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
「三星手機無法連接電腦」的推薦目錄:
- 關於三星手機無法連接電腦 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於三星手機無法連接電腦 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於三星手機無法連接電腦 在 王慕天 WMSKY Facebook 的精選貼文
- 關於三星手機無法連接電腦 在 [問題] 三星NOTE4無法使用MTP傳輸- 看板MobileComm 的評價
- 關於三星手機無法連接電腦 在 Samsung Galaxy Note 無法以USB 成功連接Windows XP 的評價
- 關於三星手機無法連接電腦 在 【星事神最懂】Galaxy 手機接上電視或螢幕開啟三星DeX 的評價
- 關於三星手機無法連接電腦 在 硬碟手機nas磁碟陣列資料救援一晟誼科技 - Facebook 的評價
- 關於三星手機無法連接電腦 在 #問#求助#三星A5連接不到電腦 - 3C板 | Dcard 的評價
- 關於三星手機無法連接電腦 在 [問題] 三星S6 使用傳輸線無法連接電腦- 看板MobileComm 的評價
三星手機無法連接電腦 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
IoT時代5G專利授權機制之挑戰與機會
科技產業資訊室 (iKnow) - 何思穎、張小玫 發表於 2020年3月27日
柏林工業大學與IPlytics GmbH於2020年2月初邀請了世界各地的產業專家參加了5G專利研究結果的報告。這項5G研究由德國聯邦經濟事務和能源部(BMWi)委託進行,目的是闡明5G標準的專利情況。受邀專家來自Nokia、Ericsson、華為、高通、中興通訊和三星等主要5G專利公司,奧迪、德國馬牌、西門子、BMW、福斯、博世、德國電信以及夫朗和斐協會(Fraunhofer)等德國產業的120名高級專利專家,共同商討未來的5G專利授權議題。
該5G專利研究的資料係基於已公告的5G專利以及向3GPP組織提交於ETSI資料庫的標準專利。然而,他們所做出的專利聲明(patent declaration)並不能視為經過法律驗證的標準必要專利(SEP)。若要識別5G標準專利之真正貢獻,需要由5G技術特定的標準產業專家來驗證。
研究結果顯示,5G標準已獲得很多專利。目前總共宣布了95,526項5G專利,細分為21,571個獨特的專利家族,其中只有44%尚未獲批准。但是,由於大多數5G專利都是最近才提交的,因此預計在未來幾年內專利授權的比例將大幅提高。大多數5G專利均是在2017年至2019年間申報,可見逐年增長的趨勢,再加上由於5G標準的開發尚未完成,預計未來幾年會有更多的專利聲明。值得一提的是,針對5G申報的專利中有24%之前已經針對4G申報過,這也意味著部份4G技術與新5G規範相關。
5G專利市場中國參與者增加且是新進入者
研究結果顯示,華為(中國)、中興通訊(中國)、三星(南韓)、LG(南韓)、諾基亞(芬蘭)、愛立信(瑞典)和高通(美國)是5G專利領導者。其中,有些原不在4G發展而後進入5G的新參與者:Oppo(中國)、Vivo(中國)、FG Innovation(中國)、展訊通信(中國)和華碩電腦(台灣),都是5G專利排行榜上的新面孔。
3GPP是制訂3G、4G和5G等電信標準的機構。華為、愛立信、諾基亞、高通、中興通訊、三星和LG等主要4G標準開發商再度成為5G發展的有力競爭者,且來自中國的新玩家和後進者越來越多。
產業專家說:「5G專利的授權議題可能會很複雜」
與會者一致認同,5G專利的授權將比4G更加複雜。5G標準具有更多可組合的模組(module)和技術。因此,公司將根據不同5G用例採用不同的5G規格,汽車與冰箱會採用不一樣的5G技術特徵(feature)。由於不同5G規格(specification)須遵循不同的SEP標準必要專利,因此很難定義5G用戶會需要哪些專利。專利擁有者必須找到有效方法,針對不同用例推出不同的5G授權方案及不同的專利費率。
專利池有望解決SEP授權的僵化且複雜問題
