1.47億元, 國巨宣布收購美國普思電子!
集微網消息, 2018年5月22日, 國巨宣布以7.4億美元 (47億人民幣) 併購美國普思電子(Pulse Electronics)100%股權.
國巨47億元收購普思電子
國巨今天召開臨時董事會, 宣布將通過100%持股子公司Pluto Merger Corporation以現金形式併購美國普思電子(Pulse Electronics)100%股權, 總交易金額為7.4億美元.
雙方於今日簽訂合約, 之後將在各項準備完善後送交投審會, 中國大陸, 美國及德國公平會等主管機關審核, 順利的話最快將在第4季度完成合并, 並開始認列普思電子的業績.
據了解, 普思電子成立於1947年, 總部位於美國聖地亞哥, 主要產品為無線元件(如3D列印成型天線, 雷雕成型天線及各式天線模組), 高階變壓器, 整合式連結器模組, 高頻陶瓷電感, 電源供應器及電纜系統等.
普思電子長期耕耘在無線通訊, 網路設備, 電源管理, 車用電子與工業規格領域, 並專註於5G及EV(電動車)等先進技術的發展, 於全球地區擁有多項專利. 美國橡樹資本管理公司(Oaktree)旗下管理的投資組合公司於2015年4月通過其投資基金持有普思電子全數股權, 並於同年將普思由紐約證券交易所申請下市, 轉為私有化公司.
目前普思電子競爭對手均為國際大廠, 其中高階變壓器競爭對手為TDK, 台達電及Sumida, 整合式連接器競爭對手為泰科, Molex及安費諾, 高頻陶瓷電阻競爭對手為TDK, 村田, 無線元件部分, 天線元件競爭對手為Mitsubishi, Johanson及璟德, 無線模組競爭對手則為安費諾及Speed.
強化國巨汽車及工業產品
國巨財務協理張明菁表示, 此次併購希望能強化國巨在汽車電子及工業規格利基型產品市場佔有率, 甚至是5G相關應用將有綜合效應.
國巨企業發展部經理宋志翔表示, 普思電子是一年前由西方客戶引薦給公司, 經過公司團隊評估, 委請花旗為國巨此次併購交易的獨家財務顧問, 參考普思電子的財務, 以及美國及日本等全球同業市場價格及企業價值評估, 決議以7.4億美元現金收購普思電子.
國巨表示, 併購普思電子後將可增加國巨產品組合, 除了提供完整的被動元件外, 還能擴大提供客戶在電子零組件如無線元件, 高階變壓器, 整合式連結器模組, 高頻陶瓷電感, 電源供應器及電纜系統等一次購足服務, 增加國巨在美國及歐洲的營業規模及市場能見度, 強化國巨在汽車電子及工業規格利基型市場的完整布局, 而通過國巨在全球市場的布局及銷售通路, 進一步擴大普思的電子零組件營運規模, 發揮彼此在技術, 製程及管理方面的綜效.
國巨的全球市場布局
除了此次收購普思電子之外, 此前, 國巨於4月27日召開臨時董事會, 宣布將公開收購上市公司君耀控股, 公開收購期間為5月4日至6月21日.
彼時, 國巨收購君耀的策略目的在於, 增加產品組合, 擴大提供客戶在被動元件產品的一次購足服務. 通過國巨在全球市場的布局及銷售通路, 將君耀的保護元件原本以中國為主的銷售區域, 擴展至全球市場. 持續強化國巨在汽車電子及工業規格利基型市場的布局進一步發揮彼此在技術, 製程及管理方面的綜效.
相較於其他廠商, 國巨是全球最純的晶片電阻, MLCC股, 村田MLCC營收比重僅33% , 事業體遭SawFilter, 軟板以及新合并的鋰離子電池營收稀釋. 京瓷除了MLCC還有事務機, 印表機, 太陽能, 半導體封裝等, 國巨的陶瓷電阻以及MLCC合計營收佔比高達8成, 即使目前缺貨主力是中低容市場, 但國巨若能補足車用這一塊拼圖, 將有利於中長期營運.
