芯查查-电子信息产业数据引擎

3 4 5 6 7 8 9 10 11 12

A-59F 多功能语音处理模组：啸叫抑制+AI降噪+AEC回音消除，一颗搞定三大音频痛点

一、产品定位 A-59F 是一款重新设计并全面升级的多功能语音处理模组，核心价值在于以单颗模组集成啸叫抑制、AI 降噪、回音消除、波束定向拾音四大功能，替代传统多芯片堆叠方案。该模组可接入目前所有全双工通话设备，无论设备是模拟输入输出架构，还是纯数字音频端口架构，均可方便接入。新增的本地扩音防啸叫功能以 15ms 超低延迟实现回音啸叫的完全抑制，适用于会议扩音、喊话器、教育培训、导游喊话等场景。二、性能三、核心功能优势 1. 本地扩音防啸叫——15ms 超低延迟 A-59F 新增本地扩音防啸叫功能，适用于麦克风与喇叭物理距离极近的扩音场景（小蜜蜂喊话器、会议扩音、教育培训、导游喊话等）。技术亮点：延迟仅 15ms，低于人耳感知阈值（约 20~30ms），扩音场景下说话与播放之间无可感知时间差回音啸叫完全抑制，非部分压制——喇叭音量可拉到很高而不触发自激处理链路同时叠加 AI ENC 降噪，在抑制啸叫的同时压制环境噪声支持模拟麦克风和数字麦克风双模式（不同固件），数字麦克风模式下抗干扰性能更优与传统方案对比：方案延迟啸叫抑制效果附加功能限幅/压缩低不彻底，声音不自然无降噪移频法低有效但人声跑调无降噪 EQ 手动切频低只切已知频率，环境变化即失效无降噪 A-59F DSP 对消 15ms 完全抑制 AI ENC 同步降噪 2. AI ENC 智能降噪——45~90dB 全场景覆盖 A-59F 的 AI ENC 并非传统频域滤波，而是基于 AI 模型的人声分离技术，对人声之外的所有噪声进行压制。可压制噪声类型：稳态噪声：风扇声、空调声突发干扰：汽车鸣笛声冲击噪声：金属器件掉落声、拍打敲击声近场冲击：拍打麦克风本身风噪：风直接吹麦克风降噪深度 45~90dB 意味着轻度环境噪声可消除到不可感知，重度噪声（如工厂车间）也能大幅压制到人声可辨识水平。 3. 全双工 AEC 回音消除——100dB 消除量 A-59F 的 AEC 回音消除能力达到 100dB，可消除高达 100dB 的喇叭回音，解决喇叭与麦克风距离近、喇叭音量大导致回音无法消除的问题。关键优势： 100dB 消除量，远超行业常见 60~80dB 水平可消除回音空间延迟 100ms，覆盖从近距离桌面设备到较大会议室的声波反射路径保持全双工通话流畅度，双方可同时说话互不干扰 4. 双麦波束定向拾音（Beamforming）双数字麦克风模式下，A-59F 支持两种波束定向拾音方式：双麦单波束单输出： 2 颗数字麦克风中间设置一个定向拾音区域中轴角度和拾音范围角度均可通过固件参数调整单通道输出适用：单人定向拾音、会议发言追踪双麦双波束双输出： 2 颗麦克风两端各设一个独立定向区域 2 个独立声道输出，互相不串音定向拾音边界更清晰，对不需要的噪声和人声屏蔽更精准适用：智能工牌、双分区翻译设备、双通道独立录音波束角度参数：中轴角度：定向拾音的中心方向（如 90° = 两麦中间垂直方向），固件可调拾音范围角度：以中轴为中心的覆盖区域（如 ±30° = 60° 区域），固件可调四、接口与工作模式 4.2 十种工作模式 A-59F 提供模拟+数字双模式接口，覆盖从纯模拟到纯数字的所有设备类型，共 10 种工作模式：模式麦克风类型音频连接方式典型应用模式一单模拟麦模拟输出 → 功放扩音喊话、本地扩音防啸叫模式二单模拟麦模拟输入 + 模拟输出传统通话设备模式三单模拟麦模拟输出 + I2S 数字输出需数字音频的通话设备模式四单模拟麦纯 I2S 数字输入 + 输出无模拟端口的设备模式五单数字麦模拟输出低底噪通话场景模式六单数字麦 I2S 数字输出高保真数字音频设备模式七单数字麦纯 I2S 数字输入 + 输出全数字链路，最高信噪比模式八双数字麦模拟输出 + 波束拾音定向拾音通话模式九双数字麦 I2S 数字输出 + 波束拾音定向拾音数字音频设备模式十双数字麦双波束双声道输出智能工牌、双分区翻译模式四/七/十特殊说明：模式四、七需拆除模组上 R1 电阻，使 I2S DAT 输入/输出成为独立有效端口拆除 R1 后，MICOUT 信号通道变为输入（下行 DAC 监听信号），下行功放输入端需接 MICOUT 输出端模式十为特殊固件版本，双波束双声道独立输出，互不串音 4.3 T1/T2 参数切换通过 T1（第 9 脚）、T2（第 11 脚）的高低电平组合，提供 4 组预置工作参数，无需更换固件即可切换： AEC 通话固件下——拾音距离参数： T1 T2 拾音距离适用场景高（悬空）高（悬空） 0.5 ~ 2m（中距离）通用场景，默认参数高低 0.1 ~ 0.2m（近距离）手持设备、耳机通话低高 0.5 ~ 5m（远距离）会议室、车载通话低低 0.5 ~ 8m（超远距离）大空间安防、喊话扩音防啸叫固件下——AI 降噪等级参数：在扩音模式下，四组参数对应 AI 降噪等级区别，而非拾音距离。噪声越强，选越高等级。硬件实现：T1/T2 端口悬空时为高电平，需切换时焊接 0Ω 对地电阻拉低即可——零成本、零代码。 4.4 SPI 动态调参 A-59F 预留 SPI 端口（第 21~24 脚），支持外部 MCU 实时调整模组工作参数： A-59F 上电约 2 秒后进入工作状态外部 MCU 需再延迟等待 1 秒后方可通过 SPI 写入寄存器 SPI 端口为从模式具体时序及寄存器地址需咨询工程人员获取五、应用领域 A-59F 的多功能特性覆盖广泛的音频产品领域：应用领域典型产品智能家居/门禁别墅门禁、小区通话对讲、智能家居对讲系统车载通话蓝牙通话系统、车载语音识别智能设备远程教育/会议多媒体教育通话系统、企业远程会议设备安防/报警矿山矿井呼叫报警、银行客服通话、安防通话设备公共服务停车场自助服务、公共场所门卡对讲监护通话家用通话、老人/小孩/宠物监护仪智能工牌双分区翻译设备、双定向拾音设备扩音喊话小蜜蜂喊话器、会议扩音、特殊场合喊话六、设计要点 6.1 电源设计 5V 输入（第 13 脚）和 3.3V 输入（第 12 脚）为二选一，不可同时供电静态工作电流 65~70mA，需确保供电余量第 19 脚 3.3V 输出仅供数字麦克风使用，最大电流 30mA，短路会损坏模组 LDO 外部电源可提供 3.3V 时，建议数字麦克风用外部供电 6.2 模拟输出适配 MICOUT 输出幅度 2.3Vpp、阻抗 120Ω，接入小信号后端设备时须加阻容分压电路： R1 可选 1K~10K，根据后端输入灵敏度调整 C1 为耦合电容差分连接时正负极均建议加阻容匹配，防止削顶爆音 6.3 I2S 数字音频默认格式：48kHz 采样率 / 32bit 位深 / 飞利浦标准对齐 / 主模式（LRCLK=48kHz, BCLK=3.072MHz）。其他时序需求需与工程人员确认。 6.4 封装与包装模组尺寸：37.5mm × 16mm，邮票半孔方式半孔焊盘：1.5mm × 0.75mm 可采用 SMT 方式嵌入主板包装：防静电 PVC 吸塑托盘，单托盘 24PCS，最小包装 240PCS（十托盘）七、竞品对比视角对比维度传统多芯片方案 A-59F 单模组方案啸叫抑制需额外 DSP 或移频芯片内置，15ms 延迟 AI 降噪需独立 AI 降噪芯片内置，45~90dB 回音消除需独立 AEC 芯片内置，100dB 波束拾音需独立 BF 芯片内置，双麦双波束 BOM 成本多颗芯片叠加单模组电路设计复杂，多芯片互联简洁，3 根线即可工作（模式一）调试周期长，多芯片协同调试短，模组即插即用体积大 37.5mm × 16mm 灵活性固定架构 10 种模式 + T1/T2 参数切换 + SPI 调参八、总结 A-59F 的核心竞争力可归纳为**"一多一高一低"**：多功能集成：啸叫抑制 + AI 降噪 + AEC 回音消除 + 波束定向拾音，一颗模组四项功能高性能指标：100dB 回音消除 / 45~90dB AI 降噪 / 100dB SNR 输出低门槛接入：15ms 延迟 / 37.5×16mm 体积 / 10 种工作模式 / T1/T2 零成本参数切换 / SPI 动态调参对于门禁对讲、车载通话、会议设备、安防报警、智能工牌、扩音喊话等产品的设计，A-59F 以单模组替代多芯片方案，不仅降低 BOM 成本，更大幅简化音频电路设计和调试周期，是值得评估的高集成度语音处理方案。

语音处理

德语AI . 2026-07-21 462
安谋科技Arm China闪耀WAIC | AI前瞻分享，Arm无处不在，让AI触手可及

国内领先的芯片IP设计与服务提供商安谋科技（中国）有限公司（以下简称“安谋科技Arm China”）近日宣布首次亮相WAIC，携手Arm生态，通过Edge AI、Physical AI、Cloud AI三大业务展区，系统呈现了计算平台、开发板、终端应用的完整AI落地图谱，诠释了无处不在的Arm技术如何驱动AI在千行百业规模化落地。The Future of AI is Built on Arm！同期举办的AI前瞻会上，安谋科技Arm China多位技术专家发表主题演讲，全方位展示了安谋科技Arm China面向AI时代的前瞻洞察与创新技术。紧跟AI发展趋势，安谋科技Arm China构建了“星辰300”AIoT原型平台、面向Agentic AI时代的“周易”X3-Pro NPU全场景高效计算底座，“玲珑”AI VPU端到端技术，并牵头发起“开源AIOS联盟”，全力为AI时代的创新筑牢技术根基。【AI前瞻会亮点：CPU、NPU、VPU、AIOS齐发力，为AI万象构筑坚实的技术底座】打造“星辰300”AIoT原型平台：从传统MCU拓展出AI算力物联网生态根植于Arm架构。多年来，Arm紧跟市场需求与技术发展，已为嵌入式计算领域构建了丰富的IP解决方案，主要包括Arm® Cortex®-M CPU处理器系列，Arm Helium™矢量扩展技术，以及AI加速器Arm Ethos™ NPU系列。依托Arm成熟生态，安谋科技Arm China针对嵌入式AI场景构建了“星辰”CPU + Arm Helium矢量扩展+Arm Ethos NPU的AIoT原型平台。安谋科技Arm China CPU产品总监朱晓鸣现场发表演讲安谋科技Arm China CPU产品总监朱晓鸣表示，首代平台选择STAR-MC2（即Cortex-M52）和Ethos-U55，代号“星辰300”，全面支持主流小模型，从传统MCU拓展出AI算力，为嵌入式设备加上AI引擎。新一代“周易”NPU前瞻：统一的、分层的、场景化的计算架构，让AI智能体走向真实世界当前，Agentic AI时代已经到来，AI模型尤其是中小模型能力不断提升、推理范式正在重构、推理负载高度分化、边端侧场景的AI推理需求也千差万别，这些变化对AI计算底座提出了全新要求。安谋科技Arm China构建了面向Agentic AI的全场景高效计算底座——“周易”X3-Pro。安谋科技Arm China NPU产品线负责人兼首席架构师舒浩博士现场发表演讲安谋科技Arm China NPU产品线负责人兼首席架构师舒浩博士表示，“周易”X3-Pro NPU采用统一的、分层的、场景化的计算架构，设计哲学是“一次适配，多芯复用；面向场景，灵活配置”，在多行业多产品中可复用模型适配、调优、部署的工作和经验，并高效满足不同应用场景的差异化要求，将大幅提升研发效率，加快创新落地，让AI智能体真正走进每台边端侧设备。 “武当”面世！AI VPU技术让人类看清世界，让机器“看懂”视界 AI时代，AI本身正成为视频最大的消费者，视频处理需求向更高分辨率、更优画质、更低延时升级，需要强大的VPU实现海量视频的高效编解码。新一代“玲珑”VPU“武当”首度揭秘，该产品全面继承前一代CAE技术，在保持领先编码质量的同时，PPA较上一代提升超40%，编码器规格也更加全面。安谋科技Arm China VPU研发总监黄鑫博士现场发表演讲安谋科技VPU研发总监黄鑫博士表示，“玲珑”VPU AI编码技术正持续演进，安谋科技Arm China打造AI端到端视频编码技术，基于全新AI VPU训练框架，实现“端到端全局优化”，从提升“主观视觉”跨越至“赋能AI万象”。“玲珑”VPU致力于成为AI视界引擎，让人类看清世界，让AI看懂视界。牵头发起“开源AIOS联盟”，探索新一代AI产品基础设施当前，以AI智能体和具身智能为代表的新一代AI技术持续突破，各类新型计算载体不断涌现，操作系统正从传统工具型向智能体形态加速演进。专为这些新型AI产品与具身智能原生打造的AIOS智能系统，将成为释放端侧AI潜力、加速AI普惠应用的关键支撑。安谋科技Arm China正式宣布发起“开源AIOS联盟”，目前已吸引超20家生态伙伴入驻，将合力探索新一代AI产品基础设施，共筑开源AIOS系统底座。安谋科技Arm China市场及生态副总裁梁泉现场发表演讲安谋科技Arm China市场及生态副总裁梁泉表示，安谋科技Arm China将充分依托Arm全球丰富的生态资源、云边端全栈技术优势和模型能力，为新一代AI产品创新演进提供坚实的底层技术支撑，推动AIOS在多元形态的新兴智能终端上规模化落地。【三大业务展区精彩呈现：Edge AI、Physical AI、Cloud AI，Arm技术赋能AI全场景】 Arm技术正在让AI变得触手可及。安谋科技Arm China展台设置了Edge AI、Physical AI、Cloud AI三大业务展区，从智能穿戴、智能家居，到AI PC、智能手机、智能汽车、机器人、数据中心等，集中展示了Arm技术赋能千行百业的多元化AI应用。 Edge AI展区 Arm为Edge AI提供从IP、计算子系统到软件的全栈方案。例如，Arm Lumex计算子系统与Arm Kleidi™软件应用于智能手机，Arm终端计算子系统部署于AI PC，Cortex-M CPU + Helium + Ethos NPU适配嵌入式设备，Armv9技术适用于智能家居。步入展区，观众可看到“芯片是如何形成的”，以及芯片IP终端应用展示，覆盖智能穿戴、消费电子、智能办公、智能家居、智慧医疗、智慧工业等各领域。“一沙一世界，一芯启千行”，清晰演绎了Arm技术对端侧AI的赋能。现场重点展示了三大方案：基于Arm技术的Qwen-Audio家族的TTS模型、AI MCU产品矩阵，以及JishuShell端侧Agent一键部署工具。 ·Qwen-Audio家族的TTS模型：基于Arm SME2，Qwen-Audio家族的TTS模型可以在单个Arm CPU上实现高效运行，为Arm设备带来低延迟、高质量的AI语音体验。 ·AI MCU专区：集中展示了基于Arm Cortex-M CPU + Helium + Ethos NPU的方案矩阵，覆盖车载监测、交通监察、AI陪伴玩具、视觉跟踪、手势识别、工业预测性维护等多元应用。安谋科技Arm China“星辰300”AIoT原型平台亦在FPGA平台上演示了目标检测、语音识别、关键词识别、超分辨率等应用。 ·JishuShell联合展区：现场演示了端侧Agent一键部署工具适配的开发板展示及实操演示。JishuShell依托开发者生态快速切入Agentic AI领域，携手Arm生态芯片与方案厂商探索新一代端侧设备的AI应用与交互，未来将进一步融合AIOS能力。 Physical AI展区 Arm为Physical AI提供IP、计算子系统、互连技术、工具及集成软件等全栈支持。其中，Arm Zena™计算子系统和AE（Automotive Enhanced）技术同时适用于智能汽车与机器人领域。 Physical AI展区是现场人气最高的区域之一，集中呈现Arm技术在机器人、智能汽车两大领域的成果。 ·人形机器人、情感交互机器人、咖啡拉花机械臂、机器狗、机器熊猫等十余款展品组成“机器人天团”，集体亮相。Arm技术贯穿机器人的中央大脑、交互计算、电池管理、本地控制、传感器和执行器等各个环节，形成完整系统支撑。 ·多款智能汽车芯片与智能互联计算平台同步亮相。Arm技术覆盖动力域、底盘域、车身域、座舱域和智驾域五大域，助力汽车产业实现全域智能化升级。 Cloud AI展区凭借领先的“每瓦性能”优势，Arm Neoverse®计算平台正成为云计算与AI基础设施的关键基石，为云计算、数据中心等场景提供兼顾性能、效率与安全的系统部署方案。目前，出货到头部超大规模云服务提供商的算力中，有近50%是基于Arm架构。本次Cloud AI展区重点展示了基于Arm技术的DPU芯片、智能网卡、SuperNIC卡，以及2U、4U、6U多类型服务器机柜，覆盖从网络加速到整机部署的完整链路。不止硬核科技，更有AI温度。展台还设置了丰富的互动体验：机械臂在咖啡吧现磨咖啡、演绎精准拉花；脑机接口“意念爆米花”趣味挑战，带来新奇交互体验。这些趣味互动让AI从展台走向生活，让大众可以亲身感受AI的创新魅力。展望未来，安谋科技Arm China将在“AI Arm China”战略方向的指引下，以Edge AI、Physical AI、Cloud AI三大业务为主线，推进“All in AI”产品战略，构筑坚实的算力底座，携手生态伙伴赋能AI时代。