其實,專利池(patent pool)概念已行之多年,未來在5G專利授權可扮演重要的角色。專利池的主要原理是解決授權的僵固性,也就是透過節省授權人(Licensors)和被授權人(Licensees)的交易成本。尤其是當許多不同產業都使用5G時,這也意味著更多公司的應用及使用(與智慧手機產業相比),則交易成本不免增加。因此,專利池在這裡的目標是簡化授權過程,例如:由於所有成員必須就該專利池的條款及條件達成共識並作出承諾,因此專利池為所有授權人提供單一版本的合約並排除了對專利品質的討論。這些條款和條件定義了專利擁有者之間如何分配權利金(royalty),當產業同意這些條款和條件時,可以減少問題。因此專利池的成功,很大程度上取決於加入專利池的專利權人之數量及規模。然而,加入專利池可能會遇到所謂「先有雞還是先有蛋」的問題,因為若沒找到領頭的人,其他公司也會躊躇不決。
一些專利擁有者認為,即使成為專利池的一員,某些問題仍無法解決,尤其是當授權人不同意專利池授權的條款和條件時,就會導致專利法院的訴訟。而當作為專利池的一員,不參與其他成員正在進行的訴訟,即有可能造成不透明的情況,這對專利權人的授權策略並不是好事。
目前,仍沒有5G專利池組織,所有與會專家也都認為有需要。但要建立一個成功的5G專利池,則必須有足夠數量的授權人和被授權人,並為不同的5G應用提供不同5G授權訂價費用。
將來,5G授權談判可能會出現不同的類型模式,就是:專利池及專利技術授權公司。專利池雖然聚集了專利權者,但同時,也會有所謂的防禦性專利聚集許多專利組合的專利技術授權公司,例如RPX或Allied Security Trust。
IoT時代SEP專利授權,可能因產業位階不同而有所不同
AVANCI是第一個專利池,針對智慧手機公司以外之產業,目標為汽車產業。當AVANCI成立時,還沒有適合的授權合約,當時汽車製造商和SEP擁有者得以從頭開始確認如何設計汽車產業的授權合約,因而具一定程度的靈活度。相比之下,現今的智慧手機產業存在所謂的「魚與熊掌不可兼得」:當建立新合約時,需要考慮到已存在的SEP授權合約。於是,給智慧手機產業帶來挑戰,並常常限制了新條款或授權條件的靈活度。
在智慧手機的現實世界裡,專利權人雖是授權人,但有時也是被授權者。專利權人經常在產品市場上下游競爭;換句話說,授權合約是競爭者之間的談判。然而汽車產業的SEP授權,授權方來自電信業,不與汽車業的被授權人相競爭。這使得授權談判更加容易,授權人與被授權人身分不會發生混淆情事。
例如:電信業和汽車業這兩個不同產業,在授權機制方面可能產生衝突。
電信產業:
SEP授權是在用戶設備級別,
因此,授權談判對象是設備製造商(OEM),
在某些案例中,權利金會考慮到成品的淨售價。
汽車產業:
專利通常交叉授權於垂直級別,
供應商可以將IP權納入其零件供應合同中。
權利金通常是基於零件售價。
基於零件的專利使用費或基於產品的專利使用費,何者是合理的解決方案?SEP擁有者聲稱,目前2G、3G和4G(和e-call)之SEP,AVANCI費率為15美元,這是非常低的。但汽車產業聲稱,與汽車中提供連接功能的模組價格相比,15美元是非常高的價格。汽車業已明確表明,此類網路連接標準的權利金將由終端消費者支付。
未來5G授權將面臨的考驗
該研究出席專家,一致認同5G專利授權的首要任務是找到簡潔的授權模式,否則授權不會成功甚至引發法律糾紛不斷。智慧手機領域的SEP授權廣為人知,大多數專家認為5G將與3G或4G的授權談判差不多。然而,智慧手機領域外的5G專利授權將更具挑戰性。由於5G的應用因產業而異,因此授權機制需要更加靈活,沒有一種規格能適用於所有模式,例如:汽車的5G安全功能、冰箱5G連接到其他家用電器。一套統一的5G授權模式是不可行的,但是靈活度是必要的。但業界同時需要找到一套能夠集合和打包5G專利授權的機制,以避免專利僵固性。現實面而言,針對每個物聯網應用,單獨與各個授權人討論也是不可行的。所以,專利池或許是可行的。
另一個挑戰是長尾理論的產品。換句話說,5G將會應用於由小型營利公司生產及運輸的IoT應用與產品,譬如:營收為1000萬歐元的柏林智慧IoT新創公司。如果每家公司的授權使用費太低,則向數萬家這樣的小公司各自收取使用費是不夠有效率的。專利擁有者必須捆綁資源以爭取所有5G小型用戶,或者是接受一定比例的搭便車者,免費使用5G技術專利。
5G或IoT用例與標準競爭
5G在各種不同IoT用例的應用,至今仍沒有人可以預測。終端用戶才是5G採用決定者,例如:在汽車中採用5G是否能帶來附加價值。
關於標準802.11p和V2X 5G之間的競爭,取決於汽車的連接用例。兩種標準都各自有優點,端看哪種標準採用次數較多。標準的競爭也意味著價格上的競爭,進而代表權利金的競爭。未來的汽車將同時整合這兩種標準,並將技術應用於不同的用例。
