1.联发科Q2出货或达1亿套, 下半年优于上半年;
集微网消息, 从第二季度起, 联发科受惠移动芯片市场的出货带动, 营运可望相较第一季明显成长, 整体移动芯片出货落在9000万~1亿套, 确切数字将于第二季度法说会时公布. 执行长蔡力行先前曾表示, '应该可以达阵' , 同时看好联发科今年淡旺季效应更胜以往, 下半年会比上半好.
据悉, 大陆智能机市场持续陷入低迷, 外资指出, 在终端市场不如预期下, 联发科P60在下半年产量恐比预期下滑20~30%, 使得今年智能手机芯片的平均出货量目标恐面临高估, 第三季销售额可能仅季增长10%, 低于市场普遍预期的20%.
2.联发科P60带动Q2营收上涨20%, Q3成长逢压;
欧系外资针对联发科(2454)出具最新研究报告指出, 第三季移动芯片出货由于OPPO将部分订单分配给高通, 加上第二季基期较高, 故恐压抑联发科营运成长空间, 但长线来看, 联发科在非移动业务上, 其积极布局5G等相关商机, 可扮演未来重要营运动能之一, 将目标价由400元调降到350元, 评等优于大盘.
欧系外资针对联发科出具最新研究报告指出, 联发科第二季的受惠于大陆品牌智能机对于P60的拉货, 预计营收成长上看12%~20%, 毛利率也上看38.8%, 惟下半年来说, 大陆智能机成长放缓, 加上第二季基期较高, 以及OPPO将部分订单分与高通, 借以达成双货源供应, 进一步限制了联发科的增长空间. 加上高通也在定价方面保持积极态度, 故将抵销联发科非手机产品业绩的成长, 预计单季季营收成长将落在11%.
在非移动芯片业务上, 由于语音助理, WiFi, ASIC(客制化芯片)和电源管理器的增长不差, 预计联发科在非移动业务仍然稳健, 并且有望在2018年实现至少10~15%的增长, 联发科曾表示, 整体语音助理市场可能相较去年翻倍成长, 市场整体规模上看6000万台, 而联发科在谷歌, 亚马逊和阿里巴巴平台上拥有良好的吸引力, 为一大发展利基, 将目标价由400元调降到350元, 评等优于大盘.
就长线来说, 欧系外资表示, 联发科的移动芯片业务在2019年应该在呈现适度增长, 但有鉴于2020年5G商转, 联发科目前正加速发展5G, 企图以更具竞争力的成本结构及时打入市场, 将会在物联网, 智慧家庭等非移动业务上带来更好的机会, 不仅如此, 车用领域和NB-IoT也将续成长. 经济日报
3.车联网技术争夺为何是C-V2X更胜一筹?
集微网消息 (记者 艾檬) 在车联网技术的争夺赛中, C-V2X大有后来居上之感. 来看看这一 '节奏' : 不久前, 福特, 松下, 高通和科罗拉多州交通部发布了在丹佛市松下 CityNOW 项目总部选定道路部署 C-V2X 的计划. 而去年成立的 '连接未来万物的网联汽车' (ConVeX) 联盟正在开展欧洲首个摩托车, 汽车和基础设施间的C-V2X直接通信互操作性现场演示, 联盟成员包括奥迪公司, 杜卡迪, 爱立信, SWARCO, 凯泽斯劳滕工业大学和高通等. 这些重大举措体现了产业链上下游在加快 C-V2X应用方面的携手合作.
后劲十足
实现车与一切事物的互联互通, 就必须要有统一的标准, 这表明了V2V标准的重要性. V2X产业分为DSRC (专用短程无线通信标准) 和C-V2X两大阵营. DSRC以IEEE 802.11p为基础, V2V为其主要的应用方式, 经过十多年的发展历史, 形成以NXP, ST, 瑞萨, 车企等为主的传统汽车电子产业链. C-V2X基于LTE-R14技术, 通过LTE-V-D和LTE-V-Cell两大技术支持, 形成以华为, 高通等为主的通信产业链企业, 电信运营商和汽车企业为主的产业阵营.
