產業追蹤/智慧物聯網 開啟產業新契機
2020-02-08 23:51 經濟日報 / 鄭華琦
隨著人工智慧(AI)技術逐步進展,IoT結合AI並透過感測技術之輔助,藉由傳遞訊號、處理數據、儲存學習經驗實現實體世界遠距離無法達成之工作程序,未來的生活型態將是大數據(Big Data)、超連結(Supper-Connectivity)、人工智慧與雲端(Cloud)的逐步整合。
法國市調公司Yole Developpement亦揭示九大科技應用趨勢,未來會影響的生活模式包括:智能汽車、移動、5G帶寬增加、AR / VR,人工智能/機器學習(AI / ML)、無人駕駛汽車、醫療保健、工業4.0,這將使日常生活對感測器有更多需求和依賴。
IHS Markit預測,物聯網設備市場從2016年17.7億台安裝量,2020年將達到307億台,預期2025年增加到754億台,顯示市場對於IoT的普遍接受度與依賴性與日俱增。
近年來應用於IoT之3D影像感測市場逐漸明朗且廣泛,主要涵蓋工/商業、科學/太空安全、醫療、消費性電子與車用等領域。技術包含近距離的 VCSEL技術(垂直共振腔面射型雷射)主要應用於智慧手機,與較長距離的ToF(飛時測距)技術可切入虛擬實境、地圖導航、機器視覺、安全認證、體感操作等領域。
Yole Development預估,全球3D成像與感測器市場規模2016年至2022年的複合年均增長率(CAGR)約38%,2022年可能超過90億美元,成長性將是2016年的七倍。
感測器在消費電子應用是增長最快的市場,2016-2022年的CAGR達160%,預計2022年市場規模將超過60億美元。另外,自動化產業的感測器使用比例愈來愈高,如連網汽車電子、自駕車等都對感測器有很高的需求。無人自駕車與工業自動化兩者於 2016 年到 2022 年的CAGR分別為50%與13%,成長性分別居第二及第三位。
目前3D感測技術主要分為立體視覺、結構光、飛時測距(ToF),各技術發展皆已具備商業化應用的水準,現階段的主流技術包括ToF及結構光等。
就功能而言,3D感測主要是利用繞射式光學元件(DOE)、CMOS影像感測器、垂直共振腔面射型雷射(VCSEL)等元件的運作,配合不同演算法進行量測與儲存。除可進行人臉辨識,也被應用在ADAS系統,如自駕車及ADAS的 3D感測應用,即是利用光達(LiDAR)測量及感測車輛與外在環境物體間的距離,以達到自動煞車功能,或利用車內的感測技術確認駕駛者的狀態,進行行車監控警示等。
無人商店也是3D感測的關鍵應用。這是利用3D感測來進行人臉或物像特徵辨識,包括應用在人員進出管制,針對進入商店的人員進行辨識,並附帶計算客流量、客群管理,也能偵測物品移動或轉移,進一步達成商品結帳、庫存管理、物流配送等,甚至分消費特性與行為管理。
3D感測應用極廣,監控或影像辨識的各種應用陸續推出,需求將有爆發性成長。因此包括傳統晶圓代工廠、砷化鎵等化合物晶圓代工廠、磊晶片供應商、光學元件封測廠等上、中、下游產業鏈,可望受惠於3D感測所需之光學元件的代工業務而強勁成長。
3D感測模組硬體廠商、演算法及3D視覺數位訊號處理器(DSP)供應商、提供 3D 景深技術之設計廠商、CMOS 影像感測器及演算法業者等,相關周邊的產業也連動性受惠。隨著AIoT運用普及化,該產業鏈的相關廠商也面臨更多挑戰與機會。
AIoT新時代來臨,對台灣影響至深,除基本零組件外,串聯各組件之材料至為關鍵。特別是符合高階應用感測器之零組件,與延長機器壽命之構裝方法與特殊材料,將隨新載具增加應用機會。台廠應積極利用AI的學習與演算,強化產業設計與生產,以及透過智慧系統與服務提升產業附加價值。
此外,AIoT(智慧物聯網)應用通常是少量多樣之高階產品(或應用)而非高量生產,因此對感測器的需求著重具備嚴苛條件下的可靠運作、精準且小型的裝置。隨著人機、機器與機器之間的連結協作日趨精密,感測器的任務也從被動監測,演化成主動探測預防型維護、資產控管與數據分析,協助增加生產效率的重要角色。 IoT發展關鍵在於介面間的協作與資訊傳輸,台灣可運用這項技術結合AI深度學習與演算能力,讓製造業更有效率,並積極拓展貼近生活之交通、醫療、救援、金融服務等相關產業。
資料來源:https://udn.com/news/story/7241/4331137?from=udn-relatednews_ch2
