.5G 對無線通訊晶片產業鏈有什麼影響?


Full-Duplex: A 5G and Beyond Communications Technology

台灣區電信工程工業同業公會

3S MARKET這是一篇談5G 的 Infrastructure,全世界5G熱翻天,中美貿易戰很多關鍵也牽扯到 5G專利,這篇是很重要的報導!!!

源:Ai芯天下

5G與現有行動通信技術相比,應有三個顯著的特徵:千億級別的聯接數量、1毫秒的超低時延,和10Gbps的通信速率。5G不僅僅是一次技術升級,這些特徵將使5G成為一個強大的平台,進而催生出無數新應用、新商業模式,甚至新的產業,5G將成為很多顛覆式創新的使能技術。

儘管現在很難預測,5G將如何影響人們的生活,但技術創新與人類想像力的結合,無疑將為人們創造一個更加美好的未來。毫無疑問,5G將幫助我們解決現有技術,無法解決的諸多挑戰,特別是在聯接數量、網路時延和速度方面的挑戰。


AI芯天下丨5G对无线通讯芯片产业链有何影响?

5G通信行業產業鏈的重要環節
主要包括以下七個重要環節:
①網路規劃設計(前期技術研究及網路建設規劃)

②無線主設備(核心網、基地台天線、射頻器件、光器件/光模組、小基地台等,無線配套、網路覆蓋與優化環節開始佈局)

③傳輸設備(無線設備後需要有線傳輸鏈接,緊跟其後的包括光纖光纜、系統整合、IT支持、增值服務等)

④終端設備(晶片及終端配套)

⑤電信營運商

⑥PCB/CCL產業鏈(用於基地台站射頻、基頻處理單元、IDC和核心網路由器等);

⑦媒介波導濾波器(基地台射頻)

按器件種類來看,射頻前端模組可以分為放大器、濾波器、天線開關/調諧器及天線四部分。

射頻系統市場未來五年市場規模,將迅速成長,其中濾波器市場的規模,則佔比市場的50%以上,濾波器產品和功放產品市場規模,總和達到整體市場容量的80%~90%。射頻開關市場排名第三,2020年之後毫米波元器件市場開啓。
濾波器
濾波器的主要作用是在雜亂的空間,將目標信號過濾出。隨著手機支持頻率的增加,和MIMO技術的引入,濾波器需求指數上升。

為添加新頻段通信功能,需要提升濾波器數量。4G到5G,Skyworks預計濾波器數量,平均將由40只提升至50只。高頻通信場景中,現有SAW/TC-SAW濾波器將替換為BAW/FBAR。現有濾波器頭部廠商,因為市場規模提升直接受益。

SAW濾波器2G、3G、4G已廣泛應用,一般工作在1.9GHz以下頻段,最新的研究將應用上限推廣到了2.5GHz左右。而BAW濾波器一般工作在1.5GHz~6.0GHz,最高可以工作在10GHz以上,在高頻通信中應用更為適合,另外相比SAW溫漂較低。

另外,在高頻超寬頻場景(如3.3-4.2GHz;3.3~3.8GHz;4.4~5.0GHz)通信中,終端如果採用CPE,單通道可達500MHz,以低溫共燒陶瓷(LTCC)工藝製作的濾波器的應用將更加普遍。相比SAW或BAW濾波器,LTCC雖然可處理高頻信號,但選頻能力較差。但LTCC對高功率場景的處理能力,優於SAW或BAW濾波器。


AI芯天下丨5G对无线通讯芯片产业链有何影响?


功率放大器(PA)
PA用於將信號功率,放大輸出至天線以發射信號。手機PA隨著天線的數量增多而增多。PA市場將由2017年的50億美元,成長至2023年的70億美元,複合增速為6%。市場容量在4G時代被濾波器超過,排名第二。

5G時代,預計GaAs依然是手機功放的主流方案。為實現從2通道向4通道通信,PA數量預計將可能翻倍提升。長期看,為支持更高頻率信號的輸出,現有GaAs材料也可能向GaN材料功放升級。

從3G時代起由於擊穿電壓、輸出功率等優勢,GaAs材料代替CMOS材料,成為PA市場主流材料。隨著更多廠商的加入,PA市場的競爭進一步加劇。因此頭部廠商將PA同基頻、開關等晶片綁定銷售,以提升競爭力。


射頻開關和調節器(Switch&Tuner)
類似於濾波器的需求提升,5G因為頻段的增加,將帶來通道數的提升,進而推動開關市場的容量成長。終端射頻開關市場規模,將由2017年的10億美元增至2023年的30億美元,複合增速約為20%。

天線調節器Tuner市場也將迎來成長,從2017年的4.63億美元向10.00億美元發展,複合增速約為14%;LNA從2017年的2.46億美元,成長至2023年的6.02億美元,複合增速約為16%。

由於模組化的整合方式的商業考慮,和LTE全網通的技術趨勢,射頻行業的生態出現了較大變化,歷史上以PA為核心的射頻行業的價值量,漸漸向Filter+PA的雙重點方向演進,有源和無源器件供應商,開始透過併購等模式互相滲透。


AI芯天下丨5G对无线通讯芯片产业链有何影响?

