“供不應求”的芯片

在新冠疫情影響下，5G智能手機等消費電子需求激增，汽車銷量反彈進一步擠壓半導體製造商的產能。

行業分析公司VLSIresearch總裁Risto Puhakka表示:“在整個半導體行業，目前幾乎沒有閒置產能，並且需求還在繼續增長。

全球最大的代工芯片製造商台積電錶示，由於需求激增，今年的資本投入比2020年至少增加了47%，並表示，將解決汽車芯片短缺作為“頭等要務”。

電子元器件分銷商Fusion Worldwide的商品經理Elsie Neoh說，整個行業的交貨時間已經從新冠疫情前的8到10週增加到了六個月。

這一短缺也使得目前半導體行業劇變，英特爾公司在產品延期後罷免了首席執行官Bob Swan，手機芯片巨頭高通也加入了併購狂潮。

汽車行業首當其衝

新冠疫情影響使得遠程辦公加大了人們對雲計算服務和消費電子的需求，另外，華為受到美國製裁限制，被迫在2020年第三季度擴大了手機芯片的備貨力度，造成產能擠兌，加劇了缺貨情況。

不過，此次芯片的短缺對汽車產業的影響更為明顯。

近年來，汽車工業已成為除消費電子領域外計算機芯片的主要消費者。隨著越來越多的汽車公司更新技術，採用大尺寸的平板顯示器以及娛樂系統等功能，對計算能力的要求導致對芯片的需求不斷增加。傳統汽車向電動汽車的轉型也加重了對芯片的依賴。

Guidehouse Insights的分析師Sam Abuelsamid說，如今大多數汽車至少具有40種不同的芯片，而高端車型則多達150種。

在大眾“實錘”因芯片短缺受到波及後，福特、菲亞特克萊斯勒、豐田等也相繼表示，由於芯片短缺，它們將削減汽車產量。

豐田汽車發言人表示，目前計劃一月份在德克薩斯州組裝廠生產的全尺寸Tundra皮卡比原計劃減少約40％，並預計芯片短缺將持續到春季。

菲亞特克萊斯勒近日則宣布將暫時關閉公司在墨西哥的吉普工廠和在加拿大的轎車工廠。

大眾汽車去年12月表示，因半導體芯片供應短缺問題，將調整在中國、北美、甚至歐洲的產量，並於今年第一季度開始執行。

漲價成普遍現象

汽車行業主要芯片供應商NXP在11月就曾告知客戶芯片“嚴重短缺”，並表示提高所有產品價格。

微芯科技首席執行官Steve Sanghi週二在某汽車論壇上表示，公司的預訂量和積壓量處於歷史最高水平，一些產品的交貨期為40週或更長，公司是被迫漲價的。

據時代財經統計，從2020年下半年開始，國內已有三十多家廠商進行了價格調整。

供應問題依舊待解

分析人士表示，受芯片短缺影響更大的不是尖端技術，而是那些使用較舊、成本較低、對製造商利潤不那麼豐厚的流程的產品。

芯片製造商已經投資興建生產線，以生產更現代化、利潤率更高的芯片，對於老標準矽片產品不斷增長的需求，他們產能並沒有跟上。

韓國二手半導體製造設備公司Surplus Global首席執行官Bruce Kim表示，在今年年底之前，大多數使用老一代矽片的代工芯片製造商都已被預訂一空，芯片短缺可能會持續到2022年底。

時代財經援引集邦諮詢分析稱，目前不少設備商已停止生產8英寸機台，導致二手設備價格昂貴，市場流通量低，且資金投入後折舊耗費時日，影響後續產線投入。

因此，對於以8英寸晶圓代工為主的企業來說，舊有產能的維持與優化，及小量新產線的建置更有效益。

從接單狀況看，10nm等級以下先進製程中，台積電5nm製程因華為旗下海思遭限制投片，主要的客戶蘋果難以完全彌補海思的空缺，導致產能利用率維持在約九成；其他製程，如TSMC 7nm及三星7/5nm則分別受惠於超威、聯發科及英偉達、高通的強勁需求，使產能皆近乎滿載，並將持續至明年第二季。

雲計算正在顯著地改變製造業

眾所周知，大數據為製造業帶來了許多變化。許多製造商越來越依賴數據分析技術來簡化其運營。而云計算涉及使用遠程服務器來存儲、管理和處理數據，而不是使用組織數據中心的服務器。

從產品的設計方式和客戶的使用方式到製造商的運營方式以及如何將其集成到供應鏈中，雲計算目前正在改變著現代製造業的各個方面。

雲計算也在幫助製造廠商降低成本、技術創新以及提高競爭力。雲計算技術也使製造商能夠使用許多新形式的生產系統，從3D打印和物聯網到高性能計算和工業機器人。以下對雲計算如何推進製造業發展進行了解。

製造業在多大程度上使用雲計算技術?