DSRC的优势在于 '出生早' . DSRC已被美国交通部确认为V2V标准, 欧盟的协同式智能交通系统和日本的V2X也基于DSRC. 虽然DSRC有美国和欧盟撑腰, 但C-V2X的实力也不容小觑, C-V2X已经获得了广泛汽车生态系统的支持, 包括快速增长的全球行业组织——5G汽车联盟. 此外, 华为, 高通, 爱立信, 英特尔, 诺基亚等也在积极推动C-V2X 芯片和设备产业化, 奥迪, 丰田, 上汽, 长安, 东风等车企纷纷联合通信企业开展 C-V2X 技术测试. C-V2X 在产业化进程方面不断提速.
而从技术而言, C-V2X的优势明显, 适用于更复杂的安全应用场景, 满足低延迟, 高可靠性和满足带宽要求, 比DSRC更加安全, 高效, 全面. 随着前年3GPP第一版C-V2X标准化规范的制定完成, C-V2X技术和相关生态链的发展更加快速.
除了汽车制造商, 如今交通管理部门和基础设施供应商也推出越来越多与 C-V2X 相关的举措, 为道路基础设施(如交通信号, 路标等)配备更多基于 C-V2X 的路侧单元 (RSUs) , 为其成功部署添砖加瓦.
两相对比各有伯仲. 而未来全球V2X市场或会出现DSRC或C-V2X技术一家独大的情况, 或可能同时存在DSRC和C-V2X, 但C-V2X的后劲显然更足.
中国加速
中国作为全球第一大汽车市场, 从拥有全球最大的LTE网络现状和C-V2X演进的技术优势来看, C-V2X应是国内V2X技术标准的首选.
既然是单选题, 我国在这一层面也在不遗余力. 在C-V2X标准中我国在着力加强话语权, 在 3GPP 中主导了部分C-V2X标准的制定及后续演进技术的研究. 在2017年4月举行的ISO TC 204第49次全会上, 中国提出的C-V2X标准立项申请获得通过, 确定C-V2X成为ISO ITS系统的候选技术, 并在2017年9月完成了第二阶段C-V2X标准发布.
而在频谱研究层面, 2016 年年底工业和信息化部正式划分5905-5925MHz用于C-V2X 技术试验, 并通过北京-保定, 重庆, 浙江等车联网示范区开展测试和实验验证, 试验第一阶段已完成. 而继前不久出台的《国家车联网产业标准体系建设指南》, 规划到 2025 年, 我国形成能够支撑高级别自动驾驶的智能网联汽车标准体系后, 工信部无线电管理局又对车联网直连通信使用5905-5925MHz频段向社会公示征求意见. 这些举措的出台意味着我国政府在推动C-V2X的政策和实施条件上又向前迈出了一大步.
产业化层面同样在发力. 华为在2016 推出支持C-V2X的车载终端原型机, 前不久还发布首款支持Uu+PC5并发的RSU (路边单元) . 另一大将大唐已对实现C-V2X技术的第一阶段——LTE-V技术进行了大量开发工作, 并对外展示了业界首款芯片级LTE-V预商用产品.
根据目前产业发展状况, 我国C-V2X有望于2018年实现规模试点或试商用.
向自动驾驶前进
随着产业进入5G 和自动驾驶的世界, C-V2X亦做好准备.
C-V2X具备清晰的5G演进路径, 并支持前向及后向兼容. Rel-14 C-V2X 除了具有卓越的性能和高性价比之外, 也为未来基于5G NR的 Rel-16 C-V2X 自动驾驶技术铺平了道路.
与用于车辆间基础安全通信的Rel-14相比, 基于5G新空口的C-V2X可提供高吞吐量, 宽带载波支持, 超低时延和高可靠性, 从而使自动驾驶的汽车能够有效和其他车辆以及道路基础设施共享对道路, 路况和周围环境的侦测信息. 此外, 车辆能够使用基于 5G NR 的 C-V2X 向其他车辆传输意图和计划行驶路线, 具有更高的可预测性和准确性, 可进一步优化自动驾驶的路线规划.
