關於 nvidia 驅動 低延遲模式 ，我們在網路上蒐集到這些相關的討論、資訊與評價

亞馬遜Alexa語音助理棄用輝達晶片，將改採自己旗下Inferentia晶片解決方案

科技產業資訊室 (iKnow) - Kyle 發表於 2020年11月16日

電子商務和雲端運算廠商亞馬遜宣佈，為了讓旗下Alexa數位助理能夠發揮其最大影響力，將採用亞馬遜的Inferentia晶片，而不是輝達（NVIDIA）設計的晶片。也就是說，未來Alexa的機器學習大部分工作負載將在亞馬遜的AWS Inferentia晶片上運行。

基本上，這一轉變不會影響到消費者在使用亞馬遜Echo智慧音箱和其他Alexa驅動的裝置。最主要的改變是發生在Alexa服務的後端，其數據被發送到AWS雲端系統進行最終處理之時，會變得更智慧化。

2015年亞馬遜以3.7億美元的價格收購了以色列專業晶片的Annapurna實驗室。歷經三年的努力，亞馬遜終於推出了Inferentia處理器產品線，主要目的是期望提高公司AI工作負載的處理速度，同時可以降低晶片設計過程中採用其他廠商解決方案帶來較高的成本負擔。例如：採用客製化晶片可加快大量機器學習任務的速度，包含：將文章翻譯為語音或辨識影像。

根據亞馬遜的早期測試，新的Inferentia晶片可提供與輝達T4晶片相同的結果，但可將延遲性降低25%，成本降低30%。基本上來說，較低的延遲將使Alexa開發人員可以對傳入的數據進行更先進的分析，而無需用戶等待緩慢運算所帶來額外的成本。

Alexa並不是第一個依靠Inferentia支持的Inf1晶片之AWS實例的亞馬遜產品。先前亞馬遜的臉部辨識工具Rekognition也轉往採用Inf1。此外，AWS客戶還可以自由選擇是否使用Inf1和Inferentia進行自己的專案。例如：Snapchat的母公司Snap，健康保險巨頭Anthem和全球出版社Conde Nast都已經使用基於亞馬遜Inferentia的神經網路實例來強化其AI專案運作。

近年來，亞馬遜，微軟和谷歌之類的雲端運算廠商已經成為運算晶片的最大買家，這也推動了英特爾，輝達等公司在數據中心銷售的蓬勃發展。

但是，這些公司擁有龐大的經費及看中後端數據分析的重要性，這幾年更是透過併購強化在晶片上的設計能力，因為它們知道，進入AI時代，採用傳統的通用晶片已經無法滿足其對於機器學習的需求，因而設計自己的晶片成為了趨勢。

總之，未來無論是輝達或者是英特爾都將面臨大客戶紛紛改採自己AI晶片的趨勢，這一改變可能會影響到未來整體半導體產業的走向與商業模式。

附圖：圖、亞馬遜Alexa語音助理棄用輝達晶片，將改採自己旗下Inferentia晶片解決方案

資料來源：https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=17226&fbclid=IwAR1jP5yePqqAmzpMs4ts0X30Kn51NDFMVGREKBb3NAL2UtE5ZgaP-RWFn8Q

TrendForce 發布 2020 年 10 大科技趨勢

作者 TechNews | 發布日期 2019 年 10 月 02 日 14:40 |

全球市場研究機構 TrendForce 針對 2020 年科技產業發展，整理 10 大科技趨勢，內容請見下文。

AI、5G、車用三箭頭，帶動半導體產業逆勢成長

2019 年在中美貿易戰影響下，全球半導體產業呈現衰退。展望 2020 年，儘管市場仍存在不確定性，但在 5G、AI、車用等需求挹注下，將帶動半導體產業逐漸脫離谷底。IC 設計業者將導入新一代矽智財、強化 ASIC 與晶片客製化能力，並加速在 7 奈米 EUV 與 5 奈米的應用。在製造方面，7 奈米節點的採用率增加，5 奈米量產及 3 奈米研發的時程更加明朗，先進製程製造的占比將進一步提升。此外，化合物半導體材料如 SiC、GaN 與 GaAs 等，具備耐高電壓、低阻抗與切換速度快等特性，適合用於功率半導體、射頻開關元件等領域，在 5G、電動車等應用備受重視。最後，由於晶片線寬微縮及運算效能提升，使先進封裝技術逐漸朝向 SiP（系統級封裝）方向發展；相較於 SoC（系統單晶片），SiP 的組成結構更靈活且具成本優勢，更能符合 AI、5G 與車用等晶片的發展需求。