市場研究機構IDC公司於2015年進行了一項研究，對來自17個國家和地區的600家製造商進行了調查，發現90%以上的製造商在其部分業務中採用了雲計算技術。該報告還發現66%的製造商使用公共雲實施兩個或多個應用，而68%的製造商使用私有云。

此外該報告發現，到2023年，雲託管服務預計將佔製造商使用的軟件的一半。根據市場研究機構Gartner公司的調查，製造業目前正處在所謂的“雲轉移”的過程，這意味著他們正在從傳統IT服務向雲服務過渡。

大數據和雲計算技術為製造業提供幫助的最主要的好處之一就是提高生產力。雲計算提供了以下一些好處。

1. 可以提高生產力

對數控機床和3D打印機等製造機械進行基於雲計算的管理，可以消除複雜的工作流程，並降低安裝成本，從而提高生產率。由於雲計算使操作人員可以遠程訪問信息、進行協作並進行實時更新，因此還可以提高生產率。

2. 可以幫助提供更好的質量

即使機器性能的微小差異也可能導致製造過程中斷，將付出高昂的成本。但是雲計算技術可以幫助製造商開發腳本，並更輕鬆地保持更高的準確性。此外，借助雲計算技術虛擬仿真工具和建模的能力，可以進行試生產並減少浪費。反過來，這將為製造商節省成本。節省成本的另一種方式是從諸如Revelation Machinery之類的知名廠商購買二手金屬加工機械。

3. 可以提高可見性

通過採用基於雲計算的機器管理，可以從任何地方實時監視製造機器的運營及其生產。這意味著操作人員可以對機器運行做出更快、更明智的決策。通過雲計算獲得更大的可見性還可以使製造商深入了解供應鏈。可以立即查看庫存、生產水平、可用容量、訂單狀態和質量水平等信息。

4. 面向服務的製造業

因為製造過程通常是面向生產的，所以製造商通常只關注過程的一個要素。但是雲製造通過提供更多功能和資源來改變這種狀況。

5. 提高產量

通過使用雲計算技術，製造商可以處理大量訂單。擁有更多訂單意味著能夠以更低的價格提供產品，以保持領先於競爭對手的優勢。許多製造商使用即付即用模型來提高盈利能力。

6. 即時報價

當製造商使用雲計算技術為客戶提供諸如CAD模型和圖紙之類的即時報價時，流程效率得到了提高，並提供了最佳的資源分配。交流和製作工程模型或工程圖所花的時間更少，這意味著企業的工程師可以將更多的時間用於更高價值的工作上。

7. 縮短上市時間

雲計算使按需服務成為可能。通過能夠快速報價並將訂單投入生產，製造商可以確保縮短上市時間。對於快速迭代和完整產品，雲製造可以增強製造商的運營。

8. 意味著機器停機時間減少

當製造設備連接到雲平台時，就可以訪問有關機器的運行狀況和生產率的連續數據。通過訪問這些詳細信息，製造商可以輕鬆快速地確定生產問題，了解其發生的原因。還可以在機器故障發生之前對其進行預測。 隨著機器的自動化，這也意味著不必擔心最後一次人工備份的完成時間。這樣的事情會自動處理。因此通過利用雲計算技術，可以確保計算機的停機時間更少，這有助於業務連續性。

9. 提供更高的安全性

當製造商的操作在雲中運行時，可能會擔心安全性。但是，如果擔心雲計算不能提供與現場數據管理相同的IP保護，那麼事實上雲計算通常比使用現有設置的風險要小。那是因為大多數IP數據洩露是在企業內部發生的。 由於大多數內部存在安全漏洞，雲計算使其能夠生成比內部系統更好的安全性和加密級別。適當的雲計算管理系統可提供數據加密、自動備份和自動軟件更新。

10. 在製造企業級別使用雲計算技術 Continue reading →

英特爾又站在歷史的十字路口

英特爾能否堅決地邁出這一步？

近日，據彭博社報導稱，英特爾正在就將部分高端芯片外包代工的可能性與台積電、三星方面進行洽談。最終結果或將在兩週之後，英特爾的財報會議上正式公佈。

據知情人士透露，因為三星在製程工藝上要稍微落後於台積電，所以英特爾更傾向於轉向台積電尋求代工支持，輿論也普遍認為台積電在這次競爭中更有優勢。實際上早在2020年7月就有媒體稱，英特爾與台積電達成了協議，預訂了台積電明年18萬片6納米芯片的產能。

無論最終英特爾是否會選擇將高端芯片外包代工生產，又或是在台積電和三星中選擇哪一方，這個艱難的抉擇背後都是英特爾的無奈與“斷腕”決心。

英特爾慢在哪裡？

對於芯片行業而言，剛剛過去的2020年並不平靜。英偉達400億美元拿下了ARM、AMD350億美元收購賽靈思、蘋果拿出了第一款基於ARM架構的PC芯片M1，並且在性能和功耗上吊打了市場內所有競爭對手。

反觀英特爾，依舊沒能拿出它的7nm芯片。

回顧英特爾過去一整年的經歷，就會發現它正在一點一點靠近那個令人恐懼的“懸崖邊”。

去年年初，英特爾憑藉著2019年相對不錯的財報迎來了一波利好，市值一度逼近3000億美元大關，達到了有史以來創紀錄的2978億美元。

高光時刻過後，等待它的就是灰色的2020之殤。

7月24日，二季度的財報會議上公司CEO鮑勃·斯旺無奈宣布——7nm CPU及整改7nm產品組合跳票，將會至少推遲6個月的時間。根據現有的規劃，10nm台式機CPU Alder Lake、10nm服務器CPU Sapphire Rapids將在2021年下半年開始量產。至於7nm的CPU，則要等到2022年下半年或者2023年才會亮相。

