實施汽車晶圓偏移監控 車用元件良率提升有秘訣

製造汽車IC的半導體工廠通常提供整套車用晶片服務(ASP)。這些ASP提供客製化製程,其中包括更多製程控制和製程監控等,或保證使用最佳製程機台,ASP的目標是協助確保所生產的晶片可滿足汽車產業嚴格的可靠性要求。但即便採用整套車用晶片服務,偏移也在所難免,因其存在於任何受控製程之中。認識到這一點,車用晶片半導體廠特別注意為其關鍵製程層建立綜合控制計劃,這也成為其製程失效模式和影響分析(PFMEA)的一部分。
2019 年 02 月 11 日

確保自駕車可靠性 車電元件模擬至關重要

車用電子向來需要耐受嚴苛的環境條件。現在汽車乘客安全越來越仰賴這些電子設備,因此萬一發生故障,後果將比以往更為嚴重。想在投資昂貴原型和現場測試前,先診斷和驗證車用電子的可靠度,工程模擬成為不可或缺的工具。
2019 年 02 月 11 日

同步NB-IoT系統/無線蜂巢網(上) 物聯網通訊設計有挑戰

本文為描述窄頻物聯網(NB-IoT)無線存取技術,主要重點為NB-IoT在下行方向的主要同步流程。此流程是當使用者設備(UE)結束休眠狀態及喚醒,並嘗試從基站(BS)接收資料時啟動。
2019 年 01 月 31 日

狀態監控感測器有解 機械智慧預測維護再進化

對於機械設備與各種技術系統的使用而言,現今面臨的核心挑戰包括改善狀態監控(Condition Monitoring)與診斷以及整體系統優化。這方面的議題不僅在工業領域扮演日趨重要的角色,凡是會運用機械的領域亦是如此。機器應該根據既定計畫進行保修,延遲的保養就意謂著面臨生產停擺的風險。今日,業界會運用從機器蒐集來的製程資料來預測機器剩餘的耐用年限。特別是包括溫度、雜訊(Noise)以及振動等關鍵參數,都會被紀錄下來用以判斷最佳運作狀態或甚至必要維護的時間。
2019 年 01 月 28 日

智慧工業兩大關鍵 感測器/聯網技術必不可少

感測器和低功耗通訊連接技術是聯網智慧工業興起的關鍵,本文將詳細介紹這兩項技術在近期取得的重大進步。
2019 年 01 月 27 日

傳統SoC效能有瓶頸 MPSoC驅動AI多元應用

隨著智慧安全、機器人或無人駕駛汽車等應用越來越依靠嵌入式人工智慧(AI)技術,來提高效能及提供全新的使用者經驗,傳統運算平台上的推論引擎很難在有限的功耗、延遲和物理尺寸限制下滿足實際的需求。推論引擎受限於嚴格定義的推論精度、匯流排寬度,以及較低調整彈性的記憶體,來最佳化速度、效率與晶片面積。因此,我們需要一個靈活應變的運算平台來滿足在嵌入式AI上運行先進卷積神經網路(CNN)時所需的要求。
2019 年 01 月 24 日

記憶體規格大躍進 DDR 5訊號完整成測試挑戰

雙倍資料速率(DDR)是一種記憶體晶片技術,主要由資料中心伺服器推動其發展。此類資料中心為所有資料樞紐,由於必須滿足更低功率、更高密度、更多記憶體儲存空間及更高傳輸速度等要求,因此對最新記憶體技術存在高度需求。由於伺服器帶動了下一代DDR的需求,使得現有與過去產品變得更經濟、價格更合理,消費者也因而從中受益。當價格降低,這些產品也就更能夠打入PC與筆電市場。...
2019 年 01 月 21 日

BJT/MOSFET低頻雜訊最佳化 DC-DC開關轉換量測有一套

積體電路有不同類型的雜訊,DC-DC轉換器的低頻輸出電壓雜訊頻譜雜訊中,主要以閃爍雜訊和熱雜訊為主。因此,將需要量測DC-DC轉換器輸出電壓的低頻雜訊頻譜設置,並使用該設置將低頻雜訊最佳化。
2019 年 01 月 19 日

五大設計要點須留意 馬達效能/安全更上層樓

大幅降低馬達與壓縮機功耗仍是目前電器設計的最重要趨勢,而美國環境保護局(EPA)所推動的能源之星計畫,是此趨勢的主要推力。此一計畫評級各種不同類型產品,並給予認證標籤,保證該設備在運行時每年的最高消耗能量(kWh),其中Energy...
2019 年 01 月 17 日

有效降低失蹤人口數 臉部辨識應用/需求看漲

近年北美公開槍擊事件頻傳,加上全球各種恐怖攻擊引發恐慌,公共和商用攝影監控應用因而持續增加;而在人工智慧的協助之下,臉部辨識能力大幅躍進,不僅提升安防等級,也使失蹤人口數明顯降低。
2019 年 01 月 14 日

確保化學品輸送潔淨度 減少污染範圍是首要任務

隨著人工智慧與機器人、智慧型住宅及智慧型汽車,乃至於物聯網等大趨勢開始席捲整個科技產業,積體電路(IC)製造商必須積極提升處理器運算效率及記憶體容量,方能有效因應這波需求。值此同時,裝置製造商除了不斷努力,以更低成本來滿足全球消費者與商業資料的嶄新需求之外,還面臨製程控制、良率與經濟效益上的重大挑戰。
2019 年 01 月 12 日

臉部辨識/反詐騙/低電力喚醒三合一 人臉驗證準確率大增

人臉驗證一直被認為是電腦視覺領域中最大的挑戰之一,為此,IP設計業者便致力設計高準確度的人臉驗證系統;透過機器學習與深度學習技術,人臉驗證系統的準確度高達98.36%,有望解決利用照片、影片進行詐騙等安全疑慮。
2019 年 01 月 10 日