首頁Top區塊
- Advertisement -
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)
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。
ams針對無邊框手機推出Behind OLED技術
感測器解決方案供應商艾邁斯半導體(ams)日前發布了在單一模組中整合環境光感測、接近偵測和頻閃偵測的光學感測器,該感測器模組針對在手機OLED螢幕後方運作進行最佳化調整。
ams針對無邊框手機推出Behind OLED技術
ams整合光學感測器業務部門策略專案總監Darrell Benke表示,ams的技術可以將環境光感測和接近偵測從傳統的邊框位置轉移到極具挑戰性的BOLED位置,此處可見光和紅外光的透射率均小於5%。憑藉TMD3719等產品的創新,智慧型手機製造商能夠使高顯示比例成為常見的功能。為了滿足智慧型手機製造商及其客戶的需求,ams將在未來幾年繼續研發並更新BOLED技術發展。
ams開發的TMD3719克服OLED顯示器後方環境光感測,接近偵測和頻閃偵測等重大技術挑戰的設備,手機廠商將因此能實現突破性的工業設計產品。Behind OLED(BOLED)光學感測解決方案,透過TMD3719協助智慧型手機製造商將通常置於OLED螢幕「瀏海」位置的感測器移到OLED螢幕後方,滿足消費者使用無邊框手機的期待,從此可以享受覆蓋手機整個正面的螢幕顯示範圍。TMD3719是首個具備整合功能的BOLED應用模組,協助OEMS提供關鍵的消費性功能。包括根據照明環境顯示自動亮度控制;接近感測則實現通話期間觸控螢幕自動關閉功能,以及在人造光源中相機影像擷取時的頻閃偵測,能夠消除條紋和其他假影。
TMD3719具有ams最新專利(包括申請中)的創新,可實現BOLED螢幕條件的環境光感測和接近偵測器。包括:
・環境光感測與顯示操作同步,以提取真實的光強度並根據感測器的光測量值中消除顯示輻射。
・三個接近紅外線VCSEL(垂直共振腔面射型雷射)發射器可優化功率發射,以實現最佳偵測距離,同時分散發射物以減少顯示幕的IR激發。這樣可以有效消除可見的顯示失真。
透過將環境光感測,接近偵測和頻閃偵測整合到單個設備中,ams簡化了系統設計並減少了智慧型手機製造商的開發工作。在TMD3719比之前的光學感測器更進一步,整合了用於頻閃的演算法。晶片內建頻閃偵測處理減低了主處理器的負擔,降低頻閃偵測結果的延遲情形,並因而可以全面偵測環境光的頻閃頻率,從相機拍攝的影像中去除條紋等不必要的假影。TMD3719光學感測器採用表面安裝的6.35mm x 3.00mm x 1.00mm封裝。目前ams可提供樣品,並可根據客戶需求提供評估板。
整合感測/通訊量測體重 計重檯秤系統成就智慧養殖
因此,在民以食為天的基本民生需求下,若沒有從「食」的來源端來管控或是有一套智慧生產的方式協助的話,飲食的問題就會變成不斷上演食物供需失衡的民生問題。而透過智慧農業的切入,將可逐步改善因天候或是人為所導致的各種問題。加上政府致力於智慧農業的導入與建立,以及大量大數據資料的分析與應用,可望逐漸降低不斷從產品生產過程或民生需求所產生的問題。換言之,在智慧農業中,用來量測飼養的家禽或水禽重量的應用於智慧農業之智慧型計重檯秤系統,就有其被開發的需求。
近年全球人口越來越多,糧食的需求也慢慢增加,同時受到氣候變遷所導致的極端氣候及鄉村人口老化、少子化的影響,導致農牧業人力減少許多。因此,政府開始推動智慧農業,結合無線通訊科技進行資料的蒐集,透過資料的整合及分析,減輕農場作業負擔及降低勞動力需求,建立更有效率的農場經營。其中,關鍵元素與作法包括制定相關農業科技策略,發展農業科技技術跨域整合之創新農業技術,重視農產品衛生安全與營養需求,並運用物聯網(IoT)、雲端運算(Cloud Computing)與大數據(Big Data)等技術,進而提升產品附加價值。
文中將說明整合紅外線觸控框(IR Multitouch)介面與具備RS-232串列介面的傳統計重檯秤裝置,該裝置運用邊緣運算的概念,精準地擷取與收集禽隻的數量與正確體重。最後,再將禽隻的體重與數量結果透過NB-IoT無線通訊模組傳送至網頁上,並紀錄每天禽類體重長成的過程,以了解如何孕育出最佳飼料轉換成禽隻體重的最佳養殖環境。