因而, 即将到来的5G商业化盛宴, 将使得C-V2X 在自动驾驶的前景中扮演重要角色, 重要的是及时跟进, 而不是左右摇摆. (校对/乐川) 4.硬件产业仍在黄金年代?
如果你所在的产业有长达60年的历史, 大众的认知可能是它已经来到了 '熟龄' , 即将迈入暮年, 就像是半导体产业…但现在有越来越多说法则是, 硬件又悄悄地重新成为市场潮流.
在6月底于美国旧金山举行的年度设计自动化大会(DAC 2018)期间一场 '40岁以下创新者' 奖项得主座谈会(Young Under 40 Innovators Award Panel)上, 来自Google的平台架构师李晟(Sheng Li)对台下听众表示: '我认为这是硬件人的黄金年代. '
另一位 '40岁以下创新者' 得主, 美国乔治亚理工学院(Georgia Tech)副教授Arijit Raychowdhury 也呼应了李晟, 表示: '我认为现在对硬件工程师来说是好时机, 有很多机会. '
身为硬件IC产业界的一分子应该都会欣然同意以上说法, 相信实际情况对自己有利; 资料中心与新兴AI应用领域的爆炸性成长, 仰赖晶片设计工程师开发出速度更快, 性能更强大, 功耗却更低的处理器, 而且能建立在不同的运算架构上.
但笔者抱着怀疑态度, 认为这种 '硬件潮流重现' 的说法需要进一步检视. 身为座谈会主持人, 笔者并不认为这几位 '40岁以下创新者' 奖项得主对硬件产业的乐观看法是作假, 他们也没有人说半导体产业是回归了那个只要像往常一样做生意的辉煌时代.
我们都能感觉到这个产业的剧烈变化, 但我不认为硬件人都能良好掌握下一步. 因此我询问台上的每一位青年工程师与学者, 在他们各自的领域中, '创新的瓶颈' 何在?
瑞士洛桑联邦理工学院(Ecole polytechnique federale de Lausanne, EPFL)副教授David Atienza指出, 近来人工智慧(AI)与机器学习领域的兴盛, 让他担心硬件领域与该领域之间存在非常大的鸿沟, 因为前者是聚焦于解决AI各方面问题的大量软件, 但在硬件层面仍是以非常传统的架构为基础.
Atienza的疑问是, AI软件可以继续演进, 但是 '关于硬件我们该怎么做? ' 他指出, 可以开发加速器, 不过在 '应用程式要求硬件做的事情' 以及 '硬件可以处理的事情' 两个方面上, 仍存在非常大的差距.
而我们显然会需要仰赖EDA工具来设计新加速器, 但那些工具真的了解系统需求吗? Atienza直言: 'EDA产业要生存, 就得往更高层级移动, 必须要能支援全套方案. '
软硬件界线越来越模糊更让硬件设计界感到不安的, 是抽象层(abstraction layer)显然正在消失. 曾任职英特尔(Intel)实验室的李晟指出: '我在职业生涯中一直担任平台架构师, 以往都有一个抽象层将软件从硬件结构中分离出来, 因此两边能各自独立运作; ' 但再也不是如此.
他的观察是: '抽象层已经开始崩溃, ' 我们有越来越多资料以及更先进的演算法, 需要更多运算能力; 但是摩尔定律(Moore' s Law)已经步伐趋缓好一段时间: '我们无法再提供那么多的运算能力, 或者说我们无法用过去那么快的速度提升运算能力, ' 使得软件与硬件架构之间出现巨大鸿沟.
李晟的看法是, '将不会再有纯粹的软件或是硬件架构; ' 而是会出现 '架构导向应用程式' (architecture-driven apps)或是 '应用程式感知架构' (application-aware architecture).
