說真的,半導體產業可以說是21世紀最重要的產業之一。
我們在生活中處處都能見到內含半導體的商品,比如,高鐵、網路、電腦,以及你我人手一支的手機等,都需要半導體。
而且,在半導體產業方面,台灣半導體業產值,在2019年時產值已達2.7兆台幣,居全球第二名,占台灣GDP約15%,是台灣不可或缺的經濟成長關鍵。
總之,不管你是不是業內人士,或是否要投資,既然生長在半導體大國的台灣,只認識護國神山台積電就太可惜了,你還該認識一下,這個改變人類生活的半導體產業。
但有關半導體產業的內容實在太多,若把全部內容擠在一篇文章,擔心大家會無法消化,以及關於半導體的導電特性是跟許多物理、化學性質有關,我想,不是本科系的人應該難以理解。
因此,這次就先來簡單科普一下甚麼是「半導體」,以及「半導體材料」,我會用白話的方式,讓大家對半導體材料,以及相關廠商大致上有個概念。
首先,甚麼是半導體?
用白話來說,你每天都會用手機或電腦打開Line、臉書等程式做各種事情,而這些電子產品為了瞬間應對你做出的每個動作,就要靠電子產品中積體電路的「電控開關」來達成邏輯運算。
所謂的「電控開關」顧名思義,就是以電流來控制開關,而人類為了操控電流是否流通,就需要導電或絕緣可以由外頭施加電壓來操控的物質,也就是介於導體和絕緣體之間的半導體。
半導體產業發展至今,我們可以將半導體材料分為三個世代。
第一代半導體是「元素半導體」,例如,鍺(Ge)和大家耳熟能詳的矽(Si),而所謂的矽其實就是沙子,在地球上隨處可見,是地殼中含量第二多的礦物,代表著矽幾乎是取之不盡用之不竭,這也代表著矽是成本較低廉的材料,且因矽基半導體的技術較成熟,矽被廣泛應用於各種積體電路和器件之中,例如,我們常聽到的CPU、記憶體等。
全球約90%的半導體器件都是用矽當基底材料,目前還沒有其他半導體材料可以撼動矽在市場上的地位。
大致認識矽之後,接著帶大家來認識一下矽的最大用途,也就是「矽晶圓」的製造流程。
(請見下圖)
半導體產業要製造產品,載體必定離不開晶圓(Wafer),而傳統半導體產業,若想製造出品質高又穩定的好產品,就要用「直拉法」製造出原子排列整齊的「單晶結構」晶圓當基底才行,因為單晶結構相比起多晶結構更加穩定,且更重要的是,導電性也更好。
而所謂的「直拉法」,就是目前大多晶圓廠用來把多晶結構的材料,製造成單晶結構晶棒的技術。
以矽來舉例,先將沙子(二氧化矽)還原成矽,並提純成99.999999999%純度的多晶矽後,將多晶矽溶解成液態,再將一根單晶矽棒當做「晶種」深入其中,一邊旋轉一邊向上拉起,就可以讓原本原子排列較雜亂的多晶結構,轉變為排列整齊、穩定可靠的單晶結構,進而製造出一根「單晶矽晶棒」。
當日本信越、嘉晶,以及近期併購世創電子,成為全球第二大晶圓廠的環球晶等晶圓廠商,用「直拉法」技術生產一根「單晶晶棒」後,就會用鑽石切割刀,從「晶棒」切割出晶圓,並透過打磨、拋光,製成拋光晶圓片(Substrate),接著,晶圓廠就可把晶圓片出貨至台積電、三星、英特爾等積體電路(IC)製造廠商加工,這就是晶圓製造的簡易流程。
矽晶圓代表公司:日本信越、環球晶(6488)、嘉晶(3016)、合晶(6182)、台勝科(3532)。
關於第二、三代半導體,以及製造晶圓和廠商的完整內容,有興趣的朋友可點擊下方連結,繼續閱讀完整文章。
【限時公開文章】如果晶圓代工是肥肉,半導體材料就是蛋白質?搞懂蛋白質優劣,才能將知識變現?
