1.新应用推动半导体大幅增长, 高端代工, ASIC, NRE是成长焦点
集微网消息, 随着新应用诞生, 带动半导体需求大幅成长. 全球去年共有62座新晶圆厂建厂, 今年估达42座, 其中许多都位于中国大陆, 设备需求强劲. 人工智能与自动驾驶汽车等高端半导体代工, 以及衍生服务特殊应用新片 (ASIC) 与委托设计 (NRE) 等是成长焦点, 对全球广大的IC设计Fabless厂而言, 高端半导体几乎等同于台积电代工业务, 台积电被外资视为全球CP值最高的AI股.
群益投顾指出, 苹概股每年强弱竞逐股价起起落落, 大多数台股苹果供应链利润水准低, 占苹果产品成本比率亦低, 但概念股镀金后股价涨势凌厉, 例如3D感测稳懋去年股价大涨2.87倍.
今年1月下旬起, 市场预期都转向关注今年推出的3款iPhone (OLED与LCD兼有) 传闻规格, 苹概股股价反应也都是领先新机实际推出3~ 6个月以上, 例如iPhone X供应链的行情在iPhone X上市前6个月启动, 以此类推.
关键零组件在去年底iPhone X的Face ID达到高峰, '刘海' 区域包含红外线镜头, 泛光照射器, 接近传感器, 环境光度传感器, 扬声器, 麦克风, 镜头以及测绘点投射器功能, 3D感测可能用在非苹高端手机, 机场通关, 无人商店, 办公室出勤, 甚至奥运维安警戒等, 未来世界就是具备感测搜集数据与大数据的网络环境.
其他关键零组件则包括努力降低成本扩大产能的OLED, 以及Micro LED, 未来将应用在AppleWatch, 头戴显示器屏幕, 车用显示屏幕等.
2.光子芯片横空出世, 28岁MIT中国青年科学家直取AI算力霸业
英国牛津大学在 2017 年发表了用于计算的光子芯片的研发成果, 其研究人员使用了特殊的相变材料与集成光路, 模拟人脑的神经突触作用, 设计 '光子突触' , 其理论运行速度是人脑的千倍.
实际上, 麻省理工学院的研究团队与合作研究者也有类似的发现, 他们在更早的 2016 年提出了使用光子代替电子为理论基础的计算芯片架构, 由于光和透镜的交互作用过程本身就是一种复杂的计算: 傅立叶变换——利用这个原理, 并使用多光束干涉技术, 就可让相关系寻反应所需要的计算结果. 而这种芯片架构就被该研究团队称为可程序设计纳米光子处理器.
2017 年 6 月, 麻省理工学院研究团队针对可程序设计纳米光子处理器提出了一份论文, 并且发表在《自然-光子》杂志上. 该论文的第一作者及通讯作者, 出生在杭州的沈亦晨目前为 Lightelligence 的联合创始人兼 CEO, 并且是《麻省理工科技评论》所评选出来的 2017年 35 名 35 岁以下中国科技创新青年之一.
光子计算在处理一些 AI 算法时有独特的优势
图丨2017 年《麻省理工科技评论》中国区 '35 岁以下科技创新 35 人' 入选者, Lightelligence 的联合创始人兼 CEO沈亦晨
Lightelligence 目前在沈亦晨的带领之下, 全力研发光学芯片的相关技术, 包含芯片设计, 核心算法, 传输, 周边等, 欲打造一个完整的光学计算生态. 由于 Lightelligence 研发的技术将可能彻底改变计算的生态, 因此获得高度关注, 其中包括将云端计算视为核心发展项目的百度, 以及多位美国半导体行业高管, 都因为看好光子芯片的未来性, 而成为Lightelligence的早期投资人.
沈亦晨对 DT 君表示, 由于其在麻省理工学院博士班的科研项目就是以纳米光子为主, 刚好在 2015 年时, AI 应用快速起飞. 众所周知, 除了数据以外, 硬件对 AI 的应用也是非常重要, 所以开始有了把光子应用在计算环境中的构想.
但为何 2015 年之前没有人想过要把光子效应用来进行神经网络的计算呢? 沈亦晨表示, 这是因为过去神经网络计算并不流行, 而传统的逻辑计算并不是光子计算最擅长之处.
事实上, 光子芯片或许将会是未来最适合用来作为 AI 计算的硬件架构, 这是因为光的特性先天适合线性计算 (AI 计算里最重要的部分) , 这包含了高维度的并行计算. 相对的, 虽然量子计算近来也因为 AI 而受到关注, 但量子计算还是比较偏向擅长解码或搜索的领域, 另外在量产的生态上也还不太成熟, 但潜力却不容小觑.
从传输走向计算, 光子芯片将成终极计算解决方案?
