集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 複製 laoyaoic 微信公共號搜索添加關注.
1.3D感測帶動VCSEL需求大增, 新機導入引起供應商卡位戰;
集微網消息, 雖說有供應鏈廠商傳出, iPhone X銷量未達預期蘋果正下調訂單, 但iPhone X帶火了3D感測技術卻是不爭的事實, 2018年蘋果擴大導入3D感測應用將成為必然趨勢. 與此同時, Android陣營手機廠亦將大舉跟進採用3D感測技術, 這使得關鍵零組件VCSEL(Vertical Cavity Surface Emitting Laser)產能需求大增, 引起供應商新一輪的強力卡位戰.
3D感測將導入新iPhone, 安卓陣營最快2018年Q2出新品
iPhone X導入3D感測技術, 其3D感測器供應商之一為Finisar. 不久前, 蘋果宣布將提供3D感測器供應商Finisar約3.9億美元資金, 業界一度傳言是蘋果入股Finisar, 如今雙方澄清是作為未來訂單的預付款項.
據業內人士透露, Finisar將藉由蘋果的資金, 改造其位於德州Sherman的工廠, 預計2018年下半開始供應VCSEL新產能, 蘋果在掌握VCSEL龐大產能之後, 有助於進一步將正面TrueDepth攝像導入更多iPhone產品線, 或是於iPhone背部新增第二顆的感測器陣列, 不僅能進行臉部辨識, 亦能掃描用戶所處的周遭環境, 蘋果有意通過VCSEL技術強化擴增實境(AR)版圖布局.
儘管2017年率先切入蘋果3D感測供應鏈的美系大廠Lumentum佔盡風頭, 然而Lumentum卻傳出產能供不應求. 供應鏈廠商稱, 由於2018年秋季蘋果不僅將臉部辨識導入於其他iPhone新機, 高階大尺寸iPad亦將採用3D感測技術, 以延伸其AR的附加功能, 因此, 蘋果勢必得扶植第二供應商, 以確保2018年下半新機問世後的零組件供應順暢.
正是得益於3D感測技術導入更多的iPhone新機和高階ipad, Finisar將順勢成功卡位, 可以預見, Finisar在擴大量產VCSEL之後, 將順勢搭上新一波3D感測熱潮列車.
另據供應鏈廠商透露, 在蘋果持續擴大3D感測臉部辨識優勢的同時, Android陣營手機品牌廠亦將全力推出導入3D感測應用的旗艦機種, 藉以抗衡蘋果, 目前包括華為, Oppo, 小米, Vivo, 三星等手機品牌大廠均加速搶入, 近期相關零組件廠商送樣認證的品牌客戶就達到5~10家, 預期最快2018年第2季將看到新品問世. 業界並估計到2022年VCSEL市場規模將達到31.2億美元, 年複合成長率約17.3%.
供應鏈廠商掀起卡位戰, VCSEL市場需求大增
目前3D感測應用已成為智能手機市場關注的新焦點, 儘管蘋果有意掌控關鍵元件VCSEL的產能, 但其技術發展已長達20多年, 並應用於光通訊及光收發等市場. 隨著應用市場迎來爆發期, 不僅是原有的雷射光元件廠商, 砷化鎵代工廠加入戰局, 還有同樣採用MOCVD機台的LED磊晶廠亦躍躍欲試.
據了解, 3D感測技術下遊封裝模組廠除了Lumentum, Finisar之外, 目前還有Ⅱ-Ⅵ, Princeton Optronics及Heptagon等, 而上遊供應鏈廠商除了全球最大的IQE, 另有全新, 晶電, 宏捷, 環宇, Vertilite等亦伺機搶奪市場大餅.
當然高通與奇景光電也攜手搶進3D感測市場, 可望搶下Android陣營手機客戶大單, 其中包括小米, OPPO等安卓手機廠商採用3D感測技術就是基於高通與奇景光電的技術方案.
