SEMICON 2019 國際半導體展 微機電暨感測器論壇會後報導
隨著感測器與頻寬成本的降低，物聯網開始逐漸普及，生活中已經到處可見智慧設備，它們能夠採集周遭環境數據，藉此自動化人們的生活，小至智慧型手機、穿戴式裝置，大至家居電器、汽車產品都導入了感測器應用。
現有物聯網系統仍停留在簡易監控與分析，但是當人工智慧技術成熟，將賦予物聯網系統物體辨識、聽覺，使得傳統物聯網進化成「智慧物聯網（AIoT）」，推動更複雜的應用場景，因此對於感測器晶片的功能、體積與可靠度要求也會更嚴苛，背後微機電系統（MEMS）則扮演著關鍵的角色。
今年 SEMICON Taiwan 微機電暨感測器論壇（MEMS & Sensor）邀請半導體各界專家進行橫跨上中下游的合作對話，形塑下一波微機電系統感測器的產業面貌與市場商機。
跨產業合作是車用半導體趨勢
車用半導體是感測器產業的重點市場，傳統車廠逐步轉型打造智慧化汽車，試圖帶給車主便利、安全兼顧娛樂的多元駕駛體驗，為了更有效感知車體內外部的環境資訊，汽車必須部屬更多的感測器，未來感測器晶片的體積仍會繼續縮小以符合有限的車體空間。
針對這項趨勢，奧迪半導體策略負責人 Berthold Hellenthal 說明 3D 晶片技術將整合多項功能到單一晶片中，可以提高穩定度並縮小體積，舉例來說，最新的半導體技術能減少車體門把感測器的體積達 90% ，讓車門具有更輕巧、自由的設計。
除此之外，他多次強調汽車價值鏈已經轉變為跨產業合作，未來汽車產業不再封閉，而是需要跨產業進行對話，其中自駕車運用了高度複雜的人工智慧技術，將進一步提高半導體與汽車產業的整合程度。
(圖一)Berthold Hellenthal指出，目前大部分的汽車創新皆脫離不了半導體技術，其中最關鍵的就是智慧汽車所搭載的眾多感測器，如雷射雷達、超聲波感測器、360度無縫環景系統及導航裝置（GPS）等相關設備，藉由提高微機電感測器的數據傳輸率與解析度，再結合高速處理器與高速網路，可創造更智慧的自動駕駛系統。
邊緣運算與感測器密切結合
邊緣運算（Edge computing）是物聯網系統中極為重要的環節，最受矚目的無人車由於需要大範圍聯網，為求最佳化數據運算效率以提升可靠度與安全性，自動駕駛系統多仰賴邊緣運算提高資訊反饋的速度與效率，而其運作機制就是由大量車體配備的微機電感測器負責採集周遭的環境數據，再透過高運算能力的邊緣運算系統進行資訊的處理，並將運算結果依需要回傳至終端設備或上傳雲端，藉此同時得到最佳的通訊能力和應變速度。
雖然實現自動駕駛還有很長一段距離，微機電領導廠商Bosch 亞太區總裁 Fouad Bennini 提到，現在一部車已經配備超過 40 個微機電感測器，未來感測器數量勢必隨著功能性的提升而大幅增加；隨著物聯網系統愈趨複雜，難題也會愈來愈多，像是網路頻寬、延遲、能源消耗、系統可靠度等，都是必需一一克服的問題。為了減輕中央伺服器的運算負擔，未來多數的運算都會移到邊緣裝置完成，而邊緣運算在結合了人工智慧技術以後，系統的運算負擔將會大幅上升，使得未來智慧汽車邊緣運算系統的設計難度更加具挑戰性。
(圖二)Bosch 亞太區總裁 Fouad Bennini認為，未來多數運算都會從雲端伺服器轉移到邊緣裝置完成，而愈趨複雜的人工智慧技術將使系統的運算負擔大幅上升，對邊緣運算系統設計是一項很大的挑戰。
同樣地，聯發科協理林宗瑤提出 AI正從雲端轉移到裝置終端的概念，他點出深度神經網絡(Deep Neural Networks) 運算效率的快速提高，正為更多邊緣AI應用提供技術上的支援，因此數據採集與人工智慧演算從雲端向終端裝置發展，將會是未來的趨勢。另外，為了改善深度學習模型的運算效率，他認為可以從軟體層面著手降低學習模型的浮點精度，以節省數倍效能；硬體方面則建議改採人工智慧處理元件 APU (AI processing unit) ，與傳統中央處理器 CPU 相比，APU擁有快 20 倍的運算效率，同時可節省 55倍的能耗。
林宗瑤也提到，事實上針對邊緣運算， IC 設計業者皆致力研發更先進的 AI 晶片架構，以從軟硬體雙向改善 AI 推論演算法的效率，藉此提昇如影像即時演算與處理的效率。
微機電系統賦予感測器更多功能
針對手持裝置的攝影功能， MEMS Drive Inc. 執行長Colin Kwan解釋提升影像拍攝穩定度的技術原理，例如電子防手震（EIS）得益於軟體演算力增強，大幅改進了穩定度補正能力，但目前尚無法補正光圈外的震動，因此不適用於震動過大的戶外環境，比如腳踏車行進時的攝影情境。
(圖三)Colin Kwan強調光學防手振（OIS）對於行動攝影穩定性的效用，手機廠可利用整合進相機模組的 MEMS 多軸運動感測器偵測拍攝震動的角度與幅度，反向從基本面補正影像以提升拍攝的穩定度 。
