芯查查-电子信息产业数据引擎

10 11 12 13 14 15 16 17 18 19

技术 | 精通电流传感系列文：高边与低边电流检测：为什么位置至关重要？

在现代功率电子架构中，实现高精度和动态响应只是电流检测问题的一部分。随着系统在功率容量和复杂度上不断提升 — 从高效率太阳能逆变器、800V 电动汽车（EV）牵引逆变器，到下一代 AI 数据中心供电系统，电流传感器在电路拓扑中的物理位置已成为一项根本性的设计参数。系统架构师必须确定传感器相对于负载的放置位置，而究竟采用高边还是低边电流检这一选择，将决定系统的诊断能力、控制环路复杂度，以及整个架构的基本安全和隔离要求。本文是旨在为电流传感器选型提供指导，帮助工程师在不同传感器技术之间做出关键权衡。什么是隔离？传感器位置如何影响隔离效果？在选择电流传感器时，工程师通常首先关注精度、带宽和范围等性能指标。但对于许多应用而言，安全和隔离才是更关键的设计考量要素；如果无法安全获取测量结果，再高的测量精度也毫无价值；而能否安全获取测量结果，取决于一个基本架构概念：电气隔离。电气隔离是一项设计原则，即在物理和电气上将电路中的两个不同域分离，防止危险的直流电在二者之间流动，同时仍允许数据、信号或功率的交换。在现代功率电子中，隔离是危险高压功率级与敏感低压控制电子器件（如 3.3V 微控制器）以及操作人员之间的关键屏障。它不仅是一项功能，更是一项基本要求，用于保障用户安全、保护敏感的下游电子器件，并实现可靠且抗噪声的系统性能。电流传感器在电路拓扑中的物理位置及其隔离特性，是决定系统安全与性能的根本性设计要素。三种拓扑：低边、高边和串联式电流检测电流传感器通常可放置在相对于负载的三个位置：低边、高边，或与负载本身串联。每种位置都会使传感器处于不同的共模电压环境中，进而决定系统的隔离要求、故障检测覆盖范围以及对控制环路构成的约束。低边检测将传感器放置在负载与系统接地回路之间，使其电路保持在接近地电位的位置，但代价是故障检测存在盲区。高边检测将传感器放置在正电源与负载之间，使其能够检测到电源输出的所有故障电流路径，但也会使其暴露于功率母线的完整共模电压之下。串联（或相内）检测将传感器直接与负载本身串联（通常是与电机相串联），从而实现与开关状态无关的连续电流监测能力，但也会使传感器承受以开关频率在直流母线与地之间摆动的共模电压。表 1 总结了上述各拓扑之间的关键差异，图 1 显示了低边、高边和电机相内串联电流检测的传感器放置配置。后续章节将从隔离角度最简单、要求最低的低边检测开始，逐一探讨这三种拓扑。属性低边高边串联(相内) 传感器相对于负载的位置位于负载与接地回路之问位于正电源与负载之间与负载串联(例如电机相) 共模电压暴露程度接近地电位静态，处于完整直流母线电位动态:以PWM频率在母线电压与地之间摆动电气隔离要求不需要强制要求强制要求，且需要高CMTI 对地短路故障检测否，完全绕过分流电阳是，全部电源电流都流经传感器是，在其监测的相内接地基准完整性受干扰 (“地弹”) 不受干扰不受干扰占空比/消隐时间影响在高开关导通时间下限制最大占空比无无:无论PWM状态如何均可连续检测 dV/dt/CMTI敏感性低中等(静态共模，但开关期问存在快速瞬变边沿) 最高:以开关频率持续承受完整dV/dt 相对成本和设计复杂度最低中到高(需要隔离) 最高(隔离+CMTI) 典型适用场景成本敏感、非安全关键型设计需要全面故障覆盖的安全关健型系统 FOC电机控制、需要连续相电流的高性能驱动器表 1：低边、高边和串联电流检测拓扑比较图 1：电流检测的传感器放置配置：低边、高边和电机相内串联检测低边检测: 以地为参考的简洁性在低边检测配置中，电流测量节点位于负载与系统接地回路之间。低边检测的主要优势是电气结构简单。由于传感器电路工作在地电位或接近地电位，因此不会承受功率母线的极端共模电压，也就无需高共模电压抑制能力或可靠的电气隔离。这使工程师能够采用简单、低成本的集成式方案（如ACS37041/ACS37042以及采用 EX 封装的 ACS71240）将信号送入模数转换器（ADC），这通常可降低整体方案成本。然而，低边放置方式在物理层面的固有特性会引入运行方面的设计权衡，可能降低系统稳定性和安全性。将电阻式传感器放在回流路径中，会使负载地电位高于真实系统地基准，并产生随负载电流动态波动的失调。这种“地弹”会降低信号完整性，并使整个系统的控制电路变得复杂。它会降低信噪比（SNR），并给共用同一接地平面的微控制器、栅极驱动器、通信总线或其他以地为参考的系统带来基准误差。图 2 在采用碳化硅（SiC）和氮化镓（GaN）等宽禁带半导体的系统中，开关频率和瞬变边沿速率极高。在接地回流路径中加入分流电阻，会对换相环路引入寄生电感。在高 di/dt 事件期间，这种寄生电感会产生电压尖峰（V = L × di/dt），可能导致振铃、电磁干扰（EMI），甚至误触发功率开关。除了硬件层面的脆弱性之外，在电机驱动等开关应用中，低边检测还会显著增加软件和控制环路复杂度。在标准逆变器拓扑中，低边传感器只有在低边功率开关（MOSFET 或 IGBT）导通时才能测量负载电流。这会造成严重限制：如果系统需要非常高的占空比（意味着高边开关在大部分时间内处于导通状态），低边开关只会在开关周期中的很短一段时间内导通。如果这段“导通时间”短于传感器和下游 ADC 的建立时间，系统就无法准确采样电流。因此，工程师不得不在软件中人为限制逆变器的最大占空比，这会限制可施加到电机上的最大电压，最终降低系统的峰值机械功率输出和动态范围。低边检测最主要的缺陷是无法检测某些灾难性故障条件。如果负载高边直接对底盘或地短路（这是一种由电机绕组绝缘退化或机械损伤引起的常见失效模式），故障电流会直接从正电源流向地，完全绕过低边分流电阻。系统控制器无法感知电流浪涌。由于看不到这种对地短路故障，过流保护关断机制无法触发，可能导致硬件损坏。高边检测: 诊断优势与隔离的必要性为确保全面的故障可见性并保持真实的系统接地参考，安全关键型系统通常优先采用高边电流检测。在这种拓扑中，传感器直接放置在正电源与负载之间。这是大多数现代系统中的首选拓扑，因为它能够实现全面故障检测（包括对地短路），简化整体系统设计，并且不会干扰系统的接地基准。传感器的低压输出必须与高母线电压进行电气隔离，以保护下游微控制器并确保用户安全。高边放置可确保从电源流出的所有电流，包括意外的对地短路故障电流，都必须流经传感器。这使系统能够即时检测并响应任何故障条件，包括相间短路、串联负载故障和对地短路事件。此外，由于传感器不再位于回流路径中，系统的真实接地基准不会受到干扰。隔离需求主要源于将电流传感器放置在负载高边、位于正电源与负载之间这一决定。高边检测的重要工程挑战在于电压域。此时测量节点浮置在系统母线的高电位上。该电压称为共模电压，在标准汽车系统中可能为 12V，在电动汽车和工业应用中则可能达到 400V、800V、1000V 甚至更高。图 2 概述了如何将高压电流路径与低压 MCU 分离，同时允许测量信号安全跨越隔离屏障。图3：电气隔离将高压电流路径与低压 MCU 分离，同时允许测量信号安全跨越隔离屏障应用典型母线/共模电压[V] 通常采用的检测拓扑标准12V汽车电子 12 低边或高边 48V轻混和电动自行车系统 48 高边工业电机驱动器 400-650 高边或串联 EV/HEV牵引逆变器 400-800 高边或串联下一代SiC/GaNEV和工业系统 800-1000 高边或串联 AI数据中心供电 800 高边表 2：各应用的典型共模电压及推荐检测拓扑为了获得精确的电流测量值并将数据安全传回低压微控制器，传感器必须桥接这一巨大的电压差。传感器输出信号必须由低压组件读取，例如工作在 3.3V 或 5V 的微控制器。如果高压侧与低压侧之间没有电气屏障，这种巨大的共模电压可能会损坏微控制器以及任何其他连接组件。在高边配置中，电气隔离不再是可选特性，而成为强制性的安全要求。隔离屏障必须能够承受持续高工作电压，以保护人员和设备，同时还必须抑制快速开关 SiC 和 GaN 功率级产生的高速电压瞬态（高 dV/dt ）。高边分流电阻应用的复杂性采用分流电阻进行高边检测，会给系统带来显著的架构复杂性。分流电阻两端产生的微小差分电压（ΔV = I × R）会叠加在高达 800V 的巨大共模电压之上。为了安全提取这一毫伏级信号并将其传送到 3.3V 或 5V 微控制器，设计人员必须使用复杂的隔离放大器。这会产生多项工程代价：隔离电源要求：隔离放大器的高压侧需要自身独立的隔离偏置电源才能工作，因为放大器的高边电路浮置在母线电位上，无法与低边电源轨共用。这就需要额外的 DC-DC 转换器、变压器和低压差稳压器，从而增加物料清单（BOM）并占用宝贵的印刷电路板（PCB）面积。热损耗：分流电阻通过直接压降工作，会产生不可避免的 I²R 功率损耗和多余的热量，降低整体系统效率。易受高 dV/dt 影响：分流电阻及其相关隔离放大器的物理占板面积会引入显著共模电容。在 SiC/GaN 开关产生的极端 dV/dt 电压瞬态期间，该电容会使高频噪声跨越隔离屏障，破坏测量信号或导致故障误触发。 Allegro 的 ACS37200 直接应对了这些工程代价。它将超低电阻载流导体和 1097VRMS 认证基本隔离集成到单个表面贴装封装中，以一个出厂校准器件取代上述分流电阻、隔离放大器和隔离偏置电源链路，与基于分立分流电阻的实现方法相比，可降低功率损耗并缩小 PCB 占板面积。表 3 详细总结了这种设计权衡。其行业领先的内部导体电阻仅为 50μΩ，与典型分流电阻相比可降低功率损耗，并消除高达 ±200 A 大电流路径中的热瓶颈。结合 150kHz 模拟带宽、4μs 快速响应时间和可调过流故障输出，ACS37200 可为电动汽车（EV）车载充电器、DC-DC 转换器和太阳能逆变器等严苛系统提供高效、可靠且节省空间的高边电流检测。考量因素分流电阻+隔离放大器集成式磁性传感器 (霍尔效应/TMR) 隔离机制外部隔离放大器芯片导体与裸片的固有物理分离是否需要额外的隔离偏置电源是(DC-DC转换器/变压器) 否功率损耗机制分流电阻上的I2R损耗电阻损耗可忽略 BOM影响较高: 分流电阻、隔离放大器、隔离DC-DC,LDO 较低: 单个集成器件 PCB影响更大更小 dV/dt/共模电容敏感性较高:分流电阻+放大器占板面积会使噪声跨屏障耦合较低设计复杂度较高较低表 3：高边检测实现方式权衡：分流电阻 + 隔离放大器 / 集成式磁性传感器拓扑冗余通过在相桥臂的高边（或串联位置）和低边同时放置传感器，系统控制器可以执行实时诊断交叉检查。根据基尔霍夫电流定律，进入负载的电流必须等于返回电流。如果高边传感器读数为 50A，而低边传感器读数为 0A，控制器即可立即识别灾难性的对地短路故障。如果差值只有几毫安，系统则可以在硬故障发生前检测到细微的绝缘退化或漏电流。表 4 总结了不同传感器放置位置对应的故障检测覆盖范围。在几十安培甚至数百安培的背景电流中分辨仅几毫安的漏电流，对传感器精度要求极高。Allegro 的 ACS71010 出厂校准后典型精度为 1%，并将高压隔离直接集成在封装内，为冗余交叉检查提供所需精度，以区分真正的绝缘退化与普通测量噪声。如果高边没有集成式磁性传感器的固有电气隔离，就很难以安全且经济的方式实现这种冗余拓扑；基于分流电阻的替代方案会重新引入前文所述的隔离放大器代价（BOM、热损耗、dV/dt 敏感性）。故障类型仅低边仅高边仅串联高边和低边(冗余) 对地短路 (负载正端至底盘) 无法检测可检测可检测(在被监测相内) 可检测，并通过交叉检查确认相间短路无法检测可检测可检测可检测标准过流可检测可检测可检测可检测绝缘退化/漏电流无法检测单独使用无法可靠区分单独使用无法可靠区分可检测(通过KCL不匹配) 以地为基准的噪声/失调误差存在(“地弹”) 不存在不存在不存在表 4：不同传感器位置的故障检测覆盖范围串联（相内）电流检测虽然高边检测解决了低边放置的诊断盲区，但磁场定向控制（FOC）等现代高性能电机控制算法，通常会推动架构师选择第三种放置方式：串联（或相内）电流检测。在这种拓扑中，传感器直接与电机相串联。低边传感器只能根据逆变器桥臂的开关状态看到脉冲电流，而串联传感器无论 PWM 状态如何，都能连续测量电机的真实相电流。这种连续监测能力完全消除了与低边检测相关的软件消隐时间问题和占空比限制，使逆变器能够以更高占空比运行，接近实际 PWM 极限，从而实现最大转矩和功率输出。虽然串联检测能够最准确地反映负载情况，但它也为传感器隔离屏障带来了最严苛的环境。测量节点不再处于静态高直流电压（如高边传感器）或接近地电位（如低边传感器）。相反，相节点处的共模电压会以 PWM 开关频率在高压 DC 母线与地之间快速切换。这会使传感器持续暴露于极端电压瞬态（高 dV/dt）之下。因此，将传感器串联放置不仅要求具备可靠的电气隔离，以保护低压控制器免受直流母线影响，还要求具备出色的共模瞬态抗扰度（CMTI），以防止高频 PWM 开关噪声破坏敏感的模拟输出信号。 Allegro 的 ACS37100 专为这种环境而设计。它基于 Allegro 的 XtremeSense™ 隧道磁阻（TMR）技术构建，可提供 10MHz 带宽和 50ns 响应时间，能够跟踪相节点处快速瞬变边沿 PWM 转换，同时避免响应较慢、CMTI 可靠性较低的传感器在该应用中可能出现的信号破坏或误触发。磁性传感器优势：固有电气隔离为了消除高边分流电阻应用中的成本、热损耗和复杂性，现代架构高度依赖集成式磁性电流传感器（采用霍尔效应或隧道磁阻 TMR 技术）。与分流电阻不同，磁性传感器并不通过直接压降来测量电流。相反，它们根据安培定律测量流经导体的电流所产生的磁场。由于磁场可以自由穿过介电材料，高压一次侧导体能够与敏感的低压半导体裸片实现完全物理分离。这种磁耦合本身就提供了电流隔离。它允许传感器在不与高压母线建立任何电气连接的情况下准确读取电流，从而完全无需次级隔离放大器和专用偏置电源。明确高边放置的必要性以及磁隔离的优越性之后，自然会引出下一个架构挑战：这种物理屏障究竟如何在集成电路内部构建？结语电流传感器的放置选择并非无关紧要的实现细节，而是一项从控制算法到安全架构、贯穿系统各个层面的架构性决策。低边检测通过让测量保持在接近地电位的位置，实现了简单性和低成本；但同样是这种以地为基准的放置方式，会使系统无法检测对地短路故障，在高 di/dt 开关下干扰接地平面，并施加占空比限制，从而制约电机性能。高边检测将传感器放置在能够看到电源流出全部电流的位置，从而解决这些诊断和接地完整性问题；但这样也会使传感器暴露于功率母线的完整共模电压之下，使电气隔离从可选设计要素变成强制要求。串联检测在此基础上进一步扩展，可为磁场定向控制等高级控制算法提供连续相电流可见性，但代价是使隔离屏障承受三种拓扑中最严苛的电压瞬态环境。在所有三种配置中，有一项要求始终不变：随着系统迈向更高母线电压、更快开关的宽禁带器件，以及更严格的故障检测和功能安全要求，施加在传感器隔离屏障上的负担只会不断增加。传统分流电阻加隔离放大器方法能够满足这种要求，但代价是显著增加成本、占板面积、热损耗和 dV/dt 敏感度。集成式磁性电流传感器则通过高压导体与传感裸片之间的物理分离实现固有隔离，而不是在基于分流电阻的信号链上叠加额外隔离组件，因此避免了这些代价。图 2 总结了三种配置，表 5 则按设计优先级提供电流传感器拓扑选择的快速参考。图 4 :低边、高边与串联电流检测拓扑比较优先级选择最低成本，无需对地短路检测低边全面故障覆盖，安全关键型系统高边用于FOC/高性能电机控制的连续相电流串联最大故障诊断能力(包括漏电检测) 高边和低边冗余拓扑表 5:电流传感器拓扑选择的快速参考理解设计时为什么需要考虑隔离以及需要多少隔离，只是问题的前半部分。后半部分是理解这种隔离如何在传感器封装内实现和验证，以及如何针对特定应用的安全需求正确设定隔离规格。

