注册
登录
1.深度学习将改写SoC设计？ 2.苹果、三星手机热销 Sony影像传感器受惠； 3.小米拥抱联芯 芯片承载梦想； 4.半导体测试厂 Q2动能强； 5.报告称一季度全球芯片销售额增长6%； 6.新机、换机需求不妙 PC相关IC设计低档徘徊 老杳推出个人微信公共号，主推原创及重大突发事件分析，欢迎长按laoyaoshow复制微信公共号搜索添加关注 1.深度学习将改写SoC设计？ ‘深度学习’(deep learning)已经改变了电脑在现实世界中观看、倾听与认知事物的方式。然而，对于半导体产业来说，最重要或许也最实际的问题是：深度学习将会深入智 慧型手机、可穿戴式装置或是自动驾驶汽车中使用的微型电脑视觉SoC吗？谁将致力于开发针对神经网路最佳化的SoC架构？它将会是一款什么样的SoC？ “毫无疑问地，深度学习确实是改变游戏规则的一大突破，”嵌入式视觉联盟(EVA)创办人Jeff Bier以电脑视觉为例表示，深度学习具有强大的影响力，“必须说的是，目前它还只是一种经验领域。人们正在尝试不同的东西。” 现在已经有充份的证据显示晶片供应商对深度学习(更具体地说是卷积神经网路)的兴趣不断增加。卷积神经网路(CNN)正广泛地应用在影像与视讯辨识领域。 高通(Qualcomm)日前推出了首款可‘模拟人脑’的Zeroth认知运算平台。根据高通表示，Zeroth将会被应用在未来的行动晶片中，包括即将推出的Snapdragon 820。 Cognivue是另一家专注于深度学习领域的公司。该公司开发出新的Opus嵌入式视觉SoC架构，据称将可利用深度学习方面的进展，大幅提高认知侦测的准确度。Cognivue目前正与加拿大渥太华大学(University of Ottawa)合作开发这一架构。 从Nvidia今年的GPU技术大会(GTC)发布来看，就能解Nvidia也正看好以GPU为主的深度学习领域。 中国搜寻巨擘百度(Baidu)也致力于开发深度神经网路模型，用于辨识资料中心的基本物件分类。百度计划将这些模型移植到嵌入式系统中。 百 度深度学习研究院(Baidu Research)科学家吴韧表示，“随着智慧型手机的处理性能大幅提高，从资料中心的深度学习撷取的超级智慧模型可执行在我们的手机上。”一支有效配置 的手机可以直接在手机上执行这些模型，而不需要透过云端传送与接收资料。吴韧并补充说：“目前所面临的最大挑战在于是否能以低功耗模式执行作业。” 人工智慧导入深度学习 网路搜寻‘长得像狗的猫’所得到的结果 有一点是明确的。笼罩在1980年代末期和1990年代早期对于人工智慧(AI)的沮丧和失望已经烟消云散了。在这个新的‘巨量资料’时代，大量的资料和超强运算能力的结合，开始训练神经网路辨别物件。深度学习如今正被视为迈向AI道路的一种全新领域。 有 些人宣称，机器正取得像人类一样准确辨识物件的能力。根据微软(Microsoft)研究人员最近发布的一篇文章，该公司基于深度CNN的电脑视觉系统在 ImageNet 1000挑战赛中的物件分类表现，首度超越了人类的能力。就在微软宣布其神经网路系统以4.94%的误差率超越人类基准的5.1%误差率过后五 天，Google也宣布该公司的系统表现更胜微软0.04%。 然而，在电子产业中，不同的厂商解决深度学习的方法也各不相同。 多种深度学习途径 Nvidia 透过三款产品进军深度学习领域。在GPU技术大会上，Nvidia执行长黄仁勋以Titan X发表专题演讲，他指出这款新的GeForce游戏GPU是‘唯一适合深度学习’的系统。他并发表Nvidia的数位深度学习GPU训练系统这是一款 专为加速高品质深度神经网路而设计的软体应用。他还发布了一套桌侧深度学习机Digits DevBox，专为任务而打造，采用四个GTX Titan X显卡，并搭配直觉使用的DIGITS训练系统软体。 Nvidia是否计划为其GPU扩展至先进驾驶辅助系统(ADAS)的嵌入式视觉SoC？