芯查查-电子信息产业数据引擎

39 40 41 42 43 44 45 46 47 48

思特威推出SmartGS-2 Plus系列CMOS图像传感器产品，赋能智能机器人视觉系统

随着人工智能、机器学习及传感器技术的不断升级，机器人产业进入了高速发展阶段。智能机器人的应用领域与功能正在不断拓展，具身机器人、机器狗、无人机、工业机械臂等等越来越多不同形态的智能机器人出现在人们的日常生活当中。从家务辅助，到医疗配送再到农业自动化，智能机器人已经在家居、医疗、农业、救援等多元领域发挥了重要作用。智能机器人在实际的工作中需要不断与现实世界进行交互，清晰、准确、高效、稳定的视觉感知能力，是帮助机器人完成避障、定位等现实交互的关键，如同机器人的“电子眼”。技术领先的CMOS图像传感器供应商思特威基于SmartGS™-2 Plus技术平台推出的系列产品SC038HGS(0.3MP)、SC133HGS(1.3MP)与SC233HGS(2.3MP)，兼具高感度、高动态范围、高帧率等多项性能优势，其出色的成像效果可充分满足多种不同类型智能机器人的避障识别与3D定位感知需求，帮助机器人实现精准现实交互。 SmartGS™-2 Plus技术高效准确移动视物在工作中，智能机器人常需要进行快速移动作业，高效准确的移动视物能力至关重要。SC038HGS、SC133HGS和SC233HGS均基于思特威先进的SmartGS™-2 Plus技术平台打造。作为全局快门（Global Shutter）图像传感器，三款产品都能够有效抑制成像的运动形变与拖尾模糊等问题，实现高速准确成像。因此，在实际作业中，SC038HGS、SC133HGS和SC233HGS能够保障智能机器人对运动物体高清、无形变的图像捕捉效果，实现高效移动视物，大大提升机器人对周围环境判别的准确性，提升避障与定位识别效率。高感度暗光环境轻松应对智能机器人在实际作业中常常要面对昏暗、无可见光源等光线条件较差的工作场景。SC038HGS、SC133HGS和SC233HGS具备在可见光和近红外光下的双重超高感度，能够有效解决暗光环境应用痛点，帮助机器人实现无惧明暗的高清图像捕捉能力。三款产品都拥有3μm的超大像素尺寸，在可见光波段下的峰值量子效率高达90%，因此，即使在光线昏暗的低照环境下，也能帮助机器人实现图像信息的清晰捕捉。此外，SC038HGS、SC133HGS和SC233HGS在近红外光下同样有着较高感度。以SC038HGS为例，在940nm波段下，其峰值量子效率高达20.3%，能够充分满足近红外视觉感知的需求，帮助智能机器人实现昏暗、无光环境下的精准避障与定位识别。高动态范围无惧复杂光线挑战农业、救援等室外场景应用的智能机器人，需要在强光、高明暗对比等光线条件复杂的环境中工作，摄像头的图像捕捉极易产生过曝或暗处细节丢失等问题，将极大影响机器人视觉避障与定位感知的效率与准确性。 SC133HGS和SC233HGS采用了单帧拐点HDR技术，HDR模式下动态范围分别高达93dB和92.65dB，能够在强烈光线对比的环境中帮助机器人捕捉到明暗细节清晰的图像信息，减少高亮过曝或暗处细节丢失等情况的出现，为智能机器人行动提供精准的视觉依据。超高快门效率超高帧率在强光场景下，运动物体的视觉识别极易产生移动残影。SC038HGS、SC133HGS和SC233HGS具备超高快门效率（PLS＞40000），能够轻松应对此类情况，有效减少各种类型机器人在高亮环境下拍摄运动物体时光斑残影的产生，从而实现准确视物避障。此外，SC038HGS、SC133HGS和SC233HGS可支持120fps的超高帧率，可以拓展应用于智能识别等机器人新型升级视觉应用摄像头模组，满足超低延迟的高效识别需求。支持彩色版本定制多规格多元应用除主流机器人视觉感知应用的黑白(Mono)版本外，SC038HGS、SC133HGS与SC233HGS支持彩色版本定制，可适配更多不同应用场景，满足色彩识别功能需求。SC038HGS(0.3MP)、SC133HGS(1.3MP)与SC233HGS(2.3MP)的不同分辨率尺寸，能够灵活应用于各种不同类型智能机器人设备，为终端客户提供兼顾成本与性能的全套解决方案。此外，思特威SmartGS™-2 Plus系列更有大靶面产品SC535HGS(5MP)与SC935HGS(9MP)，具备高分辨率与出色成像性能，可满足工业检测相机及ITS智能交通摄像头等多元领域的高性能影像需求。