雖然用戶早已經習慣了英特爾在製程工藝上的拖延，但這次消息公佈後投資人還是給了英特爾一記重拳。第二天，英特爾股價暴跌了16.​​24%。 緊接著的三季度財報，由於出現了營收和淨利潤的雙重下滑，財報公佈當天英特爾的股價再度暴跌10.58%，市值蒸發了260億美元。 直到目前，英特爾也僅僅在用於筆記本的移動端產品上使用了基於10nm工藝的低功耗版11代酷睿處理器。在桌面端依然是14nm工藝，10nm的工藝預計在今年下半年才會正式推出。 而反觀台積電方面，早在2018年就已經量產了7nm，5nm也開始實現穩定出貨，華為麒麟9000以及蘋果的A14和M1均是基於5nm工藝的產品。

另外，3nm、2nm等更為先進的製程工藝也在積極佈局中，根據相關媒體的報導，目前台積電2nm工藝已經取得重大突破，研發進度超前。業界普遍看好其2023年下半年風險試產良率，甚至可能會達到90%。 顯然，在芯片的製程工藝上英特爾完全落後於業界先進水平，那麼英特爾現在是否已經落伍？

從市盈率上來看，AMD的市盈率都要明顯高於英特爾。對此，有芯片行業觀察人士對懂懂筆記表示：“英特爾相較於過去的巔峰肯定有一定程度的衰退，而且從時間節點上來看，英特爾確實是落後了很多，但如果說明顯落伍倒不至於。” 該人士指出：“台積電的工藝密度其實一直都是偏低的，英特爾已經實現量產的10nm工藝在晶體管密度上甚至要領先於台積電的7nm。

另外，一直拖延的7nm據傳也與台積電的5nm實力相當。”在該人士看來，目前台積電的5nm仍在大面積出貨，英特爾的7nm還沒走出實驗室，“時間上的差距的確客觀存在。”

屬於它的時代正在消逝？

如果說製程工藝上的落後可以通過放下身段（委外代工）來彌補，那麼X86被這個新時代拋棄或許才是真正讓英特爾恐懼的大事。 雖然製程工藝上的落後導致英特爾近兩年在高端芯片領域頻頻受挫，但過去數十年積累下來的市場份額依然堅挺，至於X86則是英特爾的絕對頂樑柱。

根據調研機構Mercury Research的數據顯示，截止在2019年第四季度的整個x86處理器市場上，Intel佔據著84.4％的份額，AMD則是15.5％，二者之間差了仍然5.4倍。 細分市場方面，桌面端英特爾的市佔率為81.7%，同比下滑2.3%，AMD為18.3%同比增長52.4%；筆記電腦為代表的移動市場，英特爾為83.8％同比下滑4%，AMD則是16.2%同比上漲4.1%；IoT物聯網領域，英特爾佔據84.6％，AMD為15.4％；至於服務器領域，英特爾更是高達95.5%（同比微跌1.3%），AMD為4.5%同比上漲4.1%。

由此可見，英特爾目前在x86處理器市場上依然擁有絕對領先的地位。但同時也可以發現，AMD在各個細分市場搶奪英特爾蛋糕的速度在明顯加快。 更為重要的是，誕生至今43年的X86架構似乎正在被這個時代拋棄。 一個重要的事件，就是英特爾宣布7nm跳票的前一個月，庫克宣布蘋果與英特爾分手，結束兩家15年的合作。

在去年雙十一，蘋果還正式推出了三款搭載基於ARM架構自研芯片M1的筆記本產品。

從芯片表現來看，除了部分軟件尚沒有完美適配之外，M1一改過去ARM芯片在PC領域性能孱弱的固有印象，無論是從功耗還是性能上來看都完胜英特爾的同期產品。 “PC電腦用高性能英特爾X86架構，移動互聯網則是ARM架構領先”這一過去多年來的行業共識，正在被逐步改變。

當然，目前在更專業的高端芯片領域，英特爾還有著以低功耗著稱的ARM架構芯片無法比擬的優勢。以蘋果為例，現在的M1芯片顯然無法承擔起iMac 、iMac Continue reading →

無人駕駛汽車革命為何停滯不前？

根據矽谷精英、風頭正勁的政客和頭部出租車（網約車）大廠的說法，到2021年，無人駕駛汽車早已風靡美帝，開始上路英國高速公路，並且準備在倫敦提供自動駕駛出租車服務。

但是，新年伊始並沒有迎來想像中的無人駕駛革命。

事實上，在2020年的最後幾週，最大的玩家和本應的受益者之一的Uber決定停擺其自動駕駛出租車計劃，以約40億美元的價格將其自動駕駛部門出售給Aurora，這大約只有它在2019年估值的一半。

Uber首席執行官辯稱這一決定並不意味著該公司不再看好自動駕駛汽車。 Dara Khosrowshahi說：“幾乎沒有什麼技術（像自動駕駛技術一樣）能通過安全、便捷和環保的交通方式改善人們的生活。”但是，更多的人可能對這一言論深表質疑。

曾在英國開展自動駕駛測試的交通顧問Nick Reed教授說：“2015年是自動駕駛技術炒作的高潮，自那以後人們的觀點發生了變化，現實極具挑戰而且異常複雜。”

Reed說，自動駕駛在未來五年內可能會在車道上有明顯標記的高速公路上實現，僅限於道路同向行駛的車輛。他認為在城市中廣泛應用這項技術仍然遙遙無期，但是即使這樣優勢也仍然存在。

自動駕駛的發展障礙之一來自公眾信任
最受吹捧的優勢當然是安全，超過90％的交通事故歸咎於人為失誤。支持者還認為，自動駕駛汽車將更加高效並能減少交通擁堵。

回顧一下，Reed認為“這項技術奏效了……大多數情況下它（自動駕駛）都做對了，我們已經做到了90％，但是最後一點是最困難的。無論雨、雪、霧，每次都能可靠地做正確的事情是比預期的挑戰大得多。”