安谋科技 . 2026-07-21 406
破局AI算力瓶颈，共筑国产超节点生态——奇异摩尔重磅亮相WAIC，以全栈互联方案引领系统级协同新时代

行业领先的AI网络全栈式互联产品及解决方案提供商奇异摩尔亮相WAIC 2026。7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）在上海世博、张江、西岸“三地四馆”同步启幕。大会期间，公司成功举办“智联为擎合一共进——AI网络前沿生态论坛”，为AI网络互联生态的协同创新搭建了深度对话平台。上海人工智能实验室、香港科技大学（广州）、商汤科技、壁仞科技、九章云极、曦望科技、科华云、图灵量子、图灵芯擎等知名研究机构和企业，以及多家产业链上下游生态伙伴与行业嘉宾齐聚一堂。在本次论坛上，国产超节点生态共建倡议行动正式启动，并重磅发布《共封装光学（CPO）技术白皮书》，进一步彰显奇异摩尔推动产业协同的前瞻布局。此外，奇异摩尔还携国产化超节点互联全栈解决方案、与壁仞科技联合打造的国产GPU直通国产RDMA网卡通信技术IBGDA Demo以及下一代光互联合作成果等核心技术及产品集中亮相，全面展示公司在算力网络互联领域的技术突破与生态成果，向全球观众呈现了中国AI算力生态的自主创新力量。奇异摩尔创始人兼董事长田陌晨在论坛致辞中表示，连片成林，方能御风守固。正是基于对“连片成林”的深刻认知，奇异摩尔自创立以来，始终致力于成为AI网络互联生态的积极建设者与连接者。我们深知，网络互联是打破算力孤岛、让单个强点连成高效系统的关键脉络。没有哪一家企业能够独自走完从底层芯片到顶层应用的全链条；只有把生态做大，企业才能更强。全国产化超节点互联全栈方案首次亮相，打通系统级协同脉络当前国产算力面临的核心困境，并非单芯片性能的落后，而是“单点强、系统弱”的结构性失衡——各家芯片性能虽不断突破，但片内、片间、网间、集群间各层互联各成体系，缺乏统一的全栈视角与系统级协同。这种长期割裂直接导致系统级性能无法随芯片数量的增加而线性释放，算力资源被严重碎片化。在以互联为核心的超节点时代，该短板会被无限放大。奇异摩尔长期深耕AI网络互联领域，目前产品布局覆盖从Scale-Out网间互联、Scale-Up超节点XPU间互联到下一代光互联的全栈式解决方案。针对上述行业现状，在本届WAIC上，奇异摩尔首次亮相国产化超节点互联全栈解决方案，并以超节点机柜直观呈现国产AI算力基础设施从“单点芯片突破”迈向“系统级协同优化”的跨越式发展，为大规模国产AI算力集群建设提供了自主可控的全栈互联底座。奇异摩尔联合创始人兼产品及解决方案副总裁祝俊东指出，这套全栈方案的核心价值，在于为国产AI算力提供了一套可演进、可协同、不绑定的系统级基础设施——芯片厂商可基于统一底座灵活构建超节点系统，上层应用可无缝获得横向扩展能力，产业生态得以从各自为战走向合力突围。国产算力正处关键历史节点，互联已不再是配角，而是决定系统整体效能的核心命脉。奇异摩尔愿以开放、高效的全栈互联技术，为国产AI产业铺就通往未来的路。 IBGDA DEMO：国产GPU与RDMA网卡的深度协同前述全栈方案覆盖了从片内互联到网间互联的多个层面，而其中一项最具实战意义的技术验证，便是国产GPU与国产RDMA网卡之间的直连通信——这正是本次奇异摩尔与壁仞科技联合展示的IBGDA解决方案。在MoE模型的典型训练或推理中，专家并行通信包含两个核心阶段（Dispatch和Combine），每个阶段都涉及海量的小粒度数据交换。传统跨节点通信中，GPU须经由CPU中转指令，由此产生额外延迟与CPU开销。IBGDA技术通过绕过CPU处理环节，显著降低指令中转等待时间，充分释放GPU在并行计算中海量线程的吞吐优势，在All-to-All通信场景中实现吞吐提升与延迟压降的双重收益。在国际方案与国产方案的对标中，英伟达凭借其GPU与ConnectX系列网卡的深度协同，率先实现了IBGDA方案，为大规模AI推理场景提供了成熟的延迟敏感型通信能力。而国产集群要实现同等能力，国产化GPU需先满足对类NVSHMEM编程及最新NCCL通信库以及DeepEP等集合通信库的支持，并与国产RDMA网卡在软硬件层面完成适配，方能实现GPU直通网卡的高效通信。然而，目前国产GPU支持IBGDA主要完成的是与英伟达网卡的适配，但国产RDMA网卡与国产GPU实现网卡直通的规模化落地案例仍相对罕见，这一环节仍是制约国产化集群通讯效率提升的短板。这一局面正在被打破。奇异摩尔推出的单通道400G RDMA ASIC引擎，基于Kiwi SNIC 800G平台架构设计，已完成软硬件协同开发，兼容专为MoE模型优化的集合通信库（对标DeepEP），并原生支持IBGDA（GPU直接发起通信）机制。本次WAIC大会上，奇异摩尔携手壁仞科技，联合展示了国产GPU直通国产RDMA网卡的IBGDA解决方案。该IBGDA Demo测试平台对标英伟达IBGDA测试数据，实测结果达到相应水平。测试结果表明：IBGDA相较传统IBRC在小包、高频、强同步场景下呈现出代际优势——单次小消息带宽显著跃升，原始小包发送及合并发送的吞吐量均实现质的跨越；All-to-All通信延迟大幅缩短，接近翻倍提升；尤为关键的是，传统方案小消息时延远超大消息的“小包惩罚”被彻底消除。值得强调的是，该方案基于开放的以太网生态构建，继承以太网部署灵活、成本可控优势的同时，为国产算力集群提供了一个兼具高性能与自主性的Scale-Out网络选择。这一联合演示极具含金量——通过软硬件的深度协同，绕过繁琐的协议转换，大幅降低通信延迟，显著提升AI推理集群的整体处理效率。这是对“国产芯+国产网”最佳实践的生动诠释，更以实测数据证明了国产算力生态已具备底层互通、系统级协同优化的实战能力。布局OSU超节点互联芯粒，锚定下一代光互联技术路线本次论坛的另一大核心亮点，是《共封装光学（CPO）技术白皮书》（以下简称“白皮书”）的发布。《白皮书》由香港科技大学（广州）发起，奇异摩尔携手曦望Sunrise、壁仞科技、图灵量子、奇点光子等单位共同参与编写，凝聚了产学研各界的集体智慧。《白皮书》系统梳理了CPO的技术路径、产业挑战与未来演进方向，为国内光互连技术标准化落地与规模化、产业化发展提供权威指引与实践参考。面向未来，光互联正成为下一代超节点系统的基石。传统电互联受限于铜缆物理极限，带宽密度与能耗已难以支撑下一代算力需求；而光互联在Scale-Up空间内几乎没有通信距离焦虑。当前主流光互联以可插拔光模块为主，光引擎仍停留在主板边缘。为满足Scale-Up对低功耗、低延迟的要求，光引擎必须向计算核心持续收敛，由此形成清晰的演进路径：可插拔光模块→NPO→CPO→OIO，最终目标是“光内生”——将光互联功能直接集成于计算芯片内部。路径越短，收益不止于物理距离的缩短。更近的互联可省去DSP，有效降低延迟，同时简化系统设计、降低功耗与成本，最终提升整体算力利用率。 CPO技术能够有效缓解单节点I/O能力对系统扩展的制约，突破铜互连的物理极限。然而，该技术主要解决的是物理层的高速数据传输问题；在协议层，Scale-Up复杂的网络拓扑与流控机制仍对计算核心造成巨大负担。为组建更大规模的Scale-Up网络，计算核心不得不牺牲相当一部分芯片面积和计算资源用于处理网络事务。互联I/O芯粒的出现恰好补齐了这一关键短板——在智算集群的高性能计算芯片中，I/O芯粒扮演着语义对齐与协议承载的核心接口角色。奇异摩尔基于在网络互连及芯粒技术领域的长期积累，已前瞻性地布局——OSU（Optical Scale-Up）IO芯粒产品与未来CPO迭代方案的融合路径。除联合发布白皮书外，奇异摩尔在展台上亦带来了实质性的生态合作成果。与图灵量子共研下一代基于xPU-CPO的关键技术，双方围绕算力互联架构、资源调度优化与行业场景适配等维度，加速推动光互连从当前的“板级”互联迈向更高集成度的“芯片级”融合，助力智算中心实现算力高效利用与业务敏捷部署。与奇点光子共同探索基于芯粒间高速数据接口的NPO/CPO技术，突破互连速率与距离瓶颈，显著提升智算节点规模与计算能力。在本次展位上，奇异摩尔和奇点光子带来了直连NPO光互联测试板，该方案搭载了奇异摩尔主芯片（内部集成2颗独立芯粒，分别模拟计算芯粒和IO芯粒），以及奇点光子定制化NPO进封装引擎。奇异摩尔在光互联领域的系统布局，不仅是对下一代互连技术的提前卡位，更是与产业链伙伴协同探索国产AI算力基础设施“光电融合”演进路径的战略举措。聚力共赢，“国产超节点生态共建倡议行动”正式启动超节点已成为下一代智算基础设施的核心形态，它也为算力行业的发展带来了新的启示——竞争维度正从单一芯片性能的比拼，拓展为多变量的系统级协同。当前，大模型的算力需求被三条指数曲线同时驱动——训练侧的Scaling Law、推理侧的test-time scaling、以及Agent应用带来的调用量爆发。这些需求叠加起来，远不是单芯片能力提升能独自承接的，真正决定格局的越来越落在互联、整机、软件和系统协同上。这也正是我国智算基础设施破局的关键所在。国内多家厂商虽已推出各自的超节点方案，整体格局看似百花齐放，实则暗藏隐患。上海市算力网络协会秘书长杨炼在论坛上指出，国产超节点在体系架构定义、Scale-Up互联协议、软硬协同优化、集群RAS能力等方面仍面临碎片化挑战和“卡脖子”风险。单打独斗难以破局，唯有产业链上下游开放协同、共建标准、共筑底座，才能真正把国产智算集群“用起来、跑得好、立得住”。基于这一行业共识，在上海市经济和信息化委员会无线电管理处处长杨沛江的见证下，上海市算力网络协会、上海人工智能实验室、中国信息通信研究院华东分院在奇异摩尔举办的AI网络前沿生态论坛上，制定开放、兼容的超节点互联标准，打破技术孤岛，推动国产算力网络在系统级协同上迈出实质性一步，为人工智能产业筑牢自主可控的算力底座。以连接之力，智算未来首次亮相WAIC，奇异摩尔以一场高规格生态论坛、三项重要仪式发布，以及纯国产化超节点互联全栈方案、基于OISA协议超节点卡间互联验证平台等核心展品，交出了一份覆盖技术与生态的双重答卷。从发起超节点生态倡议，到发布《共封装光学（CPO）技术白皮书》；从国产化超节点互联全栈方案的首次完整亮相，到携手壁仞科技等伙伴呈现基于“国产GPU+国产RDMA网卡”的IBGDA联合演示——奇异摩尔正以“技术+生态”双轮驱动，深度融入并积极推动国产AI算力产业的发展进程。面向未来，随着超节点架构逐步成为AI算力的主流形态，互联技术将跃升为决定系统效能的关键引擎。奇异摩尔将持续深耕AI互联芯片领域，携手更多产业链上下游伙伴，共同推动国产超节点生态的繁荣发展，为中国AI算力基础设施的自主可控与持续升级贡献核心力量。

奇异摩尔 . 2026-07-21 497
无人机频繁飘机失控？根源藏在不起眼的电阻里！！

低空经济全面爆发，市场需求激增的同时，用户对无人机飞行精度、户外适配性、整机寿命的要求不断拔高，很多研发团队费尽心思优化飞控、升级电机、扩容续航，却偏偏忽略了看似不起眼、实则很关键的核心元器件——电阻！绝大多数无人机频繁飘机、信号紊乱、高空宕机、户外作业故障频发，根源并不是出在大件硬件上，而是普通劣质电阻扛不住复杂工况！深度剖析：无人机行业三大硬件痛点工况适配差，故障风险高无人机作业环境复杂，普通通用电阻温漂大、抗振性差，长期使用极易出现阻值偏移、本体开裂、电路断路等问题，直接引发供电不稳、信号干扰，严重时会造成飞行失控、设备坠机，带来不可逆的损失。体积与性能无法兼顾当下无人机极致轻量化、小型化已成趋势，微型机型PCB布线密度极高，普通大体积电阻无法适配安装。而大功率工业无人机长期高负载运行，普通电阻功率余量不足、散热效率低下，长时间工作温升超标，性能衰减，缩短设备使用寿命。量产稳定性差，拉高成本市面杂牌电阻参数一致性差、抗腐蚀能力弱，批量生产良品率低，拉高企业研发调试成本和售后运维成本，严重拖累项目落地进度，非常不利于企业规模化发展。合科泰厚膜电阻（RI）精准解决无人机工况难题针对行业普遍痛点，合科泰三款主流厚膜电阻（RI）：厚膜电阻RI0402尺寸、厚膜电阻RI0603尺寸、厚膜电阻RI0805尺寸，精准对标无人机全场景硬件需求，补齐设备硬件短板。（参数图）作为通用万能封装，完美平衡体积、功率、散热与可维修性，适配消费级无人机、轻型工业作业无人机。可全面覆盖电源稳压、电路驱动、信号匹配、指示灯控制等常规电路场景，工况适配性极强，日常飞行、轻度作业稳定性高，是量产的高性价比首选。总结：优质元器件，才是无人机提质降本关键硬件稳，设备才稳！在无人机行业同质化严重的当下，元器件的品质差距，就是产品口碑和市场竞争力的差距。合科泰三款主流厚膜电阻（RI），全覆盖微型、轻型、工业重载无人机场景，精准解决行业核心硬件痛点，帮助企业降本增效、提升产品稳定性，是无人机硬件设计与量产的靠谱高配方案。

厂商投稿 . 2026-07-21 483
市场周讯 | 力积电存储代工报价上调45%；商务部回应推动解决安世半导体问题进展；长鑫科技发行价8.66元/股，估值超5700亿