CMOS图像传感器

思特威 . 2025-02-21 1195
在低功耗MCU上实现人工智能和机器学习

人工智能（AI）和机器学习（ML）技术不仅正在快速发展，还逐渐被创新性地应用于低功耗的微控制器（MCU）中，从而实现边缘AI/ML解决方案。这些MCU是许多嵌入式系统不可或缺的一部分，凭借其成本效益、高能效以及可靠的性能，现在能够支持AI/ML应用。这种集成化在可穿戴电子产品、智能家居设备和工业自动化等应用领域中，从AI/ML功能中获得的效益尤为显著。具备AI优化功能的MCU和TinyML的兴起（专注于在小型、低功耗设备上运行ML模型），体现了这一领域的进步。TinyML对于直接在设备上实现智能决策、促进实时处理和减少延迟至关重要，特别是在连接有限或无连接的环境中。 TinyML是指在小型、低功耗设备上应用机器学习模型，尤其是在微控制器（MCU）平台上，这些MCU经过优化，可以在设备有限的资源体系内运行。这使得边缘设备能够实现智能决策，支持实时处理并减少延迟。量化（Quantization）和剪枝（Pruning）等技术用于减小模型大小并提高推理速度。量化通过降低模型权重的精度，显著减少内存使用而几乎不影响准确性；剪枝则通过去除不太重要的神经元，进一步减小模型规模并提升延迟性能。这些方法对于在资源有限的设备上部署ML模型至关重要。 PyTorch和TensorFlow Lite都是实现机器学习模型的主流框架。PyTorch是一个开源机器学习库，被广泛用于人工智能应用的开发，包括可以部署在微控制器上的应用程序。PyTorch提供了用于机器学习的工具和库，包括计算机视觉和自然语言处理，可用于低功耗和小尺寸设备。 TensorFlow Lite for Microcontroller（TFLM）能够在非常受限的MCU类设备上运行具有Flatbuffer转换功能的TF Lite模型。这减少了模型的大小，并优化了它在MCU上的推理。另一个重要的工具是来自ARM的CMSIS-NN库，它为Cortex-M处理器提供了优化的神经网络内核来运行TFLM模型。CMSIS-NN库提高了性能并减少了内存占用，使其更容易在基于ARM的MCU上运行ML模型。此外，一些MCU还配备了专用的AI/ML硬件加速器，如Silicon Labs（芯科科技）的EFM32无线SoC和MCU，可以显著提高ML模型的性能，使更复杂的应用程序能够在这些设备上更快、更高效地运行。人工智能加速器擅长并行化任务，如矩阵乘法、卷积和图形处理。通过利用多样化的并行性，它们可以一次执行大量的计算。这使得人工智能工作负载的速度大大提高，同时保持低功耗。这些加速器还增强了内存访问模式，减少了数据传输开销，主CPU—CortexM可以进入低功耗睡眠模式，以节省更多的能量或管理额外的任务。通过使数据更接近计算单元，它们减少了等待时间。其结果是增强了性能、降低了功耗和延迟。实际应用 TinyML的实际应用是多种多样且有影响力的。一个值得注意的示例是音频和视觉唤醒词，当说出特定的关键字或在图像中检测到某人时，设备会触发动作。这项技术被用于智能扬声器和安全摄像头，支持它们在识别到唤醒词或检测运动时激活。另一种应用是工业环境中的预测性维护。工厂设备上的传感器持续监测振动和温度等参数，可使用TinyML模型检测来异常并在故障发生之前预测维护需求，这有助于减少停机时间和维护成本。手势和活动识别是TinyML的另一种令人兴奋的应用。配备加速度计和陀螺仪的可穿戴设备可以监测身体活动，如走路、跑步或特定手势。这些设备使用TinyML模型实时分析传感器数据，为健身追踪或医疗诊断提供有价值的见解。在农业领域，TinyML被用于环境监测。智能农业系统分析土壤湿度和天气条件，以优化灌溉，提高作物产量和资源效率。 TinyML还增强了健康监测功能。诸如连续血糖监测仪（CGM）这样需要长时间电池寿命和实时数据处理的设备，都能够极大地受益于这项技术。此外，智能床传感器可以在没有直接接触的情况下评估病人的呼吸模式，为远程观察提供不间断的健康数据。这一创新在管理老年人护理和慢性疾病方面特别有价值，因为持续监测有助于及早发现潜在的健康问题。启动开发要开始构建自己的TinyML应用，您需要了解TinyML的基础知识并选择合适的硬件。根据您的应用，您可能需要传感器来收集数据，例如加速度计、麦克风或摄像头。设置开发环境包括安装Simplicity Studio集成开发环境（IDE）、SDK和TinyML所需的资源库。下一步是收集和准备与应用相关的数据。例如，如果您正在构建一个手势识别系统，您需要收集不同手势的加速度计数据。收集数据后，您需要对其进行预处理，使其适合训练您的模型。训练模型需要在功能强大的机器上使用高级框架，如TensorFlow或PyTorch。一旦训练完毕，模型需要使用量化和剪枝等技术进行优化。在完成优化后，即可将模型转换为适合MCU的格式，如TensorFlow Lite格式。最后一步是将优化后的模型部署到MCU，将其与应用程序代码集成，并对其进行全面测试，以确保其满足性能和精度要求。基于实际性能的不断迭代和改进对于完善TinyML应用至关重要。利用芯科科技的解决方案在微控制器上实现人工智能和机器学习芯科科技提供了一系列解决方案，有助于在MCU上实现AI/ML。EFR32/EFM32（xG24、xG26、xG28）和SiWx917系列微控制器由于其低功耗和强大的性能而非常适合TinyML应用。以下是在芯科科技MCU上实现AI/ML的详细技术指南：数据采集与预处理数据采集：使用连接到MCU的传感器采集原始数据，例如加速度计、陀螺仪和温度传感器等传感器都可用于各种应用。预处理：对数据进行清理和预处理，使其适合训练。这可能包括过滤噪声、对数值进行归一化处理以及将数据分割到窗口中。为此，芯科科技提供了数据采集和预处理工具。数据采集工具则由合作伙伴SensiML提供：https://github.com/sensiml/sensiml_xG24_dual_audio_imu_capture 模型训练模型选择：根据应用选择合适的ML模型。常用的模型包括决策树（decision tree）和支持向量机（vector machine）。训练：在高性能云服务器或带有GPU的本地PC上使用TensorFlow训练模型。这包括将预处理数据输入模型并调整参数以最小化误差。模型转换：使用TensorFlow Lite转换器将训练模型转换为与TF Lite Micro兼容的格式。TensorFlow Lite for Microcontrollers (TFLM)中的FlatBuffer转换包括将TensorFlow Lite模型转换为FlatBuffer格式，这是一种紧凑的二进制格式，可以高效地存储和快速地访问。这个过程对于在内存和处理能力有限的微控制器上运行机器学习模型至关重要。FlatBuffers支持直接访问模型而无需解压。一旦采用FlatBuffer格式，该模型可以由微控制器执行，使其能够执行推理任务。这种转换减小了模型大小，使其适用于内存非常有限的设备，并且可以快速访问和执行模型，而无需进行大量解析。此外，它还确保该模型可以在运行速率低于1GHz、代码空间有限（通常低于3MB）、SRAM有限（约256KB）的MCU上被无缝集成和执行。模型部署与Simplicity SDK集成：使用芯科科技的Simplicity SDK将TF Lite Micro与MCU集成。闪存模型（Flashing the Model）：将转换后的模型移植到MCU的Flash上。这可以使用Simplicity Studio完成，它为芯科科技MCU的编程提供了一个用户友好的界面。推理和优化：应用量化和剪枝等优化技术，以减小模型大小并提高性能。运行推理：一旦模型部署完成，它可以在MCU上运行推理。这包括向模型中输入新数据并获得预测结果。软件工具链：新的软件工具包旨在支持开发人员使用一些最流行的工具套件（如TinyML和TensorFlow）快速构建和部署人工智能和机器学习算法。AI/ML软件帮助设计人员创建新的应用程序。除了原生支持TensorFlow来为高效推理提供优化内核之外，芯科科技还与一些领先的AI/ML工具提供商（如SensiML和Edge Impulse）合作，以确保开发人员拥有端到端的工具链来简化机器学习模型的开发，这些模型针对无线应用的嵌入式部署进行了优化。通过将这一全新的AI/ML工具链与芯科科技的Simplicity Studio开发平台以及xG24、xG28和xG26系列SoC结合使用，开发人员可以创建能够从各种互联设备获取信息的应用，这些设备都可以相互通信，从而做出智能的、由机器学习驱动的决策。芯科科技提供各种工具和资源来支持ML应用。以下是其中一些例子：机器学习应用：芯科科技提供集成化的硬件、软件和开发工具，帮助客户快速创建适用于工业和商业应用场景的、安全的智能设备。开发平台支持嵌入式机器学习（TinyML）模型推理，由Tensorflow Lite for Microcontrollers（TFLM）框架支持。该存储库包含一组利用ML的嵌入式应用程序：https://github.com/SiliconLabs/machine_learning_applications 机器学习工具包（MLTK）：这是一个带有命令行实用程序和脚本的Python软件包，可支持基于芯科科技的嵌入式平台开发的机器学习模型。它包括从命令行界面或Python脚本执行ML操作的各项功能，并可确定ML模型在嵌入式平台上的执行效率，以及使用谷歌Tensorflow训练ML模型。参考数据集：MLTK附带参考模型使用的数据集。这些数据集可以在Github上找到： https://github.com/SiliconLabs/mltk/blob/master/docs/python_api/datasets/index.md 音频特征生成器（Audio Feature Generator）：芯科科技提供了与TensorFlow Lite模型一起使用的音频特征生成器。它根据sl_ml_audio_feature_generation_config.h中的配置去进行前端的初始化来生成功能，并以流模式来初始化和启动麦克风。https://docs.silabs.com/machine-learning/latest/machine-learning-tensorflow-lite-api/ml-audio-feature-generation MLPerf Tiny Benchmark：MLPerf Tiny Benchmark是由一家开放工程联盟MLCommons设计的性能评估套件。它旨在衡量ML系统在推理方面的性能和能效，将训练好的ML模型应用于新数据。该基准是专门为低功耗的最小设备量身定制的，通常用于深度嵌入式应用，如物联网（IoT）或智能传感。芯科科技参与了MLPerf Tiny基准测试，提交了展示机器学习工具包（MLTK）功能的解决方案。该工具包包括TinyML基准测试使用的几个模型，可在GitHub上获得，涵盖异常检测、图像分类、关键字识别和视觉唤醒词等应用程序。与以前的版本相比，使用MLPerf Tiny v1.0的结果显示出了推理速度提高，以及代码规模和内存使用量的减少。例如，Plumerai的推理引擎表现出了显著的增强，包括支持时间序列神经网络，如基于LSTM的循环神经网络（RNN），这在运动传感器、健康传感器、语音和音频应用中很常见。 AI/ML合作伙伴芯科科技与业界领先的供应商合作，包括Edge Impulse、SensiML、NeutonAI和Eta Compute等AutoML工具链和SaaS云伙伴建立了合作关系。此外，诸如Sensory和MicroAI等解决方案提供商，以及包括Capgemini和Jabil在内的设计合作伙伴都是该网络的一部分。这些联盟提供了可简化综合解决方案开发的平台，使初学者更容易接触到边缘的AI/ML。 TinyML在MCU上的优势：成本低－MCU价格合理绿色环保－能耗低易于集成－可轻松将MCU集成到现有环境中隐私与安全－在本地处理数据，无需联网传输快速原型开发－快速开发概念验证解决方案自主可靠－微型设备在任何环境下都能稳定运行实时处理－将延迟降至最低嵌入式开发应用流程开发具有机器学习功能的应用需要两个不同的工作流程：使用Simplicity Studio来创建无线应用的嵌入式应用开发工作流程。创建将添加到嵌入式应用的机器学习功能的机器学习工作流程。目标应用运动检测：在商业办公大楼里，许多灯都是由运动探测器控制的，该探测器监测占用情况，以确定灯是否应该打开或关闭。然而，当员工在办公桌前打字时，由于动作仅限于手和手指，因为运动传感器本身无法识别他们的存在，所以可能会出现自动关灯而无法为员工可提供照明。通过将音频传感器与运动探测器连接起来，额外的音频数据（如打字的声音）可以通过机器学习算法进行处理，从而使照明系统能够更明智地决定灯是应该打开还是关闭。预测性维护：可使用芯科科技的EFR32 MCU来开发一个预测性维护系统。这需要使用连接的传感器来收集机器的振动和温度数据，同时训练一个模型来根据这些数据预测潜在的故障，然后将该模型部署在MCU上，实现对机器的实时监控和维护计划。健康监测：使用EFM32 MCU构建可穿戴健康监测设备。使用传感器收集心率和体温等生命体征的数据。训练一个模型来检测数据中的异常。在MCU上部署该模型，帮助用户对健康情况提供实时分析了解。智能农业：使用芯科科技的MCU开发智能灌溉系统。使用连接的传感器收集土壤湿度和天气数据。训练一个模型，以便根据这些数据来优化水的使用。将该模型部署在MCU上，控制灌溉系统，提高作物产量。结论 MCU不再局限于简单任务，而是正成为实现AI的强大平台。通过探索面向AI优化的MCU，我们可以为电池供电的智能设备开辟新的潜在应用。无论是智能家居设备还是工业传感器，AI驱动的MCU正在重塑嵌入式系统的未来。