该公司汽车部门资深总监Danny Shapiro表示，Nvidia并不会像晶片公司一样推出GPU，“而是为汽车OEM提供一套完整的统，包括可利用神经网路的云端和车载电脑。” 例如Nvidia在今年的CES发表基于Tegra X1处理器的DRIVE PX平台。该公司表示，DRIVE PX平台是一款有能力使用机器学习的车载电脑，不仅能够帮助汽车感知环境，还有助于‘解读’周遭世界。 深度学习协助汽车理解路上的物件 （来源：NVidia） 当今的ADAS技术已经能够检测一些物体，并执行简单的分类、提醒驾驶人，甚至在有些情况下暂停汽车。而Nvidia表示其Drive PX已经进展到下一阶段了。Shapiro强调，Drive PX平台如今已“有能力分辨救护车和载货卡车”。 例如，配备Drive PX的汽车能够利用深度学习能力变得“越来越智慧化，随驾驶时数与里程数增加而更聪明。”Shapiro说，在道路上的学习过程与资料传回资料中心后，汽车再从周期性的软体更新中增加知识与能力。 奥迪(Audi)首先宣布使用Drive PX平台开发其汽车自动驾驶功能的计划。Nvidia将在今年5月开始为客户提供Drive PX。 高通的认知平台尽管将成为全新Snapdragon行动装置应用处理器的一部分，但却对其建构模组三缄其口。该公司仅解释，Zeroth平台具有“电脑视觉、装置上深度学习、可辨识场景与物件的智慧相机，以及阅读文本与手写”的能力。 高通首款认知电脑平台Zeroth （来源：Qualcomm） 同时，加拿大公司Cognivue看好CNN的出现将为嵌入式视觉SoC领域创造一个公平的竞争机会。 Cognivue专精于设计自有的影像认知处理器核心、工具与软体，并获得像飞思卡尔(Freescale)等合作夥伴的采用。透过利用Cognivue的可程式技术，飞思卡尔为其汽车视觉系统提供了智慧成像与视讯辨识解决方案。 Cognivue 产品管理副总裁Tom Wilson表示：“我们正开发一个非常适合深度学习应用的大规模平行影像处理架构与资料路径管理。”相对的，竞争对手的方案经常采用手动设计其嵌入式视 觉SoC，以便随时保持与改变中的不同视觉演算法同步。竞争对手通常密切注意最新的演算法进展，并应用于其SoC设计与最佳化。否则他们可能会发现自已陷 于老旧架构而不适于新的CNN。 Cognivue的新影像认知处理技术称为Opus，它将利用APEX架构，从而为复杂的深度学习分类提供平行处理的能力。h （来源：Cognivue） 渥太华大学(University of Ottawa)电子工程与电脑科学系教授Robert Laganiere说：“在CNN出现在电脑视觉应用以前，演算法设计师必须做出涉及多个视觉演算法层次和步骤的许多设计决定。” 这些决定包括用于物件侦测的分类方式，以及打造功能整合的方法(利用严密的检测器，如直方图等)。更多决策还包括如何处理物件变形部位的辨识，以及是否要利用串联方法(一系列确认定物件的较小决定)或采用可支援的向量机器进行处理。 Laganiere教授说：“在这个方法上为每一个步骤所做的任何一个小决定，都可能为物件辨识的准确度产生巨大的影响。” 然而，在深度学习架构中，你可以将所有的步骤整合于一，他解释说：“你不需要做出决定，因为深度学习将会为你做决定。” 换言之，正如Bier总结的那样：“传统的电脑视觉在物体辨识上采用非常程序性的途径，但深度学习则大不相同，因为你不需要再告诉电脑需要看什么。” Bier将这一过程描述为两阶段法。学习和训练过程先在专用设施完成，例如利用资料中心的超级电脑。然后，将第一阶段中的大量资料集转为‘设定’和‘协同效率’应用到嵌入式系统中。 用于神经网路的SoC最佳化？ 以嵌入式视觉SoC来看，目前还没有就最佳的CNN架构达成共识。 Cognivue 和渥太华大学的Laganiere认为，大规模的平行架构是有效处理CNN的必要方式。