中國「新基建」帶來什麼半導體商機?

2021-01-26
作者 Luffy Liu,EE Times China

中國「新基建」涵蓋5G基建、特高壓、城際高鐵/城市軌道交通、新能源車輛充電樁、大規模資料中心、人工智慧、工業網際網路等七大領域,以及衛星通訊... 深入了解以上產業的核心,會發現積體電路(IC)產業雖然不是其中一個領域,卻是新基建的基礎和先導性的產業支撐。

中國「新基建」全稱為「新型基礎設施建設」,在2020年4月中國中央電視台披露中國國家發改委對其範圍的明確定義後受到了廣泛關注。新基建主要包括資訊基礎建設、融合基礎建設、創新基礎建設三大方面,除了央視報導中覆蓋的七大領域──5G基建、特高壓、城際高鐵/城市軌道交通、新能源車輛充電樁、大規模資料中心、人工智慧、工業互聯網(網際網路)──還加入了衛星互聯網。

深入了解以上產業的核心,會發現積體電路(IC)產業雖然不是其中一個領域,卻是新基建的基礎和先導性的產業支撐。沒有IC就沒有現代IT技術,也就無法實現兩者融合,可以說新基建背景下蘊含著「芯基建」的無限機遇。2020年,在疫情、貿易戰等因素影響下,半導體產業整體形勢不容樂觀;2021年,新基建能否帶來轉機?為此《EE Times China》採訪了中國半導體產業界的多位專家,他們針對新基建各大領域對半導體和相關技術的需求發表了看法,以及對2021年半導體剛需市場的展望。

5G基建

自2019年中國工信部啟動5G商用化以來,中國三大電信營運商在整個中國大陸的基地台建設腳步不斷加快,預計到2024年將建設554萬座。此外,終端市場進一步打開後,對5G基頻晶片和射頻晶片等關鍵零組件的需求將大幅上升。

但是5G技術同樣為產業帶來了複雜性——頻譜擴展、高速度、高頻率、寬頻寬、低時延和高通道數,還要求降低尺寸、重量、功耗(SWaP)和成本,並支援所有當前和新興的蜂巢式通訊標準。舉例來說,5G系統的運作頻率從低頻到100GHz,暫態頻寬從20MHz到1GHz,功率放大器的平均輸出功率從幾瓦到幾十瓦。這些改變和要求,讓5G關鍵元件、新的軟體模式、網路自優化、故障檢測和自我修復等功能、運算與交換功能擴展都成為未來的關注重點。

5G標準影響最大的是射頻(RF)領域,需要一系列更高性能的RF元件提供支援。對此Qorvo亞太區市場公關部經理漆惠(Fay Qi)認為,隨著5G大規模基礎建設的到來,射頻前端的各類半導體產品都會出現明顯的需求成長,包括功率放大器、濾波器、開關等等。

以RF濾波器這類元件為例,作為5G的關鍵元件之一,在需求成長的同時,5G也對RF濾波器也提出了更高的要求。在5G中,它被要求在實現更強整體性能的同時,還要用更少的空間、更高的二級功率(PC2)標準來完成濾波工作。不僅尺寸成為制約因素,5G的高頻特性還影響了RFFE設計,需要增加額外頻譜。

不僅是濾波器產品,由於能夠在5G sub-6GHz的頻率實現更高的資料容量、更廣的覆蓋範圍和室內滲透率,5G對於射頻前端領域的收發器解決方案、可用於大規模多輸入多輸出基地台的波束成形技術都有更大的需求。

大多數通訊設備製造商在壓力的驅使下,提高其系統的資料吞吐率和性能,以及添加更多的功能和特性,然而他們也面臨著降低系統總功耗和成本的壓力。要滿足這些需求,就要先瞭解終端使用者設備的功耗,透過恰當設計的數位電源管理系統(DPSM)可以向使用者提供功耗資料,有助於做出明智的能源管理決策。

ADI中國區工業市場總監蔡振宇認為,通訊設備商需要一個強大的全新解決方案,既能支援新興寬頻應用,又能提供現有應用所需的高性能單一無線電平台;「類似ADI的射頻收發器系列,以及一些高整合度的微波上變頻器和下變頻器。利用好這類新型元件的特性,有助於簡化設計並降低成本,加快大規模MIMO的上市時間。」

