關於 cmos模組 ，我們在網路上蒐集到這些相關的討論、資訊與評價

0823 #收盤 #重點
📍「非凡股市最前線」：https://tw.tv.yahoo.com/stock-watch/

#Delta #Fed
Delta病毒持續在全球肆虐，據外媒報導，保持應派言論的達拉斯聯準銀行總裁Robert Kaplan上周五卻改口，表示Delta病毒正在美國快速擴散，若經濟復甦因此放緩，恐怕會再調整貨幣政策，讓縮表時程表再延後。

#台股
台股今（23）日一吐悶氣，不僅晶圓雙雄發威，電、金、傳傳值股齊揚，航運族群也強勢噴漲，加權指數終場強彈399.9點、漲幅2.45%，收在16741.84 點，站上5日線，並創3個月來最大漲點，成交值3635.17億元。

#航海王 #貨櫃三雄 #散裝
散裝船族群今（23）天全面反攻，股價衝上漲停，由於BDI指數衝破4000點大關，各式船舶日租金也水漲船高，包括慧洋 - KY、裕民、新興、中航、台航、四維航等同步亮燈漲停。而貨櫃最新運價也走揚，貨櫃三雄萬海亮燈漲停，為248元；長榮、陽明則上漲6-8%。整體運輸類股指數終場大漲 8%。

#小摩 #記憶體股
摩根士丹利證券先前降評記憶體類股，引發市場高度關注。不過最新摩根大通分析，投資人拋售記憶體股導致類股超跌，但半導體需求強勁，價格調整有限，看好DRAM明年下半年將迎來新一波上升循環。今日相關類股華邦電（2344）、南亞科（2408）、威剛（3260）、旺宏（2337）上漲2~3%。

#台積電 #鴻海 #台股
台股今天上演跌深反彈行情，在台積電、鴻海、大立光等電子股全面回神下，開盤跳空上漲，盤中更一度大漲超過400點，不僅重新站回16700點關卡之上，同時收復了5日線。盤面百花齊放，金融、鋼鐵、航運族群也都全面齊揚，其中貨櫃三雄萬海及散裝航運裕民、志信、中櫃等多檔個股，通通攻上漲停，激勵加權指數周一終場上漲399點，收在16741點，成交量為3635億元。

#聯發科 #世芯 #ASIC族群
聯發科今天回神大漲近半根停板，站回900元之上，帶動 IC 設計股走堅，其中， 特殊應用晶片(ASIC)廠世芯-KY(3661)上半年大賺超過一股本，全年營收樂觀，獲外資看好，激勵股價直奔漲停，收復所有均線，其他ASIC廠智原(3035)、創意(3443)漲勢也相當凌厲。

#蘋果新機 #景碩 #PCB股
景碩(3189)為IC載板廠，受惠BT及ABF載板產能都供不應求，前七月累計營收190.69億元，年增26.79%，創歷年同期新高。進入下半年，蘋果新機即將上市也帶來強勁動能，AiP搭載數量會由三組提高到四組，景碩提供BT載板，成蘋果新機拉高毫米波出貨占比主要受惠者。在非蘋陣營部份，三星、OPPO、Vivo、小米等手機大廠將會跟進提高支援毫米波5G手機占比，帶動AiP模組強勁需求，法人看好景碩下半年旺季效應可期。 今日股價開高上漲，盤中完成填息後持續上攻，站回所有均線之上，突破月線反壓位置178.5元。近期在外資、投信積極買超下，股價應能維持強勁走勢。

#同欣電 #封測廠 #車用CIS
封測廠同欣電(6271)今日舉辦八德新廠上樑典禮，總經理呂紹萍表示，車用CMOS影像感測器(CIS)需求相當強勁，既有新竹廠即使已新增一條新產線，但預計明年初就會全線滿載，隨著車用鏡頭畫素升級、自駕趨勢成形，八德新廠投產後也將持續擴充新產能，迎接強勁需求。
#財經 #新聞 #非凡新聞 #ustvnews #news

摩爾定律放緩　靠啥提升AI晶片運算力？

作者 : 黃燁鋒，EE Times China
2021-07-26

對於電子科技革命的即將終結的說法，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有的，但這波革命始終也沒有結束。AI技術本質上仍然是第三次科技革命的延續……

