可感知到生命特徵的設備,只需要一顆低功耗雷達芯片

雷達技術在過去十年有了很大的發展。研究人員已經能夠使雷達系統更小、更節能,同時提高其性能。由於半導體技術的進步,毫米波雷達已經適合以較低的單價進行大規模生產。

汽車用雷達傳感器產量的不斷增長和對更多智能應用的需求將有助於實現低成本雷達傳感器。這意味著雷達技術正在為下一步做好準備:日常應用於可穿戴設備、移動電話、無人機、物聯網傳感器和健康監測設備。例如,谷歌已經將英飛凌開發的60GHz雷達集成到其Pixel4智能手機中。這個Soli雷達可以識別手勢,所以用戶可以通過在屏幕上方揮舞手勢來操作手機。

納米和數字技術研發中心(IMEC)的雷達項目經理說:"第一台安裝雷達的手機是一個極好的技術展示,但要想真正突破雷達應用,還需要解決一些障礙。" 十年前, imec開始探索如何將雷達傳感器從笨重的系統轉換為緊湊的集成解決方案。集成到普遍可用的CMOS技術中是一個歷史性的突破。 “我們希望通過選擇CMOS而不是矽鍺來改變現狀。然後,收發機可以集成到數字後處理器中,這提供了縮放CMOS的速度和功率優勢。"

但要將這項技術應用到電池供電的設備中,低能耗是必不可少的。可以在手機、智能手錶或無人機中集成雷達芯片,但不想每小時都給電池充電。目前,降低功率輸出是這一研究領域的一大挑戰。

60千兆赫的雷達,無所不能

在較低頻率下工作的雷達通常消耗較少的功率,但靈敏度也較低。例如,24ghz雷達將低功耗與中等分辨率相結合,但雷達相對較大。另一方面,如果想用非常高的精度探測微小的運動,140千兆赫的雷達似乎更適合。它將是一個微小的傳感器,以增加功耗為代價實現更好的分辨率。介於這兩個極端之間的是60GHz雷達,它結合了兩個世界的優點。一方面,通過達到2厘米的距離分辨率,該傳感器可用於精確的運動檢測。另一方面,60千兆赫的雷達可以足夠緊湊和節能,集成到微型電池供電的設備中。

8月,imec展示了一個低功耗60GHz雷達芯片的原型(圖1)。由於採用了新的收發機架構,該系統的功耗僅為62兆瓦,與該頻率範圍內最先進的雷達相比明顯更低。快速啟動時間(1微秒)支持積極的工作循環,進一步降低功率。 4.15 mm2收發器芯片集成了28nm大塊CMOS技術,確保了高批量生產的低成本解決方案。

圖1.低功耗60GHz雷達模塊

imec的研究人員使用了調頻連續波(FMCW)雷達,它具有高效集成到CMOS技術中的優勢。此外,這種雷達結構允許測量絕對距離和運動目標的速度。 FMCW雷達在特定帶寬上調製發射的無線電波的載波頻率。這是通過產生啁啾來實現的:根據鋸齒函數,頻率隨時間線性增加。當反射波返回時,根據頻率差可以確定到目標的時間延遲和距離。 “為了精確探測,需要線性調節。還需要達到一個高調製頻率,因為帶寬決定了分辨率。最大的挑戰是設計一種既能滿足所有這些條件又不消耗太多能量的雷達。

Imec的新雷達設計正是實現了這一挑戰。低功率雷達產生的調製波集中在60千兆赫左右,線性頻率增加7.2千兆赫(或12%)在51.2微秒。 7.2GHz的調製帶寬決定了傳感器的超精細分辨率,使其適用於手指運動、手部滑動和手勢的3D傳感。實驗還證明了該傳感器的室內多目標檢測能力、5米處的心跳檢測能力以及對行人位置和速度的精確跟踪(圖2)。

圖2.實驗證明,室內多目標檢測、5米處心跳檢測以及對行人位置和速度的精確跟踪力。

感知生命體徵

與79 GHz頻段相比,在大多數國家,ISM頻段在57到66 GHz之間是免許可證的,而在大多數國家,這一頻段是為汽車應用預留的。這種自由使工業和醫療目的的新物聯網應用得以發展。

在工業4.0中,雷達使人與機器人協作:為機器人配備傳感系統確保了一個安全和高效的生產環境。

在健康方面,雷達應用可以提高監測生命體徵的可靠性和舒適性。例如,通過雷達進行心跳監測,與心電圖監測系統相比,它的侵入性更小。基於雷達的傳感器也適用於非侵入式跌倒檢測系統,有助於減少老年護理的注意力時間。

此外,這種低功耗雷達芯片可以集成在電池供電的設備中,包括健身跟踪器和智能手機。這尤其為個性化的醫療保健或體育運動開闢了新的可能性。試想一下,一部手機可以在3D中自動記錄網球擊球,或者一部可穿戴的手機可以分析跑步過程中身體不同部位的具體動作。或者想像一下,床頭櫃上的一部手機可以通過跟踪呼吸頻率和心率變化來監控睡眠質量。

從長遠來看,雷達將塑造我們如何與智能設備互動。如果雷達芯片可以集成到手機中,那麼它也可能集成到其他設備中。雷達技術不僅可以取代刷卡,還可以取代鍵盤或鼠標,實現直觀的人機交互。雷達傳感器可以跟踪手掌的移動,以便在屏幕上進行交互。甚至可以用手控制增強現實或虛擬現實,或與全息圖互動。其應用範圍之廣是人們所能想像的。

人工智能的知識點科普

早在上世紀50年代,人工智能行業先驅Minsky和McCarthy將人工智能描述為由機器執行的任何任務,這些任務在以往需要人類智能才能完成。

這顯然是一個相當寬泛的定義,這就是有時人們針對某種技術是否真是人工智能進行爭論的原因。

如今對“智能”的定義更為具體。谷歌公司人工智能研究人員、機器學習軟件庫Keras的創建者Francois Chollet曾表示,智能與系統在新環境中適應和即興發揮的能力有關,能夠概括其知識並將其應用於不熟悉的場景。

他說:“智能是指在以前沒有準備好的任務方面獲得新技能的效率。智能本身並不是技能,不是能做什麼,而是學習新事物的能力和效率。”

這是人工智能的一個定義。在這個定義中,現代人工智能驅動的系統(例如虛擬助手)將被描述為具有“狹義人工智能”的特徵。在執行有限的一組任務(如語音識別或計算機視覺)時,概括其訓練的能力。

通常情況下,人工智能係統至少會表現出與人類智能相關的以下某些行為:計劃、學習、推理、問題解決、知識表示、感知、運動和操縱,在某些程度上還包括社會智能和創造力。

人工智能的用途是什麼?

