延续在2017年于全球市场引发的热烈讨论, 再加上各家科技大厂的积极投入, 人工智能(AI)与自动驾驶/车用电子(Automotive)技术, 预期仍会是2018年半导体产业最具发展潜力的两个 'A' 级应用.
2017年被科技产业界视为 '人工智能发展元年' , 而预期2018年会是人工智能从实验室跨入现实世界, 转变为大众日常生活可用技术的一年. 预期人工智能将在2018年大举进入芯片产品, 亦即 'AI on Chip' ; 如Google为自家服务器中心自行研发打造专属张量处理器(TPU), 微软(Microsoft)以FPGA打造的低延迟深度学习云端平台Project Brainwave, 英特尔(Intel)专为机器学习开发的Nervana芯片; Nvidia的绘图处理器(GPU)及人工智能芯片亦不断推陈出新.
还有高通(Qualcomm)推出神经网路(neural network)专用芯片; IBM研发的首个大脑芯片TrueNorth及为大脑芯片无监督学习研发的神经元自适应处理器Spiking, 以及新创公司Cerebras, Groq预计于2018年推出人工智能芯片. 这类人工智能芯片将进驻各类更接近大众的装置, 搭配在云端资料中心执行大数据资料分析的高性能运算(HPC)芯片, 为消费者创造全新的使用者体验; 而因为AI芯片与HPC芯片都需要执行更复杂的运算功能以及储存大量资料, 电路设计规模较大, 结构也会比较复杂, 芯片测试预期会是不可或缺的一环.
至于已经成为近年来各类半导体应用中成长动力最强劲的车用电子市场, 则因为先进驾驶辅助系统(ADAS)以及AI驱动的自动驾驶技术的崛起, 而更进一步成为产业焦点; ADAS/自动驾驶的终极目标就是以电子技术协助驾驶人排除任何行车盲点与人为操作失误的可能性, 甚至直接用机器驾驶取代人类, 期望能实现 '零事故' 的交通安全.
为了达成完全自动驾驶的理想, 能够及时处理由汽车感测器等装置所产生的庞大又复杂的资料量的高效能运算AI芯片是关键, 而安全认证跟品质管理则是芯片正确运作的关键. 因此车用芯片在设计时所需要遵循的安全标准, 也会比其他任何消费性电子芯片设计更为严谨. 针对3.5吨以下载客车辆所订定的ISO 26262车用电子/电机系统功能安全性标准, 涵盖了车辆从设计, 生产, 营运, 维修到最后报废回收的整个 '安全生命周期' (safety lifecycle), 能有效提升车辆系统安全功能的可靠度, 是受到全国际车厂与一阶(Tier)汽车零组件供应商高度重视的标准.
此外, 若要进入Tier 1汽车电子供应链, 还需要符合AEC-Q100 (IC芯片), 101 (分离式元件), 200 (被动元件)可靠度标准, 以及零失效供应链品质管理标准ISO/TS 16949规范; 通过ISO 7637-2/16750-2电力负载测试也不可少. 当ADAS/自动驾驶车辆芯片结合AI功能, 车厂对芯片可靠度的要求会更高, 因此测试技术将扮演更重要的角色, 这会是自动驾驶车辆能否安全上路的关键, 也意味着车用半导体测试迈入一个全新的时代.