EPFL的Atienza同意以上看法, 他表示: '确实如此, 我们在学术领域看到越来越多这种类型的教育方法, 我们不要人们只做硬件或软件, 大家需要被教育, 训练为两种都能做. '
曾任职于德州仪器(TI)的乔治亚理工学院Raychowdhury的观察则是: '当我刚进入这个产业时, 我们有个想法是必须打造固定功能的加速器, 但很长一段时间后, 情势并非那么明朗, 我们不确定什么样的任务或功能需要加速器, 我们也不清楚硬件领域的实际瓶颈所在. '
随着机器学习成为关键应用, 硬件设计工程师的目标越来越明确. '我们现在知道, 就算是用GPU, 训练大型网路仍需要花很长时间; 从设计领域的角度来看, 人们寻求的是取得更高频宽的记忆体, 以及打造固定功能元件以加速某些任务──我们现在知道这能创造很大差异, 而且很合理; ' Raychowdhury乐观表示: '所以我感觉这个领域会有很多东西发生. '
他补充指出: '还有其他我认为即将发生, 也看到晶圆代工业者特别积极的, 是高密度记忆体的问世──SRAM, DRAM或者是嵌入式非挥发性记忆体, 各种具备较高频宽的技术. '
Raychowdhury认为, 那些记忆体将发生在后段制程(back end of line, BEOL), 以3D堆叠或是单体3D结构, 低温型态出现; 他预期这个领域将出现剧烈变化: '摩尔定律正在趋缓, 电晶体尺寸可能不会再微缩, 但我认为还有其他机会, 特别是在后段制程, 人们将会尝试创新. '
机器学习与EDA领域的挑战北京清华大学电子工程系副教授, 也是北京深鉴科技(DeePhi Tech)共同创办人汪玉(Yu Wang)表示, 座谈会上每个人都在谈应用程式与硬件元件的融合, '这当然是一个趋势, 我们必须要连结这两个领域, 而我们认为这是我们可以做的事情. '
不过汪玉看到的另一个更大的机会是, 利用不只一套机器来执行深度学习任务; 他解释, 今日的模型是我们可以打造一套在深度学习处理方面非常有效率的机器, 但通常每一套机器的资源是受限制的: '如果我们一起运作这些机器呢? '
在他看来, 如果那些机器能一起运作, 可能会是拉近理论模型与实际情况差距的一个方法. '今天我们是有一个主机(God), 然后有很多的代理机器(agent)…如果我们摆脱主机让所有的代理机器一起工作, 不需要主机一直监视呢? 就像是要在这栋建筑物里面找一个人, 有多台代理机器在建筑物中执行, 而且尝试一起覆盖整个区域. '
汪玉认为, 很多系统层级的创新可能因为更强大的代理机器而实现: '如果我们将它们结合, 我预见将会有演算法层级, 系统层级与硬件层级的创新, 有很多的机会. '
美国康乃尔大学(Cornell Univ.)副教授Zhiru Zhang呼应了其他与会者的看法, 他是一家EDA工具开发商AutoESL的共同创办人, 后来该公司被赛灵思(Xilinx)收购; '我对于所谓的专属电脑(specialized computers)非常兴奋, ' 他认为将会有一系列不同加速器问世, 将推动创新.
Zhang指出: '我认为现在是研究这类问题的最佳时机; 但在另一方面, 这也会是一个最具挑战性的时刻. ' 挑战性何在? 他解释: '那些加速器的打造会非常耗时, 而且它们的编程也会相当困难. '
至于在振兴半导体产业方面, Zhang则认为并不是要吸引新人才, 而是 '需要打造更开放的硬件工具解决方案' ; 他以开放源码线上社群GitHub为例, '如果你要展开某个机器学习研究, 只要上GitHub就能找到大量的机器学习相关转发(repost)资源. '
但如果要在GitHub上搜寻设计自动化相关的转发资源, 可能不到20条; Zhang认为缺乏开放性工具, 是今日硬件工程师面临的最大挑战之一.