解決台灣養殖體重測量痛點
製做本系統的目的,是針對國內本土環境所提出的應用。透過智慧禽舍採用的智慧型計重檯秤系統,可以針對不同生長周齡的禽隻進行適合其生長的重量擷取與分析,並將環境綜合資訊及參數收集於資料庫,進行分析與經驗數據累積,提高飼養管理效率與品質,並有效節省人力,邁向智慧化生產與管理。
台灣正在邁向智慧養殖,會使用智慧禽舍來監控家禽或水禽的生長環境與飼養過程。其中,最難收集到的數據就是家禽或水禽的成長體重,因為無法固定禽類的動作與位置,使得禽類的重量數值僅能估算或是常出現誤差值。因此本裝置利用紅外線多點觸控取代影像辨識,來計算禽類的數量,可更準確且方便的偵測禽類的數量。一般影像辨識都需要經過較繁瑣的演算法與軟體分析,技術性較高且花費時間多,還會因為光線等外在因素導致判斷錯誤。而改用紅外線觸控框介面,則可以更快速且方便的取得數量,同時搭配計重檯秤取得重量數據後,即可上傳至網路,農場主人便能隨時隨地查看禽類的生長曲線。
此外,此裝置亦內建各種禽類的成長曲線表,確認所擷取的體重是否超出標準值的上下限,進而確保系統收集到準確的禽類體重。由於不同禽隻類型的成長重量曲線不一樣,因此可以運用指撥開關來設定所飼養的是否為家禽(雞)或水禽(鴨),進而達到智慧化傳統計重檯秤的目標。
紅外線感測取得精準數據
在應用於智慧農業之智慧型計重檯秤系統設計中,使用Holtek HT66F2390微處理器為核心。其中,主要利用紅外線觸控框取得感測資料,再使用NB-IoT模組將資料存入資料庫,供網頁監看與使用。
UART串列介面
UART是一種通用非同步收發傳輸器,通常稱作UART,其為將資料由串列通訊與並列通訊間傳輸轉換。UART通常用在與其他通訊協定(如EIA RS-232)的連結上。在串列傳輸通訊協定的格式內容中,是由四種資料共11個位元所組成,共分為起始位元(Start Bit)、資料內容(Data)、奇偶同位元檢查碼(Priority Bit)、停止位元(Stop Bit)。
如圖1所示,資料透過FIFO(First Input First Output)的方式,由最低有效位元(Least Significant Bit, LSB)開始傳輸直至最高有效位元(Most Significant Bit, MSB),奇偶同位元(PB)可以選擇忽略不使用。在此系統利用計重檯秤 (DHBH-W)的UART串列介面,讀取磅秤上的重量,並以UART將資料傳輸至微處理器解析。最後,再透過NB-IoT無線通訊模組(SIM7020E),以UART做初始化,並將處理後的資料透過NB-IoT無線通訊模組上傳至MQTT伺服器。
圖1 UART資料傳輸格式示意圖
USB通訊協定/人性化介面
由於紅外線觸控框為USB HID人性化介面裝置。因此,須了解USB協定的基本原理。在USB完整的通訊協定中,包含了USB封包、傳輸類型、描述元、裝置要求、群組等USB規格書中相關的協定。唯有遵循此協定,才能執行USB周邊裝置與PC之間的資料傳輸與命令的設定。如下圖2所示,顯示了USB主機端如何與裝置執行通訊協定的傳輸格式。從圖2中,也可看出一個通訊協定所需包含的各種封包與各類型欄位。
圖2 標準USB控制型傳輸
在USB的傳輸中,因不同周邊裝置的類型與應用,訂定了四種的傳輸類型,分別是控制型傳輸(Control Transfer)、中斷型傳輸(Interrupt Transfer)、巨量傳輸(Bulk Transfer)以及等時型傳輸(Isochronous Transfer)。其中,需要特別注意的是慢速裝置僅支援控制型傳輸與中斷型傳輸而已。在USB裝置中,則針對不同裝置的應用特性,個別地執行中斷傳輸、巨量傳輸或等時傳輸。
而USB...
開放銀行/場景金融/普惠金融 數位金融三大穿雲箭超前部署
每當讀者接到銀行或保險公司的電話行銷專員來電,會有什麼反應?是耐心聽他說完冗長的話術,委婉跟他說正在忙,還是直接掛他電話?
很多人一直很難理解,都已經進入數位金融的時代了,為何還有如此傳統、沒有效率、又不精準的電話行銷作法?
