重要的關鍵,在於協助使用者遠離危險的環境,因此無論用戶的身體大小,姿勢或活動性如何,電表的設計上都為接近、觸及、操控和使用的情境提供了適當的大小和空間。 若將電表結合藍牙的即時傳輸和記錄,在很多工作中增進用戶體驗,包含高電壓、高溫、粉塵氣體等高污染有毒、有害的地方,以及操作空間狹小、觀察位置彆扭等不方便人工即時讀取、記錄的環境,藍牙遠端測量和記錄的功能就可展現出它的優勢。 (本文作者為OWON資深工程師)
0

SEMI:整合產官學關鍵能量 喜迎半導體新黃金50年

SEMICON Taiwan 2020 Hybrid 25日圓滿落幕 SEMICON Taiwan國際半導體展於23日於南港展覽館一館正式登場,推出全新線上SEMICON Taiwan 2020 Hybrid平台,以虛實整合方式同步展出線上線下多場精彩活動。SEMI國際半導體產業協會於22日展前記者會宣布將擴大半導體產業永續發展計劃,從政府、產業、人才三面向,打造更緊密強大的台灣半導體產業聚落。在計劃第一階段將聚焦人才培育主題,並由SEMI與104資訊科技簽署MOU合作交流備忘錄,期許未來一起共同孕育台灣半導體產學頂尖人才。 為推動台灣半導體產業以長遠、具體的方式策略性成長,活動中邀請到中華民國經濟部工業局局長呂正華、日月光半導體總經理暨執行長吳田玉、台灣半導體產業協會常務理事暨鈺創科技股份有限公司董事長暨執行長盧超群與104資訊科技獵才招聘事業群資深副總經理晉麗明等政府產業代表出席,凝聚產官學研力量,以國家之力打造台灣半導體全面升級,在5G、AI新時代中鞏固國際產業關鍵地位。 憑藉現有優勢,台灣半導體產業在世界站穩腳步 日月光半導體總經理暨執行長吳田玉表示:「台灣半導體產業相較其它世界強國,擁有相對完整的產業供應鏈,在此優勢下,面對後疫情時代的各種變數與挑戰,除了與時俱進的產業鏈發展、生產彈性及遠距溝通技術的加強,台灣也應持續推動相關政策調整與人才培育,以更加穩固自身半導體產業競爭力,持續走在全球競賽的前端,發展永續共赢的未來。」 台灣半導體產業協會常務理事暨鈺創科技董事長暨執行長盧超群也對台灣今年走過疫情的半導體市場表現表示讚賞:「因為疫情所帶動的零接觸經濟連帶促成了半導體產業的諸多商機。台灣受疫情影響小,又因在製程技術及IC設計的領先發展鞏固了國際產業關鍵地位,我們一方面仍應審慎以對,另一方面則要全力把握此等商機,快速投入資源,帶動整體產業技術提升,與世界各國加速合作!」 中華民國經濟部工業局局長呂正華對未來也展現信心:「半導體產業是台灣重要經濟命脈,政府各部門會積極偕同SEMI與產業代表一同整合各方資源並推動跨界合作,以打造台灣成為半導體先進製程中心做為核心目標。」 SEMI全球行銷長暨台灣區總裁曹世綸指出:「台灣半導體藉由不斷突破的技術能量以及強大採購動能,持續帶動整體產業成長,過去10年有高達7次是全球最大半導體設備投資區域,未來10年的投資動能也有望朝先進製程布局。若能掌握既有核心優勢訂定長遠發展計劃、佈建在地完整產業生態系,將有機會搶佔亞太半導體中心,推動國家經濟成長、提升台灣整體競爭力。」 人才為推動產業持續成長的關鍵 SEMI與104攜手強化產學人才培育 高科技的人才資源為推動技術研發的基礎要素,半導體產業卻面臨嚴峻的人才斷層危機。面對近幾年國家人才長期不足及外流的挑戰,SEMI在今日會上宣布與104資訊科技簽署合作備忘錄(MOU),期望攜手一同規劃長期人才培育發展合作方案,透過強化產學技術合作提升國家競爭力。104資訊科技獵才招聘事業群資深副總經理晉麗明提到:「104資訊科技與SEMI首次針對半導體人才共同出版《半導體產業與人才白皮書》,希望針對台灣半導體人才建立完整、有策略性的培育發展方向。」 此外,SEMICON Taiwan多年舉辦「人才培育特展」,在展會中除了多場主題論壇規劃外,另舉辦人才媒合、一對一面試等系列活動,助力學生在未來職涯道路上掌握先機。 串聯線上線下 SEMICON Taiwan 2020 Hybrid平台展出半導體智慧未來 SEMICON Taiwan 2020國際半導體展於本月23日至25日在南港展覽館一館圓滿落幕。