电子芯闻早报：手机业再洗牌,石墨烯超级电容问世,华为mate9曝光

　　软银昨日宣布，已完成收购ARM交易员工数量将增加一倍；全球智能手机业零部件缺货导致再洗牌；HDMI昨日发布会，HDMI+Type C解决方案月底上路；英特尔瞄准机器学习需求 将推代号Knights Mill的处理器；石墨烯超级电容问世，各类可穿戴设备可应用；VR硬件提升，进入门槛提高；华为Mate9曝光，将采用后置双摄像头。

　　早报时间

　　半导体

　　1、软银完成收购ARM 员工人数增至6000人

　　9月5日晚间消息，软银今日宣布，已完成320亿美元收购ARM交易。

　　软银今年7月宣布，将以243亿英镑（约合320亿美元）的现金收购英国芯片设计公司ARM。这是自收购美国电信运营商Sprint以来软银进行的最大一笔并购交易，也是今年全球科技市场最大并购交易之一。

　　交易完成后，ARM将作为软银旗下一家独立公司继续运行。在未来几年，软银计划将ARM员工数量增加约一倍达到5000人至6000人。

　　ARM成立于1990年，目前在全球拥有约3000名员工，公司主要资产包括芯片设计领域的技术和专利。

　　软银希望通过收购ARM进一步发展其物联网业务，但台湾地区研究机构DigiTImes Research 7月份曾发布报告称，其实收购ARM对软银并无太大帮助。因为ARM客户群与软银不同，其主要业务也与软银不同。

　　2、全球智能手机业零部件缺货导致再洗牌

　　IDC昨天公布，2016年第2季由于液晶显示屏幕、处理器、存储器等关键零组件短缺，全球智能手机产业制造量较首季仅成长4.8%。且因关键零组件短缺，造成排名的洗牌效应。

　　IDC全球硬件组装研究团队研究经理高鸿翔指出，在苹果、索尼、微软等国际大厂出货量滑落影响下，2016年第2季全球智能手机组装产业竞争，呈现大陆厂商比重持续提升（44.1%上升至46.4%）、台湾厂商比重滑落（23.4%跌至19.7%）的态势。

　　由于液晶显示屏幕、处理器、存储器等关键零组件短缺，形成欧、美、日与大陆一线厂商以原厂直供的采购优势，凌驾于仰赖二、三线大陆ODM厂商的新兴市场当地品牌。

　　影响所及，大陆智能手机组装厂商在全球前十大排名当中掌控五席，且排名普遍提升。尤其是OPPO、VIVO组装排名随销售更进一步推进至全球第三、四大。

　　3、HDMI+Type C解决方案月底上路

　　HDMI协会昨日举行新规格产品发表会，提出连结HDMI与USB Type C的解决方案，由于该二大连接器规格为现今最常使用的产品，HDMI连结Type C连接器将使得消费者可以单一缆线传输未压缩的高解析度、4K影像视讯与多声道环场音讯。

　　随着消费市场走向高解析度与影像为重的趋势，促使提供高解析影音传输的HDMI规格成为影像传输主流，据统计，目前全球搭载HDMI传输规格的装置出货量将 近60亿台，全球1，600家制造商生产装置导入HDMI连接功能；随着USB Type C将成为连接器主要规格产品，HDMI协会推出连结两大规格的新产品。

　　HDMI协会表示，新规格预计9月底上路，受惠目前高解析度、4K电视均配备HDMI埠，而消费性电子产品如行动装置、NB等将走向Type C传输，为提供消费者能连结个人装置至电视等显示器，因此提出连结两大规格的连接器。

　　据统计，预计至2019年全球搭载Type C装置将达20亿台，而平面显示器搭载HDMI功能的产品将达2.63亿台，装置间的连接控制与随插即用，促使HDMI协会推动连结Type C规格连接器线，且协助讯源制造商可透过Type C的HDMI替代模式，充分运用原生HDMI。

　　4、英特尔瞄准机器学习需求 将推代号Knights Mill的处理器

　　软、硬件共同设计趋势正在席卷整个IT部门，不论是资料分析或是机器学习，每种工作项目的分工都 将更为精细，硬件厂商也开始针对软体设计新的产品。为了维系资料中心的市场霸主地位，英特尔（Intel）瞄准机器学习的特殊需求，将推出代号为 Knights Mill的多核心处理器。

　　据The Next Platform报导，英特尔现有的Knights Landing Xeon Phi芯片可提供双精度（Double Precision）3.46 teraflop及单精度（Single Precision）6.92 teraflop的尖峰效能，但却无法像NVIDIA的Pascal GPU提供半精度的运算能力，因此在资料量比精度更为重要的机器学习与特定影像、讯号处理，Knights Landing显得较为吃亏。

　　Knights Mill于是后退一步，转而标榜支援可变精度，如此一来便能以同样的硬件及热足迹（Thermal Footprint），处理更大型的机器学习模型。Knights Mill若以现有的Knights Landing为基础，调整为16位元半精度，理论上每周期就能处理64半精度运算，并能有效将本地MCDRAM存储器增加至32GB，提升资料训练效率。

　　如果英特尔能让Knights Landing上的76个核心全部运作，并稍稍增加时脉，就能进一步将半精度效能提升至16.8 teraflop，每teraflop的成本也能降至372美元，胜过使用Pascal的Tesla P100。Pascal则是在每瓦效能方面胜出。

　　不过超大规模资料中心业者最关心的，或许还是每瓦每teraflop的成本。

　　经过计算之后，Tesla P100每瓦每teraflop成本为1.65美元，顶级Xeon Phi 7290为1.84美元，稍低阶的Xeon Phi 7250为1.86美元，更低阶的Xeon Phi 7230为1.62美元。如果Knights Mill是以Knights Landing为基础进行调整，在英特尔不收取额外费用的情况下，其每瓦每teraflop成本推估为1.24美元。Knights Mill的推出，将对至今无法大量出货的Pascal Tesla P100造成严重压力。

　　上述推论的前提，都是以Knights Landing作为Knights Mill的技术基础，而根据英特尔释出的资料，Knights Mill的实际效能将不止于此。

　　为提供超大规模资料中心业者一个GPU外的选择，并满足超级电脑中对于分析、机器学习与模拟的需求，英特尔不断加快Knights处理器家族的发展脚步，并且试图提升产品的多样性。此外，英特尔也透过收购填补所有缺口，像是Altera与Nervana Systems即可望在英特尔的深度学习发展上扮演重要角色。

　　英特尔资料中心总经理Diane Bryant指出，目前英特尔已取得97%的机器学习伺服器市场，其中Xeon E5是最常被使用在机器学习与深度学习的处理器。Bryant并提出，到了2020年，多数伺服器都将投入资料分析工作。