1.聯發科Q2出貨或達1億套, 下半年優於上半年;
集微網消息, 從第二季度起, 聯發科受惠移動晶片市場的出貨帶動, 營運可望相較第一季明顯成長, 整體移動晶片出貨落在9000萬~1億套, 確切數字將於第二季度法說會時公布. 執行長蔡力行先前曾表示, '應該可以達陣' , 同時看好聯發科今年淡旺季效應更勝以往, 下半年會比上半好.
據悉, 大陸智能機市場持續陷入低迷, 外資指出, 在終端市場不如預期下, 聯發科P60在下半年產量恐比預期下滑20~30%, 使得今年智能手機晶片的平均出貨量目標恐面臨高估, 第三季銷售額可能僅季增長10%, 低於市場普遍預期的20%.
2.聯發科P60帶動Q2營收上漲20%, Q3成長逢壓;
歐系外資針對聯發科(2454)出具最新研究報告指出, 第三季移動晶片出貨由於OPPO將部分訂單分配給高通, 加上第二季基期較高, 故恐壓抑聯發科營運成長空間, 但長線來看, 聯發科在非移動業務上, 其積極布局5G等相關商機, 可扮演未來重要營運動能之一, 將目標價由400元調降到350元, 評等優於大盤.
歐系外資針對聯發科出具最新研究報告指出, 聯發科第二季的受惠於大陸品牌智能機對於P60的拉貨, 預計營收成長上看12%~20%, 毛利率也上看38.8%, 惟下半年來說, 大陸智能機成長放緩, 加上第二季基期較高, 以及OPPO將部分訂單分與高通, 藉以達成雙貨源供應, 進一步限制了聯發科的增長空間. 加上高通也在定價方面保持積極態度, 故將抵銷聯發科非手機產品業績的成長, 預計單季季營收成長將落在11%.
在非移動晶片業務上, 由於語音助理, WiFi, ASIC(客制化晶片)和電源管理器的增長不差, 預計聯發科在非移動業務仍然穩健, 並且有望在2018年實現至少10~15%的增長, 聯發科曾表示, 整體語音助理市場可能相較去年翻倍成長, 市場整體規模上看6000萬台, 而聯發科在穀歌, 亞馬遜和阿里巴巴平台上擁有良好的吸引力, 為一大發展利基, 將目標價由400元調降到350元, 評等優於大盤.
就長線來說, 歐系外資表示, 聯發科的移動晶片業務在2019年應該在呈現適度增長, 但有鑒於2020年5G商轉, 聯發科目前正加速發展5G, 企圖以更具競爭力的成本結構及時打入市場, 將會在物聯網, 智慧家庭等非移動業務上帶來更好的機會, 不僅如此, 車用領域和NB-IoT也將續成長. 經濟日報
3.車聯網技術爭奪為何是C-V2X更勝一籌?
集微網消息 (記者 艾檬) 在車聯網技術的爭奪賽中, C-V2X大有後來居上之感. 來看看這一 '節奏' : 不久前, 福特, 松下, 高通和科羅拉多州交通部發布了在丹佛市松下 CityNOW 項目總部選定道路部署 C-V2X 的計劃. 而去年成立的 '連接未來萬物的網聯汽車' (ConVeX) 聯盟正在開展歐洲首個>機車, 汽車和基礎設施間的C-V2X直接通信互操作性現場演示, 聯盟成員包括奧迪公司, 杜卡迪, 愛立信, SWARCO, 凱澤斯勞滕工業大學和高通等. 這些重大舉措體現了產業鏈上下遊在加快 C-V2X應用方面的攜手合作.
後勁十足
實現車與一切事物的互聯互通, 就必須要有統一的標準, 這表明了V2V標準的重要性. V2X產業分為DSRC (專用短程無線通信標準) 和C-V2X兩大陣營. DSRC以IEEE 802.11p為基礎, V2V為其主要的應用方式, 經過十多年的發展曆史, 形成以NXP, ST, 瑞薩, 車企等為主的傳統汽車電子產業鏈. C-V2X基於LTE-R14技術, 通過LTE-V-D和LTE-V-Cell兩大技術支援, 形成以華為, 高通等為主的通信產業鏈企業, 電信運營商和汽車企業為主的產業陣營.