今年展會聚焦「先進製程」、「智慧製造」與「綠色製造」三大主題,展示半導體上下游產業鏈最尖端創新的技術。為了讓無法親自到場的海外觀眾一同參與年度半導體盛宴,全新虛實整合「SEMICON Taiwan 2020 Hybrid」平台,除了提供虛擬展館的參觀體驗外,部分熱門論壇與活動也開放線上直播觀看;另可透過1對1即時訊息與展商進行交流、創造更多合作機會,此平台於9月23日正式上線。 每年眾所注目的大師論壇(Master Forum)邀請台積電董事長劉德音、鴻海科技副董事長李傑、意法半導體總裁暨執行長Jean-Marc Chery等企業領袖,共同剖析AI及5G科技趨勢下的機會與挑戰。另外,展區亮點「高科技智慧製造特展」,結合智慧製造解決方案展出多元應用可能,為產業打造智慧製造與資安國際交流平台。針對引領產業前瞻技術的「異質整合」專區,則以實際應用角度展示遠傳5G多元應用、聯發科技IC設計以及日月光互動智慧城市SiP封裝解決方案平台等呈現技術解方;展區中的「化合物半導體創新應用館」將展示Jaguar新一代電動車I-PACE以及遠傳電信5G基地台,完整呈現化合物半導體製造產業鏈至系統應用端的樣貌。 2020年是SEMI成立50周年,同時也是SEMICON Taiwan第25周年,象徵半導體產業進入下一個發展階段的重要里程碑。展望未來,SEMI表示將繼續以產業永續、企業成長、人才發展為目標,為產官學三方暢通合作橋梁,結合政府、協會及企業能量打造完整半導體產業聚落,提升台灣國際競爭力。
0

專訪安馳科技專案技術應用工程經理黃信傑 疫情/中美貿易催化工業4.0發展升溫

安馳科技專案技術應用工程經理黃信傑表示,台灣製造業目前正處於智慧密集(工業4.0)階段,可看到許多上市櫃公司與法人單位(如工研院),挹注大筆研發經費與人力資源發展工業4.0,同時政府亦推出生產力4.0發展計畫,整合台灣既有軟硬體與媒合創新產業。 圖 安馳科技專案技術應用工程經理黃信傑表示,憑藉台灣優良的半導體產業聚落與在工業製造的配合度、學習力與彈性,台灣已正式邁入工業4.0時代 而在這樣的發展趨勢下,安馳科技也不曾缺席。黃信傑談到,該公司在今年的北、中、南自動化展會上,特別展示出安馳科技結合ADI元件、電池監控系統與人臉辨識系統等方案,以滿足未來工業4.0及電動車發展的需求。 除了在解決方案的布局策略外,事實上早於一年前,安馳科技就與Macnica結盟,攜手布局工業4.0的領域。安馳科技資深協理陳發勇指出,此次與Macnica的合作,為該公司帶來兩個層面的優點,包含產品線的增加與資源共享的好處。 陳發勇分析,相較於過去尚未與Macnica結盟之前,在地化的代理商要拿下國際大廠的代理權可說是難上加難,有了Macnica的合作,安馳科技才得以順利爭取到如安森美的代理權;其次,在資源共享上,安馳科技與Macnica集團本身都有提供完整的解決方案與參考設計,而兩家公司最大的代理產線來自於ADI的方案,故雙方每年會固定針對ADI產品參考設計進行討論,同時各自研發共享資源,共拓亞太市場的版圖。 黃信傑表示,台灣有著優秀的半導體產業聚落,過去著重在硬體的開發。接下來工業4.0時代,關鍵將是大數據的蒐集與分析,能有效整合軟硬體並搭配大數據蒐集與分析,就能在這領域脫穎而出。台灣企業在工業製造的配合度、學習力與彈性都優於其他國家,預期將會在此占有一席之地。
0

提升室內5G毫米波覆蓋 三星小基站Link Cell亮相

