【傳聞】7nm ASIC:聯發科首次打進蘋果供應鏈；遠距無線充電即將走出實驗室,進入商品化

1。7nm ASIC：傳聯發科首次打進蘋果供應鏈；

2。SiGe BiCMOS助力 5G毫米波RF整合更輕易；

3。全自動駕駛運算平臺問世 NVIDIA鞏固自駕生態圈；

4。WattUp晶片樣本開始出貨 RF無線充電進軍消費電子

集微網推出積體電路微信公共號：“天天IC”，重大新聞即時釋出，天天IC、天天集微網，積微成著！掃描文末二維碼新增關注。

1.7nm ASIC:傳聯發科首次打進蘋果供應鏈；

集微網訊息，據傳聯發科拿下蘋果智慧音箱HomePod的WiFi定製化晶片（ASIC）訂單 ，成為雙方第一款合作產品，最快2019年延伸至iPhone晶片供應。

算上先前已打進亞馬遜、Google、阿里等智慧音箱供應鏈，聯發科拿下HomePod訂單後，將通吃亞馬遜、Google、阿里、蘋果等四大品牌智慧音箱大單。

據瞭解，聯發科供應HomePod的WiFi定製化晶片（ASIC），有望是該公司首款7nm製程晶片，可能在臺積電投片，若HomePod銷售熱，不僅聯發科受惠大，也將為臺積電7nm業務增添動能。

市場傳出，聯發科進入蘋果供應鏈，最快顯現的應該是蘋果針對當紅的智慧音箱趨勢，所打造的第一款產品HomePod所需WiFi晶片，並以ASIC方向量身訂做，有機會成為明年第二代產品的供貨商。

至於手機基帶晶片方面，因為開案時間較長，以產品設計時間來看，手機晶片供應鏈預估，聯發科最快2019年有機會拿到蘋果iPhone訂單；無線充電晶片則仍在爭取階段。

手機市場雜音不斷，聯發科積極拓展非手機業務，智慧音箱相關應用陸續傳出捷報，先拿下亞馬遜當紅的智慧音箱Echo訂單，之後再推出支援Google語音助理（Google Assistant）晶片，併為阿里巴巴的智慧喇叭產品「 天貓精靈」訂製適用於智慧喇叭的專屬晶片。

聯發科傳出拿下HomePod的WiFi定製化晶片（ASIC）訂單，若成局，等於亞馬遜、Google、阿里、蘋果等四大品牌智慧音箱訂單全數到手，是聯發科佈局非手機業務的重要里程碑。

HomePod是搭載蘋果智慧語音助理Siri的首款智慧音箱，預計2月9日正式上市，首波上市國家定為美國、英國、澳洲，售價為349美元，挑戰目前智慧音箱龍頭亞馬遜Echo。

ASIC被聯發科集團視為未來重點專案。 聯發科藉由本身累積多年豐富的IP，為出貨規模夠大的大型客戶量身打造專用晶片，去年ASIC團隊已順利搶下思科訂單。

聯發科集團旗下晨星新成立的子公司聚星，在董事長梁公偉親自帶隊下主攻ASIC應用，可以看出聯發科整體集團對ASIC的重視。

據瞭解，聚星共鎖定車用攝影機、IP CAM和NVR、高速介面與可視對講顯示控制晶片、專業音影片智慧控制晶片等產品，目標成為成長最快速的ASIC供貨商。

2.SiGe BiCMOS助力 5G毫米波RF整合更輕易；

業界多認為，混合波束成形（圖1）將是工作在微波和毫米波頻率下5G系統的首選架構。 此架構綜合運用數字（MIMO）和模擬波束成形，克服高路徑損耗並提高頻譜效率。

如圖1所示，m個數據流的組合分割到n條RF路徑上以形成自由空間中的波束，故天線元件總數為乘積m×n。 數字串流可透過多種方式組合，既可利用高層MIMO將所有能量導向單個使用者，也可利用多使用者MIMO支援多個使用者。