引領這一領域的Google分拆公司Waymo就是一個很好的例子：雖然他們自動駕駛汽車的宣傳畫面讓世界讚歎不已，但隨後看上去卻是進展不大。

去年10月，Waymo宣佈公眾現在可以“在短期內”打到無人駕駛的出租車，而且沒有任何安全駕駛員，儘管僅限於陽光明媚的亞利桑那州鳳凰城郊區，那里道路的每一厘米都已經由Waymo計算繪製完成。

在其他地方，自動駕駛出租車項目已處於停滯。像Uber一樣，出租車公司Addison Lee也在這一領域雄心勃勃，並於2018年與英國自治先驅Oxbotica簽約，希望在2021年之前將自動駕駛技術帶到倫敦。

然而公司易主後，該交易於去年3月被悄然放棄。 Addison Lee的首席執行官Liam Griffin說：“自動駕駛汽車最好留給OEM（製造商）應用，並且不作為我們當前計劃的一部分。”

受疫情影響，福特公司推出的自動駕駛出租車服務也已經推遲了至少一年（2022年）。

“Covid-19推遲了全球範圍內車聯網和自動駕駛的試驗和發布，”汽車製造商和貿易商協會（Society of Motor Manufacturers and Traders）首席執行官Mike Hawes說。

監管方面的變化仍可能允許諸如自動車道保持系統（ ALKS，Automated Lane Keeping Systems）之類的開發於2021年在公眾汽車中推出。

Hawes 說：“ ALKS是自動駕駛技術的第一個版本，可以在未來十年內預防約47,000起嚴重事故，同時創造多達42萬個新工作崗位。”

該系統可以讓汽車今年在英國高速公路上應用自動駕駛技術，儘管保險公司正在試圖勸說政府不要批准。

皇家工程學院自動系統負責人Alexandra Smyth表示：“法規和實踐準則取得了許多進步，有許多有趣的進展，所有重要組成部分都與技術本身並存。但實際上，仍然會出現錯誤，某些事情也無法達到我們的期望。公眾信任將是主要障礙之一。” Continue reading →

Nature連發兩篇光子AI芯片論文！光子計算時代已至？

導讀：光子計算研究再登Nature，要革命AI硬件。

人工智能（AI）正改變臨床診斷、自動駕駛、語音翻譯等更多領域，而計算速度和功耗日益成為AI的主要瓶頸。傳統電子計算方法逐漸走向性能極限後，近幾年，關於用光學芯片加速AI的研究逐漸興起。

這不，2021年剛開年，頂級科學期刊《Nature》上就在一天之內連發兩篇利用光學特性加速AI處理的光子芯片論文。

論文：https://doi.org/10.1038/s41586-020-03063-0

其中一篇論文題目為《用於光學神經網絡的11 TOPS光子卷積加速器（11 TOPS photonic convolutional accelerator for optical neural networks）》，論文主要作者有Xingyuan Xu、Mengxi Tan等人，來自澳大利亞斯威本科技大學、蒙納士大學、皇家墨爾本理工大學、香港城市大學、中國科學院等科研院所。

該論文展示了一種通用光學向量卷積加速器，其計算速度可超過10 TOPS（每秒10萬億次運算），能生成足以進行人臉識別的25萬個像素的圖像卷積。研究人員使用相同硬件運行一個有10個輸出神經元的光學卷積神經網絡，識別手寫數字圖像的準確率達88%。

論文：https://doi.org/10.1038/s41586-020-03070-1

另一篇論文名為《利用積分光子張量核的並行卷積處理（Parallel convolutional processing using an integrated photonic tensor core）》，論文主要作者有J. Feldmann等人，來自美國匹茲堡大學、德國明斯特大學、英國牛津大學、埃克塞特大學、瑞士洛桑EPFL及蘇黎世IBM研究實驗室等科研院所。

該論文介紹了一個基於張量核心的計算專用集成光子硬件加速器，通過將相變材料與光子結構結合，運算速度可達每秒數万億次乘累加運算（每秒1012次MAC運算或每秒tera-MAC運算）。

01.光學頻率梳為光子計算帶來新機遇

因性能出色，人工神經網絡被廣泛用於AI處理任務，這些網絡使用多層相互連接的人工神經元執行複雜的數學運算，使用大多數計算資源的基本運算稱為矩陣矢量乘法。

為了加速人工神經網絡計算任務，人們已經進行了各種努力來設計和實現特定的電子計算系統，尤其在專用集成電路、類腦計算和存內計算定制芯片方面已取得相當大的成功。

電子是電子計算中信息的載體，而光子長期以來一直被視為替代選擇。

光譜涵蓋了廣泛的波長范圍，因此許多不同波長的光子可以同時進行多路復用（並行傳輸）和調製（以使其可以攜帶信息的方式進行更改），而不會相互干擾光信號。信息以光速傳播則可以帶來最小的時間延遲。

此外，無源傳輸（不需要輸入功率）有助於超低功耗，且相位調製（從而改變了光波的量子力學相位）使得光在頻率大於40 GHz時易於調製和檢測。

過去幾十年，光學通信取得了巨大的成功，但使用光子進行計算仍具有挑戰性，尤其是在與最先進的電子處理器相當的規模和性能水平上。

這種困難來自於缺乏合適的並行計算機制、材料來允許人工神經元進行高速非線性（複雜）響應，以及將可擴展光子器件集成到計算硬件中。 Continue reading →