日前三星(Samsung)推出新的整合式5G毫米波(mmWave)的小型基站Link Cell,作為Samsung Link的產品之一,可用於強化室內的5G毫米波訊號,能為使用者的室內環境提供順暢且強化的5G使用體驗,為企業內以5G網路為基礎的設施,如製造及配送設備、辦公室、娛樂產品或商場、體育館、飯店等公共場合提供高覆蓋的5G毫米波訊號。 Link Cell用於強化室內的5G毫米波訊號 (圖片來源:三星) Link Cell為無線網路營運商創造出延伸自5G網路的服務,透過其高傳輸量及低延遲的特點,十分適合應用在商業及公共場館。同時作為未來企業內5G私有網路的關鍵元件,包含製造業、醫療保健、零售及倉庫設備等,都可以採用Link Cell。其中,Verizon是美國第一個在商用領域部署Link Cell的無線網路營運商,將會藉此擴展其5G超寬頻的覆蓋範圍。 此款5G小型基站的第一版支援28GHz,同時具備結合4個100MHz頻寬的能力,提供高容量及高速下載功能。此外,Link Cell在小於4公升的小體積內整合無線電、天線及數位單元,並且只需將其放置在牆壁或天花板上即可使用,而無風扇的冷卻方式也能有效降低噪音。另一方面,該產品可調整RF效能,行動裝置在室內不同位置,或者從外部5G網路切換到室內網路時都能無縫接軌。
0

英特爾11代處理器增強物聯網/AI效能

日前英特爾(Intel)在2020年的工業高峰會(Industrial Summit 2020)上,發表了新的強化物聯網的功能,包含第11代的英特爾處理器、Atom x6000E系列、Pentium及Celeron N、J系列,提供人工智慧(AI)、資訊安全、即時性給需要邊緣運算的客戶。藉由軟硬體的結合以及完整的生態系統,為邊緣運算晶片市場提供解決方案。 第11代處理器增強物聯網功能  第11代的處理器強化了物聯網設備所需的高速處理、機器視覺與低延遲功能,提升最多23%的單執行緒(Single-thread)效能;多執行緒(Multithread)的效能則提高19%;以及增加2.95倍的圖像處理效能。新的雙影像解碼器可以支援處理器每秒1080p 30fps的速度,並且可同時輸出四個4K或兩個8K頻道。此外,AI演算法可以在多達96個圖形執行單元上運作,也可以在內建Vector Neural Network Instructions (VNNI)的CPU上執行。若搭配時序協調(Time Coordinated Computing, TCC)技術,以及時效性網路(Time-sensitive Networking, TSN),第11代處理器便能應用在以下情境: ‧ 工業:重要的控制系統,如PLC、機器人等,或者工業電腦及人機介面 ‧ 零售、銀行、旅宿業;智慧化、沉浸式的數位廣告、無人商店及自助退房 ‧ 醫療;高解析度且由提供AI診斷的醫學影像設備 ‧ 智慧城市;內建AI推論及分析功能的智慧錄影機
0

電大尺寸問題分析不易 先進求解技術滿足5G模擬需求

宏觀/微觀都需考量 混合求解勢在必行 電尺寸的大小,是指電磁領域中的幾何尺寸與工作波長的比值。當物理尺寸遠大于電波長時,如10個波長、100個波長以上,一般就稱之為電大尺寸問題。電尺寸再增加到上千個波長,則可視之為超電大問題。 但在進行5G模擬時,不僅要考慮電尺寸的大小,同時也要考慮到幾何細節結構。因此,5G模擬不僅是個電大尺寸問題,同時也是個電大尺寸複雜問題,亦即待求解的問題不僅僅是一個電大尺寸或超電大尺寸的幾何規模問題,同時還存在複雜的幾何細節結構問題。這意味著模擬工程師要選擇一個適用於大規模問題求解的演算法,同時還要具備複雜問題的精確計算能力。這種情況下面臨的難點與挑戰主要有: ·單一的電磁演算法無法解決電大尺寸與複雜細節並存的問題 ·傳統的網格剖分技術無法應對龐大且複雜的幾何細節 ·大規模問題的求解,需要高效的平行運算技術與匹配的運算能力 為克服這些挑戰,採用可以結合各種演算法優勢的混合求解法,是必然的選擇。如利用有限元演算法(FEM)對於天線類複雜問題進行精確求解,積分方程法(IE)對於電大尺寸金屬體的電流映射求解,彈跳射線法(SBR)對於超電大尺寸問題的高頻近似求解等。通過幾種演算法的自由組合,可以恰到好處地解決電大尺寸複雜問題的演算法難點。 三維電磁場模擬軟體HFSS恰巧具備上述多種演算法的天然優勢,其內建的主要演算法模組包括有限元演算法、積分方程法、彈跳射線法、物理光學法(PO)及時域演算法。除了時域演算法以外,其他演算法借助於DDM域分解並行技術,均可同時應用於同一個問題或模型的求解,即混合演算法的協同模擬模式(圖1)。 