Allegro

Allegro微电子 . 2026-09-26 1 1414
产品 | Mach-N2: 为持续演进的安全标准而设计的控制 FPGA

数据中心、网络与边缘基础设施面临的网络攻击在频率和复杂度上持续增加，后量子密码学（PQC）已成为长生命周期系统安全架构升级的重要方向。NIST PQC 标准与 CNSA 2.0 的相继落地，也进一步确认了这一趋势的方向。 Lattice Mach-N2 是莱迪思推出的新一代安全控制 FPGA 系列，本文介绍其主要技术规格。 Mach-N2 基于 Lattice Nexus™ 2 平台，在 MachXO5™-NX 基础上扩展了逻辑密度，规格从 65k 到 220k 系统逻辑单元（SLC）。片上集成闪存支持即时启动，启动时间低于 30ms，在系统上电时最先运行、断电时最后停止。连接方面新增 PCIe® 4.0 和 16G SERDES，可直接对接现代高性能处理器，满足数据中心和网络设备中与高性能处理器协同工作的需求。安全能力 Mach-N2 是目前同类产品中唯一集成片上配置闪存、启动时间低于 30ms 且完整支持 CNSA 2.0 合规 PQC 套件的控制 FPGA。支持算法：身份认证：ML-DSA、LMS、XMSS 密钥交换：ML-KEM 向后兼容经典算法：AES-256-GCM、ECC521、RSA4096 密码敏捷性（Crypto Agility）：加密算法支持现场更新，带防回滚保护。当密码标准发生变化时，无需更换硬件即可更新安全策略。此外，Mach-N2 支持基于 PUF 的唯一设备身份，兼容 DICE 和 SPDM 认证协议，并提供用户可调用的加密 API 用于保护更广泛的平台组件。物理安全与恢复机制片上闪存在硬件层面阻断了外部对比特流和用户存储的访问。支持三个配置镜像——主镜像、备用镜像和恢复镜像（Golden），配合电压、温度监控及可配置防篡改响应，提供多层物理保护。 Mach-N2 目前已向主要客户开放样片，开发套件和软件支持通过 Lattice Radiant® 和 Lattice Prompt™ 提供。

莱迪思

Latticesemi . 2026-09-24 1449
企业 | 粤芯半导体启动申购，发力功率器件代工

9月22日晚间，粤芯半导体披露创业板IPO发行公告，确定本次发行价格为12.01元/股，网上网下申购日均为9月24日。按2025年摊薄后静态市销率计算，不行使超额配售选择权时为13.39倍，全额行使后为13.74倍，低于同行业可比上市公司平均水平。图片来源：粤芯半导体公告截图本次初始公开发行股票数量为51264.6万股，网上发行申购上限为12.8万股，顶格申购需配深市市值128万元。粤芯半导体总部位于广州，被称为“广州第一芯”，是广东省首家实现量产的12英寸晶圆制造企业，也是全球少数专注于模拟芯片领域的特色工艺晶圆代工企业之一。公司聚焦集成电路、功率器件、光电融合三大方向，深耕模拟芯片、功率器件、硅光芯片等领域，产品应用覆盖消费电子、工业控制、汽车电子和人工智能等场景。从经营数据来看，2023年至2025年，粤芯半导体营业收入分别为10.44亿元、16.81亿元、25.82亿元，三年复合增长率达57.30%；归母净利润分别为-19.17亿元、-22.53亿元、-23.46亿元。2026年上半年，公司实现营业收入17.77亿元，同比增长68.76%；归母净利润为-10.52亿元，亏损较上年同期收窄12.41%。公司表示，营收增长主要受益于终端需求回暖和AI算力需求爆发，半导体行业景气度持续回升，叠加公司产能规模持续释放、与主要客户合作关系不断深化。目前公司尚未盈利且存在累计未弥补亏损，基于营业收入持续增长、毛利率逐步回升、产能建设和爬坡按计划推进等假设，预计合并口径最早将于2029年实现扭亏为盈，该盈利结果包含政府补助带来的收益。