DRAM 往 EUV 與下世代 DDR5 / LPDDR5 邁進，NAND 突破 100 層疊堆技術

現有 DRAM 面臨摩爾定律已達物理極限的挑戰，製程已來到 1X / 1Y / 1Znm，進一步微縮不僅無法帶來大量的供給位元成長，反而成本降低的難度提升。DRAM 廠目前在 1Y 與 1Znm 製程將開始將單顆晶片顆粒的容量由現有主流 8Gb 提升至 16Gb，使得高容量模組的滲透率逐漸升高，並且有機會在 1Znm 開始導入 EUV 機台，逐漸取代現有的 double patterning 技術。以 DRAM 的世代轉換來說，DDR5 與 LPDDR5 將在 2020 年問世，進行導入與樣本驗證，相較於現有的 DDR4 / LPDDR4X 來說，將會更省電、速度更快。

NAND Flash 市場將首次挑戰突破 100 層的疊堆技術，並將單一晶片容量從 512Gb 提升至 1Tb 門檻。主要為因應 5G、AI、邊緣運算等持續發展，除了智慧型手機、伺服器/ 資料中心需要更大的儲存容量外，更要求單一儲存裝置的體積進一步微縮。除了 NAND Flash 晶片的進化，智慧型手機上儲存介面也會從現有 UFS 2.1 規格，升級至更快速的 UFS 3.X 版本。在伺服器 / 資料中心方面，SSD 產品也會導入比 PCIe G3 速度與效能快 1 倍的 PCIe G4 介面。兩樣新產品明年將鎖定高階市場。

5G 商用服務範圍擴大，更多硬體終端問世

2020 年全球通訊產業發展重點仍為 5G，不論晶片大廠高通、海思、三星與聯發科等，亦或設備商華為、Ericsson 與 Nokia 等將推出各種 5G 解決方案搶攻市場。在網路架構發展上以獨立（Standalone，SA）5G 技術為主，包括 5G NR 設備和核心網路需求提升。SA 網路強調無線網、核心網和回程鏈路架構，支援網路切片、邊緣計算等，在上行速率、網路時延、連接數量均符合 5G 規範性能。另外，隨著 2020 年上半年 R16 標準逐步完成，各國電信營運商規劃 5G 網路除在人口密集大城市外，也會擴大服務範圍商用，預計將看到更多 5G 終端或無線基地台等產品問世。

全球 5G 手機滲透率有望突破 15%，中國廠商市占逾半

2020 年智慧型手機的外觀設計重點仍圍繞在極致全螢幕，進而拉升螢幕下指紋辨識搭載比例提高、螢幕兩側彎曲角度加大，以及螢幕下鏡頭的開發。此外，記憶體容量規格提高，以及持續優化鏡頭功能，包含多個後鏡頭、高畫素等，也是開發重點。至於 5G 手機的發展，隨著品牌廠積極研發，以及中國政府推動 5G 商轉，明年 5G 手機的滲透率有機會從今年不到 1%，一躍至 15% 以上，而中國品牌的 5G 手機生產總量預計將取得過半市占。然而 5G 通訊基地台的布建進度、電信營運商的資費方案以及 5G 手機終端定價才是決定 5G 手機是否能吸引消費者購機的關鍵。

高刷新率手機面板需求看增，平板成為 Mini LED 與 OLED 新戰場

在手機面板方面，目前 OLED 或 LCD 面板的規格已經能滿足各類消費者的需求，然而伴隨著 5G 布建展開，其高傳輸效率與低延遲的特性，除了改善手機內容的動態表現，也開創手機在 AR 等其他領域的應用，帶動 90Hz 甚或是 120Hz 面板的需求。