圖1 HFSS混合演算法求解器 高效網格剖分技術縮短作業時間 電磁模擬軟體的不斷進步,離不開電腦技術的高速發展。若要將複雜的電磁模型,描繪出可以讓電腦識別並自動計算的語言,則離不開數值計算與離散化的網格模型。HFSS電磁模擬軟體支援強大的自我調整網格剖分技術,以自動化與精確化的特點,在模擬領域廣為人知。 HFSS軟體2019 R2版本中,推出了新型的Flex Mesh技術(圖2),可以極大的提高初始網格的劃分效率,降低演算法對模型幾何體品質的要求,從而大大縮短了大尺寸複雜模型的模擬時間,節省了工程師花費在修模型、簡化模型的大量工作,解決了傳統的單核網格劃分在應對大尺寸複雜模型時的低效率、高耗時問題,如複雜多層饋網的大型微帶陣列天線、大型複雜載體的多天線布局等。 圖2 新型Flex Mesh技術 多樣化的平行計算 HPC高性能計算,是所有ANSYS軟體並行技術的統稱。隨著大型叢集運算技術的不斷發展,ANSYS軟體的平行計算也在逐步改善與進步。 HFSS電磁模擬軟體目前支援的平行求解有多執行緒的共用記憶體式計算、分散式記憶體的矩陣計算、區域分解法的平行計算、GPU加速等。 另外,還有一種叫作DSO的任務分散式加速技術,可以實現頻率掃描的多頻點平行模式,以及參數掃描與優化中的多參數平行模型。DSO可以大大加速在頻掃與參掃等多工求解問題,充分利用硬體資源,進一步為設計探索提供更有利的高效加速計算。 圖3 HPC平行處理技術 合理的硬體資源配置 在進行大規模模擬問題的求解時,硬體資源配置(圖4)是實現軟體高效平行計算的最終執行體。根據模擬軟體的計算特點,配置合理的硬體計算資源,是實現大規模問題的高效率計算的前提,也是資源利用最大化、節省成本必不可少的關鍵。 圖4 硬體設定示意圖 HFSS軟體在網格剖分、自我調整反覆運算、頻率掃描、參數掃描等一系列的求解過程中,對硬體資源中的CPU、記憶體、硬碟、顯存、網路等的依賴度,理論上,當然是所有的硬體指標都越高越好,但是,如果預算有限,非要取捨的情況下,建議按照以下的優先順序考慮:首先是CPU頻率、其次是CPU數量,然後是記憶體、固態硬碟、機械硬碟、獨立繪圖記憶體、高速網路。值得注意的是,硬體配置需要均衡,因為問題的有效求解,是硬體資源整體平台的能力,不是某個單一元素的能力決定。 在同等求解規模,且資源足夠的情況下,單機求解通常要快於多機求解,工作站的求解速度也比叢集式超級電腦。具體原因主要是網路的資料傳輸問題,以及叢集式電腦的CPU因多核散熱問題,時脈通常都比較低,約在2.2到2.8GHz左右。作為對比,工作站所使用的CPU,目前時脈最高已超過4.0GHz。所以,要採用多機平行處理或使用叢集平台運算的話,一定要配置高速率的交換機或路由,以及高規格的網路等。 典型場景下的模擬詳解 高頻電磁場模擬在5G應用的開發過程中,主要集中在天線布局、訊號覆蓋與場景感知三大領域,以下將簡單介紹在進行這三大類模擬作業時,工程師所遇到的挑戰,以及如何解決問題的方法。 天線布局 將天線裝載到一定的應用環境或場景中,分析載體或環境因素對天線性能指標的影響,驗證天線設計指標是否真正滿足實際需要;並根據模擬或測試結果,調整天線的安裝位置,尋求最佳天線性能的布局方案,稱之為天線布局和優化設計,如機載天線布局、車載天線布局、星載天線布局等。 天線布局分析關注的仍是天線本身。遇到這類問題,我們首先要考慮的,不是天線的載體或環境有多複雜,多徑效應多難分析,模擬規模有多大等,而是我們設計的天線,究竟屬於哪種類型,電尺寸大小如何,敏感度如何,是否容易受到環境干擾。 在進一步討論這個問題之前,必須先對「電小天線」(圖5)的定義進行說明。所謂電小天線,主要指天線的最大幾何尺寸遠小於工作波長的天線。一般來說,天線的最大幾何尺寸若小於工作波長的1/10或1/(2π),就屬於電小天線範疇。電小天線的種類很多,如手機天線、耳機天線、手錶天線、Wi-Fi天線、GPS天線、北斗導航天線等。 圖5 智慧手表內建的天線,是電小天線的典型案例之一  許多工程師可能都遇過電小天線模擬結果不準確的情況,甚至有電小天線「模擬無用」這種極端的說法。