永利皇宫官网网址

干货:一文看懂智手机、汽车、工业、人工智能的芯机会| 英飞凌/艾迈斯/赛灵思/ADI/华虹/兆易创新

2019-04-23 13:05:23 来源:EETOP
近日,EETOP受邀出席易维讯(EEVIA)在深圳举办的第八届中国电子ICT媒体论坛暨2019产业和技术展望研讨会。英飞凌、艾迈斯、赛灵思、ADI、华虹、兆易创新等半导体企业高管/技术专家进行了精彩的主题分享。本文是对此次研讨会精彩内容的梳理及总结。干货满满,值得细看!绝对GET到有用的点!


智能手机三大主流趋势
 

自移动通信发展以来,过去二十来年,人们的生活习惯已经渐渐被改变。而随着5G人工智能、人脸识别、物联网、云计算等新技术的出现,更大的改变,已经来临。那么在智能手机应用领域,2019年有哪些流行趋势呢?

Jennifer Zhao,艾迈斯半导体先进光学传感器部门执行副总裁兼总经理

艾迈斯半导体先进光学传感器部门执行副总裁兼总经理Jennifer Zhao从艾迈斯客户需求变化的角度,对2019年智能手机市场做了全面的总结和分析。Jennifer说:“2019年主要的趋势就是全屏。今年很多客户最大需求就是怎么样解决屏下管理,像环境光、接近传感器怎么样可以没有显示失真,以及红外IR抑制。还有一个就是注重优化人脸识别的1D TOF。”
 
总体而言,2019年智能手机呈现三大主流趋势。第一,前置功能设计趋势,技术上主要体现在3D人脸识别,功能应用主要体现在身份验证、安全、移动支付;第二,全面屏、无边框,主要是设计和平面显示,以及OLED屏下环境光亮度测量;第三是摄影增强,怎么去捕住后续的摄影,让图像更完美,应用功能上主要体现在激光检测自动对焦、增强现实(AR)、自动白平衡、光源闪烁监测等。
 
其中3D人脸识别,主要有三种解决方案,即结构光(SL)、主动立体视觉(ASV)、飞行时间(ToT)。结构光的距离和深度以及安全适应都是最佳的,当然价位也是最高的,所以市场上高端手机大多选择结构光。主动立体视觉比较适合覆盖中等距离,它的深度图质量也比较优良,但精度没有结构光好,价位比结构光更具优势。飞行时间比较适合中远距离,现有可以到5米左右,它的系统集成比较简单,尺寸是三种方案中最小的。
 
全屏化的趋势方面,这几年屏占比趋势,2016大概是65%,手机是宽边框;2017年大概达到75%左右,出现了窄边框;2018年主流屏占比大概90%,很多手机都是刘海屏;到来2019年,很多手机屏幕都是全面屏,主流屏占比95%。


在摄像头方面,主要是功能改善。实现方法:一是1D ToF传感器协助相机执行自动对焦算法和闪光;二是为“增强现实”提供真实距离锚点。在人工光源下面,会有光源的闪烁,如果是没有经过检测照的照片,会看到一些波纹,解决方案是可以用光源闪烁检测来隐性摄像头的算法,就可以提供出更好的图形质量。
 
Jennifer就后置客户的需求,主要是AWB和flicker detection的需求,介绍了艾迈斯的解决方案。对AWB来讲,有几个问题,一个就是如果没有自动白平衡,它无法提取干净的白点,通过艾迈斯的色温传感器,可以在所有的光源环境中提供精确的色温来解决这个问题。另外就是自动的白平衡算法,如果在自然光和人工照明这个光源环境下混合起来会失效,艾迈斯通过光学传感器可以精确的测量环境光来调整,可以让图像非常真实。最后是闪烁,如果光源闪烁会出现照片上的波纹,通过传感器可以让摄像头主动进行算法,把波纹取消。
 
汽车芯片成本有望占汽车成本50%+
 
5G网络的“快”已是产业界共识,虽然有预测,5G智能手机的普及也就两年左右的时间,但其实,5G网络的目标已不仅仅只是智能手机,它的目标更多指向了与各行各业的结合,从人与人的通信走向人与物、物与物之间的通信,从而实现万物互联。而汽车无疑将是最典型也是最快实现落地应用的领域。