人工智能

Silicon Labs . 2025-02-21 1 1390
【收购】恩智浦与边缘AI新锐企业Kinara达成最终收购协议

据恩智浦官方微信信息，恩智浦半导体宣布已达成最终协议收购Kinara, Inc.，一家高性能、低功耗且可编程的分立神经处理单元（NPU）行业的领先企业。该公司产品支持广泛的边缘AI应用，包括多模态生成式AI模型。此次收购将以全现金交易方式进行，交易金额为3.07亿美元，预计于2025年上半年完成，需满足监管审批等常规交割条件。未来的智能系统将需要安全、经济高效且节能的边缘AI处理。因此，边缘AI处理市场正经历快速增长。先进的边缘AI能够在本地独立做出关键决策，无需依赖云端，提升响应速度、增强数据隐私保护并降低成本。 Kinara的创新NPU及其全面的软件支持，可在包括传统AI和生成式AI等一系列神经网络中实现高能效的AI性能，满足工业与汽车市场快速增长的AI需求。此次收购完成后，恩智浦可将分立NPU和强大的AI软件集成到处理器、连接、安全和高级模拟解决方案产品组合中，进一步增强恩智浦提供从TinyML到生成式AI的完整、可扩展AI平台的能力。恩智浦和Kinara是长期合作伙伴，Kinara的NPU能够轻松集成到恩智浦行业领先的工业及物联网处理器产品组合中。双方将深化解决方案集成，共同打造可扩展的AI平台，满足工业和汽车领域的各种AI推理需求。恩智浦半导体执行副总裁兼安全互联边缘总经理Rafael Sotomayor表示：“工业市场正在经历变革，生成式AI等创新技术有助于大幅提高效率、可持续性、安全性与可预测性，在多种情形下，还能解锁新的应用场景和功能。将Kinara的AI功能融入我们广泛的智能边缘产品组合，能为新一代AI系统打造一个可扩展平台。我们携手合作，可帮助客户在打造变革性AI系统时，简化复杂流程并加快产品上市进程。” Kinara分立NPU推动边缘AI创新 Kinara的分立NPU（包括Ara-1和Ara-2）在性能和能效方面位居行业前列，因此非常适合用于视觉、语音、手势等新兴AI应用，以及其他各种由生成式AI驱动的多模态实现。这两款器件均采用创新架构，能够映射推理图，以便在Kinara的可编程专有神经处理单元上高效执行，更大限度地提高边缘AI性能。鉴于AI算法未来将不断从CNN演进至生成式AI，甚至发展出智能体AI等新方法，这种可编程性确保了系统的适应性。 Ara-1是第一代分立NPU，能够进行先进的边缘AI推理。Ara-2作为第二代NPU，运算能力高达40 TOPS（每秒万亿次运算），并针对生成式AI实现系统级高性能进行了优化。Ara-1和Ara-2 NPU可以轻松地与嵌入式系统集成，以增强其AI性能，包括对现有现场系统进行升级。 Kinara还提供丰富的软件开发套件，便于客户优化AI模型性能及简化部署流程。Kinara的AI软件产品组合包括广泛的模型库和模型优化工具，都将集成到恩智浦的eIQ AI/ML软件开发环境中，让客户能够快速轻松地创建端到端AI系统。恩智浦和Kinara的联合创新成果将在纽伦堡举办的2025年嵌入式系统展会上展示。欢迎参观恩智浦展台（4A-222号展位），或访问恩智浦官网2025年嵌入式系统展会专题页面，了解更多信息。

边缘AI

NXP客栈 . 2025-02-21 7 2 3700
立体声耳放纳祥科技NX4917，提供 125mW 输出，替代兼容HT4917

耳机放大器(Headphone Amplifier)，简称耳放，是一种用来驱动耳机的声频放大器。它一般会以集成电路的形式出现在便携式耳放设备，如音乐播放器中，主要作用是放大音频信号、提高输出功率以驱动耳机。纳祥科技NX4917 是一款带关断功能的双通道 AB 类耳机运算放大器，主要用于高品质的便携设备。NX4917 还使用无电容直接驱动架构，从单个电源产生接地参考输出，无需大输出隔直流电容器，节省成本、电路板空间和组件的高度。 NX4917 还可以PIN to PIN SGM4917、PIN to PIN SGM4917 HT4917，性能直接国产替代兼容SGM4917、HT4917。㈠ NX4917主要特性作为一款优质的立体声耳机放大器，NX4917主要特性如下所示—— ● NX4917 的增益可通过外围电路设置 ● 以地为参考输出 ● 不需要大容量的直流阻塞电容 ● 不会降低输出电容引起的低频响应 ● 差分输入，用于增强噪声消除 ● 每通道能为 32Ω的负载提供 125mW 的输出 ● THD+N 为 0.02% ● 高 PSRR（217HZ 为 78dB） ● 工作范围为 2.7V~5.5V ● 内置咔嗒声抑制电路 ● 关断控制 ● 低功耗 ● 热过载保护，欠压保护 ▲NX4917功能框图㈡ NX4917产品优势 NX4917是一款双通道AB类125MW耳放，其中，NX4917以下几个产品优势，可以大大节省了电路板空间，降低系统成本，并改善了耳机驱动器的频率响应。其产品优势主要有以下5个—— ① 低功耗 NX4917具有低电平有效的关断控制，可有效降低关断模式下的功耗；并采用2.7V 至5V 单电源供电，仅消耗2.7毫安的电源电流，并规定工作在扩展级-40°C至+85°C温度范围。 ② 节省电路板空间 NX4917 电荷泵只需 2 个小的陶瓷电容，而不是 2 个大尺寸钽电容（典型值为220uF），大大节省了电路板空间，降低系统成本，并改善了耳机驱动器的频率响应。 ③ 内置咔嗒声抑制电路 NX4917 每通道可提供负载为 32Ω，125mW 的功率且 THD+N 只有0.02％。本芯片在无需额外线性稳压器的情况下，在 217Hz 噪声数字电源工作下的电源抑制比（PSRR）为78dB，芯片启动和关机时内置的抑制电路可消除咔嗒咔嗒声和爆音。 ④ 低频噪声电荷泵 NX4917 具有低频噪声电荷泵，350kHz 的开关频率远远高于音频范围，因此不会干扰音频信号。开关驱动器具有受控制的开关速度，可以减小启动与关闭瞬间的噪声。 ⑤ 优良电性能 NX4917 采用 QFN-3×3-16L 封装，体积小、重量轻，散热性好、电性能好，特别适合任何一个对尺寸、重量和性能都有要求的应用。 ▲NX4917封装（QFN-3×3-16L） ▲NX4917管脚设置㈢ NX4917应用领域目前，NX4917作为一种高性能的双通道AB类耳放芯片，已经被广泛应用于各种便携式音频设备领域。它的主要应用领域包括蓝牙耳机、耳机放大器、头戴包式耳机以及其他便携式音频设备，为用户提供出色震撼的音质和听觉体验。 ▲NX4917半成品图 ▲NX4917成品示例图纳祥科技NX4917耳机放大器在强大音频驱动、低功耗、小体积方面表现出色。内置的咔嗒声抑制电路和优良热过载保护机制增强了产品的稳定性和可靠性。对于音频设备制造商而言，NX4917无疑都是一个值得考虑的选择。

耳机放大器

深圳市纳祥科技有限公司公众号 . 2025-02-21 1 6605
Deepseek等AI趋势下，光收发模块年增长率高达56.5%

科技热点观察近期，中国AI初创公司DeepSeek凭借其DeepSeek-R1、V3等系列开源模型，以极低的成本实现了与ChatGPT相媲美甚至超越的性能，这一消息在业界引起了轩然大波，对传统的“算力为王”和“scaling law”观念提出了挑战。与此同时，马斯克旗下的Grok 3大模型也即将发布，他声称这是地球上最聪明的人工智能，具有极强的推理能力。而马斯克的“死对头”、OpenAI公司CEO萨姆·奥尔特曼也不甘示弱，宣布GPT 4o的智力水平将大幅提升。这些AI巨头的竞争不仅推动了AI技术的快速发展，还加速了全球数据中心的建设，因为低成本的AI模型将扩大应用场景，需要更多的数据中心来支撑。随着AI技术的不断进步和应用场景的扩大，数据中心之间的数据传输需求也在急剧增加。光收发模块作为数据中心互连的关键组件，其需求量也随之激增。 TrendForce指出，未来AI服务器之间的数据传输将依赖于大量的高速光收发模块，这些模块负责将电信号转换为光信号进行传输，再将光信号转换回电信号进行接收。据统计，2023年400Gbps以上的光收发模块全球出货量已达到640万个，预计到2025年将超过3190万个，年增长率高达56.5%。 01 晶振在光模块中的应用晶振，即石英晶体振荡器，是电子设备中用于产生稳定振荡信号的元件。在光模块中，晶振的主要作用是提供高精度的时钟信号和频率控制，确保光模块在高速传输时保持稳定性和可靠性。晶振的性能直接影响光模块的传输速率、传输距离、功耗和体积等关键参数。为满足高速数据传输与处理场景日益严格的时序信号需求，YXC推出一系列低抖动、高精度、高频率、微型化、耐高温的差分晶振产品，为相关应用场景提供高度可靠的时钟解决方案。高速率与低抖动随着5G和物联网的普及，对光模块传输速率的要求越来越高。为满足这一需求，光模块内部采用的晶振必须具备高速率和低抖动的特性。如156.25MHz的差分晶振因其低抖动和高稳定性，被广泛应用于高速光模块中，以确保数字信号处理器（DSP）的稳定运行。小封装与集成化随着电子产品的微型化趋势，光模块的封装类型也越来越小，设计越来越精巧。为节约PCB空间，晶振选型方面优先采用3225/2520等小尺寸封装,不仅满足高速率、低抖动的要求，还提供多种封装尺寸，以适应不同光模块的设计需求。工业级温度稳定性光模块的工作环境复杂多变，对晶振的温度稳定性提出了更高要求。工业级晶振通常能在-40℃至+85℃甚至更高温度范围内稳定工作，确保光模块在各种极端环境下都能正常运行。如YXC差分有源晶振，不仅具有低相位抖动，还满足工业级温度需求，广泛应用于高速光模块中。 02 推荐选型—YXC差分晶振高频率丨高稳定性丨低抖动丨低功耗丨小尺寸推荐YXC晶振型号 YSO210PR、YSO230LR、YSO231LJ 光模块应用常用频点 156.25MHz/155.52MHz 差分晶振产品特点 · 高频范围：10 MHz ~2100 MHz · 卓越的相位抖动：最高可达50 fs（@12 KHz to 20 MHz，156.25MHz） · 多种输出方式：LVDS, LVPECL, HCSL · 高精度、高稳定性：提供FS±25ppm的超高精度差分晶振 · 宽广的工作温度范围：-40℃ ~ 85℃、105℃ 或 125℃ · 齐全的封装尺寸：提供从7.0 * 5.0mm到2.5 * 2.0mm之间的封装尺寸，满足PCB设计的灵活性和小型化需求三款产品规格书