會導致電小天線的模擬結果跟實際狀況出現顯著誤差,關鍵原因在於天線設計好之後,裝載到手機、電腦等終端設備上時,性能曲線會「大變臉」,導致原本的天線設計變得毫無用處,不得不用現場「手術」或「切銅皮」的方法來補救。許多熟悉這些工作的資深工程師,也因而成為同事口中的「銅皮大師」或「一刀切」高手。 而其根本原因還是在於電小天線的“小”和敏感變高等。相比於天線的載體或工作環境,天線的尺寸遠小於波長;而載體或環境中的某個金屬結構,反而更接近於工作波長,更易諧振於工作頻率。再考慮到電小天線的方向圖,都屬於類似於蘋果型的全向型,易受干擾,敏感度高。 所以,電小天線布局問題的解決方法,就是把載體與工作環境,當做天線的本身進行一體化設計,在設計天線的時候,就充分考慮天線的PCB結構、殼體、人體模型等環境因素的影響(圖6)。 圖6 遇上搭載小尺寸天線的應用時,工程師不宜只針對天線進行模擬,還必須把天線所處環境,甚至人體的影響一併納入模擬考量中 而天線陣列的布局分析,與電小天線正好相反。由於陣列天線的「地」夠大,陣列元素也多,方向圖波束一般都很窄,容易受到環境影響的因素不多或很少。這樣一來,載體或環境因素對天線本體的性能影響,是非常有限的。 天線布局分析,也僅僅是一種驗證的流程而已。例外的情況也有,主要是天線近場區加裝天線罩問題,如汽車雷達天線罩加上保險桿的模擬等。 信號覆蓋 天線設計完成後,評估其在具體的工作環境中,天線發出電磁波信號的有效覆蓋範圍。如5G領域的基站天線信號覆蓋、星載導航天線的地面覆蓋範圍等。 信號覆蓋問題的分析,關注的不再是天線本體,而是電磁波從天線發出後,到達目的地區域的信號衰減,哪些是在可允許範圍內,哪些超出了這個範圍。 這類超大尺寸問題的模擬分析,全波演算法不再適用,而要借助純光學求解器SBR+。目前SBR+求解器已整合在HFSS軟體,可用于求解天線布局、汽車無人駕駛場景模擬等。 對於一個暫態手機信號訪問量巨大的公共場所來說,如體育場,在常規的基站覆蓋條件下,GSM網路通信的暫態傳輸速率是遠遠不夠的。因此,對於新型的智慧體育場(圖7)來說,有效動態覆蓋的智慧小基地台組合,是一個不錯的解決方案。圖7的案例即是利用ANSYS電磁軟體HFSS中的SBR+技術,進行小基站動態覆蓋的模擬驗證,以滿足最小組合配置的前提下,動態覆蓋效果實現最佳。 圖7 利用HFSS中的SBR+技術,模擬小型基地台對體育廠內手機信號覆蓋的改善效果 另外,除了滿足手機信號傳輸規模以外,更高效的Wi-Fi網路信號覆蓋,是解決公共場所更大規模資料傳輸的必要手段。圖8是智慧體育場Wi-Fi網格布局優化與信號覆蓋的模擬驗證,主要考慮的是,在兩個Wi-Fi天線正常工作的情況下,設計出Wi-Fi信號對下方照射區的信號覆蓋最大化,而且不能產生盲區。 圖8 智慧體育場的Wi-Fi布局優化與覆蓋 場景感知 接收並檢測天線發射電磁信號的回波資料,通過一定演算法識別或感知場景中的目標特性資訊。如雷達散射截面積RCS與ISAR成像、無人駕駛中的微波場景成像等。 ANSYS HFSS軟體從2018.0版本開始,內建的SBR+求解器就開始應用於RCS模擬。主要針對多金屬結構體或帶塗覆層的金屬體,只要在HFSS建模環境下,設置目標體為SBR-Region,即可進行快速的RCS求解與腳本成像。由於SBR+求解器,依賴於光學射線的彈跳計算,不進行網格反覆運算,對於RCS問題的求解相當快捷。 而自2018.2版本以後,HFSS軟體新增加了SBR單獨的模擬環境,可以建立理想的天線源,也可以導入模擬好的天線方向圖結果,進行道路場景的動態參數掃描與頻率掃描分析。然後通過腳本功能進行IFFT變換為時域資料,得到ISAR、Range Profile、Water Fall、Range Doppler等成像結果。 模擬作業必須選擇最適方法 5G應用場景中的天線布局、信號覆蓋以及場景感知等電大尺寸問題的求解,也要看具體的問題來選擇合適的流程與方法。這裡主要從天線布局、信號覆蓋、場景感知等應用角度,給出了一些模擬的建議與軟體的解決思路探討,供各位業內同仁參考。 (本文作者任職於Ansys)
