'Aproveite o monopólio da TSMC de pedidos da Renesas MCU;

1. não produção própria, TSMC, Renesas monopolizar primeiras ordens automotivos de 28 nm do mundo MCU; 2. Foxconn 866 milhões de dólares dos EUA para comprar periféricos fabricante Belkin precisa de US aprovação do governo; 3. Toshiba subsidiária para vender batatas fritas ou falta de prazos vai buscar mais mais escolha, os preços 4.MLCC continuou necessidade de se proteger contra a manipulação de preços; 5. rede neural incorporada dá visão de máquina, audição e capacidade de análise;

1. não produção própria, TSMC, Renesas monopolizar primeiras ordens de MCUs automotivos de 28 nm do mundo;

Definir rede de notícias micro, o fabricante japonês microcontroladores Renesas Electronics (Renesas Electronics) para cortar o alto custo dos equipamentos de produção de chips, planeja microcontrolador automotivo (MCU) inteiramente pela TSMC, e se concentrar em software e semicondutores pesquisa e desenvolvimento.

Renesas Technology anunciou hoje memória flash primeiro integrada da indústria usando MCU processo de 28nm, com efeito imediato e começar amostras do transporte, a fim de criar a próxima geração de veículos autônomos mais eficientes, mais seguras e ambientalmente carros amigáveis, este RH850 revolucionário / microcontroladores E2x construídas até seis núcleo processador 400Mhz, o primeiro a chegar o indústria 9600MIPS instrução capacidade de processamento do veículo, para controlar o chip de memória flash MCU. a família MCU também tem um flash embutido e uma mais até 16MB Recursos completos de segurança e segurança funcional.

Renesas MCU desempenho de computação 28 nanômetros três vezes mais elevadas do que a corrente de 40 nm, em piloto automático tecnologia continua a subir, MCU pode satisfazer as necessidades de consumo de energia mais baixo e desempenho de processamento elevada. Renesas disse que o número actual de 28 nm MCU primeiros produtos finais do mundo, em março de DENSO as amostras foram enviadas para vários conhecidos fábrica de autopeças, em 2020, o objetivo é a produção em massa pela TSMC, Renesas casa fab em seguida, retirar gradualmente a partir da produção de semicondutores automotivos.

Após a 28nm desenvolvimento embarcado processo de flash anunciado em fevereiro de 2015, Renesas Electronics em setembro 2016 anunciou uma parceria com a TSMC 28nm produção MCU. Renesas hoje no comunicado de imprensa ressalta, lançou hoje o primeiro do mundo para o mercado 28nm flash embutido MCU, será mais um marco importante na Renesas Electronics Renesas Electronics verificou os aplicativos no 16 / 14nm e produtos de MCU da próxima geração fin tecnologia flash Monos.

O Nikkei apontou que a Renesas pode reduzir os custos de produção, e a TSMC também pode usar equipamentos depreciados para produzir MCUs de 28 nanômetros.

De acordo com a Renesas anunciou dados do salário mostram que no último trimestre (outubro-dezembro 2017) a receita Renesas Semiconductor Business to base não-GAAP (não-GAAP), ano sobre ano aumento de 28,0%, para 2,065 bilhões de ienes Yuan, em que a receita de semicondutores automotivos cresceu 14,7% para 107,8 bilhões de ienes.

Um total de 2017 uma receita de Renesas Semiconductor Business-ano aumentou 23,4% para 7,657 bilhões de ienes, dos quais semicondutores crescimento da receita setor automotivo de 13,8% para 4.081 bilhões de ienes.

2. 8,66 bilhões de dólares da Foxconn para comprar periféricos A Belkin precisa da aprovação do governo dos EUA;

SAN FRANCISCO, 27 de março, de acordo com relatos da imprensa estrangeira, a Apple fornecedor Foxconn, uma subsidiária anunciou, será a aquisição de bem-conhecido fabricante de produtos periféricos Belkin (Belkin) de aproximadamente US $ 866 milhões. Belkin também é proprietária Linksys, Phyn e Wemo Marca.