人工智慧(AI)的技術發展，被很多人形容為第四次科技革命。前三次科技革命，分別是蒸汽、電氣、資訊技術(電子科技)革命。彷彿這“第四次”有很多種說辭，比如有人說第四次科技革命是生物技術革命，還有人說是量子技術革命。但既然AI也是第四次科技革命之一的候選技術，而且作為資訊技術的組成部分，卻又獨立於資訊技術，即表示它有獨到之處。

電子科技革命的即將終結，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有，但這波革命始終也沒有結束。

AI技術本質上仍然是第三次科技革命的延續，它的發展也依託於幾十年來半導體科技的進步。這些年出現了不少專門的AI晶片——而且市場參與者相眾多。當某一個類別的技術發展到出現一種專門的處理器為之服務的程度，那麼這個領域自然就不可小覷，就像當年GPU出現專門為圖形運算服務一樣。

所以AI晶片被形容為CPU、GPU之後的第三大類電腦處理器。AI專用處理器的出現，很大程度上也是因為摩爾定律的發展進入緩慢期：電晶體的尺寸縮減速度，已經無法滿足需求，所以就必須有某種專用架構(DSA)出現，以快速提升晶片效率，也才有了專門的AI晶片。

另一方面，摩爾定律的延緩也成為AI晶片發展的桎梏。在摩爾定律和登納德縮放比例定律(Dennard Scaling)發展的前期，電晶體製程進步為晶片帶來了相當大的助益，那是「happy scaling down」的時代——CPU、GPU都是這個時代受益，不過Dennard Scaling早在45nm時期就失效了。

AI晶片作為第三大類處理器，在這波發展中沒有趕上happy scaling down的好時機。與此同時，AI應用對運算力的需求越來越貪婪。今年WAIC晶片論壇圓桌討論環節，燧原科技創始人暨CEO趙立東說：「現在訓練的GPT-3模型有1750億參數，接近人腦神經元數量，我以為這是最大的模型了，要千張Nvidia的GPU卡才能做。談到AI運算力需求、模型大小的問題，說最大模型超過萬億參數，又是10倍。」

英特爾(Intel)研究院副總裁、中國研究院院長宋繼強說：「前兩年用GPU訓練一個大規模的深度學習模型，其碳排放量相當於5台美式車整個生命週期產生的碳排量。」這也說明了AI運算力需求的貪婪，以及提供運算力的AI晶片不夠高效。

不過作為產業的底層驅動力，半導體製造技術仍源源不斷地為AI發展提供推力。本文將討論WAIC晶片論壇上聽到，針對這個問題的一些前瞻性解決方案——有些已經實現，有些則可能有待時代驗證。

XPU、摩爾定律和異質整合

「電腦產業中的貝爾定律，是說能效每提高1,000倍，就會衍生出一種新的運算形態。」中科院院士劉明在論壇上說，「若每瓦功耗只能支撐1KOPS的運算，當時的這種運算形態是超算；到了智慧型手機時代，能效就提高到每瓦1TOPS；未來的智慧終端我們要達到每瓦1POPS。 這對IC提出了非常高的要求，如果依然沿著CMOS這條路去走，當然可以，但會比較艱辛。」

針對性能和效率提升，除了尺寸微縮，半導體產業比較常見的思路是電晶體結構、晶片結構、材料等方面的最佳化，以及處理架構的革新。

(1)AI晶片本身其實就是對處理器架構的革新，從運算架構的層面來看，針對不同的應用方向造不同架構的處理器是常規，更專用的處理器能促成效率和性能的成倍增長，而不需要依賴於電晶體尺寸的微縮。比如GPU、神經網路處理器(NPU，即AI處理器)，乃至更專用的ASIC出現，都是這類思路。

CPU、GPU、NPU、FPGA等不同類型的晶片各司其職，Intel這兩年一直在推行所謂的「XPU」策略就是用不同類型的處理器去做不同的事情，「整合起來各取所需，用組合拳會好過用一種武器去解決所有問題。」宋繼強說。Intel的晶片產品就涵蓋了幾個大類，Core CPU、Xe GPU，以及透過收購獲得的AI晶片Habana等。