目前為止,5G是一個新標準,5G專利的授權議題將是未來的熱門話題。專家認為,目前可能不是與IoT設備製造商進行授權談判的適當時機,但關於建構出IoT授權應該及早進行。5G授權很有可能不會單獨談判,而是與其他標準專利一起進行。
附圖:圖、IoT時代5G專利授權機制之挑戰與機會
圖、2G/3G/4G/5G標準必要專利申報統計
資料來源:IPlytics GmbH,2020/2
資料來源:http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=16493&fbclid=IwAR2K8uHoHyNiGTedCND16_8jKAkcHI_QYApVuxX9rtNHHbgUJDYJCSeIFgE
三星手機無法連接電腦 在 王慕天 WMSKY Facebook 的精選貼文
【歷史上的今天】2007年1月9日,當時諾基亞(Nokia)是全球最大手機製造商,微軟(Microsoft)正準備推出 Windows Vista 作業系統,而蘋果(Apple)執行長賈伯斯(Steve Jobs)就在這一天,於蘋果在 Moscone Center West 舉行的「Macworld 2007」,發表了該公司製造的第一部行動電話「iPhone」,一個改變了全世界的裝置,它既是手機、也是音樂播放器,而且還是能夠連接網際網路的裝置。當時賈伯斯表示:「iPhone 是革命性的神奇產物,領先業界產品5年。」
而今天,2017年1月9日,正是蘋果 iPhone 的10歲生日。
現在讓我們回顧第一代 iPhone 的多項「劃時代」設計,當時的 iPhone 只有支援GSM,還無法3G上網,容量有4GB與8GB二種規格,3.5吋的螢幕已是那時候的「超大」尺寸,多點觸控和「雙擊」縮放照片帶來了手機上的瀏覽新體驗,而「僅有」11.6mm的厚度與內建 iPod、200萬畫素相機等多項功能也獲得讚許。至於 iPhone 的創新之最,應該是它以 HOME 鍵、ICON 圖像與使用者的手指所建構而成的高邏輯介面,讓任何人都能輕鬆學會且快速上手。
事實上,除了第一代 iPhone 問世,10年前(2007年)在手機界還發生了不少大事,這年是 HTC 自立品牌的第一年,你還記得 HTC 的第一部自有品牌手機「阿福機」HTC Touch 嗎?另外,當時智慧型手機市場的主流作業系統是 Windows Mobile 6,我們稱之為「PDA 手機」。諾基亞推出了 N95、N82 等主打高畫質影像的旗艦手機,Sony Ericsson 則是以 W880i、K810i 各擁音樂與照相的山頭,還有,三星主打 U708 超薄手機,LG 發表第一款 LG x PRADA 精品手機,而此時3.5G上網才剛開始興起。
時至今日,蘋果已經售出超過12億支的 iPhone,搖身一變,成為全球最吸金的企業。
科技網站 CNET 整理出 iPhone 問世10年來,改變世界的10個地方如下:
1、隨時在線
從前,我們必須開啟電腦才能連上網路,如今,有了可以上網的智慧型手機,隨時隨地都能全天候連線;隨著許多應用程式應運而生,甚至連網頁瀏覽器都不需打開就可以與網路連結。
2、更多產品接力問市
無論是與 iPhone 有關的眾多裝置,或是 iPhone 出現後才衍生出來的商品,包括 iPad、Apple Watch 等相繼問世。此外,還有各式各樣的手機配件應運而生,例如手機外殼、藍牙耳機、擴音器和充電底座。全球手機配件市場的收入,估計將在2021年達到1100億美元(約新台幣3.5兆元)。
3、各類應用程式(App)誕生
第一代 iPhone 並沒有 App Store,直到2008年7月,蘋果推出 iPhone 3G 和 iPhone 2.0 軟體,才容許第三方開發應用程式。如今 App Store 已有超過200萬個應用程式,也使得某些產業必須仰賴智慧型手機才能生存,例如 Uber 及 Lyft,而 Instagram 和 Snapchat 也改變了我們分享照片的方式。
4、人人都是攝影師
iPhone 不僅具備拍照功能,加上輕輕鬆鬆就能連上網路、分享照片,燃起了人們心中的拍照魂。
5、現場直播風行
iPhone 搭載相機功能也意味著使用者手中擁有一台可攜式攝錄影機,手機上網的功能也讓使用者隨時都能直播,即時分享日常生活中的所見所聞。
6、觸控螢幕
觸控螢幕曾相當罕見,如今,當小寶寶用手滑過電視螢幕,或許還會為了電視畫面內容沒有改變而感到疑惑。現在,隨處都可見到互動式螢幕,甚至連冰箱也配備觸控功能。