供應鏈廠商指出, 由於過去VCSEL主要用於光纖通信與數據傳輸等應用, 供應鏈廠商在穩定成長下, 多半採取小而美的營運模式, 市場統計過去20年來銷往各種終端市場的VCSEL總量約為10億支, 而2016年應用於光收發器的VCSEL的銷量逾3,000萬支, 2017年iPhone X推出後, 消費性電子產品的VCSEL出貨規模, 已超越原有的光通訊市場, 預期到2019年應用於智能手機的VCSEL將達到2.4億支, 幾乎是光通信應用需求量的5倍.
長期而言, 因應物聯網及雲端運算等應用發展趨勢, VCSEL市場成長潛力龐大, 尤其是應用於數據中心, 汽車夜視, 自動駕駛等領域將更趨廣泛, 近年來大陸積極扶植的砷化鎵及通訊元件產業亦將加速投入VCSEL戰場, 產業競爭將愈趨激烈.
供應鏈廠商認為, 消費性電子產品快速發展已為VCSEL產業帶來顛覆性的改變, 2018年手機品牌廠與上遊供應鏈合作將浮上檯面, 然而蘋果已針對VCSEL射頻及演算法等技術布局多項專利, 有意分食市場大餅的業者如何在避免侵犯專利疑慮下, 提高3D感測精準度及性價比, 恐怕是比擴充產能更為關鍵的要素.
2.機器學習成長速度驚人, FPGA和ASIC晶片有望成為新主力;
集微網綜合報道, 在2016年初, 機器學習仍被視為科學實驗, 但目前則已開始被廣泛應用於數據探勘, 計算機視覺, 自然語言處理, 生物特徵識別, 搜索引擎, 醫學診斷, 檢測信用卡欺詐, 證券市場分析, 語音和手寫識別, 戰略遊戲與機器人等應用領域. 在這短短一年的時間內, 機器學習的成長速度超乎外界預期.
Deloitte Global 最新的預測報告指出, 在 2018 年, 大中型企業將更加看重機器學習在行業中的應用. 和 2017 年相比, 用機器學習部署和實現的項目將翻倍, 並且 2020 年將再次翻倍.
目前, 有越來越多的類型開始豐富 'AI晶片' 這個新名詞, 包括 GPU, CPU, FPGA, ASIC, TPU, 光流晶片等. 據 Deloitte 預測, 2018 年, GPU 和 CPU 仍是機器學習領域的主流晶片. GPU 的市場需求量大概在 50 萬塊左右, 在機器學習任務中對 FPGA 的需求超過 20 萬塊, 而 ASIC 晶片的需求量在 10 萬塊左右.
值得注意的是, Deloitte 稱, 預計到 2018 年底, 超過 25% 的數據中心中用來加速機器學習的晶片將為 FPGA 和 ASIC 晶片. 可見, FPGA, ASIC 有望在機器學習領域中實現崛起.
實際上, 一些較早開始使用 FPGA, ASIC 晶片加速的用戶, 主要是將它們運用機器學習的推論(inference)任務上, 但不久之後, FPGA, ASIC 晶片在模組訓練工作上也將能有所發揮.
在 2016 年, 全球FPGA晶片的銷售額已經超過40億美元. 而在 2017 年年初報告《 Can FPGAs Beat GPUs in Accelerating Next-Generation Deep Neural Networks? 》中, 研究人員表示在某些情況下, FPGA 的速度和運算力可能比 GPU 還要強.
目前, 像是亞馬遜(Amazon)的AWS與微軟(Microsoft)的Azure雲端服務, 都已引進 FPGA 技術; 國內的阿里巴巴也宣布與英特爾(Intel)合作, 利用Xeon-FPGA平台加速雲端應用; 英特爾近來不斷強調, 數據中心可通過 FPGA 調整雲端平台, 提升機器學習, 影音數據加密等工作的執行效率.