A subsidiária, chamada FIT (Hong Teng Precision Technology Co., Ltd., Foxconn Technology Limited Interconnect), anunciou em um comunicado conjunto Belkin site oficial revelou esta notícia. A declaração conjunta disse que a aquisição será uma transação em dinheiro é feito .

"A Hong Teng Precision está satisfeita em adquirir a Belkin e suas capacidades em produtos de consumo sofisticados", disse Sidney Lu, CEO da Hong Teng Precision. "Integrando os melhores recursos e soluções da Belkin em Hong Teng Precision Esperamos enriquecer nosso portfólio de produtos de consumo de ponta e acelerar nossa penetração de residências inteligentes.

A Belkin foi fundada há aproximadamente 35 anos na Califórnia, nos EUA, e mais tarde, durante o boom do computador pessoal, ele era conhecido como fabricante de equipamentos periféricos de alta qualidade, começando com vários dispositivos periféricos, como protetores contra surtos, hubs USB e, claro, cabos. Line, Belkin mais tarde alcançou a popularidade da Apple nos primeiros produtos iPod do século XXI.

Atualmente, a empresa produz uma gama de produtos que fornecem serviços para fabricantes de computadores, smartphones, tablets, relógios inteligentes e outros produtos eletrônicos.A Belkin é conhecida como marca independente da WeMo e é reconhecida no emergente mercado de conexões domésticas.

Recentemente, a Belor e a fornecedora de tubos Uponor estabeleceram uma nova empresa chamada Phyn em 2016. O primeiro produto lançado pela nova empresa - o dispositivo de monitoramento de água conectado ao iPhone, Phyn Plus - foi exibido na CES no início deste ano. .

De acordo com os termos do acordo firmado com a Foxconn, a Belkin irá operar para uma subsidiária da Hong Teng Precision, e seu CEO e co-fundador Chet Pipkin assumirá o controle da Shuai Yin. Como parte do acordo, Espera-se que a Chet Pimpkin participe da Hong Teng Precision Management.

De acordo com um relatório do Financial Times, a fusão deve ser aprovada pelo Comitê de Investimentos Estrangeiros sob o Departamento do Tesouro dos EUA A agência recentemente expressou sua oposição à aquisição hostil da concorrente Qualcomm pela fabricante de chips Broadcom.

O presidente Donald Trump vetou a aquisição da Broadcom para colocar em risco as razões de segurança nacional e, por isso, a aquisição do caso da Belkin pela Foxconn também pode se tornar instável, mas é importante para os Estados Unidos. Investidores Foxconn anunciou que vai investir US $ 10 bilhões para construir fábricas de LCD em Wisconsin antes de 2020. (Tianmenshan) Netease Technology

3. Toshiba vende subsidiárias de chips ou falta de prazos vai buscar mais opções;

De acordo com a Reuters, o Ministério do Comércio da China ainda não considerou o plano do consórcio líder da Bain Capital de adquirir a subsidiária de chips Toshiba (6502.T) por US $ 18 bilhões, tornando a transação improvável. Concluída antes do prazo final, a Toshiba parece estar procurando mais opções para a subsidiária.

O Ministério do Comércio da China disse brevemente à Reuters na terça-feira que está avaliando a transação, mas não deu mais detalhes.

Uma pessoa familiarizada com o assunto disse que se a transação for concluída antes do prazo final de 31 de março, ela deve ser aprovada pela autoridade anti-monopólio da China no início desta semana, já que os procedimentos administrativos e transferências ainda demoram para serem concluídos.

Se você não pode ser concluída dentro do cronograma, a Toshiba tem o direito de desistir em caso de não pagamento de uma multa de subsidiárias comerciais vendem batatas fritas, alguns investidores são instados a considerar esta opção Toshiba. Da Toshiba subsidiária de chips, é fabricante de chips NAND segunda maior do mundo.

Um porta-voz da Toshiba disse que a empresa ainda não desistiu de seus esforços para concluir a transação até o final do mês, mesmo se perder o prazo, ele ainda venderá o negócio de chips o mais rápido possível.