0

感測/無線連接/AI高度結合 智慧物聯網萬事俱備

隨著無線感測與感測器技術演進,物聯網的應用逐漸落地,其中設備維護、無線網路連接、深度感測及人工智慧(AI)運算需求,皆是物聯網發展的重要技術。工業4.0透過自動化狀態監測(CbM)的即時預警,能確保產線上的設備正常運作,以及大型公共建設與交通系統安全。Wi-SUN千點組網則確保遠距傳輸的穩定性跟速度,而3D深度感測實現各項環境辨識與虛擬實境應用。最終加上人工智慧的運算助力,感測器的精準度便能顯著提升。 MEMS感測器高穩定/低成本助攻CbM 工業4.0時代,工廠走向智慧化、自動化,生產線上的機械手臂應用越來越多,但設備存在長時間使用後失效的風險,因此需要感測器即時預警生產線上的突發狀況,避免造成巨大損失。茂宣專業技術經理王浚睿(圖1)說明,以晶圓廠為例,設備失效最嚴重的狀況,可能是產線停工所導致千萬元的損失。此外,CbM也能應用在公共建設與交通工具,如橋梁、飛機、火車系統中,能夠避免意外發生。 圖1  茂宣專業技術經理王浚睿表示,MEMS感測器採用CMOS製程,具有產品的一致性佳,對於低頻訊號的反應回饋良好 CbM的振動量測在感測器的選擇上,常見壓電式(Piezo)或微機電系統(MEMS)兩種類型。Piezo是市場上目前比較常見的震動感測器,使用陶瓷材料設計的壓電元件,只能手工量產,所以產出有限且成本較高,在低頻訊號方面的反應較為遲鈍,並容易受到環境溫度影響而出現飄移。相較Piezo,MEMS感測器採用CMOS製程,具有產品的一致性佳,對於低頻訊號的反應回饋良好,且雜訊強度(Noise Density)低、不容易因為溫度變化飄移等優勢,可以做為震動感測的選項之一。例如亞德諾半導體(ADI)的ADXL系列MEMS感測器除了噪聲比較低,還具備無線模組,使得感測器的布建更方便。 建置MEMS感測器時,需考慮位置、連接方式、馬達以外的機件、尺寸四大面向。王浚睿解釋,位置方面,尋找震動源之前,須確定量測的位置正確。如果測量的位置跟震動源距離太遠,或是傳導的時候震動幅度已經遞減,量到的訊號就不夠精確。同時,感測器連接的方式很多,找到正確的感測器型號來連接待測物是一大重點。各型號的感測器頻率響應曲線不同,須依照感測器標注的最大測量頻率選擇適合的類型。接著,確定在機械結構中欲測量的部分,才能確認震動所造成的異音為高頻或低頻訊號。最後,感測器的尺寸應取決於整體的配重。感測器不能比待測物重,以免影響待測物本身的震動狀況。 藉由CbM的應用,正確建置的MEMS感測器能隨時感知生產線上的震動狀況,並在出現異常現象時即時預警,避免設備問題而影響產線運作。此外,CbM為交通系統與大型公共建設維持安全性,促進工廠安全及城市安全的維護工作朝向自動化發展。 Wi-SUN具遠距傳輸/高穿透特性 智慧城市的應用與物聯網息息相關,未來物聯網將有非常多結點布建到城市中,海量的連線需求需要高覆蓋、穩定的通訊系統支援。濎通科技行銷經理呂沐勳(圖2)觀察物聯網通訊的痛點,遠端更新是必要的功能之一,因為軟體不斷更新,如果裝置不具備遠端更新的功能,就需要靠人力個別更新,不符合成本效益。電池方面,使用電池發電的裝置,需要考慮電池壽命,如果電池更換得太過頻繁便會拉高成本。同時,有些通訊協定由廠商自行開發,因此發展新應用時,必須諮詢原先制定協議定的公司,才能擴大發展相關應用,顯得限制重重。 圖2 濎通科技行銷經理呂沐勳認為,Wi-Sun技術適合應用在智慧城市、智慧能源等領域                   面對大範圍的無線網路傳輸需求,呂沐勳認為,Mesh組網的Wi-SUN技術可以解決前述的物聯網通訊痛點,適合應用在智慧城市、智慧能源等領域,如東京電力公司已全面使用Wi-SUN智慧電表,取代NB-IoT電表。Mesh組網具自適應的網路系統,可以自動組網,當環境中增加新的節點,Mesh組網會自動連線。另外,因為Mesh組網具備自動修復功能,如果網路中增加新的建築物,切斷原本的組網路徑,Mesh組網便會透過別的節點重新連接,維持連線順暢。 