此外, ASIC 雖然是只執行單一任務的晶片, 但目前 ASIC 晶片的製造廠商很多. 在2017 年, 整個產業的總收益大約在 150 億美元左右. 據悉, Google 等廠商開始將 ASIC 運用在機器學習, 以 TensorFlow 機器學習軟體為基礎的晶片也已問世.
Deloitte 認為, CPU 與 GPU 的結合, 對機器學習發展的推動產生了很大的助力. 如果未來各種 FPGA 與 ASIC 解決方案也能在提升處理速度, 效率與降低成本方面發揮足夠影響力, 那麼機器學習應用將可再次出現爆炸性的進展.
3.2018年主流IT趨勢: IoT平台採用
2018年主導企業IT策略將會是物聯網(IoT)平台的採用及其他領域...
Hitachi全資子公司Hitachi Vantara發布由全球技術長Hubert Yoshida和亞太區技術長Russell Skingsley共同提出的2018年亞太地區主要業務與技術趨勢; 該公司預期, 2018年主導企業IT策略將會是物聯網(IoT)平台的採用及其他領域, 針對2018年亞太地區技術發展, Yoshida和Skingsley提出以下十大趨勢.
1. IT將採用IoT平台協助IoT解決方案的應用
IoT解決方案將迅速成為幾乎所有產業和市場的重要策略, 並提供關鍵洞見促進企業數字轉型. IT必須與企業營運密切合作, 專註於特定業務需求並界定IoT項目的範圍.
Yoshida表示: 「如果少了對業務深入的了解和合適的基礎架構, 並正確模擬和數字化實際的營運與流程, 將很難建構一個真正有價值的IoT解決方案, 因此選擇適合的IoT平台及服務供貨商非常的重要. 」
Skingsley補充: 「企業應尋找一個開放且具有彈性的IoT平台, 來簡化與配套技術的整合, 以提供可擴充的『鑄造廠』(foundry), 並在其中建立各種產業應用, 協助企業得以輕鬆快速地設計, 建構, 測試和部署. 」
2. 對象儲存智能化
企業於今年開始數字轉型, 所遇到的第一個問題是存取數據的能力. 數據通常被存放在孤島中, 擷取和使用成本高昂. 這些孤島是為了特定目的而建立, 無法被分享, 其中有許多包含重複, 過時或因為業務流程或負責人變更而不再使用的數據.
Skingsley表示: 「數據科學家告訴我們, 從取得數據到獲得分析洞見的過程中, 80%是乏味的數據擷取和準備工作. 數據湖的概念很迷人, 但我們不能直接將數據注入系統, 除非數據被正確地清理, 格式化並以元數據建立索引或卷標, 使數據湖泊具有內容感知能力, 否則最後形成的是數據沼澤. 」
雖然對象儲存能夠儲存大量非結構化數據並提供元數據管理和搜尋功能, 但缺少情境感知能力. 現在對象儲存已經「智能化」, 可以透過軟體搜尋和讀取多個結構化和非結構化數據孤島中的內容, 並加以分析以進行清理, 格式化和建立索引.
Skingsley表示: 「Hitachi Content Intelligence能夠從孤島擷取數據並將數據送入工作流程, 用各種方式加以處理. Content Intelligence用戶可以被授權, 使敏感內容只供相關人員檢視, 並管控檔案的安全性. Content Intelligence能夠在整個IT環境中建立標準且一致的企業搜尋流程, 連接和彙集橫跨異類數據孤島及不同位置的多結構化數據, 並自動對組織的所有數據進行擷取, 分級, 擴充和分類. 」
3. 分析與人工智慧
2018年, 分析與人工智慧(AI)將全面成長, 從中企業可以獲得實際的投資報酬. IDC指出, 到2017年年底, 三分之一的Fortune500大企業, 來自資訊產品的營收成長將加倍大於其餘產品與服務的組合.
