#嵌入式系統 #微處理器MPU #微控制器MCU #專用晶片ASIC #數位訊號處理器DSP #現場可編程邏輯閘陣列FPGA #工業物聯網IIoT

【嵌入式系統＝智能互聯】

什麼是嵌入式系統？市調機構看好汽車行業將成為嵌入式運算市場的主要動能——混合動力電動汽車 (HEV) 和純電動車 (EV) 興起，帶領智能系統控制不斷擴張，全自動駕駛尤需運行多個複雜的人工智慧 (AI) 軟體和系統。隨著物聯網 (IoT) 和工業物聯網 (IIoT) 出現，嵌入式技術已成智能生態迅速拓展的推動者。

嵌入式設備通常由系統單晶片 (SoC) 與現場可編程邏輯閘陣列 (FPGA) 等「與硬體集成的軟體」提供動力，以便開發人員針對特定功能進行編程積體電路 (IC) 和其他韌體版本，意謂軟體和硬體已然密不可分。簡單、大批量消費市場的嵌入式系統多由 99% 硬體＋ 1% 軟體所組成，但飛機、汽車或高度可靠的工控應用，則以高度專業化、小批量為主；若測試及應用程式繁複，軟體所佔嵌入式系統成本的比例甚或可高達 95%！

嵌入式系統雖是非常成熟的技術，但新一代功能強大的處理器不斷發展，使嵌入式系統幾與「智能互聯」畫上等號，而「智能邊緣設備」(Edge AI) 將促使整個嵌入式系統顯著增長。在分眾市場分面，數十年來，消費電子一直是嵌入式系統的主要市場，但物聯網的出現將賦予它們全新意義——新型感測器和軟體等嵌入式智能已成為主要元素。醫療保健則是嵌入式系統開發最快的應用之一，例如，手持式／可攜式治療設備及用於監測生命體徵的設備。

此外，智能建築和智慧城市的來臨，將使嵌入式系統擴展預測性和規範性，基於 AI 和機器學習 (ML) 實現完全自主和自我修復，前三大 Edge AI 產品分別為：智慧手機、智慧音箱與 AR/VR/MR 等抬頭顯示設備 (HUD)。其中，成長最快速的產品是消費型與企業用機器人及安全監控攝影機。技術挑戰在於：發展低能耗、高準確率的認知計算，包括新型運算架構電路設計、演算法等。預期未來 IoT 裝置所使用的控制晶片，皆將內含 AI 加速晶片。

AI 創新能量蓬勃，演算法每幾個月就有大躍進，如何讓電子器件的開發環境與其無縫接軌，成為影響採用意願的要素之一。於是，各家處理器供應商無不絞盡腦汁在整合開發環境 (IDE)、打包軟體套件、創造韌體差異、各式開發板，乃至與雲端服務供應商 (CSP) 的合作上，目標是為各有專長的工程師形塑「工具鏈」、鋪設一條康莊大道，讓底層基本核心、韌體、中介軟體 (Middleware) 和最上層的應用軟體毫無隔閡。我們日前所介紹的「Microchip MPLAB」系列就是一例。

另為擴大應用，近年 FPGA 在本質上也有了變化：一是整合應特定用途的處理器做異構運算，二是軟核 (軟體為基礎的 IP 內核) 崛起，三是完善開發環境，四是與雲端平台結盟……。

延伸閱讀：
《智能邊緣引領「嵌入式系統」騰飛》
http://compotechasia.com/a/feature/2019/1111/43273.html
(點擊內文標題即可閱讀全文)

#工研院產科國際所 #台灣AI晶片聯盟AITA #微芯科技Microchip #MPLAB #CryptoAuthentication #PolarFire #美高森美Microsemi #賽靈思Xilinx #Zynq UltraScale+RFSoC #芯科科技SiliconLabs #ThunderboardSense 2

譚新強：半導體既是投資亮點 亦是中美關係最關鍵一環

3年前我曾寫了多篇關於半導體的文章，提出了不少當時尚算頗新鮮和具爭議性的觀點，亦因此帶來頗大迴響。到了今天，雖不可說我的觀察和預測全中，但大部分都確兌現了，更幾乎成為了中國高科技發展藍圖。