| 政策速览 1. 中国山东：第三十九期山东干部讲堂7月9日下午在山东大厦开讲。会议强调，要大力发展数字经济，加快推进集成电路、先进计算、高端软件等核心产业扩量提质，纵深推进数据要素市场化配置改革，高质量建设国家数据要素综合试验区，不断提升数字治理效能，切实筑牢数字安全底座，深入实施“人工智能+”行动，促进数字经济与实体经济深度融合，不断开创数字强省建设新局面。 2. 中国商务部：商务部新闻发言人何亚东在16日举行的商务部例行新闻发布会上回应推动解决安世半导体进展的有关提问时说，中荷建立开放务实的全面合作伙伴关系10多年来，双边经贸合作不断深化。7月7日，荷兰外贸与发展合作大臣舍尔茨玛访华，王文涛部长与其共同主持召开中荷经贸混委会第18次会议，就中荷、中欧经贸关系坦诚、深入交换意见。中荷双方同意，双方政府应创造良好环境，推动企业通过协商化解纠纷，保障全球半导体产供链安全稳定。 | 市场动态 3. 机构：全球两大晶圆代工龙头台积电与三星电子先后启动新一轮调价，涨价潮传导至下游晶圆代工环节。台积电已通知英伟达、苹果、AMD等核心客户，计划将3nm、5nm及7nm制程价格上调5%-10%，覆盖其七成以上晶圆代工营收。三星电子紧随其后，针对4nm、5nm先进制程及部分车规8nm制程，将新客户供货价格提高约15%。 4. 国家统计局：上半年规模以上高技术制造业增加值、数字产品制造业增加值分别增长13.3%和12.3%，增速较一季度进一步加快。特别是全球人工智能技术变革带来了高端算力芯片和存储芯片的需求爆发，上半年我国规模以上工业企业的集成电路产量增长23.1%，产量规模达到2798亿块。 5. SEMI：预测2026年全球半导体制造设备（OEM）总销售额将创下1659亿美元的历史新高，同比增长23.2%。增长势头预计将持续至2028年，总设备销售额有望达到创纪录的2295亿美元，实现连续五年增长，AI驱动的需求正在重塑半导体制造投资格局。 6. IDC：2026年第二季度全球PC出货量同比下降4.9%，至6820万台，这是连续九个季度增长后的首次下滑。持续的内存芯片短缺是此次反转的主因，促使厂商尽可能提前压货。 7. Omdia：随着晶圆代工产能趋紧以及上游半导体制造成本持续上升，显示驱动芯（DDIC，Display Driver IC）价格正在上涨。Omdia预计2026年下半年市场需求将弱于上半年，但持续增加的成本压力仍将支撑DDIC价格进一步上涨。 8. 长鑫存储：长鑫科技公告称，公司首次公开发行股票并在科创板上市，发行价格为8.66元/股。预计募集资金总额约579.19亿元(超额配售选择权行使前)，扣除发行费用后净额约576.38亿元。长鑫科技发行后总股本（超额配售选择权行使前）为6,688,088.6077万股，据此计算，此次发行总市值约为5791.88亿元。 9. TrendForce：陪伴型机器人已从早期的养老照护陪伴、疗愈设计，拓展至近年来的真人化互动和情感陪伴，日前中国厂商优必选发表超仿生人形机器人U1，象征此类陪伴型产品正式跨入真人化时代。随着全球人口结构走向老龄化、少子化，且独居人口持续增加，陪伴型人形机器人需求获得快速崛起的“陪伴经济”支撑，预估其产值将于2030年达到11亿美元。 10. Runto：2026年上半年，中国大陆电视市场品牌整机的出货量为1494.7万台，较2025年同期下降10.1%。其中第一季度的出货量为806.5万台，同比下降8.8%；第二季度出货量为688.2万台，同比下降11.6%。自2025年第二季度起，市场已连续五个季度的出货量同比下降。 11. TrendForce：由于高层数3D NAND等高附加价值产品排挤成熟制程产能，MLC NAND供给极度短缺，迫使部分工控、车用和网通客户计划改采用SLC NAND，将导致原已吃紧的SLC供应情况更加紧绷。同时，AI边缘运算、数据中心、汽车电子等对SLC的需求持续提升，供需缺口急剧扩大，预估将推升2026年下半年SLC合约价格较上半年调涨120-170%，不排除有上修空间. | 上游厂商动态 12. 光本位：在WAIC期间，光本位科技首次成功流片256*256矩阵规模光子存内计算芯片，该芯片为目前世界上算力密度最大和算力精度最大的光计算芯片。今年年内光本位科技将推出基于该芯片的第二代光电融合计算卡，单卡算力可对标全球顶尖电计算公司专用于AI推理的主流GPU产品，这标志着光本位科技的光电融合计算卡将从第一代的百TOPS级跃升为千TPOS级。 13. Furiosa：Furiosa AI计划，明年将其第二代LLM推理专用芯片“Renegade（RNGD）”的产量扩大至4万至5万片，与今年的2万片相比，这一数字增加了一倍多。Furiosa AI声称其第三代“Stork”2nm芯片将拥有市场上最佳的推理能力。该公司还表示，人工智能推理的快速增长促使他们决定将产量翻番，其预计市场需求将十分旺盛。 14. 联电：联华电子今日宣布，其新加坡12英寸晶圆厂成功交付首批量产硅光子(Siph)晶圆。这也代表联电与新加坡光子集成电路企业Silith的合作从开发迈向商业化阶段。 15. 英特尔：英特尔发布代号为Starfire的太空级系统单芯片（SoC），该芯片基于18A工艺制造，是Panther Lake 4Xe3规格的太空级衍生版本，采用多芯片Foveros封装，具备低尺寸、低重量、低功耗和先进AI性能四大特性，可耐受零下55℃至125℃极端温度和太空辐射环境。该芯片将在美国制造，2026年第三季度提供样品，是英特尔18A工艺首次进入太空应用领域。 16. 长江存储：重庆市市场监督管理局官网披露，武汉光谷半导体产业投资有限公司收购武汉新芯集成电路股份有限公司股权案获得无条件批准。据此前文件披露，交易前，长江存储持有武汉新芯约68.19%股权，单独控制武汉新芯。交易后，光谷半导体产投及其一致行动人合计控制武汉新芯约47.88%的股权，单独控制武汉新芯。 17. SK海力士：SK海力士已开始向主要合作伙伴订购Y1工厂所需的先进DRAM制造设备，初期投资规模对应月产2万片晶圆的生产能力。Y1是SK海力士在京畿道龙仁市处仁区远三面一带建设的大规模半导体集群中的第一座工厂。一期工厂由2个厂房骨架和6个洁净室组成。首座洁净室（ph1）的投产时间已从原计划的2027年5月提前至2027年2月。 18. 黑芝麻智能：黑芝麻智能于7月14日发布公告称，已完成对亿智电子的收购事项。收购完成后，黑芝麻智能通过旗下公司SPV间接持有亿智电子60%股权，亿智电子已成为其非全资附属公司，财务业绩将综合入账至黑芝麻智能合并财务报表。 19. 力积电：晶圆代工厂力积电披露2026年二季度业绩，该公司总经理朱宪国在业绩说明会上表示，公司自7月起将存储代工报价上调45%，提价效应预计11月起反映在营收上，同时8吋与12吋逻辑代工价格亦同步上调10至15%，有望进一步拉动营收、提升盈利，同时提高存储业务在整体营收中的占比。 20. ASML：阿斯麦控股公司表示，英特尔公司已开始使用其最先进的机器进行芯片生产，显示这种新设备已准备好被广泛采用。两家公司在联合声明中表示，英特尔将依靠阿斯麦的EXE高数值孔径极紫外线光刻机来生产其Ultra 3系列芯片的部分产品。ASML首席财务官戴厚杰预计，2026年中国大陆市场的净销售额占比将为约20%，与此前预期的比重保持一致。由于2026全年总净销售额预期较年初有所上调，意味着中国大陆市场销售额也将相应高于年初预期。中国大陆市场的增量需求主要来自逻辑芯片领域，以本土需求为主导。 21. 英特尔：英特尔的下一代制程技术，包括18A和14A都取得了卓越的成功。报告称，18A制程良率从65%升至85%。英特尔晶圆代工已与AMD、英伟达、Marvell、微软、美光和OpenAI等公司达成合作，以填补台积电的产能缺口。 22. 台积电：台积电计划再投入1000亿美元以扩大美国芯片制造能力。一位美国官员表示，此举将该公司的总投资计划扩大至2650亿美元。这位官员称，新增的1000亿美元将用于建设四座芯片工厂，使其在美国的晶圆制造厂最终达到10个，封装厂两座。 23. 博通：力成将与博通于新加坡共同设立面板级先进封装（PLP）制造合资公司，预计投资总额4亿美元，将视新加坡设厂进度及资金需求逐步投入。成立合资公司的主要目的在于配合整体国际布局策略，并贴近全球客户供应链需求，强化先进封装制造能力。 24. 东方算芯：东方算芯在上海发布了东方算芯首颗旗舰芯片——DF1000。作为全球首颗软件定义近存计算3D芯片，DF1000以“软件定义＋3D堆叠近存计算”的东方范式，破解了中国高端算力芯片发展面临的三大核心瓶颈。东方算芯副总裁郭炜介绍，DF1000聚焦底层计算架构的源头创新，通过软件定义芯片技术实现软硬件解耦与动态重构，在14nm工艺节点下实现520TFLOPS@BF16的算力。 25. 基本半导体：基本半导体发布公告，自2026年第三季度起对部分产品销售价格进行适度调整。本次部分产品价格预计上调幅度最高不超过25%，具体调整方案将根据产品类别、订单规模、合作模式、市场区域及双方商业安排等因素综合确定，并与相关客户有序实施。 | 应用端动态 26. 蔚来：蔚来成为长鑫科技战略投资方，承诺认购金额为1.58亿元，锁定期限为18个月。双方将就现有车规级LPDDR4X、LPDDR5X产品开展战略合作，致力于构建稳定、互信的战略供应关系。 27. 苹果：苹果内部代号为Baltra的自研AI服务器芯片原计划今年落地，现已推迟。

半导体

芯查查资讯 . 2026-07-20 1176
新品推荐 | 镓未来650V 9mΩ车规级GaN FET G2E65R009系列

随着新能源汽车、储能系统及AI服务器电源不断向高功率、高效率和高功率密度方向发展，功率器件面临的性能挑战日益突出。尤其是在大电流工作条件下，传统硅基IGBT及MOSFET的导通损耗、开关损耗和散热压力逐渐增加，成为限制系统效率提升和设备小型化的重要因素。为了满足高功率应用需求，镓未来推出G2E65R009系列650V、9mΩ车规级氮化镓场效应晶体管（GaN FET）。该系列符合AEC-Q101车规标准，导通电阻（Rds（on））低至9mΩ。据镓未来官网介绍，这是目前业界导通电阻较低的650V氮化镓分立器件之一，可为新能源汽车、高功率工业设备和AI服务器电源提供更高效、更紧凑的功率转换方案。 G2E65R009系列提供TO-247PLUS-4L和ITO-247PLUS-3L（内绝缘）两种封装。其中，TO-247PLUS-4L封装通过独立开尔文源极引脚，有助于降低共源电感对高速开关性能的影响；ITO-247PLUS-3L采用内绝缘设计，可简化器件与散热器之间的绝缘处理。 G2E65R009系列主要特性 650V耐压，符合汽车应用的AEC-Q101标准；导通电阻低至9mΩ，超1500A饱和电流（25℃）能力，可有效降低大电流工况下的导通损耗，相比传统硅基IGBT可降低60%以上；优化死区管理，关断状态下提供最低反向导通电压，以降低死区时间损耗；全拓扑高效运行，极低的Qoss可以保证无论是硬开关的DC-DC转换器，还是软开关的LLC谐振电路，均能保持极高的转换效率；效率跃升，在5.3kW输出条件下，峰值效率可达99.35%，单颗分立器件可支持最高20kW功率输出；热性能表现优异，结到壳热阻低至0.2℃/W，有助于降低器件结温和系统散热压力；兼容Si MOSFET驱动方案，并可与同封装的Si/SiC MOSFET实现引脚兼容，方便工程师沿用现有驱动电路，加快产品开发和升级。图：G2365R009TM-H效率测试，其中Vin=240V，Vout=400V，fsw=50kHz 主要应用场景由于G2E65R009系列产品的高性能和兼容性设计，可以实现与传统硅基器件的Pin2Pin兼容，加上其9mΩ的导通电阻和汽车级的可靠性，可应用于多种应用场景。其主要的应用场景有新能源汽车、工业电机、储能系统、光伏逆变器等。目前，该系列产品已与多家头部车企及一级供应商进入研发验证阶段，有望加快氮化镓功率器件在新能源汽车及其他高功率应用中的落地。

镓未来

芯查查资讯 . 2026-07-20 833
年中盘点 | 2026H1热搜型号TOP20，硬件工程师选型风向标剖析

重点内容速览： 1. 2026H1 热搜型号 TOP20 榜单 2. 基础模拟器件：真正的“常青树”是可复用性 3. 功率器件：成熟硅器件是主角，SiC/GaN处于长尾渗透期 4. MCU：生态比参数更重要5. 存储：工程师在寻找成熟存储 6. 传感器：机器人与运动感知进入工程化阶段 7. 榜单之外的热搜型号：SoC 与 MLCC 8. 结语：AI没有消失，只是换了一种方式进入搜索框 2026年上半年，全球半导体产业在AI服务器、AI端侧应用的推动下一路高歌猛进。前5个月销售额累计达到了5019亿美元，同比增长77%。世界半导体贸易统计组织（WSTS）在6月2日发布最新预测，预计2026年全球半导体市场规模将达到1.5112万亿美元，同比增长89.9%，全球半导体市场规模有望首次突破1万亿美元大关。展望2027年，WSTS预计全球半导体市场规模将继续增长26.6%，进一步提升至1.914万亿美元。本轮预测上修主要受AI基础设施建设加速、存储价格上行，以及逻辑芯片需求高增驱动。因此，如果你经常关注半导体产业新闻的话，2026年上半年半导体产业的关键词几乎被AI、HBM、先进封装和高压电源所占满。但工程师真正打开元器件数据平台时，搜索框里出现最多的却是另一副图景：LM358、TL431、UC3842、S8050仍占据前列；与此同时，ICM-42688-P、STM32F103C8T6、W25Q128JVSIQ、DDR/eMMC料号，以及大量MLCC型号也在热搜型号列表里集中出现。这并不矛盾，产业信息更加关注的是新的增量，工程师搜索反映的则是研发、替代、维修、采购和量产维护的实际问题。前者决定未来的产能投向，后者揭示的是当下哪些器件在被反复设计、验证和寻找替代，也是硬件工程师选型的风向标。 2026H1热搜型号TOP20榜单根据芯查查网站数据搜索情况，我们统计出了2026H1芯片热搜型号TOP20排行榜，榜单内既有工程师们熟悉的老型号，也有不少新上榜的型号，代表了工程师在工作中最常用到的芯片型号。表1：芯查查2026H1热搜型号排行榜（来源：芯查查）基础模拟器件：真正的“常青树”是可复用性在芯查查统计的TOP20热搜型号当中，有相当多的经典型号。例如，UC3842代表的是一类经典电流模式PWM控制器，广泛用于反激等开关电源；TL431常见于隔离电源反馈和可调基准；LM358、LM324负责模拟信号放大，LM393负责阈值判断；7805、78L05、AMS1117和LM317则解决板级稳压问题。这些器件谈不上“新”，却广泛分布在电源、充电器、控制板、工业设备、消费电子和教学开发板应用中，存量巨大，外围电路成熟，替代厂商众多。 LM358和TL431尤其具有代表性。TI官网仍将LM358列为在售产品，并提供LM358B等引脚兼容升级版本；TL431则可用两只外部电阻在约2.5V至36V范围设置输出，长期用于隔离电源反馈、基准与稳压。这类器件的高热度不是技术停滞，而是工程复用价值的体现：设计人员不仅在新产品设计时可能会用到，是设备维修时也需要确认引脚和代换关系，成本优化时又会重新触发多厂商兼容料号的比较等。因此，一颗器件服役时间越长、应用越分散，围绕它产生的查询场景就可能越多。功率器件：成熟硅器件是主角，SiC/GaN处于长尾渗透期功率与分立器件也是硬件工程师在日常工作中经常用到的产品。上榜的S8050，以及众多没有上榜，但搜索量巨大的8205A、SS34、AO3400、IRF3205、2N7002、BAV99、1N4148等，主要覆盖小信号开关、整流、锂电池保护、负载开关和低压大电流场景。以2N7002为例，安世将其定位为60V、逻辑电平兼容的N沟道MOSFET，可用于电平转换和高速线路驱动；IRF3205则是55V、低导通电阻的TO-220封装的功率MOSFET。从这些热搜型号数据可以看出，工程端使用最频繁的仍然是数量庞大、分布广泛的成熟硅器件，而不是曝光度更高的SiC和GaN器件。当然，芯查查的搜索数据中也能找到C3M0040120K、SCT3030、SCT2650等SiC料号以及“IGBT”等关键词，但整体仍处于长尾。值得注意的是，由于AI相关产能的挤占、成熟制程供给调整，以及需求复苏，可能会继续影响模拟和功率器件产品价格（关于价格的分析，芯查查下一篇文章会详细分析）。因此，对工程师来说，下半年除了看器件的额定电压、电流和导通电阻等参数外，还应该同步核查器件生命周期、原厂授权渠道、同封装替代品等信息，以备不时之需。 MCU：生态比参数更重要虽然进入TOP20的MCU型号只有STM32F103C8T6和STC89C52RC两个，但其实STM32F405RGT6、TMS320F28335PGFA、STM32F407、GD32F303、ESP32等搜索量也非常大。从这些数据中可以看到，一边是已经有数十年生态的8051兼容器件（STC89C52RC），一边是Cortex-M3/M4、无线MCU和面向电机控制的DSP/MCU。它们同时在被广大硬件工程师关注着，这说明MCU的选型并非简单追逐最高主频。存量代码、调试工具、参考设计、引脚兼容、团队经验和长期供货，往往比单项性能更加重要。这也从侧面证实了为什么“老型号”会长期霸榜，因为大量项目需要延续既有软硬件资产，而新项目则在同一生态内向更高性能、更多连接，或国产兼容型号迁移。也就是说，MCU的选型生态会比参数更加重要。存储：工程师在寻找成熟存储进入芯查查TOP20的存储芯片型号有3个，分别是W25Q128JVSIQ、KLM8G1GETF-B041、MT41K256M16TW-107:P。此外，W25Q64JVSSIQ、W25N01GVZEIG、K4B4G1646E-BCNB、SDINBDG4-8G等型号的搜索数据也位居前列。它们覆盖SPI NOR、SPI NAND、eMMC以及DDR3/DDR4，对应嵌入式启动、工业控制、网络设备、车载电子和存量系统维护的核心需求。据Winbond官网资料显示，W25Q128JV属于128Mbit串行NOR Flash，典型用途包括启动代码和关键数据存储。这类容量不算“前沿”，却拥有巨大的嵌入式装机基础。与此同时，AI训练和推理持续拉动HBM、服务器DRAM和企业级SSD，存储原厂将更多资源投向高附加值产品，成熟NOR Flash、SLC/MLC NAND及利基DRAM的供给弹性下降。TrendForce统计的数据显示，2026年上半年NOR Flash平均合约价格上涨约100%至120%。因此，成熟存储料号升温很可能不只是需求增加，也包含涨价、缺货、停产替代和兼容性验证带来的查询放大。虽然搜索数据不能证明缺货，但可与供给收缩的行业证据相互印证。芯查查建议，工程师在下半年存储选型的重点可从“容量和速度够不够”，进一步转向供货周期、制程迁移、固件兼容和第二来源，防止涨价和缺货影响产品量产节奏。传感器：机器人与运动感知进入工程化阶段 TDK的ICM-42688-P强势进入芯查查2026H1 TOP20热搜型号排行榜，ICM-42607-P、ICM-42670-P、BMI270、BMI088、LIS3DHTR、LSM6DS3TR-C等六轴IMU与惯性传感器产品虽未进入TOP20，但也同样受到硬件工程师的重点关注。据TDK官网资料显示，ICM-42688-P为一款高精度六轴MEMS运动追踪器件，集成三轴陀螺仪和三轴加速度计，并支持计步、倾斜检测、敲击检测和运动唤醒等功能。主要应用于无人机、机器人、AR/VR和高性能IoT设备。此外，据芯查查了解，从去年底开始ICM-42688-P曾经历了几个月的涨价与缺货，此次搜索量急剧上升或许与该事件有一定关联。但其他IMU产品同时受到关注，应该不是单一终端爆发的影响，而是无人机、云台相机、可穿戴设备等终端的销量上涨，以及机器人与运动感知进入工程化阶段相关。榜单之外的热搜型号：SoC 与 MLCC NVIDIA的H100、H200，B300等GPU芯片虽然很热，但在芯查查上的搜索量并不高。实际上，工程师更频繁地搜索的是能够被采购、开发和集成的系统器件，例如RK3588、AST2600A3-GP，AMD的Xilinx7系列FPGA等多个完整料号持续出现。还有不少MLCC料号也在被广泛搜索，据芯查查统计，2026H1出现了至少1732个不同MLCC关键词，包括CL21A106KAYNNNE、CL31B106KBHNNNE、CC0603KRX7R9BB104、GCM155R71H104KE02D和GRM32EC72A106KE05L等。三星电机资料显示，CL21A106KAYNNNE为10μF、25V、X5R、0805规格；村田GRM32EC72A106KE05系列则达到10μF、100V、X7S、1210规格。从0.1μF小尺寸去耦到10μF高容、高压器件，热搜长尾覆盖了电源稳定、噪声抑制和瞬态补电的不同层级。其实，AI进一步放大了这种需求。村田的数据显示，GB300平台约需3万颗MLCC，单机柜消耗量可达44万颗，同时对高容、高压、宽温和小型化提出更高要求；高端产品层数多、工艺复杂，也可能挤占常规产能。因此，MLCC的热度不应只看某个型号能否进入TOP20，更应看同规格替代、DC Bias、温度特性、可靠性等级和交期等关键词。结语：AI没有消失，只是换了一种方式进入搜索框WSTS预计2026年存储芯片市场增长约250%，逻辑芯片增长37%，模拟芯片和分立器件分别增长10%和8%。SEMI则预计，2026年全球300mm存储晶圆厂设备投资将增长29%至520亿美元，其中DRAM设备投资370亿美元，3D NAND设备投资140亿美元。AI服务器、HBM和高端存储显然是产值与资本开支的主要增量来源。然而，高价值的AI芯片和HBM并不一定形成同等规模的公开型号搜索。因为这些器件更多以加速卡、计算平台或服务器系统的形式被评估，供应链也更集中；芯查查这类元器件数据平台，则天然承接了大量拥有公开数据手册、可跨厂商选型、会反复进入原理图和BOM的器件查询。 AI也并非与LM358、TL431完全割裂。算力服务器需要更复杂的电源、监测、保护和散热控制，机器人和端侧AI需要传感器、MCU、存储与模拟前端。因此，最热的型号未必是最新的芯片，也未必是最贵或最缺的器件。它往往只是此刻挡在工程师下一步决策前、最需要被查清楚的那一颗。也代表着硬件工程师选型的风向标。

