
1.印度正式通知:指控小米涉非法对外转移资金;
2.LG将启动全球战略中心 应对欧美供应链监管;
3.汽车自动驾驶系统,到底需要多少个传感器?
4.英伟达领头增加投片量 台积电先进制程产能利用率大幅提升;
5.索尼自家CMOS产能吃紧,向台积电旗下采钰追加订单;
6.传欧盟将有条件批准博通收购VMware;

集微网消息,印度执法局(ED)向小米在印度的分公司、公司负责人及三间银行发出正式通知,称印度指控他们非法向国外转移资金、涉嫌违反《外汇管理法》(FEMA)。据印度媒体报道,小米印度分公司、小米科技印度私人有限公司、小米科技印度首席财务官拉奥、前董事总经理贾殷、花旗银行、汇丰银行、德意志银行也收到有关通知。印度执法局称,调查内容显示,小米向外国组织非法转移资金,涉及555亿卢比(约48亿人民币)。一旦案件结案,在《外汇管理法》调查结束后可能开出总违规金额三倍的罚款。印度执法局表示,小米2015年开始利用误导性信息、以支付专利权使用费为由,非法向国外转移资金。该执法局2022年5月从小米的银行账户中扣押约555亿卢比,其后小米提出申诉,要求法院推翻这决定,今年印度西南部卡纳塔克邦高等法院4月21日驳回小米的要求。小米在去年10月称,在这被冻结的555亿印度卢比资产中,超过84%是支付给美国芯片公司高通的特许权使用费。“我们将继续采取一切手段保护公司及其利益相关者的声誉和利益。”小米表示。据悉,2022年1月,印度税务情报局(DRI)以逃税、做假账为由,处罚小米印度补缴65.3亿卢比(约合人民币5.58亿元)税款。集微网消息,据韩国经济日报报道,LG集团将于下个月启动一个全球战略中心,以分析海外业务趋势并制定应对措施。近日,业内消息人士表示,LG集团正在通过下个月的组织改组来审查全球战略中心的启动,新实体将隶属于LG管理发展研究所。报道称,此举是该集团为了解决美国通货膨胀法案和欧盟关键原材料法案引起的供应链监管问题。因此,LG面临的新挑战是改造其以两个主要子公司为中心的供应链,包括电池制造商LG Energy Solution和电池材料生产商LG Chem Ltd.。LG Energy Solution在电池制造领域世界居首。但能源市场研究公司SNE Research的最新数据显示,中国的电池产业在全球电池市场的份额正在迅速攀升,威胁到世界第一的公司LG Energy Solution。2023年前四个月,LG Energy Solution与中国宁德时代的份额差距缩小至1%左右。数据统计,在不包括中国的全球市场中,LG Energy Solution 2023年前四个月的份额为27.8%,与2022年同期持平。不过,宁德时代的份额从2022年前四个月的20.1%跃升至今年的26.5%。集微网消息,由于传感器的成本从15美元到1000美元不等,汽车制造商开始发问,至少在一段时间内,要让汽车实现完全自动驾驶,需要多少传感器?对此,知名半导体分析机构semiengineering做了专家采访和分析。文章指出,这些传感器包括图像、激光雷达、雷达、超声波和热传感器,用于收集周围环境的数据。一种传感器是不够的,因为每种传感器都有其局限性。这是传感器融合背后的关键驱动力,结合了多种类型的传感器,来实现安全自动驾驶。所有的L2级或更高级别的汽车都依靠传感器来“看到”周围环境并执行车道居中、自适应巡航控制、紧急制动和盲点警告等任务。到目前为止,原始设备制造商采取了截然不同的设计和部署方法。2022年5月,梅赛德斯-奔驰在德国推出了首款能够进行L3自动驾驶的汽车。3级自动驾驶是S级和 EQS的一个选择,计划于2024年在美国推出。据该公司介绍,DRIVE PILOT在驾驶辅助包(雷达和摄像头)基础上增加了新传感器,包括激光雷达、位于前窗的高级立体摄像头和位于后窗的多功能摄像头。前驾驶室还增加了麦克风(特别是用于检测紧急车辆)和湿度传感器。总共安装了30个传感器,用于捕获安全自动驾驶所需的数据。