Anteriormente, alguns analistas prevêem piscará negócios spin-off. Há também meios que não passaram liberação de antitruste, a Toshiba pode ser uma coisa boa, porque os dados financeira melhorou, a empresa pode re-raise oferta, ainda mais do que no presente preços superiores $ 4 bilhões. Alguns acionistas ativos contra o acordo, Toshiba, acredita que os ativos estão subvalorizadas, eles pensam que devemos voltar a negociar o preço de compra e de capital Bain, ou deixar que a memória flash de negócios spin-off.

Geralmente acredita que a maior dificuldade de auditoria de transações Toshiba da indústria empresa Hynix também está preocupado que, se a aquisição for concluída, a Hynix vai ficar maior e influência no mercado, a concorrência dano. Historicamente, não tem por Hynix Meios anormais para obter um caso da Toshiba Semiconductor Technology.

4. MLCC continuar a aumentar os preços precisam estar atentos na manipulação de preços;

Tudo junto, Japão, empresa Coréia do Sul produz principalmente produtos high-end MLCC, enquanto continente chinês, Taiwan empresas são baseados no mercado low-end. As estimativas da indústria, a adaptação estratégica das empresas japonesas vai liberar 20% do mercado padrão MLCC .

os preços da memória emocionantes surgir gradualmente chegou ao fim, mas os aumentos de preços durante o mesmo período para o caminho de MLCC (multi-camada de capacitores de cerâmica) ainda é 'mais do que aumento do preço'. Recentemente, a notícia mercado que terceiro maiores fornecedores MLCC do mundo gigante Taiwan Em abril, o preço do MLCC foi ainda aumentado em cerca de 40% -50%.

Em menos de um ano antes, o gigante tem repetidamente levantou os preços MLCC subiu quase 30% da oferta total. Graças ao preço, sincronizar as vendas, o gigante pela primeira vez em uma única receita mês excedeu setembro 2017 30 bilhão de dólares de Taiwan, seguido pela renda mensal ainda subiu mais de 30% ano a ano, que em dezembro de 2017 - fevereiro 2018 a receita cresceu mais de 50% de todo o ano de 2017, a receita gigante de NT $ 32.26 bilhões. , Crescimento de 16,1% em relação ao ano anterior, a margem bruta aumentou de 23,6% para 32,5%, um aumento de 8,9 pontos percentuais.

desempenho do preço da ação da companhia é mais surpreendente, 2017, preço das ações da empresa nunca chegou a NT $ 70 yuan, março 2017 pela primeira vez ultrapassou NT $ 80 yuan, a março de 2018, o preço das ações da companhia ultrapassou 500 yuan NT um ano subiu mais de 520 capitalização de superávit duplo% do mercado, fazendo com que o gigante se tornaram os maiores preços vencedor MLCC.

Ajuste da estrutura de suprimento

Semelhante aos incentivos para o aumento dos preços de memória, o aumento de preço da MLCC também é devido à reestruturação da indústria.

MLCC capacitor é as peças mais comuns de produtos eletrônicos, são amplamente utilizados em telefones celulares, carros, eletrodomésticos e outros dispositivos de consumo, um telefone celular usará centenas de peças MLCC, e MLCC quantidade de um carro terá que chegar a 5000 .

No entanto, o preço MLCC é extremamente baixo. De acordo com Yageo 2016 ganhos, a sua produção MLCC totalizaram 343,1 bilhões, uma receita de cerca de 91 bilhões de dólares de Taiwan, cerca de NT $ 0,026 / estrelas, um RMB cerca de 0,5 pontos / estrelas.

'Porque muito barato, as empresas de modo japoneses começaram a abandonar os produtos low-end, a produção de maiores lucros, maior demanda por automóveis, aplicações industriais MLCC.' Uma fonte da indústria disse a este repórter meados de 2016, o Japão TDK anunciou a sua retirada do tipo geral do mercado MLCC. o Japão é líder países fornecedores MLCC do mundo, só Murata, TDK duas empresas para produzir 50 por cento de produtos globais MLCC.