7、不再迷路
iPhone 推出地圖功能,讓使用者探索陌生城市時,不用再站在街角看著手中大大的紙本地圖,像個困窘的觀光客。
8、電動遊戲進入新階段
iPhone 改變了玩遊戲的方式。用手指在觸控螢幕上點擊滑動就能玩的手機遊戲大受受歡迎,例如紅極一時的「憤怒鳥」(Angry Birds)。而2016年10大最吸金的 iPhone 應用程式中,就有七個是遊戲,其中包括「Pokemon Go」。
9、電子錢包
蘋果雖不是第一家探討手機付費的公司,卻讓更多人了解這項科技。現在人們只要用手機,就能購買商品。iPhone 的 Wallet 還能把信用卡、商店卡、登機證、電影票、折扣券、積分卡等,全部存放在同一處。
10、其他改變
出門不再需要攜帶手電筒和計算機等小工具,社群網站(例如 facebook)讓人們隨時隨地都能與朋友聯繫,而 Podcasts 功能則讓聽眾隨時都能重溫已播過的電台節目。
三星手機無法連接電腦 在 Samsung Galaxy Note 無法以USB 成功連接Windows XP 的推薦與評價
1) 先不要把手機連接到電腦,先在手機進入系統設定-> 無線與網路-> USB 功能-> 大容量USB 存儲裝置-> 輕觸一下那個名稱為{連接儲存裝置至電腦} 的按紐, ... ... <看更多>
三星手機無法連接電腦 在 [問題] 三星NOTE4無法使用MTP傳輸- 看板MobileComm 的推薦與評價
前陣子把手機換成三星NOTE4了
雖然是有點時間的機子 不過因為想找有觸控筆+可換電池的機子 也別無選擇了
不過傳輸檔案時遇到了問題
雖然以前我的電腦連接A8跟NOTE1.2.3.5等機子都沒有問題
(是的 NOTE1~5我的電腦都吃過 就唯獨NOTE4有問題........QwQ)
但是我的電腦(WIN7 64bit)用USB線接上NOTE4後
會跳出要用MTP或PTP格式的選擇
如果選擇MTP會完全無反應 選PTP雖然可以連線
但只能辨識圖片格式的檔案 其他什麼東西都看不到
本來應該有東西的地方會跟你說裡面0個檔案
我從手機裡面的"數據連線與可攜式基地台" 直接開啟USB傳輸選項 一樣無效
我也有從網路上找過解法
有一種解法是直接去電腦管理把手機解除安裝
然後重新安裝一次 但很可惜的也無效 完全無法辨識
(唯一的例外是使用PTP連線的時候可以辨識 但是一切成MTP後馬上又無法辨識)
網路上也查到三星有一些官方提供的檔案管理程式
我載了SAMSUNG kies3跟Smsart Switch來用
結果還是一樣 裝起來後根本偵測不到手機裝置
(不使用MTP模式會無法連接 但我手機開MTP就沒反應啊......QwQ)
如果從電腦方試圖搜尋可更新的驅動程式呢?
理所當然的失敗了 搜個老半天啥都沒有
我能用的手法全用過了 最後全都失敗
本板用MTP當關鍵字查詢也查不到類似的問題
我是參照官方指南的問題排除去作的
https://ppt.cc/fXg3tx
目前只差無法確認電腦上的是不是Windows Media Player 11
而且我打開電腦上的Media Player後也查不到是不是11
不過Win7上裝的應該都已經是11以上了
如果有人知道問題出在哪的話請告訴我吧........QwQ 感謝大家......QwQ
--
「譁! 原來是個穿著很亮盔甲的金皮卡。
鹹濕的眼神、淫賤的笑意、乞撚人憎的動作,已知道他是基佬中的極品的了」
Fate/zero 全四卷 歡樂發行中!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 106.104.38.159
※ 文章網址: https://www.ptt.cc/bbs/MobileComm/M.1556741155.A.1F8.html
這是一個方法 但我希望能有治本的手段 不然要傳什麼都要經過這一個手續會很麻煩
線換過了 還是沒用 但應該不是線的問題
因為PTP模式可以抓得到手機裡的圖 問題在開MTP模式電腦會抓不到 QwQ
晚些去換台電腦連連看好了 只是問題在手機的機會應該很小
畢竟手機上可以調整的項目應該不多
而我查到NOTE4一般人會遇到的問題 大多也就只是插上電腦不會直接連線
必須以下拉式的方式拉出連線選單 再連MTP模式才能連線
因此我想問題多半還是出在電腦上
(除非有人能告訴我NOTE4還能調整什麼選項來跟電腦連線)
另外重刷是什麼意思 @w@?
搞定了! 打密技進入開發人員選項後選USB偵錯終於搞定........QwQ
多謝!
... <看更多>