圖1 混合波束成形的方塊圖。

視應用決定RFIC整合度和製程選擇

本文將檢視一個簡單的大規模天線陣列範例，藉以探討毫米波無線電的最優技術選擇。 現在深入檢視毫米波系統無線電部分的方塊圖，可以看到一個經典超外差結構完成微波訊號到數字訊號的變換，然後連線到多路射頻訊號處理路徑，這裡主要是運用微波移相器和衰減器實現波束成形。

傳統上，毫米波系統是利用分離元件所建構，導致其尺寸較大且成本較高。 這種系統裡面的元件使用CMOS、SiGe BiCMOS和GaAs等技術，使每個元件都能得到較優的效能。 例如，資料轉換器現在採用CMOS製程開發，使取樣率達到GHz範圍。 上下變頻和波束成形功能可以在SiGe BiCMOS中有效實現。 根據系統指標要求，可能需要基於GaAs功率放大器和低噪聲放大器，但如果SiGe BiCMOS能夠滿足要求，利用它將能實現較高的整合度。

對於5G毫米波系統，業界希望將微波元件安裝在天線基板背面，這要求微波晶片的整合度必須大大提高。 例如，中心頻率為28GHz的天線的半波元件間距約為5mm。 頻率越高，此間距越小，晶片或封裝尺寸因而成為重要考慮因素。 理想情況下，單波束的整個方塊圖都應當整合到單個IC中；實際情形中，至少應將上下變頻器和RF前端整合到單個RFIC中。 整合度和製程選擇在某種程度上是由應用決定的，在下面的範例分析中將會提到這一點。

運用SiGe放大器減輕RFIC置入天線元件難度

此分析考慮一個典型基地臺天線系統，EIRP要求為60dBm。 假設條件如下：

． 元件增益=6dBi（瞄準線）。

． 波形PAPR=10dB（採用QAM的OFDM）。

． P1dB時的功率放大器PAE=30%。

． 發射/接收開關損耗=2dB。

． 發射/接收工作週期=70%/30%。

． 資料串流數量=8。

． 各電路模組的功耗基於現有技術。

該模型是建立在八組資料串流的基礎上，連結到不同數量的RF鏈上。 模型中的天線數量以八的倍數擴大，最多512個元件。 圖2顯示功率放大器線性度隨著天線增益提高而變化的情況。

圖2 天線增益 vs。 功率放大器的輸出位準需求。

須注意的是，由於開關損耗，放大器的輸出功率要比提供給天線的功率高2dB；當給天線增加元件時，方向性增益隨著X軸對數值提高而線性提高，因此，各放大器的功耗要求降低。

為了便於說明，文中在曲線上迭加了技術圖，指示哪種技術對不同範圍的天線元件數量最佳。 須注意不同技術之間存在重迭，這是因為每種技術都有一個適用的值範圍。 另外，根據製程和電路設計實踐狀況，具體技術可以實現的效能也有一定範圍。

元件非常少時，各鏈需要高功率PA（GaN和GaAs），但當元件數量超過200時，P1dB降到20dBm以下，處於矽製程可以滿足的範圍。 當元件數量超過500時，PA效能處於當前CMOS技術就能實現的範圍。

現在考慮元件增加時天線Tx系統的功耗，如圖3所示。 同預期一樣，功耗與天線增益成反比關係，但有一個限值。 超過數百元件時，PA的功耗不再占主導地位，導致效益遞減。

圖3 天線增益vs。天線Tx部份的電力DC功率耗損。

整個系統的功耗如圖4所示（包括髮射器與接收器）。 如預期一樣，接收器的功耗隨著RF鏈的增加而線性提高。 若將不斷下降的Tx功耗曲線迭加在不斷上升的Rx功耗曲線上，會觀察到一個最低功耗區域。