热搜型号

芯查查 . 2026-07-20 896
NTH4L025N065SC1与VBP165C93-4L参数对比报告

650V SiC N沟道功率MOSFET参数对比分析报告一、产品概述 NTH4L025N065SC1：安森美（onsemi） EliteSiC 系列 N沟道碳化硅（SiC） MOSFET，耐压650V，超低导通电阻（典型19 mΩ @ VGS=18V），低栅极电荷，100%雪崩测试，最高结温175°C。封装：TO-247-4L。适用于开关电源、光伏逆变器、UPS、储能系统等高频高效场合。 VBP165C93-4L：VBsemi N沟道650V 碳化硅（SiC）功率MOSFET，低FOM（Ron×Qg），低输入电容，开关和导通损耗低，雪崩能量认证。封装：TO-247-4L。适用于服务器/通信电源、开关电源、PFC、DC/DC转换器等高效应用。二、绝对最大额定值对比参数符号 NTH4L025N065SC1 VBP165C93-4L 单位漏-源电压 VDSS 650 650 V 栅-源电压 VGS -8 / +22 -4 / +22 V 推荐工作栅压 VGSop -5 ~ +18 未提供 V 连续漏极电流 (Tc=25°C) ID 99 93 A 连续漏极电流 (Tc=100°C) ID 70 未提供 A 脉冲漏极电流 IDM 323 279 A 最大功率耗散 (Tc=25°C) PD 348 320 W 结温/存储温度范围 TJ, Tstg -55 ~ +175 -55 ~ +175 °C 雪崩能量（单脉冲） EAS 62 (起始TJ=25°C) 800 mJ 源极电流（体二极管） IS 75 93 A 分析：两款器件均为650V耐压的SiC MOSFET，最高结温均为175°C，适合高温应用。NTH4L025N065SC1在Tc=25°C时具有更高的连续电流和脉冲电流额定值（99A/323A vs 93A/279A），且功率耗散略高（348W vs 320W）。然而，VBP165C93-4L的雪崩能量显著更高（800mJ vs 62mJ），在感性负载开关中的抗冲击可靠性更具优势。三、电特性参数对比 3.1 导通特性参数符号 NTH4L025N065SC1 VBP165C93-4L 单位漏-源击穿电压 V(BR)DSS 650 (最小) 650 (最小) V 栅极阈值电压 VGS(th) 1.8 ~ 4.3 2.0 ~ 4.5 V 导通电阻 (VGS=18V) RDS(on) 19典型 / 28.5最大 22典型 mΩ 正向跨导 gfs 27 典型 16 典型 S 分析：两款器件的导通电阻RDS(on)处于同一优秀水平（约20mΩ量级）。NTH4L025N065SC1的跨导更高，栅极控制能力更强。阈值电压范围类似，均易于驱动。 3.2 动态特性参数符号 NTH4L025N065SC1 VBP165C93-4L 单位输入电容 Ciss 3480 1000 pF 输出电容 Coss 278 123 pF 反向传输电容 Crss 25 10 pF 总栅极电荷 Qg(TOT) 164 93 nC 栅-源电荷 Qgs 48 29 nC 栅-漏（米勒）电荷 Qgd 48 33 nC 分析：VBP165C93-4L在动态特性上优势明显，其所有电容（Ciss, Coss, Crss）均显著低于NTH4L025N065SC1，总栅极电荷Qg也更低（93nC vs 164nC）。这意味着VBP165C93-4L的开关损耗更低，开关速度潜力更大，驱动功率需求也更小。 3.3 开关时间参数符号 NTH4L025N065SC1 VBP165C93-4L 单位开通延迟时间 td(on) 17 典型 18 典型 ns 上升时间 tr 19 典型 55 典型 ns 关断延迟时间 td(off) 32 典型 12 典型 ns 下降时间 tf 8 典型 80 典型 ns 分析：开关时间特性各有优劣。NTH4L025N065SC1的上升时间和下降时间（19ns, 8ns）表现更优，而VBP165C93-4L的关断延迟时间更短（12ns vs 32ns）。需结合具体开关波形和测试条件（VDS, ID, Rg）综合评估。四、体二极管特性参数符号 NTH4L025N065SC1 VBP165C93-4L 单位二极管正向压降 VSD 4.7 典型 @ 45A 4.1 典型 @ 30A V 反向恢复时间 trr 25 典型 90 典型 ns 反向恢复电荷 Qrr 171 典型 220 典型 nC 峰值反向恢复电流 IRRM 13.7 典型 60 典型 A 分析：两款器件均具备SiC MOSFET固有的快速体二极管。VBP165C93-4L的典型正向压降略低，但其反向恢复时间和电荷参数在典型值上高于NTH4L025N065SC1。在实际电路中，体二极管的反向恢复特性对效率影响显著，需根据工作条件仔细评估。五、热特性参数符号 NTH4L025N065SC1 VBP165C93-4L 单位结-壳热阻 RθJC 0.43 最大 0.47 典型 °C/W 结-环境热阻 RθJA 40 最大 40 最大 °C/W 分析：两款器件的热性能都非常优异，结-壳热阻均低于0.5°C/W，有利于将芯片热量快速导出至散热器。NTH4L025N065SC1的最大RθJC略低（0.43°C/W），理论上在相同散热条件下，其芯片温度可能略低。六、总结与选型建议 NTH4L025N065SC1 优势 VBP165C93-4L 优势 ◆ 更高的电流能力（ID=99A， IDM=323A） ◆ 更高的功率耗散能力（PD=348W） ◆ 更优的开关上升/下降时间（tr=19ns, tf=8ns） ◆ 更低的体二极管反向恢复电荷（Qrr=171nC） ◆ 最大结-壳热阻略低（0.43°C/W） ◆ 显著更低的栅极电荷（Qg=93nC vs 164nC） ◆ 显著更低的电容（Ciss/Coss/Crss均更低） ◆ 极高的单脉冲雪崩能量（800mJ vs 62mJ） ◆ 栅极驱动功率需求低，开关损耗潜力更小 ◆ 体二极管正向压降略低（VSD=4.1V）选型建议选择 NTH4L025N065SC1：当应用对连续电流和脉冲电流能力要求极高（如大功率主开关），或特别关注开关波形的上升/下降速度，以及希望获得更优的体二极管反向恢复性能时。选择 VBP165C93-4L：当应用追求极高的开关频率和效率，对栅极驱动功率和开关损耗极为敏感时。其极低的栅极电荷和电容是实现超高频、高效运行的关键。同时，其极高的雪崩能量为系统在异常工况下提供了更强的可靠性保障，这对于要求高可靠性的工业及通信电源应用尤其具有价值。备注：本报告基于 NTH4L025N065SC1（onsemi）和 VBP165C93-4L（VBsemi）官方数据手册生成。所有参数值均来源于原厂文档，部分参数测试条件可能不同，直接对比时请留意。实际设计选型请以官方最新文档和具体应用验证为准。

微碧

微碧半导体 . 2026-07-20 714
存储巨头的业绩“悖论”：预期杀跌过后，谁在真正收割AI红利？

2026年7月，韩国存储巨头交出了一份“炸裂”的成绩单：营业利润同比暴涨，单季盈利竟超去年全年。然而，资本市场的反应令人瞠目——股价盘中暴跌超9%，带崩大盘触发熔断。这份“见光死”的财报，究竟是产业周期的终局哨声，还是繁荣路上的小插曲？一、暴跌真相：不是“不行了”，而是“太远了” 当预期跑得比现实快，回调就是必然。此次存储龙头的巨震，本质是一场“预期式杀跌”。市场担忧的是两年后可能出现的产能过剩，而非当下供需格局的真实逆转。产业现实是：供需缺口依旧坚挺： AI芯片的饥渴尚未缓解，下游备货周期仍在延续。扩产是“慢工出细活”：从晶圆厂动工到良率爬坡，动辄需要2-3年的物理时间。远水难解近渴，有效产能释放缓慢，短期内不会对价格体系造成实质性冲击。结论很清晰：AI算力红利仍在持续释放，真正的行业转冷节点远未到来。二、关键洞察：谁才是“抗周期”的真王者？透过这场虚惊，我们需要重新审视AI产业链的受益梯队。当镁光灯聚焦在GPU和HBM（高带宽内存）时，一个“卖铲子”的隐形冠军正在浮出水面——功率半导体。为何它能不惧周期波动？刚需中的刚需： AI服务器是“电老虎”，单台功耗动辄数千瓦。从市电入口到GPU管脚，电流要经过UPS整流、高压转低压等多重关卡。物理层的“关键”：在这场电力传输的“接力赛”中，功率MOS管负责高频开关转换，精密电阻负责实时监测数百安培的大电流。没有这些器件，AI算力就是空中楼阁。核心逻辑：无论存储芯片价格如何波动，只要全球AI算力中心还在“跑模型”，对稳定、高效电能管理的需求就只会增不会减。三、落地实践：如何卡位这条“长景气”赛道？以在功率器件领域深耕多年的合科泰为例，真正的卡位战需要做到以下三点： 1. 锚定“高壁垒”赛道，逃离周期内卷单纯依赖消费电子已无险可守。合科泰选择车规级器件+碳化硅（SiC）双轮驱动，重点卡位新能源汽车、光伏储能、高端工控三大长坡厚雪赛道。这类领域对产品的稳定性、寿命要求极高，客户一旦认证导入便不易更换，天然构成了抗周期的护城河。 2. “功率+被动”一体化，提供完整解决方案单一器件容易被替代，组合方案才能形成粘性。合科泰产品矩阵覆盖二极管、三极管、MOS管、合金电阻、贴片电阻等。无论是AI人形机器人的关节控制，还是服务器主板上的精密电流采样，都能提供一站式的配套能力。 3. 原厂自主封测，握紧交付生命线外部环境越动荡，供应链安全越重要。合科泰拥有全流程自主封测工艺，无需外协。这不仅保证了品质可控、成本最优，更能在行业缺货时灵活调配产能，以高性价比和稳交付能力切入中高端市场。结语：存储芯片的股价震荡，是资本市场的“远虑”；而AI对电力的无尽渴求，是产业界的“近忧”。真正的景气赛道，从不畏惧短期的情绪杀跌。对于投资者和产业从业者而言，与其在HBM的浪尖上焦虑，不如多关注那些默默承载着数百安培电流、保障算力永不跳闸的功率半导体——这或许才是未来三年最确定的“抗周期”答案。

厂商投稿 . 2026-07-20 819
人工耳蜗方案：推荐YXC低功耗微型化YSO131LR晶振，低电压高精度

一、听见“新声”｜YXC带你看懂人工耳蜗里的小秘密走在街上听见鸟叫，和家人聊天说笑，吃饭时听见碗筷碰撞的轻响——这些我们习以为常的声音，对重度、极重度感音神经性耳聋的朋友来说，却是难以感知的日常。人工耳蜗，正是帮助这类听损人群重建听觉的核心植入式医疗设备，是他们重返有声世界的"黑科技工具"；它可通过电信号刺激听神经重建听力，能避免聋儿因聋致哑。设备分体外言语处理器、体内植入体两部分，二者对时钟晶振要求极高：体外机集成降噪 DSP、无线射频等模块，机身狭小、温变明显，时钟稳定性与低功耗直接决定整机续航；体内植入体磁感供电、空间紧凑，人体及外界温差波动大，晶振频偏过大会导致语音解码失真、听音模糊，必须满足微型、超低功耗、宽温稳定、低 EMI 四大硬性指标。二、YXC 人工耳蜗优选方案:YXC低功耗有源晶振YSO131LR （一）关键参数频率范围：8MHz to 50MHz，or spceify，覆盖主流主控常用频点（16MHz/24MHZ/26MHz /38.4MHz）功耗 : 1mA 供电电压：1.2V 输出方式: CMOS 工作温度: - 40℃ to +85℃ 封装尺寸: 2016、2520、3225 （二）产品亮点 1.低功耗：人工耳蜗需要长时间随身使用，不能频繁充电。YSO131LR 消耗电流可低至 1mA，有效减少 DSP 待机及持续工作状态下的无效能耗，降低充电 / 更换电池的频次，显著延长整机续航，完美契合可穿戴设备长效使用需求。 2.微型化：无论是体外处理器还是体内植入体，都需要极致小巧——体外设备过重会影响佩戴体验，体内植入体过大则增加手术风险。YSO131LR 优选 1.6×1.2mm、2.0×1.6mm 超小贴片封装，相较传统 3225 封装面积节省约 60%，充分释放 PCB 空间，满足轻薄化、小型化的设计需求。 3.高精度：在 -40℃ 至 +85℃ 全温度范围内，总频率稳定度控制在 ±30PPM 以内。高精度振荡器可保证语音信号采样、多通道电极刺激时序严格同步，确保降噪与语音识别算法稳定运行，避免因时钟偏差导致声音变调、听不清，保持声音清晰不失真。三、关于YXC扬兴科技作为国内领先的时钟频率器件企业， YSO131LR 系列 1.2V 超低功耗有源晶振，凭借原生低压供电、微尺寸封装、毫安级低功耗、宽温高精度、全频点覆盖五大核心优势，完整覆盖人工耳蜗体外处理器与体内植入体的全部时钟应用场景。同时依托国产化稳定供应链与灵活定制能力，为国产人工耳蜗厂商提供高可靠、高性价比的一站式时钟解决方案，YXC 扬兴科技也是新一代人工耳蜗项目开发的优选时钟元器件厂家。