编译: Judith Chengeettaiwan(参考原文: Hardware: Golden Age or Golden Ager?, by Junko Yoshida)5.三摄手机, 车用电子将带动CMOS传感器需求;
时序进入2018年第3季, 市场上却充斥智能型手机需求不如预期杂音, 熟悉半导体厂商表示, 目前看来手机相关芯片需求可望维持基本盘, 成长空间确实有待观察, 然而今年值得注意的重点为换购升级需求, 如以往手机采用双镜头, 往后更将往三镜头推进, 将带动CMOS感测元件量能提升. 另外, 手机以外最重要的次世代领域车用电子市场, 一台车采用CIS元件颗数上看40颗以上, 对于讲究量能的专业CIS封测厂如胜丽, 京元电, 同欣电, 以及代理Sony CIS元件的专业渠道厂商尚立来说, 下半年营运仍可望正向看待. 车用CMOS影像传感器已经先一步在先进驾驶辅助系统(ADAS)的普及下, 需求持续窜出, 未来走到自动驾驶车时代, 采用的传感器数量将全面提升. 车规产品需要提前布局, 全球一线大厂势力版图也大致底定, 供应链厂商认为, 在CMOS传感器领域, 能够掌握日系龙头Sony订单的厂商, 后续营运成长潜力最被看好. 如车用CMOS影像传感器封测厂胜丽, 日前公告今年6月营收及第2季合并自结数, 其中6月合并营收1.93亿元, 较去年同期增加8.6%. 上半年胜丽车用CIS封测订单维持高档, 第2季单季自结合并营收5.95亿元, 已经创下胜丽CIS封测业务历年各季度合并营收之历史新高, 较去年同期增加10.9%. 此外, 第2季单季自结合并营业利益与税前净利皆较去年同期分别增加22.4%及51.8%. 熟悉CIS元件厂商表示, 胜丽经过多年布局, 已经逐步聚焦于车用高端高毛利产品, 胜丽上半年累计自结合并营收达11.67亿元, 已较去年同期10.37亿成长幅度达12.5%, 出货量也较去年同期大幅增加. 相关厂商表示, 胜丽目前业务集中在需求强劲的高毛利车用与安控产品, 其中车用产品在营收及出货量比重皆超过整体的6成以上. 进一步推动胜丽今年上半累计自结营业利益达2.72亿元, 较去年同期大幅成长28.7%, 累计税前净利2.96亿元, 较去年同期大幅成长23%, 上半年自结每股税后净利为5.16元, 较去年同期成长23.5%. 胜丽今年持续受惠安森美(ON-Semi)释单, 并且自2015年切入Sony供应链, 今年上半来自Sony CIS元件封测代工订单已稳定放量, 目前为胜丽第二大客户. 展望下半年车用CIS元件市场需求仍强劲, 胜丽今年营运表现将优于去年, 预计于第3季扩增生产线. 代理Sony CIS元件多年的渠道厂商尚立, 除了美系, 韩系大厂之供应由Sony担纲外, 主要一线大陆品牌厂商几乎都间接透过尚立取得Sony CIS元件. 尚立主要客户为光宝科相机模组部门, 尽管光宝去年下半一度遭到欧菲光等陆系厂商抢去华为订单, 但光宝科于上半年宣布直接以营业让与方式把旗下相机事业部门转让予大陆连接器大厂立讯集团旗下立景创新, 立讯为多家一线手机大厂连接器主力应链, 光宝科也藉由交易取得立景创新10%股权, 尚立则藉此重返华为供应体系. 熟悉CIS厂商表示, 华为已经抢推P20三镜头手机, CIS元件使用颗数增加, 市场也传出2019年苹果iPhone也可望采用三镜头, 在龙头一线品牌推波助澜下, 三镜头可望成为智能型手机升级趋势, 尽管整体手机出货总量成长空间有限, 但部分机能的升级, 仍将有利于CIS元件供应体系. 华为, Oppo, Vivo今年并未大幅下修销售目标, 在新兴市场需求不坠的趋势下, 华为更是将挑战今年出货1.7亿支水准. 值得注意的是, 华为针对次世代汽车的布局相当积极, 随着CIS传感器成为车用电子领域必备且量能大增的关键元件之一, 专业CIS元件代理渠道尚立下半年以及后续营运成长动能值得期待. DIGITIMES