自动紧急制动系统(AEB) 提案已落后于最新的汽车解决方案吗？
2023年5月，美国国家公路交通安全管理局（NHTSA）宣布了一项计划，要求所有新型乘用车将自动紧急制动（AEB）系统作为标准配置。简单来说，AEB是车辆为避免潜在事故而自动启动刹车的过程。这是一种强力措施，能够降低碰撞时的速度或完全避免碰撞，从而防止车辆损坏和人员伤亡。 从表面上看，强制实施AEB系统的计划是个好主意。但如果NHTSA的提案要产生影响力，它必须领先于它所希望塑造的行业。要理解这项标准是否能及时产生对汽车行业的影响，以及NHTSA的计划是否足够深入，不仅需要了解这项提案本身，还要全面了解AEB技术。通过探索底层技术，以及汽车制造商的进展速度和市场趋势，我们才有可能准确判断NHTSA计划的潜在价值。 图1：汽车感知技术示意图 NHTSA的规划 2016 年，NHTSA 要求占美国汽车总销量 99% 的 20 家汽车制造商在 2022 年之前自愿将 AEB 作为其乘用车系列的标准配置。四年后的2020年，NHTSA的另一份报告显示，该行业可能未能达到目标，仅有10家制造商将AEB作为标准配置。这份报告理论上为制定强制性规定打开了大门，但直到今年5月，NHTSA才提出了相关提案。从最初的要求到新的提案之间，美国公路安全保险协会（IIHS）发布了后续报告，如图2所示。 图2：2020 年至 2022 年期间，大多数汽车制造商的配备量都有显著增长 将IIHI的数据与NHTSA最初在2020年发布的报告进行对比，凸显出了一些有趣的趋势。首先，2022年在20家汽车制造商中有14家至少为其95%的车辆配备了AEB，而两年前这一数字仅为10家。如果我们观察下述六个特例，则进一步凸显了这一高速发展的进程。2022 年，起亚汽车的 AEB 装备率为 94%，讴歌（本田）汽车的 AEB 装备率为 93%，但在 2021 年零部件短缺之前，讴歌的 AEB 装备率一直高于这个数值；另外四家制造商的装备率则从2020年的38%上升到平均72%。2023年，所有制造商都表示AEB的部署将再次增加，通用汽车（GM）表示其2023年款车型中98%都将配备该技术。这种逐年快速增长的态势以及NHTSA提案的时机，引发了一些有趣的问题。许多人主要的担心是，如果所有制造商在标准实施之前就已经在其全系车型中配备了AEB，那么这一提案是否会产生真正的影响？但了解这一提案的出台原因，可以为其价值增添一些分量。 首先，重要的是要仔细研究提案的具体内容。对于车辆之间的碰撞事故，如果驾驶员未能及时反应，AEB系统需要在车速达到每小时50英里时采取主动刹车。如果驾驶员刹车了，但并未达到所需的最大制动力，那么AEB系统需要在车速达到每小时62英里时完全避免与另一辆车发生碰撞。拟议的车辆间AEB场景包括一辆车接近一辆静止的前车、一辆行驶缓慢的前车以及一辆正在减速的前车。 对于车辆与行人之间的事故，所有车辆都必须在车速达到每小时40英里时采取行动。拟议的车辆对行人AEB场景包括车辆接近（从左侧或右侧）穿越道路的行人、行人静止在车辆行驶路径上以及行人沿车辆行驶路径行走。这项技术还需要在夜间工作，NHTSA表示，美国超过70%的行人死亡事故发生在夜间。 如果这项提案能在2023年8月底之前获得批准，那么从2026年9月开始（即2027年款车型）将成为强制性规定。如果获得批准的时间较晚，则强制部署将推迟一年（即2028年款车型）。 鉴于夜间死亡人数等统计数据，以及AEB在美国每年可挽救360人的生命并至少减少24000人受伤的情况，这些都突显了AEB的重要性，因此很明显为什么NHTSA将目标指向了这项技术。但是，考虑到大多数车辆已经配备的传感器水平，强制行动是否必要？拟议的规定是否真的足够满足需求？ AEB规范：美国与欧洲的比较 鉴于这项技术的迅速普及，尤其是在过去的三年里，不难理解将强制实施的目标日期定为2026年9月（2027年款车型）可能为时已晚，无法产生任何影响。但是，如果我们将美国的情况与欧洲进行比较，只会更加强烈地感觉到NHTSA正在落后于时代。 自 2019 年起，作为欧洲公认的车辆安全评级方法，要获得欧洲新车碰撞测试（ Euro NCAP） 五星评级，就必须实施 AEB。虽然这可以被视为一种进步，但欧盟委员会更进一步，规定从 2022 年起销售的所有新车都必须安装车辆间AEB系统（vehicle-to-vehicle AEB），并从 2024 年起强制要求安装车辆对行人系统（vehicle-to-pedestrian）。 此外，NHTSA的提案与Euro NCAP的规定在范围上存在显著差异。虽然两种标准都涵盖了类似的车辆间和车辆对行人AEB场景（包括成人/儿童行人和夜间条件），但Euro NCAP还涵盖了几种车辆对自行车和车辆对摩托车的AEB场景，考虑到了更广泛的弱势道路使用者（VRU）。 此外，与NHTSA的提案不同，Euro NCAP还涵盖了包括（左或右）转弯车辆以及向后倒车对行人的AEB场景。 了解AEB 如果我们了解AEB系统的工作原理，将有助于我们正确评估潜在的法规。作为先进驾驶辅助系统（ADAS）的主要技术之一，AEB是一种强大的车辆安全措施，可以显著减少安全事故，特别是在车辆前后碰撞和车辆与行人碰撞的情况下。典型的AEB系统结合图像传感器、激光雷达（LiDAR）和毫米波雷达（RADAR）来感知可能导致潜在碰撞的物体。车辆会对图像进行实时分析，如果即将发生碰撞，就会提醒驾驶员踩下刹车。如果驾驶员未能在足够的时间内踩下刹车，车辆会主动采取制动措施。 对于图像传感器而言，AEB系统需要转化为视场角（FOV）、分辨率、帧率和微光性能等参数要求，这些图像传感器特性将直接影响物体的可探测性和物体探测的延迟。 如图2所示，配备AEB功能的车辆销售占比大幅增加，但这并不是唯一的重大变化。近年来，车辆的底层技术有了长足的发展。处理系统更加强大，通信系统速度更快、数据传输率更高，传感器也变得更加准确，特别是在微光条件下。这些因素共同促使AEB系统变得更加智能、可靠，使其能够在更多种情况下采取可挽救生命的动作。 凭借超过15年的ADAS成像经验，安森美一直是这一技术革新的核心力量。作为全球领先的用于ADAS系统（包括AEB）的图像传感器生产商，安森美（onsemi ）交付了目前道路上所有车辆中70%的图像传感器。 安森美Hyperlux与NHTSA提案的比较 全新Hyperlux图像传感器系列建基于安森美深厚的汽车专业知识，旨在帮助汽车整车厂商（OEM）在各种条件下进一步提升车辆的安全性，从而减少事故，挽救生命。如果我们将最新的Hyperlux产品系列与NHTSA提案进行比较，就会发现该法规应该更深入，或者至少可以尽早实施。 让我们来考虑车辆对行人场景中车速最高（因此制动距离最大）的情况：一辆车正在接近一个沿车辆行驶路径行走的行人。车速可以达到每小时40英里，而行人的步行速度为每小时3.1英里。 对于这一车辆对行人的场景，如果考虑到典型的城市路况，前方 ADAS 视场角为 120°、时速达 40 英里的车辆的停止（制动）距离、0.5 秒至 1 秒的响应（反应）时间，以及每个行人至少 8 个像素才能正确识别，可以推导出大约需要2480像素的最小（水平）分辨率（使用高中数学几何知识）。 Hyperlux AR0823AT传感器（3840 x 2160像素）以超过50%的裕量满足了NHTSA最严格的车辆对行人场景所规定的水平分辨率，可有效地为每位行人提供多达12个像素，从而实现强大的AEB识别算法操作。 图3. 行人汽车制动系统测试场景示例——行人沿路径移动的基本设置 新的 NHTSA 建议包含了 2016 年建议中缺少的一项内容，即要求在微光条件下和夜间准确探测行人。对安森美而言，这已经是其优先考虑的重点，也可以说是 Hyperlux 传感器系列的标志性特征，它具有 2.1 µm 像素尺寸和业界领先的 150 dB 高动态范围成像 (HDR)，可在 0.05 lux至 200 万lux亮度场景中准确成像。 让我们将Hyperlux传感器系列在微光条件下的性能与NHTSA提案进行对比，再次考虑最严格的车辆对行人场景（例如：行人沿着驶来车辆的行驶路线行走），但这次是在夜间。提案中提到了0.2 lux的环境光水平（月光条件）以及车辆近光灯/远光灯照明，但没有规定车辆照明的照度水平（与Euro NCAP不同）。 美国汽车协会（AAA）在2019年对美国和欧洲汽车前大灯性能的一份研究表明，行人所在位置的平均近光灯照明水平约为9 lux。假设最坏情况下行人的反射率为10%（穿着深色衣物），并使用典型的车用镜头（F值1.4），则在传感器处的照度水平为0.11 lux。 在典型的33ms积分时间（夜间条件）下，Hyperlux传感器系列在0.03 lux的照度水平下就能达到5的信噪比（SNR）（比NHTSA规定的照度要低四倍），而在0.10 lux的照度水平下能达到10的信噪比！ 在阳光明媚的日子驶出隧道时，Hyperlux的HDR性能使车辆能够立即看到附近的车辆和隧道尽头以外的任何潜在危险。过去，许多解决方案的动态范围不足，无法成功捕获图像的远近两个区域，导致潜在风险在汽车处理器中不可见。在如图3所示的场景中，Hyperlux传感器系列的HDR性能能够精确跟踪图像中心、边缘和远处的对象，如汽车、交通信号灯和行人，即使在光线水平下降时也是如此。 图4：Hyperlux传感器可在各种具有挑战性的视觉条件下准确追踪多种危险 Hyperlux传感器提供的精确性，集成安全性并符合B级汽车安全完整性（ASIL）安全标准，远远超出了基本AEB应用的要求。其高精度、高速和先进功能已可用于ADAS L2级系统以及更高级别的系统，帮助制造商向自动驾驶过渡。 NHTSA与车辆安全的未来 对于NHTSA的提案，我们不禁要问，它是否足够深入，以及规划中的时间线是否过长。虽然任何旨在提升车辆安全性的标准在理论上都应该受到欢迎，但如果要产生影响力，它必须领先于行业。从欧洲取得的进展来看，NHTSA的计划至少落后两年（针对车辆与行人之间的措施），而有些方面甚至落后四年（车辆间）。将这一标准与最新的感知产品进行比较，再次凸显出两者之间的差距。像Hyperlux这样的传感器已经能够满足拟议的AEB要求，包括在微光环境下的性能，同时还能支持其他技术，如车道偏离系统和全自动驾驶。到2026年，配备ADAS系统的车辆可能将远超NHTSA的提案要求。 如果我们观察市场趋势，情况也类似。汽车制造商不断努力为新车型增加功能，以创造更加高端和安全的车辆供消费者使用，因此AEB是预期中的一项功能。这一因素继续推动配备ADAS技术（如AEB）的车辆销售。随着大多数制造商加快在其全系车型中100%部署AEB，许多设计人员正在研究更具革命性的提升车辆安全性的方法。尽管NHTSA提案中的某些元素是积极的，比如微光环境下的测试，但很明显，考虑到时间跨度，该提案还可以或许还应该更进一步。汽车制造商及其供应商正在努力利用创新技术来提高车辆安全性，减少汽车事故，拯救生命。正是这种由领先汽车制造商及其产业链供应商（如安森美）组成的合力，很可能意味着许多汽车将在2026年之前就配备更先进的安全功能。
安森美
安森美 . 2024-04-11 4 7 2001
基于联发科技产品的AI人像背景移除方案
2024年4月11日，致力于亚太地区市场的国际领先半导体元器件分销商---大联大控股宣布，其旗下品佳推出基于联发科技（MediaTek）Genio 700平台的AI人像背景移除方案。 图示1-大联大品佳基于联发科技产品的AI人像背景移除方案的展示板图 在快节奏的职场生态中，视频会议已经成为日常工作中不可或缺的沟通协作工具。然而，尽管视频会议极大地促进了工作的便利性，但有时参会者可能无法及时进入会议环境，使得视频画面杂乱无章，对专业形象造成一定的负面影响。为解决这一问题，大联大品佳基于联发科技Genio 700平台推出AI人像背景移除方案，该方案可一键识别人物，并去除杂乱背景，在避免隐私暴露的同时，使工作环境更为严谨、会议交流更具专业性。 图示2-大联大品佳基于联发科技产品的AI人像背景移除方案的方块图 联发科技的Genio 700是一款高性能边缘人工智能IoT平台，具有出色的边缘处理响应能力、卓越的多媒体功能以及无缝的多任务操作系统。此外，Genio 700平台可支持多种网络连接方式和操作系统，包括Yocto Linux、Ubuntu和Android系统，满足用户开发的各种需求。 本方案利用Genio 700强大的人工智能运算单元（APU），通过人体与骨架的大数据，运用先进的算法和识别模型技术，实现了对人型的快速精准定义。此方案的基本运作原理包括了撷取影像、检测人体、提取人体形态，建立准确的人型数据库，并将所量化的数据与数据库中的人型特征值进行比对，找出正确的人体位置后将人体之外的杂乱背景去除，从而呈现出理想的画面效果。 在视频会议中，本方案可适时的将人像背景移除，从而让会议参与者更加专注于会议内容，提升工作效率。同样，在视频电话中，通过该方案也能更好地保护使用者的隐私，避免在通话过程中意外暴露个人或私密空间的背景，提升视频的安全性。 核心技术优势： Genio 700的核心技术： ·CPU：2x CA78 2.2G和 6x CA55 2.0G，算力达75.4K DMIPS； ·GPU：Mali-G57 MC3，算力达192 GFLOPS（FP32）； ·APU：1x MDLA3.0 + 1x VP6，算力达4.0 TOPS； ·Video输入：2x MIPI-CSI； ·Video显示：MIPI-CSI / HDMI。 方案规格： Genio 700的AI人像背景移除技术规格： ·Video输入：使用Camera板（onsemi AP1302 Image Sensor Processor）通过MIPI-DSI的界面，将影像输入； ·Video展示：使用MIPI-DSI的界面，将影像显示于MIPI-DSI的1080P屏幕上； ·AI人工智能：使用G700的APU人工智能加速器，实现AI人像背景移除。
