到今年,EEVIA年度中国电子ICT媒体论坛已经连续举办了9届,从最初的面向行业媒体的迷你沙龙,逐渐演变成一个开放的产业论坛,来自全球半导体公司的议题和观点,为产业提供了一个观察阶段性市场和技术趋势的窗口。今年的会议,我们可以看到工业 4.0、第三代半导体、智能驾驶、自动驾驶测试、UWB、大计算平台、无线充电这些领域的应用热点和趋势,以及相关的最新技术和产品。


工业 4.0:融合IT和OT需要增强连接


由于工业4.0已经纳入到中国的新基建规划,ADI希望自己能够在未来发挥领导者的作用,因此投入了很大的精力来进行研究和规划。不久前,ADI委托Forrester推出了一个关于工业4.0的白皮书,ADI中国区工业市场总监蔡振宇在会上发布了这一名为《无缝连接推动工业创新》的白皮书。


蔡振宇重点分析了提高产线效率的几个关键要素。首先是随着工厂中AI或连接的大量使用,节点上各个数据的收集越来越方便。对连接、连接可靠性、数据易获性的要求都越来越高。


其次是加强数据的分析能力,如人工智能、大数据,或者机器学习的结合。而后是基于数据分析结果的优化改进的处理,如通过调整电机运动负载状态下,将整体效率提高。


获取大量的数据至关重要,而这依靠大量的连接。因此ADI提出了增强连接,迈向工业4.0的概念,目前,提升连接的质量和能力是关键。蔡振宇认为,智能制造中,工业连接和实时数据是基础,有了这个基础才能做到真正的数字化转型进而降本增效,并且提高安全性、环保和生产敏捷性,这些共同构成了智慧工厂的内涵。


在智慧工厂的有线和无线连接网络中,以太网将发挥重要的作用,其带来的价值包括降低运维成本、提高灵活性和提升效率。不同于传统工业互联网的设备端到控制端到应用端再通过防火墙连接外网的线性模式,借助工业以太网标准,新的工业网络是直接从智能的终端设备到智能工厂到互联网,达到IT和OT融合,把工厂数据跟现实的IT端融合。

 


图、传统工业网络结构将被平行结构取代,这是工业4.0上的最大的区别


《无缝连接推动工业创新》中的结论显示了工业自动化成熟度不同的的企业对工业互联网不同的需求。中等成熟度和高等成熟度的企业已经把IOT技术应用到相应的设备中,但低成熟度的还在看基于云分析的一些应用。在针对技术的投资优先级上,低成熟度的公司在物联网的投入少,中成熟公司觉得不够,继续投。高成熟度的公司则不再增加投资。

 


图、企业对新兴技术的投资优先级


目前,工业自动化的痛点主要是计划外停机,传统系统和网络无法支持现代数字化的业务,以及缺乏专业知识降低了网络改进速度,《无缝连接推动工业创新》针对不同成熟度的企业给出了工业4.0转型的不同的图谱概念,其中不乏商业机会的分析。

 

2020年,ADI营收为56亿美金,其中有53%来自于工业产品,超过一半,可见工业市场对于ADI的重要性。在工业互联网方面,ADI的主要产品是工业以太网连接芯片,其ADI Chronous的系列方案,包括支持多协议的百兆的PHY,支持多端口、多协议的fido5100 /5200;最新推出的支持TSN的三端口ADIN1300,支持千兆PHY,目前已被中国一些头部客户选用于轨道交通和工业,下一代即将推出的ADIN6300则升级到六端口,支持更大容量的TSN;纯物理层的10BASE-T1L,单端收发,可以给设备供电。


目前,工业互联网以有线连接为主,无线连接还存在功耗和可靠性问题,蔡振宇认为,虽然现在工厂中核心的控制信号基本上是有线方式传输,无线主要用于传数据,但随着5G的推进,其URLLC将在工业领域落地,无线连接会形成一个新的趋势。由于URLLC的接口和5G以太网或TSN通用,因此,ADI的连接芯片可以把TSN的信号传到5G,通过5G发到云端满足工业需求。


第三代半导体:关键性能在设计结构


电力将成为21世纪最重要的能量载体,高能效解决方案对于促进全球发展和满足由此产生的能源需求越来越重要,而第三代半导体将在其中发挥重要作用。从更广泛的意义上看,后者将成为减缓地球温室效应,实现碳达峰的一个重要推手。