李健,华虹宏力战略、市场与发展部科长

华虹宏力战略、市场与发展部科长李健表示:“2017年开始,智能手机已显疲态,能够担任多技术融合载体、拉动半导体快速上扬重任的就是未来的智慧汽车。为什么?首先汽车电子化是大势所趋。2020年,国内新能源车的销售目标是200万台,全球是700万台,是一个非常大的市场。从汽车的成本结构来看,未来芯片成本有望占汽车总成本的50%以上,这会给整个半导体带来巨大的市场需求。半导体为智慧汽车带来冷静的头脑,如自动驾驶处理器、ADAS芯片等,同时也带来更强壮的肌肉、让千里马跑得更快,即大量的功率器件,比如MOSFET等。”
 
有别于传统车,新能源车里面有电机、电池、车载充电机、电机逆变器和空调压缩机,这些都需要大量的功率器件芯片。电动化除了车辆本身的变化之外,还给后装的零部件市场也带来新的需求,同时配套用电设施,比如充电桩,也带来大量的功率器件需求。电动汽车中功率芯片的用途非常广泛,启停系统、DC/DC变压器、DC/AC主逆变器、+DC/DC升压,包括发电机,还有车载充电机等。以时下很热的IGBT来说,电动汽车前后双电机各需要18颗IGBT,车载充电机需要4颗,电动空调8颗,总共一台电动车需要48颗IGBT芯片。如果2020年国内电动汽车销量将达到200万台,后装维修零配件市场按1:1配套计的话,粗略估算国内市场大概需要10万片/月的8英寸车规级IGBT晶圆产能(按120颗IGBT芯片/枚折算)。李健总结说:“基于国内电动车市场占全球市场的1/3,2020年全球汽车市场可能需要30万片/月的8英寸IGBT晶圆产能!除了汽车市场,IGBT在其它应用市场中也广受欢迎,业内有看法认为还需要新建十座IGBT晶圆厂,我觉得此言也不虚。”
 
李健详细介绍了华虹宏力在功率器件方面的四大聚焦领域。一是Trench MOS/SGT,即低压段200伏以下的应用,如汽车辅助系统应用12V/24V/48V等。二是超级结MOSFET工艺(DT-SJ),涵盖300V到800V,在汽车应用中主要是汽车动力电池电压转12V低电压,以及直流充电桩功率模块。三是IGBT,硅基IGBT芯片在华虹宏力的定位是功率器件的未来。IGBT在电动汽车里面是核心中的核心,主要是在600V到3300V甚至高达6500V的高压上的应用,如汽车主逆变、车载充电机等。从器件结构来看,IGBT芯片正面类似普通的MOSFET,难点和性能优势在于背面加工工艺。四是GaN/SiC新材料,这是华虹宏力一直关注的方向。宽禁带材料本身优势非常明显,未来十到十五年市场空间非常巨大,但目前来讲,可靠性上还有待进一步的观察。而SiC类功率器件,未来五到十年会成为汽车市场的主力,主要是在电动汽车的主逆变器,和大功率直流快速充电的充电桩上。从市场应用需求来讲,硅基IGBT和SiC完全重合,应用场景明确。GaN瞄准创新型领域,如现在流行的无线充电和未来无人驾驶LiDAR,应用场景存在一定的变数。从技术成熟度来讲,SiC二级管技术已成熟,MOS管也已小批量供货;而SiC基GaN虽然相对成熟,但成本高,Si基GaN则仍不成熟。从性价比来讲,SiC的比较明确,未来大量量产后有望快速拉低成本;而GaN的则有待观察,如果新型应用不能如期上量,成本下降会比较缓慢。
 
李健总结说:”华虹宏力对这样的未来,公司的整体战略依然是坚持走特色工艺之路,也就是坚持‘8+12'的战略布局。8英寸的战略定位是‘广积粮',重点在‘积';12英寸的战略定位是‘高筑墙',重点在‘高'。华虹宏力将通过12英寸先进技术,延伸8英寸特色工艺优势,拓宽护城河,提高技术壁垒,拉开与身后竞争者的差距。”
 
工业4.0:中国蕴育无限机会
 
工业4.0不仅是一场系列的运营升级,也是一场商业的革命,为其赋能的不仅是其不断强大的网络,还有底层的物理技术。在整个工厂当中,第一是有机器人的应用,第二一定是有控制系统,第三一定是有现场的若干仪表和传感器,第四一定需要稳健的传输通讯网络把各网络连在一起。
 