國巨董事長陳泰銘曾表示, 2018年, 國巨首先將持續擴增利基型產品比重, 聚焦高單價和高毛利利基型產品, 擴大汽車電子, 工業用產品, 電源應用, 雲端物聯網, 人工智慧, 虛擬實境/擴增實境等創新科技, 持續優化產品與客戶組合, 提升高獲利貢獻產品與客戶銷售比重.
綜觀國巨這兩起併購案, 關鍵詞均為產品組合, 全球化, 以及車用和工業. 由此可以看出, 國巨在汽車和工業市場的布局, 正在逐一實現! (校對/Aki)
2.2018年全球半導體資本支出將首度破千億美元大關
受惠於半導體產業仍處於迴圈周期高檔的因素, 市場調查機構 IC insight 調查報告指出, 2018 年全球半導體產業的資本支出將首次突破千億美元大關.
報告中表示, 之前在 2018 年 3 月份, IC insight 曾經預期 2018 年全年半導體的資本支出將成長 8%. 如今, 才不到一季的時間, IC insigh 就把預估值由原本的 8% 上調至 14%. 這樣看來, 2018 年全年的半導體支出將首次破千億美元大關, 而且金額將比 2016 年足足成長 53%.
報告中進一步指出, 近兩年來始終位居半導體資本支出龍頭的韓國三星, 雖然 2018 年還未公布全年的資本支出金額, 但是一般相信, 將不會超出 2017 年 242 億美元的數字. 不過, 就目前的觀察, 三星仍在上緊發條不放鬆.
事實上, 三星在 2018 年第 1 季的半導體資本支出達到 67.2 億美元, 較之前 3 季水平略高. 但是, 若相較 2016 年同期, 則已經成長近 4 倍的規模. 累計過去 4 季以來, 三星半導體部門的資本支出已經達到 266 億美元的金額.
IC insight 預期, 2018 年三星半導體的資本支出將在 200 億元上下, 略低於 2017 年 242 億美元. 不過, 因為 2018 年首季就有較之前略高的成長. 因此, 最後的結果很 可能將比預期的 200 億美元來的高.
另外, 因為 NAND Flash 及 DRAM 的市場需求強勁, 韓國存儲器大廠 SK 海力士預期也將在 2018 年增加資本支出至 115 億美元, 較 2017 年的 81 億美元成長 42%.
而 SK 海力士在 2018 年增加的資本支出, 將主用於在韓國清州兩家大型存儲器工廠的建置工作上. 另外, 還要擴大中國無錫的 DRAM 工廠. 清州工廠在 2018 年年底前將開始興建, 而中國無錫 DRAM 廠的擴建, 也計劃在2018年年底前動工, 這時間將比原計劃的 2019 年初開工要早幾個月. Technews
3.全球5G射頻晶片商機 引爆RF SOI產能戰火
隨著全球5G世代即將來臨, 持續驅動8吋與12吋晶圓廠產能需求, 不僅部分晶圓廠擴產旗下8吋廠射頻SOI(RF Silicon On Insulator)產能, 以期能趕上強勁的市場需求, 目前包括台積電, GlobalFoundries, TowerJazz及聯電等更同時擴充或導入12吋廠RF SOI製程, 全力迎接第一波5G射頻晶片訂單商機. 目前全球約有95%的RF SOI晶片系由8吋廠打造, 手機相關RF SOI晶片亦多是在8吋廠生產, 而絕大多數的射頻切換器(RF Switches)及相關產品同樣是在8吋廠打造, 然隨著RF SOI製程由0.18微米向下微縮到0.13及0.11微米, 現階段已有部分產品轉向12吋晶圓廠投產. 國際半導體大廠包括台積電, GlobalFoundries, TowerJazz, 聯電, Sony, 中芯國際, 華虹宏力及意法半導體(STMicroelectronics)等, 旗下均有8吋晶圓廠RF SOI產能, 值得注意的是, 近期大型晶圓代工廠紛積極導入12吋廠RF SOI產能, 包括台積電, GlobalFoundries, TowerJazz及聯電等均展開12吋廠量產, 導入0.13微米到45納米等製程節點. 