類比和感測器晶片短缺真相

作者 : Jean-Jacques (JJ) DeLisle,IXS GP總工程師/Planet Analog專欄作者

考慮到汽車和工業電子產品中持續的電氣化和感測器擴展,類比晶片和感測器的可用性問題可能只會變得更糟糕...

大家都知道全球車用晶片供應短缺;這也就是為什麼有些二手車的價值仍然是其於幾年前的兩倍。通常,當討論晶片短缺問題時,即使是汽車之外的產業,討論的焦點也圍繞在微控制器單元(MCU)。許多產業和汽車應用依靠的是基於40nm以上製程節點製造的MCU,而這些MCU建立在專有設計的基礎上,只能在經核准的或合約晶圓廠進行製造。

這些通常是成熟甚至老化的MCU,但持續斷為某些不一定擁有資源或期望以新技術建構的產業提供動力。很顯然地,晶片短缺對於其中的一些產業帶來了壓力,要求其轉向具有更現代製程節點且擁有更佳供應前景的MCU。

更先進的製程節點通常可用,因為大多數半導體產業已經開始接受這些節點和最高容量的應用,包括SoC、記憶體和儲存等應用。此外,更先進的MCU還可以支援更集中化的系統,例如汽車,這通常需要大量的MCU、感測器和類比處理晶片。

類比晶片短缺

然而,這種向更先進處理節點的轉變並不一定適用於所有晶片元件。晶片短缺問題中存在一個經常被忽視的方面,即類比晶片短缺,它通常建立在更大/更舊的製程節點上:即90nm到300nm製程。相較於MCU,許多類比晶片(例如感測器、類比訊號處理、放大器、音訊系統和AM/FM無線電技術)遷移到更先進節點的壓力甚至更小。

事實上,對於許多類比晶片和感測器來說,遷移到更小的節點可能需要完全重新設計和產生一套全新的IP。這可能遠遠超出這些技術的成本可及性。儘管如此,對於使用這些類比晶片建構汽車和其他產業電路的需求似乎只會增加。

考慮到汽車和工業電子產品中持續的電氣化和感測器擴展,類比晶片和感測器的可用性問題可能只會變得更糟糕。這還涉及另一個問題:隨著越來越多的MCU轉向更先進的製程節點,針對建構類比晶片和感測器的這些傳統節點,實際上可能逐漸降低其可用性與支援。

類比晶片短缺的結果

這種類比晶片短缺的結果可能是多方面的。其一是依賴這些傳統類比晶片和感測器的汽車和工業電子產品的生產會出現更多延遲。另一個結果是,有些靈活的應用可能會轉向更集中和整合的解決方案,例如功能更強大的MCU,它們具有更廣泛的類比感測器套件和板載處理能力。

避免追蹤和採購各種不同類比感測器和晶片的類似問題已經成為一種趨勢。儘管前期成本可能有利於較舊且較便宜的類比感測器和晶片,但使用配備更廣泛類比感測器和處理的更現代MCU,有助於某些應用避免重新設計或更換無法取得元件的困難。

轉向具有整合類比感測器和功能的更現代MCU,也意味著對於傳統類比電路板設計人才或服務的需求可能會減少,因為這些努力將轉向實際的MCU建置。相反地,某些類比感測器和晶片缺乏可用性可能需要額外的類比電路設計服務,才能重新設計可能已經使用相當長一段時間的傳統電路板和IP。

針對運作於更多可用製程節點的新式類比感測器和晶片之需求也可能更大,儘管這可能只是一個短期現象,因為整體趨勢是在許多應用中提高整合度,以及消除其外部離散式元件的成本和複雜性。對於不斷發展中的物聯網(IoT)和智慧感測器產業來說更是如此,這些產業包含大量新的感測器類型和用例,以及為這些感測器平台增強整合度和連接性。

編譯:Susan Hong

(參考原文:The truth about the analog and sensor chips shortageby JJ DeLisle)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論