近日，EETOP受邀出席易維訊(EEVIA)在深圳舉辦的第八屆中國電子ICT媒體論壇暨2019產業和技術展望研討會。英飛凌、艾邁斯、賽靈思、ADI、華虹、兆易創新等半導體企業高管/技術專家進行了精彩的主題分享。本文是對此次研討會精彩內容的梳理及總結。干貨滿滿，值得細看!絕對GET到有用的點!

智能手機三大主流趨勢

自移動通信發展以來，過去二十來年，人們的生活習慣已經漸漸被改變。而隨著5G、人工智能、人臉識別、物聯網、云計算等新技術的出現，更大的改變，已經來臨。那么在智能手機應用領域，2019年有哪些流行趨勢呢?

Jennifer Zhao，艾邁斯半導體先進光學傳感器部門執行副總裁兼總經理

艾邁斯半導體先進光學傳感器部門執行副總裁兼總經理Jennifer Zhao從艾邁斯客戶需求變化的角度，對2019年智能手機市場做了全面的總結和分析。Jennifer說：“2019年主要的趨勢就是全屏。今年很多客戶最大需求就是怎么樣解決屏下管理，像環境光、接近傳感器怎么樣可以沒有顯示失真，以及紅外IR抑制。還有一個就是注重優化人臉識別的1D TOF。”

總體而言，2019年智能手機呈現三大主流趨勢。第一，前置功能設計趨勢，技術上主要體現在3D人臉識別，功能應用主要體現在身份驗證、安全、移動支付;第二，全面屏、無邊框，主要是設計和平面顯示，以及OLED屏下環境光亮度測量;第三是攝影增強，怎么去捕住后續的攝影，讓圖像更完美，應用功能上主要體現在激光檢測自動對焦、增強現實(AR)、自動白平衡、光源閃爍監測等。

其中3D人臉識別，主要有三種解決方案，即結構光(SL)、主動立體視覺(ASV)、飛行時間(ToT)。結構光的距離和深度以及安全適應都是最佳的，當然價位也是最高的，所以市場上高端手機大多選擇結構光。主動立體視覺比較適合覆蓋中等距離，它的深度圖質量也比較優良，但精度沒有結構光好，價位比結構光更具優勢。飛行時間比較適合中遠距離，現有可以到5米左右，它的系統集成比較簡單，尺寸是三種方案中最小的。

全屏化的趨勢方面，這幾年屏占比趨勢，2016大概是65%，手機是寬邊框;2017年大概達到75%左右，出現了窄邊框;2018年主流屏占比大概90%，很多手機都是劉海屏;到來2019年，很多手機屏幕都是全面屏，主流屏占比95%。

在攝像頭方面，主要是功能改善。實現方法：一是1D ToF傳感器協助相機執行自動對焦算法和閃光;二是為“增強現實”提供真實距離錨點。在人工光源下面，會有光源的閃爍，如果是沒有經過檢測照的照片，會看到一些波紋，解決方案是可以用光源閃爍檢測來隱性攝像頭的算法，就可以提供出更好的圖形質量。

Jennifer就后置客戶的需求，主要是AWB和flicker detection的需求，介紹了艾邁斯的解決方案。對AWB來講，有幾個問題，一個就是如果沒有自動白平衡，它無法提取干凈的白點，通過艾邁斯的色溫傳感器，可以在所有的光源環境中提供精確的色溫來解決這個問題。另外就是自動的白平衡算法，如果在自然光和人工照明這個光源環境下混合起來會失效，艾邁斯通過光學傳感器可以精確的測量環境光來調整，可以讓圖像非常真實。最后是閃爍，如果光源閃爍會出現照片上的波紋，通過傳感器可以讓攝像頭主動進行算法，把波紋取消。

汽車芯片成本有望占汽車成本50%+

5G網絡的“快”已是產業界共識，雖然有預測，5G智能手機的普及也就兩年左右的時間，但其實，5G網絡的目標已不僅僅只是智能手機，它的目標更多指向了與各行各業的結合，從人與人的通信走向人與物、物與物之間的通信，從而實現萬物互聯。而汽車無疑將是最典型也是最快實現落地應用的領域。