特斯拉选择了一条不同的道路,其在2021年宣布将在Model 3和Model Y上采取“Tesla Vision”纯摄像头自动驾驶技术战略,然后于2022年在Model S和Model X上实施该战略。特斯拉还决定取消使用超声波传感器。现在自动驾驶设计面临的挑战之一是不同传感器的局限性。要实现安全的自动驾驶,可能需要进行传感器融合。关键问题不仅是传感器的数量、类型和部署位置,还包括AI/ML技术应如何与传感器交互来分析数据,从而做出最佳驾驶决策。Rambus安全IP技术产品经理Thierry Kouthon表示:“自动驾驶普遍使用人工智能技术。自动驾驶,甚至是入门级的ADAS功能,都要求车辆表现出与人类驾驶员相当或更好的环境意识。首先,车辆必须识别其他车辆、行人和路边基础设施,并确定它们的正确位置,这需要人工智能深度学习技术能够很好解决的模式识别功能。视觉模式识别是车辆集中使用的高级深度学习领域。此外,车辆必须能够始终计算其最佳轨迹和速度,这需要人工智能也能很好解决的路线规划功能。这样,激光雷达和雷达就可以提供距离信息,这是正确重建车辆环境所必不可少的。”传感器融合结合了不同传感器的信息,能够更好地了解车辆环境,仍然是一个活跃的研究领域。Kouthon 说道:“每种类型的传感器都有其局限性。摄像头在物体识别方面表现出色,但提供的距离信息很少,图像处理需要大量的计算资源。相比之下,激光雷达能很好地提供了距离信息,但清晰度较差。此外,激光雷达在恶劣的天气条件下效果不佳。”对于自动驾驶系统需要多少传感器这个问题,并没有简单的答案。OEM正试图解决这个问题。这里其他需要考虑的因素包括,比如,在开放道路上行驶的卡车和城市的机器人出租车有非常不同的需求。Cadence的Tensilica Vision、雷达和激光雷达DSP产品管理和营销总监Amit Kumar说:“这是一项艰巨的计算,因为每个汽车原始设备制造商都有自己的架构,通过提供更好的空间定位、更长的距离和更高的可见度,以及识别和分类物体、然后区分各种物体的能力来确保车辆安全。这还取决于汽车制造商决定实现自动驾驶的程度(例如,提供广度)。简而言之,要实现部分自动驾驶,最少要有4到8个不同类型的传感器。要实现完全自动驾驶,现在使用的传感器数量超过了12个。”Kumar 指出,在特斯拉的案例中,有20个没有激光雷达或雷达的传感器(8个摄像头传感器加上12个3级或以下的超声波传感器)。“该公司坚信计算机视觉,其传感器套件适用于 L3 自动驾驶。媒体报道说,特斯拉可能会引入雷达来改进自动驾驶。”Zoox使用了四个激光雷达传感器,以及摄像头和雷达传感器的组合。这是一辆无人驾驶、完全自动化的车辆,目标是在测绘良好、易于理解的路线上行驶。商业部署尚未开始,但很快就会有一个有限的用例(不像乘用车那么广泛)。Nuro的自动驾驶送货车,在审美上并不那么重要,使用了一个有四个传感器的360度摄像头系统,加上一个360度激光雷达传感器、四个雷达传感器和超声波传感器。使用这些系统没有简单的公式。新思科技汽车集团汽车软件与安全高级经理Chris Clark表示:“需要的传感器数量是公司可接受的风险级别的传感器数量,并且还取决于应用程序。如果你正在开发机器人出租车,不仅需要用于道路安全的传感器,还需要车内传感器来监控乘客在车内的行为以确保乘客安全。在这种情况下,我们将处于人口众多和城市人口高度密集的地区,与公路驾驶的汽车相比具有相当独特的特征,有更长的距离和更大的反应空间。在高速公路上,侵入车道的可能性较小。我认为没有固定的规则说你必须要拥有三种不同类型的传感器和三个不同的摄像头来覆盖所有自动驾驶汽车的不同角度。”Clark表示,“在机器人出租车的例子中,必须使用激光雷达、普通摄像头以及超声波或雷达,因为密度太大而难以处理。此外,我们还需安装一个V2X传感器,这样输入车辆的数据将与车辆在周围环境中看到的数据相一致。