半導體業者指出, 導入RF SOI製程所打造的晶片可鎖定不同應用市場, 最主要應用是手機射頻前端模組(RF front-end modules), 其整合射頻零組件如功率放大器, 天線調諧器, 低雜訊放大器, 射頻切換器等, 負責處理手機傳輸及接收等功能. 目前手機射頻零組件晶片價格約12~15美元, 未來5G智能型手機問世後, 手機內相關晶片價格將達18~20美元以上, 這亦是當前RF SOI產能吃緊的原因之一. 全球第一大RF SOI基板供應商Soitec, 市佔率高達70%, 同時生產8吋及12吋RF SOI基板. 另外兩家供應商是日商信越(Shin-Etsu)及台廠環球晶圓, 亦供應8吋和12吋RF SOI基板, 至於陸廠青華則僅供應8吋RF SOI基板. 目前RF SOI基板產能處於瓶頸階段, 無論是8吋或12吋基板均呈現供應吃緊狀態, 這使得晶圓代工廠在擴產時受到限制. 至於RF SOI晶片導入12吋廠量產, 仍無法解決整體RF SOI產能吃緊問題, 因為12吋廠產能主要鎖定高階5G系統應用, 部分產能配置於4G手機應用. 未來12吋RF SOI產能將是5G應用發展必要條件, 對於RF SOI晶片而言, 12吋廠產能擁有許多更佳的條件, 包括可提供更多製程控制與晶圓廠內全自動控制, 且在容忍度, 重複性及良率等方面均優於8吋廠產能. 針對RF SOI基板產能供給吃緊問題, Soitec執行副總裁Thomas Piliszczuk表示, 隨著合作夥伴青華取得認證, 8吋RF SOI基板產能可望在2019年獲得改善, 至於12吋RF SOI基板產能, 在Soitec, 信越及環球晶圓等紛增加產能下, 2019年起供需吃緊應可獲得紓解. 從晶圓代工業者擴充產能的角度來看, 需要更多的12吋RF SOI基板產能到位, 儘管基板供應商願意擴充產能, 然短期而言, 12吋RF SOI基板供給還是相當有限. 面對5G世代即將來臨, 12吋廠RF SOI產能競逐已展開, 晶圓代工廠紛擴產以因應強勁訂單需求, 目前GlobalFoundries已在美國紐約州East Fishkill及新加坡旗下兩座12吋廠導入RF SOI量產, 包括0.13微米及45納米製程. 事實上, GlobalFoundries已先行在美國佛蒙特州Burlington和新加坡旗下兩座8吋廠導入RF SOI量產, 其目的是先卡位供應鏈需求, 在投資12吋廠RF SOI產能的同時, 亦穩住旗下8吋廠產能, 藉此保有客戶訂單. TowerJazz則已出貨8吋RF SOI, 目前正在日本旗下12吋廠啟動RF SOI量產, 目前以65納米製程為主, 並可望向下微縮至45納米. 台積電和聯電亦已出貨8吋RF SOI, 並計劃投入12吋RF SOI產能建置競賽. DIGITIMES
4.新創公司聚焦結合AI與存儲器的全新運算架構
有幾十個工程師擠在美國德州奧斯汀(Austin)近郊重劃區的咖啡店與美容院之間, 探索運算技術的新方向──這是一家名為Mythic的新創公司, 目標是將神經網路映射至NOR快快閃記憶體儲器陣列, 以或許可節省兩個數量等級功耗的方式來運算與儲存數據.
如果他們成功了, 這家新創公司就可跳過來自諸如英特爾(Intel)或是其他IP供應商, 以及眾多富裕中國新創公司的數位處理器與核心; 這些處理器的目標都是進駐下一代保全攝影機, 無人機, 工廠設備等試圖搭上人工智慧(AI)熱潮的嵌入式系統, 甚至是未來的自動駕駛車輛.