如今,人工智能幾乎無處不在,例如推薦人們應該在網上購買的物品,了解對虛擬助手(例如亞馬遜的Alexa和蘋果的Siri)所說的內容,識別照片中的人物和內容,識別垃圾郵件,或者檢測信用卡欺詐。

人工智能有哪些不同類型?

人工智能可以分為兩大類:狹義人工智能和通用人工智能。

如上所述,狹義的人工智能是人們目前在計算機中看到的一切:已經被訓練或學會如何執行特定任務的智能係統。

這種機器智能在蘋果iPhone上的Siri虛擬助手的語音和語言識別、自動駕駛汽車的視覺識別系統、或根據人們過去購買的商品推薦可能喜歡的產品的推薦引擎中都可以明顯地看出。與人類不同的是,這些系統只能學習或被教授如何完成定義的任務,這就是它們被稱為狹義人工智能的原因。

狹義人工智能能做什麼?

狹義人工智能有大量應用程序:無人機的視頻饋送、對基礎設施(如輸油管道)進行視覺檢查、組織個人和企業日曆、響應簡單的客戶服務查詢、與其他智能係統協調執行這些任務包括在合適的時間和地點預定酒店、幫助放射線醫師發現X光片中的潛在腫瘤、在線標記不當內容、從物聯網設備收集的數據中檢測電梯的磨損,以及通過衛星生成世界3D模型圖像等。

這些學習系統的新應用一直在湧現。顯卡設計廠商Nvidia公司最近推出了一種基於人工智能的Maxine系統,它可以讓人們進行高質量的視頻通話,並且不用考慮其互聯網連接速度。該系統通過不通過互聯網傳輸完整的視頻流,而是以實時再現通話者的面部表情和動作並且與視頻不可區分的方式,將通話所需的帶寬減少了10倍。

但是,儘管這些系統具有尚未開發的潛力,但有時對該技術的期望卻超過了現實。自動駕駛汽車就是一個很好的例子,自動駕駛汽車本身就得到了人工智能驅動的系統(例如計算機視覺)的支持。電動汽車生產商特斯拉公司首席執行官埃隆·馬斯克(Elon Musk)最初提出的汽車自動駕駛系統將從有限的輔助駕駛能力升級為“全自動駕駛”的時間表如今有些落後,作為其測試計劃的一部分,全自動駕駛選項最近才推出專業駕駛程序。

通用人工智能可以做什麼?

通用人工智能截然不同,它是一種在人類身上發現的適應性智能,是一種靈活的智能形式,能夠學習如何執行完全不同的任務,從理髮到構建電子表格,或者基於積累的經驗對各種各樣的主題進行推理。這種人工智能在電影中更為常見,例如電影《終結者》中的Skynet,但現在已經不存在了——人工智能專家們對它在什麼時候能成為現實存在嚴重的分歧。

人工智能研究人員Vincent CMüller和哲學家Nick Bostrom在2012年對四組專家進行的一項調查顯示,到2040年至2050年,通用人工智能(AGI)的開發機會將達到50%,到2075年將上升到90%。該小組甚至進一步預測,所謂的“超級智能”在通用人工智能(AGI)實現約30年後就可以出現。

然而,人工智能專家最近的評估更為謹慎。現代人工智能研究領域的先驅者,如Geoffrey Hinton、Demis Hassabis和Yann Le Cun表示,鑑於對現代人工智能領域的領導者持懷疑態度,以及現代狹義人工智能係統與通用人工智能(AGI)的本質迥然不同,因此幾乎沒有理由擔心通用人工智在不久的將來能為社會帶來影響。

也就是說,一些人工智能專家認為,鑑於人們對人腦的了解有限,這樣的預測是非常樂觀的,並且相信通用人工智能(AGI)的出現還需要數百年的時間。

人工智能發展的最新里程碑是什麼?

雖然現代狹義人工智能可能僅限於執行特定任務,但在它們的專業領域內,這些系統有時能夠表現出超人的表現,而這種特質通常是人類固有的。

雖然沒有太多的技術突破,但也有一些亮點:谷歌公司在2009年表示,豐田普銳斯汽車採用其開發的自動駕駛技術有可能完成10次以上每次100公里路程的測試,讓無人駕駛汽車技術向前邁進。

2011年,IBM Watson在美國智力競賽節目《危險邊緣》中獲勝,擊敗了該節目有史以來最好的兩位人類選手,成為全球頭條新聞。為了獲勝,Watson採用自然語言處理和分析技術對海量數據進行處理,以回答人類提出的問題,通常其處理的速度不到1秒鐘。

2012年,另一項突破性進展預示著人工智能有能力處理許多以前認為對任何機器來說過於復雜的新任務。那一年,Alex Net系統在Image Net大規模視覺識別挑戰賽中取得了決定性的勝利。在圖像識別比賽中,與競爭對手相比,Alex Net的錯誤率降低了一半。

Alex Continue reading

過橋10nm

上週,中芯國際被美國商務部列入實體清單的消息引起軒然大波。對此,中芯國際作出了回應,經該公司初步評估,該事項對其短期內運營及財務狀況無重大不利影響,對10nm及以下先進工藝的研發及產能建設有重大不利影響,公司將持續與美國政府相關部門進行溝通,並視情況採取一切可行措施,積極尋求解決方案,力爭將不利影響降到最低。

當下,中芯國際正處在攻克先進製程(14nm~10nm之間)量產的重要階段,其中14nm已經於2019年底實現量產,在不久前11月中旬召開的2020第三財季說明會上,談到先進製程進展時,中芯國際表示:14nm良率已達業界量產水準,公司將持續提升產品和服務競爭力,引入更多國內外客戶。第二代先進工藝技術“N+1”穩步推進,正在做客戶產品驗證,已進行小量試產,產品應用主要為高性能運算,相對第一代,第二代技術平台以低成本、客制化為導向,第二代相較14nm性能提升20%,功率減少57%,邏輯面積減少63%,集成系統面積減少55%。公司正在與海內外客戶合作10多個先進工藝流片項目,包含14nm及更先進工藝技術。

產能計劃方面,中芯國際一直秉持謹慎規劃原則,以市場和客戶需求為導向,統籌計劃與佈建,先進產能規模相對較小,對於可能的出口管制,正與供應商積極梳理相應解決方案。總的來說,今年的研發任務基本完成,雖然先進工藝研發取得一些成績,但距離世界一流水平還有很長的路要走。