粤芯半导体

集邦化合物半导体 . 2026-09-24 1673
产品 | LHA9955：适用于地震应用的超高精度32位 ΔΣ ADC

产品介绍 LHA9955是一款32位超高精度模数转换器(ADC)，集成低噪声可编程增益放大器(PGA)和有限脉冲响应(FIR)滤波器。该ADC可满足地震监测设备需要低功耗来延长电池运行时间的严苛要求。低噪声PGA通过1至64的增益扩展了ADC动态范围。PGA允许直接连接地震检波器，无需外部放大器。高通滤波器可从信号中移除直流和低频成分。时钟频率误差由频率精度高达7ppb的采样速率转换器补偿。 ADC支持3种功耗模式，兼顾性能与功耗需求。该ADC采用紧凑的5mm × 5mm QFN封装，额定工作环境温度范围为–40°C至+125°C。产品特性 • 低功耗 - 高功耗模式增益=1，10mW - 低功耗模式增益=1，3.3mW • 动态范围和噪声 FIR滤波器@250SPS： - HP模式PGA增益=1：DR=138.5dB，噪声0.21μVrms - LP模式PGA增益=1：DR=135dB，噪声0.31μVrms SINC滤波器@50SPS： - HP模式PGA增益=1：DR=150dB，噪声0.07μVrms - LP模式PGA增益=1：DR=147dB，噪声0.1μVrms • 总谐波失真THD：–125dB • 积分非线性INL：1ppm/FSR • 共模抑制比CMRR：140dB • 增益温漂：0.5ppm/°C • 失调温漂：25nV/°C @G=1；1nV/°C @G=32 • 灵活的数字滤波器： - 可选的SINC+FIR+IIR - 线性或最小相位 - 高通滤波器 • 数据速率（高功耗模式）： - FIR滤波器50SPS 至 8000SPS - SINC滤波器50SPS 至 64000SPS • PGA增益：1至64 • SYNC输入 • 时钟误差补偿 • 双通道多路转接器 • 偏移和增益校准 • 通用数字I/O • 支持FIFO，接口CRC校验 • 模拟电源供电：5V、3.3V或±2.5V 产品应用 • 能量勘探 • 无源地震监测 • 地球科学和地质学 • 精密仪表实测数据图1.FFT频谱，增益=1，输入短路图2.FFT频谱，增益=8，输入短路图3.FFT频谱，增益=1，-0.5dbFS输入图4.FFT频谱，增益=8，-0.5dbFS输入表1. 动态范围，FIR滤波器，VREF=4.096V，满幅输入2.5V/Gain 表2. 动态范围，SINC滤波器，VREF=4.096V，满幅输入VREF/Gain

领慧立芯

领慧立芯 . 2026-09-24 1309
应用 | 人形机器人如何用多模态感知精准拿捏真实物理世界

人形机器人正从演示场景逐步落地至工厂、仓库、医疗及其他人机共用空间。在这类场景中，运行成效的核心标准是：在现实环境的各类不确定因素下保持持续、稳定运转。移动能力拓展行动范围，灵活操作能力丰富作业功能，但人形机器人的规模化应用，离不开数据与信任两大基石。数据为AI模型、习得策略及传感器融合系统提供支撑，持续提升自主能力；而信任，则建立在整套系统能够在物理世界中稳定可靠运行的基础之上。这正是物理智能的价值所在：将AI推理与物理约束相结合，依托持续感知、确定性通信、实时控制和遵循物理定律作出的响应来实现运作。人形机器人技术迎来发展转折点，并非单纯因为智能水平的提升，而是感知、确定性通信、计算、运动、供电、仿真与安全等多个领域的创新，在物理控制回路中实现了融合发展。现代人形机器人时代，并非仅依靠AI或硬件单一领域推动；而是依托各技术领域的协同赋能，以物理信号为根基，并严格遵循实时运行约束。这种协同增效效应，正推动机器人从僵化的自动化系统转变为具备物理智能的新型系统。参见图1。图1. 协同创新推动工业机器人技术发展从自动化迈向物理智能传统工业机器人的设计以可预测性为前提，在封闭式作业单元内工作，执行预设程序，并依靠物理隔离设施（防护笼、安全光幕、分区管控）规避风险。人形机器人突破了这一模式，在开放、动态的环境中作业，与人类共处、穿梭其间，并持续应对各类突发状况。在此类工况下，智能系统必须具备连续性、时效性与具身性。由此催生了全新一代系统：不再局限于执行预设动作，而是依托物理智能完成作业，运作流程如下：感知现场状况制定应对策略对环境作出动作响应观测执行结果即时进行调整在物理场景中，这套闭环流程是保障设备稳定、运行安全、作业有效的基本前提。物理系统的运作环节之间不应存在停顿：信号延迟、数据抖动、指令更新缺失，都会直观体现为机器人动作迟疑、机体晃动或急停等问题。时间持续向前，智能系统也必须与之精准同步。当整套闭环运转协调有序时，机器人动作流畅，可从容应对不确定工况，并与人类自然协同作业。一旦闭环失效，故障表现通常十分明显。由此可见，物理智能本质上属于系统工程范畴。它要求AI模型、算法、感知、决策与控制模块深度协同，最终构建出一套运作紧密、时序同步的整体系统。多模态感知人类并非只依靠单一感官认知世界。我们会持续整合视觉、听觉、触觉、平衡感、本体觉与力反馈，在移动过程中感知并理解周边环境。在真实场景中作业的人形机器人同样需要做到这一点，且还有更高要求：其感知体系必须经过结构化设计，让AI能够基于物理现实开展逻辑推理，而非仅对画面内容做简单分类。人形机器人依靠遍布机身的信息流完成感知、解读与响应，传感器、计算节点和执行器之间的信息传输，必须精准把控时序。参见图2。图2. 多模态感知：物理智能的数据基础现代人形机器人普遍融合多类感知技术：视觉：实现空间解析与场景语义识别深度感知：获取物体外形与距离信息音频与振动感知：判断行为意图、掌握环境状态，感知视野外的情况触觉感知：支持作业操作、接触判定与稳定抓取惯性测量单元(IMU)与关节编码器：维持机体平衡、姿态控制与本体感知力与扭矩感知：保障人机交互安全、测算负载、执行物理约束规则多种感知模式协同作用，让机器人在机体运动、强光、视线遮挡、环境杂乱、信号干扰及各类不确定工况下，依然保持稳定感知能力。机器人唯有实现智能感知，即连续且结合场景的感知，才能做出智能化动作。确定性通信感知模块会源源不断产生数据，通信模块则负责数据传输与时序同步。人形机器人的架构不再采用一体式整机设计，而是逐步演变为分布式互联网络。多模态数据能否发挥价值，不仅取决于各类感知模块的检测内容，更取决于数据的采集时序。保障传感器信号的时序一致性，才能让AI分析事件成因、接触状态、运动轨迹与后续影响。摄像区域、感知区域与执行区域通过层级化链路相连，既有带宽较低的边缘总线（1Mb至10Mb），也有高速骨干网络（2Gb至10Gb）。参见图3。依托确定性通信，机器人可形成统一的机体状态与环境感知能力，实现动作更平顺、人机协作更安全、作业操控更灵活，即便面对不确定工况，动作也能保持稳定。一旦缺失确定性通信，分布式智能体系将彻底失效。图3. 人形机器人通信架构考量要点三层智能体系丹尼尔·卡尼曼在《思考，快与慢》一书中提出的系统1、系统2理论，区分了快速直觉反应与慢速审慎思考两种思维模式。针对人形机器人，这套理论需要结合物理运行体系进行延伸，新增系统0，即传感器构成的实时神经体系。人形机器人的运行性能，取决于三大系统形成完整同步闭环：从触觉感知、逻辑判断，再到力矩输出。举个例子：一台人形机器人在繁忙的工业通道中搬运装有半箱物料的敞口容器，这项看似简单的任务，实则涉及多个技术领域。系统0（物理信号与执行底层，响应时延<5毫秒）：涵盖传感器、执行器、关节状态、电机电流、触觉信号、惯性测量单元数据更新及低延迟本地控制回路。系统1（快速解读与反射响应，响应时延5至20毫秒）：包括传感器数据融合、防打滑响应、平衡修正、力度调节、局部运动控制、接触状态建模与安全管控执行。系统2（认知推理与任务规划，响应时延≥50毫秒）：包含路径规划、人体动作与意图预判、任务目标解析、策略统筹与全局规划。物理智能正是源于三大层级的协同运作：系统0为机器人锚定真实物理信号；系统1将信号转化为快速修正动作；系统2结合任务目标与环境信息开展逻辑推理。只有感知、推理、动作全程保持时序同步，机器人才能稳定完成作业。实时电机控制评判人形机器人的性能，往往会关注其运动表现：步伐平稳落地、肢体可在运动途中灵活调整、平衡修正动作流畅无迟疑。这类动作效果，依靠数十个相互联动的自由度(DoF)协同控制实现。参见图4。图4. 人形机器人电机控制：自由度带来的技术挑战自由度数量越多，机器人作业能力越强，但控制难度也随之提升。每增加一个关节，都会加剧机构耦合效应、压缩时延容错空间，同时增多引发运行失稳的隐患。微小的时序误差会快速传导放大：脚踝修正延迟，会改变膝关节受力；手腕受到扰动，会影响肩部扭矩输出；躯干姿态调整，会重新分配全身受力平衡。因此，实时电机控制是核心基础。管控多自由度机构，需要持续、精准地掌握各关节的位置、运动状态与负载情况，即便遭遇供电波动、外力冲击、机械磨损，相关数据也必须稳定采集。无论是搭配减速齿轮的旋转执行器，还是由丝杠、滚珠丝杠驱动的直线执行器，运动品质都依赖高精度位置检测、低噪声信号链路和执行器端可预测的时序控制。当感知、电机驱动、供电与控制模块整合为一套完整系统时，机器人的作业能力可稳步拓展，且不会因时序波动导致运行故障。技术复杂度并不会消失，而是通过确定性机制实现有序管控。只有保证每个关节、每一次运行周期、每一次物理交互的信号完整与时序准确，预设的数字指令才能转化为稳定的实体动作。功能安全当人形机器人能够在人类周边作业时，其应用价值将迎来颠覆性提升。从隔离式自动化作业，转向人机共用场景，安全的定义也随之更新。机械柔性与反向驱动能力能够降低人员受伤风险，但仅靠这两点远远不够。即便机器人机械结构具备柔性，一旦感知数据出错、时序不可控，或是故障隐性发作，依然会产生安全隐患。人机共处场景下，功能安全需要多层防护体系：对作用力、扭矩、运行速度与作业空间设置硬性阈值持续开展设备诊断、传感器校准与数据合理性校验采用冗余感知设计，搭建多路径安全防护机制设备出现故障时，执行确定性应急响应故障后触发受控降载运行，而非失控瘫痪人形机器人属于多模块耦合系统，安全防护无法局限于单一模块，必须覆盖感知、通信、计算、供电、执行全链路，实现端到端防护。设备故障状态下的行为可预测性，是区分技术演示与规模化落地应用的关键。信任并非来自设备始终零故障，而是当意外发生时，系统能够安全、稳定、透明地作出响应。人形机械手：AI、感知与控制融合成为物理智能整机之中，机械手的技术要求最为严苛。感知、执行、线路布设与反射级控制高度集成，同时还要满足时延、功耗、散热、体积的极致限制。人类无需刻意思考，就能自如调节抓握力度；可在物体滑落前及时察觉；能随接触面变化调整接触压力；还能在移动过程中通过细微动作重新摆放物体，这类动作都属于无意识行为。想要在人形机械手上复刻部分类似能力，需要在高密度触觉感知、精密运动控制、小型化执行机构、低延迟本地计算、基于多模态感知的习得策略、高效供电管理等方面实现技术突破，同时整体结构还要做到轻便耐用、人机交互安全。灵巧作业需要融合多类感知信息，综合判断实际工况视觉：识别物体类别、判断物体位置深度感知：获取物体外形与距离参数触觉感知：判断物体是否打滑、作用力是否合理本体感觉：掌握机器人关节与机体相对作业任务的姿态力与扭矩感知：确认交互作用力处于安全、可用范围音频与振动感知：捕捉接触信号、机械异常信号，或是任务完成的提示信号在机器人感知技术的讨论中，视觉与深度感知常被重点提及，音频感知却容易被忽视，但它能提供极具实用价值的信息。借助振动与声学特征，可检测机械故障；依靠特殊声响，还能验证作业结果，例如连接器完全卡合锁紧时发出的咔哒声。而触觉感知，更是视觉与音频无法替代的技术：它能实时反馈接触面的交互状态，识别压力分布、振动、摩擦变化与微打滑现象，以此判断抓取动作是否稳定。机械手的技术核心在于：灵巧作业不仅是机械结构的难题，更是感知、计算、控制与AI协同配合的综合挑战。参见图5。图5. 人形机械手灵巧作业随着人形机器人走出隔离防护区、融入人类工作环境，机械手的智能水平，将和电机动力同等重要。攻克机械手相关技术，才能让人形机器人真正成为适配各类复杂工业场景的通用型设备。人形机械手，正是感知、计算与智能技术落地的核心载体，每一次抓取动作，都是技术融合的实践。结语：从系统层面构筑信任人形机器人领域的核心技术难题，大多并非单一零部件的问题，而是集中在感知与计算、控制与供电、通信与安全等多领域的交叉环节。物理智能绝非简单地在机器人硬件上叠加一层软件。两台硬件配置（传感器、电机、AI模型）相近的人形机器人，在实际工况中的表现也可能天差地别。差距根源在于系统集成能力：能否在复杂多变的现实环境中，持续保障时序精准、信号完整、供电稳定与运行安全。 ADI在精密感知、确定性通信、实时信号处理、供电管理、电气隔离与功能安全领域拥有数十年的技术积累，能够为人形机器人研发中难度最高的环节提供系统级解决方案。我们并非单纯输出技术，而是作为合作伙伴，助力复杂物理系统在真实场景中实现稳定、可预测的运行。人形机器人的规模化应用，不在于能否做出流畅的行走动作，或是在理想环境中完成物体抓取；而在于能否长期稳定运行、自适应各类不确定工况、故障后自主恢复，并全程保障人机共处安全。这正是物理智能的应用范畴：让AI推理严格契合物理运行规则。想要实现这一未来，离不开完善的系统工程设计，将智能、感知、运动、通信、供电与安全体系统筹规划，打造高度同步的一体化系统。具备高可信度的物理智能，并非偶然形成，而是依靠一套套确定性运行闭环，精心设计打磨而成。