目前,全球每年消耗的能量为16万TWH,相当于160万亿度电。其中三分之一是电力,而转化电能损耗掉的能量巨大。英飞凌电源与传感系统事业部市场总监程文涛认为,如果能在发电的过程中,减少这部分的损耗,就能够为碳达峰、为减排做出重要贡献,而英飞凌希望在其中作出自己的贡献。


目前,整个能源转换的链条中,从发电(风力、太阳能)到电力传输,英飞凌的市占率很高,包括开关器件、模块和分立器件。

 


图:英飞凌在电力产业的产品线


而第三代半导体SiC和GaN之所以成为大家最关注的方向,主要是材料特性使之能够实现高能效比。传统硅基半导体导通损耗的物理极限约在0.4Ω mm2,往下,只能是SiC和GaN。通常,硅基半导体必须要用较多元件的结构,才能实现相对较高的效率。而SiC和GaN能用很少的器件实现很高的效率,如在服务器和通讯电源领域,相关功率开关的转换效率已达到98%。


“硅基半导体目前从架构、可靠性、性能提升上,基本已经接近物理极限,”程文涛说,“英飞凌预期在几年后做出来的下两代产品,能够接近这个物理极限。而有关功率半导体领域的第三代半导体的研究,起步虽早,但是真正大量投入资本和技术,也是最近这几年的事情。”


相较于其他厂商,英飞凌的第三代半导体的差异化体现在独特的结构设计上。如SiC采用的是沟槽式结构,解决了大多数功率开关器件的可靠性的问题。而针对GaN的电压敏感性,英飞凌也设计出了脱敏结构。

 


图:SiC两种不同结构设计的对比


从功率器件的应用上看,由于具有较高性价比,目前硅基半导体还是主导,SiC和GaN的成本短期内还无法降下来。SiC主要用于高功率、高电压的领域,GaN则主要是用在追求超高频率的应用,如手机快充、5G基站和数据中心。程文涛表示,一些定价接近硅基半导体的第三代半导体器件,更多是出于商业策略的定价考量。今年GaN和SiC的价格相似,但都明显高于Si,随着规模经济、缺陷密度控制和产量的提高,以及向新一代的技术升级,预计明年开始,第三代半导体的价格将迅速下降。


智能驾驶:光学技术大有可为


从光学光源到光学传感器,以及定制化芯片,包括软件,艾迈斯和欧司朗的合并使之能够为客户提供完整闭环的方案,年营收达到50~60亿美金,从而稳居全球领先的地位——这是外界对早前两家公司合并案的主要解读,不过,这背后另有更深一层的逻辑,即业务市场的互补。


欧司朗在汽车行业深耕多年,大量的汽车头灯、尾灯、内饰灯,都用到欧司朗的产品;艾迈斯半导体则在消费电子领域深耕多年,合并后新公司的业务变得更加均衡:60%业务比重是汽车、工业、医疗业务(AIM业务),40%比重是消费业务,这将使这家超过110年的设计和制造历史的新集团的发展更加稳健。


在半导体行业里,光学比较特殊,专注光学的半导体公司并不多。据艾迈斯欧司朗市场与业务发展总监金安敏介绍,艾迈斯欧司朗专注的光学包括传感、光源,以及未来比较重要的可视化。这三块是光学领域目前对半导体的需求很大的三块。而通过对颠覆性创新技术的投资,艾迈斯欧司朗将不断积累核心技术,实现业务增长。


金安敏表示,光学系统的核心技术主要包括四个方面:一是光学发射器,即光源,其中光源整形的晶圆级光学元器件,是系统里比较重要的技术;二是光接收探测器。如图像传感器,以及其它的光电传感器,像激光雷达中的二极管探测器系统硬件涉及到发射器、微型光器件和接收器;三是光系统的算法软件。不同于其他传感器的单维信息,光信息往往是二维或者三维,信息量巨大,对信息处理的软件和算法的要求远高于其它的传感系统;四是光学传感系统的定制电路。

 


图:光学系统的核心技术及产品


这四个方向也是艾迈斯欧司朗集团背后的技术核心。如在光源方面,艾迈斯半导体是VCSEL,欧司朗则是在LED、边发射EEL等发射器领域,以及传统光源。整合后的公司,其产品技术可以支撑大量的应用,实现光学方面的三大功能:传感、光源、可视化。