晶振,差分晶振,光模块,有源晶振,工业级晶振

扬兴科技 . 2025-02-21 1 6200
东芝推出高速导通小型光继电器，可缩短半导体测试设备的测试时间

东芝电子元件及存储装置株式会社（“东芝”）宣布，最新推出采用S-VSON4T[1]封装的光继电器——“TLP3414S”与“TLP3431S”，具有比东芝现有产品更快的导通时间[2]。TLP3414S与TLP3431S的断态输出端电压和通态电流额定值分别为40 V/250 mA和20 V/450 mA。该产品于今日开始支持批量出货。新型光继电器通过提高输入侧红外LED的光输出并优化光电探测器（光电二极管阵列）的设计，可实现高效的光耦合，将导通时间最大值缩短至150 μs。TLP3414S的导通时间比东芝现有产品TLP3414缩短约50 %，TLP3431S的导通时间比东芝现有产品TLP3431缩短约62 %。此外，当输出打开时，这两款产品的导通电阻会影响信号衰减（TLP3414S：最大值3 Ω，TLP3431S：最大值1.2 Ω）；当输出关闭时，输出电容会影响高频信号泄漏（两款产品均为典型值6.5 pF）。新产品与东芝现有产品[2]相当，确保了稳定的信号传输。新产品适用于半导体测试设备中的引脚电子[3]应用，可在开关信号的同时以高精度高速测量待测设备（DUT）。新产品由于采用小型S-VSON4T封装，与东芝现有产品的VSON4封装[4]相比表贴面积减少了约20 %，有助于实现半导体测试设备和其他设备的小型化。东芝将继续提供更多高性能产品，以满足半导体测试设备对更高性能和更快速度的需求。应用 ● 半导体测试设备（高速存储器测试设备、高速逻辑测试设备等） ● 探测卡 ● 测量设备特性 ● 高速导通时间：tON＝150 μs（最大值） ● 低导通电阻： TLP3414S RON＝3 Ω（最大值） TLP3431S RON＝1.2 Ω（最大值） ● 小型S-VSON4T封装：1.45 mm×2.0 mm（典型值），厚度＝1.3 mm（典型值）主要规格（除非另有说明，Ta＝25 °C）注： [1] S-VSON4T封装：1.45 mm×2.0 mm（典型值） [2] 东芝现有产品TLP3414（额定值40 V/250 mA）和TLP3431（额定值20 V/450 mA），采用VSON4封装 [3] 引脚电子（PE）：用于向待测设备（DUT）提供电源和测试信号，并判断DUT的输出信号的一种接口电路 [4] VSON4封装：1.45 mm×2.45 mm（典型值） [5] TLP3414S的测试条件：RL＝200 Ω、VDD＝20 V、IF＝5 mA，TLP3431S：RL＝200 Ω、VDD＝10 V、IF＝5 mA *本文提及的公司名称、产品名称和服务名称可能是其各自公司的商标。 *本文档中的产品价格和规格、服务内容和联系方式等信息，在公告之日仍为最新信息，但如有变更，恕不另行通知。

东芝

东芝半导体 . 2025-02-21 1 1250
江波龙推出0.6mm超薄ePOP4x，智能穿戴存储创新不止

1月，江波龙推出了7.2mm×7.2mm的超小尺寸eMMC，为AI智能穿戴设备的物理空间优化提供了全新的存储解决方案。继这款创新封装存储产品问世后，江波龙再次推出穿戴存储力作——0.6mm（max）超薄ePOP4x，实现了更精简的穿戴物理布局。超薄封装、高集成度设计穿戴设备更极致的空间利用最大厚度0.6mm(max) | 64GB+16Gb 与标准存储方案相比，ePOP4x采用了创新的封装技术和高度集成设计。其最大厚度仅为0.6mm（max），相比上一代0.8mm厚度产品减少了近25%，是当前市场上最薄的ePOP产品之一。 ePOP4x产品将eMMC和LPDDR4x集成于一体，提供32GB+16Gb和64GB+16Gb的市场主流容量组合，实现了Flash与DRAM的二合一，并采用性能更强的控制器，支持LDPC纠错，满足不同智能穿戴设备对于存储空间和运行内存的多样化需求。此外，ePOP4x采用Package on Package（PoP）封装方式，将芯片直接贴装在SoC主芯片上，极大地节省了PCB占用空间，为尺寸受限的智能穿戴设备提供了更优的嵌入式复合存储方案。自研固件、自有封测专属的存储Foundry模式江波龙的ePOP4x产品采用了自研固件，能够实现快速启动、超低功耗及主控SoC调优等多种功能，兼顾性能和续航表现。此外，ePOP4x还可根据客户的具体需求提供定制版本，提升产品的灵活性，为客户提供更精准的存储解决方案，满足不同应用场景下的个性化需求。同时，江波龙具备自有封测制造能力，其苏州封测制造基地为存储产品提供了创新的封测技术支持。通过定制独立的封装测试和制造产线，江波龙为客户提供了“专品专线”的定制化制造服务模式，不仅确保了产品的稳定供应，还可提升协作效率，满足客户对存储产品的多样化、个性化需求。通过PTM（存储产品技术制造）商业模式，江波龙整合了自研存储芯片、固件、硬件以及创新的封测制造技术，以存储业界Foundry模式向客户快速交付存储产品。 0.6mm超薄ePOP4x、7.2mm超小尺寸eMMC 创新智能穿戴存储从标准化到创新定制，从7.2mm超小尺寸eMMC到0.6mm超薄ePOP4x，江波龙的智能穿戴存储覆盖基础到高端的存储需求，为智能穿戴设备的轻薄化、高性能化提供全方位支持。不积跬步，无以至千里。不积小流，无以成江海。每一次技术的微小进步，都有望为穿戴设备的方寸之间带来创新的改变。未来，江波龙将继续在存储技术的前沿探索，不断挑战物理极限，为智能穿戴设备提供更优选的存储解决方案。 *上述产品数据均来源于江波龙内部测试实际性能因设备差异，可能有所不同