https://www.pressplay.cc/link/94B7A2F204?oid=DE8CD1737C
邏輯ic用途 在 Joe's investment Facebook 八卦
Joe:「人工智慧未來2年內,在美股市場肯定還有一波可以炒作的空間」
人工智慧(AI)被視為第四次工業革命核心,預估到2020年,市場商機規模高達3000億美元,「得晶片者得天下」概念發酵,因此吸引各大科技廠爭相加碼投資。
過去因為資料量不夠大,同時機器CPU無法做準確分析,如今各種結構與非結構性資料量愈來愈大,全部被集中到雲端或者可藉由終端手機進行資料蒐集及分析。資料量愈來愈多樣化,加上各式演算法愈來愈精進,使得人工智慧的環境趨於成熟。
Nvidia(英偉達)一直是圖像處理的行業龍頭,GPU的浮點運算、同步並行運算是非常適用於人工智慧的深度學習神經網絡,因此成為AI晶片領頭軍。谷歌無人駕駛汽車就採用了Nvidia的移動終端處理器Tegra(4核CPU+256核GPU)。2016年8月,英偉達推出首台深度學習超級計算器Nvidia DGX-1。2017年4月,Nvidia宣布為Tesla自駕車開發全新數據中心加速器Tesla P100已經供貨,面向人工智慧、自動駕駛、氣候預測、醫藥開發等專業領域。
Google在2017年5月的I/O大會推出AI晶片「TPU」(Tensor Processing Unit)是客製化的ASIC(特殊應用邏輯IC),專為機器學習設計,用於改善搜尋結果的相關性,提高Google街景服務地圖和導航功能的正確度。也就是說,TPU專為特定用途設計的特殊規格邏輯IC,只執行單一工作,所以速度更快,但缺點是成本較高。
英特爾2016年9月收購視覺晶片公司Movidius。歷經將近一年的研發,於2017年8月底宣佈推出了全新的Myriad X視覺處理器(Vision Processing Unit;VPU),這是全球第一個配備神經運算引擎(Neural Compute Engine)的系統單晶片(SoC),可用於加速產品端的深度學習推理,未來可應用在無人機、機器人、智慧攝像機、虛擬實境與擴增實境等產品。
高通早在2015年CES推出Snapdragon Cargo是一款無人機SoC晶片,具有視覺運算可應用於工業、農業監測、航拍。此外,高通的驍龍820晶片也被應用於VR頭盔中。事實上,高通已經在研發能在終端完成深度學習的移動設備晶片。
IBM推出TrueNorth 晶片,又於2017年8月9日宣布已發展出採用多台伺服器搭配分散式深度學習軟體(Distributed Deep Learning;DDL)縮短深度學習時間,提高效率。IBM使用了64個自行開發的Power 8伺服器,每一個微處理器都與256顆英偉達繪圖處理器透過NVLink連接起來,讓兩種晶片之間的資料流程進行傳輸。當其開始處理來自ImageNet-22K資料庫的750萬張圖片時,其識別準確率高達33.8%,比起微軟先前的29.8%紀錄還高。
蘋果公司對未來開發的產品,一向神祕低調。消息傳出蘋果正在開發AI晶片Apple Neural Engine,且內建於新一代的iPhone/iPad原型機進行測試,期望提升臉部或語言辨識能力。還有研發出一套人工智慧架構平台,可讓兩組Siri軟體相互對話溝通,應用在智慧居家領域。同時,蘋果也積極開發深度學習技術,鎖定自動駕駛車以及智慧家居應用,要把虛擬語音助理軟體Siri更加智慧化。
微軟準備為下一代Hololens擴增實境裝置打造一個客製化的TPU人工智慧晶片,也不排除在Hololens晶片推出之後,也可以用於微軟的雲端服務之上。也在試驗另一種晶片FPGA(可程式化邏輯元件),FPGA介於GPU和ASIC之間,沒有GPU那麼通用,也不像ASIC只有單一功能,FPGA能重新編程,執行多種功能。
結語
AI晶片包含三大類市場,分別是數據中心(雲端)、通信終端產品(手機)、特定應用產品(自駕車、頭戴式AR/VR、無人機、機器人...)。當前機器學習多採用 GPU圖像處理,尤以Nvidia 是此一領域龍頭,但是,有些業者認為GPU處理效率不夠快,而且因應眾多特定新產品的不同需求,於是,推出NPU、VPU、TPU...等等。總而言之,AI晶片是一個新興的產品,等待「殺手級」出現,充滿無限大的市場。由於,搶未來AI應用市場商機,科技巨鱷如Google、微軟、蘋果企圖建構AI平台生態模式吃下整個產業鏈。
目前還不清楚哪種架構的晶片會在 AI 大戰獲勝。但(手機)終端市場對於AI晶片的功耗、尺寸、價格都有極為嚴格的要求,難度上比雲端數據晶片更高。
至於CPU是否會被TPU、NPU、VPU….等之類新類型處理器取代,答案應該不會。因為,新出現的處理器只是為了處理新發現或尚未解決的問題;同時,希望晶片市場能有更多競爭及選擇,不要英特爾、高通獨大。科技企業搶人工智慧應用商機,AI晶片成為兵家必爭之地。
http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=13742
邏輯ic用途 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 八卦
#嵌入式系統 #微處理器MPU #微控制器MCU #專用晶片ASIC #數位訊號處理器DSP #現場可編程邏輯閘陣列FPGA #工業物聯網IIoT
【嵌入式系統=智能互聯】
什麼是嵌入式系統?市調機構看好汽車行業將成為嵌入式運算市場的主要動能——混合動力電動汽車 (HEV) 和純電動車 (EV) 興起,帶領智能系統控制不斷擴張,全自動駕駛尤需運行多個複雜的人工智慧 (AI) 軟體和系統。隨著物聯網 (IoT) 和工業物聯網 (IIoT) 出現,嵌入式技術已成智能生態迅速拓展的推動者。
嵌入式設備通常由系統單晶片 (SoC) 與現場可編程邏輯閘陣列 (FPGA) 等「與硬體集成的軟體」提供動力,以便開發人員針對特定功能進行編程積體電路 (IC) 和其他韌體版本,意謂軟體和硬體已然密不可分。簡單、大批量消費市場的嵌入式系統多由 99% 硬體+ 1% 軟體所組成,但飛機、汽車或高度可靠的工控應用,則以高度專業化、小批量為主;若測試及應用程式繁複,軟體所佔嵌入式系統成本的比例甚或可高達 95%!