全球精密光學元件市場與台灣產業 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
產業追蹤/智慧物聯網 開啟產業新契機
2020-02-08 23:51 經濟日報 / 鄭華琦
隨著人工智慧(AI)技術逐步進展,IoT結合AI並透過感測技術之輔助,藉由傳遞訊號、處理數據、儲存學習經驗實現實體世界遠距離無法達成之工作程序,未來的生活型態將是大數據(Big Data)、超連結(Supper-Connectivity)、人工智慧與雲端(Cloud)的逐步整合。
法國市調公司Yole Developpement亦揭示九大科技應用趨勢,未來會影響的生活模式包括:智能汽車、移動、5G帶寬增加、AR / VR,人工智能/機器學習(AI / ML)、無人駕駛汽車、醫療保健、工業4.0,這將使日常生活對感測器有更多需求和依賴。
IHS Markit預測,物聯網設備市場從2016年17.7億台安裝量,2020年將達到307億台,預期2025年增加到754億台,顯示市場對於IoT的普遍接受度與依賴性與日俱增。
近年來應用於IoT之3D影像感測市場逐漸明朗且廣泛,主要涵蓋工/商業、科學/太空安全、醫療、消費性電子與車用等領域。技術包含近距離的 VCSEL技術(垂直共振腔面射型雷射)主要應用於智慧手機,與較長距離的ToF(飛時測距)技術可切入虛擬實境、地圖導航、機器視覺、安全認證、體感操作等領域。
Yole Development預估,全球3D成像與感測器市場規模2016年至2022年的複合年均增長率(CAGR)約38%,2022年可能超過90億美元,成長性將是2016年的七倍。
感測器在消費電子應用是增長最快的市場,2016-2022年的CAGR達160%,預計2022年市場規模將超過60億美元。另外,自動化產業的感測器使用比例愈來愈高,如連網汽車電子、自駕車等都對感測器有很高的需求。無人自駕車與工業自動化兩者於 2016 年到 2022 年的CAGR分別為50%與13%,成長性分別居第二及第三位。
目前3D感測技術主要分為立體視覺、結構光、飛時測距(ToF),各技術發展皆已具備商業化應用的水準,現階段的主流技術包括ToF及結構光等。
就功能而言,3D感測主要是利用繞射式光學元件(DOE)、CMOS影像感測器、垂直共振腔面射型雷射(VCSEL)等元件的運作,配合不同演算法進行量測與儲存。除可進行人臉辨識,也被應用在ADAS系統,如自駕車及ADAS的 3D感測應用,即是利用光達(LiDAR)測量及感測車輛與外在環境物體間的距離,以達到自動煞車功能,或利用車內的感測技術確認駕駛者的狀態,進行行車監控警示等。
無人商店也是3D感測的關鍵應用。這是利用3D感測來進行人臉或物像特徵辨識,包括應用在人員進出管制,針對進入商店的人員進行辨識,並附帶計算客流量、客群管理,也能偵測物品移動或轉移,進一步達成商品結帳、庫存管理、物流配送等,甚至分消費特性與行為管理。
3D感測應用極廣,監控或影像辨識的各種應用陸續推出,需求將有爆發性成長。因此包括傳統晶圓代工廠、砷化鎵等化合物晶圓代工廠、磊晶片供應商、光學元件封測廠等上、中、下游產業鏈,可望受惠於3D感測所需之光學元件的代工業務而強勁成長。
3D感測模組硬體廠商、演算法及3D視覺數位訊號處理器(DSP)供應商、提供 3D 景深技術之設計廠商、CMOS 影像感測器及演算法業者等,相關周邊的產業也連動性受惠。隨著AIoT運用普及化,該產業鏈的相關廠商也面臨更多挑戰與機會。
AIoT新時代來臨,對台灣影響至深,除基本零組件外,串聯各組件之材料至為關鍵。特別是符合高階應用感測器之零組件,與延長機器壽命之構裝方法與特殊材料,將隨新載具增加應用機會。台廠應積極利用AI的學習與演算,強化產業設計與生產,以及透過智慧系統與服務提升產業附加價值。
此外,AIoT(智慧物聯網)應用通常是少量多樣之高階產品(或應用)而非高量生產,因此對感測器的需求著重具備嚴苛條件下的可靠運作、精準且小型的裝置。隨著人機、機器與機器之間的連結協作日趨精密,感測器的任務也從被動監測,演化成主動探測預防型維護、資產控管與數據分析,協助增加生產效率的重要角色。 IoT發展關鍵在於介面間的協作與資訊傳輸,台灣可運用這項技術結合AI深度學習與演算能力,讓製造業更有效率,並積極拓展貼近生活之交通、醫療、救援、金融服務等相關產業。