江波龙

江波龙 . 2025-02-21 1 3 1215
GaN FET 在人形机器人中的应用

从科幻走入现实，人形机器人正经历一场静默而深刻的技术革命：更高效的能源控制、更精准的运动算法、更高速的通信架构、更智能的环境感知能力......这些变革正在重塑机器人的“骨骼”、“神经”与“感官”。引言人形机器人集成了许多子系统，包括伺服控制系统、电池管理系统 (BMS)、传感器系统、AI 系统控制等。如果要将这些系统集成到等同人类的体积内，同时保持此复杂系统平稳运行，会很难满足尺寸和散热要求。人形机器人内空间受限最大的子系统是伺服控制系统。为了实现与人类相似的运动范围，通常在整个机器人中部署大约 40 个伺服电机 (PMSM) 和控制系统。电机分布在机器人身体的不同部位，例如颈部、躯干、手臂、腿、脚趾等。该数字不包括手部的电机。为了模拟人手的自由操作，单只手即可能集成十多个微型电机。这些电机的电源要求取决于所执行的具体功能；例如，驱动机器人手指的电机可能只需要数安培电流，而驱动髋关节或腿的电机可能需要 100 安培或更高的电流。与传统伺服系统相比，人形机器人的伺服系统具有更高的控制精度、尺寸和散热要求。本文介绍了 GaN（氮化镓）技术在电机驱动器中的各种优势，并展示了 GaN 如何帮助解决人形机器人中伺服系统面临的挑战。更精确的控制在伺服电机驱动应用中，电机控制通常分为几个控制回路层：电流/扭矩回路、速度回路、位置回路和更高级别的运动控制回路。这些回路通常以级联的形式排列，每个回路都有“实时”处理要求。电流/扭矩回路是速度最快的控制回路。每个上游回路以其之前回路的倍数运行，并为下游回路提供输入参考。图 1 显示了典型的级联控制拓扑。图 1：典型的伺服电机控制回路技术控制回路最重要的部分是电流回路。通常，FET 开关频率与电流回路相同，约为 8kHz 至 32kHz。电流回路的速度直接影响电机控制的精度和响应速度。人形机器人的一个简单动作涉及多个伺服电机的控制。为了协调机器人身体中的近 40 个电机，同时保持系统的稳定性，每个关节的控制精度和响应速度必须满足非常高的要求。可通过提高电机控制回路的速度和 PWM 频率来满足这些要求。例如，100kHz (图 2) 的开关频率可以实现分辨率更高的电机电流，从而实现更小的电机电流纹波和更精确的控制。高分辨率电机电流波形也意味着可以获得更好的正弦电流，这可以提高电机的运行效率并减少电机发热。图 2：100kHz 和 10kHz PWM 电机电流此外，增加 PWM 开关频率可以减小 DC 总线电容器的尺寸和电容。对于要替换为陶瓷电容器的电解电容器，需要满足的总线电容要求降低。伺服功率级 FET 通过 PWM 信号定期从总线电容器汲取电流。当 PWM 频率增加时，每个单位时间消耗的电荷量减小，这意味着所需的总线电容减少。根据 TIDA-010936 的测试，将 PWM 频率从 20kHz 提高到 80kHz 后，可以用电容相等的陶瓷电容器代替电解电容器，以获得相似的总线电压纹波。与电解电容器相比，陶瓷电容器具有明显优势：更小的尺寸、更长的使用寿命、更好的高频特性等。因此，在设计人形机器人时必须考虑速度更高的电流回路和更高的 PWM 频率。对于 MOSFET 型伺服驱动器，PWM 开关频率的增加会带来很大的额外损耗，从而导致驱动器严重发热。当开关频率从 10kHz 增加到 20kHz 时，MOSFET 型驱动器会让总体损耗增加 20%至 30%，这对于人形机器人是不可接受的。此外，GaN FET 在高频下具有较低开关损耗。在 TIDA-010936 测试中，电路板损耗在 40kHz 和 80kHz 下几乎相同，因此 GaN 特别适合高开关频率场景。图 3：TIDA-010936 电路板在 48V 输入电压下的损耗与三相输出电流间的关系减少开关损耗 GaN 之所以能够实现如此低的开关损耗，源于 GaN 器件的特性。GaN 器件具有更小的栅极电容 (CG) 和更小的输出电容 (Coss)，可实现达到 Si-MOSFET 100 倍的开关速度。由于关断和开通时间缩短，可以在较短的范围内控制死区时间，例如 10-20ns，而 MOSFET 通常需要约 1us 的死区时间。死区时间的缩短可降低开关损耗。此外，GaN FET 没有体二极管，但续流功能通过第三象限操作实现。在高频 PWM 场景中，MOSFET 的体二极管会导致较大的反向恢复损耗（Qrr 损耗）。第三象限操作还可避免开关节点响铃和由体二极管引起的 EMI 风险，从而降低对高功率密度人形机器人中其他器件的干扰。尺寸更小人形机器人的关节空间有限。电源板通常是直径为 5-10 cm 的环形 PCB。此外，关节必须集成电机、减速器、编码器甚至传感器。重要的是，设计人员必须在有限的空间内实现更高的功率和更稳定的电机控制。与 MOSFET 相比，GaN 具有更小的 RSP（比电阻、裸片面积尺寸比较），这意味着与具有相同 RDSon 的 MOSFET 相比，GaN 具有更小的裸片面积。德州仪器 (TI) 通过集成 FET 和栅极驱动器进一步减小了占用空间。这样可以实现 4.4mΩ 半桥 + 栅极驱动器，并且封装仅为 4.5 x 5.5mm。图 4：LMG2100 方框图以 LMG2100R026 为例。该器件集成了半桥的 FET 和半桥驱动器，可承受 55A 的持续电流。将驱动器与 FET 集成有许多优势，包括：减少了栅极响铃，让运行更可靠减小了电源回路电感并且优化了封装尺寸通过集成栅极驱动器减小了尺寸通过集成的保护功能保护器件为了在设计中比较 GaN 和 MOSFET，我们可以查看提供类似功率级别的 TIDA-010936 和 TIDA-01629 设计。如图 5 所示，由于集成了栅极驱动器并降低了 GaN 的 RSP，整个功率器件的芯片面积减小了 50% 以上。图 5：GaN 与 MOSFET 功率级比较总结人形机器人对控制精度和功率密度的要求较高。GaN 可以在高 PWM 频率下以低损耗轻松实现更高精度的电机控制。GaN 的高功率密度特性与德州仪器 (TI) 的集成式驱动器的特性相结合，可进一步减小尺寸。由于这些优势，GaN 型电机驱动器可能会成为人形机器人的首选设计，带来更高效、更稳定和更智能的机器人设计。除了人形机器人之外，GaN 技术也是其他类型机器人（协作机器人、外科手术机器人、AGV）、工业伺服系统、家用电器和其他需要高功率密度的应用的理想选择。

TI

德州仪器 . 2025-02-20 1350
iPhone 16e开启苹果2025年AI新时代

苹果于2025年2月19日推出全新入门级iPhone 16e，进一步扩展iPhone 16系列。新机将于2月28日开售，128GB版本起售价为599美元。硬件升级与Apple Intelligence成为亮点 iPhone 16e在规格上进行大幅提升，为用户提供价格更为亲民的选择，同时搭载Apple Intelligence和通常只在旗舰机型中出现的硬件功能。iPhone 16e采用与iPhone 16和16 Plus相同的A18芯片，将进一步扩展搭载强大端侧AI能力的iPhone用户群体，为更广泛的用户带来专属的Apple Intelligence功能，如Genmoji、写作工具、ChatGPT集成以及Private Cloud Compute能力。此次硬件升级的亮点是苹果首款自研5G芯片——Apple C1，这标志着苹果在自主研发芯片方面迈出了重要一步。借助自家5G基带和软件平台，苹果实现了更高的能效，降低了AI功能带来的功耗。这一举措不仅提升了成本竞争力，还增强了连接能力，对于开启移动设备的新应用场景至关重要。苹果一直通过使用前代机型的零部件来降低BOM成本，提升新款iPhone SE系列的价格竞争力。iPhone 16e延续这一策略，采用了与iPhone 14相同的显示屏，大大降低了面板成本。此外，像以往的SE系列一样，iPhone 16e只配备了一颗主摄像头，但将2倍长焦选项集成到这颗摄像头中。iPhone 16e的主摄和前置TrueDepth摄像头与iPhone 16的规格基本一致，确保了规模效应带来的优势。尽管如此，iPhone 16e依然搭载了A18芯片和与iPhone 16系列相同的DRAM，以支持Apple Intelligence。因此，起售价也相应上涨至599美元，使其成为迄今为止最贵的SE机型。这一定价策略与苹果积极推动AI的战略一致，苹果计划将Apple Intelligence引入全系列产品。预计这一战略将使苹果在2025年成为出货量最多的AI手机厂商，推动其AI生态系统的快速扩展。在AI手机市场中有竞争力的定位 iPhone 16e将在苹果2025年全球推广Apple Intelligence的过程中起到关键作用，为入门级用户提供了进入iOS生态系统的途径。其较为实惠的定价降低了进入门槛，让更多用户能够体验到苹果的AI功能。Canalys发布的AI手机现在与未来报告，预计到2025年，AI 安卓手机的平均售价将降至689美元，相较2024年下降30%。这一价格变化使得iPhone 16e在该细分市场中具备了更强的竞争力。然而，随着AI SoC成本的不断下降，苹果可能面临更大的压力，如何在保持市场份额的同时平衡价格与性能，将是其面临的重要挑战。 i Phone 16e的目标用户群体旧设备用户：iPhone 16e非常适合鼓励旧款iPhone用户进行升级。Canalys和Omdia数据显示，iPhone 11、12和13是全球出货量最高的智能手机机型，总出货量达到3.73亿台。针对这些机型的用户，苹果有机会扩大市场份额并增加其装机量。更重要的是，增加AI iPhone的装机量将为苹果的服务收入以及第三方服务提供商和AI开发者社区带来益处。二手iPhone用户：iPhone的高保值率使得iPhone 16e成为一个有吸引力的选择——以相对较小的价格差异提供一款全新的AI手机。例如，iPhone 15在美国的二手市场价值约为520美元，而iPhone 16e的起售价为599美元。这一定价会使16e成为消费者尝试最新技术的吸引选项。此外，消费者还能享受通过苹果授权渠道购物的高端体验，获取以旧换新计划和金融选项（在某些市场）等服务，进一步提升其吸引力。 Z世代：作为苹果未来消费者的主力军，培养Z世代的品牌忠诚度对于苹果巩固其潮流引领者地位以及建立长期的生态系统参与至关重要。iPhone 16e的提前上市可能在三月假期和开学季期间抓住需求，最大化针对年轻消费者的销售。通过提供类似于苹果旗舰机型的内容创作功能，同时保持核心照相功能，iPhone 16e将与注重社交媒体、创意和AI驱动体验的Z世代用户产生共鸣。新兴市场将成为iPhone增长的关键 iPhone 16e在拉美和东南亚等价格敏感的市场中具有强大的吸引力。其6.1英寸的显示屏为旧设备用户提供了熟悉的过渡体验，帮助他们更顺利地融入苹果生态系统。此外，苹果对新兴市场的关注旨在弥补中国和日本等成熟市场增长放缓的趋势，确保长期的市场多样化。苹果必须通过战略性的渠道定位扩展其产品组合，利用16e与运营商和金融解决方案合作，使入门级iPhone对于那些价格敏感的消费者更有吸引力。通过入门级计划加强与运营商的合作伙伴关系，能够提高iPhone 16e的实惠性并促进其普及。历史上，iPhone SE在运营商促销中发挥了重要作用，作为入门级合约计划的高性价比选择，iPhone 16e有望进一步强化这一角色。Canalys的数据显示，苹果在2024年的运营商渠道出货量占总出货量的25%，这凸显了与电信运营商保持强大合作关系的重要性。通过借助运营商促销，苹果能够最大化iPhone 16e的覆盖范围和价格竞争力，进一步巩固其市场地位。尽管iPhone 16e是苹果产品组合中的重要补充，但苹果必须战略性地分配资源，评估市场对入门级iPhone的需求。过分强调iPhone 16e可能会对苹果品牌定位产生意外影响。苹果在其旗舰设备上进行了大量投资，若入门级和高端机型之间的差距缩小，可能导致产品定位冲突，进而削弱旗舰机型的吸引力。在经济实惠与差异化之间找到平衡，将是保护苹果品牌价值并扩展市场份额的关键。相关报告 Canalys深度报告：AI手机的现在和未来

