2021年五大科技趨勢深度剖析
2021-01-18 09:09 聯合新聞網 / CTimes零組件
【作者: 編輯部】
2021年已經到來。在新冠疫情的陰霾中,半導體業繼續踩著既定的步伐往前邁進。在2021年,有哪些值得期待的半導體產業趨勢呢?CTIMES封面故事本月份的特別企劃,重點選擇了今年度值得關注的五大科技趨勢,這五大科技趨勢分別是:Open RAN、AI加速、工業數位轉型、第三代半導體,以及數位資訊醫療照護等。且聽本刊編輯部為各位讀者細說道來。
Open RAN
自從蜂窩式網路首次被數位化並展開2G通訊以來,其發展迅速,並且每一代技術的複雜性都在發生變化。近年來,行動網路的資料數據量不斷地增加,並大量支援各類新業務與應用場景,使得接下來的5G系統必須考慮更大的行動數據量與設備連接性。
無線接取網路(Radio Access Network;RAN)的設置,除了必須考量關鍵性能指標要求、網路商業營運能力,還有具備持續演進能力等三大因素之外,全球電信營運業者也希望有機會與第三方設備供應商合作,來推動介面的開放性並走向標準化的制訂,如此才有機會進一步降低設備成本。因此,5G無線接取網路的基礎架構必須走向開放化、虛擬化、靈活性以及與節能等趨勢。
在早期,電信營運商若有基地台建置需求,都必須向傳統電信設備商(例如Ericsson、Nokia、中興、華為等)購買基地台設備。這些營運商總是可以透過一個固定的電信設備供應商來提供其核心網路設備,儘管有效提升了整體的性能,但代價則是降低了來自不同供應商的RAN設備之間的互操作性。結果,使用這樣的解決方案很難將無線電和基頻元件供應商整合在一起。
到了接下來的第五代行動通訊系統(5G NR),將開始導入O-RAN(Open Radio Access Network)網路系統。透過O-RAN這樣的開放架構,未來營運商可跳過傳統電信設備商,直接向硬體設備業者(如廣達、中磊這類廠商)採購電信設備,除了有利於創建高靈活性的下一代無線網路,台灣資通訊廠商更有機會切入此傳統封閉的電信設備系統,建構出一套新的商業模式。
O-RAN架構以智能和開放的原則為基礎,是在具有嵌入式AI驅動的無線電控制的開放式硬體和雲端,構建虛擬化的RAN。O-RAN聯盟正在將無線電接取網路產業轉變成為開放、智能、虛擬化和完全可互操作的RAN架構。O-RAN標準透過更快的創新,可實現更具競爭力和靈活性的RAN供應商生態系統,而基於O-RAN的行動網路更能有效提高RAN部署和運營的效率。
AI加速
當前防疫所需的非接觸性應用、未來新常態的遠距應用,以及實現永續發展的自動化應用,成了數位轉型策略的重要引子—人工智慧(AI)技術則是主藥,從分析大數據的雲端平台,到即時決策的邊緣終端,凡是數據所在,都會看到AI更顯著地牽引著各大產業質變的動向。
國際數據資訊(IDC)2020年推出的報告預測,全球在AI系統上的支出將加速成長,2019~2024年間的年複合成長率(CAGR)可高達20.1%。因為對企業而言,要在數位轉型的過程中維持競爭力,人工智慧技術佔了部份。
疫情刺激市場快速轉型,AI猛地從產業部署的藍圖要塞上,躍然化為戰場主將,改善實際應用的效率,並推動新興的產業合作模式,將是後疫情時代的發展重點。2021年AI將會加速發展,但如何加速?答案或許可見於兩大面向。
其一,產業將會加速分工,鏈結從資料中心到裝置終端的開發資源。2020年NVIDIA與Arm的併購案就能當作這項趨勢的楔子。
累積多年的GPU研發與應用資源,NVIDA對雲端AI運算的核心技術可說是勢在必得,未來若成功將Arm在行動運算上的廣泛佈局納入麾下,就能在智慧應用普及化的龐大運算架構中,更快速地實現高度整合且易於彈性部署的AI解決方案。
雖說在商業上,這是在整併業務與開發資源,但就技術發展而言,卻是在深化集中式與分散式資料管理的分工模式。AI是改變未來科技開發與應用的首要關口,要加速AI落地,更細緻的產業分工,會是這條轉型之路起點上的一小步。
其二,AI應用將會加速,確切的說,產業將更積極建立AI應用的規則性,這不僅能確立問責AI的機制,實現負責任、可信、可靠的智慧運算(responsible AI),對加速技術普及來說,也至關重要。
AI應用涉及更複雜的軟硬體整合,從演算法的智財權界定、開發規則制定甚至是標準化,到通用或客製專用硬體的開發模式創新,最後是在大小規模裝置上,處理推論與做出決策時的資料可溯性與合法性問題,這些目前都還存在不少潛在疑慮。
2020年我們看到了由G7成員國提出的AI全球夥伴關係(Global Partnership on AI;GPAI)成立,業界亦有微軟、國際標準化組織(ISO)等跨域共組的AI Global非營利組織,還有前身為MLPerf的開放工程聯盟(MLCommons)集結了更多的產業要角,共同推動機器學習技術的開發與應用。
正是有了產業共識,才能延續並穩定這波AI成長的動能,而在2021年,這些針對AI應用的跨國跨界協商與規則訂立將會持續。
工業數位轉型
