摩尔芯闻 > 行业新闻 > 半导体 > 【传闻】7nm ASIC:联发科首次打进苹果供应链

【传闻】7nm ASIC:联发科首次打进苹果供应链

·2018-01-29 00:00·老杳吧
阅读:1896
1.7nm ASIC:传联发科首次打进苹果供应链
2.SiGe BiCMOS助力 5G毫米波RF整合更轻易;
3.全自动驾驶运算平台问世 NVIDIA巩固自驾生态圈;
4.WattUp芯片样本开始出货 RF无线充电进军消费电子

/>

1.7nm ASIC:传联发科首次打进苹果供应链
集微网消息,据传联发科拿下苹果智能音箱HomePod的WiFi定制化芯片(ASIC)订单 ,成为双方第一款合作产品,最快2019年延伸至iPhone芯片供应。

算上先前已打进亚马逊、Google、阿里等智能音箱供应链,联发科拿下HomePod订单后,将通吃亚马逊、Google、阿里、苹果等四大品牌智能音箱大单。

据了解,联发科供应HomePod的WiFi定制化芯片(ASIC),有望是该公司首款7nm制程芯片,可能在台积电投片,若HomePod销售热,不仅联发科受惠大,也将为台积电7nm业务增添动能。

市场传出,联发科进入苹果供应链,最快显现的应该是苹果针对当红的智能音箱趋势,所打造的第一款产品HomePod所需WiFi芯片,并以ASIC方向量身订做,有机会成为明年第二代产品的供货商。

至于手机基带芯片方面,因为开案时间较长,以产品设计时间来看,手机芯片供应链预估,联发科最快2019年有机会拿到苹果iPhone订单;无线充电芯片则仍在争取阶段。

手机市场杂音不断,联发科积极拓展非手机业务,智能音箱相关应用陆续传出捷报,先拿下亚马逊当红的智能音箱Echo订单,之后再推出支持Google语音助理(Google Assistant)芯片,并为阿里巴巴的智能喇叭产品「 天猫精灵」订制适用于智能喇叭的专属芯片。

联发科传出拿下HomePod的WiFi定制化芯片(ASIC)订单,若成局,等于亚马逊、Google、阿里、苹果等四大品牌智能音箱订单全数到手,是联发科布局非手机业务的重要里程碑。

HomePod是搭载苹果智能语音助理Siri的首款智能音箱,预计2月9日正式上市,首波上市国家定为美国、英国、澳洲,售价为349美元,挑战目前智能音箱龙头亚马逊Echo。

ASIC被联发科集团视为未来重点项目。 联发科藉由本身累积多年丰富的IP,为出货规模够大的大型客户量身打造专用芯片,去年ASIC团队已顺利抢下思科订单。

联发科集团旗下晨星新成立的子公司聚星,在董事长梁公伟亲自带队下主攻ASIC应用,可以看出联发科整体集团对ASIC的重视。

据了解,聚星共锁定车用摄影机、IP CAM和NVR、高速接口与可视对讲显示控制芯片、专业音视频智能控制芯片等产品,目标成为成长最快速的ASIC供货商。

2.SiGe BiCMOS助力 5G毫米波RF整合更轻易;
业界多认为,混合波束成形(图1)将是工作在微波和毫米波频率下5G系统的首选架构。 此架构综合运用数字(MIMO)和模拟波束成形,克服高路径损耗并提高频谱效率。

如图1所示,m个数据流的组合分割到n条RF路径上以形成自由空间中的波束,故天线组件总数为乘积m×n。 数字串流可透过多种方式组合,既可利用高层MIMO将所有能量导向单个用户,也可利用多用户MIMO支持多个用户。


图1 混合波束成形的方块图。
视应用决定RFIC整合度和制程选择

本文将检视一个简单的大规模天线数组范例,藉以探讨毫米波无线电的最优技术选择。 现在深入查看毫米波系统无线电部分的方块图,可以看到一个经典超外差结构完成微波讯号到数字讯号的变换,然后连接到多路射频讯号处理路径,这里主要是运用微波移相器和衰减器实现波束成形。

传统上,毫米波系统是利用分离组件所建构,导致其尺寸较大且成本较高。 这种系统里面的组件使用CMOS、SiGe BiCMOS和GaAs等技术,使每个组件都能得到较优的性能。 例如,数据转换器现在采用CMOS制程开发,使采样率达到GHz范围。 上下变频和波束成形功能可以在SiGe BiCMOS中有效实现。 根据系统指针要求,可能需要基于GaAs功率放大器和低噪声放大器,但如果SiGe BiCMOS能够满足要求,利用它将能实现较高的整合度。