天線
MIMO應用確定,LDS和LCP天線,成為趨勢天線系統,是射頻系統中關鍵的組成部分,目前有被整合至射頻模組中的案例,但未被整合至晶片級,是射頻半導體領域的補充。

天線數量提升和新工藝技術的加入,有利於天線提供商信維通信等。為了減小尺寸、可有若干解決方案,包括PI基材向LCP基材或LDS方向演進。然而5G基地台相比手機功能僅為連接。因此5G基地台射頻市場,基本等同於整體市場規模,同手機射頻市場規模處在同一量級。


AI芯天下丨5G对无线通讯芯片产业链有何影响?

①5G技術對天線的形態和性能,提出了新的要求。相對於4G技術,5G的頻譜效率將提高5-10倍,天線技術的提升是其關鍵技術之一。

基地台天線屬於傳統天線業務,將透過超密集組網,將現有站點提升10倍以上,以此實現5G通信密集、異構、分離(DHS)式的通信要求;MIMO技術以大規模MIMO為方向,透過增加天線數量提升信道容量,使頻譜利用率成倍提升,達到5G的應用要求。

②從無源天線到有源天線系統,天線的功能趨向於小型化、密集化、客製化。超密集組網技術需要增加基地台數量,大規模天線技術需要,增加基地台攜帶的天線數量。

5G時代來臨帶來射頻器件單機數量和價值量的增加,全球射頻市場規模有望成長。5G商用手機銷售將始於2020年,其銷量在2025年將超過3億部。

隨著5G網路的普及,全球行動終端射頻器件市場,將迎來穩健成長。據美國高通公司預測,行動終端射頻前端模組,在2015-2020年間的複合增速在13%以上,到2020年市場規模將超過180億美元。其中,濾波器是射頻前端模組成長,是最快的細分方向,濾波器市場將由現在的50億美元的市場規模,成長至2020年的130億美元。

與4G相比,5G時代將有更多的通信頻段資源被投入使用,多模多頻使得5G手機,對於射頻前端晶片的需求增加,有專家預計射頻前端晶片,佔據手機成本的比例,甚至有可能超過基地台處理器等,其他關鍵器件。


AI芯天下丨5G对无线通讯芯片产业链有何影响?

結尾
從歷史上看,每一次通信技術升級,都帶來了行業格局上的變革與機會,而5G技術的特性,將推動射頻前端晶片的變革,為無線通訊晶片行業的成長帶來機會。

到2020年,預計將有超過500億的互聯設備。因此,5G網路必須具有更高的可擴展性、智慧性和異構性。分布式小型基地台、支持數百個天線的海量MIMO,以及透過Cloud RAN,進行的集中式基頻處理等技術,將顯著增大覆蓋範圍與數據吞吐量。網路將需要透過回程,及光前傳來進行安全連接,以完成處理。

展望未來,隨著手機出貨量及硬體規格升級的放緩,預計行業總體增速下降至2.9%左右。但由於5G需要支持新的頻段和通信制式,包括濾波器,功率放大器,開關等射頻前端存在結構性成長機會。


康橋科技 —— 白光攝影機專業廠商!

.自主機器視覺技術帶來革命性改變!

INSPEKTO Autonomous Machine Vision

台灣區電信工程工業同業公會

源:OFweek智能制造



近年來,製造業自動化需求不斷成長,機器人、物聯網、人工智慧等技術進入工廠,開啓了工業4.0新生產模式。生產線正在向智慧化升級,而機器視覺的地位開始日益提升,並表現出巨大的發展潛力。

CDA - What is autonomous machine vision?