Wi-Fi比5G連接成本更高？

近日，愛立信發布《5Gand Wi-Fi》白皮書，指出未來5G和 Wi-Fi6 兩大無線技術將在室內連接上共同發揮重要作用，並比較了兩者的優缺點。

值得關注的是，該白皮書還舉例比較了 Wi-Fi 和蜂窩網絡的 TCO，指出 Wi-Fi 連接成本高於蜂窩網絡，並總結到“5G將在未來的連接場景中扮演更重要的角色”。

各有優點

5G 的優點：

1）工作於運營商授權頻譜，可提供更出色的可靠性和更好的可預測性，能滿足關鍵型任務的通信需求。

2）5G 支持 eMBB、mMTC（大規模連接型物聯網）、Critical IoT（關鍵型任務物聯網）和工業 TSN，支持的用例比 Wi-Fi 更廣泛。

3）5G 可基於單一網絡支持端到端的 QoS 區分。

4）5G 有著嚴格的設備互操作性測試和認證過程。

5）5G 也可通過非授權頻譜（NR-U）來卸載非關鍵型任務的流量。

6）5G 支持完全的移動性，可提供廣域覆蓋和本地覆蓋，而 Wi-Fi 6 僅限於本地局域覆蓋，且只能支持有限的移動性。

7）5G 具有涵蓋完整系統架構的端到端規範，而 Wi-Fi 主要限於第 1 Continue reading →

用來監督社交距離的激光雷達，竟然還會損害視網膜？ ！

新冠疫情始終沒有散去，口罩和社交距離仍然需要引起我們高度重視。

這對於Home Bargains零售商TJ Morris的創新總監Joe Morris而言，顯得尤為困難，“準確計算顧客的社交距離簡直是噩夢”，而且這也很昂貴，如果每天在500多家門店裡讓一個職員監督一個小時，每年要花費約200萬英鎊。

不過幸好，在Home Bargains商店，Morris將目光轉向了LiDAR（激光雷達掃描儀），並且在70家商店中已經安裝了Hitachi的3D LiDAR運動傳感器，公司還計劃在全國550個門店推廣。

對於LiDAR，可能大家更多是從今年iPhone 12系列得知這個東西，但其實，這在自動駕駛汽車或者是數字3D建模當中都已經廣泛使用了。

但是，就是LiDAR這種算新也不算新的技術，有人指出它可能會對視網膜造成無法修復的損害。

根據航空航天和國防領域的資深人士Dussan表示，他們堅決不會使用900納米波長的激光，這會帶來許多潛在的危害，“很多時候你意識不到自己正在頂著光源看，等你察覺到的時候你的視網膜已經受損了”。

他還補充說到，900納米波長的激光在美軍內部造成了很多傷害，甚至是一些知道潛在風險的專業人士也受到了這種傷害。

激光雷達是如何損害視網膜的
要說這種傷害，我們還得從原理入手。

激光雷達的原理其實很簡單，首先傳感器會向各個方向發出激光束，等待它們反彈，因為光的傳播速度是已知的，那麼我們就可以根據往返時間精確估計出與目標位置的距離。

但幾乎​​所有的事都是這樣，原理聽上去很簡單，在執行時就會遇到各種問題。

對於每個激光雷達製造商來說，他們都必須做出三個基本決定：如何將激光指向不同的方向，如何測量往返時間以及使用何種光頻率。

我們先來看看重點，光頻。

正如上文所說，光頻的選擇顯得尤為重要，現在常用的光頻有850納米，905納米和1550納米三種。

一方面，人眼中的液體對於850納米和905納米的光是透明的（transparent），因此這種頻率的光可以到達眼睛後部的視網膜，在這種情況下，如果激光功率太大，就可能會對你的眼睛造成永久性的傷害。

而對於1550納米的光而言，處於這個頻率的激光雷達能夠以更高的功率工作，也不會引起視網膜損傷。在這裡需要指出的是，更高的功率水平意味著更廣的範圍，不過對於自動駕駛汽車而言，功率太高也不是什麼好事，因為消耗的能量也會隨之增加，從而降低了車輛的行駛距離。

那既然1550納米的激光雷達對於人眼來說是安全的，為什麼不廣泛使用呢？原因也很簡單，因為850和905納米的激光雷達可以使用廉價、普遍存在的矽技術，而基於1550納米的激光器則需要消耗昂貴的原材料，例如砷化銦鎵。

不過還需要指出的是，儘管1550納米的激光雷達可以在更高的功率水平下運行而不會給人眼造成危險，但是這些更高功率的水平仍然會引起其他問題。比如今年，在拉斯維加斯舉行的CES展會上，一名男子報告說，來自AEye的1550nm激光雷達損壞了他的相機。

激光雷達對於自動駕駛汽車顯得尤為重要
可能研究自動駕駛系統的科技公司，除了使用攝像頭和雷達的特斯拉，幾乎所有都將目光轉向了激光雷達。

但是，考慮到激光雷達的成本問題，製造商們想要讓其在商業上儘早落地，就必須降低成本。

比如就像寶馬的供應商、以色列創業公司Innoviz所做的那樣。

Innoviz成立於2016年，一直在開發基於微機電系統（MEMS）的固態激光雷達系統。該公司目前正在生產其InnovizPro傳感器，該傳感器設計為可添加到現有車輛中的獨立單元。它主要用於自動駕駛開發應用程序，但Innoviz計劃繼續提供該產品。