圖4 整體天線陣列的DC功率耗損vs。天線增益。

本例中，最低值出現在大約128個元件時。 回顧圖2出示的技術圖，要利用128個元件實現60dBm的EIRP，最佳PA技術是GaAs。

雖然使用GaAs PA可以實現最低的天線功耗和60dBm EIRP，但這可能無法滿足系統設計的全部要求。 前面提到，很多情況下要求將RFIC放在天線元件的λ/2間距以內。 使用GaAs發射/接收模組可提供所需的效能，但不滿足尺寸約束條件。 為了利用GaAs發射/接收模組，須要採用其他封裝和佈線方案。

優先選擇可能是增加天線元件數量以使用整合到RFIC中的SiGe BiCMOS功率放大器。 圖4顯示，若將元件數量加倍，達到約256時，SiGe放大器便能滿足輸出功率要求。 功耗的增幅很小，而且可以把SiGe BiCMOS RFIC放到天線元件（28 GHz）的λ/2間距以內。

將這一做法擴充套件到CMOS，發現CMOS也能實現整體60dBm EIRP，但從技術圖看，元件數量還要加倍。 因此，這種方案會導致尺寸和功耗增加，考慮到電流技術限制，CMOS方法不是可行的選擇。

考慮訊號鏈/IC製程優勢確定最佳方案

因此，本文分析建議，若同時考慮功耗和整合尺寸的話，當前實現60dBm EIRP天線的最佳方案是將SiGe BiCMOS技術整合到RFIC中。 然而，如果考慮將更低功耗的天線用於CPE，那麼CMOS當然是可行的方案。

此一分析是基於當前可用技術，但毫米波矽製程和設計技術正在取得重大進步。 我們預計未來的矽製程會有更好的能效和更高的輸出功率能力，將能實現更小的尺寸並進一步最佳化天線尺寸。

隨著5G的到來日益臨近，設計人員將持續遇到挑戰。 為毫米波無線電應用確定最佳技術方案時，考慮訊號鏈的所有方面和不同IC製程的各種優勢是有益的。

（本文作者為ADI通訊事業群技術長） 新電子

3.全自動駕駛運算平臺問世 NVIDIA鞏固自駕生態圈；

2017年10月，NVIDIA於其生態圈大會GTC Eurpoe上發表自動駕駛運算平臺Drive PX家族的新成員，其代號為「Pegasus」。 「Pegasus」預計從2018年第二季起提供給NVIDIA的自動駕駛研發夥伴。

「Pegasus」之運算能力達到320 TOPS（Trillion Operations Per Second），超越其前代平臺「Drive PX 2」之運算能力高達10倍。 此運算能力主要來自於4顆處理器-2顆為以NVIDIA目前最新GPU架構「Volta」為核心的SoC「Xavier」、以及另外2顆為車用機械視覺與深度學習所準備的專用GPU。

全自駕平臺需要超高運算能力與大量I/O

根據NVIDIA說法，未來全無人計程車（Robotaxi）等服務需要高速處理來自於攝影機與光達（Lidar）等眾多感測器的高解析度及360度資訊，藉以精準定位車輛所在、分析周圍汽車與行人之行為、 並且規劃安全與舒適的行車路徑。 而進行上述工作所需要的運算能力，將是目前市面上最先進車輛運算能力的50至100倍。 依此觀點，目前在市面上則尚無任何自動駕駛運算平臺能夠負擔如此龐大的運算需求，此亦為「Pegasus」之利基。

為了集中各類感測器所蒐集的資訊，「Pegasus」的I/O介面除了包含汽車計算機必備的CAN、Flexray與車用乙太網絡介面之外，也預備了16組對應雷達、攝影機、光達等感測器輸入的聯結器，總記憶體頻寬（Memory Bandwidth）達1 TB。

除了強調運算能力的大幅提升之外，NVIDIA於本次發表會中亦強調「Pegasus」在設計上將持續符合汽車電子功能安全ISO 26262標準之「ASIL-D」水平。

符合汽車電子功能安全標準，意味著引進汽車電子領域的產品開發與驗證方法，並在設計中加入多重的冗餘設計（redundancy）以保證系統能夠正常運作，進而保障車輛與乘客的安全。