AD

亚德诺半导体 . 2026-09-24 1001
产品 | 50MHz 零交越失真低噪声 RRIO 运算放大器_LTA668x

前言在传感器信号调理、数据采集与精密测量领域，运算放大器是连接模拟世界与数字系统的第一道门槛。传统轨到轨输入运放采用PMOS与NMOS差分对互补结构，当输入共模电压跨越两对管的切换区时，会出现失调电压跳变、跨导突变和共模抑制比凹陷，即输入级交越非线性（交越失真）。这一问题在高精度ADC驱动和动态共模信号链路中尤为突出，会直接引入直流误差和共模干扰。随着国产高性能模拟芯片的持续突破，工程师在选型时不再需要在精度、速度与供货稳定性之间妥协。先积集成正式推出 LTA668x 系列——一款50MHz零交越失真、轨到轨输入输出（RRIO）的高性能 CMOS运算放大器，以单/双通道灵活配置，为工业、通信、医疗与消费电子提供高保真信号放大方案。产品概述 LTA668x 系列包含单通道 LTA6681 与双通道 LTA6682，采用零交越失真输入级架构，在 2.5V 至 5.5V 单电源供电下即可实现轨到轨输入与输出摆幅。该架构从根本上消除了传统互补输入级在共模电压穿越中点时的失调电压跳变，使 THD+N 低至 0.0004%，CMRR 在全输入范围内保持 90dB（最小值）/ 110dB（典型值）的高水准。系列覆盖 -40°C 至 +125°C 工业级温度范围，提供 SOT23-5L、SOT23-6L（带 SHDN 关断）、SOIC-8L 与 DFN3x3-8L 四种封装，单通道与双通道电气规格一致，便于工程师在不同通道数与 PCB 面积需求之间无缝切换。核心参数亮点 50MHz·55V/µs，高速瞬态响应 LTA668x 具备 50MHz 增益带宽积与 55V/µs 压摆率，相比传统方案，压摆率显著提升。4V 阶跃信号下，建立时间可达 200ns（0.1%）/ 400ns（0.01%），非常适合驱动高速 SAR ADC 与脉冲信号调理。 0.0004% THD+N，信号纯净 LTA668x 采用零交越失真输入级架构，从根本上消除了传统互补输入级在共模电压穿越中点时的失调电压跳变，THD+N低至 0.0004%（1kHz，4Vpp，G=1）。这一指标使其在音频前置放大、传感器信号调理与有源滤波等对线性度敏感的应用中表现优异。 8nV/√Hz噪声，0.1mV失调，0.2pA偏置在 10kHz 处输入电压噪声密度典型值为 8nV/√Hz；输入失调电压仅 0.1mV，温漂典型值 2µV/°C；输入偏置电流低至 0.2pA。三重优势叠加，使其能够可靠放大高阻抗传感器（如光电二极管、化学传感器）输出的微弱信号。 RRIO，输入超轨100mV 输入共模范围从负电源轨延伸至正电源轨以上 100mV，输出摆幅距电源轨在10mV以内。无论是低压电池供电系统，还是接近电源轨满幅输出的数据采集前端，LTA668x 都能提供充足的动态范围。 2.5V~5.5V，-40~+125°C宽温从 2.5V 低压便携设备到 5.5V 工业控制器，LTA668x 均可单电源稳定工作。全系列在 -40°C 至 +125°C 范围内保证关键直流与交流参数，满足工业现场与汽车电子外围模块的严苛要求。输出驱动能力短路电流典型值60mA(拉电流)/65mA(灌电流)，可轻松驱动 SAR ADC 采样电容、电缆负载及后级缓冲，减少对外部驱动级的依赖，简化 BOM 与 PCB 布局。 ±8kV HBM ESD 防护 LTA668x 增强型 ESD 耐受能力：人体模型（HBM）±8000V，充电器件模型（CDM）±2000V。两种模型均具备充足的静电防护裕量，有助于提升产线良率与现场可靠性，减少因静电放电导致的失效风险。封装与选型 LTA668x 提供单/双通道与多种微型封装，工程师可根据通道数、PCB 面积与关断需求灵活选型： LTA6681XT5/R6：单通道 SOT23-5L，最小封装，体积敏感型首选； LTA6681XT6/R6：单通道 SOT23-6L，热阻 θJA = 200°C/W，带 SHDN 关断引脚，支持低功耗待机模式； LTA6682XS8/R8：双通道 SOIC-8L，标准表面贴装封装； LTA6682XF8/R10：双通道 DFN3x3-8L，3mm×3mm 小型化，适合高密度设计。典型应用场景传感器的信号调理与放大（压力、温度、光电二极管、化学传感器）数据采集系统与 SAR ADC 驱动工业过程控制与有源滤波器测试测量设备与宽带放大器专业音频前置放大与线路驱动可穿戴设备与电池供电仪器结语 LTA668x 的推出，是先积集成在高性能信号链放大器领域的又一次扎实进阶。它以零交越失真架构消除传统轨到轨运放的精度瓶颈，用 50MHz 带宽与 55V/µs 压摆率拓宽动态响应边界，并以丰富的封装选择满足从便携消费电子到工业现场的多场景需求。在国产高性能模拟芯片持续崛起的今天，先积集成愿与每一位工程师同行，以稳定可靠的信号链产品，为中国智造注入更多确定性。