金融業者理應掌握了消費者的個人資料及財務狀況,甚至還有線下到線上非常詳細的交易記錄,怎麼還有如此不科學、缺乏資料分析能力的行銷手法?因為銷售模式太過落後,因此,若電話行銷專員被狠心拒絕,也就不足為奇了。
事實上,隨著金融科技成為顯學,人工智慧(AI)、大數據的應用大舉進入金融產業,近幾年金融業的數位轉型腳步發展明顯加速許多,在數位金融的浪潮之下,又以開放銀行(Open Banking)、場景金融、普惠金融等議題最受關注,堪稱金融業超前部署最熱門的三大關鍵字。
開放銀行實現金融數據共享
開放銀行的概念其實很簡單,就是過去用戶的金融消費資料都是掌握在金融業者或監管機構手上,但基於「數據共享可以產生價值」的核心精神,由政府出面強制規定金融業者在用戶同意的前提下,將相關數據的使用權還給消費者;在資訊開放透明的情況下,可降低第三方服務業者(TSP)的進入門檻,並刺激金融業者發展更多創新服務。
開放銀行最早由英國政府於2015年開始推動,後來許多國家也都相繼跟進,台灣也在2019年中加入戰局,分三階段實施:第一階段的「公開資料查詢」已經完成,將開放利率、匯率、產品資訊、分行資訊、ATM位置等公開的金融資訊為主,讓用戶可以輕鬆比較各家銀行的定存利率、房貸利率與外幣匯率等資訊。
第二階段則以「消費者資料查詢」為主,開放消費者本人同意的授權資料,讓消費者在同一介面看到各銀行的存款、貸款、信用卡、保單、基金、繳費等資訊,也能在B銀行直接使用A銀行的個人金融資料。
下一步進入第三階段後,則將開放且能直接執行所有「交易資料」,消費者可直接透過第三方服務業者的App連結不同帳戶,進行扣款授權、消費支付甚至貸款清償等作業,真正邁向開放銀行的願景。
在這樣的開放架構下,不管是電信業者、零售業者、科技業者與各種產業,都能針對用戶打造個人化、客製化、精準化的消費體驗,打破金融數據長年被壟斷的情況;最重要的是,金融業者將從過去「畫地盤」的保守心態,改變為「共享地盤」的開放思維,轉而與不同產業積極合作,才有創造新客戶、新業務、新市場的機會,例如保險業者可以與醫療機構進行數據共享,打造更符合消費者需求的保單內容與合理的保險費用;信用卡業者可以與百貨零售業者、電信業者合作,在實體場域投放更精準的行動廣告給潛在消費者(圖1)。
圖1 金融科技的發展趨勢 (資料來源:KPMG)
場景金融讓銀行無處不在
過去民眾要處理金融業務,必須跑去銀行或ATM,後來有了網路銀行及手機App,部分業務可以透過電腦或行動裝置遠端進行,在不久的將來,銀行將真正打破實體場域的界線,在不同的應用場景都能享受串連好的金融服務,銀行將是無處不在。
業界也有另外一種說法—「內嵌式銀行」(Embedded Banking),亦即銀行將變得「無形」,包括存匯、貸款、保險、信託、信用卡及財富管理等金融服務,透過科技工具嵌入到客戶食、衣、住、行、育、樂等生活環境中。
舉例來說,永豐銀行就與多家廟宇合作推廣場景金融。信徒可以到具有Q版神像的ATM領錢,印出來的明細表就有籤詩,然後可以憑著上頭的QR Code去換取「平安水」;另外也可下載App,信徒不用大老遠奔波就能遠端點光明燈、添香油錢、抽籤詩,將金融科技與信仰文化完美結合。
國泰金控則與多家旅遊平台合作,打造更有智慧的旅遊金融場景。當顧客在旅遊平台上訂購行程後,系統就會詢問是否需要購買旅遊平安險、換匯等相關需求,或者機場接送、機場貴賓室等服務,顧客可選擇用信用卡點數兌換或優惠價購買,不用重複填寫個人資料;另外,由於掌握消費者的行程、交易行為與消費偏好,後續也能提供個人化的旅遊商品進行精準行銷。
若再以購屋為例,當房仲順利成交了一筆物件,過去銀產業者頂多只能爭取房貸及產險業務,但在場景金融的架構中,包括室內設計、房屋裝潢、購買家具、搬家等服務都可統整在其中。
可以預期的是,未來不管是在辦公大樓、校園、社區中,或者到遊樂園、逛夜市、看展覽,都會有業者建立類似的場景金融。銀行不再只是聚焦於數位金融能夠幫公司省多少錢、或賺多少錢,而是打造「以客為本」的創新用戶體驗,讓金融服務真正融入生活、體現溫度(圖2)。
圖2 美國民眾對行動銀行功能的需求 (資料來源:Business Insider Intelligence)
普惠金融降客戶認證門檻
金融服務雖然本質上是開放給所有用戶使用,但不可否認的是,基於風險及獲利等考量,幾乎所有金融體系都是遵守80/20法則,將多數資源用來服務金字塔頂端的VIP客戶。儘管聯合國早在2005年就提出「普惠金融」的概念,希望普羅大眾都有平等獲取金融商品與服務的機會,但因為客戶認證(KYC)的成本太高,實際運作上很難實現這個願景。
直到近幾年金融科技的發展,才讓金融服務開始打破地理、收入、社會階層等界線,其中尤以開發中國家的推展成績最為明顯(圖3)。例如,在基礎建設較為匱乏的一些國家,民眾不容易到銀行或ATM使用提款、匯款、貸款等服務,甚至許多人連銀行帳戶都沒有,就有不少傳統銀行與新創業者聯手,透過手機App或實體商家提供簡易的金融服務。