DSRC的優勢在於 '出生早' . DSRC已被美國交通部確認為V2V標準, 歐盟的協同式智能交通系統和日本的V2X也基於DSRC. 雖然DSRC有美國和歐盟撐腰, 但C-V2X的實力也不容小覷, C-V2X已經獲得了廣泛汽車生態系統的支援, 包括快速增長的全球行業組織——5G汽車聯盟. 此外, 華為, 高通, 愛立信, 英特爾, 諾基亞等也在積極推動C-V2X 晶片和設備產業化, 奧迪, 豐田, 上汽, 長安, 東風等車企紛紛聯合通信企業開展 C-V2X 技術測試. C-V2X 在產業化進程方面不斷提速.
而從技術而言, C-V2X的優勢明顯, 適用於更複雜的安全應用場景, 滿足低延遲, 高可靠性和滿足頻寬要求, 比DSRC更加安全, 高效, 全面. 隨著前年3GPP第一版C-V2X標準化規範的制定完成, C-V2X技術和相關生態鏈的發展更加快速.
除了汽車製造商, 如今交通管理部門和基礎設施供應商也推出越來越多與 C-V2X 相關的舉措, 為道路基礎設施(如交通訊號, 路標等)配備更多基於 C-V2X 的路側單元 (RSUs) , 為其成功部署添磚加瓦.
兩相對比各有伯仲. 而未來全球V2X市場或會出現DSRC或C-V2X技術一家獨大的情況, 或可能同時存在DSRC和C-V2X, 但C-V2X的後勁顯然更足.
中國加速
中國作為全球第一大汽車市場, 從擁有全球最大的LTE網路現狀和C-V2X演化的技術優勢來看, C-V2X應是國內V2X技術標準的首選.
既然是單選題, 我國在這一層面也在不遺餘力. 在C-V2X標準中我國在著力加強話語權, 在 3GPP 中主導了部分C-V2X標準的制定及後續演化技術的研究. 在2017年4月舉行的ISO TC 204第49次全會上, 中國提出的C-V2X標準立項申請獲得通過, 確定C-V2X成為ISO ITS系統的候選技術, 並在2017年9月完成了第二階段C-V2X標準發布.
而在頻譜研究層面, 2016 年年底工業和資訊化部正式劃分5905-5925MHz用於C-V2X 技術試驗, 並通過北京-保定, 重慶, 浙江等車聯網示範區開展測試和實驗驗證, 試驗第一階段已完成. 而繼前不久出台的《國家車聯網產業標準體系建設指南》, 規划到 2025 年, 我國形成能夠支撐高級別自動駕駛的智能網聯汽車標準體系後, 工信部無線電管理局又對車聯網直連通信使用5905-5925MHz頻段向社會公示徵求意見. 這些舉措的出台意味著我國政府在推動C-V2X的政策和實施條件上又向前邁出了一大步.
產業化層面同樣在發力. 華為在2016 推出支援C-V2X的車載終端原型機, 前不久還發布首款支援Uu+PC5並發的RSU (路邊單元) . 另一大將大唐已對實現C-V2X技術的第一階段——LTE-V技術進行了大量開發工作, 並對外展示了業界首款晶片級LTE-V預商用產品.
根據目前產業發展狀況, 我國C-V2X有望於2018年實現規模試點或試商用.
向自動駕駛前進
隨著產業進入5G 和自動駕駛的世界, C-V2X亦做好準備.
C-V2X具備清晰的5G演化路徑, 並支援前向及後向相容. Rel-14 C-V2X 除了具有卓越的性能和高性價比之外, 也為未來基於5G NR的 Rel-16 C-V2X 自動駕駛技術鋪平了道路.
與用於車輛間基礎安全通信的Rel-14相比, 基於5G新空口的C-V2X可提供高吞吐量, 寬頻載波支援, 超低時延和高可靠性, 從而使自動駕駛的汽車能夠有效和其他車輛以及道路基礎設施共用對道路, 路況和周圍環境的偵測資訊. 此外, 車輛能夠使用基於 5G NR 的 C-V2X 向其他車輛傳輸意圖和計划行駛路線, 具有更高的可預測性和準確性, 可進一步優化自動駕駛的路線規劃.