5G通訊中,除了大家關注的基頻單元之外,還有被稱為「遠程射頻收發模組」(remote radio head,RHH)的單元,據羅姆半導體(Rohm)技術中心高級經理蘇勇錦介紹,這種單元在每個基頻單元上都會附有幾個,負責轉換RF訊號等。由於RRH中配備了大量通訊用的陣列天線,因此用來放大功率的感測器放大器,以及用來進行高級控制的電流檢測用分流電阻器等通用產品的需求日益成長。

電源技術在5G時代同樣面臨很大挑戰,尤其是新一代基地台體積越來越小,頻寬越來越寬,功率越來越高,讓基頻單元對先進功率元件和類比元件的需求與日俱增。儘管各國所使用的頻段各不相同,但與4G通訊相比,5G通訊通常是在高頻段進行的,因此業內正在研究能夠高效率且高頻工作的碳化矽(SiC)和氮化鎵(GaN)等寬能隙半導體功率元件的應用。

5G的普及,也將成為先進FPGA元件應用的強大驅動力。由於3GPP標準一直在演進,晶片開發的進度一般會滯後標準兩年左右。為了在5G通訊爭奪中保持領先,前期企業都需要在基地台主機板和週邊用到大量靈活的FPGA,以實現功能搶佔上市先機,然後在升級中重複程式設計,規模化以後再用ASIC晶片替代,降低成本和開發風險。

5G基地台中FPGA的用量相比4G設備超過一倍以上,但是中國目前在通訊領域應用的FPGA晶片基本依賴進口。5G通訊由於需要處理大量的運算,千萬閘級高性能FPGA是一個門檻,目前中國大陸僅紫光同創推出了自主產權2,000萬閘級高性能FPGA。未來無線基頻處理、高速傳輸和交換、承載網和核心網業務處理等高階通訊應用場景,還需要5,000萬閘級、乃至億閘級自主產權超高性能FPGA,在擁有龐大「國產化替代」機會的同時,難度也非常高。

特高壓

中國國家電網發佈《2020年特高壓和跨省500千伏及以上交直流項目前期工作計畫》,明確了加速「5交5直」特高壓工程相關工作,中國大陸特高壓輸變電網路建設正在加速落地。不過在全球範圍來看,特高壓都是新產品,它不僅僅是一條輸送線路,還需要很多變電站(針對交流輸電)及換流站(針對直流輸電)來保證電壓等級的變換電力輸送的安全可靠,同時對不同類型的終端客戶做到隨選分配電力及交直流的切換。

作為技術上游,如何幫助沒有成熟運營經驗的中國電力營運商實現特高壓商業化,成為了半導體廠商們最關注的課題。首先,各種設備和控制系統不能少,包括一次設備(直接連接高電壓大電流,如變壓器、開關和換流器等)和二次設備(用來監測和控制一次設備的智慧控制設備)。一次設備更多的是金屬和絕緣材料,二次設備則提供了更多的智慧選項。

在電力二次設備中,主要由智慧感知技術來感知電壓電流及外部環境的變化,根據需求和具體的變化,再由控制技術完成對故障的切除及保護、電力運行的測量控制及保護、日常的維護及保養等工作。能夠精確地檢測到電壓電流的變化是整個控制及保護的關鍵,而對感知資料能及時做出判斷、並能快速發出控制指令的智慧元件不可或缺。要把各類感測訊號和不同設備及電站的訊號統一協調起來,對網路及通訊的要求也會越來越多,半導體技術在這裡扮演了重要角色。

此外當前新基建中的新能源車輛充電樁、儲能、資料中心、高鐵和城市軌道交通等,都需要能源及電力系統強有力的支援,特高壓輸送的電力將會直接應用在這些領域。而這些領域對於半導體的需求同樣強烈,技術演進及安全可靠的要求同樣迫切。

而在電能的輸送過程中,包括特高壓和未來的超高壓電纜都要翻山越嶺,經過許多行動通訊網路盲區,因此補齊「最後一哩」的廣域網路技術得到了廣泛應用。如Semtech中國區銷售副總裁黃旭東表示,基於LoRa的故障指示器已經為全球許多地方的電網「保駕護航」,在電能的配送和消費性應用中,LoRa也早已用於自動抄表、變壓器和充電樁等設備的監測上。