李健，華虹宏力戰略、市場與發展部科長

華虹宏力戰略、市場與發展部科長李健表示：“2017年開始，智能手機已顯疲態，能夠擔任多技術融合載體、拉動半導體快速上揚重任的就是未來的智慧汽車。為什么?首先汽車電子化是大勢所趨。2020年，國內新能源車的銷售目標是200萬臺，全球是700萬臺，是一個非常大的市場。從汽車的成本結構來看，未來芯片成本有望占汽車總成本的50%以上，這會給整個半導體帶來巨大的市場需求。半導體為智慧汽車帶來冷靜的頭腦，如自動駕駛處理器、ADAS芯片等，同時也帶來更強壯的肌肉、讓千里馬跑得更快，即大量的功率器件，比如MOSFET等。”

有別于傳統車，新能源車里面有電機、電池、車載充電機、電機逆變器和空調壓縮機，這些都需要大量的功率器件芯片。電動化除了車輛本身的變化之外，還給后裝的零部件市場也帶來新的需求，同時配套用電設施，比如充電樁，也帶來大量的功率器件需求。電動汽車中功率芯片的用途非常廣泛，啟停系統、DC/DC變壓器、DC/AC主逆變器、+DC/DC升壓，包括發電機，還有車載充電機等。以時下很熱的IGBT來說，電動汽車前后雙電機各需要18顆IGBT，車載充電機需要4顆，電動空調8顆，總共一臺電動車需要48顆IGBT芯片。如果2020年國內電動汽車銷量將達到200萬臺，后裝維修零配件市場按1：1配套計的話，粗略估算國內市場大概需要10萬片/月的8英寸車規級IGBT晶圓產能(按120顆IGBT芯片/枚折算)。李健總結說：“基于國內電動車市場占全球市場的1/3，2020年全球汽車市場可能需要30萬片/月的8英寸IGBT晶圓產能!除了汽車市場，IGBT在其它應用市場中也廣受歡迎，業內有看法認為還需要新建十座IGBT晶圓廠，我覺得此言也不虛。”

李健詳細介紹了華虹宏力在功率器件方面的四大聚焦領域。一是Trench MOS/SGT，即低壓段200伏以下的應用，如汽車輔助系統應用12V/24V/48V等。二是超級結MOSFET工藝(DT-SJ)，涵蓋300V到800V，在汽車應用中主要是汽車動力電池電壓轉12V低電壓，以及直流充電樁功率模塊。三是IGBT，硅基IGBT芯片在華虹宏力的定位是功率器件的未來。IGBT在電動汽車里面是核心中的核心，主要是在600V到3300V甚至高達6500V的高壓上的應用，如汽車主逆變、車載充電機等。從器件結構來看，IGBT芯片正面類似普通的MOSFET，難點和性能優勢在于背面加工工藝。四是GaN/SiC新材料，這是華虹宏力一直關注的方向。寬禁帶材料本身優勢非常明顯，未來十到十五年市場空間非常巨大，但目前來講，可靠性上還有待進一步的觀察。而SiC類功率器件，未來五到十年會成為汽車市場的主力，主要是在電動汽車的主逆變器，和大功率直流快速充電的充電樁上。從市場應用需求來講，硅基IGBT和SiC完全重合，應用場景明確。GaN瞄準創新型領域，如現在流行的無線充電和未來無人駕駛LiDAR，應用場景存在一定的變數。從技術成熟度來講，SiC二級管技術已成熟，MOS管也已小批量供貨;而SiC基GaN雖然相對成熟，但成本高，Si基GaN則仍不成熟。從性價比來講，SiC的比較明確，未來大量量產后有望快速拉低成本;而GaN的則有待觀察，如果新型應用不能如期上量，成本下降會比較緩慢。

李健總結說：”華虹宏力對這樣的未來，公司的整體戰略依然是堅持走特色工藝之路，也就是堅持‘8+12'的戰略布局。8英寸的戰略定位是‘廣積糧'，重點在‘積';12英寸的戰略定位是‘高筑墻'，重點在‘高'。華虹宏力將通過12英寸先進技術，延伸8英寸特色工藝優勢，拓寬護城河，提高技術壁壘，拉開與身后競爭者的差距。”

