AI

愛立信(Ericssion)日前公布「2030年十大消費者趨勢」呈現消費者對未來科技趨勢的看法與預測，期望人類視覺、聽覺、味覺、嗅覺以及觸覺等感官互動的連接技術將對生活帶來助益，並且於現實生活實現嶄新感官體驗。 愛立信技術長姚旦表示感知聯網將改變未來人們的生活方式。 愛立信消費者行為暨工業研究室負責人Pernilla Jonsson表示，該公司討論目前智慧型手機網路連接沉浸式體驗的轉變，而這種體驗正源於感官實現連接。這份報告以AR眼鏡作為切入點，探索轉變對消費者來說意味著什麼。消費者預期人工智慧(AI)、虛擬實境(VR)、擴增實境(AR)、5G以及自動化技術實現的感知聯網會對人們的日常生活帶來巨大變化。 消費者預測的2030年十大熱門消費趨勢包含：意念觸發、聲如其人、隨心調味、數位氣息、實感觸覺、融合實境、去偽存真、後隱私時代消費者、聯網服務催化永續發展，以及全感知服務。而感知聯網的主要驅動因素包括沉浸式娛樂和線上購物、氣候危機以及盡可能降低氣候影響的相關需求。 59%的消費者認為，未來只要想像出目的地，就能透過VR眼鏡看到地圖路徑；67%的受訪消費者認為將能夠透過麥克風逼真模仿任何人的聲音，甚至可以騙過家人。至於44%的消費者預期，未來將有裝置能對食物進行數位強化，讓任何食物嘗起來都是最喜愛的味道；約60%的消費者希望能透過數位技術暢遊森林或鄉村，包括體驗這些地方的所有自然氣息。 同時超過60%的消費者希望按下智慧型手機的數位圖示及按鈕時，螢幕能同時傳達形狀及質感；70%的受訪者預期，至2030年時VR遊戲世界將與現實真假難辨。此外，「假新聞」可望被終結—半數受訪消費者表示，2030年提供全面事實審核的新聞報導服務功能將普及；半數受訪消費者認為自己屬於「後隱私時代消費者」，期望隱私問題能被解決。 另一方面，60%的受訪者認為感知聯網發展將更易催化環境永續性；45%的消費者預期未來將會出現新購物體驗，除了以往視覺，還能有運用聽覺、味覺、嗅覺、及觸覺甚至五種感官併用的數位購物商場。 該報告為愛立信消費者研究室在全球範圍內為期24年多的研究活動，主要參考2019年10月針對全球15個城市的進階網際網路用戶所進行的一次線上調查結果。

高通(Qualcomm) 宣布推出三個全新行動平台，高通Snapdragon 720G、662和460，將在連接、電競和娛樂方面提供增強的用戶體驗。這些全新行動平台可實現4G快速連接速度，透過高通FastConnect 6系列子系統提供關鍵的Wi-Fi 6功能和具有先進音訊的內建藍牙5.1，支援雙頻(L1和L5)全球導航衛星系統(GNSS)以提高定位的準確和耐用度，並且為支援印度區域導航衛星系統(NavIC)的系統單晶片解決方案。這些全新平台還具有高通人工智慧引擎(Qualcomm AI Engine)與高通感測樞紐(Qualcomm Sensing Hub)，旨在於攝影、語音助理和幾乎常時啟動的場景中增強情境意識，提供全新和改進的人工智慧用戶體驗。 高通副總裁暨印度區總裁Rajen Vagadia表示，雖然5G在全球各地迅速普及，該公司也意識到4G為印度消費者推動寬頻連接的功能是非比尋常的。4G仍將是高通技術公司在印度等地區專注的領域，並持續在這些地區做為連接的關鍵技術。該公司的目標是使合作夥伴能夠繼續推出提供消費者可以信賴的無縫連接和出色行動體驗的解決方案。 高通定位套件(Qualcomm Location Suite)實現首次在行動裝置上同時支援多達七個衛星星座，包括使用所有NavIC的衛星，以實現更精確的定位能力、更快的首次定位時間(TTFF)位置獲取，並提高定位資訊服務的穩定性。 高通技術公司產品管理副總裁Kedar Kondap表示，當今的智慧型手機用戶需要快速、無縫的連接、先進的功能和持久的電池續航力。這次4G產品線的擴展使該公司合作夥伴能夠提供滿足全球需求的精密解決方案，並在多個層級和價格帶中實現卓越的遊戲體驗。

本文將以賽靈思(Xilinx)旗下解決方案為例，透過深度學習和資料庫加速的案例，闡述一個均衡且支援三星HBM2的賽靈思運算加速器系統，如何提供具備最佳靈活性、效率和效能的高效運算加速解決方案。 近年異質運算逐漸興起，拓寬了後摩爾定律時代在加速運算密集型作業負載的創新。在當前資料中心產業中，普遍採用異質運算進行加速的作業負載種類繁多，包含人工智慧、即時視訊轉碼和基因組分析，而這些僅僅是其中的一小部分。 然而，長期以來，DDR記憶體架構的演進並不足以跟上運算加速領域的創新步伐。在過去十年裡，並行記憶體介面的頻寬效能雖有改善但進展緩慢；現今FPGA所支援的最大DDR4資料速率仍然只有2008年DDR3的2倍左右。相比之下，自2008年以來，FPGA的運算能力已提高了近8倍，且隨著配有AI核心的Versal元件推出後，預計未來兩年內還有更大的成長空間。因此，在資料中心領域，記憶體頻寬與容量將成為眾多運算和記憶體頻寬密集型作業負載發展的主要限制因素(圖1)。 圖1　運算容量的提升與DDR頻寬的改善比較 HBM效能/傳輸更高更快 HBM是一種高速的系統級封裝(SiP)記憶體技術，與採用傳統打線接合封裝(Wire Bonding-based Package)的記憶體產品相比，它使用垂直互聯的DRAM晶片堆疊和一個寬(1024位元)介面，來達到更大的儲存容量與更高的資料頻寬。聯合電子裝置技術協會(JEDEC)在2013年開始採用初代HBM標準，並在2016年1月批准第二代HBM2版本為業界標準。 