ADI亚太区工业自动化行业市场部经理于常涛特别强调说:“在中国,随着中国制造2025,中国人力成本的提高,我们发现更多额外机会的出现。在我们看来,在一些新的得益于工业4.0或者中国制造2025,ADI的机会整整翻了一倍都不止,原因是有些新的需求和新的技术导向的存在。”


于常涛,ADI亚太区工业自动化行业市场部经理

首先是传感器和通讯的机会。传统对机器人机器手臂而言,核心是让机器手臂动起来,它要有控制系统,有相应的硬件软件设计,还有基本的安全功能,最终没有伤到人,不会倾到。但随着智能化、灵活性或物联网概念、人工智能概念融合之后,加上一些更多的元素,这些元素更多体现在传感器本身,比如说各关节,一定要检测它当前的角度,要看看在大负载情况下,手臂本身的抖动情况。同时机器人在工作过程当中,特别是一些协作机器人,需要跟工作人员紧密配合的时候一定不能伤到人,这涉及到若干传感器的技术。同时机器人作为工厂的一分子,它也需要把参数上传到云端,这里便催生了通讯的机会。
 
再有,机器健康监测,特别从去年到今年,是非常火热的一个点,同时机器健康监测也是工业物联网一个很好的落地的实践,机器健康监测也被越来越多的客户所接受。原因很简单,比如像风电、火电、核电一些化工厂的应用场景,有一些国家硬性规定的安全方面的考虑,也包括风机、风能,过往很多靠人工的方式,现在越来越多的客户评估后发现构建一套自动化系统非常划算,一方面可以拿到高效的数据,同时可以节省人力成本,使设备安全更有保证。而且这样的技术让我们有很好的方式搜集到工业现场各种设备大量现场的原始数据,把这些数据放到云端做系统处理。
 
从技术储备角度来看,ADI做了很好TSN储备,并且这些标准跟现行工业以太网的协议用的都是同一个硬件平台。工业4.0或智能制造重点强调的是网络化。在工厂当中毫无疑问大家都认同,一定是有线的网络为主,有线的网络除了传统的基于RS-485/RS-422的现场走线之外,更多的是工业以太网。工业以太网已经在存在若干年了,并不是新兴事物。作为下一代的延续,大家重点谈时间敏感网络。这里带来一个问题:各厂商之间完全不兼容。第二个问题:现行的工业以太网都是运行在一百兆的通讯速率之下,但事实上工厂中有一些对实时性要求不高的数据量很大的数据源,比如摄像头、机器视觉、工业相机等这些应用场景。在两个比较大的因素驱动之下。大家谈得最广的是TSN网络,它既兼顾了一些实时性数据的传输,同时保留了带宽,它在数据链这一块提倡数据兼容,不存在垄断的门槛。
 
开发AI芯片的关键:生态化发展
 
现在的时间点大家都在讨论AI,都在讲AI怎么落地,大家也在思考未来10年、15年、20年是什么样的时代。AI并不是某一个行业或者某一个产品,最终还是要落地在具体的场景,具体的行业,具体的需求上。AI最终其实是被所有需要做计算、需要做理解、做感知的设备、场景和服务提供本地的计算能力和云上的计算能力,本质上AI是通用能力,就像电, 像内燃机,它所赋能的并不是某一个特定行业狭窄的应用,而是可以促进众多行业的产业升级、产品迭代。但不同行业对AI的需求以及AI能做什么,不同的厂商、不同的客户会有不同的理解。

刘竞秀,赛灵思人工智能市场总监

赛灵思人工智能市场总监刘竞秀认为,存在两个剪刀阻碍了AI在现在这个时间点的落地。第一个剪刀差是需要处理的数据和计算芯片所能够提供的处理能力之间的剪刀差。计算芯片工艺从过去28纳米、20纳米, 16纳米,14纳米、10纳米、7纳米、5纳米、3纳米,摩尔定律使芯片性能增加速度越来越饱和。第二个剪刀差就是芯片设计生产的长周期和快速迭代的市场需求之间的差距。
 