大量合作伙伴支援Drive PX

除了強調硬體的優越性之外，NVIDIA在「Pegasus」發表場合更展現了與自動駕駛產業生態圈的深入合作。

根據NVIDIA資料，NVIDIA已有225位採用Drive PX平臺的自動駕駛系統開發夥伴，在其中更包含Zoox、Optimus Ride、圖森未來、yadex、Nutonomy等25家以全自動駕駛出租車為發展目標的企業， 藉以證明「Pegasus」對於無人運輸的價值。

除此之外，同場上NVIDIA亦發表了2018年起將與物流大廠德國DHL及汽車系統大廠ZF（採埃孚）共同建置無人物流車隊的訊息。 ZF所設計之無人駕駛系統「Pro AI」將以Drive PX為基礎，而DHL目前則已經在其資料中心內使用NVIDIA的DGX-1超級計算機進行車用神經網路的訓練，未來將把訓練完成的模型移植至配備於DHL車隊上的Drive PX系統。

至此，包含Autoliv、BOSCH、Delphi、Hella、Tesla、ZD等重量級汽車電子業者均已公開將以NVIDIA Drive PX平臺為基礎推出自動駕駛專用計算機。

除了積極提供硬體公版予業者進行測試之外，在「Pegasus」發表場合NVIDIA同時發表了搭配的新軟體開發工具包「Drive IX SDK」，預計將於2017年第四季釋出的此份套件，將能夠協助開發者運用Drive PX平臺開發包含駕駛者/乘客臉部辨識、駕駛分心偵測、車內裝置自動調整（如座椅、燈光、踏板鬆緊等）、車周邊腳踏車偵測等各種更細緻的功能，補足自動駕駛所需的其他功能。

SAE第五級自駕仍有長路要走

雖然本次NVIDIA釋出之Pegasus平臺號稱在運算能力上十倍於前一代產品，然而在全自動駕駛系統具體軟硬體所需技術仍然不明確、遑論裝置量產的現在，就此定言Pegasus平臺足以支援SAE Level 5全自動駕駛所需的演算能力，則還需考慮。

目前市面上能夠商業運轉的駕駛輔助系統，多僅聲稱其達SAE Level 2程度。 AUDI最新的A8車型亦僅聲稱其駕駛輔助系統達SAE Level 3。 即便考慮各車廠可能因為觸犯現行法規而特意低估其駕駛輔助系統之能力，但根據MIC推估，各家車廠與系統廠距離開發出能達SAE Level 5之自動駕駛系統均還有相當時間。

舉例而言，目前經由5G通訊提供無人車來自於其他車輛及路側裝置（如交通號誌）訊號的技術仍處於規格制訂期，相關軟硬體距離商用化還有相當時間，自然難以判斷未來無人車在5G通訊部分需要使用多少運算資源。 在無人車開發路程上，諸如上述技術尚未到位之案例仍然甚多，實際上將令產業尚難推估無人車所需的軟硬體需求。

無人車將在大眾運輸率先落實

從2014年開始加速的無人車發展競爭中，「無人車產能將先提供給誰」各方均有說法。 然而從本次NVIDIA強調優先與無人計程車相關產業進行合作可以看出，無人車將優先使用在包含計程車、公交車等各式大眾運輸服務上，已成各方共識。

對於自動駕駛系統業者而言，無人車優先運用在大眾運輸服務上能夠創造一個相對可控制的實驗環境。 在運輸服務業者垂直擁有整個車隊的狀況下，自動駕駛系統業者能夠有秩序地協助運輸服務業者管理、更新、維修與調整其無人車隊，大大降低無人車上路初期的管理成本與風險。

從消費端來看，大眾運輸服務業者能從採用無人車上大幅減省司機的人力成本進而創造獲利，因此大眾運輸業者採用無人車之動機自然甚高。 其次，能夠承受無人車普及初期的必然高價以及運作風險者，亦非大眾運輸服務業者莫屬。