在平行处理中，某一影像采用特定参数可产生另一幅影像，而在该影像 上施加另一个滤波时，即产生另一幅影像。Laganiere说：“因此，在SoC中你需要更多的本地记忆体来储存中介的结果。” 遗憾的是 在一个大型CNN中，最后可能会出现几百万种参数。他解释说，“好消息是我们已经有了简化这一过程的方法，能够移除一些不必要的连接。”然而，在处理 CNN的不同节点上仍然存在挑战，你无法预先决定要将那个节点连接到那个节点。“这就是为什么你需要一个可编程的设计架构，而不能透过硬体连接这些节 点。” 同时，Bier说，在为CNN设计处理器时，“你可以用简单且统一的架构。”而不是设计一个不同的SoC架构，然后在每次出现新演 算法时再进行一次最佳化；CNN处理器只需要一些附带较少变数的简单演算法。他解释说：“话句话说，你可以减少神经网路处理器的可编程性，只要我们知道正 确的设定方法和输入系数。但很多公司都还没准备好这样做，因为这些事还在发展中。” 为了实现视觉SoC的CNN应用，晶片供应商用尽了从CPU、GPU到FPGA和DSP的一切。因此，Bier认为有关CNN架构的争论才刚刚开始。 无疑地，尽管深度学习预示着嵌入式视觉SoC的未来，Bier表示，像Mobileye等主要的视觉晶片供应商已经积累了大量基于视觉的汽车安全专业知识，所以， “尽管在未来的竞争激烈，Mobileye仍具有先发制人的优势。” 吴韧并强调将深度学习导入到嵌入式系统的重要性。但在谈到智慧型手机和可穿戴式装置导入深度学习将面临的挑战时，他总结出三个要点： 首先，“我们仍在寻找杀手级的应用”，他以MP3为例表示，当业界开发出MP3时，人们知道这玩意儿是做什么用的，因此开发SoC时也较简单。尽管在装置上导入深度学习听起来不错，但最佳应用是什么？目前还没人能回答。 其次，“深度学习需要一个生态系统，”他强调，研究机构和企业之间的合作至关重要，而且非常有帮助。 最后，“我们还得让更小的装置具备深度学习的能力，”吴韧表示，使其得以实现高性能与低功耗才是关键。 (参考原文：How Will Deep Learning Change SoCs?，by R. Colin Johnson)eettaiwan 2.苹果、三星手机热销 Sony影像传感器受惠； Sony近期逐渐转型开始以企业为主要客户，并且积极投入影像传感器(CIS)与影音等市场，不仅有助股价攀升，也一扫智能型手机市场不振阴霾。
据 华尔街日报(WSJ)报导，Sony目前为全球CIS最大供应商。为了满足不断成长的需求，Sony继2015年稍早投资9亿美元之后，拟对其影像传感器 工厂追加投资3.75亿美元。而且在苹果(Apple)iPhone系列或三星电子(Samsung Electronics)Galaxy S6等高阶手机内也都采用。
目前每支iPhone 6都采用2组Sony影像传感器或相关零件，预估每支手机销售可替Sony带来20美元收入。Sony执行长平井一夫更预估，2017会计年度营业收入可达到5,000亿日圆，其中一半将由影像传感器与游戏部门贡献。
平井一夫表示，不管是其他厂商采用或Sony自用，只要当中有创新成分，便值得高兴。目前除Sony外，其他日厂如Panasonic与NEC也开始锁定企业为客户群，不再以消费者为主。
Sony 影像传感器由其国内4家工厂制造，其最新款Exmor RS IMX230最高可捕捉2,100万画素影像，是首度在智能型手机中引进高档数位相机自动对焦技术的传感器，能用来拍摄高速移动物体。2012年时 Sony开始便推出可将2片芯片叠层技术，让其传感器更薄，进一步让智能型手机厂可设计更轻薄手机。
分析师也指出，该技术连对手豪威(OmniVision)目前也无法量产，包括另一家对手三星也望尘莫及。瑞士联合银行集团(UBS AG)分析师表示，该技术已被Sony视为最高机密。
