Search
你知道先進封裝技術如何超越摩爾定律嗎?
從Multi-Chip-Module (MCM)到 System-in-Package (SiP)，從Fan-Out Wafer-Level Packaging (FOWLP)到 Thru-Silicon Vias (TSVs)，先進的封裝技術不停地演進，創造無限可能!
但是現在晶片、封裝及電路板的複雜度日益提高，獨立設計已不再可行。Cadence推出的系統設計實現(SDE) 高度整合多項跨平台技術，無縫的設計流程，讓設計團隊同時完成跨晶片、封裝及電路板的設計，有如神助攻!😉😉
http://lnk.pics/4LESC
#汽車電子 #智能車 #先進駕駛輔助系統ADAS #車聯網V2X #電子設計自動化EDA #系統設計實現SDE #卷積神經網路CNN #人工智慧AI #車用乙太網路AutomotiveEthernet #ISO26262
【取得 ISO 26262 ASIL 安全等級？合乎法規流程的仿真模擬＋系統驗證不可少！】
自駕車的氣候漸成，先進駕駛輔助系統 (ADAS) 的重要性已然來到一個新境界。例如「道路辨識」，需要用到卷積神經網路 (Convolutional Neural Network, CNN) 技術，就與人工智慧 (AI) 密不可分；輔以車聯網 (V2X) 與諸多應用，ADAS 將能直接介入駕駛習慣。不論動機為何，上述景象都離不開設計模擬與系統驗證的參與，以達成下列目標：1.最佳化特定區塊的功耗或效能；2.將通用處理變身為特定應用處理；3.深度學習，將傳統編程模式進階為神經網路 (Neural Network)；4.適當的智財 (IP)、工具和流程可提升功能安全性、資訊保全和可靠度。
透過電子設計自動化 (EDA) 工具、流程、模型方法、IP、服務及生態系的整合，可協助將概念轉化成實體晶片，最後形成完整的應用系統。汽車更需要整合電源、影音、佈線和擴充性等「系統級方案」的支援。單是 ADAS 運算類型，就涉及車載雷達、影像辨識、資料融合、車聯網和視訊等數位訊號處理，才能提高雨雪天候等特殊應用情境的辨識精準度，而可編程的 FPGA 往往是設計產品原型常用的工具。特別一提的是，欲取得 ISO 26262 標準資格的元件供應商，其開發工具亦須通過 ISO 26262 正式評估，才能取得車輛安全完整性等級 (ASIL)。
此類強制性的法規要求，勢必需要新的工具、流程和專業輔助，方可將「安全性」與「功能性」的驗證流程緊密結合。利用合於規範 (TCL) 的軟體工具仿真，可以自動模擬產生所有致命缺陷，再據以運算出缺陷率 (detective rate)；這個缺陷率數值，關係到最終的 ISO 26262 ASIL 安全等級，而相應文件是否完善齊全將是關鍵，類似「生產履歷溯源」的概念，此後汽車製造商不須再耗費精力和時間去評估要使用哪些軟體工具才適用或擔心所使用的工具是否經過資格確認。
以往汽車製造商只需關心電子驅動機械功能是否正常，然而在智能車時代，還要考慮各式電子主動偵測和演算；而類比、數位混合訊號的設計與驗證，將確保機械驅動的正確性。例如，ADAS 偵測到車道偏移，如果要讓方向盤發出振動警示，必須從影像偵測，演算判斷，進而透過控制訊號將電能轉換成機械能；此時，如何降低混合訊號的雜訊干擾就是一大挑戰，而電子控制單元 (ECU) 之間傳遞訊號所用非屏蔽雙絞線的編織方式、差動訊號抗干擾能力等相關設計就不得輕忽，以確保訊號正確及終端機械動作精準性。