对于5G毫米波系统,业界希望将微波组件安装在天线基板背面,这要求微波芯片的整合度必须大大提高。 例如,中心频率为28GHz的天线的半波组件间距约为5mm。 频率越高,此间距越小,芯片或封装尺寸因而成为重要考虑因素。 理想情况下,单波束的整个方块图都应当整合到单个IC中;实际情形中,至少应将上下变频器和RF前端整合到单个RFIC中。 整合度和制程选择在某种程度上是由应用决定的,在下面的范例分析中将会提到这一点。

运用SiGe放大器减轻RFIC置入天线组件难度

此分析考虑一个典型基地台天线系统,EIRP要求为60dBm。 假设条件如下:

. 组件增益=6dBi(瞄准线)。

. 波形PAPR=10dB(采用QAM的OFDM)。

. P1dB时的功率放大器PAE=30%。

. 发射/接收开关损耗=2dB。

. 发射/接收工作周期=70%/30%。

. 数据串流数量=8。

. 各电路模块的功耗基于现有技术。

该模型是建立在八组数据串流的基础上,链接到不同数量的RF链上。 模型中的天线数量以八的倍数扩大,最多512个组件。 图2显示功率放大器线性度随着天线增益提高而变化的情况。


图2 天线增益 vs. 功率放大器的输出位准需求。
须注意的是,由于开关损耗,放大器的输出功率要比提供给天线的功率高2dB;当给天线增加组件时,方向性增益随着X轴对数值提高而线性提高,因此,各放大器的功耗要求降低。

为了便于说明,文中在曲线上迭加了技术图,指示哪种技术对不同范围的天线组件数量最佳。 须注意不同技术之间存在重迭,这是因为每种技术都有一个适用的值范围。 另外,根据制程和电路设计实践状况,具体技术可以实现的性能也有一定范围。

组件非常少时,各链需要高功率PA(GaN和GaAs),但当组件数量超过200时,P1dB降到20dBm以下,处于硅制程可以满足的范围。 当组件数量超过500时,PA性能处于当前CMOS技术就能实现的范围。

现在考虑组件增加时天线Tx系统的功耗,如图3所示。 同预期一样,功耗与天线增益成反比关系,但有一个限值。 超过数百组件时,PA的功耗不再占主导地位,导致效益递减。


图3 天线增益vs.天线Tx部份的电力DC功率耗损。
整个系统的功耗如图4所示(包括发射器与接收器)。 如预期一样,接收器的功耗随着RF链的增加而线性提高。 若将不断下降的Tx功耗曲线迭加在不断上升的Rx功耗曲线上,会观察到一个最低功耗区域


图4 整体天线数组的DC功率耗损vs.天线增益。
本例中,最低值出现在大约128个组件时。 回顾图2出示的技术图,要利用128个组件实现60dBm的EIRP,最佳PA技术是GaAs。

虽然使用GaAs PA可以实现最低的天线功耗和60dBm EIRP,但这可能无法满足系统设计的全部要求。 前面提到,很多情况下要求将RFIC放在天线组件的λ/2间距以内。 使用GaAs发射/接收模块可提供所需的性能,但不满足尺寸约束条件。 为了利用GaAs发射/接收模块,须要采用其他封装和布线方案

优先选择可能是增加天线组件数量以使用整合到RFIC中的SiGe BiCMOS功率放大器。 图4显示,若将组件数量加倍,达到约256时,SiGe放大器便能满足输出功率要求。 功耗的增幅很小,而且可以把SiGe BiCMOS RFIC放到天线组件(28 GHz)的λ/2间距以内。

将这一做法扩展到CMOS,发现CMOS也能实现整体60dBm EIRP,但从技术图看,组件数量还要加倍。 因此,这种方案会导致尺寸和功耗增加,考虑到电流技术限制,CMOS方法不是可行的选择。

考虑讯号链/IC制程优势确定最佳方案

因此,本文分析建议,若同时考虑功耗和整合尺寸的话,当前实现60dBm EIRP天线的最佳方案是将SiGe BiCMOS技术整合到RFIC中。 然而,如果考虑将更低功耗的天线用于CPE,那么CMOS当然是可行的方案。

此一分析是基于当前可用技术,但毫米波硅制程和设计技术正在取得重大进步。 我们预计未来的硅制程会有更好的能效和更高的输出功率能力,将能实现更小的尺寸并进一步优化天线尺寸。

随着5G的到来日益临近,设计人员将持续遇到挑战。 为毫米波无线电应用确定最佳技术方案时,考虑讯号链的所有方面和不同IC制程的各种优势是有益的。

(本文作者为ADI通讯事业群技术长) 新电子

3.全自动驾驶运算平台问世 NVIDIA巩固自驾生态圈;
2017年10月,NVIDIA于其生态圈大会GTC Eurpoe上发表自动驾驶运算平台Drive PX家族的新成员,其代号为「Pegasus」。 「Pegasus」预计从2018年第二季起提供给NVIDIA的自动驾驶研发伙伴。