另外針對不同類型的晶片，可能還有更具體的最佳化方案。如當代CPU普遍加入AVX512指令，本質上是特別針對深度學習做加強。「專用」的不一定是處理器，也可以是處理器內的某些特定單元，甚至固定功能單元，就好像GPU中加入專用的光線追蹤單元一樣，這是當代處理器普遍都在做的一件事。

(2)從電晶體、晶片結構層面來看，電晶體的尺寸現在仍然在縮減過程中，只不過縮減幅度相比過去變小了——而且為緩解電晶體性能的下降，需要有各種不同的技術來輔助尺寸變小。比如說在22nm節點之後，電晶體變為FinFET結構，在3nm之後，電晶體即將演變為Gate All Around FET結構。最終會演化為互補FET (CFET)，其本質都是電晶體本身充分利用Z軸，來實現微縮性能的提升。

劉明認為，「除了基礎元件的變革，IC現在的發展還是比較多元化，包括新材料的引進、元件結構革新，也包括微影技術。長期賴以微縮的基本手段，現在也在發生巨大的變化，特別是未來3D的異質整合。這些多元技術的協同發展，都為晶片整體性能提升帶來了很好的增益。」

他並指出，「從電晶體級、到晶圓級，再到晶片堆疊、引線接合(lead bonding)，精準度從毫米向奈米演進，互連密度大大提升。」從晶圓/裸晶的層面來看，則是眾所周知的朝more than moore’s law這樣的路線發展，比如把兩片裸晶疊起來。現在很熱門的chiplet技術就是比較典型的並不依賴於傳統電晶體尺寸微縮，來彈性擴展性能的方案。

台積電和Intel這兩年都在大推將不同類型的裸晶，異質整合的技術。2.5D封裝方案典型如台積電的CoWoS，Intel的EMIB，而在3D堆疊上，Intel的Core LakeField晶片就是用3D Foveros方案，將不同的裸晶疊在一起，甚至可以實現兩片運算裸晶的堆疊、互連。

之前的文章也提到過AMD剛發佈的3D V-Cache，將CPU的L3 cache裸晶疊在運算裸晶上方，將處理器的L3 cache大小增大至192MB，對儲存敏感延遲應用的性能提升。相比Intel，台積電這項技術的獨特之處在於裸晶間是以混合接合(hybrid bonding)的方式互連，而不是micro-bump，做到更小的打線間距，以及晶片之間數十倍通訊性能和效率提升。

這些方案也不直接依賴傳統的電晶體微縮方案。這裡實際上還有一個方面，即新材料的導入專家們沒有在論壇上多說，本文也略過不談。

1,000倍的性能提升

劉明談到，當電晶體微縮的空間沒有那麼大的時候，產業界傾向於採用新的策略來評價技術——「PPACt」——即Powe r(功耗)、Performance (性能)、Cost/Area-Time (成本/面積-時間)。t指的具體是time-to-market，理論上應該也屬於成本的一部分。

電晶體微縮方案失效以後，「多元化的技術變革，依然會讓IC性能得到進一步的提升。」劉明說，「根據預測，這些技術即使不再做尺寸微縮，也會讓IC的晶片性能做到500~1,000倍的提升，到2035年實現Zetta Flops的系統性能水準。且超算的發展還可以一如既往地前進；單裸晶儲存容量變得越來越大，IC依然會為產業發展提供基礎。」

500~1,000倍的預測來自DARPA，感覺有些過於樂觀。因為其中的不少技術存在比較大的邊際遞減效應，而且有更實際的工程問題待解決，比如運算裸晶疊層的散熱問題——即便業界對於這類工程問題的探討也始終在持續。

不過1,000倍的性能提升，的確說明摩爾定律的終結並不能代表第三次科技革命的終結，而且還有相當大的發展空間。尤其本文談的主要是AI晶片，而不是更具通用性的CPU。

矽光、記憶體內運算和神經型態運算

在非傳統發展路線上(以上內容都屬於半導體製造的常規思路)，WAIC晶片論壇上宋繼強和劉明都提到了一些頗具代表性的技術方向(雖然這可能與他們自己的業務方向或研究方向有很大的關係)。這些技術可能尚未大規模推廣，或者仍在商業化的極早期。