談到行動裝置，微投影可能是下一個發展新方向，ULTIMEMS共同創辦人傅治中表示，微機電鏡在微投影機技術中是重要的零組件，作為雷射掃描應用的核心，單一低功耗、多角度投影的微機電鏡就能產生高解析的影像輸出，未來可整合應用在 AR 眼鏡、微投影機等設備中。
醫療產業也是感測晶片的潛力應用領域， Spectrochip 創辦人柯正浩教授表示，他們團隊將光譜儀縮小成一塊光譜感測晶片，同時具備高解析度的檢測能力，可利用光波的模式變化檢測病患的生理狀態。他指出，由此晶片測量數據，正確度可逼近醫院等級的檢驗器材，且晶片體積遠小於大型的光譜儀器，檢測過程更不需等待，同時檢測數據也能透過手機 APP 上傳至雲端用於後續分析的過程。
業界專家們提出了許多感測晶片的創新功能，從車用電子、行動裝置、邊緣計算、 AR 投影到醫療檢測，但晶片設計的功能越多，也考驗著背後製造商的技術能力。
感測器創新關鍵：奈米壓印製程
當先進感測器體積更小，代表刻印在基板上的圖形解析度必須提高， MEMS 製程壓印技術正從微米壓印（Micro Imprinting）轉向更精細的奈米壓印（Nano Imprinting）製程，可以在同樣面積的基板上轉印並蝕刻出更精細的圖案，解析度可達到 50nm ，而且成本遠比微影曝光製程來的低廉。
由於消費型電子是感測器產業中規模最大的市場，智慧型手機對於感測器的創新尤其要求，例如螢幕下指紋辨識成為今年最熱門的創新，因此智慧型手機也成為這項先進製程可應用的主要領域之一。
對此，安可光電副總經理王威翔博士展示了奈米壓印與蝕刻技術的產品應用，包括螢幕下指紋辨識如何克服手機面板厚度與底下微型感測器的實作問題，以及光波導 AR 裝置的光學玻璃表層要經過特殊的壓印與蝕刻處理，才能順利將光線輸出到人體眼睛前方成像——這些製程都需要更高解析度的壓印技術。他強調奈米壓印具有低成本、高彈性的優勢，未來光學產業將廣泛應用奈米壓印技術。SUSS 產品經理 Margarete Zoberbier 則於論壇中分享他們如何利用創新材料製造更耐用的壓印設備，且針對不同解析度的製程提供適合的設備及材料方案。
(圖四)EV Group 技術總監 Markus Wimplinger 也認為，奈米壓印製程對於未來 AR 光學裝置十分重要，因為高解析度的壓印技術能打造出高精度的光學構造。
SPTS 產品經理 Richard Barnett 則深入探討利用 關鍵零組件VCSEL 作為紅外線光源、廣泛用於從汽車駕駛監控到家用設備手勢控制各種3D 感測應用的技術原理。隨著感測器技術演進，高階感測器製程從 8 吋過渡到 12 吋晶圓，良率仍然是最大挑戰，Lam Research 資深策略行銷總監 David Haynes 表示他們為先進感測器提供設計、量產模擬工具以及技術支援，協助半導體業者解決先進感測器的量產問題。
根據現場講者的分享內容，不難看出 MEMS 正在經歷製程轉換期，半導體設備商除了提供更高精細度的製程，也發展用於智慧型手機、 AR 裝置的光學感測晶片，為其解決量產問題，其中奈米壓印是備受矚目與看好的先進製程技術。
感測器市場深具成長潛力，但客製化要求更高
2019 年是物聯網應用爆發的一年，對於接下來的產業趨勢，京元電子研發中心協理陳文如認為，第一波MEMS感測器革新來自消費型電子產品，並且重塑了半導體供應鏈，而智慧感測系統則會成為第二波革新動能，還會改變市場對於感測系統與架構的設計共識。她預期邊緣 AI 與對應的智慧感測器技術，在未來數十年內將是主流趨勢。
另一方面，陳文如也提醒感測晶片的穩定性是不可忽略的要素，尤其是在自動駕駛、生物感測等領域，尤其感測器需要長時間穩定運作，一旦出錯將造成難以估計的損失，因此晶片可靠度將成為一大挑戰，內建自測試（BIST）將會是智慧感測器晶片必要的功能。
(圖五)陳文如表示晶片的穩定性是不可忽略的要素，為了因應晶片可靠度的挑戰，內建自測試（BIST）將會是智慧感測器晶片必要的功能。
ASMPT的產品行銷總監 Chris Yeung 認為，感測器會隨著物聯網、人工智慧與 5G 技術蓬勃發展，有趣的產品應用會越來越多，但晶片客製化要求隨之提升，對應的感測器晶片包裝設備必須要具備彈性以及成本優勢，才能為客戶提供具競爭力的產品。
綜觀車用 MEMS 市場，來自 Yole Development 的分析師 Mario Ibrahim 指出，2018 年車用半導體是僅次於電子消費品的第二大市場，規模達到 23 億美元，預計未來 5 年的年增長率可維持 5% 左右，但車用 MEMS 目前面臨很高的成本壓力，雖然在數量上會有所成長，但不一定會推動營收成長。
MEMS 感測晶片的發展焦點正從消費型電子轉移至智慧感測系統，後者普遍用於智慧汽車、人工智慧、醫療檢測、AR 裝置等，而先進 MEMS 感測晶片將賦予更優秀的感測功能、可靠度、整合度及能源管理，同時兼顧客製化需求與成本，將為更複雜的應用場景提供完整的解決方案。