核心觀點是世界正從以石油為中心的年代（Age of Oil），逐漸轉移到以AI+5G為中心的數據年代（Age of Data）。這個改變當然極具顛覆性，對全球經濟以至地緣政治都有非常巨大和深遠的影響。石油生產的中心點是中東，加上因頁岩油/氣革命而再次冒起的美國，在新的數據年代，中東的地緣政治重要性可能將有所降低，起而代之的可能將是生產全球大部分晶片的東北亞，包括韓國、台灣和日本，當然美國亦擁有不少核心半導體技術和知識產權。這轉變既可是推動經濟發展的好事，但當然亦可是帶來更多地緣政治紛爭的壞事。

3年前我大膽提出了有關高科技發展的4個不等號，假如我是對的，不單止對投資決定有重要性，對中國發展方向，以至中美關係，都有巨大影響。現在正是好時機來重溫一次，印證我的預測是否正確。

1） 硬件>軟件。3年前大膽提出這個不等號，簡直有點大逆不道。在之前的10年，誰不知道是軟件的天下，美國出現了FAAM/NG等科技龍頭，中國則產生了BAT，到了今天，當然更出現了字節跳動（抖音），拼多多和美團（3690）等厲害公司。

我的觀點是前瞻性的，原因是如要推動AI+5G革命，首先需要很多新種類的晶片和硬件，數量上亦需要大大提升。例如到了今天，很多人都知道5G需要比4G多6至10倍的蜂窩和基站數量，當然對各種晶片、線路板和天線等零件，也必有相應的需求增長。物聯網（IoT）發展亦將需要大量不同種類的感應器（Sensors）。

新的硬件基建完成後，當然會有很多不同的應用發展出來，但就未必是4G年代消費者主導的應用如遊戲和電商等。反而極有可能，最重要（或最早）的應用將由國家和大企業層面主導，包括監控、國防和工業物聯網等。

台積電 唯一掌控EUV光刻技術供應商

除AI+5G需要推動新一代的硬件發展，摩爾定律逐漸走至盡頭，也令到如何繼續推動硬件技術發展更重要，經濟學上的供求情况亦起了重要改變。每一代晶片技術的發展必定更難，需時更長，以及投資成本必更高。

從7nm起，光刻技術必須改用EUV，最主要設備供應商不再是Applied Material，而是荷蘭的ASML。到現時為止，全球唯一能成功掌控EUV製造技巧，只有台積電。三星都只在努力中，英特爾（Intel）連10nm都仍未做好。台積電更已開始邁向發展5nm技術，真厲害！

近日台積電的股價勢如破竹，不斷創新高，帶動台灣加權指數逼近30年前創下的12,400歷史高位。近日三星股價也非常不錯，設備商如ASML和Applied Material等也經常創新高（中國在搶購）。

其實今年代表美國半導體企業的SMH指數表現非常好，升了52%，猶遠勝代表龍頭軟件公司的FANG+指數的27%升幅（圖見《明報》財經網）。

2） GPU>CPU。3年前提出此點時，AI概念如日方中，炒得最熱的股票是Nvidia，股價在3年內升了8倍。當時股價才100美元出頭，後來升至280美元，才出現大幅調整，腰斬一半跌回到140美元，但今年又再重新出發，逐漸升至210美元。