联发科
联发科 . 2024-04-11 5 1381
美商务部再次把11个外国实体列入管制清单，6个来自中国
综合路透社、塔斯社等多家外媒10日报道，根据美国商务部下属机构工业和安全局发布的消息，该部门以所谓“国家安全”和外交政策问题为由，决定把11个来自俄罗斯、中国以及阿联酋的实体列入出口管制清单。 上述11个实体中，有3个来自俄罗斯，6个来自中国，2个来自阿联酋。路透社称，美方决定对这些实体实施贸易限制。 根据美联邦政府的一份公告显示，阿联酋的Khalaj Trading LLC和Mahdi Khalaj Amirhosseini因明显违反伊朗制裁而被添加到清单。 中国实体被指控购买美国物品以支持军事现代化，包括： 联众集群（北京）科技有限公司--LINKZOL (Beijing) Technology Co., Ltd. 西安丽科创新信息技术有限公司--Xi’an Like Innovative Information Technology Co., Ltd. 北京安怀信科技股份有限公司--Beijing Anwise Technology Co., Ltd. 思腾合力（天津）有限公司--SITONHOLY (Tianjin) Co., Ltd. 另一家中国实体，江西新拓企业有限公司（Jiangxi Xintuo Enterprise Co. Ltd.）因向俄罗斯军队提供无人机而被加入。 中国深圳市嘉思博科技有限公司（Shenzhen Jiasibo Technology Co.， Ltd.）被指为伊朗一家飞机公司采购航空航天部件（包括无人机军民两用部件）的供应网络的一部分。 3家俄罗斯实体——Aerosila JSC SPE、Delta-Aero LLC和JSC ODK-Star——也被加入清单。“这些部件用于开发和生产Shahed系列无人机，伊朗曾使用这些无人机攻击中东的油轮，俄罗斯在乌克兰攻击油轮，”联邦公报通知说。 附件：涉及实体清单的六家企业中英文对照 联众集群（北京）科技有限责任公司 英文名称：LINKZOL (Beijing) Technology Co., Ltd. 西安丽科创新信息技术有限公司 英文名称：Xi’an Like Innovative Information Technology Co., Ltd. 北京安怀信科技股份有限公司 英文名称：Anwise Technology Co., Ltd 思腾合力（天津）科技有限公司 英文名称：SITONHOLY (Tianjin) Technology Co., Ltd. 江西新拓实业有限公司 英文名称：Jiangxi Xintuo Industrial Co., Ltd. 深圳嘉思博科技有限公司 英文名称：Shenzhen Jiasibo Technology Co., Ltd. 值得注意的是，今年早些时候，根据美国商务部下属机构工业和安全局当地时间2月23日发布的消息，该部门决定把93个来自俄罗斯、中国、土耳其等多个国家的实体列入“实体清单”，原因又扯所谓“支持俄罗斯对乌克兰发起的特别军事行动”。这93个实体中，有8个来自中国。塔斯社当时报道称，对于美方以涉俄因素为由打压中国企业，中国驻美国大使馆发言人刘鹏宇向该媒体表示，这是典型的经济胁迫行为。“美方应当立即纠正错误做法，停止遏制打压中国企业。”刘鹏宇还说，中方“坚决反对美国泛化国家安全概念，滥用国家力量打压中国企业”。
快讯
芯查查资讯 . 2024-04-11 2 27 5416
SEMI：2023年全球半导体设备出货金额1063亿美元，中国占比34%
美国加州时间2024年4月10日， SEMI在其发布的《全球半导体设备市场报告》Worldwide Semiconductor Equipment Market Statistics (WWSEMS)中指出，2023年全球半导体制造设备销售额从2022年的1,076亿美元的历史记录小幅下降1.3%，至1,063亿美元。 分地区来看，中国大陆引领行业扩张，2023年芯片设备支出排名前三的中国大陆、韩国和中国台湾地区占全球设备市场的72%，中国仍然是全球最大的半导体设备市场。 图：按地区划分的年度出货金额（单位：10亿美元）（来源：Semi） 中国：2023年在中国的投资同比增加了29%，达到366亿美元，全球占比34.4%，为第一大市场； 韩国：由于需求疲软和memory市场库存调整，韩国的设备支出下降了7%，至199亿美元，占比18.8%； 中国台湾地区：在连续四年增长后，中国台湾地区的设备销售额也减少了27%，达到196亿美元，占比18.5%； 其他地区：北美的年度半导体设备投资增长了15%，主要得益于《芯片和科学法案》的投资；欧洲增长了3%；日本和世界其他地区的销售额同比分别下降了5%和39%。 SEMI总裁兼首席执行官Ajit Manocha表示：“尽管全球设备销售额略有下降，但今年的整体业绩好于早期的预期，战略投资推动了关键地区的增长。” 分类别来看，前道设备市场略有增长，后道封测仍在下降。晶圆加工设备的全球销售额2023年增长了1%，而其他前端领域的销售额增长了10%。封装设备的销售额2023年下降了30%，测试设备的销售额降低了17%。
半导体设备
Semi . 2024-04-11 1 1 1280
2024慕尼黑上海电子展解读电子行业10大热门趋势
进入2024年以来，“新质生产力”持续刷屏。作为更强调科技创新发展的关键词，“新质生产力”离不开科技创新的最新成果，尤其是在全球半导体行业经历几年的低谷，终于迎来新一轮上升周期的特殊时刻。巨浪迎面而来，风口悄然而至。大势之下，2024慕尼黑上海电子展梳理电子行业年度脉络，分析预测即将到来的2024热门新趋势，希望能够为广大行业人士提供有价值的参考。 2024慕尼黑上海电子展 展会时间：2024年内7月8-10日 展会地点：上海新国际博览中心 展位预定：https://jinshuju.net/f/nDlBa8 新能源汽车 2024年被视为智能化和800V高电压平台的关键年，整个新能源汽车产业进入了白热化竞争期。为了提升产品力，车企们纷纷加大研发投入，推出各类创新技术。尤其在补能补电方面，通过采用高压快充技术来解决电动车的补能焦虑问题，已成为行业的共识。然而要实现全域800V架构的普及，首先需要解决高电压平台下充电设备的兼容性问题，包括充电桩、电池、电机等。同时，还需要对现有电网进行升级改造，以支持高电压平台的电力需求。随着技术的不断发展和基础设施的逐步完善，预计2024将成为全域800V快充系统的普及元年，并逐渐成为中高端电动车型的标配，800V高压平台将为新能源汽车行业带来更多创新和变革。此外，电池级碳酸锂的价格在2023年累计跌幅超过80%，并且下跌趋势预计在2024年仍将持续，或将会为新能源汽车市场带来更激烈的竞争。 储能 产能过剩也抵挡不住资本和新玩家的疯狂涌入，尤其是新能源企业纷纷把储能当作第二条增长曲线的背景下，头部光伏厂商与动力电池企业大举进入储能领域，其中不乏跨界者。天眼查数据显示，2023年新成立的储能相关企业多达7.2万家，是2022年的1.8倍。更有媒体报道称，目前中国有近10.9万家储能公司。当下新一轮洗牌正逐步到来，具备核心技术的企业更容易站稳市场。在各类新型储能中，电化学储能技术是发展相对成熟、目前商业应用最多的一类，因其成本大幅下降、高能量密度而受热捧，但也存在安全性不足、储能时长不够、回收利用难等问题。目前，更多新型储能技术已得到关注，多样化的储能技术，在提升电力系统灵活性、促进新能源消纳、保障电网安全等方面具有显著优势。 智能驾驶 智能化升级已经成为了如今新能源汽车的主旋律。智能驾驶、智能座舱、智能网关等功能场景持续涌现，对算力的要求也更加多元。例如2023年，采用先进制程的智能座舱芯片正式“上车”，全新奔驰长轴距E级、极越 01、极氪 001 FR 陆续面市，均搭载了业内首颗5nm智能座舱芯片——高通骁龙8295。大算力自动驾驶芯片也走向普及。极氪007、蔚来 ES7均搭载了目前市面上算力极强的自动驾驶集成芯片——NVIDIA DRIVE Orin，单颗芯片算力达到254TOPS。除此之外，传感器、摄像头、雷达、控制芯片、通信技术等技术的持续提升，也将为汽车智能化功能的开发和创新开启更大空间。 卫星通信 2023年8月，华为推出直连卫星的通讯的Mate 60 Pro，让手机卫星通讯受到广泛关注。无独有偶，苹果也开始相关布局和投入。据有关报告断言，传统手持电话用户将持续缩减，而卫星直连通讯市场的用户数量将在2032年增加到1.3亿左右。其实早在2022年12月，3GPP已针对卫星与5G新空口(NR)技术一体化开展研究，并将该一体化技术命名为“非地面网络(NTN)”。3GPP对卫星通信的重视程度提升，对整个卫星通信行业影响深远，各家卫星通信运营商纷纷寻求卫星通信与地面蜂窝网络融合的市场机遇。据预测，到2030年，全球非地面网络移动连接数预计将达到1.75亿，全球卫星服务的年度市场规模将超过1200亿美元。 机器人 商业化机器人产品正在迎来爆发式增长，并在广泛的领域中得到应用。在2024年科技春晚上，众多公司发布了十款以上的商业化机器人产品。与此同时，作为全球两大AI巨头英伟达和OPEN AI都分别公开在各自在2024年开发人形机器人的投资计划。国内同样如火如荼，数据显示截至2023年12月，国内人形机器人产品亮相多达30余款，其中部分产品已经进入小规模落地交付。根据工信部于2023年11月2日发布的《人形机器人创新发展指导意见》，政府将推动产业化加速落地，并提出了明确的目标和措施，更是将人形机器人提升到国家战略高度，未来2-3年内中国人形机器人产业将迎来爆发式增长。 可穿戴 尽管健康与可穿戴这个概念老生常谈，消费者对于智能手环、手表这类穿戴设备的推陈出新也不再敏感，但厂商们在不断探索可穿戴领域的下一个爆款。近来关于可穿戴的新品不绝于耳，Galaxy Ring、OnePlus再加上刚上市的Vision Pro，健康功能已经成必备，生成式AI正在加速融合，可以说为智能穿戴市场带来新的生机。根据市场研究公司尚普咨询集团的数据，中国可穿戴设备市场在2022年达到了38亿美元。预计到2025年，中国可穿戴设备市场的规模将达到100亿美元以上。 智能建筑 近年来，中国智能建筑行业得到了快速发展，市场规模持续扩大。这主要得益于城市化进程的加速、信息化技术的不断进步以及人们生活水平的提高。根据华经产业研究院发布的《2023-2028年中国智能建筑行业市场深度分析及投资潜力预测报告》显示，2021年全球智能建筑市场规模为676.0亿美元。市场预计将从2022年的806.2亿美元增长到2029年的3286.2亿美元，2022-2029年预测期内的复合年增长率为22.2%。近年来建筑智能化工程行业不断发展，2023年我国智能建筑工程行业市场规模达到了6538亿元，同比增长5.69%。当下大数据、云计算、5G 等新技术手段在智能建筑技术中的融入和融合，对智能建筑技术的发展提出了新的要求。如何将“智慧赋能建筑”推向新的高度，是未来整个建筑行业需要面临和应对的重要课题。 边缘智能 2023年无疑是以ChatGPT、Stable Diffusion为代表的生成式AI火爆的一年，包括Meta、百度、微软、阿里等在内的诸多行业巨头，都在争先恐后地推属于自己的大模型。但垂直市场的生成式AI应用意味着生成式AI绝不只是在云上，而是持续走向边缘。