先积集成

先积集成 . 2026-09-24 1064
技术 | 从数据到 Token：Arm 解读边缘 AI 的计算与存储

9 月 23 日，在 GMIF 2026 全球存储器行业创新峰会上，Arm 全球存储业务负责人 John Xavier Lionel 发表了题为《从数据到 Token：重塑边缘 AI 的计算与存储架构》的主题演讲，围绕生成式人工智能（AI）时代计算与存储的演进趋势分享了最新洞察。 AI 正在重塑存储需求随着 AI 模型规模不断扩大、上下文长度持续增长以及并发用户数量快速增加，存储正成为影响 AI 系统能力的关键因素。在推理过程中，解码（Decode）阶段需要持续访问 KV Cache，使内存容量、带宽和数据传输效率直接影响系统性能与吞吐量。因此，对于生成式 AI 而言，系统性能不再仅由计算资源决定，也越来越取决于内存、存储和数据传输系统能否持续、高效地向计算资源提供所需数据。与此同时，随着生成式 AI 规模化落地，Token（词元）正成为衡量 AI 运营成本的重要单位。例如，100 万台设备每天进行 20 次 AI 交互、每次生成 500 个 Token，就意味着每天将产生约 100 亿个 Token。每一次交互所产生的 Token 都会对应计算、内存、存储、网络和能耗等成本。可见，推理正在从一次性的技术投入，转变为持续性的运营支出。对于产业而言，未来真正重要的问题不再是“能够生成多少 Token”，而是“能够以多高的效率和多低的成本生成有价值的智能”。 AI 时代的竞争，也正在从单纯追求更高 TOPS，转向如何在计算、内存、存储和数据移动之间建立更高效的系统平衡。分布式 AI 让智能运行在最合适的位置随着 AI 不断从云端向边缘延伸，产业关注点正在从“云还是边缘”的选择题，转向“如何让合适的 AI 工作负载运行在最合适的位置”。不同 AI 工作负载对性能、时延、隐私、功耗和成本的要求各不相同，因此需要运行在最合适的计算层级。始终在线感知、唤醒词检测和异常检测等轻量级任务适合在低功耗终端设备本地运行；AI 助手、多模态交互等对时延和隐私敏感的应用更适合在手机、PC、XR 设备和机器人等高性能边缘设备上执行；行业模型和本地化 AI 服务可依托边缘基础设施运行；而超大模型、复杂推理、模型训练以及全球化服务等工作负载，则更适合部署在云端。通过在云端、边缘基础设施和终端设备之间合理分配 AI 工作负载，企业能够在能力、时延、隐私、成本和能效之间实现更优平衡；而对于用户而言，这意味着更快的响应速度、更好的隐私保护、更可靠的使用体验，以及更加个性化的智能服务。存储已成为边缘 AI 系统竞争力的关键一环得益于小语言模型（SLM）、量化技术、异构计算架构以及软件生态的持续进步，边缘 AI 进入快速发展阶段。原本只能运行在云端的 AI 能力正被部署到终端设备，在提升响应速度、保护数据隐私的同时，也让本地智能应用成为可能。与此同时，随着模型规模、本地知识库和用户上下文的持续扩张，边缘 AI 系统对存储容量、内存带宽、模型加载速度、安全性以及功耗管理等的要求也不断提高，并带来了新的系统设计挑战。例如，生成式 AI 推理需要持续访问模型权重、上下文和键值缓存（KV Cache）。即使拥有强大的 AI 加速器，如果数据无法高效地在存储、内存和计算单元之间流动，系统性能仍然会受到限制。在这一过程中，存储系统的角色也在发生深刻变化。过去，存储主要用于保存操作系统、应用程序和用户数据；而随着越来越多 AI 能力向设备侧迁移，模型、向量数据、本地知识库以及 Agent 记忆等 AI 资产也开始长期驻留在设备侧。存储承载的不再只是数据，而是模型、知识和智能能力本身。 Armv9 计算平台扩展边缘 AI 能力边界随着边缘 AI 从始终在线感知、关键词检测和异常检测等轻量级应用，逐步扩展到 AI PC、多模态 AI、机器人和本地生成式 AI 应用，模型和上下文从 MB 级增长到 GB 级，系统对于计算、内存和存储能力提出了更高要求。对于低功耗边缘设备而言，Arm Cortex-M CPU 能够在有限功耗预算下提供高效 AI 能力，其核心设计原则是：最大限度减少外部数据移动，让活跃数据尽量靠近计算单元，高效地将模型保存在 Flash 中，按需配置 AI 加速能力。随着模型规模、上下文长度以及本地知识库持续增长，边缘 AI 开始迈向大模型时代。此时，系统挑战已不仅仅来自计算能力本身，而是来自容量、带宽和数据移动效率。基于同样的设计理念，Arm 推出基于 Cortex-A320 CPU 与 Ethos-U85 NPU 的 Armv9 边缘 AI 计算平台，通过增强的内存架构、更高效的数据访问能力以及 CPU 与 NPU 协同计算设计，支持运行超过 10 亿参数的大语言模型，为生成式 AI、多模态 AI 和智能体应用提供更强大的边缘侧计算能力。 AI 时代的下一场竞争，不再只是 TOPS 竞赛，而是在计算、内存、存储和数据移动之间实现最佳协同的系统设计竞争。Arm 正在通过覆盖从低功耗终端到高性能边缘设备的计算平台，以及持续优化的异构计算架构，帮助生态伙伴更高效地释放 AI 能力，推动边缘 AI 迈向十亿参数时代。

Arm

Arm . 2026-09-24 1211
涨价 | 台积电拟上调报价，涨幅约为3%-6%

据DIGITIMES援引供应链人士报道，台积电已经确定自2027年1月起，按制程及产品调整Wafer Out报价（晶圆代工出片价格），涨幅约为3%-6%，其中2纳米、3纳米等先进制程涨幅较高。成熟及特殊制程则视产品、产能利用率和客户情况分别议价。这并非市场首次传出台积电上调2027年报价。今年7月，曾有媒体援引知情人士报道称，台积电计划自2027年起提高代工价格，涨幅最高可达10%。涨价背后依然是产能紧张。供应链人士称，台积电2纳米、3纳米制程供不应求，CoWoS等先进封装产能也依然吃紧，订单能见度已延伸至2030年。供应链同时透露，本轮AI需求已从GPU、专用芯片（ASIC）和高带宽存储器（HBM），扩散至数据中心所需的电源管理芯片（PMIC）、微控制器（MCU）、功率器件、驱动及模拟芯片等产品。随着AI服务器出货增长，高速光通信元件、硅中介层和封装材料的需求也同步增加。如今，一台AI服务器涉及的芯片种类更多，需求覆盖计算、电源、网络和光通信等环节，带动的晶圆代工产线范围也较前几年扩大。因此，对部分高端芯片客户而言，锁定产能仍比短期价格变化更为紧迫。在今年7月的法说会上，台积电董事长魏哲家曾如此回应三星、英特尔竞争压力的提问：“选择制程技术合作伙伴，不像到7-11便利店买牛奶，今天觉得这家商品不好，隔天就换另一家店。先进芯片从选定制程、展开产品设计，到产能准备及量产爬坡，整体合作时间至少需要约5年。” 最新报道也援引供应链消息称，英伟达、苹果、谷歌等科技巨头从台积电转走的订单，基本上是非核心芯片或规模有限的订单，台积电主要先进制程客户的投片未出现明显变化。着台积电涨价，其他晶圆代工厂也将同步跟进。联电、力积电等同业已经宣布涨价策略。随着晶圆代工厂涨价，封测厂、IC设计客户的报价也面临跟涨抉择，但能不能涨以及涨多少则取决于市场竞争格局。除AI需求带动产能趋紧外，海外扩产成本也是业界早有预期台积电调价的原因之一。供应链估算，美国建厂成本能够达到台积电本土建厂的4-5倍。台积电此前曾表示，2纳米量产爬坡预计使2026年下半年毛利率承压约3至4个百分点，海外晶圆厂扩张也可能在未来数年初期带来约2至3个百分点的毛利率压力。在此背景下，市场预期台积电将通过调整晶圆代工报价，缓解新产能投产带来的成本压力。

台积电

科创板日报 . 2026-09-24 1533
市场 | Omdia：2026年Q2, 中国大陆PC市场增长11%，预计2026年全年出货量下降6%

Omdia最新数据，2026年第二季度，中国大陆PC出货量同比增长11%，达到1,140万台。其中，台式机出货量大幅增长42%，抵消了笔记本电脑出货量2%的下降，二者出货量分别为430万台和710万台。与此同时，受需求疲软及持续的供应挑战影响，中国大陆平板电脑出货量同比下降13%，至800万台。 Omdia最新预测显示，2026年全年中国大陆PC出货量预计下降6%，至3,970万台。全年平板电脑出货量预计也将下降10%，至3,250万台。中国大陆PC市场2026年第二季度表现超出预期，主要得益于强劲的商用需求，该细分市场出货量增长29%。增长很大程度上得益于与中国信创（信息技术应用创新）计划相关的设备更新需求激增，该计划旨在推动国产IT技术的应用。相比之下，消费市场表现相对疲软，出货量下降2%。 Omdia高级分析师徐颖（Emma Xu）表示：“中国大陆商用PC需求，尤其是来自大型企业和政府机构的需求，持续支撑整体市场增长。随着政府补贴影响逐渐减弱以及价格上涨，消费级市场需求今年有所走弱。不过，为锁定较低价格并降低未来成本进一步上涨的风险，厂商和渠道的库存备货在一定程度上避免了第二季度消费级市场出现更大幅度的下滑。徐颖补充表示：“经历数年的增长后，平板电脑市场正面临更大的挑战。消费者需求正在减弱，而厂商通过促销活动支持销售的空间也越来越有限。随着市场渗透率达到历史高位，需求越来越多地从首次购买转向换机，平板电脑市场正进入更加成熟和稳定的发展阶段。” Omdia预计，2026年全年中国大陆PC市场出货量将同比下降6%，其中消费级PC出货量预计下降10%。商用市场的增长预计将部分抵消整体市场的疲软表现。与此同时，受需求疲软和持续供应限制影响，2026年，中国大陆平板电脑市场预计将下降10%。

PC

Omdia新消费生态调研-原Canalys . 2026-09-24 1309
产品 | Android 15来了！系统、功能、体验三重升级，米尔MYD-LR3576开发板

米尔电子 MYD-LR3576 Android V2.0.1 现已正式发布。继 V1.0.0 版本支持 Android 14 后，本次发布将系统升级至 Android 15，并围绕系统基线、板级功能和使用体验进行三重升级。新版本针对 MYD-LR3576 硬件完成整机适配与验证，为客户提供更新、更完整、更易部署的 Android 开发基线。一张表看懂 V2.0.1 升级从 Android 14 迈向 Android 15，V2.0.1 不仅更新了系统平台，也将更实用的摄像头、无线并发能力和调试体验纳入正式版本。对比项 V1.0.0 V2.0.1 Android版本 Android 14 Android 15 Linux Kernel 原版本基线 Linux 6.1.118 摄像头 3路N4模拟视频方案新增OV5640、OV13855 MIPI摄像头 Wi-Fi STA或AP单模式使用新增STA + AP并发系统升级：从 Android 14 到 Android 15 V2.0.1 并非将通用 BSP 直接烧录到硬件，而是围绕 MYD-LR3576 接口与外设进行板级调试，让开发者能够从可用的整机环境直接开始业务开发。配置项参数芯片平台 Rockchip RK3576 操作系统 Android 15 Android Build ID AP4A.250205.002.C1 Linux Kernel 6.1.118 SYSTEM · 新一代软件基线：Android 15 + Linux 6.1.118 本次版本基于 Rockchip RK3576 Android 15 BSP，完成 MYD-LR3576 产品配置、内核设备树、硬件驱动与系统镜像适配。更新的 Android 平台为后续应用迭代、系统维护和生态兼容提供长期基础。客户收益：无需从Rockchip通用BSP重新梳理板级差异，可直接基于已验证镜像开展APK、系统定制和整机开发。功能升级：重点补强视觉与网络能力多显示接口与触摸支持完成 MIPI-DSI、HDMI、DP 及触摸屏适配，覆盖嵌入式人机交互与外接显示等终端形态。 OV5640 与 OV13855 双摄适配打通两款 MIPI 摄像头的采集与成像链路，为预览、拍照及视觉类应用提供开发基础。 Wi-Fi STA + AP 并发设备连接上级 Wi-Fi 的同时可开启热点，适合现场配网、近端调试和数据交互。多样化通信能力适配网口、Wi-Fi、蓝牙与 4G，方便项目按现场条件选择有线、无线或移动网络。常用外设和存储就绪 USB、U 盘与 TF 卡已完成验证，满足数据导入、本地存储和外设扩展等常见需求。 AI · NPU DEMO RKNN目标检测示例，加快AI应用验证 SDK集成RK3576 NPU驱动、RKNN运行库及RKNN YOLO示例应用。接入摄像头后，开发者可从现有Demo入手，验证图像识别、目标检测等端侧AI场景，再向自有模型和业务逻辑扩展。 RKNN YOLO测试APK NPU目标检测运行结果客户收益：摄像头链路与NPU开发资源在同一SDK中就绪，便于搭建从图像采集到AI推理的原型。从“能运行”到“可直接开发” V2.0.1 把显示、摄像头、联网和外设适配归入同一个已验证基线，减少客户在通用 BSP 上重复调试底层硬件的工作量。 V2.0.1 带来的实际收益缩短开发周期:从已打通的硬件链路开始，把精力集中在应用与产品差异化上。降低部署成本: 多种显示、网络和存储方式为不同现场提供选择。版本可复现: 通过固定 Manifest 快照与发布 Tag 锁定源码状态，方便维护和回溯。适用于多种智能终端凭借 RK3576 平台与已完成的 Android 板级适配，MYD-LR3576 可用于以下产品方向：工业 HMI、智能显示终端、边缘数据采集、机器视觉、自助服务终端、远程运维设备等。