嵌入式系統雖是非常成熟的技術,但新一代功能強大的處理器不斷發展,使嵌入式系統幾與「智能互聯」畫上等號,而「智能邊緣設備」(Edge AI) 將促使整個嵌入式系統顯著增長。在分眾市場分面,數十年來,消費電子一直是嵌入式系統的主要市場,但物聯網的出現將賦予它們全新意義——新型感測器和軟體等嵌入式智能已成為主要元素。醫療保健則是嵌入式系統開發最快的應用之一,例如,手持式/可攜式治療設備及用於監測生命體徵的設備。
此外,智能建築和智慧城市的來臨,將使嵌入式系統擴展預測性和規範性,基於 AI 和機器學習 (ML) 實現完全自主和自我修復,前三大 Edge AI 產品分別為:智慧手機、智慧音箱與 AR/VR/MR 等抬頭顯示設備 (HUD)。其中,成長最快速的產品是消費型與企業用機器人及安全監控攝影機。技術挑戰在於:發展低能耗、高準確率的認知計算,包括新型運算架構電路設計、演算法等。預期未來 IoT 裝置所使用的控制晶片,皆將內含 AI 加速晶片。
AI 創新能量蓬勃,演算法每幾個月就有大躍進,如何讓電子器件的開發環境與其無縫接軌,成為影響採用意願的要素之一。於是,各家處理器供應商無不絞盡腦汁在整合開發環境 (IDE)、打包軟體套件、創造韌體差異、各式開發板,乃至與雲端服務供應商 (CSP) 的合作上,目標是為各有專長的工程師形塑「工具鏈」、鋪設一條康莊大道,讓底層基本核心、韌體、中介軟體 (Middleware) 和最上層的應用軟體毫無隔閡。我們日前所介紹的「Microchip MPLAB」系列就是一例。
另為擴大應用,近年 FPGA 在本質上也有了變化:一是整合應特定用途的處理器做異構運算,二是軟核 (軟體為基礎的 IP 內核) 崛起,三是完善開發環境,四是與雲端平台結盟……。
延伸閱讀:
《智能邊緣引領「嵌入式系統」騰飛》
http://compotechasia.com/a/feature/2019/1111/43273.html
(點擊內文標題即可閱讀全文)
#工研院產科國際所 #台灣AI晶片聯盟AITA #微芯科技Microchip #MPLAB #CryptoAuthentication #PolarFire #美高森美Microsemi #賽靈思Xilinx #Zynq UltraScale+RFSoC #芯科科技SiliconLabs #ThunderboardSense 2
邏輯ic用途 在 邏輯ic廠商、類比ic龍頭在PTT/mobile01評價與討論 的八卦
分為標準邏輯IC、特殊用途IC. 標準邏輯IC 主要做OR、AND 等的邏輯功能. 後來衍生出特殊用途IC. 讓廠商可以自由設計客製化的IC 晶片. 3.微元件IC. ... <看更多>
邏輯ic用途 在 組合邏輯電路的設計與應用_PART E 半減器與全減器 - YouTube 的八卦
![影片讀取中](/images/youtube.png)
高中數位 邏輯 _組合 邏輯 電路的設計與應用_PART E 半減器與全減器_支裕文 . DeltaMOOCx . DeltaMOOCx. 66.6K subscribers. Subscribe. ... <看更多>
邏輯ic用途 在 邏輯ic廠商、類比ic龍頭在PTT/mobile01評價與討論 的八卦
分為標準邏輯IC、特殊用途IC. 標準邏輯IC 主要做OR、AND 等的邏輯功能. 後來衍生出特殊用途IC. 讓廠商可以自由設計客製化的IC 晶片. 3.微元件IC. ... <看更多>