光学系统的应用非常广泛,包括消费电子、工业医疗、汽车和照明。其中汽车应用无疑是一个有着巨大增长潜力的市场。据金安敏介绍,艾迈斯欧司朗在该领域主要针对未来智能驾驶涉及的核心应用,包括3个:智能化和数字化的外饰照明;与内饰控制、传感结合起来的内饰照明;自动驾驶。

 


图:智能外饰照明技术的发展趋势


自动驾驶主要是激光雷达。相对于毫米波雷达和车载摄像头的应用,目前激光雷达还远未普及。金安敏认为,未来3~5年,激光雷达将开始进入车载的爆发期。这里面,光源主要有边发射EEL,是原欧司朗的强项,而纯固态激光雷达、泛光式激光雷达所用到的VCSEL则是原艾迈斯的强项(该公司拥有全球最大功率的VCSEL)。


在内饰照明这个部分,机会点在于驾驶员疲劳驾驶检测DMS。欧盟已经有相关法规,要求欧洲新车评价系统将DMS列入条目,作为五星安全的必要条件,中国的法规也会跟进。这意味着以后乘用车会广泛加入DMS功能,这一系统也将有更多升级的方向,如从目前的2D方案升级为3D,可以非常准确地知道舱内有几个人,每个人的动作、状态,再基于这些来调节氛围灯、空调系统等,另外还有车内遗留物检测,避免把小孩子遗留车内的事故发生。这里面,环境光传感器、监控光源和传感系统、背光LED和手势传感器等都是艾迈斯欧司朗的强项。


人机交互是另一个机会场景。目前,人机交互最大的载体是显示屏,其配置数量呈上升趋势。从单块屏到三块屏、五块屏,乃至具有盲区提醒功能的车窗,这些都将增加光源和屏控光学传感器的需求。另外,抬头显示HUD,已经成为一些车厂标配的应用,发展较快,已经有AR-HUD的方向,对光源提出更高的要求,其中的LED和激光光源是艾迈斯欧司朗的强项。


自动驾驶测试:需要找到新的方法


汽车行业的三大零愿景是零事故、零排放、零损耗。就自动驾驶而言,零事故和零损耗对系统测试提出了更多的挑战。


NI资深汽车行业客户经理郭堉表示,目前自动化驾驶测试面临四大挑战:
首先是电子电气结构,从原来的传感器到ECU模式,转变为中央域控制器处理模式;
二是目前的法规还不是特别完善,就中国而言,相关测试的场景库搭建的不是特别完善,而随着法规的完善,也会带来很多新的测试需求和测试挑战。如软件定义汽车的趋势,对软件的测试变得非常重要。针对ADAS的AI和深度学习的测试复杂度日益增加,自动化测试的硬件和软件,需要不断的迭代和更新,包括提供完整的工具链,帮助工程师最大化工作效率,不需要一直学习新的工具;
三是非常紧迫的测试开发流程和周期;
四是更多的仿真,意味着更多的测试以后会停留在软件在环的测试中。这是因为路测实测成本太高,需要构建一个非常高保真度的软件测试环境,去训练AI的算法,帮助汽车识别目标物,从而达到避障和主动驾驶的功能。


“产品的复杂度日益增加,汽车价格一直在降。所以我们必须采用新的测试方法,改变整个测试思路,”郭堉说,“不同于传统汽车的测试,我们对于ADAS全新的技术框架,需要找到一个新的测试方法。


在传统的汽车测试研发和验证流程中,设计环节从最底层系统的要求,逐渐部署到每一个子部件的研发,这个过程主要会依赖于软件,包括原型验证的环节,而大部分的时间会花在从部件测试到整车级如NVH可靠性测试过程中,随着ADAS技术的不断完善,整机厂的测试需求向软件设计端转移,需要更多进行软件测试,提高测试效率。

 


图:汽车系统的开发流程


一份NI在5月份邀请多家公司测试主管做的问卷调查结果显示,目前在自动驾驶上所有的测试手段还是基于硬件测试或者真实的道路测试,而仿真测试的模型并不保真,验证数据不可靠,但未来车厂更希望通过仿真测试来提高效率。


