數(shù)據(jù)重要性日增 可望帶動(dòng)半導(dǎo)體成長(zhǎng)契機(jī)
目前半導(dǎo)體產(chǎn)業(yè)正處于數(shù)據(jù)分析的中途點(diǎn),除了大量數(shù)據(jù)已被產(chǎn)生及分析之外,新技術(shù)的開(kāi)發(fā)也讓分析數(shù)據(jù)更有效率。不過(guò),評(píng)論認(rèn)為,隨之而來(lái)的問(wèn)題是如何進(jìn)一步利用數(shù)據(jù),因此也可望激發(fā)更多實(shí)驗(yàn)與投資潮出現(xiàn),一舉推升半導(dǎo)體到新的成長(zhǎng)階段。據(jù)SemiconductorEngineering報(bào)導(dǎo),思科(Cisco)預(yù)估,2021年每年網(wǎng)路流量將從2016年的1.2ZB(Zettabyte;1ZB為1兆GB),來(lái)到3.3ZB,而且從每日最忙碌60分鐘期間的流量來(lái)看,在2016年已增加51%,相對(duì)整體流量成長(zhǎng)則僅有32%。評(píng)論指出,如今真正問(wèn)題不在于數(shù)據(jù)量,而是有價(jià)值的數(shù)據(jù)數(shù)量為何,但目前并沒(méi)有清楚定論。Synopsys執(zhí)行長(zhǎng)AartdeGeus表示,目前許多產(chǎn)業(yè)已發(fā)現(xiàn)自家業(yè)務(wù)、產(chǎn)品與營(yíng)業(yè)模式會(huì)被不同數(shù)據(jù)運(yùn)用而受影響,如果能加以利用找到捷徑與效率,除了帶來(lái)巨大影響力之外,也可能產(chǎn)生巨大獲利。于是此舉也將帶動(dòng)許多投資,包括資料探勘(DataMining)與云端服務(wù)以及機(jī)器學(xué)習(xí)與工業(yè)物聯(lián)網(wǎng)(IIoT)等技術(shù)的投資。
本文引用地址:http://m.butianyuan.cn/article/201708/363677.htmMentor執(zhí)行長(zhǎng)WallyRhines指出,擁有數(shù)據(jù)、分析與處理上述數(shù)據(jù)能力者可為自己帶來(lái)所有獲利。目前并無(wú)法判斷該市場(chǎng)是否是贏家全拿的局面,但至少已有許多大型公司虎視眈眈,例如亞馬遜(Amazon)、Google、微軟(Microsoft)、Facebook與IBM等都在爭(zhēng)搶龍頭。其中IBM銷(xiāo)售主管ChristopheBegue指出,借由物聯(lián)網(wǎng)(IoT)數(shù)據(jù),外界可搜集到有關(guān)效能、行為與裝置的使用資訊,下一步則是將數(shù)據(jù)丟給Watson以便執(zhí)行數(shù)據(jù)分析,但該數(shù)據(jù)唯有與未從裝置取得的大量外部數(shù)據(jù)或脈絡(luò)數(shù)據(jù)(ContextData)配合才有意義,例如從卡車(chē)判定交通模式,借此了解人們與其社會(huì)行為。評(píng)論認(rèn)為,目前問(wèn)題在于如何將數(shù)據(jù)化成獲益以及確認(rèn)潛在客戶(hù)為何,但在這之前,企業(yè)必須了解數(shù)據(jù)真正價(jià)值,并且能快速因應(yīng)數(shù)據(jù)的改變,以及具備為數(shù)據(jù)議價(jià)的能力。