工業4.0：中國蘊育無限機會

自移動通信發展以來，過去二十來年，人們的生活習慣已經漸漸被改變。而隨著工業4.0不僅是一場系列的運營升級，也是一場商業的革命，為其賦能的不僅是其不斷強大的網絡，還有底層的物理技術。在整個工廠當中，第一是有機器人的應用，第二一定是有控制系統，第三一定是有現場的若干儀表和傳感器，第四一定需要穩健的傳輸通訊網絡把各網絡連在一起。

于常濤，ADI亞太區工業自動化行業市場部經理

ADI亞太區工業自動化行業市場部經理于常濤特別強調說：“在中國，隨著中國制造2025，中國人力成本的提高，我們發現更多額外機會的出現。在我們看來，在一些新的得益于工業4.0或者中國制造2025，ADI的機會整整翻了一倍都不止，原因是有些新的需求和新的技術導向的存在。”

首先是傳感器和通訊的機會。傳統對機器人機器手臂而言，核心是讓機器手臂動起來，它要有控制系統，有相應的硬件軟件設計，還有基本的安全功能，最終沒有傷到人，不會傾到。但隨著智能化、靈活性或物聯網概念、人工智能概念融合之后，加上一些更多的元素，這些元素更多體現在傳感器本身，比如說各關節，一定要檢測它當前的角度，要看看在大負載情況下，手臂本身的抖動情況。同時機器人在工作過程當中，特別是一些協作機器人，需要跟工作人員緊密配合的時候一定不能傷到人，這涉及到若干傳感器的技術。同時機器人作為工廠的一分子，它也需要把參數上傳到云端，這里便催生了通訊的機會。

再有，機器健康監測，特別從去年到今年，是非常火熱的一個點，同時機器健康監測也是工業物聯網一個很好的落地的實踐，機器健康監測也被越來越多的客戶所接受。原因很簡單，比如像風電、火電、核電一些化工廠的應用場景，有一些國家硬性規定的安全方面的考慮，也包括風機、風能，過往很多靠人工的方式，現在越來越多的客戶評估后發現構建一套自動化系統非常劃算，一方面可以拿到高效的數據，同時可以節省人力成本，使設備安全更有保證。而且這樣的技術讓我們有很好的方式搜集到工業現場各種設備大量現場的原始數據，把這些數據放到云端做系統處理。

從技術儲備角度來看，ADI做了很好的TSN儲備，并且這些標準跟現行工業以太網的協議用的都是同一個硬件平臺。工業4.0或智能制造重點強調的是網絡化。在工廠當中毫無疑問大家都認同，一定是有線的網絡為主，有線的網絡除了傳統的基于RS-485/RS-422的現場走線之外，更多的是工業以太網。工業以太網已經在存在若干年了，并不是新興事物。作為下一代的延續，大家重點談時間敏感網絡。這里帶來一個問題：各廠商之間完全不兼容。第二個問題：現行的工業以太網都是運行在一百兆的通訊速率之下，但事實上工廠中有一些對實時性要求不高的數據量很大的數據源，比如攝像頭、機器視覺、工業相機等這些應用場景。在兩個比較大的因素驅動之下。大家談得最廣的是TSN網絡，它既兼顧了一些實時性數據的傳輸，同時保留了帶寬，它在數據鏈這一塊提倡數據兼容，不存在壟斷的門檻。

開發AI芯片的關鍵：生態化發展

現在的時間點大家都在討論AI，都在講AI怎么落地，大家也在思考未來10年、15年、20年是什么樣的時代。AI并不是某一個行業或者某一個產品，最終還是要落地在具體的場景，具體的行業，具體的需求上。AI最終其實是被所有需要做計算、需要做理解、做感知的設備、場景和服務提供本地的計算能力和云上的計算能力，本質上AI是通用能力，就像電, 像內燃機，它所賦能的并不是某一個特定行業狹窄的應用，而是可以促進眾多行業的產業升級、產品迭代。但不同行業對AI的需求以及AI能做什么，不同的廠商、不同的客戶會有不同的理解。

劉競秀，賽靈思人工智能市場總監

賽靈思人工智能市場總監劉競秀認為，存在兩個剪刀阻礙了AI在現在這個時間點的落地。第一個剪刀差是需要處理的數據和計算芯片所能夠提供的處理能力之間的剪刀差。計算芯片工藝從過去28納米、20納米， 16納米，14納米、10納米、7納米、5納米、3納米，摩爾定律使芯片性能增加速度越來越飽和。第二個剪刀差就是芯片設計生產的長周期和快速迭代的市場需求之間的差距。