苹果

Canalys . 2025-02-20 1 2 1425
2024-29 年全球企业服务预测：接近 3.8 万亿美元市场规模

本报告总结了 Omdia 最新发布的《2024-29 年数字企业服务预测》中的要点，并讨论了相关市场趋势。我们在研究IT和专业服务市场的增长情况时考虑到了宏观经济和地缘政治的影响。我们还分析了区域和行业发展情况。我们在研究服务提供商市场机会的时讨论了人工智能 (AI) 和区块链等新兴服务。服务提供商和企业决策者可以从 Omdia 的预测总结和分析中获益；本报告也提供了具体建议。摘要预计从 2024 年起，全球 GDP 增速将放缓；世界银行在其 2024 年预测中下调了 2025 年的增长。然而，巴西和美国等一些主要市场最近的表现超出了世界银行对 GDP 的增长预期。地缘政治紧张局势持续紧张，有关冲突升级和可能的结果存在不确定性（例如，乌克兰和中东的持续军事冲突）。此外，中国大陆和台湾地区、朝鲜和韩国之间的紧张局势以及其它区域冲突可能加剧。尽管不确定性日益增加，但股市保持稳定，企业估值不断上升，包括各种制造商和 AI 解决方案提供商在内的技术公司和国防部门供应商尤其如此。唐纳德·特朗普在美国总统大选中获胜将引发政策变化，为 2025 年及以后增加了一层不确定性，这可能会对美国和全球市场产生破坏性影响。中国大陆经济放缓仍令人担忧，特别是房地产市场低迷、国内消费疲软、失业问题加剧。美联储、欧洲央行和其它机构的利率处于历史高位，导致借贷成本上升，这可能会阻碍企业投资。然而，一些央行已经开始降息，这可能会缓解压力，但也存在加剧通胀的风险。许多小型企业继续挣扎求生，因为它们往往迫于更高的员工和管理费用而提高价格，从而导致收入下降。买家面对高昂的价格，会减少消费，或者转而选择更便宜的替代品。能源价格持续波动；各国政府旨在推动采用清洁技术的绿色政策和倡议可能会导致企业成本远远高于预期，因预算紧缩需要，可能会削减其它方面的支出。供应链中断（例如，中美贸易制裁以及对主要航线的攻击）损害了电信运营商及其供应商的业务运营。所带来的风险会导致投资更加谨慎，进而可能减缓发展和增长的步伐。 Omdia 预计，企业将扩大对自动化、AI、分析及其它新兴技术的投资，为未来业务和运营模式做好准备，以实现成本节约、创新和差异化。环境日益复杂，需要系统集成商 (SI)、管理服务提供商 (MSP)、电信运营商和 ICT 供应商提供咨询、集成和各种管理及专业服务。服务支出： 2025-29 年， IT 服务的潜在市场规模将以 9.5% 的 CAGR 增长，到 2029 年达到 3.8 万亿美元。 Omdia 预计，企业服务需求将稳步增长，原因如下： • 需要更高的运营效率和成本节省。 • 商业模式变革需要技术创新 • 推动通过物联网 (IoT)、AI/分析来收集、利用数据并实现创收 • 更多分布式托管工作负载管理（云和边缘） • 防范日益增多的网络攻击预计未来五年将出现适度到强劲的增长，成熟技术增速将放缓。固定网络服务收入将略有下降；预计移动网络服务增长缓慢。服务提供商（特别是网络运营商）继续向云、安全、工作空间和新兴服务领域拓展。开发和集成等应用服务仍为交付完整解决方案的服务带来重要附加值。给服务提供商的建议服务提供商需要积极接受基于 AI 的服务，并将其集成到行业特定的端到端解决方案中。服务提供商需要在标准构建基块和更多定制方法之间找到适当的平衡；这应该得到跨关键技术的广泛合作伙伴生态的支持。服务提供商应该致力于成为对企业而言值得信赖的首选提供商。为此，除了需要涵盖广泛技术基础（包括网络连接、云、网络安全、基础设施，以及至少一些新兴服务）外，还需要具备咨询、集成和支持等能力。如果提供商未能在此方面脱颖而出，则其可能会被企业视为战略意义不重要的合作伙伴，很容易在交易中被竞争对手取代。探索相关机会，通过将 AI 融入网络、云、基础设施管理和垂直行业，获取新能力，提高效率以及节省成本。企业在转型之旅中需要专业的 AI 顾问。在内部采用 AI 解决方案，有助于构建专业知识，了解如何为客户提供 AI 相关服务和专长。务必抓住每个 AI 机会，但要专注于少数与核心客户群最相关的 AI 用例。做好为数据创收、数据主权和数据合规提供支持的准备，因为这些是某些企业选择购买的关键标准。务必要以端到端解决方案的形式（如数据库即服务或分析即服务）提供此类服务，还要确保网络安全与防范能力紧密结合。确保数据可以托管在主要客户运营所在核心市场等选定位置。务必要遵守《通用数据保护条例》(GDPR) 等相关政策和法规，合并不同数据源时尤其如此。服务提供商需要与开发者社区和软件提供商合作，为特定用例、垂直行业和地理位置提供合适的应用。应用开发对于能否实现差异化愈发重要，并为端到端解决方案的进一步创收提供了机会。构建一个市场平台，以轻松获取自有和合作伙伴的应用及服务。除了加入合作伙伴主导的生态之外，此举是建立自有生态的关键部分。开放、文档化的应用程序接口 (API) 以及标准化，有助于使该合作伙伴生态战略变得切实可行。仔细评估任何超大规模科技公司合作伙伴关系带来的益处，避免卷入某些举措，这些举措可能会危及电信运营商或系统集成商作为独立提供商的定位，并可能导致一定程度的锁定。相反，要致力于成为对客户而言值得信赖的合作伙伴，并做好与客户相关超大规模科技公司合作的准备。在内部实施严格的环境、社会与公司治理 (ESG) 标准，并将这些标准纳入任何企业解决方案中，以实现企业的 ESG 目标。由于缺乏共同标准，此举极具挑战性；因此，建议大型提供商在此方面率先垂范，使用明确定义且可衡量的资质凭证。给大型企业的建议在持续的数字化转型过程中，企业需要值得信赖的服务提供商提供明确指导。企业还需要在标准和定制解决方案之间找到适当的平衡，并根据其净利润评估不同的服务水平和新兴技术。网络连接是各种业务流程和以创新为核心的举措的重要赋能因素。然而，对于单个工作负载和环境而言，适当调整连接的规模很重要：企业应该只在所需之处为高端 5G 连接付费（例如，用于实时分析和各种基于 AI 的数据密集型服务），而 4G 足以满足常见场景和大多数 IoT 设备的需求。数据主权是一种锁定，通常与更高的价格存在关联。企业买家必须做出艰难的选择：是将所有相关数据都放入主权云中，还是将敏感数据与非敏感数据分开处理。集中数据的前期成本更高；拆分数据源最终可能会带来巨大的成本。切勿被当前围绕生成式 AI (GenAI)是必须品的大肆炒作冲昏了头脑，而是要仔细评估任何大型语言模型 (LLM) 补充现有流程的方式，以及使 GenAI 真正成为客户和员工体验差异化因素所需的定制培训数量。与能够提供合适软件并充分了解您所在行业的合规合作伙伴开展合作。探索相关机会，利用您的数据获取新服务和额外收入来源。扩展 IoT 数据收集、合并不同的数据源以及运行先进的 AI/分析，可能会释放新的价值。企业需要意识到，大型 LLM 会将所有数据吸收到 LLM 中，因此易产生信息泄露的风险。确保所选 LLM 真正可供企业使用很重要，这可能需要与服务提供商合作开展广泛的培训和测试。与服务提供商合作伙伴合作开发、集成和定制应用，而非尝试在企业内部构建特定应用。这些合作伙伴能够进一步处理数据管理、连接、云和网络安全等方面的问题，理想情况下，可将这些方面融入针对企业需求量身定制的更广泛端到端解决方案中。企业可以首先就数字化转型计划与具有特定垂直解决方案及行业概念的系统集成商、管理服务提供商和电信运营商合作，并获得支持，为未来业务和运营模式做好准备。您可以在主要提供商的指导下进行相关探索，并利用其创新中心尝试定制化和共同创新。确保主要服务提供商符合所需的 ESG 标准，包括任何与可持续发展相关的政策以及合适的公司文化，以便开展更深入的合作，而不会遇到任何重大问题。具体标准要做到实际上可衡量、可比较。如果与具有可疑或不透明 ESG 记录的提供商开展合作，将会面临声誉受损和潜在客户损失的风险。