有源晶振

扬兴科技 . 2026-07-20 644
TP9243S + TP9311：打造AI语音产品的高品质完整音频链路

此前我们已经分别介绍过 TP9243S 和 TP9311 这两款音频芯片。今天，我们把目光聚焦到它们的协同应用上——两颗芯片各有所长，独立使用时能解决单一需求，组合在一起更能发挥1+1>2的效果，为AI语音产品提供完整的音频前端+后端方案。在AI语音产品的硬件设计中，有一个经常被忽视却又至关重要的难题：能录得清的设备，不一定播得好；能播得好的设备，不一定录得全。智能音箱要听清远场人声，还要清晰回应；会议麦克风要拾取多人语音，还要本地监听；行车记录仪要双麦克风降噪，还要播报提示音…… 这些场景都在呼唤同一个答案：采集要多通道、高保真，回放要高质量、有处理。单靠一颗芯片，往往难以兼顾。 TP9243S（立体声ADC）专注于多通道音频采集，赋能高音质+长续航立体声音频； TP9311（单声道Codec）则同时支持音频采集与回放，赋能设备“听得清、听得准、听得稳”。它们来自同一产品系列，各自拥有独立的性能优势，组合在一起则功能完美互补，覆盖从多麦阵列到录放一体的全场景需求。 01 两款芯片，分工明确 TP9243S：专注多通道高保真录音，适合麦克风阵列、远场拾音 TP9311：录放一体，既能采集单声道音频，又能高质量回放，自带EQ和DRC优化听感 TP9243S 的独立特点：纯采集设计，专注高保真录音，赋能高音质+长续航立体声音频支持立体声差分输入，抗干扰能力强支持最多8颗芯片同步，可构建16通道麦克风阵列立体声录音功耗仅1.8mA，适合长时间录音场景 TP9311 的独立特点：录放一体，同时满足采集和回放需求，赋能设备“听得清、听得准、听得稳” DAC信噪比110dB，回放音质出色内置3段EQ和DRC，无需外部DSP即可优化听感，精准捕捉语音细节集成耳机驱动（9mW@32Ω），可直接驱动耳机监听功能互补： TP9243S专攻多通道采集，适合麦克风阵列、波束成形 TP9311补足了回放链路，让设备能够“应答”和“提示” 两者组合，形成“多路进 + 一路出”的完整音频架构 02 为什么需要两颗协同？很多AI语音产品同时存在两大需求：需求一：多麦克风采集波束成形需要多个麦克风通道远场拾音需要高信噪比回声消除（AEC）需要多路参考信号需求二：高质量回放语音交互需要清晰应答本地监听需要耳机驱动能力播报音质需要EQ/DRC优化单一芯片很难同时满足： TP9243S有ADC但无DAC，只能录不能播 TP9311有ADC和DAC，但ADC只有单通道，无法支持立体声或多麦克风阵列因此，在需要多通道采集 + 高质量回放的产品中，这两颗芯片是理想的搭配。 03 双芯片协同方案：系统连接方式主控 SoC（如 ARM、蓝牙或 DSP 芯片）与两颗音频芯片之间通过三条信号链路连接：音频采集链路（I²S）：主控的 I²S 接口连接 TP9243S，接收来自麦克风阵列的立体声录音数据。音频回放链路（I²S）：主控的另一组 I²S 接口连接 TP9311，向其发送需要播报的语音应答或提示音数据。控制链路（I²C）：主控的 I²C 总线同时挂载 TP9243S 和 TP9311（各自有独立器件地址），统一配置增益、EQ、DRC 等参数。此外，两颗芯片共用同一主时钟（MCLK，如 12.288MHz），保证采集与回放同步；共用同一 1.8V~3.3V 电源轨，简化供电设计。 04 四大协同优势时钟同步：两颗芯片均内置PLL，可共用同一主时钟，保证采集与回放采样同步。这对回声消除（AEC）至关重要——参考信号与麦克风信号同步，算法才能准确抑制回声。 I²C统一控制：共用同一I²C总线，软件可统一配置：TP9243S设置PGA增益、HPF、音量；TP9311设置EQ参数、DRC阈值、DAC音量。电源简化：两款芯片均支持1.8V~3.3V单电源供电，内部集成LDO，可共用同一电源轨，无需复杂的外围电源管理。封装统一：同为QFN 3×3-20，PCB布局对称，贴片工艺一致，生产和备料更简单。 05 这些终端产品，特别适合这对组合 AI陪伴机器人典型产品：科大讯飞阿尔法蛋儿童GPT机器人、小度AI陪伴机器人、小米米兔智能故事机、优必选AI悟空机器人、TCL AiMe儿童陪伴机器人、汤姆猫AI童伴机器人应用需求：远场语音交互、声源定位与追踪、内容播放（故事、音乐、英语）、语音应答、抗环境噪声 TP9243S贡献：双麦克风或四麦克风阵列采集，支持声源定位和波束成形，106dB SNR保障嘈杂环境中的人声拾取；差分输入抗机器人电机及运动机构电磁干扰 TP9311贡献：DAC播放语音应答、故事内容、音乐或提示音，内置DRC避免音量突变，EQ可针对儿童语音频段优化清晰度；耳机驱动可选配有线耳机接口智能音箱典型产品：Amazon Echo、小米小爱音箱、天猫精灵、华为Sound 应用需求：远场语音唤醒、音乐/应答播报、回声消除 TP9243S贡献：2~8颗级联构建多麦克风阵列（环形/线性），106dB SNR保障远场唤醒率，差分输入抗射频干扰 TP9311贡献：DAC播报语音应答，内置DRC压缩动态范围，夜间模式不刺耳；支持EQ优化人声清晰度会议麦克风 / 音视频一体机典型产品：Jabra Speak系列、Poly Sync系列、Yealink MeetingBar 应用需求：波束成形、全双工通话、本地监听 TP9243S贡献：多通道采集（4~8麦），支持8芯片同步，波束成形更精准 TP9311贡献：耳机驱动（9mW@32Ω），参会人员实时监听；差分Lineout输出到扬声器，避免回声啸叫行车记录仪典型产品：360行车记录仪、盯盯拍、海康威视记录仪应用需求：双麦克风降噪、语音提示播报 TP9243S贡献：立体声录音（左右双麦），差分输入抗车载电磁干扰（电机、点火线圈） TP9311贡献：播报“开始录像”“碰撞已保存”等提示音，内置EQ优化语音清晰度，避免爆音录音笔 / 便携录音设备典型产品：索尼录音笔、科大讯飞录音笔、纽曼录音笔应用需求：高保真立体声录音、实时监听 TP9243S贡献：立体声录音功耗仅1.8mA，延长续航；106dB SNR满足专业录音质量 TP9311贡献：耳机监听输出，3段EQ可调，录音师实时听辨音质；支持无爆音淡入淡出智能穿戴（AI眼镜、手表）典型产品：Meta Ray-Ban智能眼镜、华为Watch GT 应用需求：语音交互、环境降噪、音频反馈 TP9243S贡献：QFN 3×3小封装，1.8mA低功耗，适合电池供电设备；差分输入抑制佩戴摩擦噪声 TP9311贡献：播报语音反馈（消息通知、心率提醒），内置数字音量控制，避免爆音智能电视 / 机顶盒典型产品：小米电视、索尼Bravia、华为智慧屏、Apple TV 应用需求：远场语音搜索、节目播放中语音指令 TP9243S贡献：立体声或双麦克风采集，内置PLL适配电视主板常见时钟（12MHz/24MHz） TP9311贡献：可作为独立语音提示输出，EQ优化人声穿透度，避免被节目音掩盖车载语音系统典型产品：特斯拉、蔚来、小鹏、理想车载语音助手；华为HiCar 应用需求：分区拾音、声源定位、导航/音乐播放中语音交互 TP9243S贡献：多通道采集（主驾/副驾/后排），差分输入抗车内电磁干扰 TP9311贡献：本地语音反馈输出，工作温度范围-40℃~85℃，适应车内环境智能安防 / 监控摄像头典型产品：Ring门铃、Arlo摄像头、小米智能摄像头、海康威视球机应用需求：双向语音对讲、降噪 TP9243S贡献：双麦克风阵列降噪，立体声采集提高语音清晰度 TP9311贡献：DAC输出远程通话声音，内置DRC避免音量突变；支持单电源PoE供电智能白电 / 智能家居典型产品：三星Family Hub冰箱、方太智能油烟机、格力/美的智能空调应用需求：语音控制、抗电机噪声 TP9243S贡献：差分输入抗电机电磁干扰，1.8mA低功耗适合长期待机 TP9311贡献：播报操作提示音，内置EQ可针对家电环境优化频响 06 原厂优势：不只是提供芯片我们不仅提供高性能音频芯片，更为客户提供完整的设计支持和量产保障。完整的参考设计提供基于主流主控平台（ARM、RISC-V、ESP32、蓝牙SoC等）的参考原理图和PCB Layout，包括TP9243S+TP9311双芯片协同方案。工程师可直接复用，缩短开发周期。驱动代码与调试工具提供I²C配置例程、寄存器手册、调试上位机工具。软件工程师无需从头摸索，上手即用。量产支持提供量产测试程序，支持自动化校准提供ESD防护建议（TP9311 可达 HBM ±8kV，TP9243S 符合工业标准），提升生产良率专业技术团队协助解决量产过程中的异常问题稳定的供应链采用成熟工艺制程，供应链稳定，交期可控。同系列平台化优势 TP9243S与TP9311同属一个产品系列，寄存器风格、控制方式、电源要求一致。客户可基于同一平台开发不同档次的产品（纯录音、录放一体、多通道阵列等），硬件复用率高，软件代码可移植，有效降低研发成本。 07 总结：一套方案，各司其职，功能互补在AI语音产品中，音频采集与音频回放同等重要。 TP9243S：立体声ADC，专注多通道高保真音频采集。独立使用时，是构建麦克风阵列的理想选择；与TP9311组合后，为系统提供多路输入信号。赋能高音质+长续航立体声音频。 TP9311：单声道Codec，同时支持音频采集与回放。独立使用时，可满足单麦录音+语音播报的基础需求；与TP9243S组合后，补足回放链路，形成完整闭环。赋能设备“听得清、听得准、听得稳”。两颗芯片，各有所长，互不替代。独立使用能解决单一场景需求，组合使用则功能互补，覆盖从多麦阵列到录放一体的全场景应用。适用产品速览：AI陪伴机器人、智能音箱、会议麦克风、行车记录仪、录音笔、智能穿戴、智能电视、车载语音系统、智能安防、智能家电…… 如需获取基于TP9243S+TP9311的双芯片参考设计、驱动代码或评估板，欢迎联系我们。让您的AI语音产品，采集更全面，回放更清晰。 *注：本文数据基于产品规格书，测试条件为25℃、VDD=3.3V、VDDIO=3.3V、采样率48kHz。实际应用效果可能因主控平台、PCB布局及使用环境略有差异。如需技术支持或样品申请，请联系我们。*

新品发布

天源中芯公众号 . 2026-07-20 805
展会 | WAIC之后，AI基础设施看湾芯展AIE

2026世界人工智能大会（WAIC）将于本周五在上海启幕，大会将集中展出多款大模型、智能体、机器人和行业应用，直观展现AI产业蓬勃发展的态势。国际数据公司（IDC）数据显示，2025年全球AI基础设施支出3180亿美元，同比增幅超60%，预计2029年该市场规模有望破万亿美元大关。在产业高速发展的背后，算力底座的诸多短板亦不可忽视：算力芯片配套不足、智算软硬件割裂、光、存储、液冷产业链协同性弱、国产算力供需对接渠道有限。大湾区作为国内AI商业化落地核心区域，算力需求旺盛，传统单一芯片展会无法覆盖算、存、网、冷、软件、应用全链条对接需求，行业亟需一体化专业平台。图：2025湾芯展在这一背景下，湾区半导体产业生态博览会（以下简称“湾芯展”）将于2026年10月14日至16日落地深圳会展中心（福田），且重磅打造核心特色板块AI基础设施产业生态展（AI Infrastructure Ecosystem Expo，简称“AIE”）。展会依托7万㎡展区、800余家参展企业、7万+精准专业观众资源，打通半导体底层硬件与AI应用链路，完整覆盖算力全产业链，一站式解决产业链割裂、采购落地难等痛点，助力企业抢抓国产算力替代万亿市场红利。六大板块覆盖全产业链，汇聚行业龙头采购资源 2026 AIE规划六大核心展示板块，完整呈现从底层芯片到行业落地的全维度产业生态，展品涵盖AI芯片与计算架构、AI服务器与智算中心、云网算存与数据、电源液冷与绿色算力、软件与模型基础设施、Physical AI及行业应用。图：2026 AIE六大核心展示板块当前，AI基础设施建设正在从单一设备或单点技术竞争，转向芯片、服务器、数据中心、网络、存储、散热、电源、软件平台和应用端协同发展的系统能力竞争。湾芯展希望通过AIE主题板块，为龙头采购企业提供更加聚焦、专业和高效的产业交流场景，促进供需对接和生态合作。图：2025湾芯展华为展区配套AIE智算生态大会，打造高端产业交流平台展会同期重磅举办AIE智算生态大会，采用“1+4+3”立体化会议架构，为参展企业提供产业定调、技术发声、资源对接、投融资洽谈多重价值。大会设置1场聚焦全球AI基础设施趋势的主峰会，4场分别围绕AI芯片与计算架构、智算中心与算力网络、高速存储互联与绿色算力、Physical AI与行业智能应用的细分专业论坛，另开设运营商及智算中心闭门交流会、芯片系统采购对接会、AI基础设施投融资对接会三大闭门专场，实现政策、技术、订单、资本资源一站式链接。图：2025湾芯展开幕式 AIE 期待您的加入目前，2026 AIE已开放战略冠名、联席主办、行业战略合作、品牌赞助等多层次合作通道。当前展位预订火热招募中，诚邀全球AI基础设施领域龙头企业、创新科创企业相聚深圳，依托湾区产业优势共享万亿算力市场发展机遇，共建自主可控、协同共生的AI基础设施产业生态。

湾芯展

湾芯展 . 2026-07-17 1645
方案 | 物奇微出席移远XR生态大会，以多元AI眼镜方案赋能XR新生态

近日，2026移远XR解决方案与生态战略发布会在深圳圆满举行。物奇微作为核心芯片合作伙伴受邀出席，公司联合创始人兼CTO林豪发表主题演讲，分享自研多元 AI 眼镜芯片方案，以底层芯片为基座，携手移远共建XR软硬件生态。发布会上，移远正式发布了全链路自研的AI+AR眼镜Hawk系列，以及配套算力单元Dolphin系列。多款 AI+XR 核心参考设计，覆盖不同芯片平台、光学方案与算力需求。其中，AI+AR眼镜Hawk系列包含光波导和BirdBath眼镜，可应用于不同垂直领域场景。自研技术底座，助力移远构建一体化XR生态光波导眼镜参考设计采用一体轻量化设计，提供“高通第一代骁龙AR1平台+物奇微WQ7036”和“酷芯微ARS45+物奇微WQ7036”两款架构选型。这两个方案有别于当前主流芯片方案，是移远携手物奇微等产业链伙伴共同打造的全新选型设计，为 XR 生态扩容开辟全新硬件解决方案，丰富终端用户体验。林豪表示，物奇微基于自研无线通信和AI多模态异构计算能力，与移远工程底座形成强强联合，共同打造高性价比方案，覆盖更多价格带和应用场景，为AI眼镜的多元化落地提供灵活选择。双架构芯片方案，满足更多垂直场景需求 AI眼镜市场正经历从单一语音交互向多模态融合的快速演进。林豪指出，当前主流AI眼镜架构方案已形成两条清晰的技术路径：一是高性能SoC+蓝牙音频SoC的旗舰双芯方案，以高性能主控承担高清拍摄、AR渲染等核心任务，蓝牙音频SoC作为协处理器负责音频处理与全天候待机等；二是蓝牙音频SoC搭配独立ISP的经典轻量化方案，以极致低功耗和成本优势满足轻负载场景需求。物奇微正是这两条路径的核心参与者。在经典方案中，物奇微以WQ7036智能音频主控SoC搭配独立ISP架构，以WQ7036为主控芯片，承担语音算法处理与基础无线连接。目前WQ7036系列芯片已应用于影目、极米、NIMO、加南科技、Looktech等超过10个品牌的AI眼镜产品，覆盖AI音频眼镜、AI拍照眼镜及AR眼镜等多个中高端品类。该方案凭借超低功耗特性、完整自研软硬件底层芯片栈及高度灵活的定制适配能力，是当前落地进度行业领先的成熟国产化方案。林豪透露，物奇微在AI眼镜市场出货累计已超过数十万颗。在旗舰方案中，物奇微可提供高性能SoC+WQ7036协处理器的双芯架构参考。WQ7036作为低功耗协处理器，负责语音唤醒、蓝牙音频、传感器值守与轻量任务调度，主SoC则专注高清拍摄、AR渲染等复杂算力。这一“主SoC+专用音频协处理”的分层设计，既保障了AR、影像等高阶性能，又大幅降低了待机与持续运行功耗，这也是本次移远光波导眼镜主推方案。低功耗双频Wi-Fi6，真正解决XR续航核心痛点 AI眼镜作为全天候智能交互设备，续航始终是首要痛点。林豪直言，中高端AI眼镜续航体验普遍在8小时以下，而Wi-Fi模块作为关键环节，其功耗占比尤为显著。Wi-Fi承担着高清视频传输、AI交互和独立联网等任务，运行功耗和待机功耗居高不下，亟需超低功耗方案。针对AI眼镜的续航痛点，物奇微即将推出专为AI眼镜等打造的超低功耗双频Wi-Fi 6芯片WQ9002A。该芯片内置硬件级安全加密引擎，物理层最高支持MCS9模式，最大速率可达230Mbps，拥有业内领先低功耗表现，保活功耗DTIM10仅40μA，传输功耗较市场同类产品领先30%至40%。林豪表示，我们希望把通信和音频做好，能够让我们的合作伙伴不用为通信和续航焦虑，从根本上缓解AI眼镜行业的续航焦虑。深耕自主核心技术，布局未来XR产业新趋向物奇微深耕端侧智能领域，集成RISC-V CPU、存算一体NPU、DSP及ISP等异构处理核心，构建了面向多模态AI的完整处理能力，已广泛适用于智能耳机、智能眼镜、智能家居、机器视觉等终端，推进打造更多新型“端侧入口"型设备。在 AI 眼镜赛道，公司已形成音频主控、无线通信、多模态感知完整技术栈，持续完善国产替代供应链。面向未来，林豪表示，预计明年将推出基于先进工艺的通信音频一体化 SoC，集成 Wi-Fi、蓝牙 7.0、专用音频 NPU，单芯片完成全部音频与无线连接需求，简化眼镜内部堆叠。林豪认为，未来3-5年，真正满足XR通信需求的关键技术是Wi-Fi——在家庭、办公等室内环境中，Wi-Fi能提供更高带宽和更低延迟。物奇微作为国内少有的同时研发路由器端和穿戴设备端Wi-Fi芯片的企业，对两端的理解更加深入，能够开发出更具创新性的低功耗方案，从而在有限电池容量下实现更高的传输效率和更低延迟。

