DIGITIMES - 椽经阁

为什么量子计算比较快？

量子力学是上世纪初的科学显学，许多优秀先贤前仆后继地投入这个领域，迄今已有百余年的历史。通常一种基础科学问世之后，过几十年的光景就有可能有机会进入商业应用阶段，那么为什么量子信息科技在如此之久以后才在最近浮上台面、成为议题？

LiDAR车辆智能侦测

3D(立体)视觉计算的目的是利用3D傳感器所拍摄的信息，来侦测物件或是識別应用场景。因自驾车或是ADAS的商机，能精确掌握人、车、障碍物位置、方向、速度等技术，就成为学研以及产业关切的方向。LiDAR虽然价格不斐，但仍为目前车辆中最受瞩目的3D傳感器，因其利用雷射光的飞行时间来侦测环境，所以可以测得更線上离。

北京出发，探访新燕云十六州(一)

继往开来，奠基于鉴往与知来。我沿著千年前的「燕云十六州」千里故土，从旧中国漫想著科技人眼里的數字新中国，脚踏实地，不安的灵魂似乎也在变动中觅得栖息处。

莎士比亚：戏剧与资通讯的整合

2016年是莎士比亚(William Shakespeare)辞世400周年。我特别到伦敦，跟著查理王子念著「To be, or not to be, that is the question」向莎翁致敬。这一年，英特尔、皇家莎士比亚剧团和Imaginarium工作室，通过资通讯技术打造數字化人物形象，把电影中的3D特效搬上现场演出的舞臺剧。我特别前去观摩，也想以我发展的物联网平臺IoTtalk，和舞臺结合，展演一出莎翁戏剧。

人工智能芯片发展进程

人工智能(AI)芯片的研发在半导体业界，有变成全民运动的趋势，就连原先的用户也将触角伸进这领域，开始扩张到产品设计公司。

[3D视觉计算] 3D视觉计算方式

3D(立体)视觉计算的目的是利用3D傳感器所拍摄到的信息，来侦测物件或是識別应用场景。例如自驾车使用LiDAR精确掌握人、车、障碍物位置；机器手臂使用立体鏡頭侦测正确的抓取点、涂胶位置等。需要3D信號是因为多了立体空间信息，有机会超越单使用2D平面影像。所以各种崭新的应用包括AR(增实境)/VR(虚拟实境)、自驾车、医疗、安全、机械制造、机器人(手臂)等都仰赖3D视觉计算的精进。

科技发展的省思

资通讯技术(包括早年的电报、电话，以及今日的互聯網)对人类的沟通有重大影响。然而这种影响是正面或负面，端靠人类的智能如何应用这项科技。

铁电存儲器的新篇章

铁电存儲器(Ferroelectric RAM；FeRAM)在半导体产业存在的时间可能比目前大部份从业人员的工作期间都要长。以前管理存儲器销售时，听到有一家公司一个存儲器元件可以卖到几百美元，心实艳羡之。后来知道公司是Ramtron，产品是FeRAM。贵的原因是产量少，但对于抗电磁幅射(radiation hard)的应用却不得不用。Ramtron于2015卖给Cypress，Infineon于今年6月计划收购Cypress，这家素以FeRAM见称的公司终于隐没在大公司的结构之中，但FeRAM的故事尚未完结。

[3D视觉计算] 3D视觉机会来临！

这几年深度学习技术大大推升影像上的研究，许多核心技术都有超越人类的識別能力，并逐渐落地为产品。3D傳感器以及各种应用则是另一崛起中的技术趋势；传统影像属于2D，透过拍摄将立体环境中某个视角，投影在二维平面中。所以3D影像比2D多了深度信息(距离鏡頭的位置)，更可以透过线性转换了解观测物件在3D中的位置，因此3D影像可以获得更丰富的立体空间信息，但是也因为与传统2D影像不同，所以处理复杂度较高，甚至还不知如何发挥这些3D數據的高度潜力。

异构整合时代的协同设计

异构整合时代的半导体经济价值创造源自于异构整合能以不同于芯片制程微缩的方式持续增进系统的性能，主要是靠封装的手段整合不同功能、不同制程的多个芯片，创造高性能的新应用，从而增加经济价值。然而这个领域的开拓不过几年光景，而手段与以前熟悉的制程微缩迥异，许多工具与方法都还亟待发展。其中面临的技术挑战之一为协同设计（co-design），这是异构整合路线图（Heterogeneous Integration Roadmap；HIR）2019版的主要章节之一。

<<
98
99
100
101
102
>>