从 2006 年开始, 英特尔推出首款标准 CMOS 工艺的电子混合硅激光器之后, 电和光这两个截然不同的物理现象终于成功被凑在一起. 往后数年, 基于此技术的超高带宽光学传输架构更成为高性能数据中心的最爱, 借此有效降低了大量数据传输造成的系统瓶颈.
2015 年, IBM 研究人员, 发表了针对光子计算的新实验性技术, 通过把硅光子数组集成到与 CPU 相同的封装尺寸中. 硅光子技术的问题一直在于芯片的光学接口, 不过 IBM 的光子解决方案能被应用于系统单芯片 (SoC), 以廉价的标准连接器 (edge connector) 在芯片之间传输光, 或是只要将 CMOS 芯片边缘接在一起就能进行芯片对芯片的通讯.
这些光子芯片的发展主要是作为解决传统芯片与芯片之间, 或芯片与存储系统之间的互连问题. 而凭借集成度高的光子芯片的发明, 取代了过去庞大复杂的光传输架构, 且速度能更快, 延迟更低.
然而, 真正把 '光子' 带往计算领域, 甚至架构成 '光子芯片' 的概念, 却是近两年才逐渐被发掘出来.
由于半导体芯片技术虽依靠新应用与算法的整合, 能做到的事情也越来越多, 但实际上芯片架构本身还是基于同样的逻辑之下, 且受限于半导体工艺, 计算能力, 规模以及功耗, 成本形成难以均衡的四角关系.
这时, 业界也开始积极寻找能突破现况的新计算技术. GPGPU, 神经网络芯片, DSP, FPGA 都在不同的时期被提出来, 擅长解决特定应用计算领域, 但这些芯片并没有解决根本的问题, 也就是其基于半导体结构所面临的物理特性限制.
图丨光子突触作用原理
由 AI 所带起的计算需求不断膨胀, 促进了处理架构持续推陈出新, 譬如英特尔未来将结合 CPU 与 FPGA 计算能力, 借以应对更复杂的应用情境; 英伟达则是在其最新一代的 GPU 方案上大幅强化推理性能. 除此之外, 亦有不少希望能够针对特定计算推出更适合的新架构, 比如说类神经网络芯片 (NPU), 量子计算机 (Quantum computing), 以及最新的计算概念: 基于光子回路 (Photonic Circuits) 的计算架构.
实际上, '光' 被使用在计算环境中已经有超过数十年的历史, 过去主要用以在不同芯片或存储设备间传输数据之用, 而因为相关的传输技术成本太高, 且必须搭配昂贵的周边才能显现出其效益, 也因此, '光' 的传输从没有被普及到消费市场, 导致我们对这个事实没有太明确的认知.
然而, 计算则是另一层次的问题.
图丨SMART Photonics的光子芯片
用很简单的概念解释光子计算芯片, 就是在芯片上使用了无数个光学开关器, 作用就类似半导体芯片中的逻辑栅, 利用不同波长, 相位和强度的光线组合, 在复杂的反射镜, 滤波器以及棱镜结构所组成的数组中进行信息处理.
硅光子和微电子一样, 都是基于硅材料的半导体架构. 而硅作为光学通信传输方面的应用已经相当普及, 由于光的快速反应和并行特性, 能瞬间传输大量数据, 因此被普遍应用在数据中心的服务器上. 也因为光子传输过程稳定, 并行能力强, 且纠错设计相对简单, 传输和转换所需要的能量极小, 所以采用光子计算的架构理论上可以做到相对低的功耗表现. 其次, 光子芯片理论上也能做到规模极小的应用上, 比如说移动设备中.
光子芯片可沿用目前成熟的半导体工艺技术, 而目前仍处于实验阶段的光子芯片仅需要老旧的微米级工艺就可达到大幅超越既有半导体芯片的计算能力, 也因此未来工艺微缩空间极大. 而凭借芯片密度的增加, 性能还能大幅成长, 甚至有机会彻底改写摩尔定律的限制.
沿用 CMOS 工艺是光子计算最大优势, 但目标非取代传统半导体计算
图丨CMOS
沈亦晨表示, 由于光子芯片基本上还是以目前的 CMOS 制造工艺为基础, 相对于量子计算使用的特殊工艺, 在成本或量产技术方面都要更有优势, 虽然目前实验室中的光子芯片在密度上还比不过传统半导体芯片, 但已经比量子芯片好很多了.
而光子芯片的效能取决于架构和算法, 比如说同时使用多少路不同波长的光来进行组合, 或者是在芯片中使用的光学信号的带宽, 以及光电转换时的瓶颈, 但是单从光的物理特性上来看, 在合适的算法上要做到传统半导体芯片的百倍速度是不会有太大的问题的.
当然, 理论上光子芯片可以做到规模很大, 也可以做到很小, 但因为光不适合做非线性运算, 另外光芯片的集成度和尺寸还是会有一定的规范, 要完全取代半导体芯片还是有很大的难度.