越來越多的工廠在利用視覺技術檢測殘次品、統計工件以及定位追蹤,機器視覺將生產線的能力提升到了一個全新的水準。

在過去的生產線上,機器視覺解決方案,由系統整合商開發和安裝,基於對特定品質保證體系需求的充分理解,針對生產的需求而設計客製化解決方案。這樣的過程不僅昂貴,且耗費大量寶貴時間,而自主機器視覺的出現,正在徹底改變這一切。

什麼是自主機器視覺?
自主機器視覺(AMV,Autonomous machine vision)是透過機器學習的技術,讓視覺系統擁有自動辨識對象的能力,它為品質保證,提供了革命性的方法,同時將使巨額投資,和長時間停機成為過去。

在傳統的生產線上,生產工作是讓人苦惱的,因為工人唯一的任務,是在裝配線上重複同一項工作,而且需要不斷增加的速度,來縮短交期。長時間的重複性工作,很有可能導致職業性操作,例如神經衰弱等。

自主机器视觉技术带来革命性改变!

機器視覺解決方案,最初開發的目標是將品檢人員,從工作崗位中解放出來,不過傳統的機器視覺解決方案,存在許多缺點,例如需要外部整合商設計和安裝,價格昂貴且需要很長時間才能創建。而自主機器視覺,使製造商能夠獲得便宜和用戶友好的技術,而不需要任何外部專家干預。

系統整合商成為過去式
傳統的機器視覺是一個複雜的過程,依賴於系統整合商的專業知識。即使安裝完解決方案後,生產線上的每次設置和轉換,都需要依賴系統整合商。而在自主機器視覺時代,不再需要系統整合商。

以色列一家新創的工業公司Inspekto,開發了一種技術全新的Inspekto S70視覺系統,它結合了電腦視覺、深度學習和即時軟體技術,成為世界上第一個,用於可視化QA的自主機器視覺系。Inspekto已經獲得德國和瑞士的跨國工業公司逾1,000萬美元投資,專攻自動化機器視覺QA檢測設備,並在產品上,將視覺和AI技術結合。

Inspekto S70視覺系統的原理很簡單,只給出20-30個好的樣品作品,系統將全面學習和記住產品的特徵,然後就能夠用於辨別同類產品是否存在缺陷,該系統還考慮了不同位置的光線變化,以及其它的一些環境因素。

自主机器视觉技术带来革命性改变!

此外,該系統能夠在不斷學習中改進,如果某產品錯標記為有缺陷,操作員確認它是好的,則將來不會出現相同的錯誤。

即插即用的機器視覺技術
自主性視覺與傳統機器視覺解決方案相比,無需耗費大量的時間,重新設計檢測和調試程序,只需要一定數量的產品,或者異常物品進行學習,能夠更快的應用於生產過程,尤其對於多樣化的生產需求,生產線頻繁變換產品種類,自主性視覺可以重新學習產品特徵,再次投入工作。

Inspekto S70的安裝只需要30-45分鐘,比傳統機器視覺解決方案快1000倍,傳統機器視覺解決方案,從設計到安裝通常需要幾個月時間。更讓人驚喜的是,工廠管理者可以在沒有何外部專家幫助的情況下,輕鬆完成視覺系統的設置,和運行系統。

新的系統具有自適應性的能力,也就是可以隨時移動到其它生產線上進行使用,由於其深入的學習能力,系統將根據特定的QA要求進行調整。而且在設置、安裝和轉換過程中,生產線可以繼續運行,徹底消除停機問題。

自主机器视觉技术带来革命性改变!

隨著智慧製造的演進,工廠裡將採用越來越多的先進自動化技術,包括機器人、人工智慧、機器視覺、物聯網等。對於生產商來說,如何將這些技術融進當前的生產線,並產生應有的價值,將是極為重要的策略。

機器視覺技術的應用越來越重要,尤其在人工智、物聯網等技術的賦能下,新一代機器視覺技術,將能為智工廠帶來前所未有的改變!這也是抓住機會搶佔未來致勝高地最好時機。

科寶電子官網 www.cop-security.com

.麥肯錫談供應鏈 4.0

Process and Supply Chain Analytics

台灣區電信工程工業同業公會

源:网络

供应链,供应链,数字化,绩效管理,众包,自动驾驶

【編者按】數位化技術的發展成就供應鏈4.0,供應鏈4.0將在服務、成本,投入和敏捷方面助力提高營運效率。未來也將向數字供應鏈方向轉型。

未來供應鏈長得怎麼樣
數位化成就供應鏈4.0
1.更快速
產品分銷的新方法,可以將交付時間縮短到幾個小時。如何辦到呢?--高級預測方法,例如內部數據的預測分析(例如需求)和外部數據(例如,市場趨勢、天氣、學校假期、建築指數),當與貨物需求的機器狀態數據相結合時,準確的「預測」出來了。

在未來,我們甚至會看到亞馬遜擁有專利的「預測運輸」:產品在客戶下訂單之前發貨,稍後將客戶訂單,與已經在物流網路中的貨件進行匹配,並將貨件重新路由到確切的客戶目的地。