HBM2標準支援4個或8個8Gb的DRAM晶粒逐個堆疊在一起，由一個2.5D矽「中介層」提供支援，該「中介層」可將記憶體堆疊與底層電路板連接起來。堆疊一些晶粒(通常是記憶體)而不是其他晶粒(通常是處理器)的多晶片封裝被稱為2.5D元件(圖2)。 圖2　HBM和2.5D架構 由於多個堆疊能被添加在同一個封裝中，因此與傳統的多晶片DRAM產品相比，當堆疊多個晶粒在一個電路板上並將其堆疊得更緊密時，可以大幅減少HBM記憶體封裝的水平占板面積。此外，HBM技術還縮短了訊號在元件之間的傳輸距離，因此可以提高系統效能，且較短的傳輸距離可以減少傳輸定量資料所需的能量(圖3)。 圖3　HBM晶粒堆疊技術 HBM具備先進的TSV技術、微尺度互連和突破極限的I/O數量，可以增加記憶體頻寬，與其最強勁的競爭對手，也就是用於繪圖卡的繪圖用雙倍資料傳輸率(GDDR)記憶體相比，HBM明顯能提供更高的效能。在元件級別，單個三星HBM立方體可以提供高達307GB/s的資料頻寬，比GDDR5晶片高出近10倍的資料傳輸率。而在系統級別，與採用GDDR的解決方案相比，HBM能提供近3倍的輸送量，並使用少於80%的功耗，同時還可以節省寶貴的電路空間(圖4)。 圖4　HBM與GDDR頻寬比較 FPGA元件助力　記憶體頻寬再上層樓 以下將以賽靈思旗下FPGA產品為例，該公司支援HBM的Virtex UltraScale+ FPGA大幅改善了記憶體頻寬，例如2個三星HBM2記憶體堆疊就可提供高達460GB/s的速率。當將1或2個HBM2堆疊與各種尺寸的FPGA邏輯(多達285萬個邏輯單元)和DSP(高達9,024個DSP48E2分割，可提供28.1峰值INT8 TOP)進行配對時，使用者就可以選擇搭配全新支援HBM的UltraScale+元件系列，為其應用選擇最佳的運算能力與記憶體頻寬/容量組合。 另一方面，除了支援HBM的Virtex UltraScale+FPGA，賽靈思還推出Alveo U280資料中心加速器卡，由16奈米UltraScale+架構所打造，採用8GB三星HBM2，可為資料庫搜尋與分析、機器學習推論及其他記憶體限制應用提供更高等級的加速功能；並涵蓋了CCIX支援，可以利用現有的伺服器互聯基礎設施和即將推出的CCIX處理器，提供高頻寬、低延遲的快取一致性共用記憶體存取。許多受限於記憶體的應用都能受益於支援HBM的UltraScale+元件，本文將以深度神經網路與資料庫加速方面的案例為例，展示支援HBM的UltraScale+元件之優勢。 強化記憶體頻寬提升AI語言翻譯效能 如今，各種雲端應用都有提供自動即時語言翻譯服務，其可透過採用神經網路的機器學習方法在兩種語言之間翻譯語句(稱為機器翻譯)，編碼器-解碼器架構強化當今的商業自動化翻譯服務。 在使用機器執行翻譯任務時，兩種語言的單詞經由一個稱為單詞嵌入的過程，以高維向量的形式呈現；因此，單詞之間的關係可以透過向量進行量化建模和反映。遞迴神經網路、卷積神經網路和基於注意力的模型等架構通常用於執行編碼和解碼功能。 近期研究表示，在語言翻譯中，只有採用注意力的網路能達到最高的準確性。研究論文中所描述的注意力機制，即縮放點積注意力，是由兩個矩陣乘法和其他函數(Scale、Mask和Softmax)所構成的。多頭注意力結構通常由多個並行的縮放點積注意力與不同的輸入投影構成，該結構與前饋網路被共同用於建構整個語言翻譯模型的解碼器和編碼器(圖5)。 圖5　轉換器--基於注意力神經網路的語言翻譯模型 如圖5所示，基於注意力的語言翻譯模型的主要運算強度來自於對縮放點積注意力和前饋網路的點積運算。這些點積通常被組合到矩陣乘法運算，以達到更高效的運算。然而，與在整個空間中大量重複使用權重參數以減少資料移動痕跡的傳統卷積神經網路不同，這類基於注意力的模型幾乎不重複使用輸入空間參數，導致對矩陣乘法運算的記憶體頻寬要求要高出許多。 我們建置了一個用於語言翻譯且基於注意力的先進神經網路的轉換器分析模型，並將其映射在UltraScale+元件上運行。FPGA建置方案的架構採用DSP脈動陣列來執行矩陣乘法，中間的啟動資料儲存在晶載URAM中，可以消除啟動時所造成在處理器和外接記憶體之間頻繁進行的資料移動。HBM或DDR則用於儲存所有嵌入字典的單詞嵌入與權重參數。 針對具有不同句子長度(L)和句子數量的英德翻譯任務，也稱為批量大小(B)，對其進行分析就可以瞭解附加DDR的UltraScale+元件和支援HBM的UltraScale+元件對於延遲和傳輸量之間的權衡。這一研究對於DDR與HBM的建置，假設使用具有256個16位元輸入和32個16位元輸出的脈動陣列，並將其運行在710MHZ的UltraScale+元件上。詳細的傳輸量與延遲關係圖請見圖6。 圖6　採用具有HBM和DDR4的UltraScale+元件進行語言翻譯效能分析。 長度為8的句子在4條通道上運行的最低延遲約為15.7ms，傳輸量為508符號/秒。一條DDR通道用於存取單詞嵌入資料，其餘三條DDR通道用於載入權重。對於支援HBM的元件而言，一個長度為8的句子之最小延遲為2.2ms，比DDR介面低7倍以上。DDR介面在兩種句子長度上都不能達到7ms以下的延遲，但是支援HBM的元件在傳輸量為10,419符號/秒，且句子長度為8的情況下可達到6.1ms的延遲，在輸送量為4,682符號/秒，且句子長度為16的情況下可達到6.8ms的延遲。 借助通用矩陣運算資料庫加速AI應用 與前面討論的機器翻譯案例一樣，幾乎所有現代深層神經網路(深度學習)的主要運算都是以矩陣乘法的形式來完成。除了機器翻譯以外，在資料中心廣泛部署的其他典型深度學習應用有影像/視訊分析、網路搜尋的搜尋排名系統、廣告投放的推薦系統、內容/來源推薦、語音辨識以及自然語言處理。 為了更佳地支援更多的深度學習應用，賽靈思開發了通用矩陣運算(GEMX)資料庫，用於加速元件上的矩陣運算，該元件由SDAccel開發環境提供支援。該資料庫包括三個組件：引擎庫、主機代碼編譯器與以應用或系統建構的環境，引擎庫則由一組具有BLAS函數介面的C++範本組成，可以在FPGA上進行矩陣運算。 主機代碼編譯器將主機代碼矩陣函式呼叫編譯成一系列指令，用於觸發FPGA上的矩陣運算，建構環境採用GNU make流將FPGA和主機代碼影像生成過程自動化。此外，該產品還支援使用者對系統的各個方面進行配置，例如，FPGA平台、FPGA影像中建置的引擎數量等。 雖然GEMX引擎的兩個輸入矩陣都來自DDR記憶體，但GEMX的傳輸量取決於DDR介面的頻寬。圖7的分析比較了使用DDR4連接UltraScale+元件的GEMX與使用支援HBM的UltraScale+元件的GEMX之效能。該分析模型充分利用了記憶體頻寬，並假設使用32×32×128的矩陣作為GEMX的輸入。結果如圖7所示，與使用4條DDR通道相比，支援HBM的元件可以將GEMX的效能提升約3.6倍。 圖7　GEMX效能 HBM讓記憶體存取/使用更有效 受益於HBM記憶體控制器中的靈活定址方式，支援HBM的UltraScale+元件具備的獨特優勢之一就是HBM通道的靈活並行使用。HBM通道的存取與使用，是能夠完全地被可重配置和重新編程，還可以通過FPGA邏輯輕鬆存取。 如圖8所示，使用者可以將原始資料庫檔案剝離到多個HBM通道中，並讓並行處理運算單元執行不同的資料庫操作，以獨立並行存取資料庫的不同部分而無需進行同步。這一特性有助於改善即時案例中的操作延遲並有效地使用HBM，因為所有運算單元都可以即時回應資料庫查詢，毋須批次處理或同步。在上述機器翻譯案例中，該特性還用於分離兩個通道進行單詞嵌入存取，而其餘通道則用於高頻寬權重參數傳輸。 圖8　靈活的並行記憶體通道存取 雖然三星HBM在AI和資料庫加速等案例中的重要性已得到證實，但還有很多其他的資料中心作業負載也可從HBM中顯著獲益。總而言之，在資料中心領域，隨著異質運算加速的發展趨勢以及運算設備技術的創新，迫切需要在運算單元附近附加像HBM這樣的高效能記憶體系統；而支援HBM的UltraScale+元件具有獨特的價值，以深度學習和資料庫加速為例，賽靈思支援HBM的UltraScale+元件就發揮出運算加速的新潛力，並將其引領至更高的水準。 (本文由賽靈思提供)

RISC-V基金會創始白金會員晶心科技，為提供32及64位元高效能、低功耗、精簡RISC-V CPU處理器核心的供應商，日前宣布其Corvette-F1 N25平台成為取得Amazon FreeRTOS資格的RISC-V平台之一。Amazon FreeRTOS是適用於Amazon Web Services(AWS)雲端平台微型控制器的開放原始碼作業系統，可使小型、低功率的邊緣裝置易於進行程式設計、部署、保護、連接及管理。透過晶心科技的RISC-V平台，開發者可以善用Amazon FreeRTOS的功能和優勢。 晶心科技技術長暨執行副總經理蘇泓萌表示，物聯網(IoT)和結合人工智慧的AIoT將成為RISC-V CPU核心的重點市場，借助Amazon FreeRTOS和晶心RISC-V平台的優勢，提供使用Amazon FreeRTOS的開發者更多開發平台選擇，並為客戶推出更強大的RISC-V物聯網解決方案。 隨著更多技術在網際網路活躍發展，物聯網市場的多元應用日增月益。RISC-V指令集架構(ISA)提供更佳的靈活度、延展性、擴充性，為物聯網帶來更多新的可能性，也幫助開發者在持續成長的市場中能更輕易設計精簡的物聯網硬體裝置。晶心科技藉由將RISC-V平台與Amazon FreeRTOS、AWS IoT Greengrass、AWS IoT Core等解決方案結合，可以幫助開發者創建基於RISC-V全面且具競爭力的物聯網系統。

CEVA與商用RISC-V處理器IP和矽晶片解决方案供應商SiFive日前宣布合作，將為終端市場設計和創建低功耗特定領域Edge AI處理器。兩家公司此次合作是SiFive DesignShare計畫的一部分，將以RISC-V CPU、CEVA的DSP核心、人工智慧處理器和軟體為中心，這些組件將被設計成一系列以終端市場為目標的SoC，而這些目標市場中的設備需具備可支援成像、筆電視覺、語音識別和感測器融合應用的終端設備神經網路推論能力。初期應對的終端市場包括智慧家庭、汽車、機器人、安全和監控、擴增實境、工業和物聯網。 CEVA全球銷售執行副總裁Issachar Ohana表示，CEVA與SiFive的合作使Edge AI SoC的創建可快速且專業依據工作負載而量身打造，同時還保留支援機器學習創新的靈活性。該公司DSP和人工智慧處理器，再加上CDNN機器學習軟體編譯器，使這些AI SoC能夠簡化在智慧設備中部署經過雲端訓練的人工智慧模型的工作，並為使用Edge AI功能者提供產品。 SiFive和CEVA開發一系列領域特定的可擴展Edge AI 處理器設計，在處理、功率效率和成本之間取得最佳的平衡，直接克服這些挑戰。 Edge AI SoC已獲得CEVA的CDNN深度神經網路機器學習軟體編譯器的支援，此一編譯器可為CEVA-XM視覺處理器、CEVA-BX音訊DSP和NeuPro 人工智慧處理器創建完全最佳化的運作時軟體(Runtime Software)。以大眾市場中嵌入式設備為目標的CDNN，將網路最佳化的量化演算法、資料流程管理以及經過全面最佳化的計算CNN和RNN庫納入整體解決方案中，進而可將經過雲端訓練的人工智慧模型部署在邊緣設備，以進行推論處理。CEVA還將為建基於CEVA-XM和NeuPro架構的合作夥伴和開發人員提供完整開發平台，以支援使用CDNN且以任何高級網路為目標的深度學習應用之開發，同時也針對音訊和語音預處理和後處理的工作量提供DSP工具和庫。

人工智慧(AI)、5G的出現牽動革新浪潮，為打造靈活多變、萬物智慧的世界，賽靈思(Xilinx)啟動資料中心優先、加速核心市場發展及驅動自行調適運算三大策略，期能藉此讓更多各式各樣的軟體和系統開發者加入自行調適運算的世界，釋放創新活力，讓產業邁入嶄新的自適應運算時代，迎接未來AI、5G創新浪潮。 以數據資料為優先力推資料中心轉型 人工智慧(AI)的發展、日益複雜的工作負載與非結構化資料的爆炸式成長，正迫使資料中心快速轉型。隨著5G、AI、雲端運算、物聯網及自動駕駛等新一代資訊技術快速演進，全球資料正呈現指數級增長並呈現大量聚焦的態勢。 根據IDC預測，從2018~2025年，全球每年被創造、蒐集或複製的資料將成長五倍以上，預計將從2018年的32ZB增至2025年的175ZB，而中國將於2025年以48.6ZB的資料量及27.8%的占比，成為全球最大的資料匯集地。無論是公有雲，私有雲還是混合雲，面對無止境的資料成長，都希望能夠大幅提升資料中心的使用率、效能與能源效率，並且降低營運成本和總成本，現代資料中心的升級轉型勢在必行。 也因此，賽靈思將資料中心視為重要戰略市場。賽靈思執行副總裁兼資料中心事業部總經理Salil Raje(圖1)表示，以資料中心為優先的戰略共有三個細分層面，分別是運算、網路、儲存。目前成長最快速的是運算市場，不過，網路、儲存市場的成長速度也相當驚人。 圖1　賽靈思執行副總裁兼資料中心事業部總經理Salil Raje表示，雲端移至邊緣運算的趨勢，對資料中心成長大有助益。 Raje進一步說明，同時，從雲端移至邊緣運算的趨勢，也帶動了資料中心的成長。邊緣運算的興起，使得許多應用不見得只能在雲端運作，透過邊緣資料中心也可實現，這樣的運算遷徙對於資料中心業務成長有很大助益。當然，未來並非是所有的運算都會轉移至邊緣，而是會呈現混合的狀態，也就是既有雲端運算也同時有邊緣運算，現有的雲端市場仍呈高速發展。 因應大量的運算需求，2018年的Xilinx XDF上，賽靈思先推出功能強大的Alveo加速器卡產品系列。該產品旨在大幅提升雲端和在地資料中心業界標準伺服器效能，推動自行調適的普及應用。該產品系列目前已擴展至Alveo U50、U200、U250、U280四款產品，並已在美國、歐洲和中國市場得到廣泛的應用。而在2019年，賽靈思則宣布收購Solarflare，將FPGA、MPSoC和ACAP解決方案與Solarflare的超低延遲網路介面卡(NIC)技術以及Onload應用加速軟體整合，進而實現全新的融合SmartNIC解決方案。 據悉，兩間公司合併後所開發的SmartNIC將能在介面卡上直接運行網路、儲存與運算加速，省去在伺服器上運行這類工作負載。同時，賽靈思也會將Solarflare網路技術整合至Alveo加速卡系列上，協助關鍵資料中心的工作負載。 Raje指出，現今的CPU已逐漸無法負荷愈來愈龐大的運算需求，因而需要使用加速器的解決方案實現更多應用，並提高運算速度；然而，隨著應用愈來愈多元，不太可能一出現新的應用，就重新設計、開發一個晶片，因此便需要建立所謂的自行調適運算，也就是讓產品有強大的自我調整能力。 Raje說明，以該公司產品為例，由於硬體是可編程設計，因此在實際應用上就如同軟體一般，可以針對不同的應用情景或需求進行訂製，以處理不同的工作負載。簡而言之，靈活應變的高效能運算、儲存和網路加速自行調適運算加速平台，正在加速驅動資料中心轉型，該公司旗下Alveo加速器卡平台、Versal自行調適運算加速平台結合不斷壯大的合作夥伴生態系，將為資料中心企業升級轉型和持續發展提供強大動能。 5G/自動駕駛為兩大重點核心市場 除了以資料中心為優先外，賽靈思也積極布局核心應用市場，而5G和自動駕駛便是兩大重點目標。首先在5G方面，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(圖2)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的收益成長。 圖2　賽靈思執行副總裁兼有線與無線事業部總經理Liam Madden指出，5G商機龐大，預估收入將會是4G時代的3~4倍。 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，而有這樣的數量變化，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。 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。 另一方面，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，其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。 另一方面，布局自動駕駛市場，賽靈思也於近期發布全新高效能的自行調適元件XA Zynq UltraScale+ MPSoC 7EV與11EG，進一步擴大其車規級16奈米系列產品。這兩款新元件能提供最高的可程式化容量、效能與I/O功能，並為L2+到L4等級的先進駕駛輔助系統(ADAS)與自動駕駛應用提供高速資料彙整、預處理和分配(DADP)及運算加速。新款元件提供超過65萬個可程式化邏輯單元與近3千個DSP單元，和前一代最大元件相比增加2.5倍。在新增這兩款高效能元件後，包括汽車製造商、自駕計程車開發商和一級供應商都能在一定的功耗範圍內執行DADP與運算加速，加速自動駕駛車輛的生產部署。 賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs(圖3)指出，未來汽車自動化駕駛的程度會越來越高，汽車將會由系統進行控制，而非駕駛員，進而衍生出全新的交通服務現象以及商業模式。然而，若是要實現自動駕駛，其中一項關鍵就是要達到低延遲。 圖3　賽靈思汽車戰略與客戶市場行銷總監Dan Isaacs說明，FPGA靈活性高，因此比ASIC更適合汽車多變的設計。 Isaacs說明，低延遲對於自動駕駛而言十分重要，車用系統要反應速度非常快才能確保安全。在正常情況下，若是用傳統CPU、GPU或是DSP等元件，雖然說可以實現高吞吐量，但卻難達到低延遲，因為處理時間較長，意味著反應時間也長。為此，該公司致力發展高吞吐量卻又能有低延遲的車用元件，同時還要保有「不斷變化」的能力；這都是因為自動駕駛搭載的感測器數量愈來愈多，使得運算需求不停變化，而只有可擴展的自適應性產品才能滿足運算、技術的不斷變遷。 然而，現今除了CPU、GPU之外，也已有越來越多車商或半導體業者採用高效、低功耗且能大規模量產的ASIC(例如特斯拉)，因應自動駕駛所需運算需求，或處理、分析大量的感測數據(如雷達、光達、攝影機等)，而這是否會對FPGA有所影響？ 對此Isaacs認為，自動駕駛的功能需求不斷變化，而可編程的FPGA晶片有著更好的設計和升級彈性，靈活性優於ASIC，因此更能符合自動駕駛多樣的功能設計。 Isaacs進一步說明，FPGA是一個可編程的邏輯晶片，可以支援多種演算法，以讓晶片適用不同的自動駕駛功能(例如安全、感測等)。若是採用ASIC，如果要更改其中一項功能，或是指令要求的話，很可能無法輕易更動，而需要重開一顆ASIC。如此一來，不僅成本提高，也可能會增加風險，因為不確定後來新開的ASIC是否適用。由於自動駕駛的安全需求是不斷變化，而採用FPGA的話，便可以用同一個元件滿足各種功能調整、改進、增添的需求，而這是ASIC無法做到的。 Isaacs指出，許多人認為FPGA價格遠高於ASIC，因此較少採用，其實這是一種對FPGA的誤解。賽靈思目前已出貨1.7億顆的車用FPGA晶片，這證明FPGA的適用性、效能及優勢，且可編程的靈活特性又可以減少重開晶片的風險及成本；換言之，FPGA所能帶來的效益及優勢已遠遠超過其價格，擁有相當好的性價比。因此，該公司致力擴展車用產品系列，協助車商、系統業者實現數據整合處理，並透過更佳的靈活性和擴充能力，滿足瞬息萬變的自駕車市場。 推動新類型運算加速AI發展 最後，賽靈思則是積極推動自適應性運算，以因應變化多端的AI發展。賽靈思軟體與AI產品市場行銷副總裁Ramine Roane(圖4)指出，AI為現有的處理器帶來很大的挑戰，過往都是一年半到兩年的時間打造一個ASIC或GPU，然而，現在幾乎每三個就月會出現新的AI模型，使得既有的晶片設計時程很難趕上AI的創新速度。 圖4　賽靈思軟體與AI產品市場行銷副總裁Ramine Roane透露，自我調適的FPGA產品可滿足快速變遷創新應用。 Roane說明，為此，如今的發展重點在於，如何加快設計速度，以趕上創新速度。如上述提到，AI只需幾個月的時間(3~6個月)就會更新，出現新的運算模型，而晶片製造商不太可能隨著AI更新速度，每6~9個月就重新設計硬體，推出新的晶片。因此，需要能夠「自我調整」的平台，也就是設計要靈活多變，可以針對不同應用進行定製或優化，如此一來才能趕上創新的變化。 因此，賽靈思除了打造可自我調適的FPGA產品，以針對不同應用進行硬體優化外，也推出最新Vitis統一軟體平台，讓軟體工程師、人工智慧科學家等更廣泛的開發人員都能夠受益於賽靈思靈活應變硬體加速的優勢。 這是賽靈思首次推出一個軟體和硬體設計整合的開發工具平台，也是該公司從元件向平台公司戰略轉型的重要產品之一。Vitis可以根據軟體或演算法程式碼自行調適和使用賽靈思硬體架構，讓使用者從繁雜的硬體專業知識中解放，借助Vitis平台，無論是軟體工程師還是AI科學家都將受益於賽靈思靈活應變的硬體優勢。而對於硬體開發者來說，Vitis則能讓軟硬體工程師在同一個工具平台上協作，顯著提升工作效率。 值得一提的是，Vitis平台的第四層為Vitis AI，其整合了領域專用架構(DSA)。DSA配置賽靈思硬體，便於開發者使用TensorFlow和Caffe等領先業界的框架進行最佳化與編程。Vitis AI提供的工具鏈能在數分鐘內完成最佳化、壓縮及編譯操作，在賽靈思元件上高效地運行預先訓練好的AI模型；此外，它還為從邊緣到雲端的部署提供專用API，實現高效的推論效能與效率。 Vitis和Vitis AI目前已開放免費下載，讓軟體工程師與AI科學家在內的廣大領域開發者，都能運用自己熟悉的軟體工具與框架發揮賽靈思靈活應變的硬體優勢，將為從邊緣到雲端的人工智慧和深度學習提供最佳人工智慧推論。 賽靈思總裁暨執行長Victor...

Gartner近日提出2020年企業必須了解的十大策略性科技趨勢，分別為超級自動化、多重體驗、專業知識的全民化、增進人類賦能、透明化與可追溯性、更強大的邊緣運算、分散式雲端、自動化物件、實用性區塊鏈以及人工智慧安全性。這些技術看似發散，彼此關聯不高，但Gartner認為，這十大科技趨勢可以用「以人為本」、「智慧空間」兩個主題來貫串。 十大科技趨勢展現濃濃人本特質 這十大技術趨勢中，有些是直接以增強人的能力為主要目的，例如增進人類賦能、多重體驗，有些則是用來打造智慧空間的核心技術，例如邊緣運算跟自動化物件。而目前喊得震天價響的數位轉型或工業4.0，說穿了，也是想藉由新科技導入，讓工作空間變得更智慧，進而提升員工生產力。 Gartner大中華地區資深合夥人龔培元(圖1)表示，2020年Gartner十大策略科技趨勢均圍繞著「以人為本的智慧空間」這個核心概念，也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業夥伴、社會或其他重要利益關係人會產生什麼樣的影響，企業採取的所有行動都是為了直接或間接影響這些個人和群體，這就是以人為本的做法(圖2)。 圖1　Gartner大中華地區資深合夥人龔培元表示，2020年Gartner提出的十大科技趨勢，環繞著「以人為本的智慧空間」來貫串。 圖2　Gartner 2020年十大科技趨勢 建立在以人為本概念上的智慧空間，則代表人類與科技系統能夠在日益開放、互聯、協調、智慧的生態系統中進行互動的實體空間，結合個人、流程、服務和物件等多項元素，創造出更身歷其境、高互動率及高度自動化的體驗。 根據Gartner定義，策略性科技趨勢是指正處於有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢；此外，策略性科技趨勢同時也具有快速成長、變動性高且將於未來五年內到達引爆點的特性。 也因為數位轉型的終極目標是要提高生產力，因此，當企業主或管理者在思考數位轉型的問題時，不僅要考慮科技導入的問題，同時也要處理因為導入新科技所帶來的組織改造、文化變革需求。 事實上，做事的方法跟組織文化，對員工生產力的影響絕對不容小看，處理起來也更棘手。科技導入反而是一個比較單純的問題，只要確立了KPI跟轉型方向，科技業界不僅早已備妥許多解決方案，也有很多外部顧問的資源可用。 就製造業的數位轉型而言，龔培元認為，超級自動化與自動化物件是最需要關注的兩個科技趨勢。這兩個趨勢跟智慧製造的發展息息相關，而且很快就會對正在進行數位轉型的製造業帶來影響。 超級自動化跟自動化物件，正好就是技術相對成熟，但因為製造業者本身還沒有想清楚該怎麼導入，KPI該怎麼制定，而難以進一步推動落實的環節。畢竟，在沒有通盤考量跟長期規劃的情況下，貿然推動數位轉型的失敗風險相當高。因此，外部顧問搭配技術供應商的組合，對於推動數位製造，或許將產生更大的助力。 IBM攜手台灣產業鏈　加速數位轉型落實 從全球製造業轉型升級工業4.0到貿易戰引動供應鏈大洗牌，面對前所未有的機會與挑戰，台灣IBM攜手產業夥伴凌華科技、大聯大控股旗下世平集團、台達電子與緯謙科技打造智慧製造生態圈，整合營運技術(OT)、資訊技術(IT)與人工智慧(AI)，協助台灣製造業加快數位轉型腳步，讓智慧製造加速落地並實現平行展開。 台灣IBM全球企業諮詢服務事業群合夥人李立仁表示，精度、良率、稼動率是製造業競爭力之所在，涵蓋人員、機器、物料與流程等生產線四大要素，串連OT與IT將是不可或缺的關鍵，也是將AI落實於製造的前提。IBM攜手各具技術優勢及產業經驗的夥伴，打造完整生態圈，合力提供從OT、IT與AI到企業應用系統與混合雲的完整解決方案與專業服務，讓智慧製造真正落地為應用場景，創造可實現的投資效益與可規模化的營運架構。 李立仁指出，目前台灣較具規模的科技製造業者，普遍都已經完成示範產線的建置，但在大規模推廣或平行展開上，卻遇到許多問題。因此，IBM提出智慧製造「5C成熟度模型」(圖3)作為行動藍圖，五個C分別是Connect、Convert、Cyber、Cognitive與Configure，每個階段各自有其關鍵技術與導入工作。例如Connect的重點在布建物聯網/機聯網，Convert則是建置AI大數據平台與邊緣運算，Cyber則要進一步落實數位雙胞胎(Digital Twins)，Cognitive則要將重點放在機器學習，最後到了Configure階段，才是建置B2B混合雲跟導入區塊鏈。 圖3　IBM針對製造業數位轉型所提出的5C評估模型 IBM的策略夥伴在5C模型中，著重在解決物聯網連結層設備連網與資料抽取的挑戰以及邊緣(edge)端的應用場景，協助客戶突破將OT數據轉換為IT資料的技術瓶頸，亦即實現前兩個C。IBM則可協助客戶在資料萃取後，進一步打造AI數據應用場景與AI平台，協助客戶逐步落實動態模擬、智慧工廠、動態客製等後續三個C。 凌華科技董事長劉鈞則認為，智慧製造邊緣解決方案最重要的是資料導向為中心的思維，面對多樣化人事物的應用場景，確保OT與IT端安全、穩定、易整合的連接，高效獲取資料資訊；結合IBM豐富的系統整合經驗，協助雙方客戶精準擷取生產線現場稍縱即逝的資料，轉化為邊緣運算的智慧動能。 大聯大世平集團物聯網解決方案部副總經理鈕因任指出，物聯網聚合商的角色是獨特而創新的模式，透過全面的產業視角跟廣泛的供應商觸角，縮短客戶採購與採用相關解決方案所需的時間。我們期望與IBM合作發展物聯網生態圈，以群策群力的方式，共同推動應用標準的建立，這也呼應了我們所屬企業集團大聯大控股在數位轉型的策略方針。 緯創集團子公司緯謙科技總經理夏志豪博士指出，該公司母集團本身在智慧製造的實務經驗，是緯謙的獨特優勢。我們利用數據與數位工具、涵蓋產線、員工及管理階層，協助不同規模的製造業實踐智慧製造。透過與IBM的合作，以及雙方在產品方案和產業應用的互補性，將我們的集團經驗擴大並拓展至新市場。 研華致力發展工業App生態系統 除了透過外部顧問跟技術供應商聯手提供數位轉型方案外，參考個別垂直應用的成功範例，進而微調出適合自己的方案，也是一種可行的做法。畢竟，碎片化是工業應用的特性之一，不同垂直產業所需要的解決方案大不相同，參考成功者的經驗，不僅能幫助製造業者理清頭緒，也能讓相關業者少走許多冤枉路。 在面對工業物聯網極為碎片化的應用困境，研華以發展行業應用的工業App破解現有挑戰，並透過WISE-PaaS工業物聯網雲平台中的「解耦」(de-coupling)再「重構」(refactoring)，以模組化及微服務讓行業系統整合夥伴(Domain-focused Solution Integrator, DFSI)更容易擷取並運用功能模組。而為了強化其共創生態圈的戰力，研華也強化其WISE-PaaS Marketplace，推出2.0版本。 研華工業物聯網事業群總經理蔡淑妍表示，為能加速應對工業物聯網困境並促成應用導入，研華工業物聯網事業群於2020年策略方針包含鎖定垂直市場、提升產品技術動能、接軌創新趨勢，完善營運與導入WISE-PaaS Marketplace 2.0，以及加強夥伴深度鏈結、共創思維交流等三大策略方向。 研華技術長楊瑞祥則表示，由於各垂直產業的需求有極大差異，光靠一家公司之力，不太可能開發出滿足各種場景的應用。因此，研華過去幾年一直在倡導「共創」(co-creation)思維，希望與更多夥伴一同合作，開發完整的各垂直產業服務方案。 但在過去幾年的推廣經驗中，研華也發現，目前企業內資料孤島(Data Silo)的情況非常嚴重，從IT到OT，往往都是一個應用一個系統，要實現跨系統間的串接非常困難，因此研華一方面倡導共創，另一方面也開始思考，如何將這些專為特定應用所開發的系統，拆解成一個個功能模組，然後再依照應用場景的需求，重新組合成使用者需要的系統。 這個概念就是所謂的解耦再重構。就像每個人手上的智慧型手機硬體規格大同小異，但上面安裝的App各不相同，使得每個人的手機都是按照自身需求而客製化的系統。在研華的願景中，未來的工業場景也會像智慧型手機一樣，底層有一些共通元素，應用層則充滿各式各樣的工業App，滿足不同垂直產業需求(圖4)。 圖4　針對碎片化的工業App市場，研華提出解耦與重構的概念，以打造出貼近不同垂直產業需求的解決方案。 要實現這個願景，除了要有大量的開發者外，還要有一個媒合使用者跟開發者的交易市集，這也是研華很多年前就已經開始建構的項目。而這次推出的WISE-PaaS Marketplace 2.0，跟先前版本的最大差異，就在於落實了解耦再重構的理念。除了基本共通App，例如邊緣功能模組(Edge.SRP)、中台(Common App)、產業通用App之外，針對不同垂直產業所設計的領域專用App，甚至人工智慧(AI)模組等，會有更清楚的分類，例如智慧製造、智慧零售、智慧醫療等，並加入更多使用者示範案例，讓其他使用者能更快上手，而且在App管理、訂閱、帳務方面也有所強化。 科技導入必須跟著組織再造走 從IBM與研華在製造業數位轉型方面所提出的觀點，不難發現製造業數位轉型所需要用到的技術已經大致到位，真正的問題在於如何導入應用，讓技術得以創造價值。若沒有對應的組織作業流程改造跟組織文化變革，光靠導入新技術，很難達成數位轉型的目標。許多製造業數位轉型的先驅者，甚至早在技術還沒到位前，就已經調整好自身的組織結構跟文化。 因此，真正決定一家企業能否完成數位轉型目標的關鍵，其實是管理者有沒有明確的數位轉型願景，以及是否有計畫地進行對應的組織調整跟文化改造工作。倘若技術先行，組織結構跟文化卻沒有調整，數位轉型不僅無法解決老問題，反而會製造更多新問題。

聯發科技日前宣布攜手法國電信大廠Orange，將該公司語音助理裝置(VAD)處理平台MT8516用於最新亮相的Djingo智慧音響中。預計本次合作將使聯發科拓展其智慧語音應用版圖，鞏固龍頭寶座。 聯發科日前宣布聯手法國電信商Orange推出Djingo智慧音響。 聯發科技資深副總經理暨智慧裝置事業群總經理游人傑表示，聯發科技為智慧家庭系統提供智慧語音助理晶片解決方案，該晶片組可大幅提高產品性能和功效，為Djingo智慧音響及其他各款語音助理裝置帶來良好AI功能。 Djingo智慧音響由製造商Arcadyan及軟體整合商SoftAtHome合作開發，藉由MT8516平台的功能，Djingo虛擬助理可支援先進人工智慧及自然語言處理功能，使此迷你音響提供使用者優質對話介面。 MT8516平台結合Wi-Fi(2.4GHz 802.11 bgn)及藍牙、內建射頻單晶片，並整合四核、64位元Arm Cortex-A35 MPCore，運作頻率可達1.3GHz；除原始NAND支援外，亦具彈性儲存支援能力，包含LPDDR2、LPDDR3、DDR3、DDR3L及DDR4，以因應不同平台需求。 該平台節能高效，多種連結介面使音效裝置及麥克風陣列處理發揮良好性能；平台可有效簡化晶片設計並減少平台尺寸，實現產品更小及更高效的設計；同時PowerAQ工具提供簡易操作的介面，用於訊號流程設計及音頻參數調整，因此無需安裝數位訊號處理器(DSP)便可減少成本並加快設計流程。 聯發科於語音助理市場市占率穩坐第一。 Orange專案總監Jean-Pierre Combe表示，Djingo智慧音響將提供使用者享有Orange及其他合作夥伴優質音控服務。雙方合作使消費者透過Djingo更輕易操控OrangeTV、智慧家居、電話通訊及多項服務。 目前消費者日漸依賴語音裝置以增加生活便利性，根據Juniper Research數據指出，當今全球語音助理裝置已超過32億5千萬台。聯發科旗下語音助理晶片目前已獲市面上多種語音助理產品採用，包括亞馬遜智慧音箱 Echo Dot、Fire TV Stick 4K、Google語音助理、阿里巴巴等都有聯發科技的晶片在其中，為語音助理裝置全球市占率第一的晶片提供者。如今再與法國電信大廠Orange合作，打入其Djingo智慧音響供應鏈，可望更進一步鞏固該公司在語音助理市場的龍頭寶座。

BlackBerry和安矽思(Ansys)攜手支援BlackBerry QNX即時作業系統(Real-time Operating System, RTOS)，可用於車聯網與自駕車，此次合作支援跨產業RTOS業者，助汽車業者提升新世代汽車和自駕系統的安全性和可靠度、降低開發成本並縮短上市時程。 BlackBerry QNX產品暨策略副總裁Grant Courville表示，電動汽車架構正迅速從硬體演變為軟體導向，如今在路上嵌入該公司軟體的車輛中超過1億5千萬台，因此BlackBerry QNX有能力回應此種演變趨勢。透過雙方合作，該公司提升支援大型OEM和汽車品牌的能力，並協助設計步驟，包括從功能應用設計至目標整合。 BlackBerry QNX和ANSYS將ANSYS SCADE嵌入式軟體開發環境和QNX Neutrino作業系統結合，以協助原始設備製造商(OEM)降低生產過程的風險，此二系統皆通過汽車產業嚴格的安全標準和最高層級認證ISO 26262 ASIL D。 ANSYS副總裁暨系統事業部總經理Eric Bantegnie表示，該公司致力於催生開放式生態系統，提供良好技術、解決方案和合作以支援全球客戶，整合關鍵應用嵌入式軟體設計環境以及BlackBerry通過市場驗證的QNX RTOS。ANSYS Autonomy解決方案涵蓋嵌入式軟體開發、系統設計、資安威脅和功能安全性分析、自駕系統、實體和虛擬駕駛模擬，以及以AI為基礎的嵌入式軟體驗證，與BlackBerry的技術聯盟為重要里程碑。

全球最大科技盛會—美國拉斯維加斯消費性電子展(CES)於2020年1月7日揭幕，吸引全球超過4500家廠商參展，以及17萬的人次參觀。此次的焦點除了萬所矚目的5G科技外，5G技術所衍生的相關應用，例如汽車電子、人工智慧、影音串流、高清影像、智慧居家、萬物智聯等，也成為會場中關注度最高的趨勢應用。而5G相關應用平台與系統所需要的關鍵零組件中，儲存裝置 (Storage Devices)不僅扮演著不可或缺的高速儲存效能的角色，也是群聯未來成長動能之一。 群聯董事長潘健成表示，QLC快閃記憶體技術已談論多年，全球客戶均引頸期盼希望群聯能逐漸導入主流的SSD控制晶片及儲存方案中。而群聯成功導入QLC快閃記憶體且量產，發揮QLC的高CP值優勢。此外也希望透過QLC儲存方案量產，持續提升快閃記憶體普及率，讓更多消費者享受到快閃記憶體所帶來的高效能。 群聯電子(Phison)在本次CES全球科技盛會展出系列新QLC快閃記憶體(NAND Flash)儲存方案，從首款PCIe Gen4×4 SSD控制晶片PS5016-E16、PCIe Gen3x4 SSD控制晶片PS5012-E12、至SATA PS3112-S12 SSD控制晶片，均支援最新QLC快閃記憶體技術，最高容量分別達到4TB(E16)、8TB(E12)、與16TB(S12)，而最高效能分別達到4.9GB/s(E16)、3.4GB/s(E12)、與550MB/s(S12)；再加上針對經濟型消費市場推出高容量2TB與高速達550MB/s的DRAM-Less版本PS3113-S13T SSD控制晶片，為目前完整且量產的QLC SSD儲存方案。 群聯在這次CES電子展中除了SSD以外，也展出全系列搭載QLC快閃記憶體的移動式儲存方案，包含microSD、USB3.2、以及Thunderbolt3儲存方案。