圖3 2014~2019年全球金融科技投資交易件數及金額 (資料來源:KPMG)
而印尼人民銀行為了將金融服務推廣至離島及偏鄉地區,就推出一系列的App,民眾不用跑到分行,可以在兩分鐘內掃描證件完成開戶作業,比起原本的兩週大幅縮短作業時程,然後即可透過App進行存款、提款、貸款等業務。
同時,新加坡金融科技公司soCash,則是用簡單的設備搭配App,即可讓店家化身為銀行分行,取代現在投資報酬率偏低的ATM,民眾在這些店家的櫃台即可辦理提款、貸款、換匯等業務;目前其與星展銀行、渣打銀行、中國工商銀行等合作,在新加坡、印尼、馬來西亞等國推展,光是新加坡就有1,500家合作店家,並有超過20萬用戶。
至於台灣也有部分金融科技公司以AI技術投入普惠金融領域。如諦諾智金(Adenovo)就與嘟嘟房合作,針對汽車族與機車族推出超快速「車貸」服務,由諦諾智金針對用戶的消費記錄、收入紀錄及信用記錄,結合嘟嘟房的車主行為數據,建立精準的車貸風險評估及多維度信用分析模型,讓車貸可以做到「秒貸」審核,也讓消費者、車商、保險公司與銀行都能攜手互助,以信任的種子長出普惠金融的大樹。
搶攻IoT新藍海 Silicon Labs藍牙5.2優化上陣
根據藍牙技術聯盟(Bluetooth SIG)的2020藍牙市場報告,藍牙射頻中成長最快速的仍為Bluetooth LE,年複合成長率(CAGR)達26%。物聯網(IoT)應用日益多元廣泛,芯科科技(Silicon Labs)發表低功耗藍牙(Bluetooth Low Energy)產品系列,支援Bluetooth 5.2版本,提供包括系統單晶片(SoC)、系統級封裝(SiP)、模組和網路輔助處理器(Network Co-Processor, NCP) 等產品,並針對電源效率、成本、尺寸和簡易解決方案進行優化。
藍牙熱門應用市場成長潛力
物聯網應用對功率消耗非常敏感,藍牙5.2版本特別強化功耗表現,Silicon Labs物聯網亞太區資深產品行銷經理陳雄基指出,藍牙熱門應用中,資料傳輸應用裝置2024年出貨量達15億個,2019~2024年複合成長率達13%;定位服務應用裝置2024年出貨量達5.38億個,2019~2024年複合成長率達32%;網狀網路應用裝置2024年出貨量達8.92億個,2019~2024年複合成長率達26%。
Silicon Labs的低功耗藍牙產品系列中,BGM220S尺寸僅為6x6mm SiP產品,為小型產品提供完整的藍牙連接能力;BGM220P則為稍大的PCB型號,針對無線效能進行優化,使其具備更佳鏈路預算以覆蓋更大範圍。BGM220S和BGM220P亦支援藍牙測向功能,可透過單個鈕扣電池提供長達十年的電池壽命。
Silicon Labs BG22系列晶片效能規格
Silicon Labs的低功耗藍牙SoC和模組中,SoC具備高度客製化軟體和RF設計選項,是IoT製造商在滿足IoT產品開發高度靈活性的選擇。陳雄基表示,SiP模組適合需要最小尺寸、預先認證之低功耗藍牙產品製造商,幾乎不需RF設計或工程,而PCB模組具備SiP模組之眾多優點,同時具備成本效益。
Silicon Labs之晶片和模組解決方案並支援多重協定連接,陳雄基進一步說明,適用於包括閘道器、集線器和智慧照明。針對越來越受重視的物聯網安全威脅,並於高效能低功耗藍牙系列導入Secure Vault先進安全功能套件。而運用Secure Vault技術的EFR32MG21B多重協定無線SoC於近日獲得第一個Arm PSA 2級認證,其透過通用的保證架構協助實現物聯網安全標準化,可解決安全障礙以利上市。
EFR32MG21B多重協定無線SoC功能架構圖
Silicon Labs的低功耗藍牙解決方案,具備低成本、低功耗和高儲存率以及更好的RF效能和安全功能,包括具備信任根(Root of Trust)的安全啟動(Secure...
解決PCB舊設備聯網問題 PCBECI導入成效超乎預期
為實現智慧製造,生產設備聯網是必要的前期工作,但工業生產所使用的機台往往有很長的使用壽命,如何讓已經在現場運作多年的老設備升級為聯網設備,一直是許多製造業者所面臨的問題。台灣電路板協會(TPCA)與國際半導體產業協會(SEMI)自2018年起,共同推動PCBECI設備聯網標準,並在經濟部工業局的政策支援下,立下2020年在20家中小型PCB板廠,100台PCB製程設備上導入PCBECI標準的目標,如今專案執行已告一段落,除了有20家中小型板廠導入之外,生產線上採用PCBECI標準的機台,也達到105台,超過原先制定的目標。
台灣電路板協會(TPCA)近日舉辦PCBECI設備聯網示範團隊的專案成果發表會暨智慧製造論壇,經濟部工業局電資組的呂正欽副組長也蒞臨見證團隊的執行成果,並讚揚PCB整體供應鏈為台灣電子產業的基石,藉由系統整合商與專用設備團隊的努力,大大提升整體產業的競爭力與重要性。
