CIS 初探

Photo by Alfred Kenneally on Unsplash

• 製程落後一般邏輯產品, 目前使用最高28nm
• 低光環境高敏感度的CIS需要的製程反而更落後
• commodity性質較弱, 推測跟mobile Ram一樣很吃規格, 庫存難以變賣. 
• 手機市場大宗但血流成河, 工控/ 安控自駕車為市場成長所在, 其他市場細碎, 相對有生存空間
• CIS對製程污染高敏感度
• 製程相似卻落後於DRAM, CIS會是DRAM廠調配產能的緩衝產品, 當設備折舊完後毛利有優勢.
• 鏡頭三大核心
• CIS 晶片(BOM cost最高)
• 光學鏡頭
• 音圈馬達

• Sony三層堆疊 CIS 晶片(2017), 疑似TSV技術堆疊
• 圖像傳感單元
• 邏輯控制單元(ISP 晶片)
• DRAM(1Gb, 新加入的一層)
• 提高像素層(pixel)面積比例, 降低物理尺寸

• 以像素為主要能力劃分
• 48MP為主流高規格
• Sony> Omnivison> Samsung (硬體直出圖像的能力)

• 2017 年全球CIS 晶片的產能約為200k per month

• 主要晶圓廠
• Sony (IDM)
• Samsung (IDM)
• TSMC (接Omnivison, Sony)
• SMIC
• HLMC (華力微電子, 華虹集團)

• 主要品牌
• SONY: 最高級
• Samsung: 自家用, ISOCELL品牌名, 每月100k+2021新DRAM廠產能, 現可做到108MP. 車用問題在溫度, 年限以及模組化. 照明進出隧道.
• Omnivision: 被中國公司併購
• Galaxy core: 中低階手機
• On Semi: 主攻車用

• 台灣供應鍊
• 京元電
• 勝麗
• 同欣電
• 精材: 
• 尚立: 2018附近年代理Sony CIS出給華為, 給光寶群光疑似要給GoPro, 當時炒過一波Sony缺貨問題, 毛三到四. 近一兩年來市場較無討論.

source:
1
2
3
4
5

6
7 samsung nov 29 capital iq

8

為何nokia手機失敗

芬蘭赫爾辛基地鐵一隅

Photo by Mika on Unsplash

文章內容

• 公司高壓統治, 上層怪罪中階, 中階欺瞞上層報喜不報憂.
• 短視,  資源過度集中於短程目標推出機海戰術, 對作業系統投資過少.
• Symbian與MeeGo OS打不過iOS, 客戶覺得難用, 手機越賣越差.
• 打不過蘋果的工程師文化.

心得

• 關於失敗的藉口或是解讀有百百款, 但是否有辦法事先分辨或是提早預見到哪家公司會存活哪家會失敗, 誰能夠預測.
• 成功的公司表現出成功的一面, 各種行銷資源媒體光環呈現, 該如何看出對方有未來還是只是往日榮光? 人類文化偏向錦上添花, 要如何逆向操作.
• 過程是如此緩慢, 就算預測到誰會成功, 能否在股票上賺到錢, 例如抱好抱滿.
• 是否依然無法預測, 因為就連公司自己都無法預測自己新技術會不會成功了.
• 如何對賭? 如何在預測中不預測, 例如買保險買著等他之類.
• 誰幫你預測
• 市場股價幫你預測: 股價跌就是預測, 只能依靠錢與市場的智慧.
• 財報業績幫你預測. 我買一支HTC M7手機$19,500過一陣子出差外地壞掉, 無法顯示高鐵票qrcode卡在高鐵站出不來, 送修要一到兩周沒有備用機服務, 當時是不是就知道HTC要遭殃. 
• 對於產品的東西, 直接花錢去體驗, 是不是就是預測費? 
• 如果花兩萬就可以預測公司要再見, 為何高層預測不到市場預測不到?
• 如果一家公司的產品就是消費者一般大眾, 是否很好可以察覺到公司的競爭力?
• 不要自己預測, 不要占自己頭腦頻寬, 不要搞錯方向花時間預測.

• 其他廠商
• HTC為何失敗 
• RIM為何失敗
• 三星是唯一一個在第一階段廝殺中存活下來的, 面對OVX, 優勢還剩多少
• 下一個挑戰Apple地位的是誰
• 人類是否無法預測任何事情? 感覺沒有事情可以預測的來. 例如一家店好不好吃做不做得起來, 唯一能追求的是品質穩定, 可以持續穩定地解決某個問題, 但是可以從客戶feedback中一直改進, 但要說是某種劃時代成功的科技, 幾乎很難定義也很難預測. 

source:

1

2

車用晶片思考

Photo by Brock Wegner on Unsplash

• 資訊
• 晶圓製造商看好未來raw wafer需求繼續擴產, 缺到2024, 2025-26也是樂觀. 不知新的需求在哪, 推測是車用電子.
• 車用分主要分MCU與Analog; MCU需求固定, Analog需求大幅度增加. 近五年車用IC用量增加5倍.
• 一台benz S class光座椅相關就34個analog, 9個MCU.
• 車用晶片製程大約在300nm->65nm, 40nm中間, 幾乎都是舊製程
• 車用晶片的規格很細, 同一類晶片又細分很多不同的規格, 分化出很多片不同的晶片.
• 特斯拉新版本, 增加SoC的量(4->1), 減少MCU的量(80->20), 整合與集中化 (2013 model S-> 2020 model Y).

• 想法
• 感覺起來要走過2009年, 聯發科發明公版一統4G智慧型手機的那種時期.
• 高通發表各種轉型宣言, 推出各種車用應用solution套餐
• 在手機從沒成功過的套餐服務, 最後還是靠走高級路線的AP再撐, RF做得跟營收貢獻也只是普普, mmWav感覺也做不大起來.
• 硬是要做車用, 面臨Nvidia, AMD, Intel傳統電腦SoC廠商的正面迎擊.

• 如果要買一台電動車, 感覺根本不敢買次等晶片商的車子, 甚至乾脆買舊的汽油車
• 品牌效應與馬太效應比在手機上更明顯, 大家只敢買特斯拉出的低價車(SE3), 不敢買次等廠商出的高價品(Galaxy S), 最後大廠商一統江山.
• 某種車品牌可能會使用特殊規格的某種功能, 例如SONY手機推出超高級照相手機, 或是HTC One給超高級音響. 但是無助於銷量與市占率.

• 車子電動化
• 廣義送跨時間應該會被迫縮短, 因應競爭提高, 廠商應會提早準備. 動輒1-2年的測試時間會縮短.
• 晶片設計整合化, 多種晶片整合成一種, 提高效率, 也推動製程往先進移動.
• 簡化晶片管理流程, 新的晶片商的機會. 車廠思維零庫存的反思.
• 終端產品價格的壓縮與下降, 競爭提高迭代速度加快, 機構件整合速度加快. 更多研發投資投入這個產業, 更多新公司更多新機會

source: S&P Global