可見,中芯國際對於被列入實體清單是有準備的,特別是進行到10nm級別製程工藝攻堅階段,更加謹慎,做好了多手應對措施。

10nm,是半導體先進製程的一道坎兒,它就像一座獨木橋,將有志於掌握最先進製程工藝的廠商阻攔在了對岸,要想過去,需要花費相當大的力氣。在這種困難面前,有的選擇繼續前進,有的選擇停步觀望、改變策略,而一旦過了橋,到達先進製程彼岸,就可以占得先機,且可具有天時和地利優勢,對還想過橋的競爭者產生先發和代次優勢,使後來者過橋難度陡增。更為重要的是,10nm這座橋只是一個重要的通道,在上邊停留的時間很短。

當下,具備10nm量產,或是有志於掌握這種能力的晶圓廠只剩下台積電、三星、英特爾和中芯國際這四家了。原本想過橋的另外幾家,因為被台積電和三星占先,從而在市場競爭中的劣勢越來越明顯,多數選擇改變發展策略,轉而將重心放在了成熟製程工藝上。

搶先過橋

台積電早在2013年就開始了10nm工藝的研發。而按照早期規劃,台積電的計劃是2016 年第四季度量產10nm工藝,實際量產時間與其規劃基本吻合,2017年初實現了量產,標誌性應用就是蘋果的A11處理器,這給台積電帶來了巨大的收益。 2018年其10nm營收持續增長,並向Fab12和Fab15轉移。產品主要包括手機AP、基帶和ASIC。

那之後,台積電10nm營收的比例基本持平,且相對份額不高,28nm和16nm一直是該公司收入的主要來源。

三星方面,幾乎與台積電同步量產10nm製程。 2015年7月,該公司旗下的製造部門Samsung Foundry的Kelvin Low 在網上發布了一段視頻,確認三星已經將10nm FinFET 工藝正式加入路線圖;2016年10月,該公司第一代10nm FinFET LPE製程大批量生產;2017年4月,三星第二代10nm FinFET工藝技術10LPP通過認證;2017年10月,8nm FinFET工藝技術8LPP通過認證;2017年11月,第二代10nm FinFET工藝技術量產。

在10nm這個節點,三星和台積電的進度相差不大,但總體水平,台積電仍然略勝一籌。

英特爾也早就開始了10nm的研發,原計劃是在2016年量產,當時,EUV還不成熟,因此,英特爾選擇了多重四圖案曝光(SAQP)技術,但研發過程中遭遇困難,導致10nm量產時間一再推遲。而從當時的情況來看,採用SAQP技術造成良率較低可能是遲遲無法規模量產的主要原因。

在那之後,英特爾一直未對外公佈10nm量產進度,2017年初,時任英特爾CEO科再奇在美國CES展會前,宣布首顆10nm處理器Cannon Lake就緒,將迎戰台積電和三星。然而,沒過多久,英特爾官方對外發布了繼承當年主打的第七代核心處理器Kaby Lake的第八代Core處理器細節,表示仍將採用14nm製程生產,10nm量產時間又被延遲了。經過多年的周折和延遲,英特爾的10nm終於在2019年底實現量產。

自2018年下半年以來,英特爾在升級和建立用於生產10nm芯片的新生產線方面投入了大量資金,但要想擴大規模還需要幾年時間。在此期間,英特爾必須提高其14nm芯片的產量。因此,傳聞它將一部分CPU轉由三星代工,希望能夠解決產能不足的問題。

不過,英特爾對製程節點的嚴謹追求是很值得稱道的,從具體的性能指標,特別是PPA和晶體管密度來看,英特爾的10nm比台積電的10nm有優勢。

短暫停留

目前,已經實現10nm大規模量產的只有台積電和三星。英特爾的生產規模有限,不做過多評論。

不過,即使是像台積電和三星這樣的龍頭企業,在10nm這座橋上停留的時間都比較有限。

來自台積電的統計顯示,2017年,10nm營收在該公司所有製程中的佔比為10%,2018年Q2,佔比上升到了13%,Q3佔比為6%,2018全年營收佔比為11%。 2019年,這一比例下降到了3%。

從上圖可以看出,過去兩年,台積電16nm及更成熟製程工藝的營收比例變化不大,變化主要體現在最先進製程方面,具體就是7nm和10nm,2018年,這兩種製程的營收佔比不分伯仲,而到了2019年,情況出現很大變化,隨著7nm的成熟和放量,一舉超越10nm,成為了營收第一主力。

還有一點:2017上半年,聯發科為了進攻高端市場,全力打造Helio系列品牌,推出了x30處理器,工藝製程也從原先的16nm,升級到10nm,計劃交給台積電代工生產。但是,台積電一方面要解決10nm製程良率的問題,一方面要全力供給蘋果處理器,造成聯發科x30處理器難產。這間接導致在華為和蘋果試水之前,幾乎沒有廠商大規模採用台積電的10nm製程。這也成為了該公司10nm製程發展的一個障礙。

從今年的情況來看,台積電16nm及更成熟製程工藝的營收比例變化也不會大,而5nm和7nm的佔比將會進一步提升。在這樣的趨勢下,該公司在今年第二季度的營收中,沒有了10nm的踪影。如下圖所示。

可見,今年,台積電將重點放在了7nm和5nm上,10nm似乎是一個過渡性的製程節點,所佔比重在不斷降低。 Continue reading

半導體“人才戰”往事:巨頭瘋狂挖角,失一人損10億美金

“我深深的感到已經不再被尊重與不被信任。”

12月16日,一份來自中芯國際聯合CEO梁孟鬆的書面辭呈,讓這家企業陷入了“內訌”風波中。

對於外界來說,梁孟鬆或許不是一個眾所周知的人物,但是在中芯國際乃至全球半導體行業,這是一個不容忽視的名字。

梁孟松2017年加入中芯國際,在短短300天內,中芯國際從28nm時代躍進到了14nm時代,並在300天不到的時間內把14nm芯片的良品率從3%提升到了95%。

“這是一般公司需要花十年以上時間才能達成的任務。而這些成果是由我帶領的2000多位工程師,日以繼夜、賣命拼搏得來的。”他表示。

此外,中芯國際還在向著7nm、5nm和3nm進軍。梁孟鬆在辭呈中提到,他在三年多里,盡心竭力完成了從28nm到7nm共五個世代的技術開發。

中芯國際的28nm, 14nm, 12nm, 及n+1等技術均已進入規模量產,7nm技術的開發也已經完成,明年四月就可以馬上進入風險量產。

“5nm和3nm的最關鍵、也是最艱鉅的8大項技術也已經有序展開,只待EUV光刻機的到來,就可以進入全面開發階段。”梁孟松稱。

加入中芯國際之前,梁孟松歷任台積電、三星重要職位,在每一家公司都發揮著舉足輕重的作用,有時甚至影響到了全球半導體行業的格局。

這位技術大拿的辭呈在資本市場掀起了軒然大波。 12月16日早間,中芯國際A股開盤即跌近10%,市值蒸發超過300億元,而港股也短暫停牌。

股市之所以反應激烈,基於這樣一個判斷:關鍵的技術人才在半導體行業至關重要,甚至可能影響企業的生死存亡。

半導體行業堪稱人才密度最高的行業。一個人、一個團隊往往能影響整個產業。有些經驗自己慢慢積累遠不能趕上別人的腳步。

有媒體曾經感嘆,“一位台積電研發大將投奔敵營,全球晶圓代工產業的版圖也因此迎來巨變,幾乎到了‘失一人喪邦’的程度。”