技术的趋势上看,只有高端的消费类、迭代很快的产品(例如手机)才能支撑得起最先进工艺高昂的芯片迭代成本。至于芯片的发展趋势,无论从CPUGPU到FPGA、ASIC,对于通用芯片来讲,它的好处是应用比较广泛、上手比较快,大公司如谷歌、阿里也在出芯片,众多创业公司都在做各种各样的ASIC,希望在特定的定制领域提供一些场景和应用。对这些特定的场景和应用,ASIC的性价比可能更高,所以技术发展的趋势一定是从CPUGPU到 FPGA,最后到ASIC。所以在市场上有一个很重要的时间窗口,就是每个行业在需求成熟之前,在大家有能力、有信心去开ASIC把这个钱赚回来之前,大家不会去开发ASIC,而且这时候又需要一个平台做初期的市场尝试或者在激烈的市场竞争中快速将创意变成现实, 赢得市场先机。
 
从主流应用场景上看,包括视频、图像和基于语音的相关应用。跟视频相关的,第一类最典型的应用便是中国的安防监控系统。国家从2017、2018到2020年,从政府层面会投三四百亿来做平安城市,做天网工程。我们发现布的摄像头越多就需要越多的人来看,而AI恰好可以在这一个痛点上极大的提高警察系统的效率。第二类跟网络视频相关,最近几年有大量短视频的网站兴起,对于这样的公司,他们有个很重要的刚需,就是内容审查机制。大量的AI公司现在做了基于文字、基于人脸识别,包括基于行为动作的审查机制的解决方案,现在在不同的场景、不同的网络节点都在做相应的尝试及大量的部署。第三类是跟消费类相关的,例如无人值守超市。其中跟汽车相关的应用是最近非常热的话题,无论是自动驾驶、无人驾驶,这些ECU ( 电子控制单元) 最终都需要它具备一定的理解能力,辅助中央控制器做相应的判断和决策。第四类跟语音相关的应用就非常丰富了,如家里的聊天机器人,包括手机里的siri,都是用AI做辅助的应用,但语音相关的应用本质上来讲和视觉相关应用相比还不足够成熟,这里面有一个很关键的因素,就是视觉相关的应用,用CNA或者DNN做网络检测的应用,能够提供端到端解决方案的技术,对于语音应用,AI(例如LSTM)在语音应用里面,这样的网络模型只是不同语音模型中的一部分,有大量的前处理跟后处理的技术,跟AI没有关系。所以面对不同的场景,人工智能能不能帮语音做更好的加速,是要看具体的客户所选择的方案,这是很重要的一点。第二点现在语音聊天机器人,基本上没有能跟人一样聊二十句,这是能力的限制,学术界来讲,无论数字级多丰富,训练的网络多深,也没办法聊二十句,后面基本上是尬聊了,这也是限制的另外一个很重要的因素。
 
飞行时间ToF技术
 
TOF技术也叫飞行时间技术,它是通过给被测目标持续发送光信号,然后由传感器端接收从目标返回的光信号,经过计算发射和接收光信号的往返飞行时间来得到被测距离的技术。TOF技术最早是用于军事上和无人驾驶汽车上,随着手机厂商的推动,TOF相机成为手机创新的一个重要点。
 
麦正奇,英飞凌电源管理及多元化市场事业部 大中华区—射频及传感器部门总监
 
英飞凌电源管理及多元化市场事业部大中华区射频及传感器部门总监麦正奇为大家分享了英飞凌REAL3系列图像传感器。TOF把周边的性能都整合在芯片上面,具有高度集成、最优性能和灵活配置等优势。REAL3的关键特性,在强光下面可以实现整个完整的深度讯息,并且有专门的演算法,能的滤波跟伪影的校正,可以让数据的精准度跟讯息达到最完善。在高集成度方面,它是非常优化的结构和封装,所以非常耐用,可以提供给客户最好的BoM和整个物料成本。此外,它深度计算量小,CPU占用量低,降低功耗,这对移动装置是最重要的,在最优性能方面,CMOS技术可实现最高光敏性,包含微镜头。再加上特有的SBI,抑制背光的效能,这个特殊的软体方式,它可以在每一个点上去滤掉不同的杂质,或者在强光下显示最好的深度讯息。整个振幅可以到100MHz,这是目前市场上最好的性能。
 