Tudo junto, Japão, empresa Coréia do Sul produz principalmente produtos high-end MLCC, enquanto continente chinês, Taiwan empresas são baseados no mercado low-end. As estimativas da indústria, a adaptação estratégica das empresas japonesas vai liberar 20% do mercado padrão MLCC .

A oportunidade de se tornarem os preços de fusíveis, após o qual Taiwan Yageo, Huaxin Branch, doméstica Chaozhou três-anel, produtos Fenghua Hi-Tech são anunciados para os preços MLCC. De acordo com 2017 ganhos, Huaxin Ramo 2017 produtos MLCC a receita de aproximadamente US $ 12.140.000, um aumento de cerca de 19% no último ano, Huaxin Filial preço da ação subiu para NT $ 111 a partir de NT $ 44, ou cerca de 152%.

Na China, embora as ações relacionadas à MLCC não mostraram um aumento tão forte, mas as principais agências de corretagem estão otimistas sobre o estoque, tais como grupos de anel, Fenghua Hi-Tech, etc. Vale a pena mencionar que, Fenghua Hi-Tech especificamente mencionado no relatório de 2016 lucro , em seguida, Fenghua Hi-tech MLCC crescimento das vendas de produtos de 22,1%, o crescimento do lucro líquido de 426,27 por cento.

O maior fabricante mundial de MLCC Murata do Japão, embora não declarou publicamente sobre os preços dos produtos, mas disseram que viram o MLCC é escasso, e investiu 260 bilhões de ienes para expansão de capacidade.

Manipulação de preços alerta

'Embora pareça rosa muito feroz, mas o telefone não tem qualquer efeito, o valor total da proporção é muito baixa,' um telefone móvel veterano da indústria a repórteres, preços MLCC de bens de consumo não entregues a telefones, carros, eletrodomésticos celulares e outros Os consumidores não têm experiência intuitiva.

'E, um pouco escala fabricantes de telefones celulares, este tipo de dispositivo pode ser de seis meses ou até um ano de antecedência para fixar os preços.' É também por isso, a fonte disse 'tão óbvio em falta quando os preços de memória antes não se sente similar.'

Note-se que os aumentos de preços MLCC são principalmente produtos low-end. Um insiders da indústria, "a corrente MLCC, os preços dos produtos high-end não só pode subir no low-end, enquanto os preços soar, muitas das quais são canais de Shantou A taxa de aumento de preço original do fornecedor será multiplicada pelo provedor do canal aqui.

Japão Murata não publicamente preços nos últimos cinco anos, o crescimento da renda manteve-se produtos de capacitores para aumento de mais de 30%. Relataram uma receita de 2017 Murata produto capacitor 369,5 bilhões de ienes, um aumento de 32,6%, um aumento sobre o país Gigante

Enquanto isso, TDK do Japão a renunciar ao tipo geral de MLCC, 4 2017 - três quartos de dezembro, a receita do produto capacitor de 115,5 bilhões de ienes, cerca de US $ 102 milhões, um aumento de 13,6%, plana, com o aumento anterior, dois O crescimento da receita da empresa deveu-se principalmente ao crescimento das vendas impulsionadas por telefones inteligentes, eletrônicos automotivos e outros mercados.

De acordo com dados alfandegários, o ano de 2016, a China importou produtos MLCC 5.226 bilhões de dólares, enquanto o ano de 2017, a China importou um total de produtos de MLCC 5,62 bilhões de dólares, um aumento de 7,6%, mas em 2018 de janeiro a fevereiro, as importações totalizaram 1 bilhão MLCC O dólar norte-americano subiu 35,5% em relação aos 738 milhões de dólares americanos no mesmo período do ano passado.

Segundo a indústria rede de informação anterior na China previsão de dados, em 2017 o tamanho do mercado MLCC mundial de cerca de US $ 10 bilhões, enquanto a China importou apenas MLCC chegou a US $ 5,6 bilhões em fabricantes de telefones celulares acima mencionados que introduziram 'devem precaver-se contra essas empresas aproveitar esta oportunidade para manipular o mercado, afinal, China É o maior consumidor mundial de dispositivos eletrônicos.

Na verdade, o preço dos componentes passivos monopólio do mercado incomum 21 março de 2018, a Comissão Europeia considera que nove empresas japonesas de 1998 - para capacitores eletrolíticos de alumínio eletrolítico capacitor / qualidade enxada fixação de preços entre 2012 e totalmente fora uma multa de cerca de 254 milhões de euros em Janeiro de 2018, a concorrência da Comissão, de Cingapura também cinco capacitores eletrolíticos de alumínio empresas de 1997 - para tornar o comportamento de fixação de preços de cerca de 100 milhões de yuans entre 2013 penas de monopólio.

Anteriormente, a NDRC tem sido um problema contínuo de múltiplas entrevistas Samsung preços de memória, o preço atual de memória começou a declinar. E para MLCC como representante de componentes passivos, aumentos de preços de continuar. 21st Century Business Herald

A rede neural incorporada oferece capacidades de visão, audição e análise de máquina;

Youval Nachum, gerente sênior de produtos da linha de produtos de áudio e fala da CEVA

Inteligência Artificial (AI) potenciais aplicações é crescente. Diferentes redes neurais (NN) testado, ajustado e melhorado para resolver os diferentes problemas. Houve vários métodos para otimizar o uso de análise de dados AI. A maioria dos aplicativos de IA de hoje, tais como Google e tradução Amazon Alexa reconhecimento de voz e sistema de identificação visual, também usando o poder da nuvem. confiando em função AI always-on conexão à Internet, ligação de alta largura de banda e serviços de rede, produtos de rede e aplicativos de smartphones também podem ser integrados até agora A maior parte da atenção está focada na inteligência artificial baseada em visuais, em parte porque ela tende a aparecer nos noticiários e vídeos, e em parte porque é mais semelhante às atividades humanas.

Redes neurais vocais e visuais (Imagem cortesia da CEVA)

Em reconhecimento de imagem, a análise de uma imagem 2D (um primeiro grupo de tratamento de pixels), uma camada contínua da rede neural através da identificação de pontos característicos maior. Inicialmente os bordos detectados com uma porção de uma elevada diferença. Na face de Por exemplo, as bordas identificadas mais antigas estão em torno dos traços dos olhos, nariz e boca e à medida que o processo de detecção avança mais profundamente na rede neural, os recursos de toda a face serão detectados.

Na etapa final, combinada com informações de recurso e localização, uma face específica com o maior grau de correspondência pode ser identificada no banco de dados disponível.

Extração de recurso de rede neural (imagem cedida pela CEVA)

Câmera ou captura de objetos, pode ser encontrada em pessoas com maior probabilidade de correspondência do rosto em seu banco de dados pela rede neural. Especialmente preferido é o objeto não precisa ser tomado sob exatamente o mesmo ângulo ou posição, ou as mesmas condições de iluminação.

AI tão rapidamente popular, em grande parte porque as ferramentas de software aberto (também conhecido como quadro) que construir e treinar uma rede neural para alcançar o aplicativo de destino torna-se fácil, mesmo com uma variedade de diferentes linguagens de programação dois estrutura genérica comum é TensorFlow e Caffe. conhecido por identificação do alvo, definição e off-line treinamento de uma rede neural. uma vez que o treinamento for concluído, a rede neural pode ser facilmente implementado em plataforma embarcada. esta é uma inteligente divisão, permitindo que o PC ou a nuvem significa a capacidade das redes neurais treinadas, e processadores embutidos sensíveis ao poder simplesmente usar os dados treinados para ser identificado.

A habilidade dos humanóides em identificar pessoas e objetos está intimamente relacionada a aplicações populares, como robôs industriais e carros autônomos.