Skingsley表示: 「AI已成為消費性產品的主流, 例如Amazon Alexa和Apple Siri, 而Hitachi認為AI與人類的協作將為社會帶來實質效益. 透過Pentaho DataIntegration等工具, 我們的目標是將數據工程和數據科學流程大眾化, 讓各種開發人員和工程師更容易取得機器智能(機器學習與AI的結合). 」
Pentaho的機器學習整合R, Python等語言以及Spark MLlib等機器學習技術, 正朝此方向邁進. Lumada (Hitachi的IoT平台)提供靈活的輸入和輸出及標準化聯機, 以利自動配置和管理資源來擴充IoT機器學習, 併兼容於Python, R和Java支援機器學習.
4. 更廣泛地採用視訊分析
視訊內容分析將成為「第三隻眼」, 為公共安全以外的領域帶來更高的洞察力, 生產力和效率. 自動偵測和確定與其他IoT資訊(例如手機GPS和社交媒體資訊)結合之時間, 空間和關係事件的演算法將應用於如零售, 醫療, 汽車, 製造, 教育及娛樂等各種產業.
Yoshida認為視訊能夠提供獨特功能, 例如自我移動(用於自主機器人導航的3D動作)行為分析以及其他形式的情境意識: 「零售商使用視訊分析客戶移動模式和停留時間, 藉此定位產品和最大化其銷售. 視訊分析仰賴良好的視訊輸入, 因此需要雜訊去除, 影像穩定, 屏蔽與超解析度等視訊強化技術. 就易用性, ROI和產生可行動化分析而言, 視訊分析極具潛力. 」
5. 企業敏捷方法全面擴展
數字轉型的重點在於效率及合作, 以推動更快速, 更具相關性的業務成果. 因此, 有越來越多資訊企業採用敏捷方法. IT部門在伺服器, 網路, 儲存, 資料庫, 虛擬化等方面都有傳統孤島, 而現在雲端管理員四處傳遞變更通知, 提供業務成果. 事實上, 很多人認為IT較著重的仍是IT成果, 而不是業務成果.
Skingsley表示: 「即使數據中心運用技術建立共用數據儲存庫來瓦解數據孤島, 但不同的功能仍著重其各自的目標, 而不是整體的業務目標. 現在跨職能團隊採用二到四周反覆的敏捷衝刺, 協助IT專註於相關業務成果並提高效率. 」
在資訊長Renee McKaskle的領導下, 過去兩年來, Hitachi Vantara非常成功的利用敏捷方法推動數字轉型. Yoshida表示: 「敏捷提供靈活的方法, 讓小型跨職能團隊能夠在明確的方向和策略下重複短期衝刺, 確保全面的一致性, 有效溝通, 並專註於解決問題及達成共同的業務目標. 」他也指出, 2018年將有更多企業轉向敏捷和軟體開發DevOps, 將敏捷方法運用於整個企業.
6. 數據治理2.0
2018年, 數據治理將面臨新挑戰, 組織必須建置新的架構. 企業最大挑戰是來自通用數據保護條例(GDPR), 這將讓歐盟居民對於個人資料有更多控制權. 但此條例也將提高企業成本並增加收集和儲存個人資料所涉及的風險, 同時違反GDPR可能面臨高達2,175萬美元的罰鍰, 相當於去年歐盟年度全球總營業額的4%.
Skingsley表示: 「過去數據治理是以數據和元數據處理為基礎, 現在新的數據治理則必須考慮數據脈絡. 如果用戶行使被遺忘權, 企業必須找出其個人的數據, 加以刪除並提供相關證明. GDPR規定必須在72小時內發出違規通知, 也使得組織面臨極短的反應時間. 如果數據分散在不同的應用程序孤島且無法涵蓋儲存於行動裝置或雲端的數據, 就不可能達到此要求. 所以2018年, 數據治理架構必須更新, 並納入內容智能工具. 」
7. 容器技術讓虛擬化更上一層樓
容器虛擬化是最新的虛擬化技術, 將在2018年廣泛地被接受. 由於新一代虛擬機(VM)包括作業系統(OS)在內抽象化整個裝置, 容器只包含應用程序及應用程序所需的所有相依性.