数字企业

Omdia . 2025-02-20 2 1205
意法半导体推出云光互连“黑科技”，让数据中心和AI集群性能一路狂飙

❖ 新一代硅光技术和下一代BiCMOS专有技术带来更出色的连接性能，面向即将到来的800Gb/s和1.6Tb/s光互连应用需求。 ❖ 与价值链上下游合作伙伴共同制定可插拔的、能效更高的光收发器路线图，面向下一代AI集群的GPU互连应用。意法半导体（简称ST）推出了新一代专有硅光技术，为数据中心和AI集群带来性能更高的光互连解决方案。随着AI计算需求的指数级增长，计算、内存、电源以及这些资源的互连都面临着性能和能效的挑战。意法半导体新推出的硅光技术和新一代BiCMOS技术可以帮助云计算服务商和光模块厂商克服这些挑战。计划从2025年下半年开始，800Gb/s和1.6Tb/s光模块将逐步提升产量。数据中心互连技术的核心是成千上万个光收发器，这些器件进行光电和电光信号转换，在图形处理单元（GPU）、交换机和存储之间传输数据。在这些收发器中，意法半导体新推出的专有硅光（SiPho）技术可支持客户在一颗芯片上集成多个复杂组件；同时，意法半导体另一项专有新一代BiCMOS技术则带来了超高速、低功耗光连接解决方案，可助力AI市场持续增长。意法半导体微控制器、数字IC和射频产品部总裁Remi El-Ouazzane表示：“人工智能需求正在加快高速通信技术在数据中心生态系统中的普及应用，现在正是ST推出新的高能效硅光技术以及新一代BiCMOS技术的好时机，因为这两项技术能够让客户设计新一代光互连产品，为云计算服务运营商提供800Gbps/1.6Tbps的光互连解决方案。这两项技术是客户光模块开发战略中的两个关键器件，拟在ST的欧洲300毫米晶圆厂制造，并作为独立的厂家为客户大批量供货。今天的公告标志着我们PIC产品系列的第一步，得益于与整个价值链中关键合作伙伴的紧密合作，我们的目标是成为数据中心和AI集群市场中硅光子和BiCMOS晶圆的头部供应商，无论是现在的可插拔光模块，还是未来的光I/O连接。” 亚马逊网络服务副总裁Nafea Bshara表示：“AWS非常高兴与ST合作开发新型硅光技术PIC100，该技术能够连接包括人工智能（AI）服务器在内的所有基础设施。基于ST所呈现的工艺能力，使得PIC100成为光互连和AI市场上先进的硅光技术，AWS决定与ST合作。我们对这将为这项技术带来的潜在创新充满期待。” LightCounting首席执行官兼首席分析师Vladimir Kozlov博士表示：“数据中心用可插拔光收发器市场增速显著，2024年市场规模已达到70亿美元，在2025-2030年期间，复合年增长率（CAGR）预计将达到23%，期末市场规模将超过240亿美元。基于硅光调制器的发展，光模块的市场份额将从2024年的30%上升到2030年的60%。” 备注：ST的SiPho技术与ST BiCMOS技术的整合形成一个独特的300毫米硅平台，产品定位光互连市场，这两项技术目前都处于产品转化阶段，计划将在ST位于法国克罗尔300毫米晶圆厂投产。

ST

意法半导体中国 . 2025-02-20 1270
USB，CANFD，段码LCD，适用低功耗电池应用——瑞萨RA家族低功耗MCU系列新成员RA4L1量产上市

瑞萨RA家族RA4L1低功耗MCU产品系列于2025年2月推出。RA4L1 MCU产品，基于Arm® Cortex®-M33（CM33）内核开发，实现了低工作电压、低功耗与丰富外设的理想性能，同时提供段码LCD和电容式触摸功能。丰富了RA系产品，适合低功耗电池应用。主要特色低工作电压、低功耗：RA4L1的工作电压低至1.6V，待机电流低至1.65µA，并具有多种低功耗模式，用户能够根据应用要求来动态优化功耗/性能。丰富的外设，集成了CANFD、USB 2.0 FS、I2C/I3C和低功耗UART等通信接口。支持段码LCD和电容式触摸功能。丰富封装选型：提供48-100pin管脚，LQFP，QFN，BGA和CSP封装类型选项。支持-40到125°C的工作温度。 RA产品阵容及RA4L1定位 RA4L1产品框图主要功能 80MHz Arm® Cortex®-M33，支持TrustZone。 512KB双区块闪存和64KB SRAM，8KB数据闪存。 168µA/MHz工作电流、1.65µA待机电流，3.5µS内快速唤醒。 USB 2.0 FS， CANFD。 SCI多功能串口（UART、简单SPI、简单I2C）、低功耗UART、I2S。支持XIP的四线SPI。 12位ADC，12位DAC，低功耗模拟比较器。 8x48段码LCD驱动器，12通道电容式触摸。更多性能介绍请访问 RA4L1-基于80MHz Arm Cortex-M33并支持TrustZone、段码LCD控制器和高级安全功能的低功耗MCU | Renesas瑞萨电子 https://www.renesas.cn/zh/products/microcontrollers-microprocessors/ra-cortex-m-mcus/ra4l1-80mhz-arm-cortex-m33-based-low-power-mcu-trustzone-segment-lcd-controller-and-advanced-security RA4L1开发生态系统 RA系列统一的开发平台，易于移植。灵活的软件包（FSP），包括HAL驱动程序。与Arm®生态系统合作伙伴合作。支持瑞萨电子原创开发工具（e2studio、E2/E2 Lite） RA4L1开发评估板已上市。 RA4L1开发评估板（EK-RA4L1）介绍 RA4L1评估板配备了RA4L1微控制器，通过瑞萨电子的灵活软件包（FSP）和e2 studio IDE，帮助用户轻松评估RA4L1 MCU产品组的特性，并开发嵌入式系统应用程序。用户可利用丰富的板载功能及其自选的热门生态系统插件，将创意变为现实。（您可复制下方链接至浏览器，或扫描二维码进行查看）灵活软件包（FSP） https://www.renesas.cn/zh/software-tool/flexible-software-package-fsp e2 studio https://www.renesas.cn/zh/software-tool/e-studio RA4L1 MCU产品组 https://www.renesas.cn/zh/products/microcontrollers-microprocessors/ra-cortex-m-mcus/ra4l1-80mhz-arm-cortex-m33-based-low-power-mcu-trustzone-segment-lcd-controller-and-advanced-security 80 MHz RA4L1 100引脚LQFP 内置J-link板载支持轻松调试内部或外部调试选项包括段码式LCD显示器和QSPI闪存所有I/O引脚均可在接头上使用 2个用户按钮和3个用户LED 多个接口，包括 USB FS CANFD ArduinoTM （UNO R3）连接器两个Digilent PmodTM （SPI、UART和I2C）连接器 MikroElektronikaTM mikroBUS连接器两个Seeed Grove®系统（I2C/I3C/模拟）连接器（未焊接） SparkFun Qwiic®连接器（未焊接）了解RA4L1开发板使用，请参考RA4L1开发板快速入门指导： EK-RA4L1 v1 Quick Start Guide https://www.renesas.cn/zh/document/qsg/ek-ra4l1-v1-quick-start-guide?r=25570359 RA4L1主要应用 RA4L1集成低功耗和段码屏接口，适合于表计市场。RA4L1也集成丰富的外设，满足多种低功耗应用。 RA4L1封装及产品信息更多信息，请访问 RA4L1-基于80MHz Arm Cortex-M33并支持TrustZone、段码LCD控制器和高级安全功能的低功耗MCU | Renesas瑞萨电子 https://www.renesas.cn/zh/products/microcontrollers-microprocessors/ra-cortex-m-mcus/ra4l1-80mhz-arm-cortex-m33-based-low-power-mcu-trustzone-segment-lcd-controller-and-advanced-security