資料來源:https://udn.com/news/story/7241/4331137…
全球精密光學元件市場與台灣產業 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
AI風潮下的PCB產業新契機
2019-09-16 12:49CTimes
【作者: 王岫晨】
隨著5G與AI的新趨勢快速興起,也引領相關產業持續成長。近年來,全球PCB產業年成長率呈現正向發展,而隨著2019年的到來,全球PCB產業又來到了新的觀察點。此外,在5G趨勢的催化下,PCB產業也面臨了全新的機會與挑戰。
5G與AI加速PCB市場成長
根據拓墣產業研究院的觀察指出,2019年全球PCB產業持續成長,隨著5G、車用、物聯網、人工智慧等新應用蓬勃發展,也迎來更多市場機會與挑戰。其中高頻PCB為剛性需求,PCB實現高頻化的關鍵,在於高頻的覆銅板材料,如聚四氟乙烯(PTFE)、碳氫(Hydrocarbon)等和PCB廠商自身製程。PCB產業的挑戰則包括原材料供應趨緊、環保政策日益嚴格,使得PCB產業門檻逐漸提高,產業集中度也逐步擴大。
PCB產業的市場參與者,有包括臻鼎、欣興、華通、健鼎等在內的台廠;在通信領域具備較強競爭力的PCB廠商則有Mektron、Sumitomo、Fujikura、Ibiden、TTM、SEMCO、ISU PETASYS、Sanmina等。目前全球IC載板廠商主要集中在日本、韓國與台灣等地,且多數廠商在中國都設有生產基地。
此外,由於5G與IoT等應用興盛,直接帶動了高頻、高速PCB的市場需求。5G建置將帶動PCB產業的成長,PCB板身為電子產品之母,下游應用涵蓋通訊、手機、電腦、汽車等電子產品。5G技術發展對PCB影響持續升溫,終端與基地台需求的總量增加,加上單位終端、基地台所用PCB面積成長,隨之帶動PCB整體產業需求提升。
PCB產業發展三大方向
目前PCB技術在發展上,除新製程細線路技術量產外,大廠紛紛開發高階Micro-LED PCB製程與高頻高速HDI產品技術,在載板領域則投入高頻網際網路應用之封裝載板、超細線路之封裝載板技術,與薄型、對入式高密度化超細線路Coreless之封裝載板技術,以便因應5G、IoT及AI發展,加速相關產品及對入式元件之封裝載板技術。
觀察整體產業發展趨勢,拓墣產業研究院認為,全球PCB產業將持續朝高密度、高精度和高可靠性方向前進,不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響,以適應下游各電子終端設備產業發展,其中包括HDI(High Density Interconnect)、FPC(Flexible Printed Circuit)、剛撓結合板及IC載板等,將成為未來發展重點。
AI讓PCB產線更具智能
在目前,PCB製造業正呈現出巨大的轉變,也就是能運用人工智慧(AI)來簡化生產流程,並以前所未見的方式改善生產結果。AI成為了市場顛覆者,在PCB製造中加入AI的重要性,就如同工廠邁向工業4.0(或稱智慧工廠)一樣的關鍵,自動化系統彼此之間,或者與工作人員能即時地互動與通訊、分散決策制定流程,並提供眾多優勢。然而,想要在PCB製造領域成功導入AI,必須在PCB製造和AI的基礎上,擁有豐富且深厚的專業知識才行。
在過去幾年的發展,AI已經從未來主義的概念,進展成為真正可應用、關聯和有效的技術。這樣的突破,主要歸功於大幅增加且成本不貴的運算能力、更複雜的學習演算法,還有大數據的出現。大數據本身可提供讓AI系統學習的基礎資訊。
AI演算法減少精密勞動力
AI描述了模仿人類認知能力的機器或軟體,可以用於解決問題和學習。許多重要的創新,正在逐漸成為AI演算法的附加產物,例如機器學習和深度學習。機器學習是一種使用各種不同演算法技術的AI技術,能讓電腦藉由使用數據資料來提升任務的執行效能,而不必明確地設計特定程式來完成。在PCB的製造中,機器學習可帶來許多優勢,包括改進操作效率、降低廢品數量、優化產線營運,還可減少「非精密勞動力」。此外,還可以更有效地管理資產、庫存和供應鏈等。而這些相關功能,都與工業4.0的實現密切相關。
深度學習是一種更為複雜的AI實現方式,讓電腦可以用非常有效率的方式,以複雜的學習行為來呈現出來的數據資料中深層的資訊、模式與背景,而這樣的結果,都可以用於改善製造流程。一般來說,深度學習是利用多方位、多層次的人工神經網路,來模仿人類大腦的學習、理解與推斷能力。