不只是企业边缘或数据中心边缘，生成式AI推理还会在更多的端侧设备，例如PC、手机甚至嵌入式应用上，都将发挥越来越重要的作用。如Intel即将大面积推广的AI PC概念，联发科也为手机AP SoC特别加入了生成式AI加速引擎。总的来说，不同位置的市场参与者都正跃跃欲试，全力以赴为在生成式AI新时代分一杯羹。 智慧电源 电源作为服务于各个领域的基础行业，其产业总体来说一直保持着平稳的增长，且应用领域不断扩展，包括但不限于新能源汽车、分布式光伏、风能、LED照明、IT通信、医疗、云计算、大数据、智慧城市等新兴行业。如今，又以智能手机、平板电脑、笔记本电脑、游戏掌机为代表的智能终端电源相关技术成为当下的热议话题，尤其是快充、无线充电等技术的普及，功率从 5W 到 240W不断刷新纪录，传统的AC-DC、DC-DC 电路架构历年来在快充普及浪潮推动下，更是呈现出百花齐放局面，同时也使得市场对电源的需求呈现出了快速增长的势头。根据中国电源协会预计未来五年电源行业市场将保持稳定增长态势，2025年我国电源市场规模有望达到4887亿元。 第三代半导体 以氮化镓、碳化硅为首的第三代半导体发展，对支撑国家双碳目标实现、高度智能化、数字化及电气化的社会，扮演举足轻重的角色。从最初的 65W 发展到如今的 18W-300W PD 快充，具有更高的耐压、耐温、耐辐射等优点第三代半导体材料向市场证明了其优越的性能及带来的体积和成本优势，其可靠性也逐步被市场所认可。随着新能源汽车、5G通信、太空探索等领域的发展，对第三代半导体材料的需求将持续增加。例如氮化镓的应用领域正从手机快充快速向数据中心、通信电源、及电动车领域扩展，新能源汽车，光伏以及储能的高速发展，为第三代半导体在大功率场景应用铺平了道路，也为第三代半导体带来了新的平台。根据Yole数据预测，2028年碳化硅市场规模将达89亿美元，氮化镓市场规模将达47亿美元。 慕尼黑上海电子展(electronica China)将于2024年7月8-10日在上海新国际博览中心举办。展会汇聚国内外优质电子企业加入，打造从产品设计到应用落地的横跨产业上下游的专业展示平台；展示领域紧跟行业重点，并根据行业实时热点融入新的展示领域。
慕尼黑上海电子展
慕尼黑上海电子展 . 2024-04-11 1 3 1221
众多优质展商汇聚2024慕尼黑上海电子展连接器展区，助力连接器产业发展
近年来，受益于通信、消费电子、新能源汽车、工控安防等下游行业的持续发展，中国连接器市场需求保持稳定增长态势，市场规模总体呈现上升态势，行业前景十分广阔。 目前，全球连接器市场总体呈现平稳增长趋势，中国连接器行业市场规模不断增长，已经成为世界上较大的连接器生产基地。中商产业研究院发布的《2024—2029年中国连接器行业分析及发展预测报告》显示，2022年中国连接器市场规模为1939亿元，近五年年均复合增长率为6.11%。中商产业研究院分析师预测，2023年中国连接器年市场规模将达到2057亿元，2024年规模达到2183亿元。 2024慕尼黑上海电子展 展会时间：2024年内7月8-10日 展会地点：上海新国际博览中心 展位预定：https://jinshuju.net/f/nDlBa8 下游细分领域需求旺盛 连接器具有易于维修、便于升级、提高设计灵活性等特点，广泛应用在航空航天、通讯与数据传输、新能源汽车、轨道交通、消费类电子、能源、医疗等各个领域。随着制造业信息化、智能化水平的进一步提高，连接器在汽车、国防军工、高端装备制造领域的应用比例会进一步提高，未来市场空间将持续扩大。军品业务方面，军队机械化、信息化建设要求，驱动武器装备更新换代，使得高端军用连接器市场快速增长，增速有望持续高于军工行业平均增速；民品业务方面，5G 通信商用的普及、新能源汽车市场及物联网的迅速发展，行业下游需求旺盛，推动未来连接器市场规模不断扩大。 政策利好行业发展 近年来，中国连接器行业受到高度重视和重点支持，陆续出台了多项政策，鼓励连接器行业发展与创新。中国电子元件行业协会发布的《中国电子元器件行业“十四五”发展规划》提出会瞄准5G通信设备、大数据中心、新能源汽车及充电桩等高端领域的应用需求，推动我国光电接插元件行业向微型化、轻量化、高可靠、智能化、高频、高速方向发展，加快光电接插元件行业的转型升级，有助于连接器这类电子元器件发展。 国产替代进口推动行业发展 随着世界制造业向中国大陆的转移，全球连接器的生产重心也同步向中国大陆转移，中国已经成为世界上较大的连接器生产基地。随着中国连接器制造整体水平和市场规模逐年扩大，目前中国已成为全球连接器市场较为有发展潜力、增长较快的地区。新能源汽车高压连接器领域，国内厂商已能与海外巨头并肩。高频高速连接器海外厂商略有优势，国内龙头企业正加速追赶以缩小差距。汽车连接器国产化率不断提升，加速行业发展。 *图文来源丨千数堂 慕尼黑上海电子展将于2024年7月8-10在上海新国际博览中心举办。展会现场将打造连接器主题展区，展区将辐射和吸引全球连接器优质企业同台集中式展示行业技术应用，探讨行业发展，为相关展商及有需求的观众提供交流的桥梁。为顺应行业发展，展会同期还将举办国际连接器创新论坛，邀请一众行业专家齐聚现场展开深刻的分析与讨论，意在加强科技创新。 （*部分连接器展区参展企业，排名不分先后）
慕尼黑上海电子展
慕尼黑上海电子展 . 2024-04-11 1 1031
中电港芯查查亮相CITE 2024，赋能半导体产业数字化
4月9日-4月11日，第十二届中国电子信息博览会（CITE）在深圳举办，电子信息产业数据引擎——中电港芯查查亮相本届大会，展现电子信息产业数字化探索和创新的最新成果，并对产业合作伙伴进行了广泛宣传，呈现产业前沿企业动态。 图注：中电港芯查查展位吸引用户关注 中电港芯查查依托于深厚的产业上下游资源，打造半导体行业大数据生态平台，产品经历多次迭代，电子元器件和集成电路数据基底更加宏实，其核心业务——数据服务、SaaS服务、商城交易、社区日臻完善。展会首日，中电港芯查查展位（1A016）吸引了众多行业客户驻留，现场气氛热烈，现场工作人员为每一位前来咨询的客户进行专业介绍。 图注：中电港芯查查对合作伙伴江波龙公司进行视频专访 此外，中电港芯查查进一步深入产业链上下游，积极构建和深化与合作伙伴的紧密联系，通过整合优质资源，延展服务边界并联动各方优势，精准洞察满足伙伴业务需求。在展会期间通过视频和专访方式，对合作厂商进行的广泛报道，为其业务运营注入新的活力与动能。 图注：中电港全面展示人工智能、汽车电子、工业电子、新能源、物联网等领域的解决方案 作为行业领先的元器件应用创新与现代供应链综合服务平台，中电港携ADI、Microchip、NXP、onsemi、Renesas、Molex、EPSON、AMD、Supermicro、华大北斗、微盟、贝岭、捷联、华大电子、小华半导体等合作伙伴等合作伙伴一起，展出了一系列新产品、新技术、新方案。 | 关于中电港芯查查 芯查查是行业领先的元器件应用创新与现代供应链综合服务平台中电港推出的“电子信息产业数据引擎”，拥有海量芯片大数据及丰富的产业链上下游资源，以九维数据赋予一颗芯片数字化生命。芯查查围绕数据查询⇄商城交易⇄社区资讯⇄SaaS服务四个层面，提供元器件数据查询、物料选型替代、BOM管理等基础数据服务，元器件电商、供应商入驻等综合交易服务，以及产业资讯、技术方案、论坛社区、样片测评等生态服务；以AI大数据为支撑提供元器件供应链波动分析、产业指数、分析报告等SaaS化的场景应用，致力于打造行业领先的电子信息产业大数据平台。
芯查查 . 2024-04-10 12 20 2355
集邦：DRAM厂陆续恢复生产，预估对第二季总DRAM位元产出影响低于1%
根据TrendForce集邦咨询于403震后对DRAM产业影响的最新调查，各供货商所需检修及报废晶圆数量不一，且厂房设备本身抗震能力均能达到一定的抗震效果，因此整体冲击较小。美光、南亚科、力积电、华邦电等，均大致恢复100%的产线运作，其中仅有美光已经转进至先进制程，多为1alpha与1beta nm，预估将影响整体DRAM产出位元占比；其余DRAM厂仍停留在38、25nm，产出占比相对小。整体而言，预期本次地震对第二季DRAM产出位元影响仍可控制在1%以内。 地震影响冲击小，预期对第二季DRAM产品合约价涨幅效果有限 TrendForce集邦咨询表示，403震后DRAM合约与现货市场同步都出现广泛性的停止报价，截至目前现货已大致恢复报价；合约价则尚未全面启动。Mobile DRAM方面，当日美光、三星通知全面停止报价，截至４月８日均没有更新表态；SK海力士（SK hynix）则在当日下午对部分智能手机客户进行报价，希望通过提前报价获取更多市占。TrendForce对于第二季Mobile DRAM合约价维持先前预期，季涨幅约3~8%。 Server DRAM方面，由于美光受地震灾损影响多集中在先进制程，故TrendForce集邦咨询仍不排除美光的Server DRAM最终成交价可能上升，后续价格走势仍待观察。HBM方面，美光大部分HBM 1beta投产与TSV产线位于日本广岛，故供给或价格方面并无变化。 现货市场方面，已经有部分模组厂如金士顿（Kingston）与威刚（ADATA）重启报价，尚未出现涨价。TrendForce集邦咨询认为，地震影响对于推升价格的效果有限。整体来看，由于DDR3库存量较少，价格尚有涨价空间，DDR4与DDR5库存相对充足，加上买气清淡，地震所造成的连日小涨格局，预期将在几天内回归正常。 文章来源：TrendForce集邦咨询
DRAM
TrendForce集邦 . 2024-04-10 3 1150
Arm 推出新一代 Ethos-U AI 加速器及全新物联网参考设计平台，加速推进边缘 AI 发展进程
Arm 控股有限公司（纳斯达克股票代码：ARM，以下简称“Arm”）2024年4月9日宣布推出 Arm® Ethos™-U85 神经网络处理器 (NPU)，是 Arm 迄今性能最高且能效最佳的 Ethos NPU 产品，以及全新物联网参考设计平台——Arm Corstone™-320，以加速实现语音、音频和视觉系统的部署。 Arm 高级副总裁兼物联网事业部总经理 Paul Williamson 表示：“随着边缘人工智能 (AI) 的部署规模持续扩大，芯片创新者必须应对日趋复杂的系统和软件、不断激增的 AI 性能需求，以及加速产品上市进程的压力。与此同时，软件开发者需要更加一致、简化的开发体验，并能更轻松地与新型的 AI 框架和库实现集成。此次 Arm 推出的新技术满足了加速边缘 AI 部署不断增长的要求。从初创企业到全球最大的微控制器厂商，每家企业都将 Arm 技术视作首选平台，以构建其从云端到边缘侧的 AI 解决方案。” Arm Ethos-U85 NPU：Arm 全新第三代面向边缘 AI 的NPU 产品 与上一代产品相比，Ethos-U85 性能提升四倍，能效提高 20%，同时，其 MAC 单元可从 128 个扩展到 2048 个（在 1GHz 时，算力实现 4 TOPs），能够为诸如工厂自动化和商用或智能家居摄像头等需要更高性能的应用提供有力的支持。Ethos-U85 提供了相同的一致工具链，因此合作伙伴能够利用现有的投资，达到无缝的开发者体验。更重要的是，全新 Ethos-U85 NPU 支持了 TensorFlow Lite 和 PyTorch 等 AI 框架。 Ethos-U85 支持 Transformer 架构和卷积神经网络 (CNN) 以实现 AI 推理。Transformer 架构将推动新的应用，特别是面向视觉和生成式 AI 用例中，对于理解视频、填充图像的缺失部分或分析来自多个摄像头的数据以进行图像分类和目标检测等任务非常有效。 随着微处理器被部署到诸如工业机器视觉、可穿戴设备和消费者机器人等更多高性能的物联网系统中，Ethos-U85 专为与 Arm 领先的 Armv9 Cortex®-A CPU 相结合而设计，以加速处理机器学习 (ML) 任务，并为更广泛的更高性能设备提供高能效的边缘推理能力。 迄今，Arm Ethos NPU 系列产品已有逾 20 家授权许可合作伙伴，其中，Alif Semiconductor 和英飞凌是全新 Arm Ethos-U85 NPU 的早期采用者。 Alif Semiconductor 联合创始人兼总裁 Reza Kazerounian 表示：“新一代边缘 AI 应用的 ML 工作负载需要以节能的方式提供高性能表现。Alif 是业界首家推出基于 Arm Cortex-M55 和 Ethos-U55 的边缘 AI 解决方案的企业，我们非常高兴并期待 Arm 再次推出全新的 AI 技术，Ethos-U85 NPU，它将为我们新一代 Ensemble 系列微控制器和融合处理器带来所需的计算性能，助力实现未来边缘 AI 和视觉用例。” 英飞凌工业 MCU、物联网、无线和计算业务高级副总裁 Steve Tateosian 表示：“边缘 AI 用例日趋复杂，想要把握 AI 时代的机遇离不开安全、高性能的计算系统。我们期待在与 Arm 长期的合作伙伴关系基础上，通过 Arm Ethos-U85 及其对边缘 AI 部署所提供的 Transformer 架构支持，进而让这些复杂的系统成为可能。” Corstone-320：全新物联网参考设计平台，加速语音、音频和视觉系统的部署 Arm Corstone-320 物联网参考设计平台集成了 Arm 最高性能的 Cortex-M CPU——Cortex-M85、Mali™-C55 ISP和全新的 Ethos-U85 NPU，为语音、音频和视觉等广泛的边缘 AI 应用提供所需的性能，例如实时图像分类和目标识别，或在智能音箱上启用具有自然语言翻译功能的语音助手。该参考设计平台涵盖了软件、工具和支持，其中包括 Arm 虚拟硬件。该平台的软硬件结合特性将使开发者能够在物理芯片就绪前便启动软件开发工作，从而加速推进产品进程，为日益复杂的边缘 AI 设备缩短上市时间。