車用電子模組是組裝於較大車體上，結合分佈於整車的各式影像、雷達偵測；整合車體的天線設計、EMI 與熱分析會加大設計難度。模擬分析所常用熱及電磁網格切割演算與所謂 divide and conquer (解構與整合) 技術應用非常重要。結合過去電磁綜效運算與專利 3D 解構與整合電磁模型及熱模型提取 (Extraction) 技術，巧妙運用於熱傳及高低頻率電磁分析，大幅降低車電相關分析的困難。這些橫跨電子、機械的應用，對非專業領域的人員來說，可能是一大壓力；而合乎法規流程的 EDA 工具，正好能為設計者填補此一需求缺口。
延伸閱讀：
《Cadence 精心打點晶片電路板到應用系統的每一步》
http://compotechasia.com/a/____/2017/0516/35376.html
(點擊內文標題即可閱讀全文)
#益華電腦Cadence #Tensilica #Incisive企業模擬器 #Palladium Z1硬體驗證模擬平台 #Protium快速原型建立平台 #Incisive vManager解決方案 #JasperGold應用 #Genus解決方案 #Encounter Conformal #Virtuoso套件 #Spectre電路模擬平台 #Innovus設計實現系統 #Modus測試解決方案
〔本文將於發佈次日下午轉載至 LinkedIn、Twitter 和 Google+ 公司官方專頁，歡迎關注〕：
https://www.linkedin.com/company/compotechasia
https://twitter.com/lookCOMPOTECH
https://goo.gl/YU0rHY
#物聯網IoT #透過網路提供影音內容與服務OTT
#自動緊急煞車AEB #駕駛輔助系統ADAS #汽車安全完整性等級ASIL
#矽晶中介層interposer #直通矽晶穿孔TSV #3D封裝 #FinFET製程
【2016半導體產業預言】
回顧2015年，是史無前例的半導體產業整合之年，企業併購總額逾1,000億美元，超出過去10年所累積的企業併購總額。半導體產業重組迅速，反映了即使產業成長不足，但其發展正趨於成熟；展望2016年，技術的持續推進，提升物聯網 (IoT)、透過網路提供影音內容與服務 (Over The Top, OTT)、連網家庭、智慧汽車與可支援豐富內容的解決方案廣泛應用。其中，汽車市場更處於變革前端。
★汽車轉向功能性創新，安全第一
歐盟已制訂目標，期透過自動緊急煞車 (AEB) 和車道偏離警示等駕駛輔助系統 (ADAS) 技術降低駕駛的錯誤，以便在未來十年內減少 50% 的道路死亡人數。在美國，十家主要的汽車製造商承諾，將使 AEB 成為所有新款汽車的標準配備，並將於未來數個月內，與美國高速公路安全保險協會 (IIHS) 和美國高速公路交通安全局 (NHTSA) 合作制訂相關規範，包括訂出 AEB 成為標準特性的時間表。
有別於上世紀的「循序演進」，創新也僅止於造型款式；現今為改善安全性和駕駛性能，感測器和高解析度攝影機配備有增無減，加上無人駕駛驅動，未來所有車輛都將成為網路一部分。汽車連網需求的提升，LTE 和 Wi-Fi 將更廣泛佈署，車內、汽車對基礎架構 (V2I) 、汽車對汽車 (V2V) 通訊亦將明顯成長；許多非傳統汽車製造商開始投入，而IP業者、晶片供應商對汽車設計亦將舉足輕重。
為滿足功能性的安全需求，讓汽車內的電子系統故障能以更安全的方式偵測出來並妥善處理，晶片製造商須符合由 ISO 26262 標準定義的更高汽車安全完整性等級 (ASIL) 標準，根據重大事故發生的可能性、駕駛的可掌控程度，以及後果嚴重性等指標結合判定 A／B／C／D等級 (D代表最安全的關鍵流程以及最嚴格的測試規範)。預估在2016年，ASIL B 將成為汽車的主流要求。
★製程發展將「超越摩爾定律」
