近年来，国内半导体产业蓬勃发展，不仅是国家投资力度不断加大，更是因为产业技术的不断迭代更新以及新应用的不断规模普及。

日前，第九届EEVIA年度中国电子ICT媒体论坛暨2021产业和技术展望研讨会在深圳举办。会上，ADI、英飞凌、艾迈斯欧司朗、赛灵思、NI、伏达等半导体产业的专家分享了对电子信息产业发展最新认识和看法。

而工业4.0、三代半、自动驾驶光学和测试以及快充等半导体产业的最新技术和产业应用成为了大家聚焦的重点。

ADI：增强连接，迈向工业4.0

在各国工业智能化政策的推动下，工业领域正在催生出对半导体产业的强大需求。根据ADI的数据显示，2020年，ADI的整体收入达到56亿美元，其中有53%来自于工业产品，可见工业对ADI这类型的半导体厂商来说十分重要。

事实上，如今随着AI在工业领域的大量使用，各类连接节点的布建、数据的收集以及后续对数据的分析就变得越来越重要。

ADI中国区工业市场总监蔡振宇表示：“加强数据的分析能力，这是现在的主流趋势，比如人工智能、大数据，或者机器学习会互相结合起来。拿到数据分析以后，就可以对工厂做一些优化改进。”

比如说，一个电机，在什么样的运动状态下最好、效率最高。其原本效率可能只有80%，通过实时调整负载状况，可以调高到90%或者95%，将整体效率提高。“这就是数据分析带来的优势。”蔡振宇说道。

当然，这一过程里最核心的是要拿到大量的数据，这就需要足够的连接节点布建。连接是工业4.0第一步也是最重要的工作，而在目前阶段，提升连接的质量和能力也至关重要。

鉴于此，ADI在各个环节都有很强的技术布局并提出了“增强连接，迈向工业4.0”的概念。

英飞凌：第三代半导体助力碳达峰

2018年，特斯拉在发布它的Model 3的时候，开始在汽车上用碳化硅作为它里面逆变器器件，从后面的产业发展趋势来看，这一事件引爆第三代半导体。

一直到今年国家把第三代半导体写入十四五规划以及提出碳达峰、碳中和的概念，再度让产业沸腾。据相关数据统计，全球每年消耗的能量为16万TWH，相当于160万亿度电的能量。低碳减排已成为当前世界各国集体推进的共同目标。

如果能在发电的过程中，把这碳排放减少的话，就能够为碳达峰、为减排做出很重要的贡献。作为功率半导体元器件领域的主要参与者，英飞凌专注的领域也是这部分，英飞凌电源与传感系统事业部市场总监程文涛表示，“我们希望作出自己的贡献。”

英飞凌参与的领域是在整个能源转换的链条里面，比如风力发电、太阳能发电，英飞凌的产品在这个领域的市占率非常高，在电力传输这个领域，也是参与度非常高。

“英飞凌主要通过开关器件等产品参与到电力系统的整体效能提升上来，从能量的产生一直到消费到用电部分，全面赋能节能减排。”程文涛说道。

事实上，英飞凌如今在第三代半导体领域的技术已十分全面，无论是SiC还是GaN，都已经充分具备商用的实力，且技术性能上领先业界甚远。

程文涛表示：“英飞凌的碳化硅采用的是沟槽式结构。这种结构解决了大多数功率开关器件可靠性的问题，能够在导通损耗和长期可靠性上取得平衡，助力碳达峰、碳中和。”

艾迈斯欧司朗：光学赋能智能驾驶

随着汽车智能化的加速，越来越多的半导体厂商将目光聚焦在这一领域。

今年3月，艾迈斯正式完成收购欧司朗，将业务触角延伸至照明领域，并结合消费电子、工业与医疗以及汽车共同构建了四大支柱业务。通过对传感、光源和可视化的整合，艾迈斯欧司朗俨然成为了全球光学解决方案的巨头，其年营收接近60亿美元。

以汽车激光雷达为例，艾迈斯欧司朗市场与业务发展总监金安敏表示：“未来智能汽车真正要实现L4、L5的自动驾驶，肯定是要用到激光雷达、毫米波雷达和车载摄像头的结合，即多传感器融合。不过目前激光雷达并没有做到成本足够低，没有足够多的车去装激光雷达。”

激光雷达成本不降下来，就没法大规模使用，因为消费者不可能为此花很大价钱。艾迈斯欧司朗认为，在接下来两年，降成本可能是会出乎意料地实现。因为它的系统，主要的部件还是半导体部件，半导体部件核心就是量上去了，成本就会下来。

当然，未来智能汽车还会在大灯、座舱氛围灯很多领域用到更智慧的照明系统，这也是艾迈斯收购欧司朗的原因。这类以光学半导体技术为核心应用将为艾迈斯欧司朗贡献巨额营收。

NI：平台化测试方案助力自动驾驶

随着智能汽车的不断普及，消费者对自动驾驶兴趣日益浓厚，车厂和tier1厂商都在积极布局自动驾驶技术。在自动驾驶话题热度的攀升背景下，如何加快测试速度以及节约测试成本等问题也成为人们关注的重点。

NI资深汽车行业客户经理郭堉表示：“从L2到L3再到更高级别的L4，所需要测试的场景数量呈几何倍数的增长，复杂性也随之增加。这正是自动驾驶测试挑战大的根源。”