生態圈經營將是自駕成功關鍵

如同計算機與行動電話的研發從封閉轉往開放，在汽車ICT資通訊軟硬體佔比越來越高的現在，汽車研發從嚴謹的上下游合作創新轉至更開放的創新合作將為必然。 NVIDIA得以推出自動駕駛運算平臺、敲開以往由車用半導體業者掌握的汽車市場，所依靠的不僅是在技術上之投資，更在生態圈的經營上。

除了前述與一線汽車電子業者以及自動駕駛系統開發商的合作之外，NVIDIA與品牌汽車業者之合作更橫跨Audi、BMW、Daimler、Ford、Tesla、Toyota、Volkswagen、Volvo等汽車龍頭。 上述業者除了代表巨大的市場之外，它們在自動駕駛系統相關專利數量亦均名列前茅，提升了NVIDIA與其合作的綜效。 而NVIDIA與產業關係人在研發初期的深度合作，亦更提升了包含FPGA體系等其他競爭者的進入門坎。

進一步從產業向研發上游移動，我們更可發現NVIDIA藉由眾多的開發者活動、提供研究獎助金以及與學研界深入合作營造了巨大的開發者網路。 這點從NVIDIA之開發者社群大小遠超過其他競爭者即可看出。 當大學與研究所畢業生均使用NVIDIA的工具時、均根據NVIDIA之路線進行技術研究時，NVIDIA就已在人才面切斷了其他競爭者的研發能量來源。 新電子

4.WattUp晶片樣本開始出貨 RF無線充電進軍消費電子

自Energous在2017年底宣佈，該公司的Energous Mid Field WattUp傳輸器參考設計已取得聯邦通訊委員會（FCC）認證後，負責供應相關晶片的戴樂格半導體（Dialog）於日前宣佈， WattUp晶片的樣本已經開始出貨，可望應用在智慧型手機、穿戴式裝置、聽戴式（Hearable）裝置等消費性可攜式電子和物聯網（IoT）裝置。 這也意味著遠距無線充電即將走出實驗室，進入商品化。

FCC於2017年底所授予WattUp的認證，是該委員會首度授予FCC Part 18規範認證給採用遠距無線充電的裝置。 Dialog企業開發與策略資深副總裁Mark Tyndall表示，FCC認證進一步鞏固了Dialog身為Energous WattUp技術的策略投資者與全球獨家供貨商的地位， 並宣告無線充電2。0時代即將隨著完整系統晶片組的問世而來臨，遠距無線充電技術即將成真。

Dialog已推出全球第一顆WattUp無線電源傳輸器系統單晶片（DA4100）以及第一顆WattUp RF-to-DC接收器晶片（DA2200和DA2210）樣本給客戶。 這些晶片可以用在以射頻為基礎的近場（Near Field）無線充電（接觸式），同時也是現在新認證空中遠距（Over-the-Air Power-at-a-Distance）無線充電系統的基礎。 目前Dialog正加速WattUp晶片組認證的下一個發展階段，增加了關鍵的DA1210波束成形（Beamforming）晶片和DA3210功率放大器（PA）晶片，構成完整的遠距傳輸器系統晶片組。

Dialog將於2018年第一季供應DA1210波束成形晶片與DA3210功率放大器晶片樣本給潛在客戶，並供應完整的近場和遠距無線充電系統方案，結合完整的WattUp晶片與Dialog輔助性的SmartBond藍芽低功耗 、AC/DC以及電源管理晶片，構成最佳化的收發（Transmitter-to-Receiver）方案。 Dialog也正與Energous合作，希望利用高效率的GaN晶片，為智慧型手機與其他消費性裝置提供充足電力，帶領WattUp高功率近場系統成功商品化。 新電子

集微網推出積體電路微信公共號：“天天IC”，重大新聞即時釋出，天天IC、天天集微網，積微成著！掃描文末二維碼新增關注。