獲得一個頂尖人才,至少可以讓企業少走許多彎路,而每條彎路的代價可能都是以數十億美元計。

縱觀過往,台積電、三星等半導體頭部大廠的崛起史就是一部人才爭奪史。他們對於關鍵人才的重要性有著深入骨髓的理解。

今天,大陸半導體行業的興盛,依然離不開關鍵人才人才的帶動。

前台積電董事長張忠謀曾明確指出,因中國台灣、韓國、美國在半導體產業已經累積了很多經驗,因此學習曲線已經下來,沒有人才,大陸企業砸多少大錢也難以獲得這樣的經驗。

因此,在半導體頂尖人才爭奪戰中,大陸企業越來越活躍。中芯國際的“宮鬥”只是這一現象的一個小插曲。

“挖”出來的三星和台積電

“以前,是幾十萬人養活一個君主;今天一個天才能養活20萬人。”2002年,李健熙在三星內部講話時這樣說。

這是李健熙對於三星半導體發展歷程的感慨。

三星最開始是從農產品貿易起家,到了二十世紀六十年代,三星決心進入電子消費產業。

按照三星創始人李秉喆當時的說法,“從技術、勞動力、附加值、內需和出口前景等各個方面來看,電子產品是最適合韓國經濟發展階段的產業。”

1969年,三星電子工業成立,最開始的業務是給美國鎂光、日本三菱、夏普等企業“打工”,合作生產冰箱、洗衣機、電視等家電。

在家電業務的發展過程中,李秉喆很快意識到芯片的價值,因為影響家電性能的核心就是芯片。因此,他也萌發了進軍半導體行業的念頭。

製作半導體電路所用的晶圓,圖片來自中芯國際

為了獲得半導體產業的初期技術,三星曾經派人向美國鎂光及日本夏普進行“偷師”,但結果並不如意。

鎂光曾開出400萬美元的“天價”向三星提供一些較為落後的產業鏈設計圖紙,但後來反悔,並將三星方面的人員趕出了鎂光;夏普對於自己的技術也嚴加看管,不允許三星的人員接近最新的生產線,甚至連工廠的面積等基本數據都拒絕透露。

當時三星員工只能通過自己的腦子記住某些細節,比如手指間距離、身高及步伐數等模糊的數據。

1974年機會來臨。這一年,全球石油危機爆發,由於股東方撤出,一家名為Hankook的美資半導體企業瀕臨破產。李秉喆和他的兒子李健熙出資入股這家公司,三星半導體萌芽。

1977年底,Hankook半導體公司和三星業務完全合併,成為三星半導體。

對於三星進軍半導體業務,外界並不看好。據說當日本三菱得知三星將開發芯片產業時,該公司CEO直接表態說,韓國太窮,不適合發展半導體產業。

1983年,歷經多年艱苦努力,三星的首個芯片工廠落成,並很快開始量產64位芯片。然而這一產品卻大幅落後於當時日本的技術,僅相當於日本廠商5年前的產品。

更加倒霉的是,三星還遇到了半導體價格史無前例的暴跌。一些技術領先的企業開始將大幅調低芯片價格,每片價格從4~5美元暴跌至最低時只有25美分,而三星每片64位芯片的成本是1.3美元,這也就意味著,每生產一片芯片,三星需要倒貼1美元。

到1987年,也就是李秉喆去世的時候,三星半導體一年虧損3億美元。幾乎虧完了本金。 Continue reading

未來智慧城市:是否防範網絡安全威脅?

隨著城市通過互聯網絡變得更加智能,它們更容易受到網絡攻擊。

智慧城市的總稱不僅僅是一個概念,更是一個夢想。智慧城市是一個一切都相互聯繫、高度依賴技術的空間。然而,這裡的問題是,智慧城市缺乏安全措施。當一切都相互關聯時,加密和保護城市免受網絡攻擊的努力就落後了,使人們的個人信息處於危險之中。

智慧城市是一個框架,主要由信息和通信技術(ICT)組成,用於開發、部署和促進可持續發展實踐,以應對日益增長的城市化挑戰。如今,全球54%的人口生活在城市,預計到2050年這一比例將達到66%。市民使用智能手機、移動設備、聯網汽車和智能家電,以各種方式參與智能城市生態系統。將所有這些設備與城市的物理基礎設施和服務相結合可以降低成本並提高可持續性。生活在智慧城市的人們可以藉助高端技術改善能源分配、簡化垃圾收集、減少交通擁堵,甚至改善空氣質量。智慧城市的概念從總體上講是為市民提供節省時間和緩解生活的技術。它還涉及到將他們與治理聯繫起來,在那裡他們可以提供改進的反饋。隨著城市變得越來越聰明,它們越來越容易受到網絡安全威脅。即使政府試圖100%加密公民的個人數據,這幾乎是不可能做到的。今後,人們應該採取簡單的措施來保護他們的信息。

智慧城市使用的技術

直到最近,各國政府還將智能技術視為提高幕後效率的工具。現在,科技對智慧城市中人們生活的影響遠不止於此。以下是一些塑造未來智能城市的未來科技。

信息和通信技術

智慧城市的主要目標是擁有雙向溝通渠道。信息和通信技術(ICT)被用來彌合公民與政府之間的差距。門外漢與上級的溝通才是一個好國家的基礎。智慧城市建設在一個相當大的方面,一個普通公民可以向當局表達他/她的意見。 ICT框架的很大一部分本質上是一個由連接的對象和機器組成的智能網絡,這些對象和機器使用無線技術和雲傳輸數據。各國政府可以進一步分析這些義務並解決這個問題。

地理空間技術

智慧城市在發展基礎設施方面很複雜。城市應該有一個正確的可持續發展的計劃,並承認准確、簡明和詳細的數據,以改善城市。解決這個問題的便捷解決方案是使用地理空間技術,這可能有助於建設智慧城市。地理空間技術提供精確的地理空間數據,並有助於以最佳方式分析和應用大量數據。