PCBECI設備聯網示範團隊的成軍,來自透過TPCA與資策會團隊合作,在協會平台探討出關鍵製程與團隊結構,促成由系統整合商沃亞科技主導,與國產四大主設備製造商志聖工業、東台精機、群翊工業、揚博科技串連合作。團隊2018年時獲經濟部工業局政策支援以協助台灣的20家中小型PCB企業,順利完成105台舊有設備升級智慧聯網功能。
在此專案中,沃亞科技扮演系統整合商(SI)角色,原本專注在半導體跟面板設備整合的沃亞,為了服務PCB產業,甚至另外設立子公司沃智科技,以便為PCB產業提供更完善的系統整合工程服務。沃亞科技經理方鴻文表示,此一專案過程雖然艱辛,但也意義重大,它標示著台灣PCB產業的打底固本,藉由共通的設備聯網標準PCBECI的導入關鍵製程,透過整合性解決中小型企業內舊設備聯網各種複雜問題,開發出適合PCB設備統一標準的解決方案,進而發揮出關鍵站別中資訊流串連的綜效。此計畫同時也挹注資源,協助本土代表性的設備商,開發新設備智慧化升級技術,如設備預知保養,除了降低設備商與客戶的維護成本外,也進而提升產品良率,為客戶創造更大利益,大幅提升台灣板廠與設備產業的國際競爭力。
除了沃亞之外,其他參與此一專案的設備商,還包含東台精機、志聖工業、揚博科技與群翊工業。這四家台灣本土設備製造商,分別在PCB的鑽孔、曝光、蝕刻與乾燥製程設備市場擁有領導地位。而這些製程正好也都是PCB產業的核心製程。透過SI與設備商的通力合作,此一示範計畫已順利達標,但接下來要如何讓這些聯網設備為PCB板廠創造更高效益,例如實現設備預防性維護、導入人工智慧(AI)等,將是團隊日後要繼續努力的方向。
沃亞向PCB產業界介紹其專為PCB廠設計的戰情系統
成果發表會上除了團隊的專案報告外,也邀請到三家參與計畫導入的PCB廠商--龍懋電子、凱喬線路、喬旋精密分享期間困難突破、擴充彈性與成果效益,如中小型板廠在所擁有的資源有限下,所面臨的困境、效益評估、分工合作、以及如何滿足板廠對於未來擴充PCB智慧製造應用的期許。同時,聯盟團隊廠商也在現場擺設攤位與參加者進行面對面的互動,透過機聯網戰情室的實際操作情況,把兩年珍貴的實戰經驗擴散分享給全體產業。
5G帶動通用型電信伺服器需求 國際伺服器大廠各顯神通
資策會MIC產業分析師蘇奕霖
以美國電信營運商為例,目前AT&T為全球走在電信網路虛擬化的領頭業者之一,其目標為2020年底前達成75%網路功能虛擬化,意味著不論是在核心網路或是邊緣網路,將有大量通用型電信伺服器之需求。在更多電信商跟進下,2020年全球電信用伺服器產值預計將達到77億美元(圖1)。
而在伺服器建置場景的部分,目前觀察可能多來自核心網路虛擬化以及邊緣運算兩大場景,特別是在5G網路世代下,核心網路的部分運算功能已下沉到邊緣做運算,對於邊緣伺服器之需求相對較為明顯,近年市場上也出現針對5G邊緣運算的新款伺服器。
然而,目前5G商用化也剛滿一年左右,國際各大電信營運商的5G布建也多集中在幾個重要城市,皆未達到廣域覆蓋的程度。整體來看,電信用伺服器中,專屬5G網路的產品,預計仍占總數不到一成。然而,隨著未來電信基礎設施持續地布建與更新,通用型電信伺服器之商機仍為各界所期待。
圖1 2018~2020全球電信用伺服器產值估算
國際伺服器主要品牌業者動向彙整
為了搶食通用型電信伺服器的商機,主要的伺服器品牌大廠均卯足全力,展開各方面的的技術跟市場布局。
戴爾
以生產、設計、銷售家用和辦公室電腦起家的國際伺服器領導業者戴爾(Dell),如今也跟隨著全球網路通訊技術的演進,在5G商用化之際也定位成5G的重要參與者之一。Dell之所以有能力從伺服器產業跨足至電信通訊產業至少有兩項關鍵要素,第一為市場契機:電信網路架構之演進和改變,第二為關鍵商業策略:Dell過去重要的併購案件。
過去,電信營運商的網路建置所仰賴的是網路設備供應商所訂定的專用硬體和軟體,但隨著技術的演變,電信網路也從傳統的架構朝著虛擬化、容器化、雲運算化等的開源式架構演進,使得多數電信營運商轉向基於通用化的低成本硬體設備以及可以靈活操作的軟體平台。Dell便是看到因網路架構之轉變而產生的市場機會,希望可以藉由此機會提高Dell在電信網路市場的市占率。
有機會也需具備相對應的能力。Dell在2015年時完成了一項670億美元的EMC(主要為提供資料儲存和管理等相關產品和服務的跨國IT企業)併購案,該交易將全球最大的儲存器供應商與伺服器製造商合併,協助Dell成為唯一擁有從PC到數據中心全套IT產品的供應商。
此外,EMC早在2004年以6.25億美元收購了VMware,VMware是提供雲端運算和硬體虛擬化之全球領導業者,因此在Dell併購EMC的同時,也一併將網路虛擬化和雲端運算相關的軟體技術納入旗下,並從過去老牌的電腦業者轉型成為儲存、伺服器、雲端IT基礎架構與雲端虛擬管理軟體系統龍頭業者之一,已為進軍5G市場打好基礎。