据市场研究机构Techno Systems Research指出，Sony在影像传感器市占率从2013年35%，1年后已成长到4成；OmniVision市占率则为16%，其次为三星15%。其市场规模也达到86.5亿美元水准，相较2009年成长幅度达80%。
不 过，Sony若一昧倚赖苹果为主要客户，长期恐怕仍有风险。IHS分析师表示，一旦其他厂商可达到Sony生产水准，苹果不排除会转单。因此，日前 Sony已开始针对大陆小米等客户推销其影像传感器产品，甚至该产品也可望运用在自驾车技术上，都可望再为Sony带来更多营收。Digitimes 3.小米拥抱联芯 芯片承载梦想； 通信世界网消息(CWW) 目前，国内手机厂家已经有意识地注重专利储备。不仅传统硬件厂商如华为、中兴、联想、酷派等通过研发、收购等不断积累专利技术，互联网厂商也开始建立自己 的专利体系，如小米也再不断的拓展其在手机专利方面的版图 。工业和信息化部电子科学技术情报研究所21日发布《世界信息技术产业发展报告（2014-2015）》，报告认为，随着智能手机领域竞争日益加剧，专利 纠纷及专利诉讼数量显著攀升，我国智能手机产业发展面临着严峻的专利风险。 专利问题是一个重大暗 礁，一旦触碰就有可能遭遇不测，不仅要输官司赔款，还可能面临禁售，造成大量产品被压在库中，最后血本无归。然而，当前，大部分国产手机备受诟病的一点就 是创新能力低，存在模仿，因专利问题而被起诉或者是禁售的情况时有耳闻。小米科技就是一个典型的列子，原因是瑞典电信设备厂商爱立信起诉小米，称后者使用 了自己的技术专利，但拒绝支付相关费用。诚然，中国智能手机厂商已经做大，下一步便是做强。但专利壁垒横在眼前，如何破？有的企业选择了“自己动手，丰衣 足食”；有的企业选择了合纵连横，广交朋友。孰优孰劣，各位看官自有评判。 在专利问题上吃足了苦头的小米选择了拉拢“靠山”，高通这颗大树因反垄断问题“倒下”后，小米选择了联发科。从之前的小米旗舰用高通到后来的红米联发科，聪明的小米并没有把鸡蛋放一个篮子里。但爱立信的搅局给了小米当头一棒，下一步该怎么办？小米的答案是联手联芯科技。 提 起联芯，似乎让很多大众消费者都摸不到头脑。毕竟与高通、联发科等耳熟能详的处理器厂商相比，联芯无论是在知名度、技术积累、出货量等方面都远远不如。在 过往，联芯科技之所以声名不显，是因为其一直关注于TD-SCDMA及TD-LTE技术的研发。联芯背靠大唐电信集团，后者在移动通信领域有着很多年的运 营经验，无论是集成电路设计，还是移动通信，都累积了非常丰富的标准和专利。从TD-SCDMA到LTE，有着非常坚实的专利基础。联芯的LTE产品也是 国内厂商里最早商用的一批，从2008年就投入LTE产品研发，去年LC1860样片出来，率先完成测试，高性价比的定位也符合小米“为发烧友而生”的理 念。 有了联芯科技的专利护航，小米无论是产品和技术的支持，还是后续服务都有了保障。雷军一直奉行“把朋友弄得多多的，把敌人弄得少少的”，这一次，雷军再次为我们演示了什么是互联网时代的合纵家。 4.半导体测试厂 Q2动能强； 第2季面临全球半导体库存调整、新台币升值及缺水等三项不利因素，封测厂业者保守以对，不过，测试厂受惠于客户分散、整合元件大厂持续扩大对台下单以及先进制程对测试需求仍强，整体表现优于封装业。 据了解，第2季营收增幅以矽格（6257）估逾二位数最为强劲；增幅在高个位数还包括矽品、京元电和力成；日月光受到少数客户市场流失影响，仅成长中个位数，不如预期。 矽品董事长林文伯指出，第2季季节性效应未如往年强劲，主要因中国大陆已成为全球主要市场，客户拉货高峰周期改变。另外，美、韩系手机大厂、苹果与三星等手机销量佳，本季也进入修正期，使半导体产业不如去年同期强劲。 不过，矽品受惠博通、塞灵思、海思等客户第2季订单动能仍强，让矽品第2季合并营收仍可季增2%~8%，表现相对沈稳，透露江苏长电并购星科金朋，矽品是客户转单的大赢家。 日月光则受台积电营运展望保守及客户砍单影响，第2季增幅仅中个位数，法人预估季增4~6%，未如原预期二位数成长。 