因而, 即將到來的5G商業化盛宴, 將使得C-V2X 在自動駕駛的前景中扮演重要角色, 重要的是及時跟進, 而不是左右搖擺. (校對/樂川) 4.硬體產業仍在黃金年代?
如果你所在的產業有長達60年的曆史, 大眾的認知可能是它已經來到了 '熟齡' , 即將邁入暮年, 就像是半導體產業…但現在有越來越多說法則是, 硬體又悄悄地重新成為市場潮流.
在6月底於美國舊金山舉行的年度設計自動化大會(DAC 2018)期間一場 '40歲以下創新者' 獎項得主座談會(Young Under 40 Innovators Award Panel)上, 來自Google的平台架構師李晟(Sheng Li)對台下聽眾表示: '我認為這是硬體人的黃金年代. '
另一位 '40歲以下創新者' 得主, 美國喬治亞理工學院(Georgia Tech)副教授Arijit Raychowdhury 也呼應了李晟, 表示: '我認為現在對硬體工程師來說是好時機, 有很多機會. '
身為硬體IC產業界的一分子應該都會欣然同意以上說法, 相信實際情況對自己有利; 資料中心與新興AI應用領域的爆炸性成長, 仰賴晶片設計工程師開發出速度更快, 性能更強大, 功耗卻更低的處理器, 而且能建立在不同的運算架構上.
但筆者抱著懷疑態度, 認為這種 '硬體潮流重現' 的說法需要進一步檢視. 身為座談會主持人, 筆者並不認為這幾位 '40歲以下創新者' 獎項得主對硬體產業的樂觀看法是作假, 他們也沒有人說半導體產業是回歸了那個只要像往常一樣做生意的輝煌時代.
我們都能感覺到這個產業的劇烈變化, 但我不認為硬體人都能良好掌握下一步. 因此我詢問台上的每一位青年工程師與學者, 在他們各自的領域中, '創新的瓶頸' 何在?
瑞士洛桑聯邦理工學院(Ecole polytechnique federale de Lausanne, EPFL)副教授David Atienza指出, 近來人工智慧(AI)與機器學習領域的興盛, 讓他擔心硬體領域與該領域之間存在非常大的鴻溝, 因為前者是聚焦於解決AI各方面問題的大量軟體, 但在硬體層面仍是以非常傳統的架構為基礎.
Atienza的疑問是, AI軟體可以繼續演化, 但是 '關於硬體我們該怎麼做? ' 他指出, 可以開發加速器, 不過在 '應用程式要求硬體做的事情' 以及 '硬體可以處理的事情' 兩個方面上, 仍存在非常大的差距.
而我們顯然會需要仰賴EDA工具來設計新加速器, 但那些工具真的了解系統需求嗎? Atienza直言: 'EDA產業要生存, 就得往更高層級移動, 必須要能支援全套方案. '
軟硬體界線越來越模糊更讓硬體設計界感到不安的, 是抽象層(abstraction layer)顯然正在消失. 曾任職英特爾(Intel)實驗室的李晟指出: '我在職業生涯中一直擔任平台架構師, 以往都有一個抽象層將軟體從硬體結構中分離出來, 因此兩邊能各自獨立運作; ' 但再也不是如此.
他的觀察是: '抽象層已經開始崩潰, ' 我們有越來越多資料以及更先進的演演算法, 需要更多運算能力; 但是摩爾定律(Moore' s Law)已經步伐趨緩好一段時間: '我們無法再提供那麼多的運算能力, 或者說我們無法用過去那麼快的速度提升運算能力, ' 使得軟體與硬體架構之間出現巨大鴻溝.
李晟的看法是, '將不會再有純粹的軟體或是硬體架構; ' 而是會出現 '架構導嚮應用程式' (architecture-driven apps)或是 '應用程式感知架構' (application-aware architecture).