HPE
同樣身為伺服器龍頭品牌業者,HPE同樣也看到伺服器在電信市場之商機,但在整個商業布局上卻與Dell有不同之處。Dell依靠併購EMC來強化其在企業級IT設備之地位,而HPE則是在2015年拆分雲端及伺服器等相關設備業務,成立HPE專門負責雲端及伺服器等企業軟/硬體解決方案。此作法主要用意是希望HPE能夠專注於雲端事業,並可靈活應對市場趨勢。
然而,光靠「專注」並不足以讓HPE立足於電信網路市場。HPE也併購大量相關企業累積自身能力。舉例而言,因應網路架構的虛擬化和雲端化,HPE在2018年時併購SDN新創公司Plexxi,強化其雲端市場的布局。除了Plexxi,HPE在2018年另外也併購Cape Networks,期望藉由其AI解決方案進行有效率的網路分析和監控,進而幫助網路服務提供商能夠有效降低營運成本,並且為終端客戶提供最佳用戶體驗。雖然HPE諸多的併購案看似非直接是為了要跨足電信市場,但不可否認HPE已藉由此類併購,不斷增強網路虛擬化和雲端運算的能量。
華為
作為全球三大網路設備供應商之一的華為,華為在電信用伺服器銷售也因此具有優勢。相較於Dell或是HPE跟著虛擬化網路架構之發展趁勢進入電信伺服器市場,華為在傳統封閉的網路架構中已具備電信專用設備之相關技術能量與銷售實績。而如今隨著網路架構之演進,華為也積極提供高效能的運算和儲存服務,藉此協助電信營運商5G的布建並大幅降低網路營運成本。
華為另一項關鍵優勢為具有處理器晶片設計、研發、生產等能力。舉例而言,華為於2019年初時發表了一款基於Arm架構的伺服器處理器「鯤鵬 920 (Kunpeng 920)」,並號稱其為業界最高性能的伺服器晶片,可與同樣為華為自己所開發的開放式伺服器作業系統做互相搭配,發揮伺服器最佳效能。未來華為將持續投入30億人民幣的資金,以支持相關產業生態系的建置和發展。
浪潮
浪潮為中國大陸主要伺服器供貨業者,除伺服器外,其他產品包括雲計算、大數據、資訊安全等相關產品,旗下亦有「浪潮軟體」,其軟體相關收入也曾被列為中國大陸企業前5名之一,顯示浪潮不論是在硬體設備或是軟體解決方案上,皆具備一定技術能力,浪潮也將上述能量轉變成為踏入5G電信市場的重要基石。
在過去幾年中,浪潮已陸續證明其跨足5G電信領域之決心並發表多項產品和解決方案,包括硬體設備、虛擬化平台、雲服務等運算產品。此外,浪潮也與國際相關領導型業者合作,如Red Hat和Kaloom等,共同成立5G聯合實驗室,發布了虛擬數據中心機房(Virtual Central Office,VCO)解決方案。浪潮已經根據自身雲計算、大數據、人工智慧等優勢,開發出各種5G解決方案,並且將商業目標領域鎖定在能源、交通、金融、教育、園區等垂直應用領域。
因為5G市場商機的浮現,國際伺服器品牌業者皆爭相投入電信領域。觀察這些領導品牌業者的重要布局,可發現各業者早在網路開始虛擬化的初期,便以不同的方式切入電信市場。
舉例而言,Dell靠著併購EMC(連同VMware),整併包括儲存裝置和網路虛擬化以及雲相關的軟體技術,以提供最完整的整體解決方案;而HP則是靠切割業務,成立HPE專門負責雲端及伺服器等企業軟/硬體解決方案。雖然兩大業者作法不同,但目的同樣是希望能在電信市場分得一杯羹,特別是目前在邊緣運算領域,兩家業者相繼推出一新一代邊緣運算伺服器,主打5G電信市場。
而華為在美國禁令等一連串的影響下,使其在歐美市場發展受到限制,目前可能僅在非核心網路的部分才較有機會。但華為本身既為網路設備供應商以及擁有處理器晶片研發的能力,能夠以整套網路系統綁定之方式出售其產品,因此在不受禁令影響之區域擁有較穩固的市場利基。浪潮主要則是瞄準亞洲市場,特別是在中國大陸,除新推出的邊緣運算伺服器外,其新開發的「+5G」平台也已做好進攻垂直應用領域的準備。
晶片大廠布局不落人後
從硬體規格來看,處理器為伺服器最重要的關鍵核心,使占據伺服器處理器晶片市場占有率9成以上的英特爾(Intel),成為5G電信市場不可忽視的存在。英特爾不僅已推出一系列針對5G相關的晶片產品,Dell、HPE以及浪潮近期推出的邊緣運算伺服器,也都採用英特爾相關系列晶片,顯示英特爾即便是在電信領域中也擁有一定程度的話語權。
再者,當5G網路逐漸成熟時,未來的網路流量與資料量也將大幅度地提升,導致處理器需要依靠加速器來分擔部分運算功能。雖然英特爾已針對此趨勢推出ASIC加速器,但目前市場上仍以GPU以及FPGA為加速器優先採用晶片,成為其他相關晶片業者的競爭關鍵。
無論是電信業者、雲端運算服務大廠,對於5G在電信核心網路與邊際網路的新商機都不敢忽視,因此除了Intel外,NVIDIA、超微(AMD)、Marvell、博通(Broadcom)等晶片大廠都積極布局。未來幾年隨5G市場起飛,電信用伺服器的供應鏈將有許多看點,也將與臺灣的相關伺服器業者緊密結合。
