現在，以工業4.0為代表的智慧製造正改變著未來製造業的形態，在這新的製造體系中，資料是靈魂性的要素，位於核心地位，不過這並不代表硬體在工業4.0中會被邊緣化，畢竟資料還是需要透過硬體作為載體，進而在現實世界中呈現其價值。因此，智慧製造中「資料」的崛起，也會給硬體帶來了不少的商機，接下來，從工業4.0「資料流程」的走向，可以更了解發掘出各個環節潛藏的硬體「錢途」。

大標:感測

在工業控制系統中，感測器是資料獲取端，它們負責將工業現場的大量非電量的物化參數轉化成電信號，再由系統從中解讀出關鍵的資料資訊，作為控制決策的依據，智慧製造對資料的依賴必然會刺激對感測器的需求，未來工業市場對壓力、位移、加速度、角速度、溫度、濕度、氣體、光敏等多種感測器的需求，會呈現整體提升的態勢。

大標:互連

智慧製造系統生成的資料，需要經由一個快速、穩定的網路進行傳輸和共用。德國的《工業4.0研發白皮書》中將無線技術視為工業4.0網路通訊技術研究的重點項目，不論是工業領域原有的無線協議—如WIA-PA、Wireless HART和ISA，還是通用的無線協議—如Wi-Fi、Zigbee、NFC、Bluetooth、2G/3G/4G網路通訊，都正影響、滲入工業領域。如何將NB-IoT等新興的LPWAN無線通訊技術融合到工業應用中，也已被列入一些公司的考量重點中。5G也在工業4.0的範疇，按照計畫2018年將實現公共5G網路基礎設施的設計與標準，為工業提供廣域網路服務。

不過，工業應用對無線通訊有更特殊的要求，特別是在可靠性和即時性等方面，因此，一些通用的無線技術短期內還是會用於設備和產品資訊的採集、內部資訊交互等非即時控制的場景，未來它們會與即時工業控制網路形成複合的通訊系統，為資料架設高效可靠的管道。

無線互連與感測技術也在走向融合，具有無線資料通訊功能的無線感測器也會成為一個新的市場增長點。無線感測器網路可以擺脫傳統感測器匯流排的束縛，讓資料彙聚的方式更為靈活，成本也更低。在此基礎上，感測器產品還可加疊其他如能量採集等技術，形成更加多元化的產品，擴展應用版圖。

大標:資料決策

將資料彙集到雲端進行分析和處理，並與既有的資料庫進行分析並提供決策建議，是工業4.0的核心關鍵。這會牽動工業應用對資料中心的需求，不論是使用公有雲，還是構建私有雲，資料中心總量的增加是必然趨勢，預計到2019年全球資料中心基礎設備的市場規模將達到440億美元。

未來面對日益繁重的資料處理任務，需要更強大的處理器做支撐，新型的異構式的處理器架構正在登上舞臺，以解決多核通用處理器遇到的運算瓶頸。開發者們正在考慮CPU+GPU的模式，發揮GPU在浮點運算等能力的最大極限。同時，FPGA這種程式設計邏輯架構也備受矚目，FPGA與通用的處理器整合後有望成為未來資料中心伺服器的主流架構。伺服器處理器市場霸主Intel對全球第二大FPGA廠商Altera的收購，正印證了該趨勢。後續，高通也宣佈與全球第一大FPGA廠商Xilinx，以及Mellanox結成同盟，與Intel形成市場對峙。

值得注意的是，伴隨著資料中心運算能力的飆升，其功耗也越來越可觀，根據2015年的統計資料，全球資料中心總量已超過300萬座，其耗電量已占全球耗電總量的1.1%-1.5%。從單一資料中心運營成本分析，電費支出達70%，已遠超過硬體基礎設備的成本，資料中心的節能需求極大。

圖二、資料中心總量的增加已成趨勢，預計到2019年全球資料中心基礎設施的市場規模將達到440億美元。（Source：Blitzfang Medien）

大標:執行

資料在雲端分析處理後，形成的建議決策，將回傳給執行端，進而造成機械動作，形成一個「從端到雲，從雲到端」的完整控制循環，製造業中的機械動作都是由電機驅動的，因此精密的電機控制將成為催生工業4.0的市場增長點，從硬體的角度來看，這也會為MCU、DSP、FPGA等核心數位控制晶片提供施展拳腳的機會。

工業機器人是工業4.0體系中重要的「存在」，它是一個更加智慧、綜合的執行設備，2015年全球工業機器人銷量為24萬台，過去5年中的年成長率為15%。中國市場，被認為是下一個工業機器人將呈現大幅成長的地區，而以中國市場為例，其在2010年至2015年工業機器人市場的年成長率達到了35%，總量為6.6萬台，若以此速度發展，預計到了2020年中國將占到全球工業機器人市場的40%。在市場拉動下，工業機器人所需的幾個核心部件——伺服系統、減速器、控制器——也將同步增長。特別是工業機器人控制器市場，業界逐漸認識到以往由機器人廠家自主設計研發的封閉的體系，已不能適應快速發展的市場需求，標準化和開放性正在成為趨勢，市場上已有一些獨立的機器人控制器廠商開始活躍，未來他們是否能夠借市場之力，改變工業機器人的生態，確實值得拭目以待。

總之，資料驅動的工業4.0變革，給製造業帶來的不是簡單的線性產品反覆運算，而是伴生著新架構、新品類、新模式。現在我們僅僅是窺見其一斑，更多的硬體機會還需要因應市場的發展，不斷去發掘。(本文由安富利提供)

**刊頭圖（Source：htsm）