物聯網設備

物聯網(IoT)在智慧城市內的互聯互通中發揮著重要作用。物聯網設備(如連接的傳感器、燈和儀表)可以收集和分析數據,以更好地發揮智能城市的功能。收集到的數據將進一步用於改善基礎設施、公共設施、服務等。它的一些功能包括保持交通狀況的標籤、改進廢物回收、保持水和空氣質量、獲得遠程援助服務以及立即獲得事件管理。

智能犯罪預防

大都市人口稠密。從今以後,很難維持和追查或抓獲違法者。有時,由於缺乏監視、行動或證人,犯罪也可能被忽視。智慧城市利用技術來應對這些挑戰。例如,機場、火車站和汽車站都有面部識別技術,當發現犯罪名單上的罪犯時,它會發現並提醒官員。

發展智慧城市的優勢

儘管發展智慧城市是一項艱鉅的工作,需要整個計劃的組織和繁重的努力,但隨之而來的好處不僅僅是回報。智慧城市也是吸引全球跨國公司投資發展的一個標誌。此後,AnalyticsInsight為您帶來了一系列發展智慧城市的優勢。

基於數據的決策——由於智慧城市通過物聯網服務的連接收集了幾乎所有的信息,因此很容易做出準確的、數據驅動的決策。

更好的交通設施——智慧城市旨在解決交通問題,並提供公共汽車和火車位置的實時信息。它改進了交通管理系統,方便了通勤者。

安全的社區——公民和政府之間的持續連接和24×7監視大大減少了犯罪。如果沒有,它至少可以幫助警方追踪並找到罪犯。

網絡安全問題及其解決方法

虛擬和物理基礎設施之間的互聯互通使智慧城市得以運作,但也存在網絡安全風險方面的缺點。智慧城市容易受到許多網絡攻擊技術的攻擊,如遠程執行和信號干擾、惡意軟件、數據操縱和DDoS攻擊。從今以後,官員和公民有責任保護他們的數據,並有加密系統。

應通過智能化解決方案保護物聯網的全面安全。使用安全引導技術可防止黑客用惡意版本替換固件,從而防止攻擊。每次將智能設備連接到網絡時,請確保在接收或傳輸數據之前對其進行了身份驗證。通常會收集大量的數據來概括交通狀況。如果官員在收集到的數據中發現安全違規,他們應該採取行動制定總體安全政策,根據異常行為隔離設備。

瞄準5G邊緣計算,AWS攜手各國運營商共同佈局Wavelength

5G和物聯網的出現激活了大量對延遲敏感的應用程序,極大地推動了邊緣計算的發展。根據IDC最新的《全球邊緣支出指南》顯示,到2024年全球邊緣計算市場將達到2506億美元,在2019-2024年的預測期內復合年增長率(CAGR)為12.5%。

為了在邊緣計算市場中分一杯羹,亞馬遜正試圖通過擴展 亞馬遜雲服務(AWS)的功能,以及投資智能家居和自動駕駛等新興應用,在邊緣計算領域站穩腳跟。 AWS在 2019 年末發布了AWS Wavelength,通過使用電信提供商的基礎設施,在5G無線網絡邊緣部署 AWS 存儲和計算資源來支持 5G 應用,使數據處理更接近用戶。

近日,為了解AWS Wavelength的部署情況、應用案例,以及AWS佈局邊緣計算的新思考,通信世界全媒體記者專訪了在AWS負責Amazon EC2核心產品管理總經理George Elissaios,共同探討了AWS Wavelength的最新進展和深刻影響。

AWS 與運營商強強聯手,Wavelength 區域不斷拓展

5G網絡的速度是4G的20倍,可用於大幅增加可連接設備的數量,並縮小移動設備的網絡延遲。然而,即使5G商用落地,移動設備在通過互聯網連接到應用程序時仍然需要跨越多個網絡躍點,也就意味著應用程序流量必須從設備到基站,再到城域聚合站點、區域聚合站點和互聯網,然後才能訪問AWS中運行的資源。

AWS Wavelength 將 AWS 計算和存儲服務嵌入到通信服務提供商的 5G 網絡邊緣,並對該區域內運行的各種雲服務提供無縫的訪問。這樣,AWS Wavelength 可以最大限度地降低從 5G 設備連接至託管在AWS的應用程序的延遲,減少網絡躍點。應用程序流量只需從設備傳輸到移動通信基站,然後就到達城域聚合點運行的Wavelength區域。這消除了區域聚合點之間、以及互聯網上的多個跳轉導致的延遲,使客戶能夠充分利用5G網絡。

據George Elissaios介紹,Wavelength是AWS在re:Invent 2019大會宣布的邊緣計算服務,並與美國通信運營商Verizon(威瑞森)合作推出了AWS Wavelength的GA版。 2020年8月,AWS宣布正式在Verizon 5G網絡上推出AWS Wavelength,率先讓開發者為美國波士頓和舊金山灣區的移動設備和用戶構建超低延遲應用。緊接著又發布了支持部署AWS Wavelength的六個區,分別是在美國亞特蘭大、紐約、華盛頓、達拉斯、邁阿密和拉斯維加斯。 Continue reading

波士頓動力機器狗:要去切爾諾貝利上班了

價值54萬的波士頓動力機器狗,這次真的派上大用場了。

這隻大機器狗要去人類的“禁區”——切爾諾貝利核電站破損的4號反應堆。

現在,那裡還有30噸高輻射粉塵、16噸的鈾和钚以及200噸的放射性熔岩。

1986年,事故剛發生後,前蘇聯已經為反應堆建好了“石棺”,防止核物質進一步外洩。

2016年,切爾諾貝利基金建立了一個新的石棺,新的石棺將是有史以來人類建造最大的可移動建築物,耗資9.35億歐元,大部分資金是來自世界各國政府的捐贈。

下一步,人們設想的是,讓機器人進入石棺內,處理裡面殘留的核廢料。

當然,科學家們還沒有想好怎麼讓機器狗清理核廢料,但是他們已經想好了讓機器狗在石棺外接管人類危險的工作。

為何選擇機器狗?

相對於機器狗54萬的售價,為什麼不選擇便宜的履帶式或者滾動式機器人呢?