物奇微

WUQI物奇微 . 2026-07-17 1 1526
方案 | 电驱无从下手？芯驰产品有“解”- E3118单电驱解决方案

2026年，新能源汽车渗透率突破50%，电驱系统正从20,000rpm向30,000rpm迈进。转速越高，对电机控制算法的算力要求就越高；算力越高，芯片的成本和功耗压力就越大。这是一道摆在所有电驱工程师面前的“既要又要”难题。芯驰科技给出的答案是——E3118单电驱方案。 E3118 单电驱方案基于芯驰 E3118 芯片，面向电机控制场景，提供从硬件架构到软件实现的完整技术参考。本文档系统整理了芯片特性、双核软件架构、电流环采样配置与旋变信号处理方案。一、方案价值总结 1.1 硬件流水线，极致效率 E3118 采用 eTimer/ePWM 硬件触发 → SADC 采样 → DMA 自动搬运 → 中断执行 FOC 的全链路硬件流水线架构。整个电流环采样过程无需软件参与，CPU 算力得到完全释放，可专注于更高层的控制算法与策略运算。 1.2 高算力 + 大容量存储 E3118 搭载 2×R5F 双核 @ 300MHz，总算力达 1200 DMIPS。单核负载可达 0.6K DMIPS，最高可支持 15KHz 开关频率，电机最高转速可达 25000 RPM。配合 1.5MB IRAM + 256KB CRAM + 192KB TCM 的大容量片上存储，为复杂 FOC 算法提供充裕的运算与缓存空间。 1.3 高集成 + 小封装 E3118 采用 BGA220 封装，尺寸仅 13×13mm，功耗不超过 0.8W。高集成度设计将 SADC、DSADC、eTimer、ePWM、CAN-FD 等关键外设全部片内集成，显著减少外围器件数量，方便 PCB 布局布线，有效降低 BOM 成本与控制器体积。 1.4 量产级方案 + 贴身服务提供经过验证的量产级单电驱参考方案，涵盖双核软件架构、电流环采样配置、旋变信号处理等完整技术链路，客户可快速导入现有平台，大幅缩短开发周期，显著减少研发投入。芯驰技术支持团队全程配合，确保方案落地。二、E3118 产品介绍 E3118 是芯驰科技推出的高性能车规级 MCU，专为电机控制等实时计算场景设计，具备以下核心特性：内置 2×R5F @ 300MHz 主频，算力达1,200 DMIPS，FOC算法可独占一个核心，让电驱控制不再“抢算力，集成1.5M IRAM + 128×2K CRAM + 3×64K TCM。 125°C 结温，功耗预计不超过 0.8W，降低整机功耗 BGA220 封装，支持 ECU 小型化（13×13mm 封装尺寸）内置 3×SADC 和 2×DSADC，满足 FOC 变载频采样需求集成 2×eTimer + 2×ePWM，支持硬件触发 ADC 转换和 DMA 搬运合封4MB Flash，降低系统成本、缩小方案面积，加强数据存储和 A/B 分区升级支持独立 HSM 核支持 EVITA FULL 安全等级增强 CAN-FD 模块配置，增加缓冲区空间和硬件 FIFO 下图为 E3118 芯片硬件架构总览： E3118芯片架构图三、E3118 单电驱方案概览以下为 E3118 单电驱方案的系统框图： 3.1 Key IP 资源 2×R5F @ 300MHz、3×SADC、2×DSADC、2×eTimer、2×ePWM、xTRG 3.2 核心特性 SADC 用于实现 FOC：3 路 SADC 分别采集三相电流，支持磁场定向控制 DSADC 用于实现 RDC：2 路 DSADC 采集旋变 SIN/COS 信号，解算转子位置与转速硬件 eTimer/ePWM 触发 AD 采样：精确同步，零 CPU 干预硬件触发 DMA 搬运：采样数据自动搬运至内存，CPU 零负载支持电流环变载频：灵活适配不同电机控制策略四、软件方案架构采用 SF0/SF1 双核心软件架构，将非实时管理类任务与高实时电机控制任务分离到不同核心运行，双核通过 IPC 核间通信完成数据交互。架构图如下： 4.1 算力分配 2×R5F 300MHz，算力达 1.2K DMIPS，可为 FOC 算法单独分配一个核（SF1），保证控制链路的快速执行。 4.2 Memory 架构 IRAM 1.5MB：内部 RAM，用于代码执行与数据缓存 CRAM 2×128KB：多核共享数据区 TCM 3×64KB：紧耦合内存，可用于 FOC 算法运行提速 4.3 NVM 存储 2×2MB 合封 Flash，可独立一个 Bank 专门用于 Dflash，支持 A/B 分区升级。 4.4 采样资源 3×SADC 用于电流采样，2×DSADC 用于旋变采样，可实现变载频控制。五、电流环采样方案以下为电流环采样的完整配置示意：电流环采样配置图 5.1 ePWM1 G1 — PWM 输出配置配置为 center-aligned 计数模式，overflow 和 underflow event 配置为 dual update 使能模式 CMPB/C/D counter 配置为 G1，实现互补六路 PWM 输出死区时间 DT（初始配置）：DT0_WID = DT1_WID = 1.0μs Fault 保护功能（提供配置实例）：外部事件触发 5.2 ePWM1 G0 — 触发采样配置配置 CMPA00 触发 ADC 采样三相电流 + 触发 DMA 搬运时间戳，DMA done 触发中断执行 FOC 任务配置 CMPA01/02/03 触发普通信号采样 ePWM1 G0 OVF value 配置为最大 + Up-Counter 计数模式；通过 ePWM1.CNT_G1 Underflow event 来 Clear counter，实现 counter 同步 5.3 eTimer1 CNT_G0 — 同步计数 OVF value 配置为最大 + Up-Counter 计数模式，通过 ePWM1.CNT_G1 Underflow event 来 Clear counter，实现 counter 同步。六、旋变信号采样方案 6.1 激励生成利用 ePWM 模块生成 SPWM 激励波形，驱动旋转变压器工作： SPWM激励波形生成 6.2 旋变信号采样采用 DSADC 模块实现旋变 SIN/COS 信号的高精度采样： DSADC采样RDC方案 • DSADC4 和 DSADC5 用于旋变信号采样 • 配置Timer 触发事件（与旋变激励同步，ePWM2.CMP_A00 / ePWM2-G0）来触发 DSADC 模块启动 • 同时触发 DSADC4/5，实现双通道同步采样 6.3 DMA 同步搬运 1. DMA 通过 Chn-link 同步搬运 Global Timestamp 2. 配置Timer 触发事件（与旋变激励同步，ePWM2.CMP_A00 / ePWM2-G0）触发DSADC模块启动（同时触发 DSADC4/5） 3. 激励 Timer 的时钟源与 DSADC 时钟需同源（200MHz，同一个 CLK PLL）

芯驰科技

芯驰科技SemiDrive . 2026-07-17 1547
方案 | 工业边缘计算如何实现“一机多能、算力随需”？

在工业边缘计算的部署中，工程师们常常面临一个两难选择：是选择一款算力固定、功能单一的嵌入式主机，还是采用一套体积庞大、功耗高昂的工控机加加速卡方案？前者难以应对未来算法升级带来的算力需求，后者则在空间、散热和成本上带来巨大挑战。能否有一种方案，既能保持嵌入式设备的紧凑与低功耗，又能像搭积木一样，根据项目需求灵活扩展AI算力？这正是杰和科技在设计新一代边缘计算方案时，希望解决的核心问题。其推出的“LH707嵌入式主机 + LM2算力卡”组合，正是对“一机多能、算力随需”这一理念的实践。算力瓶颈：边缘AI缺乏弹性的算力扩展能力随着深度学习模型在工业质检、AGV导航、交通巡检等场景的普及，对边缘侧算力的要求水涨船高。然而，传统的嵌入式主板通常集成一颗SoC，其内置的NPU算力是固定的。例如，一颗主流芯片可能提供6 TOPS的算力，足以应对简单的目标检测。但当需要运行更复杂的多模型融合算法时，这颗芯片便力不从心。更换整个主板不仅成本高，还意味着要重新进行结构设计和系统验证，项目周期被大大拉长。这便是边缘AI部署缺乏弹性的算力扩展能力。模块化设计：像升级内存一样升级AI算力为打破这一瓶颈，杰和科技将“模块化”理念引入了边缘计算领域。其核心思路是将“通用计算”与“AI加速”解耦。杰和LH707嵌入式主机扮演“通用计算”的角色。它搭载了高性能的8核处理器，负责设备管理、数据预处理、多路视频编解码等基础任务。其内置的NPU可提供6 TOPS的基础AI算力，满足轻量级应用需求。而当算力不足时，杰和LM2算力卡便派上用场。它是一块专为AI推理加速设计的模块，能够提供高达25 TOPS（INT8）的澎湃算力。关键在于两者的连接方式。LM2算力卡采用标准的M.2 B+M Key外形规格，通过PCIe Gen3 x2高速通道与LH707主机通信。这意味着，用户无需更换主板，只需像给笔记本电脑升级内存或固态硬盘一样，将LM2算力卡插入LH707预留的M.2插槽，即可瞬间获得强大的AI算力扩展，整机算力最高可达50 TOPS。软硬协同：让扩展变得简单硬件的即插即用只是第一步，软件的无缝协同才是关键。杰和科技为这套组合方案提供了完整的软件栈支持。 LH707主机预装了Linux和Android系统，并开放了完整的SDK和API接口。而LM2算力卡则兼容主流的AI框架，如TensorFlow、PyTorch和ONNX。开发者无需关心底层硬件的差异，只需调用统一的软件接口，即可将模型部署到LM2算力卡上进行加速。这种软硬一体化的设计，极大地降低了开发门槛，缩短了从原型到量产的周期。工业级可靠：为严苛环境而生作为工业级产品，可靠性是底线。杰和LH707主机与LM2算力卡均采用了工业级元器件和设计理念。宽温运行：LH707支持-20℃至60℃的工作温度，而LM2算力卡更是达到了-25℃至65℃，两者组合可轻松应对户外或工厂车间的极端温度环境。紧凑坚固：LH707采用无风扇被动散热设计，机身小巧（210×150×70mm），支持壁挂和导轨安装。LM2算力卡的M.2形态更是做到了“零空间占用”，完美嵌入主机内部，整体结构紧凑且抗震。场景落地：从理论到实践这种“基础平台+算力模块”的组合，在实际场景中展现出巨大价值。在智慧工厂的AOI（自动光学检测）设备上，LH707可以独立运行，完成对产品的常规瑕疵检测。当产线升级，需要引入更复杂的3D视觉或深度学习算法时，只需加装一块LM2算力卡，即可在不改动设备主体结构的情况下，实现检测能力的飞跃。在交通巡检领域，一辆巡检车上的LH707可以处理多路摄像头的视频流。平时，它进行常规的道路状况分析；当需要执行特定任务，如识别路面裂缝或分析车流行为时，LM2算力卡便能提供充足的算力支持，实现一机多用。总结总而言之，杰和科技通过LH707与LM2算力卡的组合，为工业边缘计算提供了一种全新的解题思路。它不再是提供一款功能固化的“AI算力盒子”，而是交付一个可按需配置、弹性扩展的“算力平台”，真正让边缘设备拥有了“一机多能、算力随需”的进化能力。

杰和科技

杰和科技 . 2026-07-17 1526
产品｜泰凌TL3225 车规 SoC 登场！一站式解锁车载智能连接新高度

智能网联汽车浪潮下，数字钥匙、车身域控、车载高速通信市场需求持续爆发。泰凌全新推出TL3225系列车规无线 SoC，集双内核、双总线、厘米级高精度测距、车规可靠性能、全套开发生态于一身，打造高集成车载芯片最优解。双RISC-V 异构MCU，多任务并发运行低延迟搭载两套独立RISC-V 异构架构，软硬件资源分区隔离互不抢占，多业务同步并行处理。可同时承载复杂蓝牙无线协议与多路外设并发工作，算力充足、响应极速，完美解决车载多功能同步运行卡顿、延时问题，保障整车交互流畅顺滑。双CAN-FD+双LIN内置，搭建整车高低速全域通信网络集成双路高速 CAN-FD 与专属车载双 LIN 总线，一站式覆盖整车高速、低速通信需求。CAN-FD 具备超大带宽、超高传输速率，轻松承载整车海量实时数据交互；LIN 总线布线精简，自带低功耗休眠唤醒特性，有效分担主干总线负荷，构建完整高效整车通信体系。蓝牙 6.1 信道探测技术，厘米级定位实现无感用车体验原生搭载蓝牙 6.1 信道探测技术，支持多设备同步测距定位，精准度达厘米级。依托稳定可靠的测距定位性能，轻松落地车辆无感进入、近距离智能交互、车内设备精准识别等创新功能，是新一代蓝牙数字钥匙的核心硬件底座，全面升级车主智能用车体验。 AEC-Q100 完整车规认证，复杂车载工况稳定长效运行通过严苛 AEC-Q100 权威车规认证，支持车规级工作温区，搭配顶尖 EMC 电磁抗干扰能力。无惧车内高低温、复杂电磁干扰等恶劣行车环境，长期连续运行稳定可靠，完全满足车企前装量产高标准品质要求。软硬件全套开发配套，大幅压缩研发落地周期专属开发板全覆盖射频、电流、CAN/LIN 总线全接口验证，调试、烧录、供电模式灵活多元；开放标准化通用 SDK，完整搭载蓝牙、数字钥匙全套软件方案，大幅降低车企、方案商研发调试成本，加速产品量产上市。单芯片集成多重核心能力，全场景适配车载主流应用一颗芯片整合高精度无线定位、车载总线传输、车身控制核心能力，广泛适配无钥匙进入与启动、胎压监测、车载蓝牙交互、无线电池管理、车身域控制器等热门车载场景。高集成设计简化硬件方案，助力客户打造高性价比国产化车载电子产品。泰凌将持续深耕车规无线连接赛道，TL3225 系列将进一步完善车载 SoC 综合性能矩阵，凭借一体化高性能连接方案，面向车载产业链伙伴输出可靠核心支撑，助力智能汽车产业实现深度智能化变革。

泰凌微

泰凌微电子 . 2026-07-17 1624
产品 | 国产高压 SiC 突破！瞻芯3.3kV碳化硅 MOSFET产品落地，赋能SST等高端装备产业升级

固态变压器（SST）是新型电力系统、AI 算力基础设施、轨道交通领域的核心 “能量路由器”，高压碳化硅（SiC）MOSFET 是决定整机功率密度、转换效率与长期运行可靠性的核心功率器件。作为国内领先的碳化硅功率半导体（ IDM）及芯片方案商，瞻芯电子前瞻布局中高压、超高压 SiC 技术路线，现已搭建覆盖管芯、高压分立器件、大功率模块的完整 3.3 kV SiC MOSFET 产品矩阵。相关器件的开关损耗、比导通电阻等核心指标对标国际一线厂商，高温导通、动态开关等关键特性优于国际同类竞品；相关产品已通过多家核心客户全流程可靠性验证，斩获国际头部轨道交通厂商、国内头部 SST 厂商的首批商业订单。公司同步推进 2.3 kV、10 kV SiC 工艺平台研发，致力于以国产化高压 SiC 产品赋能轨道交通、风光储微网、大功率快充站、固态变压器（SST）、高压储能 BMS 等高端装备产业化落地。依托自研成熟 3.3 kV SiC 工艺平台，瞻芯推出三类标准化产品，并配套自研专用隔离栅极驱动芯片，形成 “器件 + 驱动” 一站式高压 SiC 完整解决方案： 1. 3.3 kV SiC MOSFET 芯片 IV3Q335S0BD，导通电阻 50 Ω，可封装制成高压 SiC 固态继电器，适配高压储能 BMS 场景； 2. TO-247-4 HV（高压/高爬电）分立器件 IV3Q33050TH，规格 3.3 kV / 50 mΩ，具有 15.6 mm 加宽隔离间隙，满足严苛高压安规标准，适配高压脉冲电源等中小功率高压变换设备；图1：TO-247-4 HV 3300V SiC 分立器件 3. XPak 半桥功率模块 IVXP332M3HA3，3.3 kV 耐压，导通电阻 2.5 mΩ，常温直流载流 750 A，峰值脉冲电流 1500 A；搭配即将发布的工业模块专用驱动芯片（IVCO1B12，具备栅氧漏电流监测功能），面向轨道交通牵引变流器、风光储中压并网逆变器、大功率中压电机驱动等高可靠大功率高压系统。图注：左侧为XPak 封装 3300 V SiC 半桥模块；右侧为 IVCO1B12 XPak 模块驱动板 2026 年 6 月 PCIM Europe 欧洲电力电子展上，公司展出以 3.3 kV XPak 半桥模块、配套 IVCO1B12 驱动板为核心搭建的兆瓦级变换器样机（整流/逆变）。相较传统硅基 IGBT 方案，瞻芯 3.3 kV SiC 方案可简化多级功率变换架构，大幅缩减整机体积与重量，显著提升系统的电能转换效率，解决传统方案高频损耗高、绝缘设计复杂、整机散热压力大等行业痛点。图 4：PCIM Europe 2026 展览 3.3kV 兆瓦级变换器样机（整流/逆变）图 5：轨交 / 风光储 / 中压电机驱动原理图在国家级“万伏千安” 高压半导体攻关项目中，瞻芯联合浙江大学承担 10 kV SiC MOSFET 核心研发工作，2025 年 ISPSD 国际功率半导体大会上，双方联合发布 1 cm² 超大尺寸 10 kV SiC MOSFET 成果，比导通电阻低于120 mΩ・cm²，性能逼近碳化硅材料理论极限。同时，公司独立研发的 2.3 kV SiC MOSFET 技术平台正开展工艺优化与可靠性验证，相关产品即将推向市场。作为打通芯片设计、晶圆制造、电力电子全链路的国产碳化硅(SiC) IDM 厂商，瞻芯深度匹配下游应用需求，持续开发 2.3 kV、3.3 kV、10 kV 碳化硅核心工艺，以构建从中高压到超高压的 SiC 产品矩阵。瞻芯电子将提供标准化、可批量交付的高压SiC管芯、分立器件和模块产品，推动固态变压器规模化商用，助力新型电力系统、AI 算力基础设施、轨道交通、风光储能、大功率快充站等装备实现全面升级，携手全产业链伙伴拓宽高压 SiC 广阔应用蓝海。