(1)近記憶體運算和記憶體內運算：處理器性能和效率如今面臨的瓶頸，很大程度並不在單純的運算階段，而在資料傳輸和儲存方面——這也是共識。所以提升資料的傳輸和存取效率，可能是提升整體系統性能時，一個非常靠譜的思路。

這兩年市場上的處理器產品用「近記憶體運算」(near-memory computing)思路的，應該不在少數。所謂的近記憶體運算，就是讓儲存(如cache、memory)單元更靠近運算單元。CPU的多層cache結構(L1、L2、L3)，以及電腦處理器cache、記憶體、硬碟這種多層儲存結構是常規。而「近記憶體運算」主要在於究竟有多「近」，cache記憶體有利於隱藏當代電腦架構中延遲和頻寬的局限性。

這兩年在近記憶體運算方面比較有代表性的，一是AMD——比如前文提到3D V-cache增大處理器的cache容量，還有其GPU不僅在裸晶內導入了Infinity Cache這種類似L3 cache的結構，也更早應用了HBM2記憶體方案。這些實踐都表明，儲存方面的革新的確能帶來性能的提升。

另外一個例子則是Graphcore的IPU處理器：IPU的特點之一是在裸晶內堆了相當多的cache資源，cache容量遠大於一般的GPU和AI晶片——也就避免了頻繁的訪問外部儲存資源的操作，極大提升頻寬、降低延遲和功耗。

近記憶體運算的本質仍然是馮紐曼架構(Von Neumann architecture)的延續。「在做處理的過程中，多層級的儲存結構，資料的搬運不僅僅在處理和儲存之間，還在不同的儲存層級之間。這樣頻繁的資料搬運帶來了頻寬延遲、功耗的問題。也就有了我們經常說的運算體系內的儲存牆的問題。」劉明說。

構建非馮(non-von Neumann)架構，把傳統的、以運算為中心的馮氏架構，變換一種新的運算範式。把部分運算力下推到儲存。這便是記憶體內運算(in-memory computing)的概念。

記憶體內運算的就現在看來還是比較新，也有稱其為「存算一體」。通常理解為在記憶體中嵌入演算法，儲存單元本身就有運算能力，理論上消除資料存取的延遲和功耗。記憶體內運算這個概念似乎這在資料爆炸時代格外醒目，畢竟可極大減少海量資料的移動操作。

其實記憶體內運算的概念都還沒有非常明確的定義。現階段它可能的內涵至少涉及到在儲記憶體內部，部分執行資料處理工作；主要應用於神經網路(因為非常契合神經網路的工作方式)，以及這類晶片具體的工作方法上，可能更傾向於神經型態運算(neuromorphic computing)。

對於AI晶片而言，記憶體內運算的確是很好的思路。一般的GPU和AI晶片執行AI負載時，有比較頻繁的資料存取操作，這對性能和功耗都有影響。不過記憶體內運算的具體實施方案，在市場上也是五花八門，早期比較具有代表性的Mythic導入了一種矩陣乘的儲存架構，用40nm嵌入式NOR，在儲記憶體內部執行運算，不過替換掉了數位週邊電路，改用類比的方式。在陣列內部進行模擬運算。這家公司之前得到過美國國防部的資金支援。

劉明列舉了近記憶體運算和記憶體內運算兩種方案的例子。其中，近記憶體運算的這個方案應該和AMD的3D V-cache比較類似，把儲存裸晶和運算裸晶疊起來。

劉明指出，「這是我們最近的一個工作，採用hybrid bonding的技術，與矽通孔(TSV)做比較，hybrid bonding功耗是0.8pJ/bit，而TSV是4pJ/bit。延遲方面，hybrid bonding只有0.5ns，而TSV方案是3ns。」台積電在3D堆疊方面的領先優勢其實也體現在hybrid bonding混合鍵合上，前文也提到了它具備更高的互連密度和效率。

另外這套方案還將DRAM刷新頻率提高了一倍，從64ms提高至128ms，以降低功耗。「應對刷新率變慢出現拖尾bit，我們引入RRAM TCAM索引這些tail bits」劉明說。

記憶體內運算方面，「傳統運算是用布林邏輯，一個4位元的乘法需要用到幾百個電晶體，這個過程中需要進行資料來回的移動。記憶體內運算是利用單一元件的歐姆定律來完成一次乘法，然後利用基爾霍夫定律完成列的累加。」劉明表示，「這對於今天深度學習的矩陣乘非常有利。它是原位的運算和儲存，沒有資料搬運。」這是記憶體內運算的常規思路。