因為波士頓動力的機器狗具有普通機器人無可比擬的優勢。

有效減少輻射沾染

因為機器狗的四條腿走路的機制,實際上接觸到地面放射物灰塵的面積很少,可以減少沾染核輻射灰塵。

注意到狗狗腳上包裹的塑料薄膜了嗎?也是關鍵所在。

履帶機器人或者滾動式機器人接觸地面的面積大,沾染的放射性灰塵更多,後續的清洗處理更麻煩。

而機器狗隻有四隻腳接觸地面,包裹好塑料薄膜,後續清洗會方便很多。

加上機器狗可拆卸的各種零件,方便拆卸、檢測、清洗、替換,也讓機器狗成為一個最佳選擇。

目前英國布里斯託大學的研究員已經為機器狗配備好了傳感器和測繪工具,創建了切爾諾貝利電廠前壁γ射線的輻射圖。

所以這意味著機器狗已經可以完全勝任這個工作了嗎?

當然不是!還存在很多問題。

機器人也有承受的極限

英國布里斯託大學做了一個機器人的核輻射測試,測試了KUKA LBR800機械手臂,發現這款型號的機器人在164.55(±1.09)Gy的核輻射後,會癱瘓停止工作。

這個劑量是個什麼概念呢?

一般情況下,1~2Gy劑量的核輻射已經可以導致人類生病或者死亡,8Gy劑量的核輻射可以直接致人死亡。

研究的目的要找到殺死不同型號機器人的劑量分別是多少。

由於對機器人核輻射承受能力的不了解,也發生過很多機器人癱瘓的事故。

例如,日本的福島核電站,發生了很多機器人事故,因此,在其的特定一個輻射較高的區域,被稱作是“機器人墳場”。

核輻射對機器人的影響取決於材料,如果有足夠的輻射,機械、光學或電子屬性的這些變化最終會導致易受影響的組件發生故障,從而可能導致機器人故障。

他們也研究了一套方法用來測試機器人核輻射的承受量。

所以幾個問題擺在了眼前:

機器狗最脆弱的零件是什麼?

怎麼找到這個脆弱部分並且重新設計?

機器狗一般在什麼樣的核輻射條件下會崩盤?

因此,他們想讓波士頓動力送他們一個可以測試到癱瘓的機器狗。

雲原生髮展趨勢淺談

隨著雲架構的不斷普及,“未來的軟件一定生長於雲上”的理念被越來越多的人所接受。雲提供了一種面向企業應用實現按需進行資源分配的模型,以一種全新的、高效的方式來部署應用。企業紛紛開始雲化轉型,希望將傳統應用遷移到雲端。

虛擬化為雲計算奠定了基礎,但如果運行模式不做任何改動,僅僅是把虛擬機當做物理機來使用,是不能真正將雲平台的優勢利用起來的。只有對應用程序架構進行升級改造,才能構成“雲應用程序”。

基於雲化架構的特點,定義一條能夠讓應用最大程度利用雲的能力、發揮雲的價值的最佳路徑成為行業迫切的需求,“雲原生”應運而生。

雲原生應運而生,技術範疇漸成體系

不同的組織對於雲原生有不同的理解和定義。從技術角度來看,我們可以認為雲原生是一類技術的統稱,基於它可以構建出更易於彈性擴展的應用程序;從業務角度來看,雲原生可以帶來更快的業務響應速度和需求高效實現,雲原生可以有效地縮短應用交付的周期,讓需求更快地變成代碼,代碼更快地變成線上的應用,最終為用戶服務,通過縮短“time to market”帶來切實的業務價值。

從更為抽象的指導思想角度來看,雲原生表達了一種未來軟件開發生長的管理和實踐思路:即軟件產生並部署在雲上,且遵循一種新的軟件開發、發布和運維模式,從而使軟件能夠最大化發揮雲的能力。

2013年,Pivotal(美國雲軟件開發工具與服務公司)的Matt Stine根據其多年的架構和諮詢經驗總結出來了一個思想集合,並得到了不斷發展和完善。這其中包含了DevOps、持續交付、微服務、敏捷基礎設施和12要素等幾大主題,不但包括根據業務能力對公司進行文化、組織架構的重組與建設,也包括方法論與原則,還有具體的操作工具。採用基於雲原生的技術和管理方法,可以更好地把業務生於雲或遷移到雲平台,從而享受雲的高效和持續的服務能力,這標誌著“雲原生”比較完整的範疇的形成。

從商業應用角度看,雲原生有幾個重要的發展節點:2013年,Docker項目正式發布;2014年,Google和Redhat聯合發布Kubernetes,用於更加方便、快速對容器進行管理;2015年,由Google 、Redhat以及微軟等大型雲計算廠商以及一些開源公司共同牽頭成立了雲原生基金會(CNCF)。 CNCF這個非盈利組織的初衷為推廣孵化和標準化雲原生相關的技術,其中包括推動雲原生計算可持續發展和幫助雲原生技術開發人員快速地構建出色的產品。在此之後,CNCF得到了快速的發展,並逐漸構建出一整套技術。

當前,雲原生技術範疇包含以下6個方面。

第一,雲應用定義與開發流程,包括應用定義與鏡像製作、配置CI/CD、消息和Streaming以及數據庫等。

第二,雲應用的編排與管理流程,包括了應用編排與調度、服務發現治理、遠程調用、API網關以及Service Mesh。

第三,監控與可觀測性,這部分所強調的是雲上應用如何進行監控、日誌收集、Tracing以及在雲上如何進行破壞性測試。

第四,雲原生的底層技術,比如容器運行時,雲原生存儲技術和雲原生網絡技術等。

第五,雲原生工具集,在前面這些核心技術點之上,還有很多配套的生態或者周邊的工具需要使用,比如流程自動化與配置管理、容器鏡像倉庫、雲原生安全技術和雲端密碼管理等。

第六,Serverless,這是一種PaaS的特殊形態,它定義了一種更為“極端抽象”的應用編寫方式。

容器雲加速業務交付效率

雲原生有兩個重要的思路:第一個是敏捷的不可變基礎設施,這一點目前是通過容器鏡像來實現,其含義就是應用的基礎設施應該是不可變的,是一個自包含、自描述可完全在不同環境中遷移的東西;第二個是雲應用編排理論,當前的實現方式就是Kubernetes的“容器設計模式”。

落實到雲架構的三層模型中,敏捷的不可變基礎設施類似於IaaS層,用來提供計算網絡存儲等基礎資源,這些資源是可編程且不可變的,直接通過API可以對外提供服務。雲應用的編排則通過PaaS服務組合成不同的業務能力,實現服務能力的複用;而SaaS能力意味著直接在雲資源上部署和應用,客戶可以直接面對雲原生應用。

在實踐中,容器雲PaaS平台在應用中得到了落地,逐漸進入商業成熟期的階段。 PaaS本質上是雲計算模型中的能力層,它幫助企業提高業務交付的效率、降低企業成本,以雲原生技術為基礎的容器雲PaaS已經成為企業IT基礎設施的重要組成部分。