事实上，随着汽车复杂度的增加，汽车测试的成本随之增加，但电动车/新能源汽车的价格逐渐下降。郭堉认为，“如果不改变传统的测试策略，可能会达不到预期的盈利目标。”

自动驾驶测试大致可以分为三大部分：道路信息，传感器数据采集；数字孪生与仿真测试；硬件在环HIL。其中，数字孪生与仿真测试是最核心的。NI的平台化测试方案，可以充分去应对无线的自动化驾驶场景。

首先，通过传感器、摄像头等在道路上进行数据采集。将激光雷达、毫米波雷达、摄像头、IMU和GPS采集到的数据，进行融合。这个过程中难点在于数据的同步。NI以PXI为基础的采集系统，一个传感器对应一个板卡，确保了了数据同步的问题。同时，测试系统的集成度高，可扩展性强，还能应对未来车上安装更多传感器/摄像头的测试需求。

其次，通过monoDrive的工具进行数字孪生，重构一个高保真度的场景。monoDrive可以把树叶、栏杆、地面上的标志图形完整地复现出来，还原度非常高。

最后，硬件在环HIL仿真技术可以使用NI PXI实时控制器运行仿真模型来模拟受控对象的运行状态，配合NI FPGA模块可适应更高动态特性及更高精度的模型应用需求。NI硬件在环测试平台具有开放的软硬件技术架构，可以减少工程师的开发时间、成本和风险。

Qorvo：UWB技术的前景广阔

2021年4月，苹果公司在AirTag产品中运用UWB，将这一可帮助用户精准找物的技术带火。据了解，UWB实现厘米级定位、毫秒级延时、可靠度特别高、功耗较低、安全性高等五大优点。

Qorvo中国区移动事业部销售总监江雄介绍说：“在寻物方案中，如果是蓝牙方案，当物品丢失时，系统能告诉你它大概在某个房间，而UWB方案可以告诉你，它在厨房的第二个柜台上。”

UWB是怎么工作的呢？当一个射频信号源发出信号以后，接收源会第一时间收到直线距离到达的信号，通过接收的时间戳可计算信号飞行距离。即便屋内有很多的反射，反射后有互相的干扰，且有时反射后的信号还会增强，但对UWB来说所有的反射都可忽略不计，它能直接接收、分辨出最先到达的信号。此外，它还可以通过到达相位差、计算出角度差、最后通过距离和角度，来定位出接收端的目标在什么位置。

据江雄介绍，Qorvo从2013年就开始做UWB，目前，在工业领域大约有40个不同的垂直市场在使用UWB技术，包括矿山、公安系统、仓储、物流、工厂等应用场景。在标准方面，目前已经通过了IEEE 802.15.4a/z、欧洲汽车联盟CCC的标准、UWB生态联盟Fira的标准等等。

实际上，除了苹果AirTag，UWB技术还可以应用在很多场景中。

例如小米、OPPO的“一键连”“一指连”，通过手机去操控屋内的的智能电器；博物馆室内导航应用，使用者走到不同的展品处，可以听对应的语音讲解，UWB可以做类似功能，走到哪里就会有标签自动定位播放，且非常精准、不错位；此外，还有数据服务，利用其传输速率高达27M bps、延时短的特性，可以做数据的传输。比如VR应用、手机对手机/耳机/AR等新应用。

安谋科技：为新计算时代打造大计算平台

如今，随着应用场景的渐趋多样化、摩尔定律的减缓以及更高的流片成本以及更长的生产周期，种种变化给予芯片厂商更多的挑战。

在此情况下，芯片设计厂商都希望IP厂商提供的架构不仅能覆盖当前引用，还能支持以后的应用，也就是希望声明周期边长。

安谋科技高级FAE经理邹伟认为：“这样的条件对IP的要求其实是非常高的。我们希望通过架构、设计、IP来应对这些客户遇到的挑战。”

为此，自2011年推出Armv8之后，2021年，作为全球计算架构领域的领军者的Arm，正式推出了Armv9。10年中，Arm的设备无处不在，据官方统计如今基于Arm设备出货已经达到1800亿，涵盖在各行各业每一个角落，甚至每一个地方。

虽然推出了Armv9，但邹伟表示：“最新的架构最重要的能力就是兼容Armv8，，同时Arm引入了三个主要的方面：机器学习，更真实的信号处理以及安全性。Armv9推出之后，近两年内还能继续提升30%左右的性能。”

这也是安谋科技的诉求，即在新计算时代打造大计算平台为客户赋能。

伏达半导体：充电应该更自由

无线充电在消费电子产业活跃多年，如今已经走到3.0时代，并逐渐演进出两条赛道。

其一是如何让无线充电更快，比如市面上已经存在从20W到80W的产品；另外一个是让无线充电更自由，目前消费者接触的无线充电还停留在比较初级阶段，属于随放随充，接下来还会往边走边充的方向发展。

除此之外，伏达半导体无线充电事业部副总裁李锃表示：“我们在做技术研发的过程中，也出现了很多有趣的设备，可能耳机、手表都可以放在一起充电的应用。除了上述两条跑道外，无线充电的生态也在发展，除了家居、车载，包括中间自拍的补光灯，都是无线充电，还有闹钟和音响都可以集成无线充电，所以整个生态正飞速发展。”

为此，伏达半导体投入了很多人力和物力，一直在研发，目的就是让充电更自由。