「無論是基於SRAM，還是基於新型記憶體，相比近記憶體運算都有明顯優勢，」劉明認為。下圖是記憶體內運算和近記憶體運算，精準度、能效等方面的對比，記憶體內運算架構對於低精準度運算有價值。

下圖則總結了業內主要的一些記憶體內運算研究，在精確度和能效方面的對應關係。劉明表示，「需要高精確度、高運算力的情況下，近記憶體運算目前還是有優勢。不過記憶體內運算是更新的技術，這幾年的進步也非常快。」

去年阿里達摩院發佈2020年十大科技趨勢中，有一個就是存算一體突破AI算力瓶頸。不過記憶體內運算面臨的商用挑戰也一點都不小。記憶體內運算的通常思路都是類比電路的運算方式，這對記憶體、運算單元設計都需要做工程上的考量。與此同時這樣的晶片究竟由誰來造也是個問題：是記憶體廠商，還是數文書處理器廠商？(三星推過記憶體內運算晶片，三星、Intel垂直整合型企業似乎很適合做記憶體內運算…)

(2)神經型態運算：神經型態運算和記憶體內運算一樣，也是新興技術的熱門話題，這項技術有時也叫作compute in memory，可以認為它是記憶體內運算的某種發展方向。神經型態和一般神經網路AI晶片的差異是，這種結構更偏「類人腦」。

進行神經型態研究的企業現在也逐漸變得多起來，劉明也提到了AI晶片「最終的理想是在結構層次模仿腦，元件層次逼近腦，功能層次超越人腦」的「類腦運算」。Intel是比較早關注神經型態運算研究的企業之一。

傳說中的Intel Loihi就是比較典型存算一體的架構，「這片裸晶裡面包含128個小核心，每個核心用於模擬1,024個神經元的運算結構。」宋繼強說，「這樣一塊晶片大概可以類比13萬個神經元。我們做到的是把768個晶片再連起來，構成接近1億神經元的系統，讓學術界的夥伴去試用。」

「它和深度學習加速器相比，沒有任何浮點運算——就像人腦裡面沒有乘加器。所以其學習和訓練方法是採用一種名為spike neutral network的路線，功耗很低，也可以訓練出做視覺辨識、語言辨識和其他種類的模型。」宋繼強認為，不採用同步時脈，「刺激的時候就是一個非同步電動勢，只有工作部分耗電，功耗是現在深度學習加速晶片的千分之一。」

「而且未來我們可以對不同區域做劃分，比如這兒是視覺區、那兒是語言區、那兒是觸覺區，同時進行多模態訓練，互相之間產生關聯。這是現在的深度學習模型無法比擬的。」宋繼強說。這種神經型態運算晶片，似乎也是Intel在XPU方向上探索不同架構運算的方向之一。

(2)微型化矽光：這個技術方向可能在層級上更偏高了一些，不再晶片架構層級，不過仍然值得一提。去年Intel在Labs Day上特別談到了自己在矽光(Silicon Photonics)的一些技術進展。其實矽光技術在連接資料中心的交換機方面，已有應用了，發出資料時，連接埠處會有個收發器把電訊號轉為光訊號，透過光纖來傳輸資料，另一端光訊號再轉為電訊號。不過傳統的光收發器成本都比較高，內部元件數量大，尺寸也就比較大。

Intel在整合化的矽光(IIIV族monolithic的光學整合化方案)方面應該是商業化走在比較前列的，就是把光和電子相關的組成部分高度整合到晶片上，用IC製造技術。未來的光通訊不只是資料中心機架到機架之間，也可以下沉到板級——就跟現在傳統的電I/O一樣。電互連的主要問題是功耗太大，也就是所謂的I/O功耗牆，這是這類微型化矽光元件存在的重要價值。

這其中存在的技術挑戰還是比較多，如做資料的光訊號調變的調變器調變器，據說Intel的技術使其實現了1,000倍的縮小；還有在接收端需要有個探測器(detector)轉換光訊號，用所謂的全矽微環(micro-ring)結構，實現矽對光的檢測能力；波分複用技術實現頻寬倍增，以及把矽光和CMOS晶片做整合等。