與寶馬的交易是針對下一代InnovizOne傳感器，該傳感器專門設計用於汽車級，並已集成到新的車輛中。 InnovizOne傳感器利用了從InnovizPro傳感器那裡學到的知識，既提高了性能又大大降低了成本。例如，視野從Pro上的73×20度變為新傳感器上的120×25度，幀速率和範圍也從20fps和150米提高到25fps和250米。

雖然Innoviz業務開發副總裁Itamar Roth拒絕透露過於詳細的成本信息，但他也在多個場合公開承認過，InnovizPro目前的成本為“數千美元”，而InnovizOne的“產品成本將大大低於1000美元”，當然具體成本還要取決於產量。

不過這仍然不算便宜的，但還是要遠遠低於Velodyne的VLP-16傳感器4000美元的定價，通用汽車在其每個自動雪佛蘭汽車上都安裝了五個Velodyne傳感器。

除硬件外，Innoviz還提供了自己的計算機視覺軟件平台，該平台將集成到BMW正在開發的核心堆棧中。 Innoviz軟件旨在分析激光雷達點雲並識別感興趣的目標，對其進行分類並對其進行跟踪。據稱，該視覺軟件能夠在反射率足夠的情況下區分車輛、騎自行車的人、行人，甚至是車道標記。

和大多數激光雷達製造商一樣，Innoviz使用的是905納米激光器，成本遠低於Luminar使用的1550納米激光器。考慮到其對人眼的傷害，Roth表示，Innoviz還提供了一種解決方案，可確保其在安全的基礎上，保留測距性能。

預計在未來兩到三年內，將有許多新型低成本固態激光雷達傳感器實現量產。儘管馬斯克認為激光雷達是自動駕駛系統的“拐杖”（crutch Continue reading →

蘋果基於 IMU VR手套專​​利曝光：智能織物構成並可檢測手指運動

VerizonMedia宣布與體育及遊戲運營商Entain合作，為用戶帶來賽事VR直播體驗

全球媒體和技術公司VerizonMedia和國際體育博彩及遊戲運營商Entainplc（以前稱為GVCHoldings）最近宣布了一項全球創新聯盟，以在互動體育和娛樂領域開發新的機會。 Entain旗下品牌包括美國的Ladbrokes、bwin、partypoker和BetMGM。
VerizonMedia和Entain將合作開發高度身臨其境的概念虛擬現實（VR）體驗，將觀看現場體育賽事與體育數據和遊戲的互動層相結合。消費者將能夠參加體育賽事、查看數據，與朋友社交並在Entain平台上下注。

此外，Entain將與VerizonMedia緊密合作，通過包括5G、VR和增強現實（AR）在內的新興技術開發新概念，以將沉浸式內容和遊戲帶入體育博彩。該公司表示，除了通過Entain平台投注現場直播的體育賽事外，其目標是為體育迷創造逼真的、身臨其境的體驗。

Entain首席執行官ShaySegev表示：“要贏得未來，我們需要了解消費者將在五、十年後的位置，並與也在此方面進行投資的其他全球企業合作。我們設想消費者會與朋友聚會，實際上他們可能在其他地方，使用虛擬現實頭顯一起觀看、互動和共享體驗，並有可能在半場之間相互競爭，或者感覺自己像在球場上比賽的球員。”

VerizonMedia首席執行官GuruGowrappan表示：“這一新的聯盟將我們兩家公司之間的合作提升到了一個新的水平，這將使我們都能在體育博彩、內容和娛樂方面獲得最大的機會。我們將共同為體育和遊戲迷構建下一代內容體驗。我們在洛杉磯和倫敦擁有啟用5G的製作工作室，創意技術團隊和VerizonMedia的Immersive平台，可創建擴展現實（XR）內容，並在數字渠道上大規模分發，從而使Entain等合作夥伴能夠為客戶提供沉浸式和互動式體驗。”

Entain補充說，此次合作建立在VerizonMedia旗下的YahooSports和與MGMResorts合資成立的BetMGM之間的成功關係上，Entain目前正在美國開展業務。 BetMGM已集成到美國的YahooSports中，粉絲可以在不離開YahooSports應用程序的情況下通過BetMGM進行投注。

在2020年最後的幾天，美國專利商標局正式授予蘋果公司一項基於IMU的VR手套專​​利。蘋果的VR手套能夠測量手指和拇指骨骼的運動，這款由智能織物技術製成的VR手套可用於許多應用，包括遊戲、教育和軍事訓練。

在蘋果這項被授予的專利中，可以使用一個或多個電子設備來模擬VR/AR/MR技術。一種電子設備可以是VR頭戴式設備，用戶可以在其中使用VR頭戴式設備查看模擬的虛擬環境。當用戶移動其頭部向四周看時，頭戴式設備中包含的顯示模塊可以更新以反映用戶的頭部移動。

另一電子設備可以包括一個或多個攝像機。一個或多個攝像機可以用於在AR技術中捕獲用戶的真實環境和/或用於位置跟踪。另一電子設備可以包括VR手套，VR手套可以戴在用戶的手上，並且可以允許用戶實時觸摸、感知和握持虛擬對象，這可能需要能夠準確地檢測用戶手和手指的位置以及運動。