容器雲PaaS基礎設施層可以部署在虛擬機、物理機以及公有云環境上;平台架構層包含了容器編排調度、容器網絡以及容器存儲等。容器雲PaaS支持的能力包括容器應用管理、微服務、DevOps以及中間件PaaS組件,例如消息隊列、大數據、機器學習訓練平台等。

在容器雲之前,PaaS側重提供支撐應用運行的應用引擎;而容器雲PaaS則是融入DevOps、微服務,解決了應用的完整生命週期管理問題,從而達到我們之前所說的加速企業業務的交付效率,實現更高的彈性和可擴展性等目標。

雲原生逐漸成熟,生態拓展至邊緣

從雲原生的發展狀況看,這一領域的發展呈現出值得關注的幾個特點。

首先,雲原生逐漸在商業環境中得到應用和完善。在網絡安全公司Stackrox的一次民意調查當中,2019年是Kubernetes在容器編排中佔據主導地位的一年:86%的受訪者用它來進行編排工作,遠高於2018年的57%。企業Kubernetes平台Diamanti的說法是:“與2018年相比,我們清晰地看到容器管理正在進入企業IT主流。”

其次,Kubernetes在安全性方面承受著巨大壓力。面向安全級別要求更高的客戶,在初期安全程度較低的項目中表現良好的網絡安全面臨挑戰。與此同時,敏捷開發和DevOps帶來的高頻代碼發布、部署也帶來了更高的安全性要求。

最後,伴隨著應用從雲端向邊緣的拓展,雲原生也在邊緣計算領域得到了發展和落地,進一步拓展了雲原生的應用領域:2018年,KubeCon正式公佈了新的基於Kubernetes的生態系統KubeEdge,將Kubernetes生態系統從雲端擴展到邊緣。 KubeEdge基於Kubernetes的架構體係並針對邊緣場景提供了諸如離線運行能力、邊雲協同能力等多種特殊能力的支持,將雲原生的生態和開發體驗延伸到邊緣,面向開發者提供統一的開發、部署、管理視圖,屏蔽邊緣和雲端的差異。

雲原生這一整套技術體系和方法論,在雲化過程中可以起到從統一思想方法到雲化戰略落地的作用,可以預見將在未來的數字化轉型中扮演重要的角色。在這一路徑上,雲的能力和企業管理能力、業務拓展能力能夠在系列最佳實踐和配套工具的支持下融匯結合,為實現組織的雲戰略發揮更為重要的作用。

Arm助力客戶紛紛自研芯片 英特爾霸主地位難保?

劃重點

1.許多科技巨頭和初創公司現在都在基於Arm框架的基礎上自研芯片,這正在摧毀英特爾的霸主地位。

2.定制芯片的領頭羊不是製造商,而是英國芯片設計公司Arm,它將自己的微芯片專利授權給總共500多家科技巨頭和硬件初創公司。

3.包括三星、高通和英偉達在內的公司都在生產由客戶設計但與Arm生態系統兼容的芯片,因為它們使用相同的“指令集”。

4.英特爾的垂直整合策略和Arm的靈活策略之爭已經蔓延到雲計算領域,或者更確切地說,已經擴展到支持雲計算的地面數據中心。

英特爾曾是幾乎所有個人和雲計算核心微芯片的主導設計和製造商,但多年來不斷走下坡路。其競爭對手並非由烏合之眾組成,現在包括市值超過萬億美元的公司和無數的初創公司,而且他們正在摧毀英特爾的霸主地位。

蘋果最近宣布,將停止從2006年開始在Mac電腦中使用英特爾芯片的做法,並改用自主設計的處理器。英特爾的長期合作夥伴微軟低調地在其Surface Pro X平板電腦中安裝了定制芯片,作為運行英特爾芯片機型的替代品。谷歌已經在Pixel手機、Chromebook中使用高通芯片取代英特爾芯片,而且似乎正在為這兩種設備開發自己的定制處理器。與此同時,三星也在自主設計芯片方面有20年的歷史,不過它仍在繼續與英特爾和高通合作。

這些努力都有個共同點,那就是需要不斷提高效率。蘋果今年在“每瓦性能”上做了很大的努力。這一衡量標準對電池供電的設備具有非常重要的意義,但對雲計算也很重要,雲計算目前佔全球用電量的1%。為了滿足這些需求,電子產品製造商選擇在其設備的核心部分安裝更多可定制的微芯片,就像為他們將要驅動的汽車專門開發發動機。

然而,定制芯片的領頭羊不是製造商,而是英國芯片設計公司Arm,幾乎所有移動設備都採用了其技術,越來越多的筆記本電腦、台式電腦和雲服務器也都採用了這種技術。這家總部位於英國劍橋的公司將其微芯片專利授權給總共500多家科技巨頭和硬件初創公司。 Arm技術已經佔據了智能手機、平板電腦和筆記本電腦處理器市場90%的份額。

與之相比,除了與AMD和總部位於中國台灣的威盛科技(Via Technologies)建立起長期合作關係外,英特爾不會將其微芯片設計授權給其他公司,不支持他們設計並製造自己版本的芯片,更不用說定制芯片了。該公司確實為亞馬遜等大批客戶定制了高端至強(Xeon)處理器。

Arm授權廠商可以混合搭配不同數量的公司“核心”,以滿足特定需求。 Arm知識產權產品部總裁雷內·哈斯(Rene Haas)說,希望製造低功耗環境傳感器(比方說測量溫度)的客戶可能會開發出只有一個內核的芯片,8核智能手機芯片可能會平衡功耗和便攜性,而一個超高速的雲服務器處理器可能會有多達96個內核。

包括蘋果、三星、高通和英偉達在內的少數幾家擁有自己龐大而經驗豐富的芯片設計團隊的公司,購買了一種不太常見的許可,以生產內部由客戶設計、但與Arm生態系統兼容的芯片,因為它們使用相同的“指令集”。這種計算語言構成了設備軟件與硬件對話的最基本層次。其結果是形成了一個龐大的公司生態系統,所有公司都使用Arm的處理語言。

英特爾的指令集,也就是眾所周知的x86,最初是為了實現盡可能高的速度而設計的,功耗更高。而Arm最初設計了移動芯片,並認為低功耗是最重要的。這家芯片設計公司的資深工程師兼顧問安迪·黃(Andy Huang)表示,在這一點上,兩者的區別已經變得模糊:Arm的指令集已經變得幾乎和英特爾的指令集一樣大、一樣複雜,而英特爾則在努力設計效率更高的高性能芯片。