城際高速鐵路和城市軌道交通

電力牽引傳動系統是高鐵列車的動力之源,是列車組的「心臟」,其中的核心元件IGBT和MOSFET對技術、可靠性要求極高,也是構成高鐵牽引變流器以及輔助電源系統中恆壓恆頻逆變器的核心部件。

相較MOSFET,IGBT在軌道交通設備中的應用有著更長的歷史。早在1980年代,IGBT就被用於電動列車牽引變流器,以代替原先採用的晶閘管和一般二級電晶體。經過30 多年的發展,IGBT 工作電壓已從最初的1,200V 左右擴展到了400~6,500V 之間的各個層級,且未來都將固定在這一範圍之內。

高鐵及軌道交通牽引變流器使用的主要是工作電壓在4,500V 以上的高階IGBT,技術在國外已經較為成熟。Siemens、Mitsubishi、Infineon、Fujitsu等國外廠商,以及中國的中車時代電氣均有能力製造工作電壓為6,500V的IGBT;地鐵及輕軌主要採用3,300V的IGBT,上述國外企業以及中國的中車時代電氣、比亞迪、嘉興斯達和南京銀茂等企業均有能力供應。

在特高壓、城際高速鐵路和城市軌道交通這三種電力設施中,都需要3.5kV~6kV的功率元件,IGBT短期內仍是主流,但即將逼近矽基材料的性能極限,人們對採用SiC來實現節能和小型化寄以厚望,例如Rohm重點發展的SiC產品適用於1,000V級車載和工業設備。另一種迅速崛起的寬能隙半導體GaN,Rohm則認為在耐壓100V~600V左右的範圍可望普及。其應用包括耐壓600V的車載充電器,耐壓100V的48V伺服器以及車載電源領域。

新能源車輛充電樁

隨著中國新能源車輛的銷量迅速成長,為下游市場帶來了大量需求,其中最大需求就是充電樁。直流充電樁一般由通訊模組、開關電源模組及控制模組等構成,開關電源模組占充電樁建造成本的50%左右,其中矽基MOSFET和IGBT 是核心元件。近年來隨著SiC、GaN等寬能隙半導體功率元件技術成熟、成本降低,下游整車廠商開始大量採用,相信不久也會全面滲透到充電樁市場,在提升輸出功率的同時縮小設施體積。

充電樁的主要發展趨勢包括大功率和雙向充電。得益於半導體技術的進步,功率元件開關頻率也得到提升,從而讓充電樁能夠以更大功率充電。ADI的蔡振宇舉例指出,「IGBT從過去的20kHz左右提升到現在40~50kkHz,而GaN和SiC MOSFET元件可以達到更高的開關頻率。」驅動方式是這些開關元件達到所需頻率的關鍵,而開關頻率決定著系統設計成本、尺寸與效率之間的最佳平衡。更高開關頻率對閘極驅動器的要求越來越高,傳輸延遲、死區時間、共模瞬變抗擾度(CMTI)等指標對提升充電樁功率和效率有著關鍵的影響。

直流充電樁往往需要能夠在30分鐘內充電至80%的高功率轉換器,而且為了操作MOSFET/IGBT,通常須將一個電壓施加於閘極,使用專門驅動器對功率元件的閘極施加電壓並提供驅動電流。蔡振宇認為,隔離式閘極驅動器的隔離性能、共模瞬變抗擾度、總傳播傳輸延遲等指標將決定直流模組的整體功率、效率和系統尺寸。

另外在大功率趨勢方面,透過將充電樁的功率從以往的120kW提高到300kW,可以大大縮短充電時間。但相應地,控制用的功率元件也需要具有更高的耐壓能力,比如從以往的400V提到1,000V。目前主流的充電樁模組,依然是以矽基MOSFET和IGBT為主,但為了提高功率元元件的耐壓,更多新充電樁方案已經開始使用SiC或Si超接面MOSFET進行替代。

SiC成本雖高,但考慮到充電樁應用最廣的城市場景中,選址一般在地價或租金昂貴的繁華地段,對設備體積有很高要求,SiC的優勢便能抵銷成本劣勢。此外在雙向充電趨勢方面,作為智慧電網的一部分,V2H (Vehicle to Home,由車輛向家庭供電)和V2G (Vehicle to Grid,由車輛向電網供電)等雙向充電樁開始普及。在車輛處於停放或未使用狀態時,V2G允許能量從電池流向電網,以保持電網的穩定性。