在專利中，IMU可包括一個或多個運動傳感器，例如陀螺儀和加速度計，用於測量IMU可被附接的對象（例如，手指骨頭）的方向、位置和速度。 IMU可以位於手指（或拇指）骨骼附近，並且可以測量相應骨骼的慣性運動。

在一些示例中，VR手套可以包括磁力計以確定地磁場的方向。 VR手套還可以包括一個或多個其他電子組件，例如用於感測方向，實現電容觸摸和/或指尖之間的接觸感測的多個電極。

蘋果的專利圖1示出了人手的示例性模型；圖2示出了示例性VR手套的後視圖。

蘋果的專利圖4B示出了示例手參考。圖4C示出了參考中包括的用於多個手指和拇指的示例性局部框架。

最後，蘋果指出VR手套可以是針織或編織手套，其中一個或多個（例如，所有）電子部件可以集成到手套的面料中。

在一些示例中，手套可包括具有多個不同層數部分的織物。

英國陸軍佩戴HoloLens2，提升軍隊遠程醫療能力

據英國《每日電訊報》稱，英國陸軍正在測試多種通信技術，其中包括一種革命性的設備，該設備將使外科醫生能夠對世界各地的部隊提供遠程醫療服務。

據介紹，英國軍隊目前正在試行一款AR眼鏡，專家能夠將指令直接發送到設備上，從而實現遠程操作。這個遠程醫療項目代號為“Lara”，該項目正在申請批准一系列用於軍醫的高科技工具。

皇家陸軍醫療隊的中校奧利·巴特爾斯（LtColOliBartels）在接受《每日電訊報》採訪時解釋了該計劃如何幫助一線醫生，他說：“在戰場上，戰士前進得越遠，需要的醫療支持就越多。”據奧利中校介紹，一般來說，初級軍醫人數較多，可以覆蓋到更多的軍隊中；而高級軍醫則需要在後方照顧更大範圍內的軍人。

“初級軍醫實際上是需要最好的通信能力的人。但傳統上，前進得越遠，通信質量就越低。”奧利上校補充道。

傑克·菲特（JackFitter）下士正在穿戴微軟HoloLens2

據了解，“Lara”計劃已經開展了18個月，旨在為戰場上的醫務人員及時提供關鍵信息。借助新技術，受過基礎訓練的軍隊外科醫生將能夠更方便地獲得專家意見，即專家可以將指令直接傳送到其穿戴的AR眼鏡上。

AR在B2B營銷策略中的應用與挑戰

AR（增強現實）正在成為企業營銷中的一環。

“當我們進入AR世界時，我們現在能想到的很多東西，例如用於顯示圖像的電視，將來只需借助AR應用程序商店中價值1美元的應用程序便可實現。”—馬克·扎克伯格（MarkZuckerberg）

很多用戶手機上安裝的《Snapchat》或《Instagram》，便是使用了AR。 AR可以簡單理解為一種將數字內容添加到實時攝像鏡頭中的一種技術，它讓數字內容看起來像是物理世界的一部分。

計算機視覺系統通過攝像頭來了解世界，並讓相關內容逼真地呈現在用戶眼前。比如美國《國家地理》雜誌通過AR技術讓恐龍栩栩如生地出現在讀者眼前。

現在學生也開始接受AR遠程教育。未來AR有可能融入各行各業中。

B2B企業已在營銷中使用AR

產品發布

一切都是從產品或服務開始，AR在B2B的應用中也是如此。建築公司在購買前，通常會進行評估並測試不同的空間解決方案，借助AR，建築公司在AR便可進行評估並測試不同的空間解決方案，然後再購買。 Continue reading →

雜貨機器人翻車實錄：會被路人“嚇”到，還會跟錯主人！ 3千美元怕是買了個寂寞？

每次出門採購都要買一大堆東西的你，是不是總是希望能有一個人來幫你提東西？

早在幾年前，意大利Piaggio Group旗下的科研部門就推出了Gita，一個看上去…像隻豬的雜貨機器人。

可以從圖上看到，Gita是滾動前進的，它擁有兩個大輪子，並且像賽格威電動車一樣能夠自動調整。機器人前後都有一組攝像頭，通過藍牙連接，你可以進行身份認證，完成後，機器人就會跟著你移動。

噢對了，Gita內部擁有2630立方英尺的存儲空間，最大可承載40磅的貨物。這個空間和承重對於一般人來說簡直是綽綽有餘的。

不過，最近，這個小傢伙可是狠狠地“翻了車”。

根據John Biggs表示，在他和母親和Gita一起出門採購的路上，當一群路人從前面接近Gita時，Gita突然加了速，沿著金屬柵欄一直向前滑行，就像一隻受驚的河馬。

遺憾的是，由於Biggs沒有及時拍攝，這兩次翻車都沒有被及時記錄下來。小編特意去找了一張河馬暴走圖供大家自行想像：

還有一次，趁著他們不注意，Gita突然決定跟隨另一位路過的女士，直到在街角快過紅綠燈時，他們才把Gita停下來。

翻車之後，Gita真的能保證安全嗎？
雖然發生了兩次“翻車”事故，Biggs仍然認為Gita是一個“忠誠的小伙伴”，也不知道是哪兒來的勇氣。

根據官網介紹，Gita身上配備了360度攝像頭，這些攝像頭不僅能夠在身份認證時對你進行全身全方位的識別，還能夠跟隨你去任何地方。

不過從這次的“翻車”記錄來看，能去任何地方可能是沒什麼問題，但是不是跟你就不一定了。

其次，啟動起來也很方便，只需要按一下表面的按鍵，Gita就會像抬頭一樣立馬進入工作狀態。要是能防止Gita暴走那就更好了。

至於Gita的速度嘛，也不用擔心，最高時速可達22mph，也就是說，即使你是在跑步或者騎自行車，Gita也可以跟上你的步伐。在這種狀態下，Gita的運行時長也達到了8小時左右。

