2018電子技術、應用與產品展望
低功耗和集成化是未來物聯(lián)網產品設計趨勢
本文引用地址:http://cafeforensic.com/article/201712/373587.htm2018年整個半導體產業(yè)仍將延續(xù)平穩(wěn)增長的態(tài)勢。其中IoT的相關領域將會成為增長亮點。與之而來的5G相關領域也將迎來爆發(fā)期。Qorvo也將繼續(xù)鞏固在移動終端和基礎設施領域的優(yōu)勢,尋求快速增長。公司在IoT以及5G等領域做了提前布局,在2018年將會有一系列新產品面世。
LPWAN是物聯(lián)網的解決方式之一, 專為低帶寬、低功耗、遠距離、大量連接的物聯(lián)網應用而設計。這其中的RF功能的實現(xiàn),將對半導體行業(yè)帶來新的要求,也同時帶來了巨大的機會。Qorvo針對物聯(lián)網以及LPWAN提供的全套RF解決方案將使得物聯(lián)網的實現(xiàn)更加簡單和高效。
集成化,系統(tǒng)化是不可阻擋的必然趨勢。Qorvo在移動終端和基礎設施領域都是集成化和系統(tǒng)化的引領者。Qorvo同時擁有GaN、GaAs、BAW/SAW等不同種類自由工藝產線。具備把各種工藝芯片通過MCM的方式進行高度集成的能力。這也成為Qorvo區(qū)別于其他競爭對手的獨特優(yōu)勢。在今后的5G時代,這樣的高集成度需求將變得越加突出。
存儲
針對AI的存儲解決方案
傳統(tǒng)的視頻監(jiān)控一直是被動式的,在這種模式下,只有當人或機器觀察到某個事件,才能立即或稍后對其作出反應。隨著視頻分析從傳統(tǒng)的啟發(fā)式算法轉向深度學習算法,加上人工智能的問世實現(xiàn)了對這些數據的機器驅動型智能操作,美光可以將安防應用從單純的被動式調查轉變?yōu)橹鲃拥氖录A防并且/或者實現(xiàn)消費者服務的提升。這種類型的AI功能在任何智能基礎設施部署(包括城市、工廠、機場、商場、酒店和企業(yè))中具有重要價值,有助于事故防范。此外,這類AI和行為識別還可用于改善零售、體育場館、交通樞紐和校園等場所的服務和客戶體驗。
有效的主動行為要求低延遲的響應時間,實現(xiàn)這一點的最佳方式是在邊緣節(jié)點(攝像頭本身而不是服務器端)嵌入AI??稍谝曨l源實現(xiàn)AI的智能攝像頭將變得日益流行和普及,并且需要高分辨率圖像傳感器——SoCs的支持才能得以實現(xiàn)。
美光存儲解決方案
美光科技提供廣泛的內存和存儲解決方案,適用于各種攝像頭設計。具體來說,對于由AI驅動的攝像頭,美光先進的DDR4和LPDDR4技術適用于高速神經網絡的實施。SoC和內存之間的數據移動占據神經網絡實現(xiàn)的大部分工作負載,美光科技的專長可幫助客戶為高速神經網絡的實施選擇更好的內存形態(tài)、組合和功能。美光基于3D NAND的eMMC技術使客戶能夠存儲大量代碼和關聯(lián)數據庫,而基于3D NAND的高密度工業(yè)級uSD卡使客戶能夠以具成本效益的方式在攝像頭中實現(xiàn)邊緣存儲以及邊緣處理。關于智能攝像頭,網絡安全也是我們主要關注的一個問題,美光科技為此專門推出了Authenta?系列非易失性存儲解決方案,可解決智能攝像頭中的網絡安全問題。除了強大的產品組合和遍布全球的分銷網絡,美光遍及全球的技術專家能夠幫助客戶針對急速發(fā)展的AI用例設計自己的系統(tǒng)。
FPGA
移動FPGA繼續(xù)加強對市場影響
隨著智能功能從云端擴展到網絡邊緣領域,移動FPGA對多個市場都產生了影響。萊迪思最開始專為移動應用優(yōu)化的產品能夠滿足許多網絡邊緣設備對小尺寸、低功耗以及成本的嚴苛要求,正越來越多地被應用于智慧城市、智能汽車、智能家居和智能工廠領域中的網絡邊緣智能和互連解決方案,用于實現(xiàn)車牌識別、語音偵測、人臉檢測和跟蹤等功能。