从芯片, 算法到周边的生态正在发展中
沈亦晨强调, 目前 Lightelligence 的光子芯片发展已经完成实验室阶段的展示, 在算法, 总线以及存储方面都有相对应的设计正在进行, 当然, 计算芯片最重要的还是生态, 这点也需要更多科研机构和公司加入到扩展光学计算这一领域来共同建立.
因为主力产品是芯片, 所以核心部分在于算法和硬件的结合, 以及相对应的芯片指令以及编译程序, 而 Lightelligence 的工作就是要让开发出来的芯片可以应用到目前市场上流行的框架中, 比如说 TensorFlow, Caffe 等.
另外, 由于光子计算在传输或者是存储有其特殊性, Lightelligence 也在开发相对应的周边设计. 当然, 沿用目前的存储系统虽可加快落地商用速度, 但可能就会限制光子计算的性能表现, 因此这部分未来还是会以搭配针对光子计算优化的设计为目标, 才更能凸显光子计算的整体优势.
如今 Lightelligence 团队正努力改善光子计算的相关生态, 目前当然还不成熟, 不过业界对于高性能计算, 甚至更好的神经网络计算架构有着非常高的期待, 相信其光子计算架构落地之后, 可以大大加速整体 AI 计算生态的变革.
沈亦晨表示, 不论是特定用途, 或者是针对通用计算能力, 这个都会是芯片架构发展的不同过程的选择. Lightelligence首先还是会以技术或应用场景比较成熟的光子芯片应用着手, 然后再逐步去扩大可应用的范围. 同时也在努力开发光子芯片前后端的技术, 为未来不同的计算场景进行更好的适配.
沈亦晨强调, 总体来讲, 在实现光子计算的路上还有很多重大的工程改进需要完成, 但和过去的种种光子计算的尝试相比, 现在可能是最好的时机, 也是最接近实现的一次.
3.高通开始着手研发6G? 高通公司研发主管称: '可能会有6G'
高通公司的Durga Malladi在高通的一个会议上讨论了6G的可能性.
在美国从Verizon到Sprint的运营商纷纷转向开启全美第一个5G服务时, 一些管理人员已经在讨论移动通信领域下一步可能会发生什么了.
高通公司的Durga Malladi在回答有关这个话题的问题时说: '可能会有6G' . 考虑到他是高通公司负责研发的高管, Malladi的这番言论意味着高通内部可能已经开始在进行某些研究, 高通公司被公认为是世界领先的无线技术创新者之一, 也是最近完成的5G NR标准的关键贡献者.
但是, Malladi同时指出, 围绕6G网络标准目前并没有具体的计划; 而且Malladi解释说, 那些开发5G标准的公司在设计5G标准时也是按照支持未来的演进需求, 目的是要确保它将足够灵活, 以支持未来的重大变化和升级; 这可能也是在否定迁移到6G的必要性.
'我们可能会做另一个G, ' Malladi在高通资助的这个活动中解释说.
高通公司的高管并不是唯一一个将视野超越5G的人.
'我们的5G无线测试也进展顺利, 我们的6G测试也是如此, 这是我们预先定义的使用未许可和授权频谱的小型蜂窝基站架构的集成, 与我们先进的DOCSIS路线图交互操作, 以创建和提供高容量, 低延迟产品, 'Charter公司的首席执行官汤姆Rutledge在他的公司最近季度财报电话会议上说.
Rutledge继续说: '说到5G, 固定的, ...你必须记住5G只是在一定的速度上以某一种格式来提供数据, 但是, 有很多方法来获得速度, 因此当然有5G的替代品, 这就是为什么我们现在谈论6G, 5G并不是提供高容量低延迟网络的唯一方法. 那么, 什么是5G固定网络? 对我来说, 这听起来就是一种无线下降成本超过有线下降的成本的技术. 你需要些什么, 例如你必须把它连接到网络, 就像所有的有线线路连接一样. '
当被问及Rutledge对6G的评论时, T-Mobile的高管在他们每个季度的电话会议上都嘲笑这个概念, 并且一直嘲笑像Charter和其他有线电视公司迟到参与无线技术的游戏中, 因此他们提出了 '6G' 的概念.
此外, 高通公司的Serge Willenegger在公司的新闻发布会上表示: '目前6G还为时过早' .
