3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
數字台灣HD258 華為IMPACT 謝金河 楊瑞臨 鄭清文
今日主題 工業 4.0 智慧工廠\智慧車載交通\智慧經營管理
智慧車載交通與能源環保
|
智慧經營管理
2019年6月12日 星期三
．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！！！
來源：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。
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。
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。
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。
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。
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。
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 |
來源：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。
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。
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。
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，尤其在人工智慧、物聯網等技術的賦能下，新一代機器視覺技術，將能為智慧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 |
來源：网络
【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提高營運效率
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。
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。
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/ |
|