預計在網絡邊緣互連和計算領域將實現(xiàn)大幅增長,為智慧城市、智能汽車、智能家居和智慧工廠帶來更多智能功能。另外,隨著網絡邊緣物聯(lián)網設備變得越來越智能化,它們需要對請求做出更快的響應——這就要求產品要具備多個傳感器,并能夠進行學習、推理和決策。我們的可編程解決方案提供靈活性對于許多網絡邊緣應用而言極具吸引力。
預計2018年工業(yè)、汽車和消費電子行業(yè)將實現(xiàn)持續(xù)增長,充分利用FPGA的優(yōu)勢為傳感器橋接、嵌入式視覺和機器學習等應用實現(xiàn)所需的解決方案。
萊迪思始終致力于中國市場的業(yè)務,與來自網絡邊緣互連和計算等新興應用領域的客戶合作一起實現(xiàn)了智能音箱、AR/VR和車牌識別等解決方案。 網絡邊緣物聯(lián)網設備領域的快速創(chuàng)新帶來了產品多樣化和全新的使用模式,客戶難以有時間去設計定制芯片。因此,萊迪思的客戶非常重視萊迪思頗具成本效益的可編程解決方案,因為它們能夠快速實現(xiàn)全新功能,并可使用同樣的產品進行量產。不需要重新進行設計。
FPGA不僅是實現(xiàn)原型設計的理想選擇,萊迪思已經證明面向移動應用的FPGA非常適合用于量產,更是格外貼合網絡邊緣智能計算應用的要求。
大數據量進一步推動集中式計算
近10年來,大家看到集中式計算已實現(xiàn)了大幅的增長,大量數據流向云端以利用其在專用數據中心中低成本處理的優(yōu)勢。這是一種似乎與計算領域總趨勢不一致的趨勢,總的趨勢是始于大型機卻逐漸移向周邊包圍型智能和物聯(lián)網(IoT)。隨著我們進入2018年,這種集中化將達到它的極限。驅動下一波應用所需的數據量正在開始推動發(fā)展方向上的改變。
當前在企業(yè)生成數據中,僅有10%是在集中式數據中心之外被生成和被處理的。行業(yè)分析機構Gartner預測這個數字將在2022年達到50%。這是一種必然的反轉,其推動因素是業(yè)界向超級連通信息物理系統(tǒng)的轉變。這一反轉將隨著諸如5G無線通信等技術的到來和新一波面向應用的計算硬件浪潮的興起而實現(xiàn)。
另外,為了支持毫秒級的響應時間,計算資源需要被放置在更接近傳送點的位置,即位于網絡邊緣的“微云”上。這些機器學習算法的訓練將發(fā)生在核心云中,同時邊緣計算系統(tǒng)提供了能夠處理一些推理的任務,這樣也可以減輕云的能量需求。另外,連訓練過程也很可能移向邊緣,也還是因為數據的重心所致。即使有高比例數據壓縮,上傳足夠的數據以實現(xiàn)良好的訓練往往被證明是不現(xiàn)實的。
為了實現(xiàn)計算效率最大化,硬件加速技術將在邊緣計算機和微云中起到關鍵作用。在處理諸如實時機器學習等任務時,多核處理器本身會很慢且能耗很高。一種加速選擇可以是用一個通用圖形處理單元(GPGPU)或視覺處單元(VPU)來增強多核CPU。GPGPU和VPU被用于一些嵌入式系統(tǒng)中,來運行機器學習和數據分析算法,因為它們擁有高度并行化的浮點運算單元,可以為很多并行的神經元集合多輸入,而且這種做法比CPU的集群要快得多;即便是高端CPU供應商,也已經在整合其大規(guī)模并行單指令多數據(SIMD)單元(如Intel的AVX512 和Arm的NEON)來彌補這種差距。
Achronix多年以來一直在為可編程邏輯領域提供創(chuàng)新,在性能、功耗和成本領先性方面樹立了行業(yè)標準。最近宣布已完成一款在16nm工藝上驗證了 Speedcore的測試芯片,該芯片采用臺積電(TSMC)的16FFplus-GL工藝制造,擁有11層金屬疊層;其中的一個高性能Speedcore eFPGA內核包含40000個查找表、48個大小為20Kbit的RAM單元塊和72個DSP64單元塊。Achronix正在積極開發(fā)7 nm產品,并計劃也將于近期將該產品推向市場。