要成功實現AI解決方案,就必須得透過嚴格的操作整合,並配合專業的流程知識。倘若要在複雜的製造環境中建立AI系統,則需要經過漫長而全面的培訓階段。這些培訓過程對於操作的要求非常高,且需要投入大量的運算人力資源,才能獲得最佳化的性能。
在各種形式的AI中,數據資料的存取都是成功和效率的關鍵因素。若欠缺高品質的數據資料,AI或許就很難真正實現。然而,AI的操作人員成本也十分昂貴,更容易在分類時出差錯。當應用於瑕疵分類的AI解決方案,從操作人員的數千個決策中進行學習之後,就可以自動以一致的精確度來進行判斷。此類的AI系統十分依賴準確的數據資料模式,如此方可隨時間推移進行正確的演算法學習行為。此外,也必須仔細驗證和輸入分類資料,才能突顯出AI的優勢。即使資料出現微小的變化,也可能導致AI系統的判斷改變,而造成遊戲規則因此改變的結果。
協同合作實現AI製造願景
雖然數據資料的品質是AI成功的必要條件,但每個客戶與其AI解決方案的供應商之間需密切合作,這點對於長期的成功來說將至關重要。有鑑於AI的複雜性,解決方案供應商必須應用其PCB製造流程與AI知識,來指導客戶實施AI解決方案。隨著AI解決方案的陸續推出,未來高智能化的PCB產線,將不再只是個夢想,而是可以真實實現的場景。
為PCB製造商帶入AI解決方案
AI非常複雜,需要在技術本身,以及使用AI的領域中擁有豐富的專業知識。奧寶科技目前正在為PCB製造業的工業4.0開發AI解決方案。目前奧寶科技可結合其AI專業知識,確保能夠優化AI神經網路架構開發的關鍵培訓階段。
例如,在PCB製造中,瑕疵分類是自動光學檢測(AOI)解決方案的關鍵領域。奧寶科技的AOI電腦會將可能有瑕疵的PCB影像,傳送到遠端多重影像驗證(RMIV)站台,站台的操作人員會檢視影像,然後將其分類為「真正的瑕疵」或「假點」。
例如,在對瑕疵進行分類時,奧寶科技及其客戶將合作,找出每個操作人員分類評估結果背後的深刻意涵,並集思廣益以創建一個有意義的系統,進而排定應優先檢測的PCB特性。客戶的協作和參與度才能為AI引擎產生出最佳的結果。
正因為AI將為PCB製造商帶來巨大優勢,奧寶科技也持續在研發領域投注大量心力,完美整合AI與奧寶科技的智慧工廠工業4.0解決方案,以及其他解決方案。在此過程中,奧寶科技正在評估許多方法,以便將AI應用於總體製造,透過測試進行學習,並協助推動產業朝向更智能、更強大的製造流程邁進,此舉將可協助客戶提高產量並降低營運成本。
附圖:2019年9月(第335期) EDA x AI
圖一 : PCB產業將持續朝高密度、高精度和高可靠性方向前進,不斷減少成本、提高性能、縮小體積、輕量薄型、提高生產率並降低環境影響。
圖二 : 解決方案供應商必須應用其PCB製造流程與AI知識,來指導客戶實施AI解決方案。
圖三 : AI成為了市場顛覆者,在PCB製造中加入AI的重要性,就如同工廠邁向工業4.0一樣關鍵。
圖四 : 想要在PCB製造領域成功導入AI,必須在PCB製造和AI的基礎上,擁有豐富且深厚的專業知識才行。
資料來源:https://udn.com/news/story/6903/4049598?from=udn-relatednews_ch1015
全球精密光學元件市場與台灣產業 在 2020台灣50產業地圖-光學元件- 工商時報 的相關結果
據光電協會資料指出,2019年台灣精密光學元件廠整體產值達870億元(29億美元);若三鏡頭甚至多鏡頭比例持續提升,預估全球手機照相模組需求將從2019年的22億顆成長至32 ... ... <看更多>
全球精密光學元件市場與台灣產業 在 臺灣光電產業2021年度總產值達新台幣1 ... - 光電科技工業協進會 的相關結果
其中又以平面顯示器產業產值因受宅經濟及原料短缺影響,2021年度產值重回兆元,達新台幣1兆766億元,年成長率高達22.4%;而精密光學受到大陸廠商競爭影響而產值 ... ... <看更多>
全球精密光學元件市場與台灣產業 在 全球精密光學元件市場與台灣產業 - Airiti Library華藝線上圖書館 的相關結果
全球精密光學元件產業 在2010年步上復甦反彈之路後,卻又在2011年遭逢日本311地震、泰國洪災,以及歐債危機等重重挑戰,使得數位相機、投影機、光碟機 ... ... <看更多>