米尔电子

米尔MYiR . 2026-09-24 994
迎双节 | 芯查查2026年中秋、国庆放假通知

芯查查2026中秋、国庆节放假信息亲爱的芯友：根据国务院办公厅发布的2026年节假日安排，结合中电港芯查查的运营情况，现将2026年中秋及国庆假期服务安排敬告如下：【中秋节】放假时间：9月25日（周五）至9月27日（周日），共3天。【国庆节】放假时间：10月1日（周四）至10月7日（周三），共7天。调休上班：9月20日（周日）和 10月10日（周六）假期期间，中电港芯查查的客服及发货等服务时间将有所调整，如有不便，敬请谅解。感谢您一直以来的理解与支持！值此双节同庆之际，恭祝您阖家团圆，节日快乐！

芯查查

芯查查 . 2026-09-24 1246
企业 | 华虹FAB9B项目获25.36亿元专项投资

无锡市高新区创业投资控股集团有限公司（以下简称“投控集团”）成功获得国家开发银行新型政策性金融工具支持，落地资金25.36亿元，专项投资于华虹FAB9B项目建设。据了解，华虹三期项目规划建设月产能5.5万片的12英寸特色工艺晶圆代工产线，聚焦功率器件、模拟芯片、嵌入式存储等细分赛道。项目建成后，将补齐国内特色工艺芯片供给短板，进一步提升我国集成电路产业链的自主可控水平。前，华虹一期、二期项目已形成稳定产能，三期项目投产后将推动华虹无锡基地实现产能跨越式提升，进一步完善特色工艺平台建设能力。

华虹宏力

SEMI . 2026-09-23 1043
原厂 | 美光侵犯长江存储两项德国实用新型权，判令美光停止在德销售侵权产品

9月23日消息，近日德国慕尼黑法院就长江存储诉美光专利侵权案作出裁决，认定美光侵犯长江存储两项德国实用新型权，并颁发禁令，判令美光停止在德国销售相关侵权产品！这是双方专利战自 2023 年 11 月全面爆发以来，长江存储在全球范围内取得的首个实质性禁令胜利。此次裁决涉及的两项德国实用新型分别为： DE202020006166U1，名称为“三维存储器件的阶梯结构”（案件号 7 O 12615/25）； DE202021004551U1，名称为“三维 NAND 存储器中字线接触的阻挡层”（案件号 7 O 12614/25）。慕尼黑地区法院还开庭审理了长江存储针对美光提起的另外三起诉讼，分别涉及 DE202018007011U1、DE202022003278U1 以及欧洲专利 EP3931868，法院未作实体裁判，裁定延期审理。美光方面迅速回应，表示不认同德国法院的判决，已提起上诉，并正在通过其他进行中的程序挑战相关权利的有效性。美光在回应中特别强调，德国实用新型是经德国专利局登记、未经实质审查的知识产权，最长保护期限为 10 年。法律分析人士指出，禁令的实际执行可能取决于慕尼黑高等地区法院在上诉程序中是否裁定暂停执行。若禁令未被暂停，长江存储预计可较快启动执行程序。公开报道显示，双方围绕 3D NAND 技术的全球专利纠纷已持续近三年。2023 年 11 月，长江存储在美国加州北区联邦地区法院对美光提起诉讼，指控其侵犯多项 3D NAND 相关专利。此后诉讼范围扩展至美国德州东区法院、英国高等法院、欧洲统一专利法院以及德国慕尼黑地区法院。美光则在多线展开反击，包括在美国专利审判和上诉委员会针对长江存储专利提起无效挑战，并于 2026 年 9 月 16 日在美国爱达荷州联邦地方法院反诉长江存储涉嫌获取其营业秘密。市场数据显示，2026 年第一季度长江存储在全球 NAND Flash 厂商中，按销售金额与出货量排名均位列全球第三。其母公司长存控股招股说明书披露，截至 2026 年 3 月 31 日，公司拥有已授权专利 6088 项，其中发明专利 5611 项，Xtacking 架构相关发明专利超过 2000 项。

美光

国芯网 . 2026-09-23 1358
产品 | 平头哥真武V900发布：性能提升200%，可满足万亿级参数大模型的训练和推理需求

9月22日，在2026杭州云栖大会上，平头哥发布新一代训推一体AI芯片真武V900，性能是真武M890的三倍，即提升了200%，这是目前算力性能最强的中国自研AI芯片，可满足万亿级参数大模型的训练和推理需求。该芯片将于2027年第一季度量产售卖。真武V900基于自研并行计算架构设计，搭载216GB大容量显存，片间互联带宽达1200GB/s，单芯片性能是真武M890的3倍。该芯片原生支持FP8、FP4低精度计算，在大幅提升算力密度的同时显著降低推理成本，可应用于高精度训练、低精度和超低精度推理的全场景。针对万亿级参数大模型的训练和推理场景，真武V900与平头哥自研网络、存储芯片可实现系统级优化。真武V900通过自研ICN Switch互联芯片连接后的超节点，具备原生内存语义和内存统一编址能力，可实现千卡全带宽高速互联。这意味着上千颗真武V900能像一颗“超级芯片"一样协同工作，为超大参数模型的训练和推理提供高吞吐、低延迟、高并发的算力。大会现场，阿里发布全新升级的超节点服务器，内置真武V900、ICN Switch、磐脉智能网卡及镇岳SSD主控芯片，实现算、存、网全栈系统级协同，通过阿里云全新设计的智算中心网络架构，单一集群可扩展至50万卡规模。据悉，基于真武M890的超节点已大规模应用，并跑通了Qwen3.8、Kimi K3等超2万亿参数规模模型。据平头哥透露，真武系列芯片已服务超650家企业客户，覆盖智驾、金融、大模型、具身智能、能源、制造等千行百业，是场景应用最广的中国自研AI芯片之一。阿里巴巴集团CEO吴泳铭表示：“由于平头哥芯片产品线的成熟和客户的广泛应用，平头哥AI芯片的年出货量将大幅提升。” Agent产品正在爆发，其任务规划、状态管理、工具调用等环节极其依赖CPU，同时海量数据的预处理、编排与吞吐也需要CPU完成。因此，Agent不仅需要高AI算力支撑，还需要单核性能强、内存带宽高，并与GPU紧耦合的CPU，以提升Agent的运行效率。大会现场，平头哥首次公布倚天服务器CPU的规划，2027年将推出倚天720和倚天730两代服务器CPU。据介绍，倚天720将实现单核性能、核密度与能效的全面提升；倚天730将首次基于平头哥全自研CPU微架构设计，单核SPECint2017/GHz性能将最高提升至倚天710的1.4倍。平头哥透露，未来几年将持续升级自研CPU微架构，基于第二代自研核的倚天750，将支持平头哥自研ICN片间互联总线协议，倚天CPU与真武AI芯片之间可通过ICN总线直接互联，进一步提升CPU与AI芯片的协同效率。目前，平头哥已推出真武系列AI芯片、倚天系列服务器CPU、ICN Switch互联芯片、磐脉系列智能网卡、镇岳系列存储主控芯片等数据中心核心芯片，实现算力、网力和存力的全栈自研，并实现全栈高效协同，为广泛的AI场景提供强大算力。