郭堉表示,目前仿真测试主要难点在于缺少高保真度的模型和场景,无法去媲美真实采集到的道路状况,通过仿真的方法没有办法保证ADAS汽车路面上和场景中跑的结果一样。尤其是中国目前还没有出台非常明确的法规,没有特定的中国场景库,现在所有的场景库几乎都是来自欧美,厂商急需中国搭建自己的高保真仿真库。


另一个痛点是,目前很多厂商之间的链路没有打通,需要很多工程师去打通各个厂商之间的链路,从而测试的流程和工具链需要重新进行学习,不同的厂商需要学习不同的硬件。


一个典型的ADAS测试验证工作流程,是从动态的高可靠性数据的录制到打标签,再到数据重构,通过数字孪生的技术,把重构数据通过软件重构为一个虚拟的场景,通过数据管理,再进行测试。之后再把这个数据和高保真场景一起进行硬件在环仿真,最后才加上硬件,进行硬件在环仿真。可见,数字孪生是非常重要的技术,如Waymo测L4一天要跑2000万英里的路程,不可能花大量的时间和金钱用几千辆车去跑。所以99.9%的测试都是通过仿真进行,仿真测试的数据可靠性就非常重要。

 


图:典型的ADAS测试验证工作流程


NI在今年正式宣布收购monoDrive公司,就是想通过该公司的数据进行数据重构和孪生,因为要还原一个真实的道路情况,把树叶、栏杆、地面上的标志图形、路面的积水状况、路灯和垃圾筒表面的参数系数,反射系数等完整地复现出来,目前只有monoDrive这个软件可以做到。考虑到中国的幅员辽阔,每个地方的仿真的难度都很大,NI可以借助这样一个软件,快速创建中国的场景,以便验证算法,实现ADAS算法的快速地迭代。


当然,ADAS测试仅有仿真还不够,需要平台来支持实车录制的道路实时数据。包括毫米波雷达、激光雷达、超声波雷达等传感器,以及多路和高清摄像头的数据,需要有丰富接口的硬件平台支持收录,NI的PXI平台可以满足这类需求,把所有传感器数据无损的保存下来,也能够进行压缩,并通过完整的软件工具链,去做数据管理和回放。


硬件在环仿真HIL对ECU算法验证十分重要,通过模仿外围的设备,用软件导入模型,对ECU算法进行验证。例如NI的PXI硬件平台通过把模型部署到FPGA的板卡中,通过毫秒级的运算,可以跑车辆动力学模型,就可以真实的反馈车辆在虚拟场景中如何运转,之后再连到DUT,去实现HIL的ECU算法验证。


UWB:除了定位还有数据传输


今年4月份,苹果发布AirTag后把UWB这个一直被蓝牙和WiFi所遮蔽的无线技术重新拉进大众视野,其精准定位的特性给找物、手机定向控制、博物馆导览、增强型支付等应用场景提供了想象空间,而基于UWB特性的更多的应用也开始趋热。


Qorvo中国区移动事业部销售总监江雄表示,UWB精准定位的应用已经比较成熟,如小孩、宠物的防走失,老人行动监测,电视自动控制——大人或孩子靠近电视会自动识别,播放不同的适合的节目等。另外就是寻找失物,因为是厘米级定位,效果比蓝牙好。一个新的应用是智慧家庭中“跟随我”的场景:照明或音响娱乐设备可以配合人的位置自动开关。


由于专为精准定位和安全通信而设计,UWB可以弥补GPS在室内无法定位的不足,这也是当初其诞生的背景。UWB具有五大特性:厘米级精准定位,是目前最高精度定位技术;高可靠性。最强的抗多径干扰的能力;毫秒级延时,比GPS的响应时间快50倍;易开发实现和低功耗,便于手持产品应用;安全性——符合IEEE 802.15.4z标准。


这些特性使得UWB和其他无线技术形成差异化应用,如UWB室内室外都可以用,GPS只能室外。在定位上,UWB是厘米级,GPS是5到20米,WiFi是5到15米;覆盖范围UWB为25到250米,蓝牙100到15米,WiFi是50到150米。还有一个有待充分利用的是数据传输力,UWB速率可以达到27M bps,另外其安全性也远超其它技术。


“传统的定位方式主要依靠信号强度来测量,例如WiFi、蓝牙,这种方式一般能做到5米的精度,准确率能有70%。”江雄说,“有些技术能通过窄带TOF的方式定位,在保证70%准确率的情况下也只能做到2米精度。UWB技术是100%物件的识别精度都是小于0.1米,对于定位技术来讲,是最强的。”