Arm
Arm . 2024-04-10 4 1240
Microchip推出AVR DU系列USB单片机，支持增强型代码保护和高达15W 的功率输出
通用串行总线（USB）接口在嵌入式设计中的优势包括与各种设备的兼容性、简化的通信协议、现场更新能力和供电能力。为了帮助将这一功能轻松集成到嵌入式系统中，Microchip Technology Inc.（微芯科技公司）推出了 AVR DU 系列单片机。作为集成USB连接的下一代Microchip 8位MCU，AVR DU系列的设计旨在提供比以往版本更强的安全功能和更高的功率输出。 Microchip负责8 位MCU事业部的副总裁Greg Robinson表示：“USB是电子设备的标准通信协议和电源输出方案。Microchip的AVR DU系列将我们最先进的8位MCU的灵活性与增强型电源输出的多功能性相结合，为更广泛的嵌入式系统带来了USB的优势。” AVR DU MCU支持从USB接口提供高达15W的功率，这在同类其他USB单片机中并不多见。该功能可在5V电压下以高达3A的电流为USB-C充电，使这些MCU成为充电宝和可充电玩具等设备的绝佳选择。 为了加强对恶意攻击的防御，AVR DU系列采用了Microchip的编程和调试接口禁用 （PDID） 功能。启用该功能后，增强的代码保护可锁定对编程/调试接口的访问，阻止未经授权的读取、修改或擦除固件的尝试。为了实现安全固件更新，AVR DU系列采用了“边写边读”（RWW）闪存，结合安全引导加载程序，设计人员可以使用 USB接口修补漏洞、解决安全问题和添加新功能，而不会中断产品运行。AVR DU MCU的这一新增功能可实现不间断的现场更新，有助于延长产品的使用寿命。 此外，AVR DU系列还具有USB时钟恢复功能，无需昂贵的外部晶振，有助于降低总体设计和物料清单 （BOM） 成本。独立于内核的外设 （CIP） 使设计人员能够将主要器件功能和系统管理任务集成到紧凑的单芯片解决方案中，从而节省电路板空间并减少设计工作量。 从健身可穿戴设备和家用电器到农业和工业应用，各种嵌入式设计的开发人员都可以从在设计中纳入高效的AVR DU MCU中获益。 开发工具 MPLAB代码配置器（MCC）包含一个软件协议栈，支持AVR DU MCU USB模块的硬件功能。完全集成到MPLAB开发工具系统中可直接用于生产的USB软件协议栈可通过MCC Melody轻松配置，从而简化开发流程，缩短产品上市时间。为了进一步实现快速原型设计和开发，还提供 Curiosity Nano 开发板（EV59F82A）、MPLAB X集成开发环境 （IDE）和MPLAB XC8编译器，以支持AVR DU系列。
Microchip
Microchip . 2024-04-10 1160
Lam Research 推出突破性的脉冲激光沉积技术
拉姆研究公司（Lam Research）近日宣布推出业界首款专为大规模生产设计的脉冲激光沉积（PLD）机台——Pulsus，为下一代微机电系统（MEMS）麦克风和射频（RF）滤波器的制造提供了革命性的解决方案。 Pulsus PLD系统采用了创新技术，能够沉积出高达40%钪含量的氮化铝钪（AlScN）薄膜，大幅提升RF滤波器和MEMS麦克风的性能表现。AlScN薄膜的压电系数是现有溅射薄膜的2倍，不仅能提高电能转换效率，还能推动无铅压电材料取代传统的铅锆钛酸盐（PZT）。 Lam Research客户服务事业群副总裁兼总经理Chris Carter表示：“我们利用在特殊半导体技术方面的专业知识，结合业界公认的沉积能力，以及与CEA-Leti的战略合作，在我们经过生产验证的2300平台上，为客户带来了这项改变行业规则的解决方案。” Pulsus系统采用密集的激光脉冲轰击目标材料，产生稳定、致密的等离子体羽流，并以薄层形式沉积在晶圆上。这种PLD制程可确保获得高品质、均匀的薄膜，并精确控制厚度和应力，在批量制造方面具有独特优势。 相比传统沉积方法，Pulsus的成本效益显著，每片晶圆的生产成本大幅降低。这有助于提高制造良率，加速产品路线图的发展。Pulsus不仅能沉积AlScN，还能应用于其他复杂多元素材料，满足特殊制程市场如AR/VR和量子运算的需求。 射频滤波器在5G、WiFi 6和WiFi 6E系统中扮演关键角色，通过增加网络可处理的频段数量，同时改善每个用户的体验。MEMS麦克风因具有高信噪比而备受推崇，能准确捕捉低沉声音，对于支持5G元件中的语音控制和降噪功能至关重要。Pulsus提供的高性能薄膜技术，将有助于推动这些先进元件的发展。 凭借Pulsus PLD系统的突破性能力，Lam Research再次展现其在特殊制程技术创新方面的领导地位，为5G和未来MEMS应用开启了崭新纪元。
MEMS
网络 . 2024-04-10 1 1080
YXC（扬兴晶振）25MHz石英晶体振荡器应用于PCS储能变流器，常温频差±20ppm
电池储能作为大规模储能系统的重要形式之一，具有调峰、填谷、调频、调相、事故备用等多种用途。与常规电源相比，大规模储能电站能够适应负荷的快速变化，对提高电力系统安全稳定运行水平、电网供电量和可靠性起到了重要作用，同时还可以优化电源结构，实现绿色环保，达到电力系统的总体节能降耗，提高总体的经济效益。 储能变流器（PCS）可控制蓄电池的充电和放电过程，进行交直流的变换，在无电网情况下可以直接为交流负荷供电。 储能交流器广泛应用于电力系统、轨道交通、军工、石油机械、新能源汽车、风力发电、太阳能光伏等领域，在电网削峰填谷、平滑新能源波动，能量回收利用等场合实现能量双向流动，对电网电压频率主动支撑，提高供电电能质量。 晶振在储能变流器中起着非常重要的作用。储能变流器作为一种新能源发电装置，在使用过程中也存在很多问题，比如电压不稳定、输出电流不稳定等。为了解决这些问题，就需要使用晶振来进行调节。 在储能变流器中，有源晶振主要起到了三个作用：第一、作为信号发生器，用于产生所需的频率信号；第二、作为控制器和电机运行的信号，在不同情况下使用不同频率的信号；第三、作为温度传感器，用于检测电源环境温度。所以在使用石英晶体振荡器时要根据实际情况进行调整。 YXC推出的有源晶振YSO110TR系列中OT2JI-111-25M这颗料，以下为OT2JI-111-25M的典型参数在PCS储能变流器中的应用特点： 1、石英有源晶振，25MHZ常规频点，国内技术领先，为系统提供精准的参考时钟； 2、工作电压1.8~3.3V，灵活满足电路设计需要； 3、广泛应用于储能电源、变流器等工业设备 YXC晶振YSO110TR系列，频率为25MHz，总频差±20PPM，以下为YSO110TR系列规格书。
有源晶振
扬兴科技 . 2024-04-10 395
瑞萨Quick Connect Studio实现颠覆性改变，赋予设计师并行开发软硬件的能力
全球半导体解决方案供应商瑞萨电子（TSE：6723）今日宣布其基于云的嵌入式系统设计平台Quick Connect Studio推出全新功能并扩展产品覆盖范围。Quick Connect Studio让用户能够以图形化方式实现硬件和软件的协同优化，从而快速验证原型设计并加速产品开发。 Quick Connect Studio助力工程师能够在云平台上以图形方式拖放器件和设计模块，从而创造自己的解决方案。在放置每个模块后，用户可以自动生成、编译和构建基础软件，这是向无代码开发范式的重大转变，使得构建量产级软件就像拼接积木一样简单，仅需很少的前期学习或投资。云端算力带来快速编译功能，直观的GUI降低了学习曲线。Quick Connect Studio能够自动生成可在硬件上进行迭代的系统软件。 瑞萨将继续拓宽这一平台，让用户得以获取瑞萨及其合作伙伴日益丰富的产品组合，助力原型系统的搭建。Quick Connect Studio目前支持所有瑞萨RA MCU板以及多种瑞萨无线模块和传感器。不仅如此，其还纳入了艾迈斯欧司朗（ams OSRAM）、TDK和Arducam等合作伙伴的产品，进一步扩大了所支持的应用与设计范围。Quick Connect Studio现已能够帮助用户借助瑞萨MCU和分立板卡构建超过350个系统。同时，瑞萨也在与更多的供应商及合作伙伴携手，以自动集成更加丰富的器件，从而为客户带来更全面的产品组合支持，满足他们的系统设计搭建需求。 瑞萨面向Quick Connect Studio用户推出实时代码定制和远程调试功能。自动生成的代码可在浏览器应用程序中进行实时定制。利用丰富的远程电路板卡，能够在目标硬件上动态测试代码，以便在购买或构建物理电路板和建立测试系统之前验证操作。这种功能通过并行设计系统的软件和硬件组件，大幅加快了系统概念验证和系统解决方案原型的过程。 瑞萨现可在全球范围内提供多区域安全基础架构部署，以获得一致的用户体验、更快的响应速度，和更低的延迟；由此实现了自动扩展，以适应多个并发用户随时随地访问平台。 DK Singh, Vice President, Digitalization for Renesas表示：“Quick Connect Studio是面向业界推出的变革性产品——它首次赋予了工程师们并行开展硬件与软件开发的能力。我们的目标是消除系统开发过程中的一切前置准备工作——这是一次颠覆性的改变，使设计人员能够将资源和精力集中在核心创新之上，迅速搭建软件，从而实现对产品创意的快速重构与测试。” Sahil Choudhary, Director of Marketing at TDK表示：“瑞萨通过Quick Connect Studio助力客户加速概念验证与生产流程。一旦集成至这一平台，客户就可以将我们的MEMS 6轴运动传感器与任何瑞萨RA MCU无缝集成，在几分钟内生成可用于生产的代码，而无需深入研究复杂的技术细节。” 瑞萨的Quick Connect Studio是瑞萨Quick Connect的一部分，Quick Connect作为一个标准化硬件平台，具有PMOD™、Arduino和MIKROE等业界通用接口。通过标准连接器，工程师可以混用并无缝搭配MCU、MPU、传感器和连接板。未来，用户将能够从瑞萨延伸、扩展至不同的合作伙伴，如主要云服务提供商、服务集成商，和开源社区的引领者。 供货信息 Quick Connect Studio现已上市，并由各种Quick Connect IoT开发板提供支持，包括MCU、连接性产品和传感器。此外，更多开发套件、PMOD和外设电路板卡也将不断添加至该平台。更多信息，请访问：https://www.renesas.cn/cn/zh/software-tool/quick-connect-studio。 Embedded World 2024参展信息 观看Quick Connect Studio的现场演示，敬请莅临4月9日至11日在德国纽伦堡举行的Embedded World 2024展会瑞萨展台（1号厅，234号展位）。在展会上，与会者将有机会了解如何在短短几分钟内构建完整的系统原型。 关于瑞萨电子 瑞萨电子（TSE: 6723），科技让生活更轻松，致力于打造更安全、更智能、可持续发展的未来。作为全球微控制器供应商，瑞萨电子融合了在嵌入式处理、模拟、电源及连接方面的专业知识，提供完整的半导体解决方案。成功产品组合加速汽车、工业、基础设施及物联网应用上市，赋能数十亿联网智能设备改善人们的工作和生活方式。更多信息，敬请访问renesas.com。关注瑞萨电子微信公众号，发现更多精彩内容。