技術的趨勢上看，只有高端的消費類、迭代很快的產品(例如手機)才能支撐得起最先進工藝高昂的芯片迭代成本。至于芯片的發展趨勢，無論從CPU、GPU到FPGA、ASIC，對于通用芯片來講，它的好處是應用比較廣泛、上手比較快，大公司如谷歌、阿里也在出芯片，眾多創業公司都在做各種各樣的ASIC，希望在特定的定制領域提供一些場景和應用。對這些特定的場景和應用，ASIC的性價比可能更高，所以技術發展的趨勢一定是從CPU、GPU到 FPGA，最后到ASIC。所以在市場上有一個很重要的時間窗口，就是每個行業在需求成熟之前，在大家有能力、有信心去開ASIC把這個錢賺回來之前，大家不會去開發ASIC，而且這時候又需要一個平臺做初期的市場嘗試或者在激烈的市場競爭中快速將創意變成現實， 贏得市場先機。

從主流應用場景上看，包括視頻、圖像和基于語音的相關應用。跟視頻相關的，第一類最典型的應用便是中國的安防監控系統。國家從2017、2018到2020年，從政府層面會投三四百億來做平安城市，做天網工程。我們發現布的攝像頭越多就需要越多的人來看，而AI恰好可以在這一個痛點上極大的提高警察系統的效率。第二類跟網絡視頻相關，最近幾年有大量短視頻的網站興起，對于這樣的公司，他們有個很重要的剛需，就是內容審查機制。大量的AI公司現在做了基于文字、基于人臉識別，包括基于行為動作的審查機制的解決方案，現在在不同的場景、不同的網絡節點都在做相應的嘗試及大量的部署。第三類是跟消費類相關的，例如無人值守超市。其中跟汽車相關的應用是最近非常熱的話題，無論是自動駕駛、無人駕駛，這些ECU ( 電子控制單元) 最終都需要它具備一定的理解能力，輔助中央控制器做相應的判斷和決策。第四類跟語音相關的應用就非常豐富了，如家里的聊天機器人，包括手機里的siri，都是用AI做輔助的應用，但語音相關的應用本質上來講和視覺相關應用相比還不足夠成熟，這里面有一個很關鍵的因素，就是視覺相關的應用，用CNA或者DNN做網絡檢測的應用，能夠提供端到端解決方案的技術，對于語音應用，AI(例如LSTM)在語音應用里面，這樣的網絡模型只是不同語音模型中的一部分，有大量的前處理跟后處理的技術，跟AI沒有關系。所以面對不同的場景，人工智能能不能幫語音做更好的加速，是要看具體的客戶所選擇的方案，這是很重要的一點。第二點現在語音聊天機器人，基本上沒有能跟人一樣聊二十句，這是能力的限制，學術界來講，無論數字級多豐富，訓練的網絡多深，也沒辦法聊二十句，后面基本上是尬聊了，這也是限制的另外一個很重要的因素。

飛行時間TOF技術

TOF技術也叫飛行時間技術，它是通過給被測目標持續發送光信號，然后由傳感器端接收從目標返回的光信號，經過計算發射和接收光信號的往返飛行時間來得到被測距離的技術。TOF技術最早是用于軍事上和無人駕駛汽車上，隨著手機廠商的推動，TOF相機成為手機創新的一個重要點。

麥正奇，英飛凌電源管理及多元化市場事業部大中華區—射頻及傳感器部門總監

英飛凌電源管理及多元化市場事業部大中華區射頻及傳感器部門總監麥正奇為大家分享了英飛凌REAL3系列圖像傳感器。TOF把周邊的性能都整合在芯片上面，具有高度集成、最優性能和靈活配置等優勢。REAL3的關鍵特性，在強光下面可以實現整個完整的深度訊息，并且有專門的演算法，能的濾波跟偽影的校正，可以讓數據的精準度跟訊息達到最完善。在高集成度方面，它是非常優化的結構和封裝，所以非常耐用，可以提供給客戶最好的BoM和整個物料成本。此外，它深度計算量小，CPU占用量低，降低功耗，這對移動裝置是最重要的，在最優性能方面，CMOS技術可實現最高光敏性，包含微鏡頭。再加上特有的SBI，抑制背光的效能，這個特殊的軟體方式，它可以在每一個點上去濾掉不同的雜質，或者在強光下顯示最好的深度訊息。整個振幅可以到100MHz，這是目前市場上最好的性能。