「Pegasus」之运算能力达到320 TOPS(Trillion Operations Per Second),超越其前代平台「Drive PX 2」之运算能力高达10倍。 此运算能力主要来自于4颗处理器-2颗为以NVIDIA目前最新GPU架构「Volta」为核心的SoC「Xavier」、以及另外2颗为车用机械视觉与深度学习所准备的专用GPU。

全自驾平台需要超高运算能力与大量I/O

根据NVIDIA说法,未来全无人出租车(Robotaxi)等服务需要高速处理来自于摄影机与光达(Lidar)等众多传感器的高分辨率及360度信息,藉以精准定位车辆所在、分析周围汽车与行人之行为、 并且规划安全与舒适的行车路径。 而进行上述工作所需要的运算能力,将是目前市面上最先进车辆运算能力的50至100倍。 依此观点,目前在市面上则尚无任何自动驾驶运算平台能够负担如此庞大的运算需求,此亦为「Pegasus」之利基。

为了集中各类传感器所搜集的信息,「Pegasus」的I/O接口除了包含汽车计算机必备的CAN、Flexray与车用以太网络接口之外,也预备了16组对应雷达、摄影机、光达等传感器输入的连接器,总内存带宽(Memory Bandwidth)达1 TB。

除了强调运算能力的大幅提升之外,NVIDIA于本次发表会中亦强调「Pegasus」在设计上将持续符合汽车电子功能安全ISO 26262标准之「ASIL-D」水平。

符合汽车电子功能安全标准,意味着引进汽车电子领域的产品开发与验证方法,并在设计中加入多重的冗余设计(redundancy)以保证系统能够正常运作,进而保障车辆与乘客的安全。

大量合作伙伴支持Drive PX

除了强调硬件的优越性之外,NVIDIA在「Pegasus」发表场合更展现了与自动驾驶产业生态圈的深入合作。

根据NVIDIA数据,NVIDIA已有225位采用Drive PX平台的自动驾驶系统开发伙伴,在其中更包含Zoox、Optimus Ride、图森未来、yadex、Nutonomy等25家以全自动驾驶出租车为发展目标的企业, 藉以证明「Pegasus」对于无人运输的价值。

除此之外,同场上NVIDIA亦发表了2018年起将与物流大厂德国DHL及汽车系统大厂ZF(采埃孚)共同建置无人物流车队的讯息。 ZF所设计之无人驾驶系统「Pro AI」将以Drive PX为基础,而DHL目前则已经在其数据中心内使用NVIDIA的DGX-1超级计算机进行车用神经网络的训练,未来将把训练完成的模型移植至配备于DHL车队上的Drive PX系统。

至此,包含Autoliv、BOSCH、Delphi、Hella、Tesla、ZD等重量级汽车电子业者均已公开将以NVIDIA Drive PX平台为基础推出自动驾驶专用计算机。

除了积极提供硬件公版予业者进行测试之外,在「Pegasus」发表场合NVIDIA同时发表了搭配的新软件开发工具包「Drive IX SDK」,预计将于2017年第四季发布的此份套件,将能够协助开发者运用Drive PX平台开发包含驾驶者/乘客脸部辨识、驾驶分心侦测、车内设备自动调整(如座椅、灯光、踏板松紧等)、车周边脚踏车侦测等各种更细致的功能,补足自动驾驶所需的其他功能。

SAE第五级自驾仍有长路要走

虽然本次NVIDIA释出之Pegasus平台号称在运算能力上十倍于前一代产品,然而在全自动驾驶系统具体软硬件所需技术仍然不明确、遑论设备量产的现在,就此定言Pegasus平台足以支持SAE Level 5全自动驾驶所需的演算能力,则还需考虑。

目前市面上能够商业运转的驾驶辅助系统,多仅声称其达SAE Level 2程度。 AUDI最新的A8车型亦仅声称其驾驶辅助系统达SAE Level 3。 即便考虑各车厂可能因为触犯现行法规而特意低估其驾驶辅助系统之能力,但根据MIC推估,各家车厂与系统厂距离开发出能达SAE Level 5之自动驾驶系统均还有相当时间。

举例而言,目前经由5G通讯提供无人车来自于其他车辆及路侧设备(如交通号志)讯号的技术仍处于规格制订期,相关软硬件距离商用化还有相当时间,自然难以判断未来无人车在5G通讯部分需要使用多少运算资源。 在无人车开发路程上,诸如上述技术尚未到位之案例仍然甚多,实际上将令产业尚难推估无人车所需的软硬件需求。