另外,并非所有有用的數(shù)據(jù)都是來(lái)自外部,內(nèi)部產(chǎn)生數(shù)據(jù)對(duì)工業(yè)運(yùn)作也相當(dāng)有價(jià)值。諸如智能制造或工業(yè)4.0(Industry4.0)與工業(yè)物聯(lián)網(wǎng)其實(shí)都是奠基在更佳利用內(nèi)部數(shù)據(jù)。Optimal+副總DavidPark指出,工業(yè)物聯(lián)網(wǎng)目的就是改善工廠,目前業(yè)者雖有流程分析與即時(shí)化生產(chǎn)技術(shù),但欠缺預(yù)測(cè)分析。而且問(wèn)題在于并非所有數(shù)據(jù)都是好的,一旦決策來(lái)自不好的數(shù)據(jù),也將帶來(lái)無(wú)法預(yù)期的問(wèn)題。Park也表示,如果數(shù)據(jù)良好,良率可大幅提升2~3%。國(guó)際半導(dǎo)體產(chǎn)業(yè)協(xié)會(huì)(SEMI)副總TomSalmon也指出,有效利用數(shù)據(jù)也是該協(xié)會(huì)智能制造顧問(wèn)委員會(huì)(SmartManufacturingAdvisoryCouncil)主題之一。雖然擁有數(shù)據(jù)相當(dāng)重要,但問(wèn)題并不在于擁有數(shù)據(jù)不足,而是目前僅使用1成的數(shù)據(jù)。因此,業(yè)者必須厘清提出問(wèn)題的方向?yàn)楹危约叭绾渭右赃\(yùn)用,以便達(dá)成為制造所設(shè)定的目標(biāo),例如雖然出現(xiàn)可靠度問(wèn)題,但并非是制程問(wèn)題。評(píng)論也指出,機(jī)器學(xué)習(xí)基礎(chǔ)在于搜集關(guān)鍵數(shù)據(jù)并讓機(jī)器在預(yù)設(shè)參數(shù)下從中判讀,目前汽車(chē)市場(chǎng)已利用相關(guān)系統(tǒng)來(lái)協(xié)助、并希望在最后取代現(xiàn)實(shí)世界的駕駛行為。
機(jī)器學(xué)習(xí)也被運(yùn)用在半導(dǎo)體設(shè)計(jì)與制造上來(lái)提升品質(zhì)、可靠度與良率。eSilicon行銷(xiāo)副總MikeGianfagna指出,一旦業(yè)者能建立具備詳細(xì)程度的數(shù)據(jù),便可運(yùn)用在未來(lái)設(shè)計(jì)上,但讓數(shù)據(jù)過(guò)于細(xì)或粗糙都無(wú)濟(jì)于事,運(yùn)用目的在于讓數(shù)據(jù)產(chǎn)生獲利并降低風(fēng)險(xiǎn)與提高作業(yè)效率。對(duì)于半導(dǎo)體設(shè)計(jì)與測(cè)試來(lái)說(shuō),所產(chǎn)生的數(shù)據(jù)量雖然遠(yuǎn)比部分由大型云端業(yè)者執(zhí)行的大數(shù)據(jù)分析還要小,但更為復(fù)雜。美國(guó)國(guó)家儀器(NationalInstruments;NI)副總GeorgeZafiropoulos認(rèn)為,目前技術(shù)現(xiàn)況在于取得數(shù)據(jù),下一階段則是厘清數(shù)據(jù)分析可發(fā)揮功用的地方,但有可能會(huì)導(dǎo)致更好的芯片設(shè)計(jì)出現(xiàn)。ANSYS副總JohnLee則指出,7納米是業(yè)者首度需要產(chǎn)量、速度與機(jī)器學(xué)習(xí)與大數(shù)據(jù)分析的制程,由于熱會(huì)影響系統(tǒng)可靠度,因此需要進(jìn)行同時(shí)熱分析。
評(píng)論認(rèn)為,半導(dǎo)體產(chǎn)業(yè)正處于數(shù)據(jù)分析的中間點(diǎn),也衍生出許多新成長(zhǎng)機(jī)會(huì)。據(jù)Cadence執(zhí)行長(zhǎng)Lip-BuTan指出,連網(wǎng)車(chē)市場(chǎng)將從2015年240億美元,2020年增加到370億美元,深度學(xué)習(xí)會(huì)來(lái)到100億美元,云端與資料中心則會(huì)來(lái)到800億美元規(guī)模。Tan也認(rèn)為,從物聯(lián)網(wǎng)最大化到云端都會(huì)提供半導(dǎo)體龐大機(jī)會(huì),但問(wèn)題仍在于如何繼續(xù)使用及應(yīng)用數(shù)據(jù)。
評(píng)論