 

 

图:UWB的工作原理决定其技术特性


Qorvo从2013年就开始进入UWB领域,目前主要针对工业应用。其方案符合多种标准,包括IEEE 802.15.4a/z、欧洲汽车联盟CCC的标准、以及UWB生态联盟Fira的标准等。凭借在射频、软件和生态系统方面的积累,该公司下一代产品将具有更高的集成度(SiP)。


而前文提到的数据传输特性,有着更为广泛的应用前景,利用27M bps传输速率,以及超低延时特性,可以做数据传输应用,如物联网数据收集、VR/AR、手机对手机、手机对耳机等。江雄认为,眼下UWB已经到了一个爆发时间点,该公司不少客户非常关注并使用UWB。而OPPO、小米、美的等公司也都在关注UWB。

大计算平台:新架构减缓后摩尔焦虑

随着芯片设计制造的工艺节点逼近物理极限,产业进入后摩尔时代。承载数据传输到计算处理的CPU负载越来越复杂,各处理单元面临不同的挑战。同时,芯片设计对性能、功耗的要求不断提高,而成本、生产周期以及产品生命周期、一次流片成功等也都在考验芯片供应商的综合实力。这些挑战,都需要通过架构、设计、IP来应对。


从2011年推出Arm v8,到2021年推出Arm v9,十年间,全球基于Arm的设备出货已经1800亿,包括IoT设备、手机、智能电脑等,从前端的数据收集到服务器,基于Arm的处理器已经实现广泛覆盖,甚至在一些超算领域,Arm也开始进入。安谋科技高级FAE经理邹伟表示,数据链处理的各个环节存在不同的计算形态,对算力的要求也不同,因此Arm提供了不同的产品,包括面向应用处理器的Cortex-A系列,实时处理的Cortex-R系列,和低功耗的Cortex-M系列。这些产品在提高性能的同时,会进行架构的演进以适应新的计算需求。


基于今年推出的Arm v9架构的相关芯片预计将在今年下半年面市。除了包括兼容v8在内的全项兼容,v9处理器引入了三个主要的功能:机器学习专用加速器、数字信号处理和增强安全性。如同之前Arm产品在性能上的演进——Cortex-A73的逻辑性能提升了2.5倍,Neoverse系列的性能提升了2.4倍——v9在两年内还将继续提升30%左右的性能。


结合自身的产品策略,Arm提出了全面计算的概念,涉及到整个系统设计中的频率、带宽、缓存大小等等的优化。这一概念也有利于Arm的处理器从手机向PC延伸。而由于PC比手机能接受更大的空间和散热,Arm的CPU和GPU可以在性能上追求更多变化,包括big.LITTLE的基础架构的创新、计算性能和安全性能的提升、普适性,以及经过验证的技术。


其中,安全是一个越来越重要的需求,包括手机和物联网设备等,“今年因为网络攻击受损可能达6万亿,越来越多的设备连接在网上,被攻击的面会越来越大。面对这种情况,Arm和合作伙伴推出了一个平台安全架构——PSA,”邹伟说,“例如在国内我们和信通院(中国信息通信研究院)的实验室联合,做PSA的认证,希望给大家引入一个安全的概念,让整个设计有安全的认证,也满足采购方对安全的需求。”

 


图:Arm v9的机密计算架构


在安全上,Arm v9的一个重要特性是专门设计了机密计算架构,分为Manager、Hypervisor和SPM三个区,对应不同的安全需求。Arm希望在v9引入之后,能在全链路上保护数据,提供一个成熟的IP满足行业对差异化和对通用性的需求,以及日益增长的多样化的负载计算的需求。


无线充电:竞争迈向3.0


自从2008年WPC(无线充电联盟)成立并统一了无线充电标准后,随着全球厂商融入规范,逐渐形成了无线充电的生态。目前,不少厂商的旗舰手机和耳机都具备无线充电功能,而围绕无线充电芯片市场也可谓巨头环伺,竞争十分激烈,新进者没有绝活绝难出位。


