【CMIC讯】尽管今年上半年半导体市场仍然处于周期性底部，市场整体表现相对低迷，但是一些细分领域依然保持了稳定增长的势头，工业数字化的发展趋势便被部分企业所看好。作为实现智能制造的基础，工业数字化广泛采用处理器、传感器、微控制器和通信芯片等。它的发展给半导体产业带来新的市场机会。
　　
　　2019工业半导体将稳定增长
　　
　　此前半导体行业主要受到通信、计算机和消费电子等的驱动，然而随着工业信息化、数字发展，来自工业领域的需求未来将稳步增长。对此，儒卓力亚洲总经理Michael Heinrich便指出，目前工业领域的数字化进程正在不断推进，尤其是通过大数据管理正在实现的联网化。这需要将“大数据”升级为“智能数据”，由此重新提取出相关参数和内容，以便做出明智的决策。这就给了微控制器、传感器等机会。同时，这也是无线通信的切入点，以实现所有无线通信设备的联网化，包括蓝牙、LTE、ZigBee和WiFi等。
　　
　　根据市场研究机构HIS的预测，工业半导体市场2014年至2019年将以8%的年复合增长率发展，2019年市值将达595亿美元。正因看好这一市场的前景，一些数字领域的半导体龙头厂商开始将发展重点向工业半导体转移。
　　
　　在本届MWC2019上，高通公司便推出面向智能制造的解决方案——机器人RB3平台。该平台基于高通SDA/SDM845系统级芯片（SoC），集成了4G/LTE连接、WiFi、人工智能引擎以及可侦测位置测距的传感器等，可以满足工业机器人应用对于低时延、高吞吐量的需求。
　　
　　英特尔展示的5G解决方案也将智能化工业作为一个重点。在工厂安全用例展示中，英特尔搭建了一个计算机视觉、人工智能和5G连接技术围绕机器臂创造的虚拟安全笼，如果有人进入这个“危险区”，机器臂就会自动关闭，避免潜在损伤。该演示展示了OpenVINO、人工智能检测、网络边缘智能和5G FlexRAN技术如何相互配合驱动工业智能化。
　　
　　企业应以平台化为重点
　　
　　英飞凌科技大中华区副总裁及工业功率控制事业部负责人于代辉接受采访时总结了智能工厂相对于传统的工业自动化的几个区别：第一是互联。这不是一座工厂内的高效自动化，而是要实现厂与厂之间的连接，工厂与外部网络的连接，以及工厂与用户间的互动连接。第二是高效。工厂对能源可以实现高效的使用，也就是说要用更少的能源生产更多的产品。第三是精准，用智能工厂克服部分工人操作时缺陷精确性的问题。最后一点是安全，虽然工厂实现了与外部的互联，但是依然要确保工厂数据的安全、不泄漏。
　　
　　智能工厂的这些发展趋势势必会对工业半导体技术提出新的需求。对此，半导体专家唐晓泉指出，产品的平台化将是工业半导体的发展趋势。智能工厂的核心是将数据采集与分析、知识成果运用与传播共享能力集成在平台体系，助力制造资源弹性供给、高效配置，大幅提升生产效率。平台化的解决方案将是用户所需要的。通过云、大数据、移动和AI分析等新一代技术实现并加速整合。工业系统的覆盖面很广，组成又五花八门，因此拥有丰富的产品的公司，产品涵盖从处理器、微控制器、通信芯片到ADC/DAC，更能为客户提供全方位的解决方案。
　　
　　其次，应围绕高速通信和传感物联为重点进行布局。由于涉及自动机器人、物联网以及大数据分析等领域的技术，所以在工业的生产制造、仓储、物流，甚至产品设计流程进行改造时，需要广泛采用半导体产品，因此也给工业半导体产业带来新的机会。高速传输、大数据、保证实时性安全性的基础网络对工业互联网业务的展开十分关键。另外，能效也是决定智能工厂能否顺利实施的重要因素之一，越来越多的半导体供应商开始在系统中集成电源管理芯片。
　　
　　挖掘数据背后的价值
　　
　　随着工业数字化的发展，人工智能等新技术也开始融入工业领域，正在为工业半导体企业的发展打开一个新领域。“人工智能主题与工业应用息息相关。人们未来使用人工智能的领域将是无限的，这将是一个无比广阔的巨大市场。”Michael Heinrich表示。
　　
　　从目前的应用情况来看，机器视觉与深度学习已经开始在先进制造的工厂内有所应用，比如用于识别图像的AI应用程序，也可以用于安全许可的认证，以帮助公司更好地控制对其基础设施的访问。但是对于半导体公司而言，市场并不仅此而己。Mentor公司CEO Wally Rhines此前在接受记者采访时就指出，目前半导体公司的收购以销售硬件产品为主，未来将会逐渐发展到信息服务方向。信息服务将会为半导体带来更多的收入。2016年年底，西门子收购了Mentor公司，其主要目的正是为了进一步拓展其在工业数字化领域的地位。
　　
　　ADI公司中国区总裁Jerry Fan表示：“随着大数据时代的到来，每天产生的数据量都在增加，并且是以指数增长的方式产生和积累的，目前我们每天产生的数据量达到2.5Quintillion Bytes。半导体公司的主要工作将围绕数据展开，数据的感知、采集和传送，最终连接整个数字世界和物理世界。从模拟世界到数字世界，或者说从真实世界到互联网的虚拟世界，包含测量、解读、互联整个信号链来最终获得有效的用于人工智能加工的、计算的数据。”

责任编辑：言笑晏晏