作为高通的高级副总裁兼4G / 5G和工业物联网的总经理Willenegger补充说, '网络的经济性' 需要改变, 需要转向未来的6G标准. 他说: '在这一点上, 这是更哲学的思考. 但是我们肯定会考虑在未来的6, 7, 10年内该如何支持这个行业的发展. '
4.索尼发布首款像素并行ADC高密度背照式CMOS图像传感器
据麦姆斯咨询报道, Sony (索尼) 近日宣布开发出了一款具备全局快门功能的146万有效像素背照式CMOS图像传感器. 其新开发的像素并行 (位于像素下方) 模数转换器 (Analog-to-Digital Converter, 以下简称ADC) , 能够瞬时将所有像素同时曝光的模拟信号并行转换为数字信号. 该项新技术发布于2018年2月11日在美国旧金山举办的ISSCC (国际固态电路年度会议) .
采用传统列级ADC方案的CMOS图像传感器, 通常是逐行从像素读出经过光电转换的模拟信号, 而由于逐行读出所带来的时间漂移, 通常会造成图像失真 (焦平面失真) .
索尼新推出的这款CMOS图像传感器在每个像素下方都具有一个新开发的低电流, 紧凑型ADC. 这些ADC能够瞬时将所有同时曝光像素的模拟信号转换成数字信号, 并暂时存储在数字存储器中. 这种架构消除了由于时间漂移所带来的图像失真, 使其能够提供全局快门功能, 是业内首款具有像素并行ADC的一百万像素以上的高密度背照式CMOS图像传感器.
相比传统列级ADC方案, 这款新的CMOS图像传感器包含了近1000倍数量的ADC, 这意味着电流需求的大幅增长. 索尼通过一款新开发的紧凑型14位ADC解决了这个问题, 这款新型ADC在低电流运行时能够提供业内最佳的性能.
新型CMOS图像传感器中的ADC和数字存储器都堆栈集成在底部芯片中. 顶部芯片上的每个像素之间采用了Cu-Cu (铜-铜) 互联, 2016年1月, 索尼全球首次将该技术实现了大规模量产.
此外, 索尼还为这款CMOS图像传感器开发了一种新的数据传输结构, 以实现ADC处理所需要的大规模读出数据高速传输.
5.Intel完成Skylake平台幽灵漏洞修复: 敦促用户尽快更新
在Spectre和Meltdown漏洞反反复复很久之后, Intel公布了最新的工作动态.
上周早些时候, Intel已经面向OEM厂商分发了部分Skylake处理器(U-, Y-, H-, -S系列产品)的新微代码, 这次是正式版, 而其它平台则依然处于Beta测试阶段, 需要进一步的验证妥当.
预计很快, 陆陆续续的BIOS更新将会分发, 不出意外的话, 应该可以完美地解决掉Spectre V2攻击了.
此前, 因为造成系统高频重启, Intel撤回了对二代酷睿SNB到八代酷睿CFL的修复补丁.
当然, 由于是一项系统工程, 而且波及的产品最早可以上溯到2009年的45nm老酷睿i7, 所以要想实现100%的零漏洞, 应该会需要相当一段时间.
另外, Intel也警示, 基于上述漏洞的变种也在演进, 他们会持续关注安全进展. 目前安卓手机中的音乐软件, 大部分都是可以进行试听或者下载, 但因资源较少的问题, 许多用户还是喜欢下载第三方音乐软件. 2月7日, 魅族Flyme官方在论坛发布公告, 表示将会停止Flyme的在线音乐服务.
据了解, 因为业务调整, Flyme系统中的音乐客户端将停止提供在线播放和下载服务, 但不影响本地音乐的播放, 停止时间为2018年3月5日.
官方还称, 如果已开通 '会员' 且尚未到期的用户, 那么剩余有效会员时间将折算回魅币并退回至Flyme账号, 这一点还是比较良心的.
6.联亚光电将利用自有VCSEL开发3D传感解决方案
据麦姆斯咨询报道, 台湾GaAs (砷化镓) 外延晶圆制造商联亚光电 (LandMark Optoelectronics) , 目前正在与手持设备制造商合作, 利用其VCSEL (垂直腔面发射激光器) 器件开发3D传感解决方案, 相关产品预计将在2018年5~6月开始出货.
联亚光电期望其VCSEL产品销售将在其2018年总营收中占到5~10%.
同时, 联亚光电宣布由于来自中国大陆的客户对10G PON (Passive Optical Network, 无源光纤网络) 外延晶圆器件的需求反弹, 其1月合并营收达到了743万美元, 实现月同比上涨0.95%, 年同比上涨80.34%.
据透露, 2018年上半年其10G PON产品的出货量将持续乐观, 并计划在第三季度开始规模量产新的硅光子器件, 将进一步帮助公司实现2018年的营收增长.
联亚光电创立于1997年6月, 主要从事生产以砷化镓 (Gallium arsenide) 和磷化铟 (Indium phosphide) 为基板的Ⅲ-Ⅴ族材料化合物外延晶圆. 公司由有机金属气相外延 (OMVPE) 技术制造的各种外延晶圆产品, 经后段芯片制造与封装后, 可广泛应用于光纤通信, 消费类产品以及工业领域.