最後從功能安全和使用者生命與財產安全來說,良好的隔離性能也非常關鍵。充電樁的充電機功能電路中,隔離式閘極驅動器發揮的隔離功能非常關鍵,可以實現充電模組中功能電路之間的電氣分離,使得它們之間不存在直接導通路徑,從而提升安全性能。

大規模資料中心

大數據、人工智慧等新基建核心離不開資料中心的支援,其技術進步也在推動電信網路、特別是核心網路的雲端化轉型。現在無論網際網路公司、電信營運商還是系統設備公司,都在部署自己的雲端及資料中心,將加大對伺服器、存放裝置、網路設備、安全設備、光模組等產品的需求。

資料中心對頻寬的需求一直走在有線、無線接入網的前面,現在200Gbps、400Gbps的光連接已經在國外大量部署,800Gbps及更高速率的連接也在積極開發或試產之中。據Semtech黃旭東介紹,中國大陸的資料中心對於頻寬速率的需求比國外要晚一兩年,但發展很快;「Semtech針對資料中心的光模組電晶片實現了從NRZ到PAM4,從SR、DR、FR、LR到ER,從TIA,LDD到CDR的全覆蓋。同時專利Tri-edge技術使類比CDR代替昂貴、高功耗的DSP成為可能。」

穩定可靠的電源供應能力也是資料中心建設中的一大痛點。特別是在狹小空間內,實現像ASIC、CPU、FPGA等各類處理器低至0.6~0.8V 的核心電壓與50~800A 超高電流高穩定性供電系統設計,極具挑戰性,需要高可靠性電源的和高效DC/DC轉換解決方案來實現。

如同5G基地台為了進行協議處理會用x86處理器,資料轉換的輔助運算需要用到高階FPGA 一樣,MPS北中國區副總經理盧平表示,資料中心裡伺服器需要同時用到x86處理器和FPGA,外加交換機裡的多核心處理器、連通交換機之間高速光模組裡的DSP等等。各類處理器對電流的需求量遠遠超過其他晶片;目前最先進的處理器的核心供電峰值電流超過1,000A,這對電源配置帶來的挑戰包括在有限面積提供更大電流輸出,解決處理器大動態負載跳變帶來的電源軌穩定性問題,以及降低功耗的需求。

人工智慧

人工智慧在應用上和大數據密不可分,需要專用晶片提供大量的算力在雲端進行訓練,同時需要在邊緣端佈局更多的推理型AI晶片。如今,AI已經廣泛應用到生活的各個方面,但CPU、GPU等傳統晶片對於AI模型的加速能力非常有限。為此瑞薩電子(Renesas)認為,兼具傳統CPU的通用功能以外,同時能夠對AI模型進行加速的這類複合型晶片必將成為未來的一大熱門。因為這類晶片無需外掛AI加速器,極大地縮減了BoM成本和硬體複雜度。

滿足新基建需求的人工智慧專用晶片應該具有晶片整合度高、易於開發、異構運算結構、運算性能強等特點。華夏芯(北京)通用處理器技術有限公司董事長李科奕認為,應該同時包括CPU和GPU這些通用運算處理器,以及FPGA和深度學習(神經網路)運算單元,假如是面對嵌入式AI或者通訊市場,還需要加上DSP的異質整合晶片,才能發揮最重要的作用。

根據中金公司的調研報告,隨著社會經濟的發展,人均算力隨之水漲船高,算力與各國人均GDP之間具有高度相關性。未來5年,運算晶片的中國國產化空間超過500億美元;異質運算快速發展,運算晶片進口替代空間進一步打開。

先進運算領域的一個熱點就是以深度學習(神經網路)為代表的AI運算,這類專用(運算)晶片是否會替代CPU或GPU這些通用(運算)晶片?李科奕表示:「深度學習只是AI眾多應用中的一個功能,它的優勢在於細分市場的某些應用場景,和已經實現相同功能的通用晶片廠商在主流市場上進行晶片整合度、異質運算性能的比拼,就不是專用(運算)晶片廠商所擅長的了。」