瞻芯电子

瞻芯电子 . 2026-07-17 1323
产品 | 八通道智能低侧功率开关LD70008Q，汽车与工业负载驱动的理想之选

LD70008Q内部集成了8个低侧N沟道功率开关，每个通道最大可输出330mA电流，典型导通电阻仅0.8Ω。无论是驱动继电器、LED，还是小型电机，它都能轻松胜任。更重要的是，LD70008Q通过16位SPI串行接口进行控制和诊断，极大减少了微控制器I/O引脚占用，让系统设计更加简洁高效。核心特性 8通道低侧驱动，灵活配置 LD70008Q提供8个独立可配置的低侧驱动通道，支持通过SPI对每个通道进行独立开关控制。此外，芯片还提供2个兼容CMOS的并行输入引脚（IN0/IN1），支持直接控制和PWM输入，并可通过SPI灵活映射到任意输出通道，输出并联功能可进一步提升驱动能力。全面的嵌入式保护功能作为一款面向严苛环境的智能功率开关，LD70008Q集成了多重保护机制： · 短路保护 · 过流保护 · 过温关断 · 过压保护 · 开路负载检测（需通过DIAG_IOL寄存器使能对应通道的诊断电流）这些保护功能确保了负载和开关本身的安全运行。增强型诊断能力，符合ISO26262 LD70008Q支持增强型诊断功能，符合ISO26262功能安全标准。通过SPI可实时读取各通道的状态信息，输入状态寄存器配合输出状态监视器及关断状态开路负载检测，可追踪从微控制器到负载的完整路径。四种工作模式，灵活适配不同场景 LD70008Q支持四种工作模式： · Sleep Mode ：极低静态电流，适合低功耗待机场景 · Limp Home Mode ：即使数字电源缺失，仍可由电池供电维持基本功能 · Idle Mode · Active Mode 车规级品质 LD70008Q通过AEC-Q100车规级认证，符合RoHS环保标准，工作温度范围覆盖-40℃至150℃，能够从容应对汽车和工业环境中的严苛条件。典型应用电路典型应用场景 LD70008Q凭借其高集成度、强诊断能力和卓越的可靠性，广泛应用于以下领域： · 车身控制模块（BCM）：门锁控制、雨刮器切换等继电器驱动 ·LED驱动：仪表盘状态指示灯、车内氛围灯、故障警示灯等

类比半导体

类比半导体 . 2026-07-17 966
技术 | nRF54L15 Tag 实测：双天线、CR2032 供电，这块小板子跑起来到底怎么样？

我们正式发布nRF54L15 Tag，这是一款结构紧凑、电池供电的标签原型开发平台，搭载超低功耗无线 nRF54L15 SoC 芯片。nRF54L15 Tag 是一款灵活的开发平台，可用于开发超低功耗资产标签、蓝牙追踪器，以及兼容 Apple 查找和 Google 查找中心的产品。它配备双天线，可增强 Google 查找中心的精准查找性能，并通过蓝牙信道探测实现更稳定的测距。依托多传感器集成特性，nRF54L15 Tag 还可快速完成边缘 AI与 Matter应用的原型搭建。在本篇博文中，我们将简要介绍 nRF54L15 Tag 的各项功能特性，并讲解该平台的上手操作流程，包括如何编译、烧录以及调试示例程序。随后，我们会分析 nRF54L15 Tag 的典型适用场景与配套示例工程，最后测算该设备搭配 CR2032 纽扣电池使用时的预估续航时长，同时说明可便捷外接至 nRF54L15 Tag 的各类拓展传感器与按键。功能概述 nRF54L15 Tag 的设计专为小型电池供电类产品的原型开发与概念验证打造，适用产品包括蓝牙追踪器、资产标签、智能穿戴设备以及遥控器。nRF54L15 Tag 具备一项独特配置：搭载两根 2.4GHz 天线，可大幅提升蓝牙信道探测的运行稳定性。天线由射频开关切换，若固件中配置多天线模式，信道探测流程将自动完成天线切换。下方传感器概览图展示了板载传感器选型，该选型在资产标签与蓝牙追踪器原型开发中具备优异的成本优势。nRF54L15 Tag 搭载低功耗加速度计，可实现运动唤醒；搭载六轴惯性测量单元，用于采集边缘 AI 训练数据，支持手势识别、运动追踪等智能功能产品原型开发；同时配备环境传感器，适配智能家居场景。电路板预留拓展焊盘，可外接额外传感器与按键，拓展设备功能。下文罗列了 nRF54L15 Tag 的核心功能，我们将在本篇开发者社区博客中逐一展开详细讲解。超低功耗多协议无线芯片 nRF54L15 SoC，采用 QFN 封装，搭载新一代 2.4GHz 射频收发器支持无线协议：蓝牙低功耗、蓝牙信道探测、蓝牙 Mesh、Matter、Thread、Zigbee、Aliro、NFC、2.4GHz 私有协议双 2.4GHz 天线，提升蓝牙信道探测稳定性低功耗加速度计（亚德诺 ADXL367）：实现运动唤醒，延长设备续航高精度加速度计与陀螺仪（博世 BMI270）：适用于边缘 AI、传感器融合、穿戴设备、增强现实 / 虚拟现实等场景环境传感器（博世 BME688）：检测温度、湿度、气压与气体浓度 1 颗可编程 RGB 指示灯：用于状态可视化、演示与调试 1 颗可编程功能按键：处理用户输入指令供电方式：CR2032 纽扣电池，配套电池座预留拓展焊盘：可额外加装可编程按键、复位键、RGB 灯、蜂鸣器与外置存储器，拓展功能兼容 Nordic 开发套件与 SEGGER J-Link 调试器，支持程序烧录与调试下图展示了 nRF54L15 Tag 搭载的各类传感器与输入输出接口整体布局。 nRF54L15 Tag 快速上手我们先来查看 nRF54L15 Tag 套件内包含的配件，以及拆封后的上手操作步骤。nRF54L15 Tag 套件可前往对应产品页面下单订购。所需器件 nRF54L15 Tag 开发板 + CR2032 纽扣电池（套件内附赠） nRF54L 系列开发套件（DK）或 nRF91 系列开发套件 + USB‑C 数据线（需单独采购）备选方案：SEGGER J‑Link 调试器（适合熟悉该工具的专业开发人员） nRF54L15 Tag 套件包含 nRF54L15 Tag 主板、一枚 CR2032 纽扣电池以及简易说明卡。除此以外，你还需要一块 nRF54L 系列或 nRF91 系列开发套件用于对该标签板进行程序烧录与调试，同时搭配一根 USB‑C 数据线，将开发套件连接至电脑。其他 Nordic 开发套件虽也可兼容使用，但官方推荐选用 nRF54L 系列或 nRF91 系列开发套件，二者电压与 nRF54L15 Tag 匹配，无需额外配置即可直接使用，例如 nRF54L15 DK、nRF54LM20 DK 均适用。备齐以上器件后即可开始开发。如果你配备 SEGGER J‑Link 调试器，且熟练掌握其烧录、调试操作，也可搭配 nRF54L15 Tag 使用。出厂预置程序说明 nRF54L15 Tag 的电池座内预装一枚 CR2032 纽扣电池，电池触点由绝缘隔离片隔开。抽出隔离片即可为设备上电，RGB 指示灯随即开始闪烁，代表设备已通电并运行出厂预烧录的外设 LED 按键服务（LBS）示例程序。注：出厂预置的外设 LED 按键服务（LBS）示例程序未做功耗优化。拆封并验证设备功能后，请为该开发板烧录低功耗示例程序，程序烧录相关操作将在后续章节介绍。在为 nRF54L15 Tag 烧录其他固件前，请先确认设备广播功能正常。首先在手机上安装 nRF Toolbox 应用，该应用可在谷歌应用商店与苹果应用商店下载，点击上方链接可前往产品页面查看更多详情。打开 nRF Toolbox 应用并扫描周边设备，找到广播名称为 “Nordic_LBS” 的 nRF54L15 Tag 并建立连接。此时指示灯将停止闪烁、常亮并切换色彩；点击应用内灯光按键，即可更改 nRF54L15 Tag 板载 RGB 灯的颜色，这代表蓝牙通信功能正常。完成验证后可断开连接并关闭应用。在 nRF Connect for VS Code 插件中编译示例工程接下来我们介绍如何通过 nRF Connect for VS Code 插件编译适用于 nRF54L15 Tag 的固件。打开 VS Code，确认已安装 nRF Connect SDK 3.3.1 及以上版本。有关 SDK 安装与 nRF Connect for VS Code 插件通用环境配置步骤，请查阅技术文档中 SDK 和工具链搭建相关内容。本文将选用搭载 RRSP 的蓝牙信道探测反射器示例工程，作为待编译并烧录至该开发板的固件。在 nRF Connect for VS Code 中依次选择：创建新应用程序 > 复制示例工程 > nRF Connect SDK > v3.3.1（或更高版本）> 搭载 RRSP 的蓝牙低功耗信道探测反射器，随后自定义项目名称，也可使用默认名称。下方截图可查看对应正确示例工程。在继续操作前我们需要完成一处修改：为固件增加 DFU 功能，以便后续支持空中下载（OTA）固件升级。提醒：若需后续通过空中下载方式烧录新应用固件，请务必保证烧录至 nRF54L15 Tag 的固件已开启 OTA DFU 功能。在项目的 prj.conf 文件中添加以下配置以启用 MCUboot 与空中下载固件升级（OTA DFU）功能： CONFIG_BOOTLOADER_MCUBOOT=y CONFIG_NCS_SAMPLE_MCUMGR_BT_OTA_DFU=y 随后在 sysbuild.conf 文件中添加下述配置，该文件需新建于项目根目录，与 prj.conf 处于同一层级： SB_CONFIG_BOOTLOADER_MCUBOOT=y 最后针对本示例工程，需要将 MCUboot 分区区域的容量限制为 62 千字节，并允许合并 FPROTECT 保护区域。该设置用于为分区开启 FPROTECT 保护，否则会弹出分区容量超出 62 千字节的报错。操作方式为新建 sysbuild/mcuboot.conf 文件，并在文件内填入以下内容： CONFIG_FPROTECT_ALLOW_COMBINED_REGIONS=y CONFIG_PM_PARTITION_SIZE_MCUBOOT=0xF800 完成上述配置后，选择添加编译配置项，并将编译配置中的开发板目标修改为 nrf54l15tag/nrf54l15/cpuapp，使该示例工程适配 nRF54L15 Tag 硬件。若你使用 Pixel 10 手机进行测试，请将 android_ranging.conf 添加至额外 Kconfig 配置片段。此时需参照上文针对 prj.conf 的修改方式，对 android_ranging.conf 执行相同配置修改。如需以智能手机作为发起端，在 nRF54L15 Tag 上调试反射器示例工程，可查阅文档《借助开源安卓应用在谷歌 Pixel 10 设备上评测蓝牙信道探测功能》。若无 Pixel 10 手机，额外 Kconfig 配置片段一栏可留空；你可参照文档 “ 蓝牙：搭载测距请求器的信道探测发起端 ”，使用 nRF54L 系列开发套件作为发起端来测试该应用。注意发起端示例工程内置算法仅支持单天线；若需使用更先进的多天线算法，建议与我方算法合作厂商对接。点击生成并编译，等待编译流程完成。如需了解更多在 nRF Connect for VS Code 插件中编译示例工程的相关信息，请查阅技术文档内应用程序编译操作指南。使用开发套件烧录 nRF54L15 Tag 固件烧录 nRF54L15 Tag 共有三种方式：将 nRF54L15 Tag 插接至 nRF54L 系列开发套件或 nRF91 系列开发套件；执行空中固件升级（简称 OTA 或 FOTA）；使用 J-Link 调试器。下面我们逐一介绍这三种方式。若采用开发套件烧录 nRF54L15 Tag，首先准备一块 nRF54L 系列或 nRF91 系列开发套件。其他 Nordic 开发套件虽可兼容，但官方推荐选用 nRF54L、nRF91 系列套件，其输出电压与 nRF54L15 Tag 完美匹配，无需额外调整。例如 nRF54L15 DK、nRF54LM20 DK 均可使用，全部推荐开发套件清单可在 nRF54L15 Tag 产品页面的相关开发硬件板块查看。核对排针上的引脚对齐标识，按照下图所示，将 nRF54L15 Tag 接入 nRF54L 系列开发套件的 DEBUG OUT 调试输出接口。默认情况下，开发套件不会通过 DEBUG OUT 接口为 nRF54L15 Tag 供电，因此你需要使用套件附赠的 CR2032 纽扣电池为其供电，详情可参考下方示意图。除此之外，你也可以不安装电池，通过向 VDD SWD0 引脚输入 3.3V 电压为 nRF54L15 Tag 供电，具体接线方式见下图。可从 P2 接口的 VDD:IO 引脚引出 3.3V 供电。但务必注意：通过开发套件供电时，必须取出纽扣电池，否则设备会过热，进而损坏 nRF54L15 Tag、电池或开发套件。将 nRF54L15 Tag 插接至开发套件并完成供电后，即可按照常规烧录开发套件上 SoC 的操作流程对其烧录固件。返回 VS Code 中的项目目录，在编译文件夹内选中 ras_reflector 应用程序，点击烧录按钮。此时 nRF54L15 Tag 已完成搭载 RRSP 的蓝牙低功耗信道探测反射器示例应用程序的烧录。完成烧录后，可将 nRF54L15 Tag 从开发套件的 DEBUG OUT 接口拔下。通过 nRF Toolbox 工具验证设备，应能搜索到广播名称为 “Nordic CS Reflector” 的该标签设备。如需了解更多相关内容，可查阅技术文档中关于nRF54L15 Tag 烧录调试以及 VS Code 应用程序烧录的相关说明。通过 OTA DFU 烧录开发板如需通过空中下载方式对 nRF54L15 Tag 进行固件烧录，需在手机安装 nRF Connect Device Manager 应用，该应用同时支持安卓与 iOS 系统。在手机完成应用安装后，将信道探测反射器 VS Code 项目编译目录下的 dfu_application.zip 文件传输至手机。请注意，下文操作基于你已按前文步骤完成示例工程编译，并通过开发套件完成设备初次烧录的前提。打开 nRF Connect Device Manager 应用，选择 Nordic CS Reflector 以连接 nRF54L15 Tag。随后点击屏幕底部向下箭头图标（下载标识）进入固件镜像页面，界面将呈现如下图所示状态，并显示 SMP 服务：已连接。在固件升级板块点击选择文件，选中已传输至手机的 dfu_application.zip 文件，选定后点击开始即可启动 OTA DFU 空中固件升级。由于设备当前运行的正是该固件，升级程序会通过哈希值比对识别这一情况，升级流程将快速完成，界面会显示状态：已完成。如需进一步测试 OTA DFU 功能，你可参照信道探测反射器示例的操作步骤自行编译外设 LED 按键服务（LBS）示例程序，再通过空中下载方式将 nRF54L15 Tag 的固件升级为该 LBS 示例程序。使用 SEGGER J-Link 调试探针烧录开发板如果你已熟练使用 SEGGER J-Link 调试器（例如 J-Link PLUS），也可借助该工具完成 nRF54L15 Tag 的程序烧录与调试工作。为方便接线操作，建议搭配调试器专用 10 针探针转接座，可直接对接 nRF54L15 Tag。开发板调试对 nRF54L15 Tag 进行调试操作十分简便。将该开发板插接至 nRF54L 系列或 nRF91 系列开发套件的 DEBUG OUT 调试排针，再通过 nRF Connect for VS Code 插件开展调试工作。使用 USB‑C 数据线将开发套件连接电脑，打开 nRF Connect for VS Code 插件。选中目标应用工程，在已连接设备栏选中对应开发套件，点击调试按钮即可启动 nRF54L15 Tag 调试。执行调试前，请按照固件烧录章节的说明，确保开发板已正常供电。此外，也可使用 SEGGER J‑Link 调试器调试 nRF54L15 Tag，仅推荐熟练掌握该工具的开发人员使用。 nRF Connect SDK 中适配 nRF54L15 Tag 的示例与应用程序以下 nRF Connect SDK 内置示例与应用程序非常适合搭配 nRF54L15 Tag 开展概念验证开发。绝大多数适配 nRF54L15 SoC 的 SDK 示例同样可在 nRF54L15 Tag 上运行。本文整理了使用该开发板做原型开发时，最推荐的入门工程。蓝牙快速配对定位标签蓝牙快速配对定位标签示例展示了一款蓝牙防丢追踪设备，该设备兼容谷歌查找中枢（Google Find Hub）以及安卓端查找中枢应用。蓝牙追踪器一般是可粘贴在随身物品上的小型标签，不过各类蓝牙设备均可接入查找中枢服务。兼容查找中枢或查找设备（Find My）的硬件，所有者能够借助众包蓝牙网络实现远距离安全定位；同时可搭配蓝牙信道探测、超宽带（UWB）等精准查找技术完成近距离搜寻。注：nRF54L15 芯片原生不支持超宽带（UWB）功能。注：任何蓝牙设备（并非仅专用追踪标签）均可兼容查找设备（Find My），支持用户借助任一生态系统查看设备位置。这意味着：若你的产品为电动自行车、智能手表或电动牙刷等，均可在原有应用基础上新增查找设备功能以提升产品附加值。 nRF54L15 Tag 配备双天线以及可唤醒标签的低功耗加速度传感器，因此非常适合开发兼容查找中枢（Find Hub）的追踪器。nRF54L15 SoC 也拥有 1.5 MB 非易失性存储器和 256 kB 内存，使得 nRF54L15 Tag 可在同一款产品中同时支持 Find Hub 与 Find My。多天线能够提升基于蓝牙信道探测测距的稳定性，让 Find Hub 应用在使用 Find Nearby 功能时，可自主选择是否启用双天线来实现精准查找。精准查找功能在谷歌 Find Hub 规范的基础上新增测距能力，支持搜寻端设备与提供端设备开展精确距离测量。该功能借助蓝牙信道探测等测距技术输出精准的近距离位置信息，优化用户寻找丢失设备时的使用体验。精准查找目前是谷歌查找中枢规范中的实验性功能，蓝牙信道探测相关功能尚未正式对外开放，但满足以下条件即可使用安卓测试设备开展相关测试：目标安卓设备需搭载 Android QPR3 Beta 2（2026 年 1 月）或更新系统版本。目标安卓设备的软硬件需支持蓝牙信道探测（例如谷歌 Pixel 10）。谷歌移动服务不得单独加入独立测试版计划。安卓测试设备上的主邮箱账号必须录入谷歌该功能的许可名单。如需将测试邮箱添加至许可名单，请联系谷歌团队申请权限。注：如需使用查找中枢应用测试定位标签示例，测试用安卓设备的主邮箱账号必须列入谷歌查找中枢功能许可名单（调试设备、未认证设备均需满足该条件），详细信息可查阅技术文档。下图展示了 Chipolo 基于 nRF54L15 SoC 开发的蓝牙追踪器。 Apple 查找网络如需开发适配 Apple 查找网络的应用，请访问该链接并按照指引获取 Apple 查找 SDK 的使用权限。苹果在 2026 苹果全球开发者大会（WWDC26）上公布，将在 iOS 27 系统中为查找配件以及核心蓝牙生态新增蓝牙信道探测功能支持。支持蓝牙信道探测的查找配件需满足以下要求：搭载带内嵌 PCT 传输功能的蓝牙 6.3 版本支持 PBR 模式 0 与模式 2 T_ICS 参数不低于 100 微秒搭载 nRF Connect SDK v3.3.1 及以上版本的 nRF54L 系列芯片均可满足上述全部要求。手机端设备需内置 N1 芯片才能支持蓝牙信道探测，iPhone 17 与 iPhone Air 系列机型均搭载该芯片，可实现对应功能。蓝牙信道探测蓝牙信道探测技术可实现两台设备间真实距离测算，测距精度可达亚米级，自带安全机制且具备良好互通性。该技术为面向连接的点对点通信技术：一台设备作为发起端，发送初始信号并运行测距算法；另一台设备作为反射端，仅负责将信号回传给发起端。 nRF54L15 Tag 是性能优异的蓝牙信道探测反射端设备，采用电池供电、便携小巧，配备双天线，能够提升蓝牙信道探测测距过程的稳定性。开发者还可依托双天线部署更先进的测距算法，进一步提升测距精度与稳定性。若要搭配谷歌 Pixel 10 等支持信道探测功能的智能手机测试 nRF54L15 Tag 性能，可查阅开发者专区博客《借助开源安卓应用在谷歌 Pixel 10 设备上评测蓝牙信道探测功能》。相较于发起端，信道探测反射端所需运算量更低、功耗更小。常见反射端设备包括物联网标签、物品追踪器、钥匙扣以及可穿戴设备，这类产品要求小巧外观、稳定且快速的射频通信，因此 nRF54L15 Tag 是开发此类产品原型的理想平台。 nRF54L15 Tag 也可作为蓝牙信道探测发起端使用。前文提到，发起端需要运行测距数据处理算法，功耗更高。因此 nRF54L15 Tag 更适合充当反射端，发起端可选用智能手机或其他嵌入式设备，例如 nRF54L15 DK 开发套件。边缘 AI 手势识别 nRF Connect SDK 边缘 AI 扩展组件提供多款面向边缘人工智能的应用与示例程序。nRF54L15 Tag 搭载高精度六轴惯性测量单元，非常适合采集训练数据，同时可用于智能戒指、遥控器、可穿戴设备等产品的智能功能原型开发。该设备可运行 Neuton 模型，这是借助我们专利网络生长算法基于自有数据生成的超小型边缘 AI 模型。边缘 AI 扩展组件内置手势识别应用，适配 nRF54L15 Tag，可识别滑动、摇晃、敲击、旋转等各类手势。边缘 AI 还能实现传感器融合，例如让资产标签优化定位或测距运算，同时可支撑海量其他智能应用场景。 Matter 气象站 Matter 气象站是 nRF Connect SDK 中的一款应用程序，演示如何基于 Matter 应用层搭建气象站，通过各类传感器采集气象数据。nRF54L15 Tag 内置环境传感器，可测量温度、湿度、气压与气体浓度，十分适用于该场景。该应用可通过 nRF54L15 Tag 上自定义功能按键控制设备工作状态。气象站会周期性采集温度、气压及相对湿度数据，测量结果存储于设备内存中，可通过 Matter 控制器读取。控制器基于 Matter 协议与气象站通信，并依照 Matter 数据模型完成数据交互。续航时长 nRF54L15 Tag 的一大核心特性是采用 CR2032 纽扣电池供电。电池供电的设计便于为小型化产品搭建演示样机与概念验证原型，无需外接线缆或大容量电池。采用小型锂纽扣电池供电的设备，常会面临续航时长与峰值电流承载能力的相关疑问。本章节将计算蓝牙低功耗广播场景下的典型电池续航时长，讲解峰值电流与工作电流的管控方案以实现最优耗电管理，并说明 nRF54L15 Tag 功耗的测量方法。平均续航时长计算计算 nRF54L15 Tag 续航时，我们假定 CR2032 电池容量为 220 毫安时，标称电压 3.0 伏。基于该参数，可算出设备持续进行蓝牙低功耗广播、分别达到 1 年及 3 年续航所需的目标平均电流。电池：CR2032，电池容量 = 220 毫安时。目标平均电流： 1 年续航 → 平均电流 = 220 毫安时 ÷(365×24 小时)≈25 微安 3 年续航 → 平均电流≈8.4 微安接下来，我们借助 Nordic 在线蓝牙低功耗功耗分析工具，测算 3 伏供电下 nRF54L15 SoC 在各类配置下的平均功耗。设备采用可连接型蓝牙低功耗广播（含发射与接收）、发射功率 0 分贝、发射载荷 0 字节时，得到如下数据。对应各续航目标的广播间隔： 1 年（约 25 微安）→200 毫秒 3 年（约 8.4 微安）→840 毫秒也就是说，满电 CR2032 电池为 nRF54L15 Tag 供电时，若广播间隔设为 200 毫秒，设备可持续发送可连接广播平均使用 1 年；若广播间隔设为 840 毫秒，则平均可使用 3 年，表现十分出色！若将发射载荷提升至 31 字节，对应参数变更如下： 1 年续航 →360 毫秒 3 年续航 →1500 毫秒你可自行使用在线功耗分析工具调试各类配置与发射功率。该工具同样支持计算基于 Thread 的 Matter 协议功耗，nRF54L15 Tag 原生支持该协议。峰值电流与持续工作电流为维持电池电压稳定，标准 CR2032 锂纽扣电池的持续工作电流不宜超过 3 毫安。CR2032 电池内阻较高，长时间大电流放电会产生内部热量，致使电压跌至标称 3 伏以下。但该电池可承受时长 1 至 3 秒、15 至 20 毫安的短时脉冲峰值电流。常规蓝牙低功耗应用场景中，设备单次电流消耗仅持续 1 至 3 毫秒，两次广播或连接事件之间，设备通常会休眠数百毫秒。正如前文所示，低占空比可将平均电流控制在微安级别。下表将结合 nRF54L15 SoC 数据手册中的功耗数据，展示典型蓝牙低功耗广播过程下的平均电流。根据在线功耗分析工具测算，当广播间隔 100 毫秒、1M 物理层发射功率 0 分贝、开启可连接广播且载荷 31 字节时，nRF54L15 Tag 的总平均电流约为 81 微安。该数值远低于 3 毫安上限，不会造成电池过载。即便发射功率调至 + 8 分贝、广播间隔缩短至 20 毫秒，设备总平均电流为 554 微安，依旧未超过 3 毫安持续放电限值。但请注意，芯片处理器可在蓝牙广播间隙执行其他运算处理。数据手册标明，3.0 伏供电条件下，处理器峰值电流可达 2.6 毫安（带缓存、从阻性随机存取存储器运行 CoreMark® 处理器基准测试）。设备采用 CR2032 电池供电时，需充分考量应用程序的后台处理负载。理想情况下，相关运算处理应采用低占空比运行，确保处理器大部分时间处于休眠状态。此举同样有助于维持较低的平均功耗，延长电池续航。监测功耗与占空比是保障长效续航、稳定电池标称电压的关键。测量 nRF54L15 Tag 的功耗若使用电流表测量 nRF54L15 Tag 的平均电流，请按以下步骤操作，nRF54L15 Tag 硬件用户指南中也有相近步骤说明。 1. 切断下图所示的焊桥 SB1。 2. 采用本文上一章节介绍的任意一种方式为标签供电。 3. 将电流表接在测试点 TP6 与 TP7 之间，详见下方图示。 a) 将电流表平均采样时长设置为 1 秒或更长间隔。 b) 将电流表量程调至 1 微安至 15 毫安区间，以保证测量精度。拓展传感器与按键 nRF54L15 Tag 还支持引出 nRF54L15 SoC 的可用通用输入输出引脚进行功能拓展。板上预留了可加装额外按键与传感器的焊盘，括号内为推荐物料型号： BTN2 — 可编程功能按键（型号 KMT021 NGJ LHS） RST — 复位按键（型号 KMT021 NGJ LHS） LED2 — 可编程指示灯（型号 APHF1608LSEEQBDZGKC）蜂鸣器，可作为发声扬声器（型号 PKMCS0909）外部存储器（型号 MX25R6435FZBIH3）上述焊盘可在附图、硬件设计文件以及板丝印标识中找到。原理图文件（pca20072_schematic_and_pcb.pdf）的杂项器件分区内，点击对应元器件即可查看各器件完整料号详情；物料清单文件（pca20072_bom_ems.xls）中也完整罗列了相关器件型号。为控制硬件方案与整套开发套件成本，以上元器件并未预装在 nRF54L15 Tag 套件中。nRF54L15 Tag 自带传感器已针对前文介绍的主流应用场景完成优化，同时硬件预留焊盘与可用通用输入输出引脚，支持用户按需拓展外设。结语本文介绍了全新推出的 nRF54L15 Tag 的各项功能与适配应用场景，并讲解了基于该设备开展软件开发与产品原型搭建的入门方法。欢迎在评论区分享你计划使用 nRF54L15 Tag 实现的应用方案，我们十分期待聆听开发者的实际开发案例！扩展阅读 nRF54L15 Tag 产品页面 https://www.nordicsemi.cn/tools/nrf54l15-tag/ nRF54L15 Tag 硬件用户指南 https://docs.nordicsemi.com/r/bundle/ug_nrf54l15_tag/ 产品资讯：Nordic 推出小型 nRF54L15 原型开发标签，专为 Apple Find My 与 Google Find Hub 优化 https://www.nordicsemi.cn/news/nordic-launches-compact-nrf54l15-prototyping-tag-optimized-for-apple-find-my-and-google-find-hub/