平头哥

芯智讯 . 2026-09-23 1344
原厂 | 江波龙端侧AI解决方案率先适配高通第六代骁龙8超级至尊版移动平台，完成在旗舰移动端落地

2026骁龙峰会期间，高通技术公司宣布携手阶跃、无量火与江波龙开展四方合作，基于第六代骁龙® 8超级至尊版移动平台，将阶跃StepEdge-Omni 30B-MoE（混合专家）模型面向端侧进行深度适配与推理优化，成功打造具备自主服务和个性化能力的端侧智能体助手，并在峰会现场完成基于高通参考设计的现场演示，验证了复杂智能体AI工作流在智能手机上的高效部署与规模化扩展能力，进一步加速智能体AI体验走进更多终端和广大消费者。基于第六代骁龙8超级至尊版移动平台的强大AI性能基础和完整软件栈支持，江波龙提供的端侧AI存储解决方案，模型权重可从端侧闪存高效加载，通过存储与计算协同减少大模型对运行内存的持续占用，进一步提升模型加载和运行效率，成功打造端侧智能体助手，实现从邮件理解到行程规划、日历同步、航班酒店推荐、行程分享到邮件草拟的全链路自主办公，全程本地完成，无需云端调用。得益于NPU+GPU双引擎协同，模型预填充吞吐性能超过330 Token/s，对比仅使用NPU的通用推理方案提升超过30%，解码吞吐性能超过28 Token/s，并能保持持续稳定运行，且首个词元生成速率达到毫秒级，对比云端API调用快数倍至数十倍。从AI PC到AI手机，江波龙端侧AI存储方案加速落地江波龙这套端侧AI存储解决方案由iSA™存储智能体与搭载慧忆微自研主控的UFS 4.1存储芯片共同支持。UFS 4.1存储芯片为端侧AI推理提供可调度容量、高性能传输的基础，iSA™则是江波龙行业独有的、专为端侧AI推理场景打造的存储智能调度引擎，两者软硬件协同构成端侧AI场景下的先进存力。 *图中产品数据来源于江波龙内部实验，实际性能因设备差异，可能有所不同 iSA™存储智能体围绕 AI 数据的访问特点与计算时序，协同设计存储介质、数据布局、主控和固件。在数据组织上，针对模型权重、MoE Expert 和 KV Cache 的不同特点，优化分层存放、访问粒度和生命周期管理，提高有限内存与存储资源的使用效率。在数据供给上，通过预取提示、关键读取优先、后台维护协调和设备状态反馈，让存储访问更好地匹配推理节奏，以减少计算等待、改善持续运行体验为目标。在寿命管理上，针对 KV Cache 卸载带来的额外写入，通过优化写入策略、数据放置和回收机制，并结合介质寿命反馈，通过介质调优并优化写放大，减少不必要的 NAND 擦写，延长存储使用寿命。此前，江波龙端侧AI存储方案已在AI PC和AI移动工作站场景完成能力验证。此次在移动端平台的适配与演示，进一步验证了该方案的跨平台复用能力，也为后续规模化商用奠定了基础。系统级存算协同，共促端侧AI落地端侧AI推理对存储提出新要求，常规标准存储难以高效响应MoE参数调度、KV Cache膨胀和多轮对话的I/O节奏。为此，江波龙与推动存储端与SoC端联动，让存储参与端侧AI推理数据调度：理解推理节奏、预判数据需求、提前准备。30B MoE大模型在智能手机上的完整部署，正是这一系统级协同的创新实践。江波龙副总裁、嵌入式存储事业部总经理黄强表示：“端侧AI的规模化落地，离不开算力与存储的深度协同。江波龙将行业独有的iSA™存储智能体，率先适配高通第六代骁龙8超级至尊版，通过存算协同释放平台算力价值，突破端侧大模型推理存储瓶颈。期待与高通持续深化生态协作，共同打造高性能端侧AI解决方案，为终端用户带来更稳定、可靠的本地AI体验。” 未来，江波龙将继续深化生态平台的合作，推动端侧AI存储方案在更多场景中落地

江波龙

江波龙 . 2026-09-23 1834
企业 | 银河微电拟投10.78亿元，加码第三代半导体相关项目

9月21日，银河微电公告称，公司拟以自有或自筹资金投资10.78亿元实施“高端核心器件产业化及创新能力建设项目”。该项目系公司已披露的“高端集成电路分立器件产业化基地一期厂房建设项目”的延续，主要在一期厂房基础上实施装修改造、设备购置安装、产线调试及客户验证。图片来源：银河微电公告截图项目预计2027年1月开工，整体建设周期3年，资金投入将按照整体规划、分步实施的节奏推进，后续会结合市场需求、客户验证进度动态调整投入规模。根据公告披露，项目规划产品聚焦SGT MOS、超结MOS、IGBT模块、SiC器件、GaN器件、IPM智能功率模块以及车规级防护器件等品类，产品需要通过AEC-Q101车规可靠性认证，面向新能源汽车、储能、工业自动化等高门槛应用场景。公告写明，这批第三代半导体与高端功率器件主打低损耗、高可靠性、长寿命特性，区别于传统消费类小信号二极管与普通低压平面器件。公开资料显示，#银河微电主营分立器件，产品覆盖二极管、三极管、MOSFET等品类，广泛应用于消费电子、工业、汽车电子等领域。本次大额投资落地，将扩充公司第三代半导体与高端功率器件的产能，补齐车规级SiC、GaN器件的制造能力。公告中提及，当前国内新能源、储能等赛道带动功率半导体需求持续增长，高端车规分立器件、第三代半导体器件供给存在缺口。公司现有产能以常规分立器件为主，本项目投产后，将用于承接工业、新能源车领域的高端器件订单，完善功率器件产品矩阵。截至公告披露，项目尚未确定具体的产能释放节点，产品量产节奏将跟随客户认证进度推进。

银河微电

集邦化合物半导体 . 2026-09-23 931
企业 | 全面升级！艾迈斯欧司朗助力vivo X500 Pro Max旗舰视觉体验

数字光电技术领导者艾迈斯欧司朗（SIX：AMS）宣布，艾迈斯欧司朗影像与显示协同技术方案应用于vivo全新发布的大屏旗舰X500 Pro Max。该技术方案集成OLED屏下光谱感知、多区dToF深度感知及环境光谱与频闪检测三项核心能力，从显示、对焦与成像三个维度，为用户带来更快速精准的拍摄、更自然舒适的显示以及更稳定真实的影像体验。此次发布的 vivo X500 Pro Max 延续 vivo 在移动影像领域的领先探索，围绕“拍照第一选择，视频唯一选择”的目标，进一步强化专业影像与电影级视频能力。新机在超高动态范围、超长焦高速运动抓拍及高帧率追焦等方面实现全面升级，并通过高精度环境光感知与自研亮度调节策略，进一步优化不同光线环境下的显示体验，全面提升从影像采集到屏幕呈现的旗舰视觉体验。精准感知环境光，让显示自然舒适、悦目护眼发布会上，vivo宣布X500 Pro Max采用的高精度多光谱传感器VUS，结合自研亮度调节策略，实现超感光自动亮度。该传感器基于艾迈斯欧司朗OLED屏下光谱颜色传感技术，支持五通道光谱或RGB颜色感知，凭借高灵敏度和高信噪比，可适配环境光透过率低于1%的OLED屏幕，并在0至1 Lux低照度环境下实现精准的亮度、色温与色彩管理。通过流畅地适应户外强光、复杂室内照明、夜间低光环境的变化，该传感器可助力降低暗光场景视觉刺激，自适应调节屏幕亮度和对比度，为用户带来自然舒适、悦目护眼的显示体验。从快速对焦到空间理解，让精彩瞬间清晰定格面对弱光、前景遮挡、多目标及运动拍摄等复杂场景，准确判断主体距离是实现快速对焦的重要基础。艾迈斯欧司朗 TMF8829 多区 dToF 深度传感器拥有 80° 对角线视场角，支持 8×8、16×16 和 32×32 及最大48x32多种分区模式，可实时获取多区域距离信息，支持 vivo 多区激光对焦系统，帮助摄像头快速、准确地锁定主体，减少对焦迟滞与误对焦，提升运动主体追踪的稳定性。除对焦外，TMF8829提供的空间深度信息还可支持人像景深分割、三维重构、AR测距与空间扫描等应用，推动智能手机从“看见画面”进一步迈向“理解空间”。读懂复杂光线，让影像更接近真实所见面对自然光、冷暖光、LED照明及混合光源，单纯依靠图像信息往往难以准确判断色彩变化的来源。艾迈斯欧司朗 TCS3555多通道光谱传感器集颜色与光谱感知、光源识别及频闪检测于一体。其八通道版本面向后置摄像头应用，支持各通道独立增益，可模拟人眼色彩感知，为自动白平衡、自动曝光和抗频闪处理提供精准的环境光数据。 TCS3555可在环境光检测同步运行时实现最高6kHz频闪检测，在不运行环境光检测时检测频率可达30kHz，并支持独立于环境光检测的连续HDR频闪测量。由此，手机能够更准确地识别复杂光源，减少肤色偏差、曝光波动与视频闪烁，使照片色彩更自然、视频画面更稳定。芯片内置的光学校准信息还有助于补偿器件差异，简化终端产线校准。作为移动影像与显示领域的创新引领者，vivo始终围绕用户需求持续创新，并通过底层技术突破、系统级整合与精细化整机调校，不断推动专业视觉能力走向更广泛的用户。此次合作中，vivo在终端产品定义、应用场景开发与体验优化方面的深厚积累，与艾迈斯欧司朗在光谱感知及多区深度感知领域的技术优势形成互补。双方紧密围绕真实使用场景推进方案落地，将精准感知能力融入vivo X500 Pro Max的显示、对焦与成像链路，推动前沿光学传感技术从器件性能转化为用户可直观感知的旗舰体验。