(本文作者為資策會MIC產業分析師)
Microchip發布RISC-V開發套件
免費和開放式的RISC-V指令集架構(ISA)的應用日益普遍,推動了經濟、標準化開發平臺的需求,該平臺嵌入RISC-V技術並善用多樣化的生態系統。為滿足這一需求,Microchip推出基於RISC-V的SoC FPGA開發套件。這款Icicle Kit開發套件專為業界領先的低功耗、低成本、基於RISC-V的PolarFireSoC FPGA打造,彙集了眾多的Mi-V合作夥伴,協助多樣產業客戶加速設計部署和商業應用。
Microchip發布RISC-V之SoC FPGA開發套件
Microchip FPGA業務部副總裁Bruce Weyer表示,隨著 RISC-V 軟體和矽晶片在市場上的廣泛應用,Microchip正在引領處理器設計的革命性轉型。我們正在透過一個低成本評估平臺消除進入門檻。藉由這一平臺,嵌入式工程師、軟體設計人員和硬體開發人員可以同時利用開放式 RISC-V ISA 的優點與 Microchip業內最佳尺寸外型、散熱和低功耗特性的PolarFire SoC FPGA 進行設計。
RISC-V國際董事會副董事長、2017 年圖靈獎獲得者David Patterson指出,售價不到 500 美元的低功耗RISC-V開發板讓人眼前一亮。Microchip Icicle工具套件內置 PolarFire SoC,將加速 RISC-V 軟體生態系統的發展,對需要低功耗中階 SoC FPGA 的應用來說是個好消息。
設計人員現在可以開發和評估即時操作系統(RTOS)、除錯器、編譯器、模組化系統(SOM)和安全解決方案等廣泛的RISC-V生態系統產品,進而輕鬆部署基於RISC-V的可程式設計SoC FPGA。Mi-V RISC-V合作夥伴生態系統是Microchip和眾多協力廠商為全面支持RISC-V設計而開發的一個不斷擴展、全面的工具套件和設計資源。
Icicle工具套件以擁有25萬個邏輯元件的 PolarFire SoC 為中心,包括 PCIe連接器、mikroBUS插槽、雙 RJ45 連接器、Micro-USB 連接器、CAN匯流排連接器、Raspberry Pi 插針連接器、JTAG埠和SD卡介面,為開發人員提供了功能齊全的開發平臺。Microchip 經過設計、驗證和測試的功耗管理和時脈設備、Ethernet PHY(VSC8662XIC)、USB 控制器(USB3340-EZK-TR)和電流感測器(PAC1934T-I/JQ)為開發板提供支援。
PolarFire SoC FPGAs 的總功耗比同類競爭產品低 50%。透過使用SoC FPGAs,開發人員還可以通過元件固有的升級能力和在單個晶片上整合功能的能力,獲得更多的客製化和差異化機會。PolarFire SoC FPGA 系列提供多種封裝和尺寸,更容易平衡應用的效能與功耗,使客戶能夠在小至11×11毫米的封裝尺寸上實施解決方案。Microchip的Polar...
強化天線效能/抗干擾演算法 雙模滑鼠多工切換減干擾
無線電腦輸入裝置如鍵盤、滑鼠等等在日常生活中可以說是必備的裝置。這些無線裝置通常依賴藍牙或是無線Dongle模式來達到無線操作,被使用的無線協定雖然都能達到無線傳輸的目的,但在不同使用領域內,使用者的需要卻大大不同。
如在商辦環境下,若使用者需要在多台電腦上以同一支滑鼠進行控制與操作,在藍牙模式下進行這項操作就會變得困難,因為各台電腦都在發射藍牙訊號,嘗試與滑鼠連接,因讀者一定都先配對過了,但滑鼠又沒有螢幕可以選擇要連接哪台電腦,最終就會造成要關閉其中一台電腦的藍牙功能來達成多台電腦控制,讓讀者真的花很多程序來達成多工。為了滿足這個需求,有廠商就推出雙模的無線滑鼠。透過藍牙與Dongle模式在滑鼠上能夠自由切換,便解決了上述問題(圖1)。
圖1 Dongle與藍牙模式切換達到多工目的
另一種使用領域是現在很熱門的電競產業。這類型的使用者要求的是極高的滑鼠靈敏度及反應速度,這時候若是使用藍牙模式,大部分都無法滿足這種高強度的傳輸要求。其原因是藍牙透過USB HID規範下回報的速率不夠高,需要跳脫此規範來達成。此時需要搭配廠商自行設計的驅動程式,才能夠正常使用滑鼠,所以讀者會發現無線電競滑鼠幾乎都使用獨立的Dongle來實現此規格(圖2)。
圖2 市售電競滑鼠常使用Dongle達到高強度傳輸規格
以下來討論無線滑鼠的共存表現。如第一段所提到的使用場景,無論是在辦公室環境或是在電競比賽現場,在整個環境中一定充斥著各類無線干擾。根據百佳泰實驗室的無線測試經驗,本文將2.4GHz無線共存的問題,對於無線滑鼠可能造成的影響,歸納了下列狀況:
·滑鼠游標移動過程中產生停頓
·滑鼠操作直接失效
對應到這些問題,即使滑鼠本身有使用藍牙跳頻機制或是Dongle模式下由廠商自身開發的跳頻演算法,但其真的有辦法抵抗干擾嗎?能夠保證讀者的簡報過程順利,或是在電競戰場上贏得比賽?這些連線問題會造成不良的用戶體驗,使用者在網路銷售平台上給予負評回覆,如此除了影響到產品的銷售表現,也讓其他消費者對於品牌產生負面的印象。
以上這些無線共存問題,將透過本篇文章的3個段落「環境架設」、「工作表現判斷基準」、「實際測試結果」,來比較市售兩款商用的雙模無線滑鼠在無線訊號干擾情況下的問題和劣化(圖3)。
圖3 市售兩款雙模無線滑鼠
無線滑鼠測試環境架設
所有的雙模無線滑鼠測試項目都會在電波隔離室中進行,如此隔絕外界電波干擾的因素,進而得到穩定的測試結果。另外在測試過程中為了要分析在干擾情境下雙模無線滑鼠的表現,搭配滑鼠游標移動治具,來執行定性定量的移動並記錄回報頻率(Report Rate, RR)數值與游標軌跡,如此精確且即時的量測結果,有利於後續結果的分析及討論,整體架設如圖4所示。
圖4 雙模無線滑鼠無線共存測試架設圖
在模擬不同場域的干擾測試情境,各種場域中會有幾種不同的干擾情境考量,如不同無線通訊技術(Wi-Fi及藍牙)、不同通訊裝置的數量,訊號密集度不同(高速或低速技術)都將透過實驗室模擬出來進行測試對比。
現在以實際架設各種場域中常見無線產品為例,如透過藍牙喇叭、Wi-Fi無線路由器、智慧型手機等產品互相通訊來製造流量,控制其頻譜使用狀況及頻道使用率來模擬不同場景。
雙模無線滑鼠工作表現判斷基準
本文提供的無線共存測試判斷基準是以滑鼠回報的Reporting Rate及滑鼠游標移動的順暢度作為判斷依據,檢測的項目為下列兩項:
·Reporting Rate監測
一般無線滑鼠的Reporting Rate大多在125Hz,但在共存干擾影響時,若其數值降低至100Hz以下,使用者會感覺到滑鼠控制或反應能力變差。
·游標移動軌跡監測
除了RR的表現,本文也將以影片紀錄的形式來監控游標移動的平滑度,觀察使用者實際使用時可能感受到的困擾。
RR/游標移動監測實際測試結果
本文以D、L兩間廠商的雙模無線滑鼠進行驗證,並藉由圖5來看當干擾情境惡化帶來的影響。圖中的X軸為干擾條件、Y軸為Reporting Rate的變化,基本上RR數值越高越好。
圖5-1 Reporting Rate測試結果
圖5-2 Reporting Rate測試結果
·Reporting Rate監測
無論是在藍牙或Dongle模式測試結果中,可以觀察發現當增加干擾數量時,L廠商的滑鼠在一個Wi-Fi干擾情境下已經發生RR下降的情形;相對而言,D廠商的滑鼠還能維持在125Hz左右;當干擾數量再增加至3個Wi-Fi干擾情況時,L廠商的滑鼠RR急遽下降到只有40Hz,但D廠商的滑鼠依舊持續保持在100Hz以上。最後增加到5個Wi-Fi干擾與3個藍牙干擾同時發生,兩個滑鼠RR差距越來越大。
·游標移動表現監測
那L廠商的滑鼠的實際用戶體驗於上述幾個干擾情境下會是怎樣的表現呢?以下透過圖6、7與8來說明。圖6為無干擾情況,可以看到游標移動非常順暢,過程中沒有任何停頓(注意游標殘影)。但在3個Wi-Fi干擾狀況(圖7)已經發現有點不順暢的現象;最後在5個Wi-Fi干擾與3個藍牙干擾(圖8)同時發生的情況下,可以明顯看到游標移動發生不連續或是頓點的現象。這時的使用者體驗一定是不好的,可能這時候用戶已經有要退貨的心理準備。圖9是D廠商在與圖8相同條件下的游標表現,可以發現有稍微不平滑,但還是可以保持在使用者可以接受的範圍內。
圖6 L廠商在無干擾下的滑鼠表現
圖7 L廠商在3個Wi-Fi干擾下的滑鼠表現
圖8 L廠商在5個Wi-Fi與3個藍牙干擾下的游標表現
圖9 D廠商在5個Wi-Fi與3個藍牙干擾下的游標表現
各方多管齊下解訊號干擾難題
總結以上Reporting Rate與游標表現測試結果,得知D廠商的的雙模無線滑鼠在無線干擾的情況下,仍能保有較佳的工作表現。至於兩間廠商的無線滑鼠為何會有如此大的差異?本文推測可能有以下幾點可能:
·滑鼠本身天線效能差異
·無線發射模組輸出功率高低不同(但也需考慮電池壽命)
·Dongle模式下抗干擾演算法有無優化
如何驗證產品在現今2.4GHz訊號擁擠頻段中的操作性,已經是周邊廠商開發的重心,越來越多廠商都在腦力激盪透過硬體、韌體或驅動軟體來確保無線滑鼠能夠正常工作。
在無線產品越來越多的情況下,無線共存的問題只會越來越被市場重視,測試實驗室了解這個需求,如百佳泰為客戶品質把關,從關注使用者體驗,到多樣化的干擾情境場域設計,協助讀者在後續強化自己的產品,讓使用者在實際環境中得到更佳的使用體驗,並提升產品的市場競爭力。與此同時,本文藉由雙模無線滑鼠作為測試案例,測試其在無線共存環境下的使用效能。
(本文作者為百佳泰無線驗證實驗室主任工程師)