AI和資料中心這兩大新基建領域,對資料加速的性能要求是相似的。多年來,FPGA技術在這些應用中已被越來越多地用於硬體加速。Achronix半導體亞太區總經理羅煒亮(Eric Law)表示,與5G領域不同的是,大型雲端服務、資料中心和人工智慧領域業者擁有更多選擇,諸如加速卡和整合eFPGA IP的客製化SoC。因此,Achronix預測到2021年,新基建中的這些領域將使FPGA架構的應用更加多樣化。

工業網際網路

工業網際網路也可稱之為工業物聯網或工業4.0,是物聯網在工業領域的垂直應用。當中的工業資料擷取、傳輸、本地及雲端分析和處理,分別對應於智慧化終端、專網通訊、雲端運算和大數據。基於資料價值挖掘的服務與商業模式創新,成為全球共同追逐熱點,如數據加值服務、平台經濟等商業模式探索不斷湧現。

瑞薩電子認為,現階段中國企業既關注生產數位化能力普及,如MES的低成本快速部署,同時也基於製造資源大範圍連接探索優化配置模式,開展分散式製造、大規模客製化等應用。新技術應用價值不斷湧現,AI、大資料應用在工業網際網路中的滲透率已接近20%,成為資產設備管理與生產深度優化的主要驅動;同時數位孿生、邊緣運算應用初具規模,滲透率接近6%,推動數位化設計等能力提升。

整體來看,工業網際網路應用進一步釋放賦能潛力,應用聚焦基於設備物聯的資料價值挖掘和特定場景深度優化,這為傳統工業基礎架構帶來眾多創新的同時,也帶來了更多設計挑戰。工業網際網路產業鏈較長,包括網路通訊、感測器、控制器和AI晶片等。其一大優勢,就是能夠充分利用感測器採集不斷增加的資料,做出更好的決策,而在整個工業自動化系統中,能否及時獲取和傳輸資料取決於網路連接。工業乙太網路在這裡發揮著越來越重要的作用,另外晶片供應商還需要幫助工程師在控制器、通訊地面感測等應用領域開發智慧系統。

首先是網路/通訊方面,許多現代系統目前都具有通訊介面,以增強設計的整體連通性,但幾十年的發展歷程導致工業乙太網路協定和拓撲形式眾多,越來越多的工業自動化技術供應商和製造商都希望能獲得獨立的開放式通訊平台,給設計工程師帶來新挑戰。ADI蔡振宇認為:「未來的工業物聯網應用必須支援各種常見的網路拓撲,如PROFINET、EtherNet/IP、EtherCAT、POWERLINK等常用工業乙太網路協定,以及線狀和環狀拓撲和星形拓撲。」

衛星網際網路

衛星在導航定位、資料影像傳輸以及物聯網方面有非常好的應用或者前途。當前隨著技術進步,衛星發射的投入成本明顯下降,各國紛紛將衛星網際網路建設上升為國家的戰略之一,讓衛星通訊發展迎來新動力。

當前國外有不少衛星產業用戶將閘道放在低軌道衛星上,使用低功耗廣域網路進行物聯網覆蓋。此外衛星的製造、發射、通訊、導航,都需要關鍵的晶片技術參與。與傳統衛星不同,商用衛星更強調商用性,追求更低廉的發射成本、更小的尺寸以及更容易製造,這些特性有助於提高潛在運行的經濟性。所以商用衛星在選擇晶片時,更希望是體積更小、品質更好、成本又較優的晶片。

以新基建為契機,展望2021

半導體構築了中國「新基建」的基石,新基建則為半導體產業帶來了另一個超級機會。在上述新基建的七個主要方向中,有四個與資訊直接相關:工業網際網路、5G、資料中心和人工智慧。5G和工業網際網路解決的是資訊傳輸通路問題,資料中心則是儲存數據,人工智慧則是怎麼利用海量資料。

展望2021年,業界人士認為中國新基建建設的逐步展開將為半導體產業帶來更多發展新機遇;5G和人工智慧將迎來一個快速成長時期,新基建可望帶動中國國產晶片技術和生態鏈升級,在終端應用產品對於晶片算力、可靠性、安全性、傳輸頻寬、儲存能力等提出更高要求的同時,促使國產晶片進行升級換代,並在眾多領域中實現更高比例的國產化。

本文摘錄於《電子工程專輯》簡體中文版雜誌2021年1月刊,完整閱讀請點此連結

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報