无人车将在大众运输率先落实

从2014年开始加速的无人车发展竞争中,「无人车产能将先提供给谁」各方均有说法。 然而从本次NVIDIA强调优先与无人出租车相关产业进行合作可以看出,无人车将优先使用在包含出租车、公交车等各式大众运输服务上,已成各方共识。

对于自动驾驶系统业者而言,无人车优先运用在大众运输服务上能够创造一个相对可控制的实验环境。 在运输服务业者垂直拥有整个车队的状况下,自动驾驶系统业者能够有秩序地协助运输服务业者管理、更新、维修与调整其无人车队,大大降低无人车上路初期的管理成本与风险。

从消费端来看,大众运输服务业者能从采用无人车上大幅减省司机的人力成本进而创造获利,因此大众运输业者采用无人车之动机自然甚高。 其次,能够承受无人车普及初期的必然高价以及运作风险者,亦非大众运输服务业者莫属。

生态圈经营将是自驾成功关键

如同计算机与移动电话的研发从封闭转往开放,在汽车ICT资通讯软硬件占比越来越高的现在,汽车研发从严谨的上下游合作创新转至更开放的创新合作将为必然。 NVIDIA得以推出自动驾驶运算平台、敲开以往由车用半导体业者掌握的汽车市场,所依靠的不仅是在技术上之投资,更在生态圈的经营上。

除了前述与一线汽车电子业者以及自动驾驶系统开发商的合作之外,NVIDIA与品牌汽车业者之合作更横跨Audi、BMW、Daimler、Ford、Tesla、Toyota、Volkswagen、Volvo等汽车龙头。 上述业者除了代表巨大的市场之外,它们在自动驾驶系统相关专利数量亦均名列前茅,提升了NVIDIA与其合作的综效。 而NVIDIA与产业关系人在研发初期的深度合作,亦更提升了包含FPGA体系等其他竞争者的进入门坎。

进一步从产业向研发上游移动,我们更可发现NVIDIA藉由众多的开发者活动、提供研究奖助金以及与学研界深入合作营造了巨大的开发者网络。 这点从NVIDIA之开发者社群大小远超过其他竞争者即可看出。 当大学与研究所毕业生均使用NVIDIA的工具时、均根据NVIDIA之路线进行技术研究时,NVIDIA就已在人才面切断了其他竞争者的研发能量来源。 新电子

4.WattUp芯片样本开始出货 RF无线充电进军消费电子
自Energous在2017年底宣布,该公司的Energous Mid Field WattUp传输器参考设计已取得联邦通讯委员会(FCC)认证后,负责供应相关芯片的戴乐格半导体(Dialog)于日前宣布, WattUp芯片的样本已经开始出货,可望应用在智能型手机、穿戴式装置、听戴式(Hearable)装置等消费性可携式电子和物联网(IoT)装置。 这也意味着远距无线充电即将走出实验室,进入商品化。

FCC于2017年底所授予WattUp的认证,是该委员会首度授予FCC Part 18规范认证给采用远距无线充电的装置。 Dialog企业开发与策略资深副总裁Mark Tyndall表示,FCC认证进一步巩固了Dialog身为Energous WattUp技术的策略投资者与全球独家供货商的地位, 并宣告无线充电2.0时代即将随着完整系统芯片组的问世而来临,远距无线充电技术即将成真。

Dialog已推出全球第一颗WattUp无线电源传输器系统单芯片(DA4100)以及第一颗WattUp RF-to-DC接收器芯片(DA2200和DA2210)样本给客户。 这些芯片可以用在以射频为基础的近场(Near Field)无线充电(接触式),同时也是现在新认证空中远距(Over-the-Air Power-at-a-Distance)无线充电系统的基础。 目前Dialog正加速WattUp芯片组认证的下一个发展阶段,增加了关键的DA1210波束成形(Beamforming)芯片和DA3210功率放大器(PA)芯片,构成完整的远距传输器系统芯片组。

Dialog将于2018年第一季供应DA1210波束成形芯片与DA3210功率放大器芯片样本给潜在客户,并供应完整的近场和远距无线充电系统方案,结合完整的WattUp芯片与Dialog辅助性的SmartBond蓝牙低功耗 、AC/DC以及电源管理芯片,构成优化的收发(Transmitter-to-Receiver)方案。 Dialog也正与Energous合作,希望利用高效率的GaN芯片,为智能型手机与其他消费性装置提供充足电力,带领WattUp高功率近场系统成功商品化。 新电子

文章来源:http://laoyaoba.com/ss6/html/57/n-661457.html

分享到:
微信 新浪微博 QQ空间 LinkedIn

上一篇:机器视觉成就语意理解

下一篇:7nm ASIC:传联发科首次打进苹果供应链

打开摩尔直播,更多新闻内容
半导体大咖直播分享高清观看
立即下载