No entanto, os pontos de inteligência artificial de interesse e tem a mesma capacidade no campo de áudio. E usando da mesma forma que a análise recurso de imagem, pode ser decomposto em áudio pontos característicos de entrada para a rede neural. Um método é usar um Frequency Mel Cepstral Os coeficientes (MFCC ) áudio decomposta em uma característica útil. amostra áudio é inicialmente dividido em intervalos de tempo curtos, tal como de 20 ms, em seguida, a transformada de Fourier do sinal, o áudio utilizando sobreposição janela triangular é mapeado para um espectro de potência em escala linear .

Diagrama de decomposição da rede neural de som (Foto: CEVA)

Ao extrair recursos, redes neurais podem ser usados ​​para determinar a similaridade das amostras de áudio e amostras de áudio de vocabulário banco de dados ou de fala. E, como reconhecimento de imagem, a rede neural para extrair os possíveis correspondências no banco de dados por palavras específicas. Para quem deseja copiar Google função de pessoas e Amazon 'OK Google' ou 'Alexa' gatilho de voz (VT) é, KITT.AI fornecido pelo Snowboy uma solução. desencadeantes palavras-chave podem ser enviados para a sua plataforma para analisar, exportar um arquivo, integrado para aplicações Snowboy sobre plataformas embarcadas, de modo que o gatilho de voz (VT) palavras-chave em offline pode também ser detectado. áudio reconhecimento não se limita ao reconhecimento de fala. TensorFlow fornece um exemplo de um projeto em iOS, Pode distinguir entre vozes masculinas e femininas.

Outra aplicação é a detecção da cidade e em torno de sons de animais residenciais e outros que vivemos. Isso já foi verificado pela profundidade de aprender sistema de monitoramento bat instalado no Parque Olímpico Rainha Elizabeth. Ele fornece uma rede neural reconhecimento visual e auditiva integrada no a possibilidade de uma plataforma, como por meio da identificação de som áudio específico pode ser usado para acionar sistema de gravação de vídeo de segurança.

Existem muitos aplicativos de IA baseados em nuvem que não são realistas. Por um lado, há problemas de privacidade de dados. Por outro lado, serviços devido à baixa conectividade de dados ou largura de banda insuficiente não podem ser mantidos. Além disso, o desempenho em tempo real também é uma preocupação. o sistema precisa de uma resposta transitória de operação em tempo real da linha de produção, o atraso de ligação de serviços em nuvem seria demasiado longo.

Portanto, mover a função AI para o dispositivo terminal está recebendo cada vez mais atenção, ou seja, exercendo o poder da inteligência artificial no dispositivo que está sendo usado.Muitos provedores de IP fornecem soluções como os núcleos IP CEVA-X2 e NeuPro da CEVA. Além de suportar softwares, é fácil integrá-los à estrutura de redes neurais existentes, oferecendo a possibilidade de desenvolver sistemas embarcados com inteligência artificial, ao mesmo tempo em que fornece a flexibilidade de processadores de baixa potência. Você pode usar a inteligência artificial otimizada de energia integrada no chip para identificar um conjunto de palavras-chave acionadas por voz (VT) e um conjunto mínimo de comandos de voz (VCs) Comandos e recursos de voz mais sofisticados que podem ser usados ​​em aplicativos Acorde do estado acionado por voz de baixa potência, concluído pela AI baseada em nuvem.

Finalmente, as Redes Neurais por Convolução (CNN) também podem ser usadas para melhorar a qualidade dos sistemas de conversão de texto em fala (TTS) A TTS historicamente integrou gravações de alta qualidade de muitos pequenos trechos da mesma narração em um som contínuo. A saída é legível por humanos, mas ainda parece a voz de um robô por causa do tom e da tonalidade estranha da saída. Se você tentar expressar emoções diferentes, precisará de um novo conjunto de gravações. Na situação, as formas de onda TTS são geradas a uma taxa de 16.000 amostras por segundo através de uma rede neural convolucional (CNN) .Em comparação com amostras de som anteriores, a saída é contínua, com som significativamente mais natural e de maior qualidade.

2016 GoodChinaBrand | ICP: 12011751 | China Exports