看好Wi-SUN的特性,濎通科技提出Wi-SUN通訊方案,採用RF及PLC的雙模融合技術,設計出整合線傳輸PLC跟無線傳輸的單晶片,運用演算法自動切換,在無線連線中斷時執行有線傳輸,有線傳輸中斷時則改用無線連接,達到同時滿足快速且穩定的長距離傳輸效果。 呂沐勳進一步說明,良好的物聯網通訊解決方案應具備三項特色,其一是無頻段授權/通訊費。以電信商營運的NB-IoT為例,在電信商的管理之下,每個節點都需要支付電信費用,導致傳輸成本較高。二則是具有長距離/高穿透/廣覆蓋,以及自動組網/自動修復功能,以濎通的VC7300為例,其優勢便在於可從地下2樓傳輸到地上6樓,滿足智慧電表的抄表需求。最後則是支援IPv6協定,才能讓每個節點都有身分認證,確保連線安全。 3D感測走入消費市場 感測技術與無線通訊的結合促使物聯網應用落地,而感測領域其中的一大趨勢即為3D感測。艾邁斯半導體台灣區總經理李定翰(圖3)提及,3D感測的應用越來越熱門,其發展主要聚焦在行動裝置、智慧家庭、工業自動化與自動駕駛四個面向。行動裝置上的應用演進最快,從過去以鏡頭為重心的設計,轉為加入距離測量、人臉辨識、虛擬實境遊戲、實境導航等功能。在安全驗證方面,智慧型手機及智慧建築的身分驗證不只透過指紋,更搭配臉部辨識提高安全性。同時隨著疫情出現戴口罩而難以辨識人臉的情境下,中國已研發出可以辨識戴口罩的臉部辨識系統。 圖3 艾邁斯半導體台灣區總經理李定翰指出,目前ToF的應用逐漸從iToF走向dToF 當3D感測應用在智慧家庭,以掃地機器人為例,過去的掃地機器人大多藉由放置虛擬牆或使用紅外線偵測決定移動路線。新一代放入ToF感測器的機器人,在清潔空間之前,會先行掃描環境,甚至搭配3D感測布建地圖,計算出最快速及省電的打掃路徑。如果將3D感測模組放入冰箱中,便能測量裡面的材積容量大小調整溫度,或者提出某些區塊的食物已經放超過一個禮拜的警示,達到省電與協助管理食材的效果。 李定翰表示,目前ToF的應用逐漸從iToF走向dToF。iToF的鏡頭有很多限制,在陽光下感測器很容易飽和,同時進行多工傳輸的路徑容易讓運算有問題。而dToF的量測則更為精確,可測量的距離也更遠。隨著電子元件及PVC的精確度、製程進步,dToF很快就會取代iToF,例如臉部辨識的變型,可以結合最新的dToF輔助演算。如線上購物廠商,為鞋子、衣服的尺寸數據建立資料庫,消費者只需要輸入身高、三圍,即可在網站上進行3D試穿模擬。 AI力助終端感測 除了3D感測,在AIoT市場,感測器的應用也開枝散葉,智慧醫療、智慧家庭、智慧城市、智慧農業,無處不見AI、IoT與感測器結合的應用。Arm應用工程總監徐達勇(圖4)舉例說明,醫療照護藉由生理感測預警疾病症狀;工業4.0藥品包裝產線,採用人工智慧視覺辨識,確認每個包裝內的藥品數量相同,或者透過震動感測確認工廠設備有無異常;農業中的蝦子養殖,運用AI影像辨識,確保蝦子的飼料不會因為過量而影響水質,也能隨時觀察蝦子的健康。 圖4 Arm應用工程總監徐達勇提及,Arm預估2020~2024年,每年AIoT裝置會有至少20%的成長 AI運算的位置分為雲端、本地及裝置三種,徐達勇指出,調查客戶希望AI運算的位置,53%的客戶青睞在裝置端運算,比較困難的特定需求再進行雲端運算。雲端運算雖然提供強大的算力,但是延遲問題、高頻寬需求、安全性跟隱私疑慮,促使多數客戶傾向選擇在裝置上運算。 雖然客戶偏好AI的終端運算,然而終端運算會面臨幾項挑戰。一是終端裝置的應用很重視使用者體驗,需要提高算力才能達到提高使用者體驗的目的。此外,終端裝置的設計重視成本控制,同時裝置電力來源多半是電池,因此低功耗也是設計重點。最後,不論選擇何種運算方式,隱私安全都是客戶重視的關鍵。對此,Arm近期設計的IP Cortex-M55便以加速AI運算為目標,特別加強DSP跟機器學習的運算能力。 如果採用通用處理器執行機器學習運算,相對的效能比較差,生產晶片的成本就會提高,所以此設計聚焦在DSP/機器學習的運算能力提升,並且提高處理器或能源的效率,達到降低功耗的目的。資安方面沿用Arm第8代MCU開始的TrustZone功能,處理器可以分成兩種執行模式,安全性比較敏感的內容就使用安全模式執行。 觀察AIoT的趨勢,徐達勇表示,Arm預估2020~2024年,每年AIoT裝置會有至少20%的成長,並且到年底之前,至少20%的終端裝置會具備機器學習功能。因此Arm專注AIoT的市場發展,IP瞄準AI終端裝置的效能需求設計,可望滿足未來不斷增加的市場需求。