在公路卡车运输解决方案中,将使用不同类型的传感器。除非我们在做类似团队合作的事情,否则超声波在高速公路上的用处不大,但这不是前瞻性传感器。相反,它可能是前视和后视传感器,这样我们就可以连接到所有团队资产。但激光雷达和雷达会更重要,因为卡车在高速公路上行驶时必须考虑距离和范围。”另一个需要考虑的因素是所需的分析级别。他说:“因为有非常多的数据要处理,所以我们必须决定其中有多少数据是重要的。这就是传感器的类型和功能变得有趣的地方。例如,如果激光雷达传感器可以在周期早期进行局部分析,这将减少流回传感器融合进行额外分析的数据量。减少数据量反过来又会降低总体计算能力和系统设计成本。否则,需要在车辆中进行额外处理,要么整合计算环境,要么以专注于传感器网格化和分析的专用ECU的形式。”传感器融合成本很昂贵。早期,由多个元件组成的激光雷达系统成本可能高达80000美元。高成本源自元件中的机械部件。现在成本要低得多,一些制造商预计在未来某个时期,成本可能会低至每件200到300美元。新兴的热传感器技术成本将在几千美元的范围内。总体而言,原始设备制造商将继续面临降低传感器部署总成本的压力。使用更多摄像头来代替激光雷达系统将有助于原始设备制造商降低制造成本。Siemens Digital Industries Software混合虚拟系统副总裁David Fritz表示,“在城市环境中,安全的基本定义是消除所有可避免的碰撞。”所需的传感器数量最少取决于用例。一些人认为,在未来,智慧城市基础设施将会越来越复杂且无处不在,从而减少了城市环境中对车载传感的需求。车与车之间的通信也可能对传感器产生影响。Fritz观察到,“在这里,机载传感器的数量可能会减少,但我们还没有做到这一点。此外,在某些情况下,不得不假设自动驾驶汽车由于电源故障或其他中断问题而无法获得所有外部信息。因此,车辆始终需要配备一组传感器,这不仅适用于城市地区,也适用于农村地区。我们一直在研究的许多设计都需要在车外安装八个摄像头,在内部安装几个摄像头。前置两个摄像头,经过适当校准,我们可以实现低延迟、高分辨率立体视觉,能提供物体的深度范围,从而减少对雷达的需求。我们在车辆的前部、后部和两侧都这样做,以实现 360°全方位视角。”在所有摄像头进行物体检测和分类时,关键信息将传递到中央计算系统以做出控制决策。Fritz说:“如果基础设施或其他车辆信息可用,这些信息会与车载传感器信息融合,生成更全面的3D视图,从而做出更好的决策。在车内,额外的摄像头用于监控驾驶员,还可以检测遗留物体等占用情况。可能添加一个低成本雷达来处理雾天或雨天等恶劣天气情况,这是对传感器套件的高级补充。我们最近没有看到大量使用激光雷达的情况。在某些情况下,激光雷达性能会受到回波和反射的影响。最初,自动驾驶原型严重依赖激光雷达数据的GPU处理,但最近更智能的架构正朝着高分辨率、高FPS摄像头方向发展,这种分布式架构能够更好地优化整个系统的数据流。”优化传感器融合可能很复杂。如何知道哪种组合能为您提供最佳性能?除了进行功能测试外,原始设备制造商还依赖Ansys和西门子等公司提供建模和仿真解决方案来测试各种传感器组合的效果,以实现最佳性能。智能基础设施中的V2X、5G、高级数字地图和GPS等增强技术将实现自动驾驶需要的车载传感器数量更少。但要让这些技术得到提升,自动驾驶需要整个汽车行业的支持,也依靠智慧城市的发展。Arteris IP解决方案和业务开发副总裁Frank Schirrmeister指出,“各种增强技术服务于不同的目的。开发人员通常会结合多个目的来创建安全便捷的用户体验。例如,用于路径规划的地图信息数字孪生可以在能见度有限的条件下创造更安全的体验,以增强基于传感器信息的车内局部决策。V2V和V2X信息可以补充车内局部可用信息,帮助做出安全决策,增加冗余并创建更多数据点,用作安全决策的基础。”此外,车联网有望实现车辆与路边基础设施之间的实时协作,这需要超可靠低时延通信(URLLC)等技术。