無人駕駛發展遜預期 需更複雜晶片

任何重要新技術發展都一樣，開頭大家過度興奮，對成效預期太早，但對長遠影響又往往估計太低。AI也一樣，3年前，很多人以為各種應用如無人駕駛、機器人家傭和AI醫生等，都在三兩年內就可實現。結果當然有點失望，最重要的延後是無人駕駛，大家逐漸發現仍有很多未解決的棘手問題，包括技術、法律和道德各方面。前天剛跟一家全球領先的AI公司開會，他們也承認無人駕駛的發展，最少比原來預期推遲5年以上。更重要的是那位公司高層的個人意見，是同意我的長期觀點，無人駕駛是一個AGI（Artificial General Intelligence，通用人工智慧）問題，而並非一個較簡單的ANI（Artificial Narrow Intelligence，弱人工智能）問題！如屬實，就極可能不可單獨倚靠GPU進行以大量數據為基礎的深度學習（Deep Learning）。AGI的定義仍未準確掌握好，似乎必須擁有人類的所謂常識（Common Sense），即包含人類的本能、生活經驗、意欲，甚至偏見等，非常困難，且可能需要比現時技術更複雜100倍以上的全新晶片。

過去3年亦令我明白除GPU仍非常重要外，在AI+5G年代，很多其他晶片類型亦很重要，包括靈活的FPGA，各種專門的ASIC，和模擬（analog）晶片等等。

3年前最重要的GPU生產商為Nvidia，最重要的CPU生產商為Intel，現在都仍是，但AMD在7nm的GPU和CPU技術都領先全球，逐漸增加在兩個市場的佔有率，股價表現亦更佳。中國也開始設計自己的GPU，以華為旗下的海思為最領先。但Nvidia，AMD和海思都有一個共通點，他們都做設計，然後都交由台積電做代工。

另一需要留意的發展是量子計算（Quantum Computing）。早前Google宣布第一次成功達到「量子霸權」（ Quantum Supremacy），他們的54-qubit Sycamore處理器，只需200秒時間就解答了一個傳統超級電腦需時1萬年運算的數學難題！IBM馬上跳出來說，他們的傳統超級電腦可能只需2.5日來解答此問題，並非1萬年。我不知道誰是誰非，但不太重要，Google的新聞是一個里程碑，但無論如何，距離有實際用途仍非常遠，據我理解，最少需要120-qubit以上。很多人討論的RSA解碼問題更需要4000-qubit以上。而每加一個qubit都困難重重，非線性推高error rate（錯誤率）。

整體來說，量子計算和通訊技術發展，絕對值得留意，中國也正在努力。但距離成功有實用價值，應仍是10年以上的事。

關注中美誰能拿下台積電

3） 製造>設計。從前大家可能有種錯覺，以為晶片設計「高大上」，比製造困難得多，需要更好的工程師。我不認為設計容易，但事實是製造更難，所需的投資當然多很多，根本不可同日而語。上文已指出，Nvidia、AMD和海思等的晶片設計技術都不錯，但都沒有自己的製造產能，需要交給台積電做代工。台積電的製造技術領先全球，市佔率高逾60%。中芯和華虹受限於美國生產設備的出口限制，最少落後兩至三代。

所以大家最需要關注的是美國會否和能否真的如近日《金融時報》報道，對台灣當局施加壓力，限制或甚至阻止台積電繼續接華為和其他大陸公司的單。除此，美國亦正在給台積電壓力，在美國設廠，最想當然是同時從大陸撤廠。

3年前我已解釋過，如美國真的用上這一招，情况就仿如1941年美國終止跟日本的石油貿易，間接導致日本決定轟炸珍珠港，同時佔領香港、新加坡和菲律賓等地，目的就是保護石油供應。

中國現在倚賴進口晶片的程度更高於石油，佔比高達九成，價值超過2500億美元。你可以想像中國有幾大發展自己晶片製造業的需要和決心。直到現在，台積電仍很有義氣，絕未退縮拒接華為的單，更宣稱對美國IP的倚賴度是零。即使如此，他們仍必倚賴從美國進口的生產設備。所以如台積電真的被迫停止跟大陸做生意，這必令到兩岸關係變得異常緊張，甚至構成「解放」台灣的誘因。但令到事情更複雜的是，即使大陸成功拿下台積電，估計亦只能繼續生產若干時間，不到半年必須得到美國設備商如Applied Material的維修保養。但即使最後需要停產，可能仍會先拿下來，因為控制了台積電，亦即等如控制了Nvidia、AMD和Qualcomm等等多家美國半導體公司的命脈。我只能希望大家不用走到戰爭這一步。