雖然現在兩家公司之間的競爭不僅僅是速度上的競爭,還是定制方面的競爭,蘋果為MacBook推出的新M1芯片的基準表明,使用Arm指令集構建的芯片確實可以非常快。事實上,世界上最快的超級計算機就在運行富士通公司基於Arm技術開發的芯片上。

英特爾不想像Arm那樣,將其“皇冠上的明珠”授權出去,這很難怪它,因為英特爾長期以來一直認為,它的競爭優勢來自於控制數十億美元的芯片製造廠的生產。但是,英特爾在實現自己的製造目標方面也遇到了挑戰。硬件製造商現在可以四處選購最好的定制芯片製造廠,最尖端的技術不再屬於英特爾,而是實際製造芯片(主要是基於Arm的)的競爭對手,比如台積電和三星。

其他競爭對手也已經進軍英特爾的地盤。英偉達在先進圖形處理(AGP)和人工智能(AI)市場佔據主導地位,目前是美國市值最高的芯片公司。該公司已同意斥資400億美元現金和股票從軟銀集團手中收購Arm。如果通過監管審查,這將是該行業迄今最大的一筆交易。

早在2006年,蘋果已故聯合創始人史蒂夫·喬布斯(Steve Jobs)就宣布,蘋果將轉向使用英特爾處理器,因為當時的蘋果芯片製造商IBM跟不上其步伐。在十多年的時間裡,英特爾在個人電腦和服務器芯片的功耗和效率上超過了業內其他公司。

然而,大約在同一時間,英特爾犯了一個致命的錯誤,其首席執行官保羅·歐德寧(Paul Otellini)拒絕了蘋果要求英特爾為iPhone製造芯片的要求。蘋果開始基於Arm架構自己研發芯片,並於2010年首次亮相,為iPhone 4提供支持。隨著其他新興移動行業加入Arm的行列,Arm崛起為主導地位的舞台已經搭建好。

技術研究公司Moor Insights&Strategy總裁帕特里克·穆爾黑德(Patrick Moorhead)表示,如果不是智能手機革命,英特爾仍將控制著中央處理器市場。他補充說,現在最大的電子公司,如蘋果和三星,可以提供價格與英特爾相同或更低的定制芯片,並做同樣或更多的事情。

英特爾的垂直整合策略和Arm更靈活的策略之間的戰鬥,也已經蔓延到雲計算領域,或者更確切地說,已經擴展到支持雲計算的地面數據中心。最大的雲計算提供商亞馬遜AWS現在提供對運行自己定制Arm芯片的服務器的訪問。亞馬遜聲稱,這種芯片的雲應用程序性能比英特爾的芯片高出40%,成本卻降低了20%。

儘管競爭激烈,但對用於雲服務器的英特爾芯片的需求並未減弱。在截至2020年9月的前12個月裡,該公司營收同比增長11%,至781億美元。實際上,英特爾在此期間的增長速度比往年更快,這要歸功於新冠肺炎疫情爆發期間對個人電腦和服務器的爆炸性需求。它還尋求利用這個機會擴張到新的業務領域,包括先進圖形、人工智能培訓、5G網絡和自動駕駛等。英特爾首席執行官羅伯特·斯旺(Robert Swan)曾多次表示,該公司不應再專注於主導個人電腦和服務器市場,而應致力於搶占“全矽”市場30%的份額。

與此同時,如果Arm想要繼續擴大業務範圍,就不能自滿。就像它能夠通過承諾的定制和更具成本效益的製造選項吸引客戶離開英特爾一樣,下一家後起之秀可能會推出自己更有前途的產品。

其中一個競爭者是加州大學伯克利分校孵化的RISC-V芯片架構。它的簡化設計最近在“每瓦性能”這一現在至關重要的指標上顯示出了優勢,但它最大的賣點可能是它的開源特性。這意味著任何公司都可以使用RISC-V指令集,而無需像Arm要求的那樣支付許可費。中國科技巨頭阿里巴巴發布了一款開源的RISC-V芯片設計,其他中國公司也對此感興趣。

與此同時,英特爾能否保持增長可能取決於它能否再次在製造業上迎頭趕上。即使英特爾的各種押注都不成功,擁有龐大合作夥伴生態系統所帶來的動力無疑也會幫助英特爾在未來數年繼續保持龐大影響力。隨著對各種處理器的需求呈爆炸式增長,即使是最強大的競爭對手也很難提供足夠的供應,以將英特爾徹底淘汰。

蘋果造車芯,劍指特斯拉

蘋果正抓緊與“汽車界的蘋果”(特斯拉)搶蛋糕。據 Digitimes 報導,蘋果正與台積電合作開發自動駕駛汽車芯片,並探索在美國建立某種工廠的可能性。不僅如此,在傳出造芯消息的前一日,有報導稱蘋果自動駕駛部門進行人員調整,由 AI 老將 John Giannandrea 接任,全權負責蘋果自動駕駛系統的後續開發。

不難看出,在自動駕駛領域“起了大早趕了晚集”的蘋果近期已開始明顯發力。

蘋果欲造汽車芯

Digitimes 報導指出,據汽車產業鏈消息,蘋果近期確立了在美設廠、生產的計劃,並開始與全球車用電子供應鏈上下游展開合作洽談,進一步了解現階段的技術規格、報價及未來技術成長動能。

產業鏈預測,Apple Car 可能將於 2024~2025 年亮相。

圖為網傳“蘋果汽車”概念圖,來源:appleinsider

值得一提的是,這一預測與郭明祺在2018 年發布的預測報告極為接近——郭明祺預測,蘋果將為消費者帶來L4 或L5 全自動駕駛,Apple Car 可能會在2023-2025 年間問世,該車型將成為下一個蘋果明星產品,因為蘋果在軟硬件及服務整合上有巨大優勢。

同時,報告還指出台積電將為“Apple Car 的駕駛輔助系統”生產定制芯片;從Digitimes 的報導來看,預測再次接近現實——報導指出,蘋果正與台積電合作開發自動駕駛汽車芯片。

據悉,台積電早已為Apple Car 展開部署,在南科設有專屬的研發廠區,與意法半導體(ST)合作加速氮化鎵(GaN)製程技術的開發,並將分離式與整合式氮化鎵元件導入市場。

台積電曾表示,功率氮化鎵及氮化鎵積體電路產品技術,在相同製程上具備更優異的效益,能夠協助意法半導體提供中功率與高功率應用所需的解決方案,包括應用於油電混合車的轉換器與充電器。

事實上,蘋果與台積電之間已有多次合作,目前iPhone、iPad中使用的 A 系列處理器,以及 Mac 電腦上的 M1 Continue reading

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net