2.更靈活
供應鏈4.0的點到點,和即時計劃允許靈活地響應需求,或供應的變化,最大限度地減少交貨週期。計劃成為了一個連續動態過程,能夠動態地響應不斷變化的需求或約束(例如,來自機器的即時生產能力反饋),即使在產品發出之後,敏捷交付流程,也可讓客戶將貨件,重新路由到最方便的目的地。

一種類似UBER的運輸方式- 眾包,靈活的運輸能力,將大大提高網路配送的靈活性。製造商可能因此獲得,新的直接面向消費者的機會。
3.更細化
隨著客戶在他們需求的產品中,越來越個性化,您必須透過微分段和更複雜的靈活動機等技術,在更細粒度的層面上進行管理。無人機交付,將使公司能夠更有效地管理,最後一英里的單件和高價值,密集的包裝 - 滿足客戶的客製化需求,同時比大眾市場的標準產品,更快地交付訂單。

4.更準確
下一代績效管理系統,需要透過供應鏈提供即時的,端到端的透明度,從關鍵訪問指標頂部的資訊息範圍,到非常顆粒化的過程供應鏈,服務提供商和其他部門,在「供應鏈雲」中整合數據後,供應鏈中的所有利益相關者,都會根據相同的數據進行指導和決策。

為了保持績效管理系統,倉庫,運輸或庫存的模型表,自動設定目標。即使發生供應鏈中斷,為了滿足績效管理的重點,系統也會自動調整,從無法實現的目標到比較現實的水準。

我們將看到績效管理系統,「學會」自動辨識風險,並改變供應鏈變量,以減輕危害。這些功能使自動績效管理控制塔,能夠處理很多「不可抗力」導致的狀況,或者其他意外的狀況,由此產生的持續改進週期,將推動供應鏈更接近理想目標。

5.更有效
機器人處理物料(托盤或箱子以及單件),完全自動化倉庫過程,自動卡車可以在網路內運輸產品。

網路設置本身不斷優化,以確保最佳地滿足業務需求。為了優化卡車利用率,並提高運輸靈活性,公司透過跨公司運輸優化來共享容量。

為了在供應鏈中創造理想的工作量,系統可以利用高度透明度,和動態規劃這種方法,來推動先進的需求,例如卡車利用率低的交貨時段的特殊優惠。
供應鏈4.0提高營效率
供應鏈4.0,將影響供應鏈管理的所有領域。以下是供應鏈4.0對於六個主要價值驅動的改進,這些改進體現在服務,成本,投入和敏捷方面。

1.計劃
供應鏈的計劃,將從大數據和高級分析,以及自動化工作中獲益。一些主要的消費者,已經在需求計劃中,使用預測來分析數百個內部和外部需求影響變量(例如天氣、來自社交網路的趨勢、感測器)關係,並得出準確的需求計劃。預測錯誤下降30%到50%。

嚴格的自動化,完全整合的需求和供應,打破了不同計劃之間的傳統界限,並將計劃轉變為靈活,連續的流程。每次補貨計劃工作,都不是使用固定的安全庫存,而是重新考慮預期的需求分配,然後可以動態調整價格,以同時優化利潤,並最大限度地減少庫存。因此,隱含的安全庫存,隨每次重新訂購而不同。

在消費品行業,一些最著名的全球企業集團,正在利用先進的計劃方法,並且已經產生強烈興趣。


2.實體流動
物流可以很好的連接製造,先進的自動化和數據分析,更新傳統的倉儲和庫存管理策略。易於使用的設備,如可穿戴設備已啓用,先進的機器人技術和外骨骼,可以對倉庫中的人類生產力,產生同樣巨大的影響。

可以將倉庫鏈接到生產裝載點,因為自動引入車輛,將導致運輸和產品處理中的顯著降低營運成本,同時改善交付週期和環境成本。最後,隨著生產設施開始,更多地展開 3D列印,倉庫的功能,可能會發生根本變化。

3.績效管理
績效管理也在發生重要變化,幾家主要食品公司,率先透過其組織提供詳細,順序更新,易於訂製的控制板。績效管理正在成為一個真正的營運流程,適用於即時異常處理和持續改進,而不是每月或每季的回顧性練習。

使用數據挖掘和機器學習技術,這種改進的性能管理系統,可以透過將異常的基本指標,與預先設定的基礎指標進行比較,或進行大數據分析,來辨識異常的根本原因。

然後,系統可以自動觸發對策,例如透過啟動補貨訂單,或更改計劃系統中的安全庫存,或其他參數設置。
4.訂單管理
訂單管理透過一系列措施得到改進:沒有處理的訂單(新訂單),將被訂單系統整合到可用系統(ATP)流程,考慮到條件約束,安排生產計劃和補貨需求,即時重新計劃,實現訂單日期確認。最終結果是降低成本(透過自動化),提高可靠性(透過細粒度反饋),和更好的客戶體驗(透過即時和可靠的響應)。