4） 記憶體>邏輯。這一點最具爭議，因為在過去，DRAM和NAND都只屬沒有議價能力、周期性極強的大宗商品，所以這行業的公司股票都不值錢，整個周期的平均PE低至6至7倍，可能比鋼鐵股更低。但我認為在數據年代，需求將有持續性增長，但隨着摩爾定律放緩，投資成本增加，生產商數目減少，盈利波動或將減低，所以市場給予的估值將可逐漸提升。

過去一年半正是這套理論的最好考驗。因為全球手機銷量飽和，5G又未到，巨型數據中心的建造亦開始放緩，所以記憶體又再進入一個頗深的調整周期。DRAM和NAND價格都一如過往，跌約一半，但這次確有兩點非常重要的不同。第一是即使到了這周期谷底，連過去經營得較差的Micron，都沒有虧本，NAND邊際利潤跌到零，DRAM更仍然賺錢。三星的盈利情况則更好。第二，投資者的反應也稍有不同。在過去周期，再以Micron為例，從前股價一般跌60%至90%，這一次只跌了約40%，而且反彈得較快。投資者似乎都相信數據年代已來臨，這次只是一個小調整，甚至是「最後一次」？我相信周期必繼續存在，但波動可能較細，而長期則有一個更明顯的結構性數據大爆炸，需要更多記憶體來記載下來。AI學習將變得較聰明，需要的數據量可能縮小，但不等如不繼續收集大量數據。5G的提速亦必須倚賴更多DRAM，高質視頻亦需要更多NAND來存儲下來。

中國進軍半導體製造業 憂價格將暴跌

我的4個不等號都有理據，亦在投資市場中逐步體現出來。但這些大趨勢仍面對兩大挑戰。

第一，中國必將努力打進半導體製造業市場。邏輯晶片的製造技術水平最高，中國在短期內較難追上來。所以中國正集中在記憶體製造方面。在較簡單，用在蘋果airpods的NOR閃存，A股的兆易創新已領先全球。NAND方面，長江存儲已少量生產64層晶片，明年上半年開始量產，更計劃明年底開始生產128層，現時三星的技術，即是將只落後約18個月。有人預期到明年底，中國將佔有5%市場份額。DRAM方面，中國的合肥協鑫仍較落後，剛開始製造PC規格晶片，要求較高的移動端DRAM仍沒有。我認為中國仍落後最少3至5年。

對投資者來說，較擔心的是當中國成功佔取約20%市場，就將對價格有極大影響力。最怕的是如光伏市場，因為政府資助的扭曲，太陽能板變成供過於求，價格暴跌，結果誰都賺不了錢。

第二個更重要的擔憂仍是中美的立體貿易、科技、軍備和意識形態戰。中國是全球半導體市場的50%，如美國禁運GPU、 CPU、記憶體晶片，必對整個市場有巨大影響。如採用更極端的政策，如禁運生產設備，或迫使台積電停止接大陸的訂單，這就不止對半導體市場，甚至全球經濟有極大影響，此舉已接近直接跟中國宣戰了。

（中環資產持有三星、facebook、亞馬遜、Apple、微軟公司、Netflix、Google、阿里巴巴、騰訊、美團、Applied Material、ASML、台積電、Nvidia、AMD、中芯、Qualcomm、Micron、兆易創新的財務權益）

中環資產投資行政總裁

[譚新強 中環新譚]

【上周紐時報導，台積電接受客戶下單生產的都是商用晶片，但軍事用途其實不少，從飛機、無人機、人造衛星到無線通信都有。舉例來說，加州晶片大廠賽靈思（Xilinx）設計的FPGA（現場可程式化邏輯閘陣列，Field Programmable Gate Array）晶片，就獲得美國國防工業大廠洛克希德馬丁公司大量採購，運用在美國新世代主力戰鬥機F-35上，而賽靈思許多產品都是下單給台積電生產。】

真要去美國設廠的話，美國政府願意多支付相關成本嗎？ 不然鐵賠錢的啊~