2020疫戰,不僅改變了人們的生活日常,更極速的驅動了數位轉型及發展。這場全球化的疫情已從根本改變了人們的生活方式,並史無前例的加速了數位生活轉型。從一般生活層面、企業端,到製造業,都正經歷著一波數位轉型的革命。事實上,數位轉型早在疫情之前,各企業早就已經開始陸續佈局,然而疫情的突然到來,讓各企業原本的數位轉型加速進行,一波快速數位轉型的革命,正如火如荼的開展。然而所有的企業都一樣,在數位轉型的路上,總是遇到重重的關卡與挑戰,需要進一步克服。
事實上,不管任何企業,數位轉型都是一段漫長的旅程,例如正在工業4.0的框架下,加速邁向智慧化的製造業也不例外。製造業涵蓋多項設備,正以智慧工廠為目標,並朝向「自主化」的趨勢發展。目前製造業轉型面臨的痛點,包含產線設備效能有限,無法因應新興的與複雜的工作負載;過去部署的設備與新購入的設備整合不易,缺乏即時反應;以及設備、系統的安全性等。
為了解決上述痛點,成功的智慧化解決方案可由四個面向切入,分別是:效能、即時處理能力、資安與功能性安全。這「四大要件」在IIoT的部署中,扮演重要角色,將直接影響各式工業的發展,從工廠自動化、現有工廠設備的整合,到作業負載的整合,以及機器人的應用等。在智能化工廠的自主化發展趨勢中,下列幾點需要特別注意:
●可擴展的計算能力,以省電的方式解決不同的工作負載;
●結合安全性與即時性,避免系統故障或網路受損的潛在風險;
●隨著系統複雜性增加,來自多個感測器(如:視覺、雷達及光達)的感測器融合(Sensor fusion)訊息必須結合機器學習,得出準確及可行的資訊;
●所有硬體皆須透過整體性的規模設計,以運行自主系統所需的複雜工作負載,並同時具備高效能以進行商業部署。
第三代半導體:SiC & GaN
第一代半導體是矽(Si),第二代是砷化鎵(GaAs),目前市場所談的第三代,則是碳化矽(SiC)和氮化鎵(GaN)。
第三代半導體有什麼不同?其最主要的特點,就是在「寬能隙(Wide Band Gap)」上。能隙是一個基礎的物理學原理,主要用來研究電子運動的現象,其所產生的效用就是導電性的差異。能隙越寬,電子越不容易越過,當然也就越能承受高電壓的系統應用。
所以跟傳統的矽材料相比,使用寬能隙材料的半導體產品,就展現出對於大功率系統和較高溫的環境有良好的適性,並實現了更好的能源轉換效率,以及更高的穩定度與可靠性。
而基於先天材料上的體質優勢,採用寬能隙材料的半導體元件,並不需要太多其他的輔助設計,例如散熱等,因此也有助於減少裝置的體積,達成輕量化的系統。
上述這些特色正好符合了當前產業趨勢的需要,例如電動車、再生能源、工業4.0、5G等,這些應用的最大特色就是採用高功率的電路設計,也因此使用寬能隙材料的元件就受到市場的青睞。
目前全球主要的電源元件供應商都已陸續布局了碳化矽和氮化鎵的方案與產能,尤其是這類元件的材料製作的成本較高,產能十分有限,現在幾乎已成了兵家必爭之物。一線的大廠更是透過策略聯盟,或者收購的方式,來確保自家的產能。
像是英飛凌(Infineon)除了與Cree達成SiC晶圓長期供貨戰略協定外,近期也與GT Advanced Technologies(GTAT)簽署碳化矽(SiC)晶棒供貨協議;意法半導體則收購了瑞典SiC晶圓製造商Norstel AB,不久前也與羅姆集團旗下的SiCrystal GmbH,簽署了長期供應SiC晶圓的協定。
台灣的晶圓供應商環球晶,日前則公告了將收購Siltronic AG,以強化在GaN和SiC的製造能量;世界先進經過了多年的研發後,目前已逐步量產了GaN的產品。
依據半導體市場研究機構Yole的分析報告,採用SiC電源元件的裝置,在2021年將有25%的年成長率;2023年則將達到44%;2025年則會進一步增加至50%的年成長。
數位資訊醫療照護
在2020年COVID-19疫情重創全球經濟態勢之際,防疫科技和醫療照護產業相關的人力、技術及產品的需求都很迫切,也讓個人智能健康照護與數位照護服務系統的成效倍受矚目,例如其中的醫用輔助軟體、生理偵測系統及遠距問診等設備促進個人健康品質及管理的產品,正促進數位資訊醫療發展。
資料來源:https://udn.com/news/story/6903/5177162
雷達偵測原理 在 Facebook 的最佳貼文
日本昭和天皇裕仁於1936年來勘察「聲音測位器」設備,俗稱的戰爭號角“War Tubas”
#這可不是超級低音號Tuba或大砲喔📯💥🎷
聲音測位器(Acoustic location)是一種聲波定位與擴大器,在第一次世界大戰與第二次世界大戰早期,被利用來偵測戰機引擎噪音以達到早期預警的目的,被後人稱為「聲音雷達」。
各國的聲音測位器雖然原理類似,但聲音測位器隨著發展國家的不同,有各種不同的形式,包括移動式的與固定式的。移動式的聲波定位器有類似四腳錐狀的,在日本則是類似管樂器的形狀,下方有四個輪子便於移動。在英國沿岸則是有固定式,用水泥製作,拋物線狀的測位器。麥克風設置在拋物線的中間,便於蒐集聲音。至今英國海岸邊,如鄧傑內斯(Dungeness)等地和地中海的馬爾它(Malta)還有一些這類型水泥製聲音測位器的遺跡。
Emperor Hirohito inspecting Japan’s acoustic location devices (“War Tubas”) in 1936.