相较之下，矽格表现较佳。法人预估，矽格因去年第1季合并营收涵盖大陆功率放大器封装营收，在去年结束后，今年首季表现相对失色，不过，因第1季基期拉低，预估第2季在主力客户联发科及矽成等订单回升，预估季增幅度可达15%。 京元电因国内外客户分散，降低单一客户风险，预料在美系可编程逻辑元件、欧系大厂资安晶片、美系大厂电源管理IC以及日系大客户的微机电元件等扩大释单，加上主力客户联发科订单将于5月开始回升，第2季营收将优于业界表现，预估增幅可达高个位数。 经济日报 5.报告称一季度全球芯片销售额增长6%； 新浪财经讯 北京时间5月5日凌晨消息，半导体行业协会(SIA)周一发布的报告显示，今年一季度全球范围的半导体销售额增长6%，至831亿美元，主要得益于中国和美洲销售额的增长。 SIA首席执行官John Neuffer表示：“尽管面临宏观经济挑战，一季度全球半导体销售额仍超过去年同期。” 报告显示，今年3月份全球芯片销售额增至277亿美元，其中美洲市场销售额增长14.2%，中国市场销售额增长13.3%；除日本以外的亚太地区销售额增长3.8%；欧洲和日本市场销售额分别下降4%和9.6%。(羽箭) 6.新机、换机需求不妙 PC相关IC设计低档徘徊 受制2015年第2季全球PC与笔记型电脑(NB)市场难见新机需求、也看不到换机商机的影响， 台系PC相关IC设计业者近期多表示，第2季营运表现将难有起色，一切还需等2015年下半Wintel阵营的新中央处理器(CPU)及Windows 10平台正式推出后，方有机会重新点火消费者的购买欲望。
在旧品仍唱主戏的第2季，面对品牌厂的冷饭不欲热炒，加上杀价取量动作也难见成效下，第2季客户订单能见度其实有较第1季明显下滑的迹象，自然见不到台系IC设计业者逞强表现，大概只能靠芯片市占率成长题材来多少挹注公司第2季的营收成长薪火。
瑞 昱在法说会中已点明第2季台湾PC与NB产业链等待新机拉货的困境，虽然公司认为在非PC芯片产品线出货成长帮助下，加之新品陆续配合客户量产，第2季营 收表现仍可较第1季维持正向成长走势。但终端市场需求在第1季农历新年后的客户下单动作未见升温，大陆五一黄金周前的拉货力道也不若往年，拖累公司第2季 订单能见度表现，初估要到2015年下半Wintel阵营新款CPU及作业系统同步现身后，方有机会刺激换机需求回升。在此之前，PC与NB相关芯片出货 表现多只能徘徊在低档。
台系触控IC供应商也指出，整个全球NB市场第2季需求大概只剩单价较低的 Chromebook及苹果(Apple)新款MacBook Air在撑，其他一般型NB、Ultrabook及2-in-1机种多出现熄火状况，甚至有些客户下单量比第1季减少。在Chromebook与 MacBook Air出货量能并不大的影响下，第2季市况其实不好。
虽然产业链还在期待下半年的新机上市效应，不过在国内、外NB品牌大厂似乎说好第2季没有大动作的情形下，台系IC设计业者只能配合耐心等待，预期客户下单状况要到6月COMPUTEX展后才会较明朗，在此之前，五穷、六绝、七上吊的传统淡季效应，仍将照惯例发威。
台 系USB芯片供应商则表示，2015年最看好的USB Type-C规格改朝换代需求，虽然在苹果(Apple)新版MacBook Air成功开了第一枪后，一度引起终端市场及产业链的高度关注，但而后后继无人，客户针对新款USB Type-C芯片下单量也始终未见明显放大。影响所及，公司第2季营运表现亦是有志难伸。
不过，在2015年下半PC与NB新机陆续跟进USB Type-C规格，预期届时客户下单量的激增动作，仍有利公司2015年营收持续交出正向成长的好表现，但在此之前，也只能陪下游品牌客户及设计代工厂一起熬过第2季不见新人笑，但见旧人哭的新旧产品交换尴尬期。Digitimes 老杳推出个人微信公共号，主推原创及重大突发事件分析，欢迎长按laoyaoshow复制微信公共号搜索添加关注 |