瑞萨
瑞萨 . 2024-04-10 1223
安森美推出面向工业、环境和医疗应用的下一代电化学传感器解决方案
智能电源和智能感知技术的领先企业安森美(onsemi，美国纳斯达克股票代号：ON)，推出先进的微型模拟前端 (AFE)--CEM102，能以超低的电流实现超高精度的电化学传感。CEM102具备小巧外形和业内超低功耗，工程师采用它能为工业、环境和医疗保健应用开发小巧的多用途解决方案，如空气和气体检测、食品加工和农业监测，以及连续血糖监测等医疗可穿戴设备。 从生命和环境科学到工业材料和食品加工，测量化学物质可以为提高安全性、效率和认知提供更有价值的参考信息。在实验室、采矿作业和材料制造中，电化学传感器如电位计或腐蚀传感器是提供生产系统反馈和管理危险物质的重要工具，不仅能确保流程的正常运行，还保障了员工和操作的安全。 CEM102支持打造体积极小且超低功耗的解决方案，是依赖电池供电的电化学传感器应用的理想之选。便携式气体检测等工业安全设备，可在工人身处偏远环境或需要移动时提醒他们注意潜在危险。 CEM102 被设计为与 RSL15 Bluetooth® 5.2微控制器配合使用，RSL15提供行业功耗最低的蓝牙低功耗技术。作为一个完整的电子解决方案，它使生物传感器和环境传感器能精确测量化学电流，同时以超低系统功耗和宽电源电压范围运行。这两个器件的无缝集成、紧凑的尺寸和业界领先的能效，在缩小设备体积和确保其持久运行方面发挥着至关重要的作用，而这正是电池供电解决方案的关键因素。 该组合产品是安森美模拟和混合信号产品组合的一部分，旨在简化开发流程，促进下一代电流型传感器技术的集成和创新。它为设计人员创建高性能、高能效和互联的应用提供了极大的灵活性。此外，与其他产品相比，该解决方案具有更高的精度、降噪和低功耗。它还简化了物料清单（BoM），易于校准，并降低制造复杂性。 该系统具有宽电源电压范围(1.3 V至 3.6 V) ，可使用 1.5 V 氧化银电池或 3 V 纽扣电池工作。其运行功耗在禁用模式下仅为 50 nA，在传感器偏置模式下为 2 uA，在 18 位 ADC 连续转换的测量模式下为 3.5 uA。这相当于仅使用 3 mAh 电池就能工作 14 天，使用大容量电池则能工作数年，其表现在市场处于领先地位。 CEM102具备以下特性： • 完整的双通道电化学测量解决方案（系统级） • 支持 1到 4 个电极 • 极低的系统电流消耗 • 支持两种电池选择：1.3 - 1.65V 或2.375 - 3.6V • 高分辨率 ADC、多个DAC用于连续偏置设置和工厂微调系统 • 传感器异常情况检测和主机处理器唤醒 • 小尺寸——1.884 x 1.848 mm封装 关于安森美（onsemi） 安森美（onsemi, 纳斯达克股票代号：ON）致力推动颠覆性创新，打造更美好的未来。公司关注汽车和工业终端市场的大趋势，加速推动汽车功能电子化和汽车安全、可持续电网、工业自动化以及5G和云基础设施等细分领域的变革创新。安森美提供高度差异化的创新产品组合以及智能电源和智能感知技术，以解决全球最复杂的挑战，引领创造更安全、更清洁、更智能的世界。安森美位列《财富》美国500强，也被纳入纳斯达克100指数和标普500指数。了解更多关于安森美的信息，请访问：http://www.onsemi.cn。
安森美
安森美 . 2024-04-10 1490
Microchip在台积电熊本厂建40纳米产线
微控制器（MCU）大厂Microchip宣布，扩大与台积电的合作伙伴关系，将在台积电熊本的JASM建立专用40纳米产线。此次合作是Microchip强化供应链韧性持续策略的一部分，同时JASM的晶圆产能供应也进一步强化Microchip为汽车、工业和网络应用等市场提供服务的能力。 Microchip指出，与台积电的合作伙伴关系和JASM产能，能协助公司弹性因应多变的商业环境和自然灾害等外部因素，显著降低中断供应的可能性，为整体生产环境增添更多保障；同时，在高韧性和强大制造能力的支持下，客户也可以放心地将公司旗下的产品设计到他们的应用程序和平台中。 Microchip补充，为强化供应链韧性，公司也同步进行其他措施，包括投资额外技术以提高内部制造能力和产能，以及与晶圆厂、代工厂、封装、测试和OSAT合作伙伴建立更多的地理多样性和备援能力。 台积电则表示，随着先进技术不断发展，台积电整体生产能力也随之精进，而与Microchip的扩大合作，能确保公司可以在全球客户需要时，提供最先进的技术与服务。 Microchip自去年以来即不断进行扩产计划，像是扩建底特律汽车技术中心，强化车用产品技术研发能量，因应持续增加的电动车和自动驾驶需求。另外，Microchip也宣布扩大印度和英国布局，斥资3亿美元投资印度，进一步完善在班加罗尔（Bangalore）和钦奈（Chennai）的设施，在海得拉巴（Hyderabad）打造新的研发中心；英国部分则是在剑桥设立新的研发工程中心。
Microchip
Microchip . 2024-04-10 1 6 1321
瑞萨推出全新RA0系列超低功耗入门级MCU
2024 年 4 月 9 日，中国北京讯 - 全球半导体解决方案供应商瑞萨电子（TSE：6723）今日宣布推出基于Arm® Cortex®-M23处理器的RA0微控制器（MCU）系列。全新32位通用MCU RA0系列产品除了实现更低成本，也提供超低功耗性能。 RA0产品在工作模式下电流消耗仅为84.3μA/MHz，睡眠模式下仅为0.82mA。此外，瑞萨还在这新款MCU中提供了软件待机模式，可将功耗进一步降低99%，达到0.2μA的极小值。配合快速唤醒高速片上振荡器（HOCO），这款超低功耗MCU为电池供电的消费电子设备、小家电、工业系统控制和楼宇自动化应用带来理想解决方案。 针对低成本优化的功能集 瑞萨现已推出RA0系列的首个产品群：RA0E1。这款产品的功能集针对成本敏感型应用进行了优化，支持1.6V至5.5V的宽工作电压范围，客户在5V系统中无需使用电平转换器/稳压器。RA0 MCU还集成了定时器、串行通信，以及模拟功能、安全功能和人机界面（HMI）功能，以降低客户BOM成本。此外，该系列产品还提供多种封装选择，包括3mm x 3mm微型16引脚QFN封装。 全新MCU的高精度（±1.0%）片上振荡器（HOCO）提高了波特率精度，设计人员可借此省去独立振荡器。另外，与其它HOCO不同的是，其在-40°C至105°C的环境中仍能保持这种精度，如此宽泛的温度范围让客户即使在回流焊工艺后也无需进行昂贵且费时的“微调”。 RA0E1 MCU不仅具备关键的诊断安全功能和IEC60730自检库，还针对数据安全提供了丰富的保障功能，如真随机数发生器（TRNG）和AES库，适用于包括加密在内的物联网应用。 Akihiro Kuroda, Vice President of the Embedded Processing 2nd Division at Renesas表示：“作为嵌入式处理领域的佼佼者，我们的客户希望瑞萨能面向各类应用打造最优的解决方案。RA0E1 MCU产品群可提供价格敏感型系统所需的超低功耗和低成本，同时保持功能安全性、数据安全性和设计便捷性。结合我们最近推出的高性能RA8系列，瑞萨现可为全球各地区的各种客户应用带来一流的MCU解决方案。” Paul Williamson, senior vice president and general manager, IoT Line of Business at Arm表示：“工业自动化和智能家居等市场的低功耗物联网嵌入式应用，有着对性能、效率以及数据安全性的明确要求。瑞萨基于Arm技术构建的RA MCU产品家族目前提供了从低功耗RA0 MCU到高性能AI功能RA8产品的各类解决方案。且所有产品均采用通用设计环境，可实现轻松、快速的开发与迁移。” RA0E1 MCU产品群的关键特性 内核：32MHz Arm Cortex-M23 存储：高达64KB的集成代码闪存和12KB SRAM 模拟外设：12位ADC、温度传感器、内部基准电压 通信外设：3个UART、1个异步UART、3个简化SPI、1个IIC、3个简化IIC 功能安全性：SRAM奇偶校验、无效内存访问检测、频率检测、A/D测试、不可变存储、CRC计算器、寄存器写保护 数据安全性：唯一ID、TRNG、闪存读取保护 封装：16、24和32引脚QFN，20引脚LSSOP，32引脚LQFP 全新RA0E1产品群MCU由瑞萨灵活配置软件包（FSP）提供支持。FSP带来所需的所有基础架构软件，包括多个RTOS、BSP、外设驱动程序、中间件、连接、网络和安全堆栈，以及用于构建复杂AI、电机控制和云解决方案的参考软件，从而加快应用开发速度。它允许客户将自己的既有代码和所选的RTOS与FSP集成，为应用开发打造充分的灵活性。客户可根据自身需求，借助FSP将现有设计轻松迁移至更大的RA系列产品。 成功产品组合 瑞萨将全新RA0E1产品群MCU与其产品组合中的众多兼容器件相结合，创建了广泛的“成功产品组合”，包括公共建筑暖通空调环境监测模块。这些“成功产品组合”基于相互兼容且可无缝协作的产品，具备经技术验证的系统架构，带来优化的低风险设计，以加快产品上市速度。瑞萨现已基于其产品阵容中的各类产品，推出超过400款“成功产品组合”，使客户能够加速设计过程，更快地将产品推向市场。更多信息，请访问：renesas.com/win。 Embedded World 2024参展信息 观看全新RA0 MCU的现场演示，敬请莅临4月9日至11日在德国纽伦堡举行的Embedded World 2024展会瑞萨展台（1号厅，234号展位）。 供货信息 RA0E1产品群MCU、FSP软件和RA0E1快速原型开发板现已上市。样品和套件可在瑞萨网站或通过分销商订购。有关全新MCU产品的更多信息，请访问：renesas.com/RA0E1。 瑞萨MCU优势 作为全球卓越的MCU产品供应商，瑞萨电子的MCU近年来的平均年出货量超35亿颗，其中约50%用于汽车领域，其余则用于工业、物联网以及数据中心和通信基础设施等领域。瑞萨电子拥有广泛的8位、16位和32位产品组合，是业界优秀的16位及32位MCU供应商，所提供的产品具有出色的质量和效率，且性能卓越。同时，作为一家值得信赖的供应商，瑞萨电子拥有数十年的MCU设计经验，并以双源生产模式、业界先进的MCU工艺技术，以及由250多家生态系统合作伙伴组成的庞大体系为后盾。关于瑞萨电子MCU的更多信息，请访问：renesas.com/MCUs。 关于瑞萨电子 瑞萨电子（TSE: 6723），科技让生活更轻松，致力于打造更安全、更智能、可持续发展的未来。作为全球微控制器供应商，瑞萨电子融合了在嵌入式处理、模拟、电源及连接方面的专业知识，提供完整的半导体解决方案。成功产品组合加速汽车、工业、基础设施及物联网应用上市，赋能数十亿联网智能设备改善人们的工作和生活方式。更多信息，敬请访问renesas.com。关注瑞萨电子微信公众号，发现更多精彩内容。
瑞萨
瑞萨 . 2024-04-10 1 6 1621
芯来科技、IAR和MachineWare携手加速符合ASIL标准RISC-V汽车芯片创新