另外，以最熱門的電競應用來看，除了既有的高刷新頻率面板，透過 Mini LED 背光增強對比表現的更高階產品，量產的條件也越來越充裕。而在採用 LCD 多年後，市場也傳出 2020 年的 iPad 可能同步推出採用 Mini LED 背光與 OLED 這類增強畫質表現的面板技術，讓平板成為 OLED 與 Mini LED 另一個發展契機。

顯示器產業供過於求，Micro LED 開創新藍海

從 Micro LED 自發光顯示器進展來看，越來越多面板廠商推出玻璃背板的 Micro LED 方案，但由於良率問題，目前模組最大做到 12 吋，更大尺寸的顯示器則是透過玻璃拼接的方式實現。儘管短期內 Micro LED 的成本仍居高不下，但由於 Micro LED 搭配巨量轉移技術可以結合不同的顯示背板，創造出透明、投影、彎曲、柔性等顯示效果，未來將有機會在供過於求的顯示器產業當中，創造出全新的藍海市場。例如，若結合可摺疊顯示螢幕方案，Micro LED 因為材料結構強健，不需要很多保護層，也不需要偏光處理，或許是一個適合切入的領域。

TOF 方案的 3D 感測模組搭載率提升，有利未來 AR 應用發展

相較於結構光，TOF（Time of Flight）技術門檻較低，且供應商較多元，因此 TOF 模組成為手機後置多鏡頭的選項之一。雖然 2020 年 3D 感測並沒有明顯的新應用出現，但預計會有更多品牌廠商願意增加搭載 TOF 模組的機種，帶動 TOF 的 3D 感測模組在智慧型手機的普及度逐步提高。而隨著 iPhone 在內的智慧型手機開始搭載 TOF 模組，透過提供更精準的 3D 感測和影像定位，強化 AR 效果，將提高消費者使用 AR 應用的動機，並吸引更多開發商推出更多 AR 應用程式，進一步提升對 3D 感測模組的需求。

感測能力與演算法成為物聯網加值關鍵

隨著技術與基礎建設日漸完備，2019 年物聯網在各層面多已邁入商業驗證階段，帶來投資效益。2020 年物聯網在各垂直應用領域將向下扎根，已打底的製造、零售業等持續透過技術以優化流程與加值服務，農業、醫療等也將有更廣泛的產業轉型。在技術方面，將著重於提升感測能力，使其能進行五感偵測並對周遭環境做出更多反應，以及 AI 演算法的突破以進行更多深度學習。此外，物聯網裝置連結數的上升造就大量數據，邊緣運算與 AI 於終端設備之整合將是可期未來，進而帶動軟硬體升級商機。

自動駕駛將落實終端應用，探索更多商業模式

2020 年自動駕駛技術的商業化，以商用車、特定行駛路線和區域性特殊應用為 3 個主要的特色，並且多數鎖定在 SAE Level 4 自駕等級。能在 2020 年看到更多量、更多類型的自動駕駛商用案例，其中一項驅動因素來自各類平台化產品，如 NVIDIA Drive 運用 AI 人工智慧技術的自駕車開發平台，以及百度 Apollo 開放平台提供不同自駕場景的解決方案等，都協助車廠及各級開發商加速將自駕技術落實於產品中。然而，自駕技術的開發成本高，車廠或技術開發商需要找出更多自駕技術的可能性，並且必須可獲利、優化成本和改善問題，因此找到能滿足該可能性的商業模式也是 2020 年的重點。

太陽能模組產品標準化已成歷史，終端產品選擇將優先考量發電性價比

太陽能技術發展不斷更新，2018 年及之前的模組皆為標準 60 片或者 72 片版型排列，電池片也都以完整尺寸呈現。而 2019 年電池片的版型改變與模組端的微型技術發展多樣化，包含半片、拼片、疊片（瓦）、多柵線、雙玻、雙面（電池）模組等多樣技術疊加運用，使得最終模組產品的輸出功率相較於 2018 年增加一到兩個檔次（bin）。然而，模組產品的核心競爭力取決於度電成本。要降低度電成本，就要提升電池效率與模組功率，以創造更大發電量並確保產品長期的可靠性。未來市場產品定價的話語權將不再由製造端掌握，而是以市場需求及買方接受度為依歸。

資料來源：https://technews.tw/2019/10/02/trendforce-releases-2020-top-10-technology-trends/