汽車
汽車市場中的功率電子和感測電子至關重要
展望2018年,Allegro繼續(xù)看好汽車市場。在汽車市場,我們認為電動汽車和自動駕駛將給未來的汽車行業(yè)帶來巨大變革,而目前已經在許多汽車上實現(xiàn)的先進駕駛員輔助系統(tǒng)(ADAS)是實現(xiàn)未來完全自動駕駛汽車的第一步,所有這些都是Allegro未來的業(yè)務增長動力。
無論是傳統(tǒng)的汽車,還是電動汽車,要實現(xiàn)完全的自動駕駛,需要對汽車的運行狀態(tài)進行更加準確的感測,對于汽車的安全性和可靠性要求也越來越高,同時也要求一些電子系統(tǒng)在性能和功能上具有一定的冗余和更進一步的擴展。Allegro一直為要求嚴苛、以安全性為核心的汽車應用設計和制造創(chuàng)新的傳感器和汽車電源集成電路,并通過提高集成度來實現(xiàn)更多的功能,減少電路板占位空間,提高產品的可靠性。
中國已經成為全球最大的汽車市場,尤其是在電動汽車領域發(fā)展迅速。無論是電動汽車,還是無人駕駛汽車,一個共同的趨勢是電氣化程度會越來越高,而安全性和可靠性也越來越嚴格,要實現(xiàn)這些,需要遵循嚴格的行業(yè)標準和提高產品的集成度。Allegro涉足了其中功率電子和感測電子領域,這兩個領域對于汽車自動駕駛都至關重要。
例如,在設計滿足ISO26262汽車安全標準要求的集成電路時,其他汽車半導體供應商通常使用多個(或冗余的)傳感器來滿足這個標準。Allegro認為提高集成度非常重要。Allegro剛剛發(fā)布了用于汽車安全系統(tǒng)的A1333和A1339角度傳感器IC,這些高精度IC通常用于電動助力轉向系統(tǒng)中BLDC電機的軸位置感測。 Allegro在單個小型TSSOP封裝中將一個A133x晶片堆疊在另一個A133x晶片的頂部。這兩個晶片是電隔離的,不共享任何相同的電氣連接。將兩個獨立的晶片集成在一個IC封裝中,可以構建符合ISO26262標準的小型電動機。
IP
AI將是關鍵技術,神經網絡加速器將起大作用
人工智能是未來的一項關鍵技術——不僅僅是明年,而是未來10年乃至更長的時間。它已經通過語音識別和智能視覺改變了我們的日常工作。我們認為人工智能很有戰(zhàn)略潛力,并在這一領域投入了大量資金。我們已經取得了極具競爭力的重大成果,相信我們的技術將有助于技術人員探索這一新領域。
Imagination面向2018年推出了全新的重要IP產品線。全新的PowerVR Series2NX神經網絡加速器(NNA)在很小的硅片上以極低的功耗支持進行高性能神經網絡計算。其設計初衷是為各種市場的推理引擎提供支持,而且還面向未來設計了一種擴展性極強的架構。神經網絡(NN)推動了各個行業(yè)技術的爆炸式進步,NNA現(xiàn)在是一類基本的處理器,就像CPU和GPU一樣重要。
2018年,中國對于Imagination非常重要。2018年,我們在中國的很多大客戶將要發(fā)貨,因此我們的銷售量會增加,而最重要的是我們將在中國建立新關系。部分原因是我們現(xiàn)有戰(zhàn)略推動的,這見證了我們這幾年在中國的不斷增長;還有部分原因要歸功于我們有深厚中國背景的新總公司Canyon Bridge。中國非常關注半導體生產的快速增長,而IP則是這方面很大的推動因素。我們?yōu)橹袊髽I(yè)感興趣的關鍵市場提供了合適的IP,在中國有著很好的關系和經驗,有一支強大的本地團隊,還有很多涉足我們業(yè)務的中國股東。
5G發(fā)展將推動半導體行業(yè)革新
2018年,5G發(fā)展將會推動半導體產業(yè)向前邁進,在這個智能手機市場的新時代,計算機視覺和深度學習將成為手機的標準技術,而汽車行業(yè)繼續(xù)在自動駕駛方面投資。這些都是現(xiàn)在推動業(yè)界蓬勃發(fā)展的領域。當然,NB-IoT將成為主流,從中國移動等運營商開始,并在2017年晚些時候向歐美發(fā)展。