芯来科技（Nuclei）、IAR和MachineWare紧密合作，加速RISC-V ASIL合规汽车解决方案的创新。此次合作简化了汽车电子的固件和MCAL开发，提供了虚拟和物理硬件平台之间的无缝集成。通过这种合作努力，设计人员可以更早地开始软件开发，并轻松扩展其测试环境。 芯来科技、IAR和MachineWare之间的努力实现了在虚拟和物理SoC之间的无缝切换，促进了早期软件开发和错误检测。这种简化的方法加快了上市时间，特别是在汽车底层软件解决方案开发和HIL（Hardware-in-the-Loop）测试场景中。 芯来科技是一家总部位于中国的领先RISC-V CPU IP和解决方案供应商，芯来从零开始开发了完整的RISC-V CPU IP组合。如今，芯来的CPU IP已经被超过200家客户部署到人工智能、汽车、网络、存储、工业等市场。芯来科技的NA（汽车级）产品涵盖了ASIL-B到ASIL-D认证的RISC-V CPU，提供全面的功能安全包和服务，以加速芯片设计公司的认证过程。截至目前，在激光雷达、发动机电控单元、高级驾驶辅助系统（ADAS）、网关和微控制器单元（MCU）等应用领域内，已有众多汽车芯片客户采用了NA系列CPU IP。 IAR是全球领先的嵌入式系统开发软件解决方案供应商，旗舰产品IAR Embedded Workbench集成开发环境被广泛认为是行业的黄金标准编译器和调试器工具链，可以提升软件代码重用率，助力开发人员提高工作效率，深受全球数百万开发人员喜爱。同时，针对高安全要求的应用开发，IAR Embedded Workbench for RISC-V提供了功能安全版本，符合汽车ISO 26262，工控IEC 61508等10种功能安全标准，为开发安全关键应用提供了可靠的解决方案，并加速了产品上市时间。 MachineWare专注于超快速虚拟原型和虚拟平台，帮助高性能 SoC/ MCU芯片进行系统仿真，适用于软件分析、验证、开发和架构探索。SIM-V平台提供了一个高速的RISC-V仿真器，支持无缝集成到全系统仿真或虚拟平台（VP）中，实现了整个SoC或ECU的全面仿真。除此之外，VP还具有物理原型无法比拟的优势，无论是在本地还是在云端都能够进行深入的、非侵入式的灵活部署。 IAR的首席技术官Anders Holmberg认为三家公司之间的合作在汽车行业具有重要意义：“这种合作将我们的优势集合起来，推动RISC-V SoC在汽车中的应用。我们的认证解决方案简化了供应链流程，支持功能安全和信息安全合规性。这为市场中的创新和差异化开辟了新的机会。” 芯来科技CEO彭剑英博士表示：“经ISO 26262认证的RISC-V CPU IP提供了坚实而前所未有的灵活性和效率，在汽车芯片开发中满足了从ASIL-B到ASIL-D的功能安全需求。通过与IAR和MachineWare合作，我们将共同为汽车行业的客户提供支持，加速其开发工作，确保成功实现功能安全和信息网络安全的保护。” MachineWare联合创始人Lukas Jünger表示：“我们的超快速RISC-V仿真器SIM-V赋予了工程师们在实际原型出现之前就能够模拟高性能 MCU/SoC系统的能力。这加速了开发过程并减少了由缺陷和漏洞引发的成本增加。我们很自豪能与IAR和芯来科技合作，为客户提供他们在汽车行业开发SoC所需的工具。” 获取有关此次合作的详细信息，请访问IAR，芯来科技以及MachineWare的官方网站。
IAR
IAR . 2024-04-09 4 1226
基于NXP产品的Matter Thread无线模组方案
2024年4月9日，大联大控股宣布，其旗下世平推出基于恩智浦（NXP）K32W061无线微控制器的Matter Thread无线模组方案。 图示1-大联大世平基于NXP产品的Matter Thread无线模组方案的展示板图 随着智能家居产品种类越来越多，人们对于跨平台连接的要求也不断提升。在此背景下，Matter协议应势而生，并成为推动智能家居产业发展的有力支撑。Matter协议由CSA连接标准联盟推出，旨在打破不同品牌之间的通信壁垒，让智能家居设备可以真正实现互联互通，从而提升家居智能化体验。为了使开发者能够更加高效地开发出支持Matter协议的智能家居产品，大联大世平基于NXP K32W061无线微控制器推出Matter Thread无线模组方案，该方案能够助力智能设备无缝集成在家居生态系统中。 图示2-大联大世平基于NXP产品的Matter Thread无线模组方案的场景应用图 K32W061是NXP旗下一款超低功耗高性能无线微控制器，其基于Arm®Cortex®-M4内核，支持ZigBee、Thread（IEEE802.15.4网络协议）、BLE协议与Matter应用开发。不仅如此，该产品外观小巧且具有多种低功耗模式，能够提供超低的Tx（发送）和Rx（接收）功耗，非常适用于空间受限且对功耗有要求的应用。例如，Smart Energy、Home Automation、Smart Lighting、遥控或无线传感器等智能家居产品。 除了核心MCU外，方案还搭载了华邦电子（Winbond）的W25Q80DV Flash产品，能够更加灵活地满足不同应用的设计需求。 图示3-大联大世平基于NXP产品的Matter Thread无线模组方案的方块图 目前，借助本方案已经轻松实现了球泡灯与HomePod Mini的深度融合。用户现可通过专用的智能家居APP，轻松调整球泡灯的亮度、颜色以及色温，为您的生活空间营造出不同的氛围。同时，通过将方案与门磁产品相结合，可实时显示门的开、关状态，为用户的居家安全提供坚实保障。 核心技术优势： 能够组建ZigBee / Thread网络，支持接入Matter生态； 兼容JN5189设计； 能够通过UART与外部MCU通信； 外挂Flash方式灵活，可根据不同产品应用需求灵活配置； 功耗低，适用于电池设备。 方案规格： 内置2.4 GHz收发器，支持ZigBee3.0、Thread、BLE5.0，具有超低功耗； 本方案发射功率可达11dbm； K32W061内核采用Arm®Cortex®-M4，48MHz工作频率，集成640KB Embedded Flash，152KB SRAM； 支持接入Matter生态，BLE配对组网； 外挂拓展Flash，支持OTA。
NXP
NXP . 2024-04-09 2 9 1686
G2D图像处理硬件调用和测试-基于米尔-全志T113-i开发板
本文将介绍基于米尔电子MYD-YT113i开发板的G2D图像处理硬件调用和测试。 MYC-YT113i核心板及开发板 真正的国产核心板，100%国产物料认证 国产T113-i处理器配备2*Cortex-A7@1.2GHz ，RISC-V 外置DDR3接口、支持视频编解码器、HiFi4 DSP 接口丰富：视频采集接口、显示器接口、USB2.0 接口、CAN 接口、千兆以太网接口 工业级：-40℃~+85℃、尺寸37mm*39mm 邮票孔+LGA，140+50PIN 全志 T113-i 2D图形加速硬件支持情况 Supports layer size up to 2048 x 2048 pixels Supports pre-multiply alpha image data Supports color key Supports two pipes Porter-Duff alpha blending Supports multiple video formats 4:2:0, 4:2:2, 4:1:1 and multiple pixel formats (8/16/24/32 bits graphics layer) Supports memory scan order option Supports any format convert function Supports 1/16× to 32× resize ratio Supports 32-phase 8-tap horizontal anti-alias filter and 32-phase 4-tap vertical anti-alias filter Supports window clip Supports FillRectangle, BitBlit, StretchBlit and MaskBlit Supports horizontal and vertical flip, clockwise 0/90/180/270 degree rotate for normal buffer Supports horizontal flip, clockwise 0/90/270 degree rotate for LBC buffer 可以看到 g2d 硬件支持相当多的2D图像处理，包括颜色空间转换，分辨率缩放，图层叠加，旋转等 开发环境配置 基础开发环境搭建参考上上上一篇https://bbs.elecfans.com/jishu_2408808_1_1.html 除了工具链外，我们使用 opencv-mobile 加载输入图片和保存结果，用来查看颜色转换是否正常g2d硬件直接采用标准的 Linux ioctl 操纵，只需要引入相关结构体定义即可，无需链接so https://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/include/g2d_driver.h 此外，g2d的输入和输出数据必须在dmaion buffer上，因此还需要dmaion.h头文件，用来分配和释放dmaion bufferhttps://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/include/DmaIon.h 基于C语言实现的YUV转RGB 这里复用之前T113-i JPG解码的函数 void yuv420sp2rgb(const unsigned char* yuv420sp, int w, int h, unsigned char* rgb) { const unsigned char* yptr = yuv420sp; const unsigned char* vuptr = yuv420sp + w * h; for (int y = 0; y < h; y += 2) { const unsigned char* yptr0 = yptr; const unsigned char* yptr1 = yptr + w; unsigned char* rgb0 = rgb; unsigned char* rgb1 = rgb + w * 3; int remain = w; #define SATURATE_CAST_UCHAR(X) (unsigned char)::std::min(::std::max((int)(X), 0), 255); for (; remain > 0; remain -= 2) { // R = 1.164 * yy + 1.596 * vv // G = 1.164 * yy - 0.813 * vv - 0.391 * uu // B = 1.164 * yy + 2.018 * uu // R = Y + (1.370705 * (V-128)) // G = Y - (0.698001 * (V-128)) - (0.337633 * (U-128)) // B = Y + (1.732446 * (U-128)) // R = ((Y << 6) + 87.72512 * (V-128)) >> 6 // G = ((Y << 6) - 44.672064 * (V-128) - 21.608512 * (U-128)) >> 6 // B = ((Y << 6) + 110.876544 * (U-128)) >> 6 // R = ((Y << 6) + 90 * (V-128)) >> 6 // G = ((Y << 6) - 46 * (V-128) - 22 * (U-128)) >> 6 // B = ((Y << 6) + 113 * (U-128)) >> 6 // R = (yy + 90 * vv) >> 6 // G = (yy - 46 * vv - 22 * uu) >> 6 // B = (yy + 113 * uu) >> 6 int v = vuptr[0] - 128; int u = vuptr[1] - 128; int ruv = 90 * v; int guv = -46 * v + -22 * u; int buv = 113 * u; int y00 = yptr0[0] << 6; rgb0[0] = SATURATE_CAST_UCHAR((y00 + ruv) >> 6); rgb0[1] = SATURATE_CAST_UCHAR((y00 + guv) >> 6); rgb0[2] = SATURATE_CAST_UCHAR((y00 + buv) >> 6); int y01 = yptr0[1] << 6; rgb0[3] = SATURATE_CAST_UCHAR((y01 + ruv) >> 6); rgb0[4] = SATURATE_CAST_UCHAR((y01 + guv) >> 6); rgb0[5] = SATURATE_CAST_UCHAR((y01 + buv) >> 6); int y10 = yptr1[0] << 6; rgb1[0] = SATURATE_CAST_UCHAR((y10 + ruv) >> 6); rgb1[1] = SATURATE_CAST_UCHAR((y10 + guv) >> 6); rgb1[2] = SATURATE_CAST_UCHAR((y10 + buv) >> 6); int y11 = yptr1[1] << 6; rgb1[3] = SATURATE_CAST_UCHAR((y11 + ruv) >> 6); rgb1[4] = SATURATE_CAST_UCHAR((y11 + guv) >> 6); rgb1[5] = SATURATE_CAST_UCHAR((y11 + buv) >> 6); yptr0 += 2; yptr1 += 2; vuptr += 2; rgb0 += 6; rgb1 += 6; } #undef SATURATE_CAST_UCHAR yptr += 2 * w; rgb += 2 * 3 * w; } } 基于ARM neon指令集优化的YUV转RGB 考虑到armv7编译器的自动neon优化能力较差，这里针对性的编写 arm neon inline assembly 实现YUV2RGB内核部分，达到最优化的性能，榨干cpu性能 void yuv420sp2rgb_neon(const unsigned char* yuv420sp, int w, int h, unsigned char* rgb) { const unsigned char* yptr = yuv420sp; const unsigned char* vuptr = yuv420sp + w * h; #if __ARM_NEON uint8x8_t _v128 = vdup_n_u8(128); int8x8_t _v90 = vdup_n_s8(90); int8x8_t _v46 = vdup_n_s8(46); int8x8_t _v22 = vdup_n_s8(22); int8x8_t _v113 = vdup_n_s8(113); #endif // __ARM_NEON for (int y = 0; y < h; y += 2) { const unsigned char* yptr0 = yptr; const unsigned char* yptr1 = yptr + w; unsigned char* rgb0 = rgb; unsigned char* rgb1 = rgb + w * 3; #if __ARM_NEON int nn = w >> 3; int remain = w - (nn << 3); #else int remain = w; #endif // __ARM_NEON #if __ARM_NEON #if __aarch64__ for (; nn > 0; nn--) { int16x8_t _yy0 = vreinterpretq_s16_u16(vshll_n_u8(vld1_u8(yptr0), 6)); int16x8_t _yy1 = vreinterpretq_s16_u16(vshll_n_u8(vld1_u8(yptr1), 6)); int8x8_t _vvuu = vreinterpret_s8_u8(vsub_u8(vld1_u8(vuptr), _v128)); int8x8x2_t _vvvvuuuu = vtrn_s8(_vvuu, _vvuu); int8x8_t _vv = _vvvvuuuu.val[0]; int8x8_t _uu = _vvvvuuuu.val[1]; int16x8_t _r0 = vmlal_s8(_yy0, _vv, _v90); int16x8_t _g0 = vmlsl_s8(_yy0, _vv, _v46); _g0 = vmlsl_s8(_g0, _uu, _v22); int16x8_t _b0 = vmlal_s8(_yy0, _uu, _v113); int16x8_t _r1 = vmlal_s8(_yy1, _vv, _v90); int16x8_t _g1 = vmlsl_s8(_yy1, _vv, _v46); _g1 = vmlsl_s8(_g1, _uu, _v22); int16x8_t _b1 = vmlal_s8(_yy1, _uu, _v113); uint8x8x3_t _rgb0; _rgb0.val[0] = vqshrun_n_s16(_r0, 6); _rgb0.val[1] = vqshrun_n_s16(_g0, 6); _rgb0.val[2] = vqshrun_n_s16(_b0, 6); uint8x8x3_t _rgb1; _rgb1.val[0] = vqshrun_n_s16(_r1, 6); _rgb1.val[1] = vqshrun_n_s16(_g1, 6); _rgb1.val[2] = vqshrun_n_s16(_b1, 6); vst3_u8(rgb0, _rgb0); vst3_u8(rgb1, _rgb1); yptr0 += 8; yptr1 += 8; vuptr += 8; rgb0 += 24; rgb1 += 24; } #else if (nn > 0) { asm volatile( "0: \n" "pld [%3, #128] \n" "vld1.u8 {d2}, [%3]! \n" "vsub.s8 d2, d2, %12 \n" "pld [%1, #128] \n" "vld1.u8 {d0}, [%1]! \n" "pld [%2, #128] \n" "vld1.u8 {d1}, [%2]! \n" "vshll.u8 q2, d0, #6 \n" "vorr d3, d2, d2 \n" "vshll.u8 q3, d1, #6 \n" "vorr q9, q2, q2 \n" "vtrn.s8 d2, d3 \n" "vorr q11, q3, q3 \n" "vmlsl.s8 q9, d2, %14 \n" "vorr q8, q2, q2 \n" "vmlsl.s8 q11, d2, %14 \n" "vorr q10, q3, q3 \n" "vmlal.s8 q8, d2, %13 \n" "vmlal.s8 q2, d3, %16 \n" "vmlal.s8 q10, d2, %13 \n" "vmlsl.s8 q9, d3, %15 \n" "vmlal.s8 q3, d3, %16 \n" "vmlsl.s8 q11, d3, %15 \n" "vqshrun.s16 d24, q8, #6 \n" "vqshrun.s16 d26, q2, #6 \n" "vqshrun.s16 d4, q10, #6 \n" "vqshrun.s16 d25, q9, #6 \n" "vqshrun.s16 d6, q3, #6 \n" "vqshrun.s16 d5, q11, #6 \n" "subs %0, #1 \n" "vst3.u8 {d24-d26}, [%4]! \n" "vst3.u8 {d4-d6}, [%5]! \n" "bne 0b \n" : "=r"(nn), // %0 "=r"(yptr0), // %1 "=r"(yptr1), // %2 "=r"(vuptr), // %3 "=r"(rgb0), // %4 "=r"(rgb1) // %5 : "0"(nn), "1"(yptr0), "2"(yptr1), "3"(vuptr), "4"(rgb0), "5"(rgb1), "w"(_v128), // %12 "w"(_v90), // %13 "w"(_v46), // %14 "w"(_v22), // %15 "w"(_v113) // %16 : "cc", "memory", "q0", "q1", "q2", "q3", "q8", "q9", "q10", "q11", "q12", "d26"); } #endif // __aarch64__ #endif // __ARM_NEON #define SATURATE_CAST_UCHAR(X) (unsigned char)::std::min(::std::max((int)(X), 0), 255); for (; remain > 0; remain -= 2) { // R = 1.164 * yy + 1.596 * vv // G = 1.164 * yy - 0.813 * vv - 0.391 * uu // B = 1.164 * yy + 2.018 * uu // R = Y + (1.370705 * (V-128)) // G = Y - (0.698001 * (V-128)) - (0.337633 * (U-128)) // B = Y + (1.732446 * (U-128)) // R = ((Y << 6) + 87.72512 * (V-128)) >> 6 // G = ((Y << 6) - 44.672064 * (V-128) - 21.608512 * (U-128)) >> 6 // B = ((Y << 6) + 110.876544 * (U-128)) >> 6 // R = ((Y << 6) + 90 * (V-128)) >> 6 // G = ((Y << 6) - 46 * (V-128) - 22 * (U-128)) >> 6 // B = ((Y << 6) + 113 * (U-128)) >> 6 // R = (yy + 90 * vv) >> 6 // G = (yy - 46 * vv - 22 * uu) >> 6 // B = (yy + 113 * uu) >> 6 int v = vuptr[0] - 128; int u = vuptr[1] - 128; int ruv = 90 * v; int guv = -46 * v + -22 * u; int buv = 113 * u; int y00 = yptr0[0] << 6; rgb0[0] = SATURATE_CAST_UCHAR((y00 + ruv) >> 6); rgb0[1] = SATURATE_CAST_UCHAR((y00 + guv) >> 6); rgb0[2] = SATURATE_CAST_UCHAR((y00 + buv) >> 6); int y01 = yptr0[1] << 6; rgb0[3] = SATURATE_CAST_UCHAR((y01 + ruv) >> 6); rgb0[4] = SATURATE_CAST_UCHAR((y01 + guv) >> 6); rgb0[5] = SATURATE_CAST_UCHAR((y01 + buv) >> 6); int y10 = yptr1[0] << 6; rgb1[0] = SATURATE_CAST_UCHAR((y10 + ruv) >> 6); rgb1[1] = SATURATE_CAST_UCHAR((y10 + guv) >> 6); rgb1[2] = SATURATE_CAST_UCHAR((y10 + buv) >> 6); int y11 = yptr1[1] << 6; rgb1[3] = SATURATE_CAST_UCHAR((y11 + ruv) >> 6); rgb1[4] = SATURATE_CAST_UCHAR((y11 + guv) >> 6); rgb1[5] = SATURATE_CAST_UCHAR((y11 + buv) >> 6); yptr0 += 2; yptr1 += 2; vuptr += 2; rgb0 += 6; rgb1 += 6; } #undef SATURATE_CAST_UCHAR yptr += 2 * w; rgb += 2 * 3 * w; } } 基于G2D图形硬件的YUV转RGB 我们先实现 dmaion buffer 管理器，参考 https://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/sdk_memory/DmaIon.cpp 这里贴的代码省略了异常错误处理的逻辑，有个坑是 linux-4.9 和 linux-5.4 用法不一样，米尔电子的这个T113-i系统是linux-5.4，所以不兼容4.9内核的ioctl用法习惯 struct ion_memory { size_t size; int fd; void* virt_addr; unsigned int phy_addr; }; class ion_allocator { public: ion_allocator(); ~ion_allocator(); int open(); void close(); int alloc(size_t size, struct ion_memory* mem); int free(struct ion_memory* mem); int flush(struct ion_memory* mem); public: int ion_fd; int cedar_fd; }; ion_allocator::ion_allocator() { ion_fd = -1; cedar_fd = -1; } ion_allocator::~ion_allocator() { close(); } int ion_allocator::open() { close(); ion_fd = ::open("/dev/ion", O_RDWR); cedar_fd = ::open("/dev/cedar_dev", O_RDONLY); ioctl(cedar_fd, IOCTL_ENGINE_REQ, 0); return 0; } void ion_allocator::close() { if (cedar_fd != -1) { ioctl(cedar_fd, IOCTL_ENGINE_REL, 0); ::close(cedar_fd); cedar_fd = -1; } if (ion_fd != -1) { ::close(ion_fd); ion_fd = -1; } } int ion_allocator::alloc(size_t size, struct ion_memory* mem) { struct aw_ion_new_alloc_data alloc_data; alloc_data.len = size; alloc_data.heap_id_mask = AW_ION_SYSTEM_HEAP_MASK; alloc_data.flags = AW_ION_CACHED_FLAG | AW_ION_CACHED_NEEDS_SYNC_FLAG; alloc_data.fd = 0; alloc_data.unused = 0; ioctl(ion_fd, AW_ION_IOC_NEW_ALLOC, &alloc_data); void* virt_addr = mmap(NULL, size, PROT_READ|PROT_WRITE, MAP_SHARED, alloc_data.fd, 0); struct aw_user_iommu_param iommu_param; iommu_param.fd = alloc_data.fd; iommu_param.iommu_addr = 0; ioctl(cedar_fd, IOCTL_GET_IOMMU_ADDR, &iommu_param); mem->size = size; mem->fd = alloc_data.fd; mem->virt_addr = virt_addr; mem->phy_addr = iommu_param.iommu_addr; return 0; } int ion_allocator::free(struct ion_memory* mem) { if (mem->fd == -1) return 0; struct aw_user_iommu_param iommu_param; iommu_param.fd = mem->fd; ioctl(cedar_fd, IOCTL_FREE_IOMMU_ADDR, &iommu_param); munmap(mem->virt_addr, mem->size); ::close(mem->fd); mem->size = 0; mem->fd = -1; mem->virt_addr = 0; mem->phy_addr = 0; return 0; } int ion_allocator::flush(struct ion_memory* mem) { struct dma_buf_sync sync; sync.flags = DMA_BUF_SYNC_END | DMA_BUF_SYNC_RW; ioctl(mem->fd, DMA_BUF_IOCTL_SYNC, &sync); return 0; } 然后再实现 G2D图形硬件 YUV转RGB 的转换器 提前分配好YUV和RGB的dmaion buffer 将YUV数据拷贝到dmaion buffer，flush cache完成同步 配置转换参数，ioctl调用G2D_CMD_BITBLT_H完成转换 flush cache完成同步，从dmaion buffer拷贝出RGB数据 释放dmaion buffer // 步骤1 ion_allocator ion; ion.open(); struct ion_memory yuv_ion; ion.alloc(rgb_size, &rgb_ion); struct ion_memory rgb_ion; ion.alloc(yuv_size, &yuv_ion); int g2d_fd = ::open("/dev/g2d", O_RDWR); // 步骤2 memcpy((unsigned char*)yuv_ion.virt_addr, yuv420sp, yuv_size); ion.flush(&yuv_ion); // 步骤3 g2d_blt_h blit; memset(&blit, 0, sizeof(blit)); blit.flag_h = G2D_BLT_NONE_H; blit.src_image_h.format = G2D_FORMAT_YUV420UVC_V1U1V0U0; blit.src_image_h.width = width; blit.src_image_h.height = height; blit.src_image_h.align[0] = 0; blit.src_image_h.align[1] = 0; blit.src_image_h.clip_rect.x = 0; blit.src_image_h.clip_rect.y = 0; blit.src_image_h.clip_rect.w = width; blit.src_image_h.clip_rect.h = height; blit.src_image_h.gamut = G2D_BT601; blit.src_image_h.bpremul = 0; blit.src_image_h.mode = G2D_PIXEL_ALPHA; blit.src_image_h.use_phy_addr = 0; blit.src_image_h.fd = yuv_ion.fd; blit.dst_image_h.format = G2D_FORMAT_RGB888; blit.dst_image_h.width = width; blit.dst_image_h.height = height; blit.dst_image_h.align[0] = 0; blit.dst_image_h.clip_rect.x = 0; blit.dst_image_h.clip_rect.y = 0; blit.dst_image_h.clip_rect.w = width; blit.dst_image_h.clip_rect.h = height; blit.dst_image_h.gamut = G2D_BT601; blit.dst_image_h.bpremul = 0; blit.dst_image_h.mode = G2D_PIXEL_ALPHA; blit.dst_image_h.use_phy_addr = 0; blit.dst_image_h.fd = rgb_ion.fd; ioctl(g2d_fd, G2D_CMD_BITBLT_H, &blit); // 步骤4 ion.flush(&rgb_ion); memcpy(rgb, (const unsigned char*)rgb_ion.virt_addr, rgb_size); // 步骤5 ion.free(&rgb_ion); ion.free(&yuv_ion); ion.close(); ::close(g2d_fd); G2D图像硬件YUV转RGB测试 考虑到dmaion buffer分配和释放都比较耗时，我们提前做好，循环调用步骤3的G2D转换，统计耗时，并在top工具中查看CPU占用率 可以看到 ARM neon 的优化效果非常明显，而使用G2D图形硬件能获得进一步加速，并且能显著降低CPU占用率！ sh-4.4# LD_LIBRARY_PATH=. ./g2dtest INFO : cedarc
米尔
米尔 . 2024-04-09 1 1 1141
扩展模块免费送，米尔瑞米派福利发放
瑞米派自发布后赢得了广大粉丝朋友们的一致好评，基于RZ/G2L工业级处理器开发，具备其他Pi没有的双千兆以太网接口，便于企业客户直接进行产品开发；通过40PIN兼容树莓派的排针，能够适配树莓派生态的所有配件，方便用户产品原型搭建，同时支持多种操作系统和软件框架，Linux/QT/LVGL/Python/RT-Linux/IGH Ethercat/Freertos等。瑞米派的硬件和软件开发难度低，兼顾了严肃产品开发和爱好者创意实现两种需要。 为了鼓励开发者更深度的体验瑞米派产品，米尔准备了多款扩展模块，免费赠送给工程师，助力开发者更多创意实现。 活动流程 01活动申请 【时间：2024.4.8-2024.4.20】开发者在线填《瑞米派创意活动-报名申请表》，申请扩展模块。 02 发放扩展模块【时间：2024.4.23】米尔选中开发者名单，通过电话/邮件联系，并发放瑞米派支持的各种扩展模块。 03项目开发和作品发布 【时间：2024.5.1-2024.5.30】开发者进行项目开发并在米尔论坛（https://bbs.myir-tech.com/）进行文章发布；发稿内容可参考论坛的文章“【扩展模块】基于米尔Remi Pi的e-Paper屏应用开发笔记”。 04礼品发放【时间：2024.6.1-2024.6.10】米尔对部分开发者的文章进行评选，发放米尔的纪念品。 米尔纪念品：定制鼠标垫 活动奖励 米尔将为此次活动供稿的优秀文章进行纪念品奖励，（文章内容包括但不限于瑞米派的优秀测评文章/应用笔记/项目应用等） 奖励礼品：定制鼠标垫、定制手机支架等。 活动规则 报名承诺： 1.申请者须承诺提供真实的有效申请资料； 2.申请者必须是瑞米派的用户； 3.因模块的数量有限，米尔将根据申请理由进行选择来确定赠送，（请尽量详细的描述您的使用计划/创意内容/项目内容）；如遇到单个模块多人申请，其他扩展模块无人申请的情况，我们将通过电话与申请者联系，赠送其他的扩展模块； 4.申请者必须承诺愿意在米尔论坛发表文章，如拒不发表测评体验的文章，米尔将有权收回赠送的扩展模块； 赠送扩展模块类型 活动产品 瑞米派（Remi Pi）基于RZ/G2L处理器，配备Cortex-A55@1.2GHz CPU、Cortex-M33@200MHz MCU、Arm Mali-G31 的3D 图形加速引擎以及支持视频编解码器。此外，这款微处理器还支持摄像头接口（MIPI-CSI/Parallel-IF）、显示器接口（MIPI-DSI/Parallel-IF）、USB2.0、UART、CAN接口、千兆以太网接口等，特别适用于入门级工业人机界面(HMI)和具有视频功能的嵌入式设备等应用。 *本次活动的最终解释权归主办单位米尔电子所有 如需报名点击链接申请： https://www.myir.cn/formguide/index/index.html?id=25 如需了解瑞米派，您可以通过访问以下米尔电子官网链接： https://www.myir.cn/shows/23/14.html 更多关于Remi Pi技术问题讨论请登录米尔官方论坛： https://bbs.myir-tech.com/forum-66-1.html 购买链接： https://detail.tmall.com/item.htm?id=763219500729&skuId=5425000934998
米尔
米尔 . 2024-04-09 1 1136
- 1
- 9
- 10
- 11
- 12
- 13
- 500