如果你只想把Gita拿來買菜，你可能用不到鎖定和解鎖功能。不過，如果日常出行，你把一些貴重物品放在Gita裡，你可能還需要下載一個專門的應用程序來實現這個功能。

差點忘記重點。

Gita的官方售價為3250美元，衝著這個價格，它就不會是一個大眾化的民用產品。在發布初期，Piaggio Fast Forward的研究人員就表示，並沒有考慮將Gita用於運送玉米煎餅或雜貨，更多是將其用於協助維護、幫助園藝和看管人員，以及其他必須搬運重物的工種，尤其是在度假勝地、高級住宅區和大學校園。

不過試想，要是路上Gita太多，是不是也會引發小型交通事故呢。

根據Biggs母親的使用體驗，她表示，自己已經完全做好迎接Gita進入她的生活的準備了，儘管在路上她會遭受到一些異樣的眼光，但問題是，Gita有做好準備嗎？

機器人翻車事件頻發

不過，文摘菌還是要指出，“翻車”也不是Gita一家獨有。和智能機器人一起滲透我們日常生活的，還有他們頻頻的“翻車”。

比如在2018年12月，在新澤西州的一個亞馬遜倉庫中，一個機器人不小心將一瓶驅熊噴霧扎破，致使24名亞馬遜員工受傷，當場就被送往醫院。

可能大家都知道，驅熊噴霧的主要成分是辣椒素，這味道之酸爽，大家可以腦補一下。

再比如，同樣是2018年，在CES大會上，LG新型機器人Cloi的亮相至今為止還被人們津津樂道，這可不是因為它的功能有多強大，而是車翻得有多猛。

據了解，當時，LG的美國營銷總監David VanderWaal在介紹時，將Cloi形容為“在管理用戶的智能家居時將實現一種極致的簡約”。

在接下來的演示環節上，VanderWaal要求Cloi為他展示日程安排的功能時，Cloi表現正常。不過，VanderWaal再給出了三個指令，分別是查看衣服是否洗好、晚餐計劃吃什麼、提供一些雞肉食譜，Cloi均沒能執行。

現場陷入尷尬的氣氛中。市場研究公司CCS Insight的分析師Ben Wood評論到，“第一次失敗時，大家都笑了，以為這只是一個小故障；第二次，大家才意識到有什麼地方出錯了；再次失敗時，現場觀眾有點不知所措，出現了短暫的沉默，接著有些嘈雜，人們為Cloi感到難過”。

文摘菌這就給大家當場表演一個尬到摳出一個四合院。

你的Vespa摩托車也可以很智能

其實，說到意大利的Piaggio，你可能最開始想到的是他們的Vespa摩托車。

去年11月，文摘菌也對Vespa摩托車進行了報導，不過可不是來帶貨的，而是利用這個摩托車來對全城垃圾進行識別的。 Continue reading →

AI畫畫也有種族歧視？藝術加工軟件把黑人變白人

日本富士通的一支研究團隊利用有向無環圖模型（DAG）研究AI生成藝術中的偏見現象。該研究發現，目前的AI模型在藝術創作時展現出對特定流派、創作風格、種族、思想運動等因素的明顯傾向性。

據分析，這種偏見現象的背後有兩層原因，一方面是標記數據集中各類樣本數量不均衡，一方面是標記過程受標記員主觀影響較大。

該研究發表在康奈爾大學的論文庫arXiv上，名為《藝術史視角下分析AI生成藝術中偏見產生的原因（Biases in Generative Art—A Causal Look from the Lens of Art History）》。

▲日本富士通研究團隊發表《藝術史視角下分析AI生成藝術中偏見產生的原因（Biases in Generative Art—A Causal Look from the Lens of Art History）》一文

原文鏈接：https://arxiv.org/pdf/2010.13266.pdf

一、研究方法：採用DAG進行因果關係分析

隨著人工智能技術研究的不斷深入，人工智能的應用領域也越來越廣泛，其中就有AI生成藝術。從創作繪畫到開闢新的藝術風格，AI被應用到藝術創作的方方面面。

然而，隨著AI藝術創作工具不斷湧現，日本富士通的研究團隊卻指出：社會偏見可能會滲透到AI的藝術創作過程中。

為了驗證猜想是否屬實，富士通研究人員從相關學術論文、在線平台、應用程序入手，從中挑選出描摹現有流派和風格的樣本並展開研究。

研究團隊首先對影響AI創作的主要因素進行了分類，從而確定研究樣本。他們最終選定的樣本均由業內領先的AI系統創作，這些AI系統接受了文藝思潮、流派、創作材料、藝術家等各類標記數據集的訓練。

文藝思潮方面，有文藝復興、立體主義、未來主義、印象派、表現主義、後印象派、浪漫主義等。流派方面，有風景畫、肖像、戰鬥繪畫、素描等。材料方面，有木版畫、版畫、油漆等。藝術家方面，則有克萊門汀·亨特（Clementine Hunter）、瑪麗·卡薩特（ Mary Cassatt）、文森特·梵高（Vincent van Gogh）、古斯塔夫·多雷（Gustave Continue reading →