Nordic

Nordic半导体 . 2026-07-17 980
应用 | GPU+赋能体育考试系统：为体教融合筑牢公平高效数字底座

随着“体教融合”国家战略的深化推进，体育考试作为教育评价体系的重要组成部分，其公平性、科学性与效率提升已成为教育领域的关键命题。传统体育考试依赖人工计时、计数与主观评判，存在标准不一、效率低下、作弊风险高等痛点。如今，登临科技自主研发的 GPU+架构，正以其强大的算力、卓越的能效比和全栈国产化特性，为体育考试系统注入“中国芯”，驱动一场从“人工”到“智能”的教育公平与效率革命。传统体育考试的核心痛点与智能化转型需求当前体育考试系统面临的挑战集中体现在基础环境与教学评估两个层面：基础环境老旧：学生活动与训练场地缺乏，创新性运动场地与器材配备不足，难以支撑现代化的教学与考核需求。教学评估瓶颈：信息技术与体育教学融合度不足，教学过程互动性、趣味性欠缺，教学效果难以通过客观、量化的标准进行评定。体育考试场景本身对技术提出了严苛要求。系统需要实时处理多路高清视频流，对学生的跑步、跳远、跳绳、仰卧起坐等体育项目进行自动化、精准化的动作识别与成绩判定。这不仅需要强大的AI算力，还要求硬件具备高度的兼容性、低功耗和灵活的部署能力。 GPU+架构：为体育考试系统提供“软硬一体”的创新算力底座登临科技GPU+架构的核心优势在于兼具GPU的通用性与ASIC的高效率，这使其能够完美契合体育考试系统的复杂需求。其技术优势主要体现在以下四个方面： 1 . 卓越能效比，实现降本增效：通过创新的可扩展、软件定义的片内异构体系结构，登临GPU+产品在典型AI场景的性能领先国际主流旗舰产品 1.5-4.5倍，而能效比达到竞品的 3-5倍。这意味着在同等算力下，登临方案能显著降低功耗，减少散热需求，特别适用于体育考试系统中高密度、边缘侧的部署场景。 2 . 高度生态兼容，降低迁移门槛：登临硬件原生兼容CUDA/OpenCL 等现有软件生态，确保客户现有的AI模型、开发工具链和人才储备能够无缝适配，极大节约了企业的移植成本和开发周期。这使得体育考试系统的智能化升级可以平滑进行，无需重构整个技术栈。 3 . 强大算力与大显存支撑，应对复杂任务：登临纳适™系列加速卡提供了从 70 TOPS到560 TOPS 的有效AI算力，以及 8GB至128GB 的大显存配置。这为处理高分辨率图像、复杂的人体姿态识别和多任务并行推理提供了坚实基础，能够实现像素级的精准检测和毫秒级实时推理，保障体育考试成绩判定的准确性与时效性。 4 . 全栈国产化与自主可控，保障供应链安全：登临坚持全链路自主创新，架构、微架构、运算单元等核心IP全自研，已申请国内外知识产权 200余项。产品支持Windows 10、Linux、麒麟等操作系统，兼容各类国产CPU，实现从硬件到软件的全国产化，为教育等关键民生领域提供安全、稳定、可持续的算力底座。 G PU+架构的核心技术优势如下图所示，其产业生态布局全面覆盖从底层硬件到上层应用的全链条，为体育考试系统的智能化提供了坚实的生态基础。硬件方案匹配：云端与边缘的协同，打造智慧体育新范式基于GPU+架构，登临科技构建了覆盖边缘、云端的完整KS系列产品矩阵，为体育考试系统提供灵活的部署选择，实现了“软硬一体”的深度融合。登临科技体育考试系统硬件方案匹配应用场景硬件方案核心优势集中式、大批量数据处理与模型训练 AI服务器、KS38、KS28 通用性强，支持多种CPU架构和操作系统；算力强悍，单卡最高支持280T有效算力，适合复杂模型推理和数据分析。考场端、小型考点实时处理 AI边缘盒子、KS20 丰富生态，硬件形态支持内外场场景，支持物种识别、检测算法；高能效比，可放置于设备背后，提供高效高精度服务。在实际应用中，登临科技智慧教育相关产品及方案如下图所示，直观呈现了其在教育领域的应用及产品情况。针对体育考试系统，解决方案聚焦于： ·课后运动场景：基于登临GPU，协同合作伙伴，综合运用计算机视觉技术、人体姿态识别、人脸识别、手势识别等技术，立足于课间与课后运动场景，满足学生自主化运动、趣味化运动需要，降低课后运动组织负担，促进校园体育文化建设。 ·体测/体考项目支持：基于登临GPU，协同合作伙伴算法，支持提测/体考项目，包括立定跳远、仰卧起坐、跳绳；体能项目，包括开合跳、深蹲、高抬腿等。方案价值与未来展望 GPU+架构赋能的体育考试系统，为教育行业带来了多维度的核心价值： 1 . 效率跃升：通过GPU的并行计算能力，将人工数天的考务工作量缩短至数小时甚至分钟级，极大提升了考务工作的周转效率。 2 . 公平公正：AI评分标准统一，减少了人为因素的干扰，确保了评分的客观性和一致性，维护了教育公平。 3 . 成本优化：强大的能效比和国产化特性，显著降低了硬件采购、电力消耗和维护成本。 4 . 智能升级：基于大模型的深度理解能力，可实现对学生运动过程的分析，为教学改进提供数据支持。展望未来，随着AI技术的不断演进，体育考试系统将向更深层次发展：多模态融合：结合视觉、语音、运动轨迹等多模态数据，对学生的运动过程进行更全面的分析。个性化反馈：利用大模型技术，为每位学生生成针对性的运动分析和改进建议，真正实现因材施教。边云协同：在考场边缘进行快速预评，在云端进行深度分析和模型优化，实现高效、灵活的考试体系。 GPU+架构作为国产高性能通用计算的代表，正通过体育考试系统等项目，将强大的算力转化为教育行业的智能化生产力。它不仅解决了教育场景中的算力瓶颈，更以其国产化、高性价比的特性，为教育的公平、高效与创新提供了坚实的技术保障。在AI与教育深度融合的浪潮中，GPU+架构无疑将扮演更加关键的角色，驱动智慧教育迈向新的高度，让每一次体育考试都能得到公平、高效、精准的评价，为培养德智体美劳全面发展的社会主义建设者和接班人贡献力量。

登临科技

登临科技 DenglinAI . 2026-07-16 1288