今年也是「超越摩爾定律」(More than Moore)展現動能的一年，將採用微縮電晶體之外的方法增加晶片密度、縮小尺寸，且採用製程節點的方式已出現移轉。一來因為製程技術28奈米以上的節點已趨成熟，且單位邏輯閘成本逐漸下降；二來FinFET製程雖擁有面積、功率和效能優勢，但並不適用於所有應用。這意味設計人員將擁有更多樣化製程選擇，須從軟體到矽晶和封裝做全方位檢視設計。
早期領先的解決方案主要是在矽晶中介層 (interposer) 上堆疊多顆晶片，但過去十年來已誕生新的晶粒封裝技術，例如：直通矽晶穿孔 (through silicon via，TSV)，它可增加晶片密度、通過晶圓背面的銅阻障底層，並能在晶圓磨薄時進行曝光。3D 中介層設計的優點是其高效能以及潛在微縮效益，有多種不同版本，但這些新技術通常並不便宜，且須搭配複雜的業務模式，才能處理不同來源的裸晶粒。
2016年開始，無需中介層或 TSV 的更低成本消費性3D封裝技術將朝大量生產邁進，業界預估今年底，許多高階智慧型手機將開始利用這項技術。另一項重大改變是，一直到90奈米左右，每個數位設計都會因成本、功率和效能提升而盡快移轉到新的製程節點，經濟效益也已改變。業者會根據目標應用進行製程移轉，甚至混合選用不同的製程技術，或為不同應用選用成熟節點的衍生製程版本。
★感測器是開啟無人駕駛車與人類共存的窗戶
在自動化過程中，將感測器技術中的轉換(Transformations) 、轉譯(Interpretations) 以及連結(connections) 等環節，進一步提升到「雲端運算」及「預測演算法」極為重要；而這整個由類比轉化為資訊的概念，與無人駕駛是相通的。無人駕駛的技術重點，即在於如何在其身處的生態系統 (ecosystem) 中移動自如；Rumba 掃地機器人、無人飛行器、無人駕駛播種機或無人駕駛車，皆是成功應用範例。
基於微機電技術的感測器，在價格、重量與體積上皆具有明顯優勢；其次，貫通真實世界與數位世界連結，不只從訊號處理器取得資料，還要從雲端中獲取資料；再者，為因應頻寬逐漸加大，以及與其它系統互動能力越來越強的感測器需求，須把軟體與演算法整合到感測器中。最後更重要的，是必須考慮到防範駭客入侵系統，感測器應具備加密功能。
只有奠基於高性能的感測器和演算法，以及高品質的資料和雲端環境，才能實現精確演算法；而使用多重感測器層 (multiple sensor layer) 的演算法，可提供極佳的可靠性，將扮演非常關鍵的角色。這些技術由於牽涉面太廣，有賴於公司之間團隊合作的努力，才能突破各種障礙與困難。想了解更多關於汽車電子及半導體的現況與未來？
延伸閱讀：《高峰展望》
http://compotechasia.com/a/____/2016/0117/30981.html
(點擊內文標題即可閱讀全文)
#微晶科技／微芯科技Microchip #Imagination #OmniShield
#凌力爾特Linear #電池管理系統BMS #SilentSwitcher #SmartMesh
#益華電腦Cadence #電子設計自動化EDA #系統設計實現SDE
#亞德諾半導體ADI #3D癒合地圖 #Gyro #演算法感測器
模块化设计; 丰富的模型库; 🎗️ 产业特色模型|产业工具; 产业级部署实践 ... PP-PicoDet 超轻量实时目标检测模型; PP-Tracking 实时多目标跟踪系统 ... ... <看更多>
系統設計實現sde 在 交大資工系學會- 『系學會x Cadence x 企業參訪』 本 ... - Facebook 的推薦與評價
採用Cadence的軟體、硬體及半導體IP，從晶片、印刷電路板至整體系統，協助客戶更快達成產品上市的目標。Cadence的系統設計實現(SDE)策略助力行動、消費電子、雲端資料 ... ... <看更多>