CEVA四大發(fā)力技術領域
CEVA的運作瞄準四個技術領域,這些領域都廣泛適用于我們的中國客戶。這些領域包括蜂窩通信、短距離無線連接、視覺處理和聲音處理,其中每一個在現(xiàn)時都非常蓬勃,并有可能在2018年推動多個市場。
1)5G發(fā)展正在加快,進度十分順利。在5G啟動之前,中國移動早已在推進NB-IoT,所以這是2017年開始的一個推動力。
● 對于5G技術,中興微電子等基站客戶早已開始著手開發(fā)項目;
● 手機方面,我們將看到客戶在2018年開始5G設計;
● 對于NB-IoT,我們已經在終端市場與中興微電子共同工作,2018年將增加更多客戶。
2)藍牙5日漸成為主流,帶來更好的音頻質量和信號范圍。
3)聲音處理技術在消費類設備(比如靈隆科技公司的叮咚智能音箱和可穿戴設備)的語音助理和語音控制方面開辟了一個新天地。
4)計算機視覺和深度學習是具有相機功能設備(從智能手機到無人機及自主駕駛車輛)的熱門話題。
CEVA涉足所有這些領域,并對2018年的機遇感到非常興奮——事實上,Vivo已經在市場上推出了使用我們的視覺DSP的智能手機,不久,其他中國知名消費品牌也將陸續(xù)推出更多使用CEVA技術的設備。
RISC-V將成2018年趨勢
未來熱門應用集中在數據中心、汽車、企業(yè)級IT處理器密集領域。當然,這些應用中的大趨勢包括物聯(lián)網(IoT)、高級駕駛員輔助系統(tǒng)(ADAS)和大數據等。
為這些應用開發(fā)系統(tǒng)的公司正在指望半導體公司來幫助他們改善和監(jiān)控性能、安全性和安防能力。設計這些系統(tǒng)以滿足越來越嚴格的標準和終端用戶的期望,是業(yè)界當今乃至2018年都面臨的一項巨大挑戰(zhàn)。
UltraSoC未來技術及產品策略
考慮到這些應用以及在半導體器件的核心中構建安全性和安防能力的趨勢,UltraSoC正攜手客戶和合作伙伴共同去嵌入其智能分析功能,并通過為芯片和系統(tǒng)性能提供改善的可見性。
在應用之外,半導體行業(yè)內正在發(fā)生重大變化,轉向RISC-V是一個重要趨勢,它已經在2017年開始真正形成。考慮到整個行業(yè)和生態(tài)系統(tǒng)對其所產生的興趣,我們期望在2018年及以后推出基于RISC-V設計。
基于這些原因,UltraSoC一直致力于建立合作伙伴關系,并將其嵌入式分析功能(支持所有主流處理器架構)應用于產品中,以服務傳統(tǒng)的處理器市場。但更多的是,公司正在RISC-V生態(tài)系統(tǒng)中建立起市場主導地位:公司已經是RISC-V設計中調試和跟蹤的默認選擇。從而很多較小的芯片設計項目,比如物聯(lián)網芯片設計也對UltraSoC產生了興趣。
UltraSoC的半導體知識產權(IP)簡化了開發(fā),并為SoC設計人員提供有價值的嵌入式分析功能。UltraSoC開發(fā)其技術最初是作為芯片開發(fā)工具而設計的,以幫助開發(fā)人員做出更好的產品;現(xiàn)在可在一系列應用中滿足更廣泛、更迫切的需求。
元件及代理商
連接器需有通用性,傳感器需求將倍增
據Molex預計,汽車業(yè)在2018年將繼續(xù)保持當前強勁的增長勢頭,而數據通信和消費品領域的情況也將如此。Molex同時預計,對傳感器的需求在2018年也將上升。
對于這些機會,Molex已在2017年增加了三種新型端子及Mini50密封連接器——包括TAK50端子、CTX50非密封金制端子和CTX50密封端子。無論是對于內部(非密封)應用還是外部(密封)應用,這類端子都可以實現(xiàn)微型化的互連系統(tǒng),特別適合汽車中空間受限的應用使用。