SPI NOR Flash
 
SPI NOR Flash是存储器大行业里面的一类产品,SPI中文叫做串行闪存,闪存还有一个很长的学名——非易挥发性存储器。半导体芯片的制程基本分为两大类:逻辑制程和Flash制程,存储器制程永远落后在逻辑制程后面。最新的逻辑制程10nm、5nm、7nm都有,而Flash还在用十几二十几年前发明的FinFet,制程从2004年的130nm发展到90nm、65nm、55nm、45nm几个主要的节点,再往下也很难到30nm以下,这样就限制了我们进一步缩小晶体管的尺寸。
 
陈晖,兆易创新存储事业部资深产品市场总监
 
兆易创新存储事业部资深产品市场总监陈晖介绍说:“逻辑制程和Flash制程不能混合放在一颗芯片上,非常高深的这些制程或是很高级的逻辑芯片,很遗憾它不能同时附属一个Flash,这时候需要一个外面的Flash支持它的代码存储。就是这一颗小小的代码,兆易创新去年出货量大概达到了20亿颗,而且只是一年的时间。如果累计来看,我们在八九年的时间里累计出货量超过了100亿颗!全球有一百亿颗电子设备都是靠着兆易创新的Flash来存储其启动代码。”
 
NOR Flash是高可靠性的系统代码存储媒介,优点是指令协议简单、信号引脚少、体积小,符合这些新的电子设备对体积的要求。Flash会和各种应用打交道,为此,陈晖特别提到了一个新词叫xSPI。自80年代发明SPI这个协议,经过了大概四五代到第六代产品,基本上是这样一个顺序:数据吞吐量从最初的2.5MB发展到今天的200或400MB。陈晖说:“我们这样做的目的是什么?因为有客户的需求,有市场上系统的要求,要求我们把这个数据吞吐量加到这么快”
 
AI应用里面,会经常调用不同的算法,对数据库里进行各种的比对。Flash会支持它的操作,这样看它不光是有存储的系统代码,同样也会存储算法和一个大的数据库。但这并不需要一上电就把所有的算法或数据库都加载到系统里面,在需要的时候才会从flash临时来调用,所以就要求flash提供一个高的数据吞吐率。在IoT的应用中,XIP(eXecute-In-Plance)是IoT系统中常见的Flash使用方式。提高Flash数据吞吐量可以大幅度缩短固定字节数目的读取时间,减少主芯片等待时间,提高主芯片运行效率。高性能flash的数据吞吐率,才能保证每个终端设备的及时响应,才能保证欣欣向荣的生态系统。
 
20%+的增长率:生态化发展明天会更好

华虹宏力李健对全球半导体产业发展历程进行了详细分析,并指出2016-2018年,半导体产业正以20%以上的增长率在快速推进着。李健说:“当前,整个半导体产业仍然是非常健康的震荡上行,但即使以后碰到危机,没有什么关系,跌倒了爬起来就是了。在这个年代,以及往后再推十年,大量新技术的出现,5G人工智能、互联网、大数据、云计算等等这些技术不会单一存在,它们需要一个实际的产品作为载体来展示这些技术。”
 
而在整场技术峰会上,很多半导体厂商都提出通过生态系统的搭建,扩大跟产业的合作,共赢才是当下的趋势。ADI的于常涛说:“ADI作为一个半导体供应商,我们切身地领会到一点,无论IoT何时落地、怎样落地,对于我们ADI的而言,有一个非常重要或值得考虑的事情,就是一定要有一个非常好的技术合作伙伴,大家保持非常一致的步调,能找到成品或者接近半成品经过测试的方案,可以大大加快产品的上市时间,大大缩短研发的投入。”
 
赛灵思的刘竞秀总结过去几年接触的所谓AI客户,大家普遍遇到的窘境是:做芯片本身没有那么难,无论是AI芯片还是其它的芯片,最关键最核心的因素是,为了帮客户用起来,需要的软件、生态环境、工具链,各种参考应用,这些需要花更长的时间,更多的资源。为此,赛灵思现在已经慢慢走向另外一个维度:希望为客户提供的不单是一颗芯片,以及围绕芯片的PCB层面的参考设计,现在帮客户提供的是,基于芯片、IP加上工具,以及客户在真实场景中真实应用的算法,整个一套都帮客户提供参考设计
 

全部评论

X