'我們從研究所的時候就知道, 混合訊號處理很適合這類應用; ' 與同事Mike Henry在密西根大學(University of Michigan)一起創立Mythic的David Fick表示: '你需要利用其可調閾值電壓來儲存很大的數據量與快快閃記憶體儲器──每個電晶體都非常具吸引力. '
Mythic所開發的快快閃記憶體儲器陣列, 基本上可免除將數據從外部存儲器移出移入的需要, 因此大幅節省功耗; Fick表示, 他的指導教授David Blaauw與Dennis Sylvester '已經展開一些快快閃記憶體儲器研究, 我們也擁有一些專長技術, 因此能很輕易地加速啟動一個專案. '
不過要在存儲器中執行類比處理器這種有數十年歷史的老概念是件棘手任務, Fick表示: '你必須考量很多類比效應──不匹配(mismath), 雜訊, 溫度, 而且存儲器單元也有很多類似的顯著效應; ' 不同於配備經過妥善定義之存儲器, 處理與儲存子系統的數位電腦, 機器學習使用的類比電腦基本上是一個整合性的龐大工程.
'你需要同時一起設計所有的東西, 因此需要了解重疊領域的人, 例如了解彼此領域的元件端設計與神經網路設計工程師; ' Fick解釋: '我們在這方面已經遠勝於其他人, 因為我們擁有一個可以完成整個任務的超強團隊. '
確實, 這家公司才剛完成B輪融資, 獲得一筆高達5,000萬美元的資金, 有部分原因是他們擁有一個總監等級(director-level)專家組成的多元團隊, 包括來自德州儀器(TI)的類比專家, Microchip的快快閃記憶體儲器設計總監, 以及Netronome的實體設計專家.
Dave Fick與他的寵物狗Ellie在奧斯汀辦公室合影; Ellie是Mythic這家公司的非官方情緒支援總監 (來源: EE Times)
Mythic也藉由實現一系列的原型投片逐步展現其技術進展贏得投資者青睞, Fick在學校裡的VLSI設計表現就贏得不少聲譽; 他表示: '當你以研究所學生身份設計晶片, 包括存儲器, 合成, 設計規則檢查變異(DRC variations)…等所有的步驟都得自己動手; 而如果你是直接進入業界, 你可能永遠看不到整個設計流程, 所以很多從學校獨立的新創公司會更容易成功量產. '
這家公司的兩個創辦人從小就是 '科技宅男' (geek); Fick在高中時的第一份工作就是網頁開發工程師, 念研究所時則進入AMD, IBM與Intel等多家大公司當實習生. Henry則是為了好玩, 很愛參加各種快速寫程式競賽.
大大小小的競爭對手以及需要克服的軟體障礙
這些日子以來, Mythic的二人組遇到大大小小的競爭對手, 至少有40家老牌與新創IP供應商或晶片業者, 紛紛表示準備推出或是正在規劃某種形式的客戶端AI加速器晶片; 這些競爭對手還包括中國幾家財力雄厚的新創公司, 例如地平線(Horizon Robotics)就是其中最具潛力的一家, 已經用較傳統的數位架構推出低功耗客戶端AI加速器.
還有一家美國新創公司Syntiant, 跟Mythic一樣在開發利用快快閃記憶體儲器的存儲器內處理器(processor-in-memory)架構, 該公司的團隊成員包括幾位Broadcom前任工程經理, 並獲得了Intel Capital的支援. 此外IBM Research也正在研究以電阻式RAM (ReRAM)為基礎的機器學習加速器, 但Fick認為該公司採用了錯誤的方法.
他表示: '他們正在嘗試以完美的存儲器來讓所有事情變得簡單, 但我們是透過共同設計所有東西取得領先…就算他們找到了理想存儲器, 總是會有一種不太完美的存儲器可以支援更低功耗或是更快速度. '
創新的平行存儲器在曆史上總因為太難編程而失敗, 新興的存儲器內處理器晶片肯定也會面臨相同的問題, 因為機器學習本身需要全新的, 仍在發展的編程模型. Mythic的工具雖名為開發平台, 但扮演的角色像是編譯器, 能為其晶片將TensorFlow資料庫內描述的神經網路轉換為機器語言.