數據通信領域則采取了一種前瞻性的戰(zhàn)略,Molex作為其中一員的100GLambda多源協(xié)議(MSA)集團于2017年宣布,該集團可以解決技術上的挑戰(zhàn),實現(xiàn)采用每波長100Gbps技術的光學接口。這類新的應用目標致力于下一代的網絡設備,滿足行業(yè)對更高帶寬的穩(wěn)定需求。
Molex在2017年推出了Pico-EZmate超薄1.2mm螺距線對板連接器,特別適合電子消費品使用,其設計可在緊湊的結構中提供可靠的連接效果,同時改善可靠性與裝配速度。垂直插拔設計在提高裝配速度與可靠性的同時,消除了連接方向不佳或插入不當的風險。
2017年,傳感器在多個領域面臨著極高的需求,而據Molex預計,對傳感器的需求在2018年也將上升。汽車業(yè)在2017年也尤其推動了對極大數量傳感器的需求,而無人駕駛汽車和ADAS也日益對LiDAR傳感器提出越來越多的需求。我們可以預計,LiDAR將在2018年及以后繼續(xù)保持高速增長的勢頭。
Molex的Soligie印刷型電子元件具有在塑料、紙張和金屬箔之類柔性基板上制作包括傳感器在內的各種元件的全部優(yōu)勢。在微型化產品的設計方面,這可以成為一項主要的優(yōu)勢,原因在于Soligie的制造工藝可以在總成本低于傳統(tǒng)電路的情況下,生產出小體積、高柔性的集成解決方案。
面臨新市場,重視垂直整合
一方面是新興市場的挑戰(zhàn),例如中國的電動車市場已經達到了這樣一個程度。與歐洲相比,中國的電動車市場發(fā)展明顯更為動態(tài)。從OEM和供應商的活動中我們也可以看到這一點。另外,圍繞可再生能源的固定式儲能也是我們在戰(zhàn)略上明確定位的一個領域,并為此集中相應的資源。
第二個重要領域是與工業(yè)4.0緊密相關的機器人技術,特別是機器人聯(lián)網和可自主學習的機器人。正是在這個應用領域,例如,正確的無線連接是必不可少的。機器人技術是許多高度創(chuàng)新應用的代表,因為這需要通過實時多軸驅動器和非常人性化的人機界面,加上快速的機對機(M2M)通信來實現(xiàn)。
而且,所有這些都必須在“安全”的前提下進行。因此,安全性是我們2018年營銷策略中最重要的要素之一,即為物聯(lián)網直至生產機器的安全聯(lián)網。我們將伴隨和支持客戶的開發(fā)過程,以實現(xiàn)端到端加密為目標。我們希望在這里通過定制化的產品選擇來應對這個巨大的挑戰(zhàn),最終為我們的客戶在其數據安全領域作出重大貢獻。
儒卓力高度重視垂直整合。主要體現(xiàn)在細分產品的組織上和個別產品整合起來構成整體解決方案上,例如RUTRONIK Smart(IoT),RUTRONIK Embedded(工業(yè)4.0)和RUTRONIK Power。垂直化對我們意味著,能夠在每個特定的細分市場為每一個具體應用提供組件和解決方案的打包服務。這也正是我們的做法:為產品專門針對特定細分市場的相應應用量身定制“無憂包”。
參考文獻:
[1]王志勤,余泉,潘振崗,等.5G架構、技術與發(fā)展方式探析[J].電子產品世界,2016(1):14-17.
[2]李龍.新工業(yè)時代下中國工業(yè)物聯(lián)網發(fā)展現(xiàn)狀及趨勢[J].電子產品世界,2016(2-3):9-12.
[3]Bryan Ma.VR/AR市場的格局與展望[J].電子產品世界,2016(6):8-11.
[4]迎九,王金旺.解讀電源三大熱門領域的技術方案[J].電子產品世界,2017(4):12-16.
[5]迎九.鄔賀銓院士談ICT的演進與創(chuàng)新[J].電子產品世界,2017(5):7-14.
本文來源于《電子產品世界》2018年第1期第11頁,歡迎您寫論文時引用,并注明出處。
評論