Yoshida補充說: 「容器具輕量特性, 不需要各個容器的專用OS, 可以降低成本. 其開放式配置也使得它們能夠在多個平台上執行並允許應用程序獨立執行, 進而提高安全性. 單個應用程序能夠被寫成微型服務並在容器中執行, 提高敏捷性, 規模和可靠性.
企業正利用容器移轉和開發新的應用程序, 以便在現今以敏捷性和效率為關鍵的市場上更具競爭力. 我們已在容器和微型服務上建構IoT平台Lumada, 並且將Pentaho工作節點, Hitachi Content Intelligence和Hitachi Infrastructure Director的管理軟體移轉至容器, 充分發揮其帶來的效益. 適用於虛擬儲存平台(VSP)的儲存虛擬化作業系統(SVOS)也具有在容器中配置持續性VSP儲存空間的附加元件–我們預計明年將有許多儲存供貨商跟隨此趨勢. 」
8. 區塊鏈項目將成熟
區塊鏈將成為2018年的主要焦點, Yoshida認為原因有兩個: 第一是加密貨幣的使用, 在今年已逐漸被接受作為飽受惡性通貨膨脹困擾之國家的穩定貨幣. 日本和新加坡也表示, 將在2018年創造由銀行經營並由主管機關管理的均一面額加密貨幣. 消費者將使用此貨幣進行P2P支付, 電子商務和轉賬, 使得許多銀行將藉助區塊鏈建立管理加密貨幣帳戶所需的能力.
第二是區塊鏈逐漸被用於金融領域的例行程序, 例如內部監管功能, 客戶檔案和監管歸檔. 預計在2018年也將擴大經過區塊鏈分類賬(ledgers)的跨行轉賬, 其他產業將開始看到具有智能合約的原型以及用於醫療, 政府, 食安和仿冒品的身分識別服務.
9. 生物辨識驗證的時代來臨
現今消費者需要的密碼越來越多, 這將促進2018年生物辨識驗證的趨勢. Skingsley表示: 「事實上, 大多數人都使用同一組密碼存取其認為不重要的帳戶. 黑客也知道這一點, 所以一旦他們找出密碼, 就能成功破解其他帳戶. 企業逐漸意識到代表我們身分的密碼, ATM卡, PIN碼都可破解, 即使有雙重驗證也一樣.
「智能型手機供貨商和金融公司開始使用代表真實用戶的生物辨識技術來解決此問題, 但選擇正確的生物辨識技術很重要, 像指紋這種生物辨識技術如果遭破解, 就無法像重設PIN碼或密碼一樣加以重設. 由於指紋會留在我們所碰觸的任何物體上, 不難想象黑客可能會竊取指紋並重複使用. Hitachi建議採用指靜脈技術, 指靜脈只有當紅外光通過活體手指擷取靜脈圖形時才能被看到, 最能防止偽造. 」
10. 共創價值思維
傳統商業思維以生產者透過選擇產品與服務, 來自主決定價值的前提為出發點. 消費者通常在市場研究中以被諮詢的方式, 被動的參與創造解決方案和價值的過程. Yoshida認為2018年將會是從以生產者為中心創造價值的方式, 轉為價值共創的思維.
Yoshida表示: 「生產者和消費者再也無法在採取這種傳統價值創造方法的數字世界生存. 在數字世界中, 變化持續不斷, 問題涵蓋多個領域, 產業領域和界線逐漸模糊. 生產者無法耗費多年時間開發解決方案, 消費者也不能在無法滿足其需求的多年藍圖上規劃事業. 如果消費者和生產者要創新, 就必須以共創者的身分主動參與價值創造過程. 」
Hitachi將共創視為與客戶和生態系統參與者協作的過程, 為企業利害關係人, 客戶以及整個社會創新和創造新的價值. 該公司持續與眾多客戶共同創造並開發出共創方法, 預計將在2018年進一步加以推廣. eettaiwan