Intel認為，把矽光模組與運算資源整合，就能打破必須帶更多I/O接腳做更大尺寸處理器的這種趨勢。矽光能夠實現的是更低的功耗、更大的頻寬、更小的接腳數量和尺寸。在跨處理器、跨伺服器節點之間的資料互動上，這類技術還是頗具前景，Intel此前說目標是實現每根光纖1Tbps的速率，並且能效在1pJ/bit，最遠距離1km，這在非本地傳輸上是很理想的數字。

還有軟體…

除了AI晶片本身，從整個生態的角度，包括AI感知到運算的整個鏈條上的其他組成部分，都有促成性能和效率提升的餘地。比如這兩年Nvidia從軟體層面，針對AI運算的中間層、庫做了大量最佳化。相同的底層硬體，透過軟體最佳化就能實現幾倍的性能提升。

宋繼強說，「我們發現軟體最佳化與否，在同一個硬體上可以達到百倍的性能差距。」這其中的餘量還是比較大。

在AI開發生態上，雖然Nvidia是最具發言權的；但從戰略角度來看，像Intel這種研發CPU、GPU、FPGA、ASIC，甚至還有神經型態運算處理器的企業而言，不同處理器統一開發生態可能更具前瞻性。Intel有個稱oneAPI的軟體平台，用一套API實現不同硬體性能埠的對接。這類策略對廠商的軟體框架構建能力是非常大的考驗——也極大程度關乎底層晶片的執行效率。

在摩爾定律放緩、電晶體尺寸微縮變慢甚至不縮小的前提下，處理器架構革新、異質整合與2.5D/3D封裝技術依然可以達成1,000倍的性能提升；而一些新的技術方向，包括近記憶體運算、記憶體內運算和微型矽光，能夠在資料訪存、傳輸方面產生新的價值；神經型態運算這種類腦運算方式，是實現AI運算的目標；軟體層面的最佳化，也能夠帶動AI性能的成倍增長。所以即便摩爾定律嚴重放緩，AI晶片的性能、效率提升在上面提到的這麼多方案加持下，終將在未來很長一段時間內持續飛越。這第三(四)次科技革命恐怕還很難停歇。

資料來源：https://www.eettaiwan.com/20210726nt61-ai-computing/?fbclid=IwAR3BaorLm9rL2s1ff6cNkL6Z7dK8Q96XulQPzuMQ_Yky9H_EmLsBpjBOsWg