Fick表示, 該開發平台採用PCI Express與晶片連結, 能提供 '如何從晶片取得額外性能的提示, 以及一些常見應用的最佳化網路範例. ' 想要使用TensorFlow以外其他框架的客戶, 顯然會需要使用ONNX格式來轉譯其任務; ONNX (Open Neural Network Exchange)是少數幾種用來轉譯幾個不同AI軟體架構的新興工具之一.
而Fick也充分體認到他的客戶所面臨之軟體障礙: '為了進入這個領域, 你需要聘請幾個深度學習科學家, 但這類專家因為非常短缺, 費用也非常昂貴 …建立數據集與神經網路並進行訓練非常耗時, 代價也很高…這些都是冒險進軍且投資此領域的限制. '
好消息是, 與競爭對手方案相較, Mythic晶片的存儲器陣列應該能處理更多樣化的卷積(convolutional)或歸遞(recurrent)神經網路, 而且其性能的提升可望實現在功耗受限制的邊緣系統執行更複雜模型.
Mythic到目前為止已經有數款測試晶片投片 (來源: EE Times)
Mythic有幾個重量級合作夥伴, 例如洛克希德馬丁(Lockheed Martin)希望未來的無人機能使用該公司晶片, 富士通(Fujitus)則是該公司的快快閃記憶體儲器供應商. 到目前為止, 有兩種應用似乎超出其能力範圍, 一個是預算只有幾美元的智慧音箱, 與Mythic的目標應用相較太過需要控製成本; 另一個是自動駕駛車輛, 因為需要車用等級規格, 是該公司目前無法負擔的.
這家新創公司預計在今年底推出40奈米製程晶片, 這個節點可支援嵌入式快快閃記憶體儲器單元設計, 也符合低成本目標. Fick指出, 其快快閃記憶體儲器單元已通過28奈米製程品質認證, 這會是該公司的下一步; 在那之後, 晶圓代工業者正在開發嵌入式MRAN與ReRAM單元.
Fick表示: '沒有任何理由能阻止我們前進最小節點, 我們能從製程微縮中受益; ' 而如果Mythic成功了, 並不會是因為摩爾定律(Moore' s Law)或是那些數位處理器使他們受到歡迎, 而會是因為他們將運算技術推往一個全新的方向. eettaiwan
編譯: Judith Cheng
(參考原文: Startup Maps AI into Flash Array , by Rick Merritt)
5.智能感測識別技術多元 AIoT開啟應用商機
人工智慧 (AI) 與物聯網 (IoT) 匯流進化為AIoT, 形成智能應用的驅動力已成為現今的熱門議題, 隨著機器視覺, 深度學習與各項感測識別軟硬體技術的進展, 使得IoT系統逐漸趨向人類的情感與即時反應, 並且促進智能製造相關技術與產品服務的提升, 以及開啟更多潛在市場應用商機.
台灣工研院IEK與法國知名MEMS & Sensor前瞻技術研究顧問公司Yole Development進行國際合作, 並於5/22舉辦[AIoT驅動智能感測識別應用商機研討會], 以期通過宏觀且全面的分析, 完整勾勒出AIoT趨勢所驅動的智能感測識別市場的商機何在?如何慎選適合未來產業發展的技術及尋找潛力應用的關鍵?
工研院IEK產業分析師羅宗惠深入探討影像識別關鍵技術環節, 他表示在影像識別關鍵零組件方面, 包括攝影機(Camera), 影像處理器(Image Processor)與感測器(sensor), 預估在2018年CIS需求將達到45-50億顆的數量, 屆時原始數據的品質(例如靈敏度區域, 構成因素, 像素, 幀率, 耗能...等)及分析的正確性和效率(電腦運算, 演算法, AI等)都會成為各家廠商相競的關鍵, 畢竟使用者在乎的是速度, 解析度, 精確度及功能是否齊全, 例如動態範圍呈現的效果清晰快慢程度.