ams OSRAM

艾迈斯欧司朗 . 2026-09-23 1057
产品 | 骁龙引领智能体AI时代，凭借两款全球最快移动SoC赋能下一代智能手机

• 高通技术公司宣布推出第六代骁龙8超级至尊版和第六代骁龙8至尊版，扩展其旗舰产品组合以赋能智能体AI时代和下一代旗舰移动体验。 • 两款移动平台将卓越性能、终端侧智能，以及AI、游戏、影像和连接能力方面的创新相结合。 • 小米、vivo、红魔、REDMI、OPPO、一加、Motorola、iQOO、荣耀等全球领先OEM厂商和智能手机品牌，将率先在其旗舰产品中采用第六代骁龙8超级至尊版和第六代骁龙8至尊版移动平台。高通技术公司今日宣布推出全新旗舰移动平台产品组合——第六代骁龙® 8超级至尊版移动平台和第六代骁龙® 8至尊版移动平台。两款平台均为满足消费者和OEM合作伙伴不断演进的需求而打造，赋能下一代全新移动体验。高通技术公司高级副总裁兼手机业务总经理Chris Patrick表示：今天我们迎来了重要里程碑，发布两款而非一款全新旗舰移动平台，带来即时、个性化且具备自适应能力的智能体AI体验。随着智能体AI时代持续演进，我们的多旗舰策略有助于扩展移动体验的边界，同时将最新的AI创新技术引入更广泛的旗舰终端中。通过打造两款创新的平台，我们为OEM厂商提供更丰富的选择，并共同塑造下一代智能、个性化移动体验的能力上限。智能体验与旗舰性能作为高通技术公司性能最强劲的移动平台，第六代骁龙8超级至尊版带来突破性的AI功能和领先的性能，赋能卓越的Android智能手机体验。全新特性赋能日常智能体，带来更快速、更个性化、更可靠的体验，并能够在全天使用过程中持续适应用户需求。全新Adreno Neural Fusion带来增强的移动游戏，借助AI实现智能的图形渲染，从而带来更沉浸的游戏体验、更丰富的视觉效果，和更持续的游戏时长。 AI赋能的影像功能与高级专业视频编解码器（APV）和智能像素控制（Intelligent Pixel Control）技术相结合，实现更深入的场景理解，带来增强的图像质量和观感更自然的照片和视频。第六代骁龙8至尊版同样采用先进的2纳米制程工艺，搭载定制的Qualcomm Oryon™ CPU、全新架构的高通® Adreno™ GPU，和先进的高通® Hexagon™ NPU。这让该平台能够在更广泛的旗舰机型上，支持许多与第六代骁龙8超级至尊版相同的特性，如突破性AI、游戏、影像和连接。合作伙伴引言小米集团合伙人、总裁卢伟冰表示：小米始终致力于在旗舰产品组合中为消费者带来突破性的创新，高通技术公司全新多旗舰策略让我们能够更加灵活地实现这一目标。通过在即将推出的终端中采用第六代骁龙8超级至尊版和第六代骁龙8至尊版，小米能够为更广泛的用户带来量身定制的差异化旗舰体验。我们正与高通技术公司携手，共同推动下一代AI赋能的智能手机的发展，带来前所未有的个性化和快速响应的体验。 vivo高级副总裁、首席技术官施玉坚表示：多年来，vivo与高通技术公司保持紧密合作，共同推动移动技术创新。全新发布的第六代骁龙8超级至尊版，代表着移动计算领域的又一次重大飞跃。我们即将发布的iQOO 16、iQOO Pad Ultra，将首批搭载第六代骁龙8超级至尊版，为酷客带来更出色的超能电竞与AI体验。未来，vivo还将有更多产品搭载第六代骁龙8超级至尊版，持续为用户创造极致体验。阶跃终端总裁倪嘉悦表示：通过阶跃前沿的AI能力与骁龙在终端侧智能领域的领先优势相结合，智能体体验将变得更加先进、高效且触手可及。我们正在加速推动下一代个性化AI的发展，为全球用户带来更丰富的体验。中兴通讯股份有限公司终端事业部总裁、努比亚技术有限公司总裁倪飞表示：红魔致力于为全球手游玩家提供极致的游戏体验。第六代骁龙8超级至尊版凭借出色的速度、能效和先进的技术，为新一代移动游戏体验提供强劲支持。与高通技术公司的持续合作，将助力我们在即将推出的红魔12Pro+上，为玩家带来更迅捷的响应、更具沉浸感的体验和更持久稳定的性能表现。 OPPO高级副总裁、首席产品官刘作虎表示：我们很高兴能够与高通技术公司共同见证这一最新里程碑，延续双方的长期合作，为全球智能手机用户带来创新体验。随着AI逐渐成为移动体验的核心，我们与高通技术公司紧密合作，为用户提供更加个性化、互联互通的智能体AI体验。 Motorola移动全球产品营销负责人兼执行总监Nicole Hagen表示： Motorola很高兴进一步拓展与高通技术公司的合作，并首次在旗舰产品系列中采用第六代骁龙8超级至尊版。这一重要里程碑将帮助我们为全球消费者带来更强大的终端侧AI能力、更出色的性能以及更高品质的用户体验。凭借第六代骁龙8超级至尊版，我们将打造面向未来的新一代智能手机，更好地满足用户不断变化的需求。荣耀终端股份有限公司产品线总裁方飞表示：荣耀致力于打造赋能用户日常生活的智能终端，与高通技术公司的合作始终是实现这一愿景的重要助力。第六代骁龙8超级至尊版为我们提供了坚实的技术基础，助力我们打造更加流畅的AI和变革性的移动影像体验，激发无限创造力，并为用户解锁更多可能。在共同创新驱动下，我们将人机交互从“被动响应”转变为“主动服务”，并凭借YOYO智能体引领智能手机进入了自动驾驶时代。在骁龙强大算力的支撑下，我们首次将电影叙事领域的传奇——ARRI引入智能手机，让好莱坞电影工作流触手可及。我们正携手合作，塑造未来，让技术更直观易用、更个性化，更触手可及。祝贺骁龙全新移动平台发布。豆包手机助手硬件技术负责人苏逸表示：依托最新的豆包大模型，豆包手机助手在交互、本地记忆及手机任务等方面持续创新与升级。结合骁龙在终端侧AI领域的优势，双方正共同打造更自然、响应更迅速的交互体验。未来，我们期待携手探索AI能力的上限，共创AI驱动的移动新体验。

高通

高通骁龙 . 2026-09-23 1015
企业 | Molex莫仕投资CAEPlus，通过面向 AI 数据中心的主动液冷解决方案推进热管理技术

Molex莫仕宣布对 CAEPlus, Inc . 进行战略投资。CAEPlus 是一家专注于开发主动液冷技术的初创公司，致力于帮助数据中心管理由 AI 和高性能计算 (HPC) 工作负载驱动、不断增长的热负荷。此项投资将通过加速CAEPlus的 BoundaryCool™ 平台创新，推动Molex莫仕的数据中心热管理战略发展。 BOUNDARYCOOL™ PLATFORM BoundaryCool™ 平台是一种紧凑的主动冷却架构，可应对下一代 GPU/ASIC 的热挑战。先进的热管理正成为下一代计算性能发展的关键推动因素。我们对 CAEPlus 的战略投资，体现出Molex莫仕致力于支持液冷创新，同时与新兴技术领军企业合作，帮助客户满足快速演进的 AI 和计算密集型数据中心的需求。 —— Molex莫仕铜缆解决方案业务副总裁兼总经理 Jairo Guerrero 该战略合作将持续推动 BoundaryCool 平台的进步。该平台经过精心设计，与被动式冷板解决方案相比，可显著提高传热性能，并大幅降低 CPU/GPU/TPU 芯片温度，同时保持与传统数据中心架构的兼容性。 Viewpoint “CAEPlus 的成立旨在通过打造全新类别的主动液冷解决方案，应对数据中心冷却需求的快速变化。除了资金投入，Molex莫仕还带来深厚的工程专业知识和助力创新技术规模化落地的卓越经验。” —— CAEPlus, Inc. 创始人兼首席执行官 Milad Bashirzadeh “我们非常期待携手推进我们的专有冷却技术，满足业界对更高性能和效率的严苛要求。” 将 CAEPlus 技术纳入Molex莫仕全面的热管理产品组合，将为数据中心客户提供更广泛，且经过精心设计的解决方案，以应对最为严苛的计算需求。作为协议的一部分，Molex莫仕保留将 CAEPlus 技术应用于Molex莫仕可插拔 I/O 解决方案产品组合的独家许可。本次投资的财务条款未予披露。

Molex

Molex莫仕连接器 . 2026-09-23 910
技术 | CAN XL 如何填补 CAN FD 及以太网之间的空白

与传统的控制器局域网 (CAN) 技术相比，类人机器人、协作臂和自主移动机器人正在为运动控制、传感器融合、诊断和软件生成更多数据。与此同时，这些系统中有许多并不需要在每个终端都具备以太网的带宽、架构或额外复杂性。CAN XL 为需要比 CAN FD 更多带宽的系统扩展了基于 CAN 的网络，无需转向以太网。为什么行业在 CAN FD 与以太网之间需要另一种网络选项？ CAN 成为汽车和工业网络的基础已超过 35 年。它从经典 CAN 向 CAN FD 的发展，现在的 CAN XL 反映了现代系统日益增长的需求，包括更复杂的传感和驱动、更大的软件有效载荷以及更高的安全要求。设计人员在不断增长的数据速率要求和确定性通信需求之间实现了长期平衡。虽然以太网可提供更高的带宽，但通过时间敏感网络 (TSN) 实现类似的确定性通信会增加许多工业应用不需要的复杂性和成本。相比之下，CAN 使用载波侦听多路访问以及冲突检测和消息优先级仲裁 (CSMA/CD+AMP) 来提供可预测的、基于优先级的网络访问。 CAN XL 提高了数据容量，同时保留了 CAN 的 CSMA/CD+AMP 仲裁模型，保留了安全关键型系统所依赖的时序和优先级保证，同时支持高达 20Mbps 的通信数据速率和高达 2048 字节的有效负载。时序与技术同样重要。根据 CAN XL 物理层规范（ISO 11898-2:2024），各公司正在积极构建生态系统来为其提供支持。从现在起几年，汽车和类人机器人制造商正在为将投入量产的平台做出网络架构决策。CAN XL 还支持 CANsec®，随着基于 CAN 的网络越来越多地与基于 IP 的系统连接，它增加了身份验证和数据保护功能。 CAN XL 如何在不增加不必要网络复杂性的情况下为工程师提供更多带宽？设计具有传感器密集型或控制密集型系统的工程师通常需要在 CAN FD 与以太网之间做出选择。CAN FD 的 64 字节有效载荷需要更大的消息跨多个帧，这为每个诊断周期增加了节点复杂性和时序不确定性。以太网可提供更多带宽，但可能需要额外的硬件和软件来连接现有的 CAN 节点。 CAN XL 的 2048 字节有效载荷使大型诊断数据段能够放入一个帧中，而不是多达 32 个独立的 CAN FD 段。其更大的有效载荷还支持更高层协议，例如 IP 以及通过 CAN XL 传输完整以太网帧的隧道。例如，类人机器人需要确定性、低延迟电机控制以及不断增加的传感器数据。这种组合以前需要两个单独的网络来控制，并需要高带宽流量。CAN XL 可以在同一总线上传输这两种类型的数据。同样，工业机器人可以使用 CAN XL 在现有控制网络中传输基于 IP 的流量（例如固件更新），同时重复使用现有的电路板布局布线。图 1 是类人机器人中各种通信接口的示例，以及未来设计中的可能外观。图 1 类人机器人设计中的通信接口示例可立即投入生产的 CAN XL 收发器对设计团队来说意味着什么？这意味着工程师可以将 CAN XL 从架构规划迁移至硬件开发。TI 的TCAN6062 CAN SIC XL 收发器支持高达 20Mbps 的 FAST 数据相通信，同时保持与 CAN、CAN FD 和 CAN SIC 网络兼容。作为行业领先的商用 CAN XL 收发器，它为设计工程师提供了一种立即在量产设计中开始实施和验证 CAN XL 的方法。对于现有的 CAN 设计，迁移也可能相对简单。TCAN6062 与 TI 的 TCAN1044A-Q1 和 TCAN1472-Q1 等 8 引脚 CAN 收发器引脚兼容，使设计人员能够重复使用现有的电路板布局布线。其信号改善功能 (SIC) 技术可将复杂高节点网络中的振铃降低高达 80%，从而帮助设计人员应对信号完整性和电磁兼容性 (EMC) 方面的挑战。宽 I/O 电压兼容性和 ±58V 总线故障保护也有助于满足工厂环境中的电气需求。展望未来，在机器人和汽车设计中 CAN XL 将如何与 CAN FD 和以太网共存？五年后，CAN FD、CAN XL 和以太网将在相同的设计中协同工作。CAN FD 对于成本敏感型控制网络仍然很重要，而 CAN XL 将支持超出 CAN FD 实际能力的应用。以太网将继续为带宽密集型系统提供高速骨干网。类人机器人和自主移动机器人越来越需要在数十个节点之间以更高带宽进行确定性通信。在 AI 定义的车辆和 EV 中，越来越多的电池数据、诊断和遥测功能也带来了类似的需求。 CAN XL 不会取代 CAN FD 或者以太网。随着时间的推移，工程师会在其中画出边界，从而使设计人员能够更加灵活地根据系统每个部分的需求来调整网络。

TI

德州仪器 . 2026-09-23 917