【成長股領軍7檔績優股出列】
時間：2021/7/25
發文：NO.1282篇
大家好，我是LEO
.
❖價值決定股價
當台股來到萬八，資金展開大遷徙，航運、鋼鐵、玻璃、造紙、紡織….這些傳產寵兒，在電子業旺季即將來臨之際，是否退潮？下半年的指標股在哪裡？電子會順利接棒嗎？資金的流向跟著產業趨勢，跟著日常生活走，例如：電動車，Mini LED，低軌道衛星，利基型記憶體，就是明確的產業….法人看未來，著眼的是公司的價值，股價上漲只是附加的好處。
.
❖強茂(2481)
6月獲利數字，單月稅後後淨利2.11億元、年增129%，單月EPS達0.63元，表現驚艷，近期電動車題材中包含IGBT及SIC模組，IGBT模組中的快揮發二極體及碳化矽模組中的蕭基二極體產品，強茂則皆有佈局，從小訊號二極體轉往全系列中高壓功率元件MOS、IGBT及碳化矽第三代材料產品開發及發展，是目前國內上市櫃公司少數有第三代半導體晶片出貨實績的公司，隨營收比重的逐步攀升，有利於未來評價的提升。
.
❖晶豪科(3006)
受惠利基型記憶體需求爆衝，公司三大主力產品線，包括DRAM、NOR Flash、SLC NAND Flash需求非常強勁，今年營運持續向上，第一季稅後純益達6.45億元，較上季大增1.6倍，每股稅後純益2.3元，第二季營收61.75億元，又較上季成長24%，較去年同期成長92%，記憶體市況持續熱絡，滿手訂單-團隊預估今年營收獲利有望超越去年，甚至再創歷史高。
.
❖光罩(2338)
6月營收達5.2億元，年增34.08%，創歷年新高，重點是晶圓代工客戶需求暢旺，稼動率維持滿載熱況，加上產品漲價效益，下半年營收有望逐季創下新高，本業獲利也將較上半年成長，它的產品主要是-半導體用的光罩，客戶群包含台積電(2330)、世界先進(5347)、韓國東部高科等，但六月自結EPS為-0.07元，主要受業外虧損影響，國內第三次無擔保轉換公司債(CB3)剛剛完成公開承銷，價格為115.23元，現股收盤才101.5元。
.
❖凡甲(3526)
凡甲(連接器大廠)同時握有寧德時代與比亞迪等兩大車用客戶，6月繳出2.59億元歷年同期新高成績，年增56.35％；累計上半年營收12.55億元，較去年同期成長23.83％。除了筆電需求穩定，伺服器方面，高速線滲透率逐步提升，車用產品隨大陸自主品牌出貨成長，訂單需求持續提升，推升毛利率，加上減資後股本縮小，團隊預估今年每股EPS可望寫下新高。
.
❖同欣電(6271)
CMOS影像感測器（CIS）封測廠同欣電是星鏈（Starlink）計畫低軌衛星RF獨家供應商，星鏈計畫550公里高度的低軌道衛星-發射總量約4,000個，平均一年發射1,000個，一個衛星中約有6,000多顆RF收發模組，高達2400萬顆RF都將全部由同欣電獨家供應。6月合併營收達11.66億元、月成長0.9％，創單月歷史新高，第二季合併營收季成長9.3％至34.34億元，累計上半年合併營收為65.76億元、年增63.7％，若350公里高度的衛星發射計畫也能爭取到獨家，未來成長動能驚人。
.
❖博智(8155)
伺服器產業的未來，1.後疫情時代需求仍將延續，如遠距辦公、線上服務等，2.未來5G逐漸普及，帶動雲端運算、邊緣運算、物聯網、車聯網…持續發展，未來幾年伺服器產業都會穩定成長。博智受惠伺服器及IPC挹注動能，上半年淡季不淡，團隊看好Whitley平台第二季起逐漸增量、網通400G交換器量優於去年、半導體測試板將成為新動能，高階產品比重提升、產品組合優化，今年營運表現不錯。
.
㊙幸福的依靠㊙
除了這幾家公司以外，LEO發現一家員工【幸福的依靠】，第2季營運淡季不淡，下半年營運將優於上半年表現，關鍵產品已經通過重量級指標大廠出貨驗證，隨時可以出貨，帶來龐大營收挹注，LEO對它中長線營運非常看好，想知道是哪一家公司嗎？請持續追蹤-股民當家群組。
.
⧉更多產業新知請鎖定
❖Line群組傳送門⤵
https://lihi1.com/jjjwf
❖TG 頻道傳送門⤵
https://t.me/stock17168
天佑台灣，疫情早日結束❤️

小米 Xiaomi 喺 2021 年 3 月 29 號晚上舉行咗發佈會，宣佈推出小米11 Ultra 同小米 11 Lite，今日就同大家介紹下！

小米11 Ultra 機背使用陶瓷物料，而正面就係 6.81 吋嘅 WQHD+ AMOLED 四曲面開孔屏幕，支援 120Hz 更新率，同埋 480Hz 觸控採樣率。特別嘅係，佢喺機背後面嘅相機模組上，有一個 1.1 吋嘅AMOLED副屏幕，可以顯示信息、時間、同埋電量等等嘅資料，亦可以用嚟輔助用家使用主鏡頭自拍。有咗呢個副屏幕，以後大家如果要開Live，又要用主鏡頭，咁就容易得多，唔駛驚走位。 小米 11 Lite 就採用 6.55 吋嘅FHD+ AMOLED 屏幕，支援 90Hz 更新率，同埋 240Hz 觸控採樣率。

配置方面，小米 11 Ultra 配備高通 Snapdragon 888 處理器，支援 5G 雙卡雙待、屏幕指紋及 AI 人臉解鎖、IP68 防水等級、同埋支援 Wifi 6E 等等功能。另外，佢仲有由 Harman Kardon 認證專業調音嘅雙喇叭系統，提供優質嘅音效體驗。我哋試下開個有多行走馬燈嘅新聞節目睇下，完全無問題，非常流暢。