Kouthon表示,“这些需求带来了各种人工智能技术在流量预测、5G资源分配、拥塞控制等方面的应用。换句话说,人工智能可以优化和减少自动驾驶对网络基础设施造成的沉重负担。我们希望原始设备制造商使用软件定义的车辆架构构建自动驾驶汽车,其中ECU是虚拟化的并通过无线方式更新。数字双胞胎技术对于在云模拟车辆上进行软件测试和更新至关重要,这种模拟车辆非常接近真实车辆。”最终实施时,L3自动驾驶可能需要三十多个传感器或十几个摄像头,具体取决于原始设备制造商的架构。但关于哪个更安全,或者自动驾驶传感器系统是否能在城市环境中提供与在高速公路上驾驶相同水平的安全驾驶,尚无定论。未来几年传感器成本的下降可能会为新传感器敞开大门,这些传感器可以添加到组合中以提高恶劣天气下的安全性。但是,原始设备制造商可能还需要很长时间才能对一定数量的传感器标准化,能足以确保在所有条件和极端情况下的安全性。4.英伟达领头增加投片量 台积电先进制程产能利用率大幅提升集微网消息,据台媒经济日报报道,业界传出,在英伟达领头增加AI芯片投片量带动下,台积电先进制程产能利用率近期大幅提升,5纳米稼动率从五成多提高到七至八成左右;7纳米产能利用率也从原本仅三、四成,逐步拉升至五成左右。业界人士指出,台积电5纳米制程月产能约13万片,之前产能利用率估计一度降到五成多,近期开始加温,目前月投片量估算约9万多至10万多片,换算产能利用率拉升至七至八成左右。7纳米制程方面,供应链认为,台积电7纳米之前几个月产能利用率最低可能降至仅三到四成,但目前已经回到约五成左右水平。近日业内消息人士透露,英伟达大量订单的涌入,使得台积电5纳米制程平台的产能利用率几乎达到满载。英伟达正在向台积电紧急订购其H100和A100,以及专门为中国大陆市场设计的H800和A800。“英伟达的订单已经提振了台积电7/6纳米工艺的产能利用率,晶圆厂5/4纳米工艺的利用率也在快速上升,几乎达到了满负荷生产状态。”消息人士补充说道。据悉,英伟达A100采用台积电7纳米制程节点,而去年5月开始出货的H100则基于台积电4N制程节点(为英伟达设计的5纳米制程节点的优化版本)。5.索尼自家CMOS产能吃紧,向台积电旗下采钰追加订单集微网消息,据钜亨网报道,有业内人士称索尼自家CMOS传感器后段工艺的产能不足,将增加向台积电旗下采钰科技的彩色滤光膜订单。业界表示,索尼彩色滤光膜完工之后,下一步工艺将会交给附近的工厂进行晶圆重组(RW),而同欣电为中国台湾地区这类产能的最大提供方,有望直接受惠。截至发稿,同欣电对此不予置评。供应链表示,由于新一代苹果iPhone 15系列将全面采用4800万像素CMOS图像传感器,此前仅Pro系列搭载。CMOS需求量的提升,以及传感器尺寸的加大,使得索尼自家的产能吃紧,因此2022年首次将这类产品委托台积电生产,未来也有意将后段制程扩大给更多外围供应商。目前索尼最新的手机CMOS传感器,多使用堆叠式技术,将光电二极管与放大电路堆叠,有助于提高对光线的灵敏度以及信噪比,从而大幅降低噪点。业内人士预计,索尼最新的堆叠式结构,使得传感器从原先的两层变为三层,工艺更复杂,制造流程更多。因此索尼有意扩大与台积电的合作,由台积电协助生产光电二极管与逻辑层,后段则交由采钰、同欣电完成。6.传欧盟将有条件批准博通收购VMware

集微网消息,据路透社报道,知情人士表示,美国芯片制造商博通以610亿美元收购云计算公司VMware的交易将获得欧盟有条件的批准。
知情人士称,欧盟委员会最终是否批准这笔交易,主要取决于博通向竞争对手提供的互操作性补救措施。
据悉,欧盟反垄断监管机构计划在7月17日前对这笔交易做出决定,博通拒绝置评。
去年5月,博通宣布将以610亿美元收购VMware。当时消息显示,这是该芯片制造商为实现业务多元化进入企业软件领域而给出的最大的出价。
更多新闻请点击进入爱集微小程序阅读