0

提高先進封裝良率 KLA設備/AI技術雙管齊下

5G、IoT、人工智慧和自動駕駛等市場持續增長,其增長的動力是內部不斷提升的半導體含量。由於各種終端用戶產業領域的需求增加,全球包括組裝和測試在內的半導體封裝市場到2025年預計將達到850億美元。消費電子、資訊技術、資料中心、醫療設備、通訊和電信、航空、國防和汽車等工業領域,都需要依靠先進封裝來降低成本,並提高積體電路的功效。但先進封裝的良率問題,一直令半導體製造業感到相當棘手,故KLA搶在SEMICON Taiwan開展前,正式發表其新一代檢測機台與對應的AI解決方案,盼藉由新的軟硬體設備,協助半導體業界提高先進封裝的良率。 Kronos 1190晶圓檢測系統,ICOS F160XP晶粒挑選檢測系統,以及下一世代的ICOS T3/T7系列封裝檢測系統 儘管異構封裝已經問世多年,但是該技術的應用在過去兩年中急速增長,以滿足功能更加複雜和功耗不斷降低的需求。異構整合允許IC製造商在單個封裝中堆疊更多的矽,以提高晶體管的密度。這些變化影響了封裝的最終設計,和封裝內部的晶片組裝,其中包括了2.5D和3D晶片堆疊以及扇出封裝等技術在內的多種目前使用的技術。 隨著封裝內的晶片數量不斷增加,封裝的整體價值也隨之提高,已知良好晶片就變得越來越關鍵。在多晶片封裝中添加每個晶片之前,必須進行檢測和測試並驗證其功能。因此,實現高良率的異構封裝組裝需要更多的檢測和量測步驟。整體而言,檢測和量測技術可以為製程控制提供所需的資訊,這對於客戶實現先進封裝創新和定位差異的目標越來越重要。這些先進的封裝製程的複雜性和價值不斷地增加,因此製程控制解決方案對於良率學習、製程偏移控制和品質保證至關重要。 日前KLA公司推出Kronos 1190晶圓級封裝檢測系統、ICOS F160XP晶片挑選和檢測系統以及下一代的 ICOS T3 / T7系列封裝積體電路(IC)組件檢測及量測系統。這些新系統具有更高的靈敏度和產量,並包含下一代演算法,旨在應對特徵尺寸縮小、三維結構和異質整合所帶來的複雜性,進而在封裝階段推進半導體元件製造。 Kronos 1190晶圓檢測系統利用高分辨率的光學元件,在特徵尺寸縮減以及圖案更密集的情況下,為先進晶圓級封裝製程步驟提供線上製程控制。其DefectWise系統整合人工智慧(AI)作為系統層級的解決方案,可以促進靈敏度、產能以及分類正確度。這些進步保證了缺陷的正確判斷和分類,實現良好的品質控制和良率學習。新Kronos系統中的DesignWise將設計輸入添加到FlexPoint精確定位的檢測區域,進而提高檢測區域精度並提供更多相關的檢測結果。 在晶圓級封裝進行測試和切割之後,ICOS F160XP系統執行檢測和晶片挑選。如移動裝置應用中所採用的高級封裝由於其材料易碎,而可能帶有切割導致的雷射切割槽、髮絲細紋和側面裂紋等肉眼檢測看不到的裂縫。ICOS F160XP系統結合光學和真正的IR側面檢測,其100% IR檢測的產量比前一代產品增加一倍。該模組提供高效率的檢測流程,對影響良率的裂紋和其他缺陷類型具有很高的靈敏度,並且可以準確識別不良缺陷類型,提高晶片挑選的準確性。 新一代的ICOS T3 / T7系列則有幾種新型的全自動光學IC元件檢測儀配置,該系列中的檢測儀對微小缺陷類型更為靈敏,也提供準確穩定的三維量測,這對會影響最終封裝品質的問題提供了更好的檢測。ICOS T3/T7系列利用深度學習算法的AI系統來實現智慧缺陷類型分類,提供關於封裝品質的準確回饋,並針對各種類型和尺寸的器件進行優劣分類,減少作業員的人工複判。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -