- Advertisement -
首頁 網站文章

網站文章

- Advertisement -

ML提升機器視覺應用彈性 SI業務發展路更寬

機器視覺在製造業應用存在已久,但過去的機器視覺本質上是以規則為基礎的專家系統(Rule-based Expert System),不具備自主學習的能力,能處理的問題範疇也較為專一。這也使得機器視覺的系統整合商(SI)規模普遍不大,但在特定領域有非常深厚的技術累積。以機器學習(ML)為基礎的機器視覺系統,則可能改變這個產業風貌,讓SI更容易跨入不同領域。 研華網路暨通訊事業群資深協理林俊杰指出,機器視覺在製造業應用已經有相當長的一段歷史,且隨著檢測對象不同,分化出許多次領域,例如針對電子元件、電路板的自動化光學檢測(AOI)、針對產品組裝的視覺校準/對位,乃至成品/半成品的外觀瑕疵檢測等,都可以歸類於機器視覺的範疇。但現有機器視覺系統的核心,多半是以規則為基礎的軟體程式,當工業相機拍攝到過去從未見過的影像,取得的特徵值無法對應回既有的軟體系統時,就會很容易出現誤判或無法識別。 這使得機器視覺系統的設計規畫跟布署,變成一項非常仰賴專家的工作。唯有針對某一類應用有深入研究,並且累積了大量經驗的SI,才能寫出符合生產線需求機器視覺軟體。而且,某個特定領域的專家,要跨到其他機器視覺的領域,也不是那麼容易的事情。 基於機器學習(ML)的機器視覺,則是完全不同的典範。一套辨識模型或演算法,經過不同的資料集訓練,就可以辨識出不同型態的圖樣,而且隨著工業相機取得的影像資料越多,累積的訓練資料增加,系統辨識的準確度還有機會進一步改善。 另一方面,對機器視覺SI業者而言,基於ML的視覺系統還有更容易跨領域應用的優勢。例如一個經過訓練的免洗杯辨識演算法,只要稍加調整跟再訓練,就可以用來辨識不同種類的杯子,例如玻璃杯、馬克杯,因為這些杯子都有一些共通的特徵值。如果是傳統的機器視覺軟體,開發過程就得從頭來過。 不過,對大多數基於機器學習的系統來說,訓練資料的數量跟品質,還是許多開發者所面臨的最大難題,基於機器學習的機器視覺也不例外。現在許多網路大廠都已經提供雲端訓練工具,因此,開發者要訓練自己的模型,門檻已經比以往大為降低,但要取得足夠且高品質的訓練資料集,還是要投入很多資源。 近幾年中國掀起人工智慧熱潮,也促成一個新的行業--資料標籤公司誕生,但這些專門提供資料標籤建置的服務業者,通常沒有足夠的能力處理工業製程中所拍攝的影像。舉例來說,金屬加工件的邊緣出現毛邊,但程度要多嚴重才應該被判定不良品,就只有那個行業的老師傅能準確判斷,不在該行業的標籤建置人員很難做好這項工作。因此,即便是採用機器學習技術,SI想要跨到新的領域,還是有一定門檻要跨過。 此外,目前機器學習最理想的開發平台是GPU,因為GPU有最好的軟體適應性,設計迭代最方便,但如果是要布署到生產現場,GPU可能就不是那麼理想,因為GPU的功耗較高,有時還是需要搭配主動式散熱。但很多生產現場是不允許散熱風扇存在的,例如烤漆作業區,因為環境裡有粉塵,不只容易導致風扇故障,萬一有火花產生,還有可能引發爆炸。 相較之下,FPGA是比較適合布署在現場的運算硬體平台,但FPGA的設計迭代過程比GPU耗時,軟體修改後,硬體描述語言(HDL)也要跟著調整,才能實現最佳化。因此,機器視覺系統要改以機器學習為基礎,並大量普及到工業現場,還需要一些時間來醞釀。但整體來說,因為以機器學習為基礎的機器視覺,對各種應用情境的適應能力較佳,因此長期來看,SI或軟體開發者應該還是會逐漸轉向機器學習。  
0

需求持續不振,2019年DRAM投資與位元產出同步放緩

根據TrendForce記憶體儲存研究(DRAMeXchange)最新調查,2018年第四季DRAM合約價格較前一季大幅修正約10%後,2019年由於PC、伺服器與智慧型手機等終端產品需求疲軟,因此DRAM主要供應商紛紛放緩新增產能的腳步,以期減緩價格跌勢。 DRAMeXchange指出,與實際位元生產量最相關的指標為各供應商的資本支出計畫,而2019年DRAM產業用於生產的資本支出總金額約為180億美元,年減約10%,為近年來最保守的投資水位。 其中,兩家韓系廠商最先宣布將放緩2019年投資計畫。市占最大的三星半導體2019年DRAM投資總金額約在80億美元,主要用在先進製程(1Ynm)的持續轉進以及新產品的開發。投片計畫是三星近年來最保守的一次,目前決議終止平澤廠(Line18)擴產計畫,將使2019年位元成長達到歷年新低,約在20%水位。 市占第二名的SK海力士2019年DRAM投資金額也降低到約55億美元,主要用以持續轉進新製程與提升良率為主。但由於中國無錫新廠才剛落成,因此該廠全年仍有約30~40K產能提升,根據DRAMeXchange計算, SK海力士2019年位元成長約21%,稍微高過三星。 而市占第三的美光半導體,近日才宣布下修2019年資本支出至約30億美元,並且將2019年的生產位元成長目標由原先的近20%下修至15%水位,以期改善庫存持續升高的狀況。 至於需求端,2019年第一季受到連假以及淡季效應的影響,將會是最為疲弱的季度,而且目前也沒有跡象顯示第二季之後需求會有所改善。在中美貿易戰持續延燒的大前提下,市場仍充滿不確定性,基於上述供需預測,DRAM價格仍將逐季修正,2019年第一季價格下修幅度約為15%,第二季預期將收斂至10%以內,而下半年除非需求明顯改善,否則價格仍將維持約5%的季度下修。  
0

三星全新V9車用處理器亮相 獲奧迪採用

瞄準自駕車商機,三星(Samsung)日前曾宣布推出Exynos Auto子品牌,生產自駕車相關晶片,而首款用於車載資訊娛樂系統(IVI)的處理器「Exynos Auto V9」也於近日亮相,且該晶片已獲奧迪(Audi)採用,搭載預計Exynos Auto V9晶片的奧迪汽車將於 2021年首次亮相。 三星電子設備解決方案部門副總裁Kenny Han表示,該公司致力於推出更頂級的汽車處理器,以實現更安全、舒適的駕駛體驗。新推出的Exynos Auto系列產品,將從Exynos Auto V9開始,為下一代汽車車載資訊娛樂系統帶來更強大的處理性能,同時滿足汽車產業嚴格的可靠性要求。 據悉,Exynos Auto V9是專為汽車資訊娛樂系統所設計,其可在多個螢幕上顯示相關的行車資訊,讓駕駛獲得更安全、更愉快的駕駛體驗。Exynos Auto V9採用8奈米製程,內建8個ARM最新的Cortex-A76 CPU核心,最高運行速率為 2.1GHz,並支援LPDDR4和LPDDR5 DRAM。 此外,該產品也整合了ARM Mali G76 GPU、高級Hi-Fi 4聲道的音頻數位訊號處理器(DSP)、專門處理人工智慧的神經網路處理器(NPU),以及安全核心(Safety Island Core),可針對系統操作進行即時保護,以滿足汽車安全完整性等級(ASIL)-B的標準。同時,透過NPU可以更有效的處理視覺和音頻數據,實現臉部、語音或手勢辨識等功能,進行更直覺、快速的操作。 另一方面,為了提供高度身臨其境的駕駛體驗,Exynos...
0

5G帶動小型資料中心市場 40G/10G光纖需求不減

隨著資料中心應用對於高頻寬的需求逐漸上升,目前全球大型資料中心有線高速傳輸介面以100G Ethernet(100GbE)為主,並且正在朝向400GbE邁進。然而,10GbE與40GbE仍然將在中小型的資料中心應用之中占有一席之地,在未來,隨著5G通訊的發展逐漸蓬勃,更會帶動小型資料中心的需求上升;因此,10GbE與40GbE介面的重要性短期之內不會降低。 佑勝光電總經理張裕忠指出,許多研究單位皆提出數據指出,在超大規模資料中心應用之中,100G Ethernet是現今主流規格,然而這些數據往往沒有將中小型的資料中心歸納至其中。若是考慮進中小型資料中心的市場狀況,回顧2018年,10GbE的光收發器依然是最熱賣的產品。 在5G通訊發展的帶動之下,為因應未來的大量資料傳輸與儲存需求,未來基地台內也會需要搭載小型的資料中心。以目前大型資料中心介面主流為100GbE的情況下,中小型資料中心的需求只要40GbE即可滿足。 然而,張裕忠也提到,在未來,若是大型資料中心的傳輸介面升級至400GbE,中小型資料中心由於也必須與大型資料中心之間有所串接、配合,因此也勢必將朝向100GbE升級。然而,此刻光收發器中的雷射模組成本依然居高不下,將成為推動高速介面升級的首要挑戰。但是隨著技術與產能逐漸成熟,張裕忠預計,在兩年之內100GbE所需的光收發器中的雷射模組價格大約能與40GbE所需匹敵。  
0

智慧監控應用增 交通/零售/安防為三大市場

監控系統AI化趨勢日益明顯,其應用也逐漸浮現,如交通管理、智慧零售,或是和屋內或室內監控等。對此,建騰創達董事長暨執行長朱伯倫表示,目前AI智慧監控所要監測的事物不外乎可分成四大類,分別為人、臉、車,以及車牌識別(Automatic License-plate Recognition, ALPR);也因此,和這四類較為相關的應用領域,像是零售、交通、商業建築等,會是未來智慧監控發展較為快速的領域。 以零售業為例,耐能智慧行銷業務資深經理陳學佑指出,零售業者導入智慧監控系統有兩大方向,首先是打造無人商店,例如7-ELEVEN的「X-STORE」及亞馬遜(Amazon)的「Amazon Go」等;其次便是希望能藉此進行客群分析,進而實現「精準行銷」。也就是運用AI監控系統,除了紀錄來店人數,監看現場狀況之外,同時紀錄客人的相關資訊,不一定需要知道客人的身分,但可透過數據分析得知是否有固定來客,以及這些客人是否有品牌忠誠度;若有的話,店員便可進行技巧性推銷,推薦客人有興趣的產品。 至於交通方面,晶睿通訊研發副總馬士毅表示,指出,AI的出現使得交通監控的需求也開始產生改變。交通監控不再只著重錄到的影像,重點開始轉向背後所獲取的資料。監控系統不僅僅是單純錄到車輛通過的影像就行,於車輛通過時也同時須得知其車牌號碼、車型等,這就是所謂的結構化監控。也就是不單單是看車流數量,或是影像畫質好不好,而是要看懂其背後的數據,才能做出更有效的判斷和決策。 當然,傳統安防領域也仍是AI監控的重要市場。台灣索尼課長葉沛青指出,對於智慧監控需求一般而言,還是以警政系統的安全維護及智慧辨識為主。促成此變化的發展趨勢在於,針對日新月異的犯罪手法,傳統式的監控系統不斷在更新其功能,透過智慧識別,能節省人力,在更短的時間內分析出所需的資訊。這對於某些業主(如零售店、家庭)而言,無疑是更有效的安防監控工具。
0

分拆電子設備/雷射事業 鴻海借夏普鋪路半導體市場

鴻海可望巧借夏普東風進攻半導體市場。夏普(SHARP)日前宣布將以8K和物聯網(IoT)技術為未來的戰略核心,且分拆旗下電子裝置、雷射事業群,於2019年4月各自成為「夏普福山半導體(簡稱SFS公司)」及「夏普福山雷射(簡稱SFL公司)」兩家子公司,此一布局被視為有利鴻海未來進軍半導體市場。 夏普表示,該公司正積極推動轉型,而在進行結構性改革並提升企業價值的同時,公司也致力實現以8K和AIoT改變世界的願景。為達成此一目標,且能更敏捷、靈活的因應商業環境的變化,該公司決定透過分拆,成立新的子公司,建立更獨立自主的業務系統 據悉,夏普包括半導體和智慧手機攝影鏡頭零部件等産品在內的「物聯網電子設備」業務,其2017財年(截至2018年3月)的銷售額為4,915億日元,占總銷售額約20%,而營業利潤為為51億日元。未來夏普計劃將以福山事業所為中心的「電子設備事業本部」從主體中拆分,成為獨立的業務子公司;而福山事業的員工(約1,000多名)也會轉移至新公司。 夏普透露,經拆分之後,未來夏普福山半導體的主要業務包括半導體和半導體應用元件/模組業務,光電元件業務,高頻元件和高頻應用模組業務,以及半導體代工業務。至於夏普福山雷射的業務則涵蓋雷射和雷射應用設備/模組業務。
0

AI驅動資料中心/邊緣運算需求 晶片低功耗成大勢所趨

隨著人工智慧(AI)、物聯網等技術的發展,使得資料中心的需求也逐漸擴大;其中,依然以超大規模的雲端服務供應商為市場主導。另外,邊緣運算的需求也持續延燒中。以上二趨勢都將帶動低功耗晶片需求,此設計方向也是所有應用場域的大勢所趨。 其中,儘管私有資料中心依然是一個相當重要的市場,但是最大的零組件需求依然是來自全球超大規模雲端的供應商。這樣的市場環境將對於未來的產品設計產生重大的影響,因為未來的晶片設計將會以這些大規模的採購客戶的需求為主要的方向。市場調研機構Ovum分析師 Roy Illsley分析,像這樣的市場方向在短期之內將維持不變,但為了確保互操作性(Interoperability),本地端與雲端之間的連線將成為關鍵,這之間的產品組合也將反應出目前的市場變化。 值得一提的是,Illsley提到,由於中美貿易戰以及英國脫歐等國際政治情勢變化,目前的資料中心相關供應鏈正受到極大的壓力。中美貿易戰以及英國脫歐不僅是對於股票市場或是製造廠設立地點的改變,也將使得現有的供應鏈不如以往那樣可靠。 由於人工智慧的發展也使得邊緣運算的需求逐漸上升,此趨勢也帶動了低功耗晶片的需求成長。Illsley認為,邊緣運算熱潮將持續延燒,並且首先將落實在基地台以及感測器應用上。當然,晶片在各種不同的設備上應用方式皆有所不同,但是低功耗都是非常重要的考量要素。目前市場已能看見許多針對人工智慧與機器學習需求而設計的新型晶片,如Google所推出的TPU,就是專為高效能運算(HPC)需求設計晶片的典型案例。其中,在推廣時最大的挑戰在於建立晶片運作的相關環境,使得晶片能夠發揮最大效能。
0

新興非揮發性記憶體2017~2019 CAGR高達230%

產業研究機構Yole Développement(Yole)表示,新興非揮發性記憶體NVM,包括MRAM、RRAM和PCM等,隨著物聯網、5G、人工智慧(AI)、雲端運算等發展越受注目。認為,DRAM的發展將在未來五年繼續,但速度將放緩。由於3D半導體技術不斷進步,NAND密度不斷增加。新興的NVM不會取代NAND和DRAM,但會以各種記憶體加速的方式出現。此外,SCM(Storage Class Memory)將成為主要的新興NVM市場,並將在未來5年內由3D XPoint主導。 新興記憶體技術未來兩年將進入起飛期,從應用角度來觀察,Yole認為,包括MCU嵌入式NVM、工業/交通/消費性電子、企業SCM、客戶SCM等應用,2017年市場規模約9900萬美元,2018年市場規模約為2.8億美元,2019年將成長至10.8億美元,2017~2019年複合成長率(CAGR)高達230%。 從技術角度來看,MRAM將發展嵌入式MCU應用,因為所有大型代工廠都參與了此領域。獨立的RRAM將嘗試在SCM應用上獲得PCM的市場占有率。由於SCM應用,未來三年新興的NVM銷售量將成長一個數量級以上。 另外,MRAM和RRAM市場領域的晶圓代工廠參與度增加,GlobalFoundries、台積電、聯華電子、中芯國際和三星代工服務等皆積極投入,以提供有吸引力的服務。這一趨勢表明了代工廠對儲存業務的興趣日益成長。例如,也有產業消息傳出台積電宣布可能收購一家記憶體公司。 在獨立業務中,新興的NVM不會取代DRAM和NAND,而是將在記憶體模組中與它們結合使用,例如,SSD、DIMM和NVDIMM。在2023年,由於3D XPoint作為企業和客戶端SCM的日益普及,PCM將在獨立內存市場保持領先地位。值得注意的是,三星和東芝通過開發基於3D NAND的SCM解決方案採取了不同的戰略路線,如Z-NAND(三星)和XL-Flash(東芝,2018年8月展示)。但是,這些技術將用於企業級SSD,並且不會與相容DDR4的Optane DIMM競爭,預計這將占整體3D XPoint銷售額的50%以上。  
0

資料中心帶動光通訊需求 DCI成光纖元件銷售最強驅動力

受到產業轉型、智慧型終端裝置、雲端服務及物聯網普及率增加影響,全球網路資料中心流量近年來一直保持高速成長。此趨勢也使得不同資料中心之間的互連需求增加,該趨勢也將成為未來推動光纖元件市場的最強驅動力。 研究機構IHS Markit指出,資料中心互連(Data Center Interconnect, DCI)的應用需求,將會是推動光纖市場的重要驅動力,近年來,該應用領域是光通訊設備成長最快的。IHS Markit運輸網路高級研究總監Heidi Adams指出,資料中心互連領域已成為光纖最熱門的應用領域;已有越來越多雲端服務供應商開始投資DCI市場,除了實現自有資料中心之間的互連之外,也能為企業提供DCI服務。 根據IHS Markit提供的數據指出,資料中心相關的光學傳輸設備市場在2018年上半已達到14億美元銷售額,與2017年同期相比成長了19%。其中,緊湊型資料中心互連(Compact DCI)設備的需求提升最為顯著,與2017年上半相比,2018年同期Compact DCI設備市場已成長了173%之多。IHS Markit預測,從2017年到2022年,DCI市場的總年複合成長率(CAGR)將成長15%,該成長率將會超過波長分波多工(Wavelength Division Multiplexing, WDM)市場。 另一方面,安立知(Anritsu)業務暨技術支援部門專案副理王榆淙也提到,在傳統的通訊需求之中,光纖主要應用於比較大的電信傳輸骨幹,然而隨著資料中心的建置逐漸擴大,也開始出現一些應用於機房裡的光纖傳輸應用。 王榆淙進一步補充,一般而言光纜由於內含須多主動元件,因此成本比銅纜高,然而在近年來傳輸速率越來越高的狀況之下,很多銅纜之中也必須導入一些主動的EQ去做訊號的續傳,如此一來銅纜的成本價購就失去了優勢。因此,目前有許多廠商開始選擇更多光纜線以及光纖收發器導入至資料中心的布建之中;也能看到近年來光的傳輸模組銷售量正穩定的成長當中。  
0

NB-IoT設備低價趨勢擋不住 儀器商推新品應戰

通常示波器、頻譜分析儀、網路分析儀等萬用型的量測儀器會被歸類為基礎儀器。面對物聯網此大趨勢,無論是研究階段或是量產階段,廠商對於基礎儀器要求皆與以往有所差異。儀器廠商也積極推出相對應的產品系列應戰。 安立知業務暨技術支援部經理林光韋表示,以NB-IoT為例,由於該連線技術可以透過原本已架設好的LTE頻寬傳輸,再加上NB-IoT執照有NCC的扶植,因此電信營運商也更有推廣的動力。但是也由於物聯網設備對於成本的要求非常高,必須要夠低價,才有可能做到真正的普及化,這也將對於測試儀器市場有所影響。 正因為物聯網設備對於成本要求,因此設備廠商對於量測儀器的投資預算也會壓低。在未來,基礎儀器將會逐漸更加的小型化、輕量化。由於物聯網設備對於成本的考量以及對量測的需求已不是過去傳統的基礎儀器能夠滿足的範疇,因此,在未來無論是NB-IoT或是其他物聯網的量測需求都將更為複雜。 針對更加繁複的量測需求,安立知推出了VectorStar寬頻向量網路分析儀,該產品的頻率涵蓋範圍為70kHz~110/125/145GHz,能夠滿足更高階的量測需求,這些需求也依然是現在需多研發單位需要的功能。然而,在另一方面,對於已經邁入量產階段的許多物聯網相關模組、天線或是被動元件廠商來講,量產的階段測項較少,也對於成本更為考究,因此安立知也提供了ShockLine高性能向量網路分析儀產品系列,以滿足該需求。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -