AI
改善流程/控管品質 AI扭轉製造價值
.大量客製化需求:顧客力量愈來愈大,希望能夠具有客製化、個人化的產品,來滿足需求。這使得傳統大量製造的程序與思維必須改變。
.產品商品化:大量相同產品被製造出來,不斷地進行價格競爭,使得產品商品化、產品差異變小。製造業為求產品差異化,除了思考利基產品研發,也思考運用科技讓產品附加服務產生新價值。
.製造價值轉變:由於電子商務發展,許多製造業跳過中間商直接面對顧客,接受顧客市場需求,也開始挑戰製造的價值。製造業開始思考提供附加服務、顧客體驗來滿足顧客新需求,也開始思考有別於傳統產品銷售的商業模式。
這三個因素使得製造業思考運用各項技術來協助進行數位轉型。許多大型的製造業由於資金雄厚及市場占有率,已經進行轉型並獲致成果,如:GE、西門子、Bosch、富士康、海爾電器等。中小型製造業亦亟欲運用相關技術進行數位轉型。
AI大數據改善工廠生產流程
改善工廠生產流程是製造業首先考慮運用物聯網或人工智慧等技術的方向之一。工廠運用大數據、人工智慧來提升生產流程的效率、提升產品良率、彈性生產,滿足大量客製化等需求。
生產過程監控與分析是許多工廠運用新興技術協助生產效率提升的第一步。當生產作業的設備、物料數據可以進行數據蒐集、視覺化展現後,進一步利用大數據或人工智慧技術進行處理、分析乃至於最佳化生產流程。這種初步應用可以稱為連接工廠(Connected Factory)。
連接工廠最初步的作法將生產計劃、生產任務、設備狀況、物料狀況、產品良率狀況等蒐集,透過工廠電子看板、桌上型電腦、智慧手機等,即時監視工廠各種狀況。亦可透過監視攝影機將產線現場操作狀況呈現,甚至危險動作可以警訊通知。進一步,利用物聯網技術,可將產線生產狀況,如設備是否正常運行或停機、已經生產多少產品等數據進行蒐集,進一步分析全局設備效率(Overall Equipment Effectiveness),以提高設備利用率,減少停機待料、產品品質損失、換線時間等,進而改善生產作業的效率。運用人工智慧與大數據分析,可以分析比較不同時段、不同設備、製作不同產品OEE數值,找出影響OEE的關鍵因素,提供現場工作人員參考與主管的決策改進。
利用RFID智慧控制生產過程
生產過程控制是另一種在產線運用人工智慧的做法。最常見的方式是利用RFID的方式,進行備料通知,讓產線的備料能夠即時,達到不缺料、不囤積的目的。例如:惠而浦洗衣機工廠運用RFID在其塗料作業上,讓物料能即時送達。有些工廠則將生產訊息與物料搬運車連動,讓物料搬運車能自動搬運所需的物料至生產線或是發貨區等。
Amazon Kiva物料搬運車是最著名的人工智慧搬運車。Amazon在全球倉儲運用15,000台Kiva搬貨機器人協助倉庫搬貨。訂單出貨時,撿貨人員站在特定區域,Kiva機器人配置電腦視覺系統掃描地上條碼,並具備最佳化搬運路徑演算法,會將放置欲出貨商品貨架,頂到撿貨人員區。撿貨人員根據電腦螢幕顯示訂單貨品撿貨。撿貨完畢,可要求Kiva將貨品送至出貨棧板區。進一步,自動搬運車機器人要全面運用電腦視覺技術,建構現場3D環境及最佳路徑,並能學習分辨障礙物與繞路行走。致力於人形或動物形狀的波士頓動力(Boston Dynamics)則運用類犬型機器人、人形機器人進行搬貨是另一種新思考方式,不過這樣的運用尚未被大量試行在實務工業環境下。
另一種生產控制人工智慧應用則是輔助自動化產線的流程進行,例如一家紙尿布工廠已經發展整體產線自動化流程。然而,產線自動化流程會遭遇到某階段異常而使得生產程序延後或停擺。該工廠即運用人工智慧分析方法採集分析每道程序控制訊號以及狀態監控參數,找出正常生產狀態與偏差狀態的特徵。一旦人工智慧程式分析可能異常的尿布,則將該尿布轉到檢查區,以避免影響整個產線。一家輪胎公司運用人工智慧,讓前導製程的數據可以即時送到數據模型中運算,以確定下一道製程溫溼度、設備參數等。這將使得整個輪胎製程能動態根據環境與前道製程狀況進行最佳化調整。
除了分析設備、物料的參數外,也可以運用人工智慧電腦視覺分析的方式來分析生產過程問題進而進行控制。例如:釀酒工廠生產品質的關鍵之一是讓每個酒瓶應該注入一樣多酒。然而,注入啤酒會產生泡沫,造成每一次注入狀況不同而使得注入酒的數量不一致。一家工廠即在注入飲料製程上放入智慧攝影機,分析每次注酒成功(注入一定的酒量)或失敗。在注入過程中,智慧攝影機能夠在每秒30個酒瓶速度下,快速地辨別注入不夠或沒有蓋上瓶蓋的酒瓶,將其移到品質不良區。並在過程中,即時地紀錄成功與失敗酒瓶數目。該智慧攝影機晶片具備AI快速處理與分析能力。
對於製造業來說,如何確保生產產品品質亦是一項重要的管理要點。大數據與人工智慧可以協助生產品質的管理可從生產過程品質監控與預測以及生產過後的品質檢測來協助,以下分別介紹幾個應用案例與趨勢。
運用AI預測生產品質
如何在生產過程中預測生產品質可能狀況,進一步提前處理是另一個常見的人工智慧製造業應用。WD是世界上最大的硬碟製造商之一,其製造的挑戰是追蹤硬碟機生產每個過程,以確保產出硬碟品質,並可減少顧客使用過程中,因品質問題造成資料毀損。WD即利用大數據分析與人工智慧分析方法,從各項生產設備的資訊中找出可能的問題,並發出異常警訊以提前預測可能品質不良的產品而避免出廠,造成商譽損失。應用材料公司是半導體設備廠商,也將品質預測功能放入設備中,以減少其半導體客戶因為設備參數問題,而製造不良的晶圓。
村田製作所(Murata)公司生產電容、電阻、感應器等元件,應用在智慧型手機、汽車產品中。電子元件製造牽涉到多個站台的生產,必須整合數據進行品質、成本、產出時間的分析。特別是工廠、周圍或設備本身溫度都會影響元件生產的品質。設備與生產過程的數據量亦很大,不容易管理。該公司整合各種工廠、產線設備感測資料、環境感測資料以分析影響產品良率。其中,還包含空氣溫度、管線中水溫度、空氣中蘊含的粒子數等。透過綜合各工廠、產線資料,運用大數據、人工智慧進行生產品質預測,以改善生產良率。
生產品質預測除了利用設備參數進行預測外,也可以運用視覺檢測的方式來檢視產品問題進一步進行預測。例如日本IT大廠NEC推出「AI Visual Inspection」視覺檢測,運用機器學習技術,可以檢測生產線上的產品影像。例如金屬、人工樹脂、塑膠等產品加工業的生產線,運用 AI進行高速檢查,找出不良品,提升生產線效率。
事實上,工廠中本來已經存在自動光學檢測系統(Automation Optical Inspection, AOI)檢測產品問題。傳統自動光學檢測系統,必須花許多時間校調產品光學檢驗方式,無法適用在小批量多樣產品線的生產。結合大數據、人工智慧影像處理的新興檢測系統,則可以根據產品的樣式、顏色、形狀各種面向同時檢測,以同時檢測不同產品生產。同時,運用機器學習的技術,也可以讓作業人員即時糾正錯誤判別的狀況,讓檢測系統學習以不斷地提高檢測準確性。這使得新興人工智慧檢測系統更能應付大量客製化彈性工廠需求。IVISYS生產檢測設備公司即發展人工智慧產品視覺檢測方案,可以針對產品的樣式、顏色、形狀各種面向同時檢測。首先,IVISYS根據不良品進行分析,建立產品不良視覺檢測模型,進行產品檢測作業時,具備檢視畫面,能讓現場人員而非專業工程人員進行同步修正,以強化檢測模型。IVISYS攝影機具備多方向鏡頭,可以針對產品不同面向進行攝影,以進行3D成像建立。影像資料也持續記錄,可以持續地改善模型。在某一個產業案例中,IVISYS不良品檢測比人工檢測速度提升35%,且能做到針對每個產品進行檢測。此外,檢測結果報告亦可以提供人員進行生產排程參考。
不論製造業或服務業,對於理解顧客喜好,分析市場趨勢等,均能提供產品服務設計、營運方向的參考。特別是網際網路發達,顧客在部落格、公司官網、社群媒體、電商網站等均留下許多數據可以提供分析。例如:Maruti Suzuki是一家汽車公司,即運用透過各種管道資料分析顧客需求並進行交叉銷售。Maspex是一家飲料公司,運用透過各種管道資料分析線上評價以協助行銷。GE運用KDD分析家電產品數百萬抱怨紀錄,分析原因為何。Grandi Salumifici Italiani運用數據挖掘分析全球不同市場銷售預測。HP運用數據挖掘技術分析電話、網站、Emails、銷售夥伴等通路,以理解顧客喜好、抱怨,進而改進產品。
事實上,需求預測系統在1980年代即已經有許多系統發展,甚至2000年代供應鏈規劃系統亦盛行。傳統需求預測系統以過去銷售紀錄為主,進行數據計算與預測。然而,影響需求的原因還包括:顧客對產品的喜好程度、市場品牌訊息乃至於天氣變化、原物料價格等複雜因素。新興人工智慧需求預測系統即是蒐集各種多元、大量數據進行分析以找出規則並進行預測。特別是許多顧客留下訊息在Email、電話、社群媒體等文字紀錄上,運用新興文字分析技術或自然語言處理技術的人工智慧技術,協助分析顧客抱怨或喜好,進一步可進行產品需求趨勢與銷售預測。
(本文作者為資策會MIC產業分析師)
搶食AIoT/加快創新腳步 IBM宣布開源POWER PC架構
為拓展AIoT商機並推動硬體創新力道,IBM日前宣布開源POWER PC指令集架構(ISA),這對於POWER上運行的軟硬體的協同定義具有至關重要的影響。隨著 ISA以及其他技術被納入開源社區,開發者將擁有構建革新性新型硬體的利器,這些硬體將可借助POWER領先的企業級能力來處理資料密集型工作負載,為人工智慧(AI)和混合雲創建新的軟體應用,獲得獨特的硬體優勢。
IBM OpenPOWER總經理Ken King表示,POWER指令集架構的開源,意味著該公司在透過開源技術和開源驅動產業創新又邁出了重要的一步。IBM已於近期成功收購紅帽(Red Hat)公司,加上POWER指令集架構的開源,使得該公司成為唯一擁有從基礎硬體到上層軟體的全開放系統的處理器供應商,而POWER也成為了唯一具有完全開放式系統的商用架構。”
隨著AI和記憶體內分析等計算密集型工作負載的需求增加,商業系統廠商一直在努力提升自身產品性能,但摩爾定律所預測的極限已經逐漸顯現。中央處理器(CPU)可能無法再單獨應對這種飆升的性能需求,而IBM的異構系統能夠最大化CPU與連接設備之間的針對特定工作負載的資料流程。
為了引領這些技術進入下一個開源發展階段,IBM還與OpenPOWER基金會合作,宣佈OpenPOWER將轉移至 Linux 基金會運行,並將嚴格依照Linux基金會的開源治理原則運行。
在IBM將POWER ISA授予Linux基金會並遵守其治理之後,OpenPOWER基金會將能夠在廣泛的開源社區內增強這項技術的驅動力,推動社區生態系統提出創新、採納創新。IBM對POWER ISA的開源,包括相關專利權的授予,將促使硬體開發者基於一款商業驅動的CPU架構大顯身手,且該架構擁有可供企業運用的特性與安全性,並且在此過程中開發者可以免繳專利費。
另外,Linux基金會內部的治理模式,使得軟體發展者在開發AI和混合雲原生應用時,既可以充分利用POWER豐富的特性集和最佳的開源計算軟硬體生態體系,也可以保證其良好的相容性。
除此之外,IBM還將向開源社區貢獻其他技術,其中包括POWER ISA的軟核實現以及與架構無關的開放式一致性加速器介面(OpenCAPI)和開放式記憶體介面(OMI)的參考設計。OpenCAPI有助於提高處理器和所連接設備之間的資料頻寬及存取速度,OMI則有助於提高系統的記憶體頻寬和容量,這些框架對於克服 AI等新興工作負載的性能瓶頸來說至關重要。
IBM開源POWER PC指令集架構,為人工智慧(AI)和混合雲創建新的軟硬體應用。
筑波攜手國軍桃園總醫院打造AI智慧醫療
國軍桃園總醫院與筑波醫電近日假筑波醫電大樓的諾貝爾講堂舉行合作備忘錄簽約典禮。簽約儀式由國軍桃園總醫院院長林致穎將軍、筑波醫電股份有限公司許深福董事長代表簽訂,讓產業及醫療兩界能緊密結合,提升智慧醫療領域的競爭力,創造雙贏。
此次雙方締約合作,透過國軍桃園總醫院的臨床專業和筑波醫電的研發能量相互結合,共同為醫院智慧化的優質醫療服務品質攜手努力。國軍桃園總醫院院長林致穎將軍表示,與筑波醫電股份有限公司立下書面合作發展方向,建構學術交流研究管道及平台,希望透過簽定合作案,為業界與醫界帶來示範作用,建立良好的產學互動關係。筑波醫電董事長許深福表示,本次與國軍桃園總醫院簽署合作備忘錄,落實筑波3C到三醫的理念,結合筑波醫電的研發能量與國軍桃園總醫院的臨床專業,創造產業與醫療合作雙贏新局面。
國軍桃園總醫院的經營理念,一直以「提供人性化的高品質醫療服務」為原則,本著服務第一的精神,提升整體安全就醫環境優化重症加護醫療品質,除了不斷地提升醫療技術之外,也抱持著認真、憐憫、奉獻與執著的精神使病人與其家屬得到溫馨照護,此外並強化資訊管理,以提供高水準的醫療照護品質。
筑波科技成立於西元2000年,在許深福董事長帶領的團隊努力下,19年來致力於發展無線通訊全方位服務,整合各項產品及專業技術,提供完善的無線通訊自動化測試方案、跨足物聯網應用、太赫茲技術研究,已成為台灣無線通訊領域的領導廠商,擁有龐大的顧客群遍布於台灣、大陸,乃至於跟全球大廠完美接軌。近年來,鑒於對社會的健康關懷,更由無線通訊領域延伸至醫療電子產業,與國內知名醫院接軌合作,期盼多年累積的智慧化科技經驗能對於國內的醫療及長照服務有重要的貢獻。
Gartner 公布2019年新興技術發展 放眼五大領域
國際研究暨顧問機構Gartner在2019年新興技術發展週期報告(Hype Cycle for Emerging Technologies, 2019)公布29項必須觀察的技術,從中歸納出五大重點新興科技趨勢將創造並提供全新的體驗。企業若能善加利用人工智慧(AI)和其他重要概念,便能從新興數位生態系中獲益。
Gartner研究副總裁Brian Burke表示,科技創新能力已成為關鍵的競爭優勢。隨著科技變革腳步持續加速,突破性技術亦不斷對市場帶來挑戰,即使是最具創新能力的商業和科技決策者,都必須非常努力才能跟上趨勢。科技創新主管應利用新興技術發展週期報告裡提到的創新輪廓,評估新興技術的潛在商機。
五大新興科技趨勢之一:感測與行動力
結合了感測技術與人工智慧的機器,除了能更了解四周環境,也有足夠的行動力及操控物件的能力。對於物聯網(IoT)與其所蒐集之大量資料而言,感測技術是不可或缺的要素,而擁有人工智慧的機器能獲取多樣化的洞察,並將這些資訊應用在各種情境。
預期使用感測及行動功能獲益的企業,應將下列幾種技術納入考量:3D感測攝影機、AR雲、輕型貨物運送無人機、載客無人機(Flying Autonomous Vehicle),以及Level 4和Level 5的自動駕駛技術。
五大新興科技趨勢之二:擴增人類能力(Augmented Human)
擴增人類能力技術的進展,讓人們的感知力和體能得以提升,成為人體不可或缺的一部分。比如打造具有特殊功能的義肢,超越人類自然的體能極限,提供超人般的能力。
以擴增人類能力為重點的新興技術包括生物晶片(Biochip)、擬人化(Personification)、擴增智慧(Augmented Intelligence)、情緒人工智慧(Emotion AI)、沉浸式辦公室(Immersive Workspace)和生物科技(人工組織培養)。
五大新興科技趨勢之三:後傳統(Postclassical)運算及通訊
數十年來,傳統的核心運算、通訊及整合技術已透過改善傳統架構而獲得重大進展。正如摩爾定律(Moore’s Law)所預測,中央處理器(CPU)速度越來越快、記憶體密度更高且吞吐量不斷增加。這些技術未來幾代將採用與目前完全不同的架構,不僅有全新的手法,也能透過漸進式改善帶來重大影響力。
舉例來說,低地球軌道(LEO)衛星可提供遍及全球的低延遲網際網路連線功能。這種由小型衛星組成的星系(Constellation),未來可針對目前未能連網的家庭(全球占比48%)提供連網服務,替過去無法提供此服務的國家和地區帶來經濟成長的新機會。企業應評估的技術包括5G、次世代記憶體、低地球軌道衛星系統和奈米級3D列印。
五大新興科技趨勢之四:數位生態系
數位生態系為一群相互依存的參與者(企業、人與物件)相互分享數位平台,達成互惠目的。數位化已造成傳統價值鏈崩解,鑄造更強大、更具彈性與復原力的價值傳遞網路,不斷演變以創造更好的新產品及服務。
企業可納入考量的關鍵技術包括:數位營運(DigitalOps)、知識圖譜(Knowledge Graph)、合成數據(Synthetic Data)、分散式網路(Decentralized Web)和分散式自治組織(Decentralized Autonomous Organization)。
五大新興科技趨勢之五:先進人工智慧與分析技術
先進分析技術通常利用傳統商業智慧(BI)以外的先進技術及工具,自動或半自動檢視資料和內容。Brian Burke認為,延遲敏感度高(如自動導航)、易受網路中斷影響(如遠端監控、自然語言處理NLP、臉部辨識),和資料密集(如影片分析)等應用,已逐漸提高邊緣人工智慧的採用比例。
值得追蹤的相關技術包括自適應機器學習(ML)、邊緣人工智慧、邊緣分析、可解釋性人工智慧(explainable AI)、人工智慧平台即服務(AI PaaS)、遷移學習(Transfer...
Mentor以異質整合開展矽4.0時代
Mentor近日於新竹喜來登舉辦年度技術論壇大會Mentor Forum 2019,以「New Era of IC to Systems Design」為題,聚焦於五大技術,展示Mentor於IoT、AI、車用電子、SoC與先進半導體領域的最新EDA工具,宣告過往單純的IC設計概念已不敷使用,未來將是系統設計的新時代。Mentor IC EDA部門執行副總裁Joe Sawicki、群聯電子董事長潘健成、聯發科技計算與人工智慧技術群處長張家源受邀擔任上午主題演講嘉賓,分享產業前瞻趨勢及未來發展方向,而台積電、三星、微軟等產業夥伴也在下午的分組議程中揭示其共同開發的技術成果。
IC積體電路發明至今60餘年,徹底顛覆人類日常生活的方式,更創造出台灣奇蹟的半導體產業聚落。Mentor台灣暨東南亞區總經理林棨璇表示,隨著摩爾定律晶體微縮將臨物理極限,異質整合與晶片系統設計已被業界認定是未來半導體發展30年的主要趨勢;未來異質性晶片如邏輯電路、射頻電路、微機電系統(MEMS)與感測器等,都將利用3D技術整合至單一封裝中,以取得功率、效能及成本的提升。為回應多樣特定IC設計需求,屬晶片設計上游的EDA廠商更扮演關鍵性角色,Mentor擁有完整的SOC/IC/FPGA/PCB/SI設計工具和服務等產品線,且是唯一一家擁有嵌入式軟體解決方案的EDA公司,我們有信心與產業內眾多領導廠商協作開發,在高科技重鎮台灣開展半導體設計的新時代。
台積電與微軟的專家分享如何在Microsoft Azure雲端平台中運用Calibre nmDRC的新增功能、縮短DRC收斂時間,加快產品上市的速度。今年初Mentor以Calibre nmPlatform和Analog FastSPICE(AFS)Platform中的多項工具,成功支援台積電創新的系統整合單晶片(TSMC-SoIC)多晶片3D堆疊技術,完成台積電首顆3D晶片的封裝作業。流程中,台積電也透過Mentor Xpedition Substrate Integrator(XSI)軟體進行設計規劃和網表管理、Calibre 3DSTACK工具進行實體驗證,以及Caliber xACT解決方案進行晶粒間的寄生電容萃取。Mentor期待透過多元的設計工具與解決方案,攜手業界夥伴邁向下一個矽4.0時代。
此次來台的Joe Sawicki分享近年來攜手產業夥伴共同研發的最新技術成果,展示其面對晶片系統設計新時代的信心。以AI如何影響半導體與EDA產業的演講揭開論壇序幕,Joe Sawicki認為人工智慧技術為半導體產業帶來絕佳的機會,並且是推動半導體技術往下一個十年成長的催化劑。在推展AI晶片時,IC設計同時也面臨架構優化、功率消耗、高速I/O等挑戰,而EDA工具也必須與時俱進,成為推動AI晶片設計的關鍵角色。以Mentor Catapult...
晶片微縮難度高 半導體製程技術日新又新
簡化製程 EUV扮關鍵要角
艾司摩爾(ASML)資深市場策略總監Boudewijn Sluijk(圖1)表示,VR/AR、自動駕駛、5G、大數據及AI等,持續推動半導體產業發展,為滿足各式應用、資料傳輸,以及演算法需求,晶片效能不斷提高的同時,還須降低成本,而極紫外光(EUV)在先進製程中便扮演關鍵的角色。
圖1 ASML資深市場策略總監Boudewijn Sluijk表示,自動駕駛、5G、AI等新應用推升晶片性能發展。
Sluijk指出,過往採用ArFi LE4 Patterning或是ArFi SAQP進行曝光的話,要實現7nm、5nm,須經過許多步驟。例如用ArFi LE4 Patterning需要4個光罩、4次曝光;用ArFi SAQP需要6個光罩、9次曝光,而EUV只需1個光罩、1次曝光(圖2)。採用EUV技術不但可有效簡化製程,加快產品設計時程,也因為曝光次數明顯減少,因而可有效降低成本,滿足晶片設計高效能、低成本的需求,因此,市場對於EUV的需求有增無減。
圖2 EUV技術可有效減少曝光次數,進而降低成本。
資料來源:ASML
據悉,ASML的EUV系統現在可用於7nm生產,滿足客戶對可用性、產量和大量生產的需求。截至2019第二季季末,半導體界已經有51個EUV系統被建置(包含NXE:33xx、NXE:3400B),而該公司在2019年的銷售目標為30台EUV。
據悉,ASML目前已出貨11台EUV極紫外光系統,而在第二季再度接獲10台EUV極紫外光系統的訂單,顯示市場對於EUV設備的需求相當強勁。因此,ASML的出貨計畫將著重於2019年下半年和第四季,而2019年的整體營收目標維持不變。
然而,隨著晶圓產能不斷增加,ASML也持續推出生產力更高的EUV設備。Sluijk透露,目前EUV系統在晶圓廠客戶端每天生產的晶圓數量超過1,000片,而ASML持續強化EUV微影系統「NXE:3400C」的量產效能,不僅在ASML廠內展示每小時曝光超過170片晶圓的實力,在客戶端實際生產記憶體晶片的製造條件下,也成功達到每天曝光超過2,000片晶圓的成果,甚至達到2,200片的紀錄。另外,ASML也計畫在2020上半年推出生產力更高的設備,將NXE:3400C的生產率提升至>185wph。
除提升設備生產量之外,因應未來先進節點,ASML也計畫推出全新EUV設備,名稱為EXE,不僅擁有新穎的光學設計和明顯更快的平台,且數值孔徑更高,為0.55(High-NA),進一步將EUV平台延伸至3nm節點以下,擴展EUV在未來先進節點中的價值。
Sluijk說明,此一產品將使幾何式晶片微縮(Geometric Chip Scaling)大幅躍進,其所提供的分辨率和微影疊對(Overlay)能力比現有的NXE:3400高上70%。EXE平台旨在實現多種未來節點,首先從3奈米開始,接著是密度相近的記憶體節點。另外,EXE平台有著新穎的光學設計,並具備更高的生產力和更高的對比度,以及更高的生產量,每個小時>185wph,且Reticle Stage比NXE:3400快上4倍;Wafer Stage比NXE:3400快上2倍。
Sluijk指出,該公司的EUV平台擴展了客戶的邏輯晶片和DRAM的產品路線圖,透過提供更好的分辨率、更先進的性能,以及逐年降低的成本,EUV產品將會在未來十年到達一個經濟實惠的規模。
滿足晶片設計PPAC需求 蝕刻/沉積技術不容小覷
科林研發(Lam Research)副總裁Yang Pan(圖3)認為,在高級節點,最重要的趨勢是垂直縮放(Vertical Scaling)以滿足「功率-性能-面積-成本(Power Performance Area Cost, PPAC)」的需求,特別是記憶體和邏輯晶片;垂直縮放過去5年徹底改變了NAND產業,目前3D NAND的出貨量多於平面NAND(Planar NAND)。垂直縮放的實現須透過沉積和蝕刻中的High Aspect Ratio(HAR)製程實現,而這是該公司所擅長的。
圖3 Lam...
聯發科技攜手國研院打造終端AI應用人才
為了強化台灣人工智慧(AI)人才的技術能量,聯發科技與國研院半導體中心日前共同為大學種子師資規劃終端AI(Edge AI)課程,聯發科技並捐贈30套最先進終端AI開發平台軟硬體,透過種子教師將終端人工智慧的應用實作推廣到學校,提升台灣人工智慧應用實作人才的能量。雙方期望能透過這項合作,為台灣產業轉型提供更多關鍵技術的應用人才。
本次終端AI種子師資教育訓練課程已於日前在新竹和台南兩地舉辦,共計來自全台10多所大專院校及技職體系的80多位相關科系種子教師參加。訓練課程採用聯發科技最新發展的終端AI開發平台(Neuro Pilot),單晶片整合效能領先業界的AI處理器(APU),並結合了完整的AI開發工具,讓開發者可以容易快速地將雲端人工智慧功能轉移到終端AI平台上,不需要經由網路,回應速度將大幅加快且提高個人隱私的保護,將帶動新一波的社會產業革命。聯發科技與國研院半導體中心未來將繼續共同推動台灣AI產業人才的培訓與部署,發展我國具利基市場的人工智慧應用領域,為台灣AI產業創造新價值。
聯發科技資深副總暨技術長周漁君表示,人工智慧是國際上競逐的重要技術,聯發科技多年來重兵佈署AI研發團隊,持續深耕發展各類智慧裝置與應用的核心技術,全線佈局在各類產品,包括導入5G手機單晶片、8K智慧電視、人工智慧物聯網(AIOT)等所有項先進產品中,高性能的邊緣運算能力顛覆了使用者的AI體驗。為呼應政府推動AI人才培育,聯發科技將最先進的技術平台在第一時間與台灣學研單位分享,希望藉由本次種子講師培訓及AI開發平台的捐贈,協助大學以及技職體系引進新的技術與教學工具,培養相關人才,結合台灣在半導體與電子資訊產業的優勢,期盼看到更多實際的應用產生,協助台灣躋身全球AI相關市場的領導地位。
國研院半導體中心主任葉文冠指出,AI是下世代工業革命最重要的推手,透過此次聯發科技的捐贈與雙方攜手合作,帶給學界最新穎的AI開發平台與技術課程,促進下世代人才培養,希望能帶給學生創新的學習體驗,提升台灣整體AI產業發展,成為國際AI產業特色化應用的領先國。
聯發科技近幾年積極展開人工智慧佈局,創建終端人工智慧處理平台生態系統,採用跨操作系統的通用架構,同一套架構可以應用到從智慧電視到語音助手設備、智慧手機、平板和汽車電子等多種終端上,開發者可以在平台上編寫各種應用程序融入終端晶片,快速實現跨平台和跨產品線的部署,實現終端AI無所不在的未來。聯發科技另參與贊助成立「台灣人工智慧學校」,截至2018年已培訓數千位具AI專才的學員。由於台灣正值AI轉型的關鍵時代,聯發科技期待透過這項合作案,讓受惠的大學生能掌握AI趨勢,成為下一批襄助台灣在「AI小國大戰略」下,立足國際舞台的未來人才。
國研院半導體中心配合科技部「智慧終端半導體製程晶片系統研發專案計畫」,建立AI關鍵自主技術,推動半導體製程與晶片系統研發,支援學界各類終端裝置上AI技術的研究主題,並執行晶片系統設計、製作、量測及系統整合等服務,同時積極培育AI產業發展急需之頂尖半導體製程與晶片設計人才,強化我國半導體產業於人工智慧終端核心技術競爭力。
近年來隨著軟硬體條件逐漸成熟,包含晶片、網路、大數據、演算法等越趨完備,人工智慧普遍走入生活當中。台灣半導體產業產業聚落完整,聯發科技與國研院半導體中心期望透過IC半導體技術的創新研發及協助培育人才,帶動台灣在智慧科技時代取得先機。
AI走向邊緣裝置 新興架構機會多
全球已從PC和手機邁向物聯網(IoT)與人工智慧科技時代,AI+IoT(AIoT)應用興起,掀起新一波典範轉移。智慧機器時代已然來臨,人工智慧普及化,其中包括自駕車、無人機、機器人等具備自主判斷、學習能力等機器。半導體應用仍扮演核心角色,是電子系統邁向AIoT裝置的關鍵技術。
工研院產業科技國際策略發展所產業分析師范哲豪(圖1)表示,目前AI晶片的發展呈現少量多樣的發展模式,各式各樣的創新應用日新月異,但是殺手級應用尚未登場。根據IC Insights的統計數據可以看出,在全球半導體設計業產值及排名統計中,營收前10名的廠商裡,高成長率的NVIDIA、AMD和賽靈思(Xilinx)產品皆與AI正相關。另外,2019年全球半導體設計產業產值雖受中美貿易戰影響,但據IC Insights預估,2019年產值將達1,257,5億美元,年成長率6.0%,AI仍是產業發展的重要驅動力。
圖1 工研院產業科技國際策略發展所產業分析師范哲豪表示,找出新興架構與低功耗解決方案是全面普及AI的首要任務。
現在各國政府皆已高度投入AI技術發展,根據工研院產科國際所統計,日本現已投入了560億台幣的資金在AI相關計劃中,另外美國投入了463億台幣,中國則是4.5兆台幣,韓國也有1.5兆台幣的投入。由此可以看出AI技術發展勢在必行。
范哲豪指出,由於AI須要進行邏輯思考,並做出判斷決策,故運算量相當大,但也因此導致功率與成本高居不下,目前廠商都先從高價產品開始導入,但是要全面普及仍須找出新興架構降低功耗與成本才行。從功率方面來說,雲端AI晶片的功率大約是100W以上,邊緣端則是20~100W,終端裝置AI晶片的功率則約是10~20W。因為雲端運算有安全性的疑慮,同時功率又高,而終端裝置的功率相對較小也較為安全,產品種類分散,市場機會更多,因此有愈來愈多的廠商投入終端裝置的新興AI晶片設計。
建築/城市/家庭與個人為三大應用場景
從現在趨勢也可以發現,在裝置端導入AI功能是大勢所趨。其中AI終端運算可以分為三大應用場景,分別是建築(Building-scale),如工廠內部影像辨識、機器人控制、機台數據分析、預測維護等;還有家庭/個人方面的應用,如智慧音箱、智慧家電、AR/VR頭盔等;以及城市(City-scale),如自駕車、無人機、自走載具、街頭監控系統等。而影像、語音機器數據為主要的運算型態。
范哲豪進一步說明,現階段裝置端AI運算晶片產業仍存有一些挑戰,產品少量多樣,在矽智財(CPU+AI Engine)、人事成本、EDA工具和光罩方面的進入門檻高。同時廠商缺乏關鍵AI技術,又無力投入新興架構的研發設計。另外,部分廠商缺乏軟硬系統整合能力,導致產品競爭力不足。在設計方面,除了省電之外,還有小尺寸、價格考量、高效能運算等需求。
為解決此問題,范哲豪列出裝置端AI晶片所須要導入的新技術,須有可重組之半通用AI晶片架構,根據特定應用所需的類神經網路架構找出通用處並將其硬體化;還有以封裝形式將各類AI晶片異質整合,藉此在價格與晶片效能上取得平衡;以及在記憶體內的AI運算方式,進而克服處理器須要花費大量時間和能耗才能從記憶體中獲取資料的瓶頸,透過直接在記憶體中運算提高速度與效率。
針對培植台灣裝置端AI晶片能量,范哲豪也提出七項策略,一是群策力,例如藉由產、學、研攜手成立的「台灣人工智慧晶片聯盟」(AI on Chip Taiwan Alliance, AITA),匯集鈺創、聯發科、廣達、台達電等國內外逾50家指標性半導體與ICT廠商,以及國內大學及工研院等國家級研發機構,共同建構AI生態系、發展關鍵技術、加速產品開發,並聚焦於終端裝置用AI晶片(圖2);二是注重創新,針對通用AI晶片、異質整合AI晶片、新興運算架構AI晶片與AI晶片軟體編譯開發,提供次世代AI關鍵智財解決方案;三是建立標準,建立驗證平台與介面整合標準;四為建置場域,協助建立系統整合之示範性應用;五是做到更加注重隱私與資料安全,利用AI的發展減少人力資本,並透過AI在終端裝置的運算保障資安與隱私;六則是借助外力,站在巨人的肩膀上,鏈結雲端平台業者,如微軟(Microsoft)與Google等公司;最後一項,應利用台灣半導體領先優勢開發AI晶片,維持半導體產業的全球領先地位。
圖2 為搶攻裝置端AI晶片市場,各界聯手成立AITA聯盟,戰略布局人工智慧新藍海。
AITA聯盟執行秘書暨工研院光電系統所副所長張世杰表示,全世界具備了半導體發展能量的國家都已經投入大量資源在AI晶片技術的發展,而台灣身為半導體強國,在這樣的競賽當然不能缺席。
張世杰指出,目前AI晶片市場呈指數型大幅成長,而AI晶片大致可以區分成通用型晶片及專用型晶片,專用型的AI晶片應用於特殊領域,並可進一步細分為用於雲端、邊緣或是在裝置端與感測器相結合的晶片種類。台灣適合發展的市場就是專用型裝置端AI晶片,再針對專用型裝置端AI晶片進行分析,又可分為傳統架構以及仿腦神經的新興架構、新興記憶體,仿腦神經的專用型裝置端AI晶片將會是台灣發展AI晶片的新大陸。另外,目前在仿腦神經的專用型裝置端AI晶片市場已有布局的廠商為IBM、英特爾(Intel)、MYTHIC、Syntiant等。
裝置端AI晶片即時可靠更安全
裝置端AI晶片具備幾項優點,具即時性能夠馬上反應、即時辨識,適用於人臉辨識開鎖功能或自駕車應用;具可靠性,可以排除網路斷線的可能,在自駕車或無人機領域十分受用;而資料不須上傳雲端,便能保障使用者的隱私,在安全監控與健康管理等方面可以守護個人資料不外流;同時,裝置端AI晶片也能客製化,透過裝置端學習,滿足客製化需求,實現語音辨識、智慧眼鏡等應用。
針對裝置端AI晶片的安全性,微軟大中華區物聯網方案負責人林孟洲表示,約在2000年左右科技發展從雲開始,之後進入物聯網,再利用IoT收集到的資料進行AI的分析,而現在AI應該要走入裝置端,而不是一直停留在雲端。人工智慧的領域應該分為雲端的智慧與裝置端的智慧。裝置端的智慧具有很大的產業動能,將發展成一個巨大的市場。物聯網一直以來被詬病的,就是當連接的數目達到幾百萬、幾千萬時,將非常容易成為攻擊的目標,將安全、邊緣與AI連結在一起將是發展的機會所在。因此,「AI on chip」就成了一個非常重要的議題。對此,微軟也提出了相對應的解決方案Azure Sphere,整合經認證的MCU(Certified MCU)和作業系統(OS)以及安全服務(Security Service),Azure Sphere OS內含微軟客製化的Linux核心,並結合安全技術及安全監視器,志在建立一個安全的IoT平台,讓物聯網更安全可靠。
最後,張世杰進一步說明台灣發展裝置端AI晶片的優勢,由於台灣具記憶體產業能量,與記憶體和新興記憶體整合設計將是提升AI晶片效能的重要關鍵。台灣國內有多家廠商能生產製造記憶體,是發展AI晶片的優勢之一。
而裝置端AI晶片直接針對數據進行處理,是資安與隱私保護的重要防線,台灣能徹底落實資訊安全防護,於國際合作中更容易建立起良好的信任感。另外,預期未來物聯網(IoT)裝置所使用的控制晶片多數將內含AI加速晶片。台灣過去具有豐富的IoT裝置製造經驗,未來若結合AI晶片共同發展,將在國際競爭上更具優勢。
「贏向」AIoT時代大商機 RISC-V產業鏈力推共享/共榮
當產業進入PC與智慧手機之後的後手機時代,人工智慧(AI)與物聯網(IoT)結合的AIoT應用成為第三波科技發展浪潮,AIoT時代強調用高效能、低功耗嵌入式系統實現特定AI功能,而開放式指令集的新興嵌入式CPU架構RISC-V,可讓IC設計業者依照需要,增加專用指令集,正迅速在消費電子、通訊與物聯網、電腦運算與儲存、工業應用與影像監控等領域攻城掠地。
台灣RISC-V聯盟為讓相關產業深入瞭解嵌入式系統設計最新趨勢,邀集物聯網領域專家與代表廠商,從策略、技術跟實作等面向,分享RISC-V架構最新進展與市場動態,同時探討嵌入式系統業者如何面對AIoT多元、破碎、少量多樣的市場需求下,最佳的設計趨勢、實作對策與成功案例。
AIoT引領科技典範轉移
IoT帶領科技產業走向新世代,集邦科技董事長劉炯朗(圖1)觀察科技的發展趨勢,1960年代計算機網路崛起,網路在產業中扮演的角色越來越重要,從學術網路高等研究計劃署網路(Advanced Research Projects Agency Network, ARPAnet)到商業的網際網路(Internet),開啟計算機互聯時代,然後發展到文件交換,再進展到社群網路蓬勃發展,個人行動網路興起,人與人透過網路連結成為常態,下一步將進展到萬物互聯的IoT時代。
圖1 集邦科技董事長劉炯朗認為,科技發展與偉大的研究或發明息息相關,歷屆的諾貝爾物理獎與圖靈獎便紀錄了科技發展的脈絡。
科技發展也與偉大的研究或發明息息相關,劉炯朗認為,歷屆的諾貝爾物理獎與圖靈獎紀錄了科技發展的脈絡,包括:電晶體(Transistor)、積體電路(Integrated Circuit)、光通訊、影像感測器、精簡指令集(Reduced Instruction Set Computing, RISC)、TCP/IP、全球資訊網(World Wide Web, WWW)、人工智慧(AI)、神經網路(Neural Networks),一步步引領人類資訊科技的步伐。而在IoT世界,硬體架構應該更加開放與精簡,以便將複雜龐大的萬事萬物聯結起來。
開放/共享為RISC-V最大優勢
AIoT無疑是下一波產業的大浪潮,物聯網破碎化的特性,讓軟硬體架構醞釀新的典範轉移,芯原微電子董事長戴偉民(圖2)表示,PC時代的x86架構自主性低、不可控,軟硬體掌握在微軟與Intel手中;因此,行動通訊時代來臨時,訴求省電的RISC架構結合Android系統,以智慧手機為載體,帶領行動通訊時代的發展。物聯網更強調開放,於是從運算核心底層就更開放且架構更為精簡的RISC-V,成為各界看好的物聯網時代硬體主流。
圖2 芯原微電子董事長戴偉民表示,物聯網更強調開放,於是開放且架構更為精簡的RISC-V,成為各界看好的物聯網時代硬體主流。
Arm架構在過去發展的歷程中,建構了一個名為Linaro的產業推動聯盟,配合IBM、Google等大廠,投資大量的金錢和人力,讓Arm的軟硬體架構在聯盟的平台上獲得良好的發展。戴偉民直言,RISC-V產業鏈的完整性與豐富度現階段發展與Arm還有一段差距,希望可以仿造Linaro的模式,推動軟硬體平台與人才的發展。台灣與大陸在AIoT的趨勢之下,可以自身的優勢為基礎,進行緊密的合作,物聯網裝置與商機規模預期將遠大於PC或智慧手機,掌握物聯網的軟硬體架構核心,就能掌握AIoT的發展契機。
RISC-V 2013年發表之後,一直到2016年以後才受到產業矚目,戴偉民指出,其與x86、Arm架構並不存在取代與競爭的問題,透過合作甚至可以共用某些基本指令集,在多樣化的物聯網產業中發展更彈性且具高度成本效益的解決方案,未來RISC-V產業鏈將更加開放,並且強調研究成果共用,以共用推動產業與市場發展。而在中美貿易衝突的背景下,RISC-V本質是一套開放、免費的指令集,定義處理器軟硬體之間的介面規範,相當於一套開放標準。
精簡/開放架構聯結複雜IoT
IoT在Internet與Mobile Internet的基礎上發展,其規模也將更加龐大,而從雲端到邊緣終端,網路結構的複雜度大幅提升,晶心科技技術長蘇泓萌(圖3)說,物聯網是由數百億裝置聯結組成,雲端、霧端、邊緣終端都有各式各樣的平台、場域、應用與裝置,要能在這麼多不同的架構裡互聯互通,需要更開放的架構,RISC-V的基本指令只有四十多條,而且完全開放,透過這類精簡、開放的架構為基礎,才能將複雜的物聯網架構聯結。
圖3 晶心科技技術長蘇泓萌說,RISC-V的基本指令只有四十多條,而且完全開放,可以將複雜的物聯網架構進行良好的聯結。
針對物聯網的發展趨勢,蘇泓萌解釋,IoT裝置需要有效率地處理終端蒐集到的資料、具備長效電池續航力、裝置/通訊安全性、支援雲端運算、創新的應用模式等;而開放式架構也有助於滿足未來更多創新的應用,低功耗則能彈性地進行電源管理,並提升裝置的安全性。RISC-V基金會積極嚴謹管理規格標準,並允許所有參與的會員廠商在特定領域架構(Domain-Specific Architectures, DSA)進行客製化的延伸。
而分析AIoT嵌入式系統架構與RISC-V的應用趨勢,蘇泓萌進一步說明,晶心科技已推出基於RISC-V架構的AndeStar V5系列處理器核心,包括支援Linux的AndesCore A25/AX25,可用在無人機、智慧無線通訊、網通、影像處理、先進駕駛輔助系統(ADAS)、儲存設備、深度學習等範圍;以及有高效浮點運算的AndesCore N25F/NX25F,可用於語音處裡、馬達控制、衛星導航、高精度感測器融合以及高階智慧電表等應用。
產業合作豐實產業鏈為制勝之道
AIoT的發展更強調開放與產業鏈的合作,因此本活動透過產業座談希望凝聚產業發展共識,座談主題為:開放式架構與AIoT產業雙贏策略。由交通大學教授李鎮宜擔任主持人,邀請劉炯朗、戴偉民、蘇泓萌、Cortus台灣分公司總監楊鎮源、台灣西門子數位工業總經理Tino Hildebrand與談(圖4)。對於AIoT裝置強調高效能、低功耗,必須透過彈性、可模組化的硬體架構協助,但從數以百億的終端節點來看,少量多樣與應用破碎化是主要的特色,過去大量標準化的設計架構勢必有所變革,蘇泓萌說,RISC-V的開放特性將持續吸引更多廠商加入,並壯大產業鏈。
圖4 活動透過產業座談希望凝聚產業發展共識,由交通大學教授李鎮宜擔任主持人,座談主題為:開放式架構與AIoT產業雙贏策略。
再者,開放式架構RISC-V產業鏈的建立與串連更是一大重點,戴偉民建議可以學校教育為基礎,建設像Linaro一樣的產業生態系,在各領域吸引更多廠商投入與發展,並貢獻研發成果。而在多樣化的應用領域上,Tino...
提升設備連網效率/產能/安全有撇步 大數據促智慧工廠再升級
設備資料有效上雲端 升級智慧工廠平步青雲
MOXA市場開發副理林昌翰(圖1)指出工廠自動化目前的挑戰,由於工廠內有太多不同廠牌、種類的設備,該如何整合各種設備,如何收集資料、監控設備是第一個問題;第二個則是不同資料的擷取。例如設備商將設備賣到全球,要如何管理監測也是一大挑戰。
圖1 MOXA市場開發副理林昌翰表示,AI大數據時代,升級智慧工廠首要任務就是讓設備資訊上雲。
林昌翰進一步說明,AI大數據時代,所有設備都要收集資訊,因此需要大量感測器。目前常見廠商用可程式控制器(Programming Logical Controller, PLC)收集資料,但這會出現幾個問題,用PLC來擷取資料可能會造成過大的負擔,因為資料量太大。在上傳資料到雲端時如果要執行邊緣運算甚至上傳到公有雲,都要耗費很多精力,因此MOXA認為要把資料擷取到雲端,讓設備做該做的事。
比方說,串列轉換器要連網時可以使用串列設備連網伺服器,另外若是複數感測器要連網,則可使用支援雲端技術的IIoT控制器。林昌翰表示,未來MOXA的設備都會支援雲端,可以快速布建模組化設計,易於進行故障排除。而這樣做的好處就是可以直接進行邊緣運算,不用把所有資料都上傳雲端,先進行前端處置,讓設備連網更有效率。
林昌翰解釋,至於工廠自動化的第二個挑戰,業者將設備賣到國外要如何監控,則可以利用雲端技術,在設備銷售時就搭配可遠端連接的閘道器(Remote Connect Gateway)。業者可提供一個USB給廠商,設備發生問題時再進行連接,此時業者就能從遠端處理經過加密的資料。這樣的做法就可以彈性地使用並能大量部署。
5G驅動工業4.0 蜂巢科技成長可期
所謂工業4.0可以分為四個階段,第一階段就是收集設備上感測器的資訊,而後分析收集到的資料做格式化、圖型化的轉換,再對這些經過整理的資訊進行預測。最後一個則是視覺化(Visualization),包括攝影機、光學電視等具有高數據資料量的應用,而與5G通訊結合的工業應用也因此變得更加重要。
美商優北羅(u-blox)商業開發主任林世澤(圖2)表示,在工業與車用方面,隨著電信資費的降價、5G基地台越來越普及,將有更多的設備商會直接透過蜂巢(Cellular)科技,將資料上傳到基地台。根據Machina Research的預測,到了2025年蜂巢式網路的物聯網設備連接數目將會達到220萬。
圖2 u-blox商業開發主任林世澤表示,蜂巢式網路的物聯網設備連接數目正大幅成長。
林世澤指出,對u-blox來說5G應用包括了三大應用場景,物聯網、定位與V2X。在工業物聯網領域,現今應該都還是透過Wi-Fi、ZigBee等通訊協定將感測器資料傳送到設備供應商,供應商再藉由有線上傳雲端或是利用NR、NB-IoT等傳到基地台,但是u-blox在這裡看到了Wi-Fi、5G蜂巢通訊的機會,利用蜂巢式網路就可以直接將資料傳送到基地台;定位方面利用GPS和蜂巢技術的結合,從衛星收到GPS訊號,再藉由5G傳回基地台;最後一個則是V2X,車與車之間或是車與交通設施之間的資訊交換可以直接藉由蜂巢技術傳回基地台。
故障預診斷提升產能/設備稼動率
進行了資料的收集、整合,並上傳到資料中心之後,若能針對設備故障預先診斷,也能大幅提升產能並降低相關成本。
工研院巨量資訊科技中心資料分析技術部副經理賴建良(圖3)表示,善用AI和大數據可以創造智慧製造新價值。在產線端可以導入故障預診斷(PHM)技術,提升產線效率同時降低維修成本。
圖3 工研院巨量資訊科技中心資料分析技術部副經理賴建良表示,在產線端導入PHM技術,可以提升產能減少成本。
賴建良說明,工業製造的產線設備維護包含了預測和進廠管理兩個部分。預測的其中一個問題就是過度保養,有時設備零件還沒壞,保養時間到還是馬上更換,造成資源以及開銷的浪費。另一個問題則是非預期性停機,即使已經定期更換零件,設備依然有可能意外停機,停機以後就須要進行清機和調機等作業,進而會影響產能和設備稼動率。
賴建良進一步說明,利用生產過程中機台相關的資料與維修紀錄,可以進行故障預診斷。收集關鍵零件的健康指標,了解零件與正常狀態的差距,進行健康狀態評估,即可快速找出故障源進行排除,關鍵零件健康狀態一目了然;另外,藉由相關資料的收集分析,可以進行故障預測,避免零件無預警故障造成非預期性停機,在故障點前提早預測到,事先進行零件的更換與維修,減少無預期故障帶來的原料損失。
工業電源設計更安全 隔離式控制器不可少
以上談到了物聯網時代智慧工廠的應用趨勢,但同樣不可忽視的,就是工廠環境最重視的安全問題,在工業電源系統中,隔離(Isolate)是一個不容忽視的議題。
茂宣企業(亞德諾ADI)應用工程經理陳俞阡(圖4)表示,進行隔離不外乎幾個原因,其中一個就是安全,為了防止人員碰觸而形成迴路引發安全危險;二則是有時會有電壓主位轉移(Shift)的發生,因此有些人會使用一些隔離的電源來做電壓/電平轉換器(Level Shift, LS);另外,電流的路徑永遠都是從哪裡出發就回到哪裡,所以透過隔離的做法可以確保電流方向,設計可以因此更乾淨簡潔;最後一個理由則是透過隔離來避免電流的浪湧(Surge)與雷擊的狀況發生。
圖4 茂宣企業應用工程經理陳俞阡表示,工業電源設計要安全,做好隔離很重要。
在工業系統的隔離有許多不同的電源設計,在工業用PLC系統等有電源設計需求的應用中,常見的拓撲以馳返式(Flyback)架構為主,因為Flyback的架構簡單而且成熟,但傳統的Flyback架構會遇到幾個問題,就是線路太複雜、零件太多、備料太麻煩。
為解決上述問題,ADI把所有元件全部整合到單一晶片,做一次側電流0電流的檢測,一次側電流到達到0的時候,才針對晶片內部MOSFET的切換,來達到最終混壓的效果。其好處是在PLC的系統裡面一次側和二次側的電流設定可以變得非常簡單,而不會出現太過複雜的線路,例用低廉的成本達到一樣的效果,讓工業電源設計既安全又經濟。