EPFL的Atienza同意以上看法, 他表示: '確實如此, 我們在學術領域看到越來越多這種類型的教育方法, 我們不要人們只做硬體或軟體, 大家需要被教育, 訓練為兩種都能做. '
曾任職於德州儀器(TI)的喬治亞理工學院Raychowdhury的觀察則是: '當我剛進入這個產業時, 我們有個想法是必須打造固定功能的加速器, 但很長一段時間後, 情勢並非那麼明朗, 我們不確定什麼樣的任務或功能需要加速器, 我們也不清楚硬體領域的實際瓶頸所在. '
隨著機器學習成為關鍵應用, 硬體設計工程師的目標越來越明確. '我們現在知道, 就算是用GPU, 訓練大型網路仍需要花很長時間; 從設計領域的角度來看, 人們尋求的是取得更高頻寬的記憶體, 以及打造固定功能元件以加速某些任務──我們現在知道這能創造很大差異, 而且很合理; ' Raychowdhury樂觀表示: '所以我感覺這個領域會有很多東西發生. '
他補充指出: '還有其他我認為即將發生, 也看到晶圓代工業者特別積極的, 是高密度記憶體的問世──SRAM, DRAM或者是嵌入式非揮發性記憶體, 各種具備較高頻寬的技術. '
Raychowdhury認為, 那些記憶體將發生在後段製程(back end of line, BEOL), 以3D堆疊或是單體3D結構, 低溫型態出現; 他預期這個領域將出現劇烈變化: '摩爾定律正在趨緩, 電晶體尺寸可能不會再微縮, 但我認為還有其他機會, 特別是在後段製程, 人們將會嘗試創新. '
機器學習與EDA領域的挑戰北京清華大學電子工程系副教授, 也是北京深鑒科技(DeePhi Tech)共同創辦人汪玉(Yu Wang)表示, 座談會上每個人都在談應用程式與硬體元件的融合, '這當然是一個趨勢, 我們必須要連結這兩個領域, 而我們認為這是我們可以做的事情. '
不過汪玉看到的另一個更大的機會是, 利用不只一套機器來執行深度學習任務; 他解釋, 今日的模型是我們可以打造一套在深度學習處理方面非常有效率的機器, 但通常每一套機器的資源是受限制的: '如果我們一起運作這些機器呢? '
在他看來, 如果那些機器能一起運作, 可能會是拉近理論模型與實際情況差距的一個方法. '今天我們是有一個主機(God), 然後有很多的代理機器(agent)…如果我們擺脫主機讓所有的代理機器一起工作, 不需要主機一直監視呢? 就像是要在這棟建築物裡面找一個人, 有多台代理機器在建築物中執行, 而且嘗試一起覆蓋整個區域. '
汪玉認為, 很多系統層級的創新可能因為更強大的代理機器而實現: '如果我們將它們結合, 我預見將會有演演算法層級, 系統層級與硬體層級的創新, 有很多的機會. '
美國康乃爾大學(Cornell Univ.)副教授Zhiru Zhang呼應了其他與會者的看法, 他是一家EDA工具開發商AutoESL的共同創辦人, 後來該公司被賽靈思(Xilinx)收購; '我對於所謂的專屬電腦(specialized computers)非常興奮, ' 他認為將會有一系列不同加速器問世, 將推動創新.
Zhang指出: '我認為現在是研究這類問題的最佳時機; 但在另一方面, 這也會是一個最具挑戰性的時刻. ' 挑戰性何在? 他解釋: '那些加速器的打造會非常耗時, 而且它們的編程也會相當困難. '
至於在振興半導體產業方面, Zhang則認為並不是要吸引新人才, 而是 '需要打造更開放的硬體工具解決方案' ; 他以開放源碼線上社群GitHub為例, '如果你要展開某個機器學習研究, 只要上GitHub就能找到大量的機器學習相關轉發(repost)資源. '
但如果要在GitHub上搜尋設計自動化相關的轉發資源, 可能不到20條; Zhang認為缺乏開放性工具, 是今日硬體工程師面臨的最大挑戰之一.