小米 11 Lite 就配備高通 Snapdragon 732G 處理器，並採用機身電源鍵結合指紋辨識嘅設計，支援 NFC 技術、雙卡雙待、及 micro SD 卡擴充儲存空間等功能。

Alfred 今日就嚟到西九海旁，同大家一齊睇下我用呢一部 Mi 11 Ultra 拍出嚟嘅日落景係咩樣。

拍攝方面，小米 11 Ultra 前置鏡頭有 2000 萬像素，而後置 3 鏡頭就由5000 萬像素嘅 Samsung GN2 CMOS 鏡頭、加 4800 萬像素超廣角鏡頭、同 4800 萬像素 5 倍光學變焦鏡頭組成，支援全焦 8K 拍攝、多機聯錄、超級夜景、魔法換天 3.0 同最高 120X 數碼變焦等功能，而佢喺 Dxomark上更獲得史上最高嘅 143 分，絕對係影相、廣角、同視頻上嘅王者。

而小米 11 Lite 嘅鏡頭都唔錯！佢前置鏡頭有 1600 萬像素，而後置 3鏡頭就由 6400 萬像素主鏡頭、800 萬像素超廣角鏡頭、同 500 萬像素長焦鏡頭組成，支援 4K 拍攝、一鍵換天、魔法分身等功能。

小米 11 Ultra 配備 5000mAh 嘅矽氧負極電池，支援 67W 有線及無線快速充電技術，同 10W 無線反向充電，代表用家可以使用呢部電話為其他裝置充電，夠晒實用！而小米 11 Lite 就有 4250mAh 嘅電量，支援 33W快速充電。

小米 11 Ultra 嘅內置 12GB RAM + 256GB 儲存空間，陶瓷黑版本喺香港定價 HKD $8499，正式推出日期待定。而小米 11 Lite 就有內置 6GB RAM + 128GB 儲存空間版本，定價 HKD $2199，珍珠黑將會喺 4 月 6 日正式發售，而糖果藍同埋蜜桃粉會於稍後推出。

Insta360 One R發佈時，Leica 1吋CMOS模組可算是最搶眼的賣點，最近這個模組終於到港，記者也終於能上手測試這個Leica模組的表現到底如何。

=========　
全新副刊，推動知識文化多元。培養品味，立足香港放眼世界。不畏高牆，我們站在雞蛋一方。
《果籽》　栽種品味，一籽了然。
https://hk.appledaily.com/realtime/lifestyle/

［討論議題］
聯發科5G晶片大翻轉!跨入三星 華為遭排擠?!
打入三星A系列!聯發科5G晶片將用三星最熱賣款?
"三星A系列"重量級 量最大.新功能.打市場都靠它
三星找聯發科.挺美國打中國?川普只剩韓國
狠!華為"去美化還去韓化"?韓媒爆三星危險了
賠錢貨變金雞母!SONY CIS市佔率近半靠"慢動作"?
攝影鏡頭模組"CMOS進化CIS"需求爆發SONY翻身
台積電打造CIS重鎮 台廠同盟成員那些吃香喝辣?

========= 優惠資訊 =========
【註冊IU線上社大-免費送10美元愛學幣】http://www.investu.asia/
========= 最新課程=========
【華爾街見聞-免費直播課程】
週二、週四 22:00~22:50
https://rebrand.ly/WallStreet-IU
========= 聯絡我們 =========
【關注Dr.謝晨彥】https://bit.ly/2QTiYr4
【豐彥財經連絡電話】+8862-272-60178
【豐彥財經 LINE@ ID】@msfg
【豐彥財經臉書】 http://bit.ly/2KvJZiu
【豐彥財經官網】 https://msfg.tw/msfg/
【InvestU線上社大官網】http://www.investu.asia
【合作邀約】msfg6688@gmail.com

影片來源自：
波音才是竊密慣犯？江澤民「空軍一號」搜出竊聽器！外匯存底、聯繫匯率…中共持續加強掌控香港力道？ 三星找聯發科、挺美國打中國？川普只剩韓國 -【這！不是新聞】20191209
https://youtu.be/WG-qK9JBhHw