雷達偵測原理 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的精選貼文
#物聯網IoT #3D感測 #飛時測距ToF #毫米波mmWave #光達LiDAR #無人機Drone/UAV #自主移動機器人AMR
【ToF vs. mmWave】
感測器是物聯網 (IoT) 的基礎,而 3D 感測器正迅速席捲各類垂直應用。其中,深度測量是基於飛時測距 (Time of Flight, ToF) 原理,自駕車高度依賴的光達 (LiDAR) 亦是基於 ToF 技術,差別在於:ToF 相機是連續波調變,可實現「像素級」測量;而光達是以快速掃描取勝、即時性較佳,但因為數據點較稀疏,畫質不如 ToF 攝影機,適合長距、廣角偵測。對應智能車的先進駕駛輔助系統 (ADAS),無人機 (Drone/UAV) 也有「APAS」(先進飛行輔助系統),會配備 ToF 防撞系統。
智能感測的另一重要趨勢是借助電波強度,將目光放得更遠。將毫米波雷達晶片與傳統感測器集成,可進行接近 (proximity)/在場 (Presence) 偵測、儲罐液位測量、人員活動探測、計數、移動監視,或自動化設備之間/人機協作的安防。嵌入毫米波雷達的機器人可進行智能定時和定位,使其具有相對且連動的感知能力以做出回應。再者,隨著感測器數量越來越多,若要將所有數據全數直上雲端,顯然不夠有效率。於是,擁有人工智慧 (AI) 的邊緣設備遂成優選方案。
有鑑於毫米波雷達較不受天氣影響,有些自駕車業者主張以毫米波雷達取代光達,但事實是:兩者仍有互補需要,關鍵在於「角解析度」。毫米波遠視能力雖佳,卻因影像不夠精細且欠缺速度數據,很難細辨具體人/物特徵。這樣的爭論在 2016 年特斯拉 (Tesla) 自駕路測發生死亡車禍後更趨激烈。現階段業界的共識是:毫米波雷達只能視為 ADAS,若要達到 L4~L5 自駕車等級,就非光達不可!同屬無人載具,無人機亦是要角,利用軟體做感測器融合彙整多方數據。
延伸閱讀:
《ToF 近觀、mmWave 遠眺,自主移動好眼力!》
http://compotechasia.com/a/feature/2020/0308/44171.html
(點擊內文標題即可閱讀全文)
#縱慧光電Vertilite #聯發科MediaTek #AutusR10 #超短距雷達平台USRR #佐臻Jorjin
雷達偵測原理 在 雷達所起的作用和眼睛相似,雷達的工作原理是怎麼樣的? 的相關結果
>雷達,是英文Radar的音譯,源於radiodetectionandranging的縮寫。意思為"無線電探測和測距",即用無線電的方法發現目標並測。因此,雷達也被稱為「無線電 ... ... <看更多>
雷達偵測原理 在 認識都卜勒氣象雷達 基本原理與性能 的相關結果
雷達偵測 ,但實際著手研究發展利用都卜勒氣象雷達用以取代原有. 傳統氣象雷達則是二十世紀末期的 ... 原理當雷達波束發射後碰到一正在移動的目標,波束反射再回到發 ... ... <看更多>
雷達偵測原理 在 雷達- 維基百科,自由的百科全書 的相關結果
雷達 (RADAR),是英文「Radio Detection and Ranging」(無線電偵測和定距)的縮寫及音譯。將電磁能量以定向方式發射至空間之中,藉由接收空間內存在物體所反射之 ... ... <看更多>