SPI NOR Flash

SPI NOR Flash是存儲器大行業里面的一類產品，SPI中文叫做串行閃存，閃存還有一個很長的學名——非易揮發性存儲器。半導體芯片的制程基本分為兩大類：邏輯制程和Flash制程，存儲器制程永遠落后在邏輯制程后面。最新的邏輯制程10nm、5nm、7nm都有，而Flash還在用十幾二十幾年前發明的FinFet，制程從2004年的130nm發展到90nm、65nm、55nm、45nm幾個主要的節點，再往下也很難到30nm以下，這樣就限制了我們進一步縮小晶體管的尺寸。

陳暉，兆易創新存儲事業部資深產品市場總監

兆易創新存儲事業部資深產品市場總監陳暉介紹說：“邏輯制程和Flash制程不能混合放在一顆芯片上，非常高深的這些制程或是很高級的邏輯芯片，很遺憾它不能同時附屬一個Flash，這時候需要一個外面的Flash支持它的代碼存儲。就是這一顆小小的代碼，兆易創新去年出貨量大概達到了20億顆，而且只是一年的時間。如果累計來看，我們在八九年的時間里累計出貨量超過了100億顆!全球有一百億顆電子設備都是靠著兆易創新的Flash來存儲其啟動代碼。”

NOR Flash是高可靠性的系統代碼存儲媒介，優點是指令協議簡單、信號引腳少、體積小，符合這些新的電子設備對體積的要求。Flash會和各種應用打交道，為此，陳暉特別提到了一個新詞叫xSPI。自80年代發明SPI這個協議，經過了大概四五代到第六代產品，基本上是這樣一個順序：數據吞吐量從最初的2.5MB發展到今天的200或400MB。陳暉說：“我們這樣做的目的是什么?因為有客戶的需求，有市場上系統的要求，要求我們把這個數據吞吐量加到這么快”

在AI應用里面，會經常調用不同的算法，對數據庫里進行各種的比對。Flash會支持它的操作，這樣看它不光是有存儲的系統代碼，同樣也會存儲算法和一個大的數據庫。但這并不需要一上電就把所有的算法或數據庫都加載到系統里面，在需要的時候才會從flash臨時來調用，所以就要求flash提供一個高的數據吞吐率。在IoT的應用中，XIP(eXecute-In-Plance)是IoT系統中常見的Flash使用方式。提高Flash數據吞吐量可以大幅度縮短固定字節數目的讀取時間，減少主芯片等待時間，提高主芯片運行效率。高性能flash的數據吞吐率，才能保證每個終端設備的及時響應，才能保證欣欣向榮的生態系統。

20%+增長率：

生態化發展明天會更好

華虹宏力李健對全球半導體產業發展歷程進行了詳細分析，并指出2016~2018年，半導體產業正以20%以上的增長率在快速推進著。李健說：“當前，整個半導體產業仍然是非常健康的震蕩上行，但即使以后碰到危機，沒有什么關系，跌倒了爬起來就是了。在這個年代，以及往后再推十年，大量新技術的出現，5G、人工智能、互聯網、大數據、云計算等等這些技術不會單一存在，它們需要一個實際的產品作為載體來展示這些技術。”

而在整場技術峰會上，很多半導體廠商都提出通過生態系統的搭建，擴大跟產業的合作，共贏才是當下的趨勢。賽靈思的劉競秀總結過去幾年接觸的所謂AI客戶，大家普遍遇到的窘境是：做芯片本身沒有那么難，無論是AI芯片還是其它的芯片，最關鍵最核心的因素是，為了幫客戶用起來，需要的軟件、生態環境、工具鏈，各種參考應用，這些需要花更長的時間，更多的資源。ADI的于常濤說：“ADI作為一個半導體供應商，我們切身地領會到一點，無論IoT何時落地、怎樣落地，對于我們ADI的而言，有一個非常重要或值得考慮的事情，就是一定要有一個非常好的技術合作伙伴。”