至於影像分析技術所帶來的兩大價值, 像是垂直應用於移動設備, 車載應用, 安全監控, 工業應用, 生物醫學, 物流及機器人等領域, 以及解決問題, 主要的是缺陷檢測, 映像分割/邊緣偵測, 動態分析, 位置或方向分析等, 其中映像檢查缺陷部分常見於工業應用與生物醫學領域.
從各產業觀察可見, 影像即時分析已經普及於各項產品, 羅宗惠提出影像識別技術進展的三項特色:1.專業性:準確度和即時性更上一層樓: 2.普及性: 新應用持續被創造: 3.安全性:隱私權與商業應用的拉扯.
就新興人機介面(HMI)感測識別商機的趨勢探討, 工研院IEK資深產業分析師謝孟玹表示, 人機介面已由單純設備操控進入虛實整合/數位分身創新應用型態, 未來五感感知功能將加速導入更多新型態穿戴設備與智能機器拓展更多應用商機.
謝孟玹以MIT Media Lab的穿戴讀心術為例說明, 其揭示人機介面的未來樣貌, 期望達到用 '心(大腦)' 隨心所欲的控制, 而這種目標必須建立在五感感測(視覺, 聽覺, 力覺, 觸覺, 嗅覺)的基礎上, 加以逐步融合生物電子(生醫檢測), 生物識別的技術, 將能全面啟動下階段的各項新興人機介面感測識別技術的創新應用, 例如人臉/虹膜/眼紋/視網膜識別, 語音/耳道識別, 指紋/手勢識別, 靜脈識別, 鍵盤敲擊習慣識別, 步態識別等. 他認為未來不會趨於特定類別的生物識別, 而是多重識別, 能夠在不同情境之下發揮適度的應用.
電容, 光學, 超音波三大指紋識別技術各擅勝場, 其中電容式成本/功耗最低, 光學式穿透能力最強, 超音波抗幹擾效果最好, 而光學與超音波指紋識別技術已開始整合生理監測功能, 例如心率, 血流等項目. 由於幹皮膚, 手指壓力, 皮膚髒汙, 汗水等因素皆會影響到指紋識別率, 進而帶動例如OLED微顯示指紋識別技術, 曲面指紋識別顯示器, 活體指紋識別, 非接觸式3D指紋等新興技術, 下世代指紋識別技術蓄勢待發.
除了指紋識別, 羅宗惠表示, 人臉識別將是下一個廠商整合的重點, 例如門禁系統朝向整合人臉識別演化, 以傳統機械式的門禁大廠Klacci為例, 已朝向跨領域發展, 整合許多資通訊技術.
在感知/AI技術持續精進下, 謝孟玹認為生物識別結合行為識別與AI/深度學習的技術進步, 將加速人機介面進入人機協同工作與人機情感交流應用的新時代, 並且帶動更多軟體演算法的技術創新. 未來具有技術能力的學研單位及新創公司的影響力會提升, 吸引更多的國際大廠合作, 收購或投資策略布局, 以維持在既有產業領先的優勢.
此外, Yole Development顧問公司Life Sciences & Healthcare部門技術與市場分析師Jerome Mouly 針對『生醫感測器移動照護應用趨勢及市場機會分析』議題進行深入探討, 剖析居家醫材, 穿戴健康管理, 個人化診斷所需各項Bio Sensor技術應用發展重點. 他表示, 醫療會隨著社會進化與新技術有所改變. 低功耗, 小型化的bioMEMS和感測器已經從其他市場開發, 但感測器性能 (如測量, 精度) 整合為被FDA批準的醫療設備當中的關鍵. 現今大部分技術區塊皆可用, 而產業鏈也愈來愈成熟, 至於消費者醫療保健則是開發特定醫療感測器以降低感測器可接受成本的關鍵. CTIMES