2014年,一家公司在硅谷和上海成立了研发中心,3年后,该公司分别在合肥、深圳、和北京建立了销售分支。2020年和2021年,又分别在马来西亚、美国东海岸、以及韩国建立了销售和研发中心。短短7年间,这家公司已经有6个研发中心,4个销售分支,整个公司已经超过200人,这家公司就是无线充电芯片领域的低调黑马——伏达半导体。


目前,无线充电沿着两个技术路线发展:一是更快,二是更自由。据伏达半导体无线充电事业部副总裁李锃介绍,针对第一项,该公司无线充电功率已从2019年的20W发展到今年的80W;而在让无线充电更自由方面,现在整个产业还停留在初级阶段,属于随放随充,接下来可以做到边走边充,包括耳机、手表放在一起充电的应用。


除了这两条技术路线,无线充电的应用生态也在发展,除了家居、车载、自拍补光灯外,诸如闹钟和音响也都可以集成无线充电。


成为黑马,伏达走了三步:一是成立之初以Pin to Pin的产品作替代,通过量产来证明国产半导体产品也有实力去发展手机应用的高精尖技术;二是推出第二代产品,给客户提供一个更高效率的充电方案,如今年推出的80W方案采用伏达自己的专利技术,改变了充电架构;第三步是持续简化架构创新,把无线充电的成本和体验做得更好,以扩大其无线充电应用设备范畴。


在市场策略上,伏达也有自己的节奏,先从最主流的手机无线充电切入,继而拓展到耳机、手表等可穿戴领域,以及更高要求的汽车应用——目前,很多电动车都在主控平台上开始标配无线充电发射器。有赖于技术实力,这一策略已经发挥作用,2019年该公司用于小米手机的无线充电的速度,约70分钟可以充满,有线充只需要59分钟左右;到2020年,该公司在华为P40手机上量产的产品,大概65分钟可以充满,而用于小米11的无线充电接收大概只需要48分钟即可充满。今年上半年,该公司又发布了一款新的无线充电技术,无线和有线充电时间充满都只需要36分钟。


决定无线快充时间的是功率和效率。据李锃介绍,该公司第一代产品是7.5W,第二代产品35W,最新产品达到67W,无线充电的效率从发射到接收达90%。目前该公司正在开发第三代技术,会把功率降低到50W,但效率会提更高,在提升用户无线充电体验和价值的同时降低成本,另一个重要原因是响应工信部关于无线充电功率最高不超过50W的意见稿。


无线充电芯片设计颇具门槛,在接收芯片设计上,一个芯片要同时处理功率、协议、算法。同时,为了提供比较好的体验,每一个接收芯片的软件算法中,都需要兼容市面上符合WPC认证的发射端。另外,还要支持手机反向充电功能这类功能。


和接收芯片不同,发射芯片设计对于EMI噪声有更高要求。由于无线充电是辐射开放的磁场,会对外面其它的设备产生影响,在做芯片设计的时候,要特意降低寄生参数,调整驱动的速度和时间,以保证对其它电子设备非常友好。这个特性在汽车无线充电中非常重要。据悉,一个即将发布的首款国产车载无线充电方案——业界最高输出功率的50W无线充电发射盘——搭载了伏达的无线充电产品,效率达到80%(目前市面已经量产的产品都是70%),同时符合车载专用的AEC-Q100的认证。该方案用到了伏达的专利架构SmartBridge,可以提供更好的EMI,以及更安全可靠的系统。

 

 

图:无线充电收发芯片设计要素


目前,小米、华为,以及oppo最新的手机都已采用伏达的无线充电芯片。此外,oppo、红米、小米的耳机也已经集成伏达的无线充电芯片,这些耳机可以放在手机上通过反向充电补电。另外,伏达提供支持一拖三应用的芯片,即同时给手机、手表和耳机等设备充电。


除了无线充电,伏达也一直在研发有线快充芯片,去年30和40W的电荷泵的芯片已经面世,今年继3月发布80W的无线充电芯片后,该公司在6月份最新发布了一款高达100W的有线快充芯片,作为献给国家建党一百周年礼物。该芯片的发射效率非常高,传输效率可以达到98%。


在国产半导体公司中,伏达半导体是唯一一家同时提供无线充电和有线快充成熟方案的公司。李锃强调,他们在放电中采用电荷泵的方式,降低手机放电速度。而除了手机、PC,该技术还可以用在服务器上,李锃相信,未来高效率DC/DC转换中,电荷泵是电源芯片必然的发展路径。