5.協同合作
供應鏈雲,構成了供應鏈中的下一級協作。供應鏈雲是客戶、公司和供應商之間的聯合平台,提供共享的物流基礎設施,甚至聯合規劃解決方案。特別是在非競爭關係中,合作夥伴可以共同決定處理供應鏈任務,以節省管理成本並相互學習。

一家領先的消費者集團已經發現,價值鏈上的合作,交換可靠的數據,可以實現更低的庫存。由於透過整個鏈條提供即時資訊,同時提供早期預警系統,以及快速應對任何地方中斷的能力,這也縮短了交付週期。

6.供應鏈策略
隨著供應鏈需要進一步個性化和客製化,供應鏈設置採用了更多細分市場。要表現出色,供應鏈需要掌握微分段,透過將供應鏈分成數百個單獨的供應鏈細分市場,每個基於客戶需求,和公司自身能力的供應鏈產品的大規模訂製,這是一種動態的大數據方法。量身訂製的產品為客戶提供最佳價值,並幫助最大限度地降低供應鏈中的成本和庫存。
供應鏈4.0的影響
消除當今的數字浪費,並採用新技術,共同構成了提高供應鏈營運效率的主要槓桿,預期包括降低營運成本30%,銷售損失減少75%,庫存減少高達75%。與此同時,供應鏈的敏捷性應該顯著提高。

我們如何計算這些數字它們基於我們在大量研究和定量計算方面的經驗。例如,改進的庫存概況,將提高服務水準和降低成本,所以四個績效指標高度相關。

1.服務缺乏/銷售損失
當客戶服務差時,要麼是對客戶的錯誤承諾(例如,不切實際的交貨時間),錯誤的庫存概況(沒有訂購的產品),和/或不可靠的交貨,客戶將決定轉向另一個品牌。對於B2C和B2B環境都是如此。

當供應鏈顯著改善與客戶的互動,提供所有可用的銷售數據和市場情報,提高預測品質(相關級別高達90%以上),服務水準將大幅提升,隨著服務改進的結果,銷售損失將顯著下降。
2.供應鏈成本
在運輸,倉庫和整個網路的設置的驅動下,成本可降低多達30%。透過應用這些方法,計算運輸和倉儲的成本,並優化網路,可以達到大約50%的改進。目標應該始終是在滿足客戶所需服務水準的同時,最小化成本和最小里程驅動。結合倉儲中的智能自動化和生產率提高,運輸中的車載單元等,這些努力可以實現節約潛力。

透過動態路線,Uber式運輸,自動駕駛汽車的使用,以及 - 在可能的情況下 - 3D列印的方法,可以實現剩餘的15%的成本降低。

3.需求計劃
計劃任務,例如需求計劃,SOP流程的準備,匯總的生產計劃和供應計劃,通常是時間密集型的,主要是手動進行的。借助先進的系統支持,與手動執行的任務相比,80%到90%的計劃任務可以實現自動化,並且仍然可以獲得更好的品質。

SOP流程將轉為每周節奏,決策流程將建立在,可以即時更新的場景上。同時,系統將能夠檢測異常,決定何時計劃人員跳入決定。

4.庫存
庫存用於解碼需求和供應,以緩衝需求和供應的變化。實施新的計劃算法,將顯著降低不確定性(需求/預測誤差的標準偏差),從而無需安全庫存。驅動庫存的另一個重要變量,是補貨提前期:隨著批量生產快速轉換,交付週期將顯著縮短。

此外,由於本地產量大幅增加,從亞洲到歐盟或美國的交貨時間也將縮短。此外,3D列印將減少所需的庫存。我們預計整體庫存將減少50%至80%。


轉變為數位供應鏈
定義數位供應鏈需要三個關鍵因素:明確定義,新功能和支持性環境。從瞭解當前操作的數位化浪費,開始定義數位供應鏈。最後的先決條件,是雙速架構/組織的實施。這意味著IT環境的建立,必須透過創新來實現。

這個「孵化器」,需要提供高度的組織自由度和靈活性,以及最先進的IT系統(以實現獨立於現有系統的雙速架構的快速開發,測試和實施週期)解決方案。

試運行的成功對於獲得關於解決方案的能力和影響,對於創新(例如,新的計劃算法)的興奮和信任,以及引導下一個開發週期至關重要。

http://www.arcran.com/tw/