編譯: Judith Chengeettaiwan(參考原文: Hardware: Golden Age or Golden Ager?, by Junko Yoshida)5.三攝手機, 車用電子將帶動CMOS感測器需求;
時序進入2018年第3季, 市場上卻充斥智能型手機需求不如預期雜音, 熟悉半導體廠商表示, 目前看來手機相關晶片需求可望維持基本盤, 成長空間確實有待觀察, 然而今年值得注意的重點為換購升級需求, 如以往手機採用雙鏡頭, 往後更將往三鏡頭推進, 將帶動CMOS感測元件量能提升. 另外, 手機以外最重要的次世代領域車用電子市場, 一台車採用CIS元件顆數上看40顆以上, 對於講究量能的專業CIS封測廠如勝麗, 京元電, 同欣電, 以及代理Sony CIS元件的專業渠道廠商尚立來說, 下半年營運仍可望正向看待. 車用CMOS影像感測器已經先一步在先進駕駛輔助系統(ADAS)的普及下, 需求持續竄出, 未來走到自動駕駛車時代, 採用的感測器數量將全面提升. 車規產品需要提前布局, 全球一線大廠勢力版圖也大致底定, 供應鏈廠商認為, 在CMOS感測器領域, 能夠掌握日系龍頭Sony訂單的廠商, 後續營運成長潛力最被看好. 如車用CMOS影像感測器封測廠勝麗, 日前公告今年6月營收及第2季合并自結數, 其中6月合并營收1.93億元, 較去年同期增加8.6%. 上半年勝麗車用CIS封測訂單維持高檔, 第2季單季自結合并營收5.95億元, 已經創下勝麗CIS封測業務曆年各季度合并營收之曆史新高, 較去年同期增加10.9%. 此外, 第2季單季自結合并營業利益與稅前淨利皆較去年同期分別增加22.4%及51.8%. 熟悉CIS元件廠商表示, 勝麗經過多年布局, 已經逐步聚焦於車用高端高毛利產品, 勝麗上半年累計自結合并營收達11.67億元, 已較去年同期10.37億成長幅度達12.5%, 出貨量也較去年同期大幅增加. 相關廠商表示, 勝麗目前業務集中在需求強勁的高毛利車用與安控產品, 其中車用產品在營收及出貨量比重皆超過整體的6成以上. 進一步推動勝麗今年上半累計自結營業利益達2.72億元, 較去年同期大幅成長28.7%, 累計稅前淨利2.96億元, 較去年同期大幅成長23%, 上半年自結每股稅後淨利為5.16元, 較去年同期成長23.5%. 勝麗今年持續受惠安森美(ON-Semi)釋單, 並且自2015年切入Sony供應鏈, 今年上半來自Sony CIS元件封測代工訂單已穩定放量, 目前為勝麗第二大客戶. 展望下半年車用CIS元件市場需求仍強勁, 勝麗今年營運表現將優於去年, 預計於第3季擴增生產線. 代理Sony CIS元件多年的渠道廠商尚立, 除了美系, 韓系大廠之供應由Sony擔綱外, 主要一線大陸品牌廠商幾乎都間接透過尚立取得Sony CIS元件. 尚立主要客戶為光寶科相機模組部門, 儘管光寶去年下半一度遭到歐菲光等陸系廠商搶去華為訂單, 但光寶科於上半年宣布直接以營業讓與方式把旗下相機事業部門轉讓予大陸連接器大廠立訊集團旗下立景創新, 立訊為多家一線手機大廠連接器主力應鏈, 光寶科也藉由交易取得立景創新10%股權, 尚立則藉此重返華為供應體系. 熟悉CIS廠商表示, 華為已經搶推P20三鏡頭手機, CIS元件使用顆數增加, 市場也傳出2019年蘋果iPhone也可望採用三鏡頭, 在龍頭一線品牌推波助瀾下, 三鏡頭可望成為智能型手機升級趨勢, 儘管整體手機出貨總量成長空間有限, 但部分機能的升級, 仍將有利於CIS元件供應體系. 華為, Oppo, Vivo今年並未大幅下修銷售目標, 在新興市場需求不墜的趨勢下, 華為更是將挑戰今年出貨1.7億支水準. 值得注意的是, 華為針對次世代汽車的布局相當積極, 隨著CIS感測器成為車用電子領域必備且量能大增的關鍵元件之一, 專業CIS元件代理渠道尚立下半年以及後續營運成長動能值得期待. DIGITIMES