瑞萨

瑞萨嵌入式小百科 . 2025-02-20 1145
适配所有BridgeSwitch电机驱动器IC，PI更新MotorXpert软件

近几年来，由于无刷直流电机的效率相对更高，噪声更低，用量在逐年提升。特别是各国都推出了更加严格的能效标准之后，很多家电和暖通空调厂商都转向了无刷直流电机。 PI（Power Integrations，简称PI）在2018年推出了其首款电机驱动器IC BridgeSwitch-1，随后在2024年推出了第二代产品BridgeSwitch-2，该产品适用于30W~746W的多种应用场景，比如家电、工业电气和电机设备。其最大的特点是加入了更加关注能耗，待机功耗可以做到10mW以下。其实，无刷直流电机是一个机电一体化产品，需要研发工程师不仅要懂硬件也需要很擅长软件。但现状是这样的人才市场上并不多见，因此，为了应对这样的局面，PI除了推出相关的电机驱动器IC产品之外，在电机设计软件方面也投入了很多的资源。他们为其电机驱动芯片开发了一个工具软件MotorXpert。 2025年2月18日，PI将该软件更新到了MotorXpert 3.0，以适配BridgeSwitch-2的新特性，充分发挥BridgeSwitch-2的性能。 MotorXpert 3.0新特性据PI资深技术培训经理阎金光（Jason Yan）介绍，MotorXpert 3.0是一套专门用于对采用PI BridgeSwitch电机驱动器IC的无刷直流电机逆变器进行配置、控制和检测的软件工具。新版本含有PI的无分流检测电路和无传感器磁场定向控制（FOC）技术，并增加了对高级调试方式和任何负载条件下启动的支持，同时也对主机用户界面和调试工具进行了重大改进。阎金光指出，优化后的软件设计工具可以大大降低电机工程师的研发工作量。首先，新的软件工具具有直观的图形界面，工程师可以在短时间内熟悉软件，快速上手。其次是MotorXpert 3.0内部集成了一个类似示波器的示波仪，能够抓取显示实时的工作波形，实时观测电机的运行状态，方便工程师设计、配置参数及操作，并简化了调试过程。当然，数据也可以导出为.csv后缀的文件。三是可以协助工程师完成每个工作阶段的调试。比如设置、电机配置、启动调试和闭环调试等不同工作阶段的调试。阎金光介绍说，新的软件工具具有参数工具提示和精调助手功能，可加快工程师的开发进程，直观的参数列表也方便了电机精调。值得一提的是，MotorXpert 3.0具有V/F和I/F控制功能，可在任何负载条件下启动电机。他还特别强调，新的软件工具具有缺省模式和专家模式，适用于不同技术专长的用户。如果是经验不足的工程师可以使用缺省的调试模式，仅需要调整4项参数就可以了，而如果是经验丰富的工程师则可以采用专家模式进行详细的工作参数优化。为何推出MotorXpert 3.0 阎金光解释之所以做这么一套软件是因为电机是一个机电一体化产品，需要软硬件的结合，MotorXpert与其他市面上的调试软件最大的不同是，它针对PI的产品进行了适配，包括最新的BridgeSwitch产品的新特性，比如电流监测、无感相电流检测、故障报告、睡眠模式等。新的软件工具可以根据不同型号产品的特点自动选择相应的方式，比如故障报告方式是选择EF还是FAULT方式，电流反馈方式是否选择IPH增益调整；是否选择睡眠模式的节能特性等。 MotorXpert 3.0主机端是安装在客户电脑内的，它包含了支持无传感器设计的单相和三相代码库、参考设计和其他工具，比如电源设计和分析工具等。在调试好电机之后，可以可以通过电脑端的主机端产生一套MCU可以使用的软件代码，这套代码可以在任何品牌的MCU上进行移植使用。也就是说MotorXpert软件包可与任何MCU搭配使用，同时提供完善的软件代码移植指南，以简化对各种MCU的支持。它是按照MISRA标准以通用的C语言工具来实现的。更重要的是，MotorXpert 3.0是免费提供给客户使用的。它包括快速入门指南、软件手册、MCU软件代码移植指南、单相和三相软件库，以及视频教程等。

电机驱动器

芯查查资讯 . 2025-02-20 1580
美光与Astera Labs合作，将SSD性能提升至 27GB/s 的新水平

古往今来，无数杰出人物通过合作创新推动了人类社会的发展。例如，莱特兄弟与机械师查理·泰勒合作，制造世界上第一架飞机，缔造了一段传奇。他们分别专注于飞机功能和设计的不同方面，合作构建出了完整的飞行系统。正如莱特兄弟通过合作实现了首架动力飞行器一样，美光与Astera Labs合作，将SSD性能提升到了新的高度，最终实现了突破性的PCIe 6.0互操作性演示。我们先来回顾一下这段合作历史。2024年3月，Astera Labs宣布推出PCIe 6.0重定时器产品线 (Aries 6重定时器系列)，随后于2024年10月在业界率先推出PCIe 6.0交换机，从而进入了PCIe交换机市场。2024年8月，美光在FMS峰会上宣布推出首款面向生态系统的PCIe 6.0 SSD，引起了业界轰动。美光与Astera Labs的合作始于2019年，当时Astera Labs还是一家规模相对较小的初创公司。随后双方开展了密切合作，进行互操作性测试和联合验证，包括在Astera Labs的云计算级互操作性实验室中进行的联合测试工作，以确保美光的SSD在不同环境下均能提供优异性能。Astera Labs在其实验室中对美光量产SSD进行了验证测试，确保双方的产品能以最佳性能协同工作。在DesignCon 2025大会上，Astera Labs演示了业界首个PCIe 6.0交换机与PCIe 6.0 SSD 端点之间的互操作性，展示了其PCIe交换机与美光SSD配合使用时的能力。这次公开演示是双方工程团队围绕PCIe 6.0互操作性测试所进行的深度技术合作的结晶。过去几个月里，双方在Astera Labs的实验室和美光的验证工程实验室联合举办了多次技术研讨会。这次业界首个PCIe 6.0互操作性演示中最引人注目的一点是，演示中使用的美光PCIe 6.0数据中心SSD实现了高达27 GB/s的性能，可能是迄今为止速度最快的PCIe 6.0 SSD演示！这一成就堪比莱特兄弟第一次驾驶动力飞机飞行，不仅为SSD性能设定了新的标准，还有助于激发未来的创新。作为美光发展战略的基石，未来美光将继续与Astera Labs合作，不断创新并突破技术界限。双方将携手致力于提供业界前沿解决方案，推动数据存储和高速连接进入新的时代，正如莱特兄弟和查理·泰勒推动人类进入航空时代一样。

美光

Micron美光科技 . 2025-02-20 675
见证历史！微软量子计算芯片问世

随着美国科技巨头微软公司周三发布新型量子计算芯片Majorana 1，全球投资者又到“上物理课”的时间了。微软表示，通过这个“全球首款拓扑架构量子芯片”，开发出能解决“有意义工业规模问题”的量子计算机，将是未来几年就能实现的事情，而不是科学界此前预期的几十年。作为本文最容易理解的部分，微软的最新公告带动量子计算概念齐涨。截至发稿，Quantum Computing涨超6%、D-Wave Quantum涨近10%。 ▌所以，这到底是什么东西？作为这项技术突破的大背景，量子计算机的核心是量子比特（qubits），这是量子计算中的信息单位，类似于今天计算机使用的二进制。问题在于，量子比特相当脆弱，并且对环境噪声非常敏感，可能导致计算错误或数据丢失——对于计算机来说是毁灭性的结果。这也是量子计算目前发展缓慢的核心矛盾。对于正在开发量子计算机的微软、谷歌、IBM来说，最终目标是实现在可控大小的芯片上容纳100万个量子比特——俗称通用容错量子计算机。为了解决这个问题，微软花了17年时间交出了目前的答卷：通过创造所谓的“世界首个拓扑体”，得以观察和控制马约拉纳粒子，从而产生更可靠和可扩展的量子比特。理论物理学家埃托雷·马约拉纳在1937年首次描述马约拉纳粒子，但它们在自然界中并不存在。直到几年前，这种粒子从未被观察到或制造出来。在《自然》杂志发表的论文中，微软透露使用砷化铟（半导体）和铝（超导体），通过逐个原子设计和构建拓扑导体线材——所谓“量子时代的晶体管”。微软研究员Krysta Svore介绍称，正确选择材料堆栈以产生拓扑物态是最困难的部分之一。Svore表示：“我们实际上是逐个原子进行喷涂的，这些材料必须完美对齐。如果材料堆中有太多缺陷，就会毁掉你的量子比特。” 微软解释称，当拓扑导体线材被冷却到接近绝对零度并通过磁场调谐时，会在两端形成马约拉纳零能模（MZMs）。马约拉纳量子比特比其他替代品更稳定。它们快速、小巧且可以数字控制，并具有独特的属性，可以保护量子信息。在Majorana 1芯片上，微软将拓扑导体纳米线连接在一起形成一个“H”，每个单元有四个可控的马约拉纳粒子，构成一个量子比特。“H”单元可以连接，微软已经成功将8个单元放置在一块芯片中。通过这种方式，微软使得量子比特能够以数字方式进行控制，重新定义并大大简化了量子计算的工作方式。除了制造马约拉纳粒子外，微软现在也具备从中测量信息的能力。微软表示，新的测量方法可以精确到检测超导线中十亿个和十亿零一个粒子之间的差异——这会告诉计算机量子比特处于什么状态，并为量子计算奠定基础。测量可以通过电压脉冲开关来开启和关闭，简化了量子计算的过程和构建可扩展机器的物理要求。当然，微软最终的目标依然是在巴掌大的芯片上，放入100万个量子比特。对于人类而言，量子计算的实现也意味着现在许多“投入全地球算力仍需要几千年才能解决的问题”，看到短期内解决的希望，特别是在材料学和医学领域。接下来进入“画饼”时间。微软表示，通过量子计算的强大算力，可以帮助科学家解决“材料为什么会被腐蚀、断裂”，从而开发出能自动修复桥梁、飞机部件裂纹、破碎手机屏幕的自愈材料。量子计算也能全面释放AI的潜能。科学家和开发者能够用简单的语言来描述他们想要创造的新材料或者分子，并能立即得到答案，无需猜测或多年的试错。 ▌这一领域中国亦有布局对于微软报告中提及的“拓扑量子”和“马约拉纳零能模”等领域，中国科学家近几年来也有科研进展。据央视2022年时报道，中国科学院院士、中国科学院物理研究所研究员高鸿钧团队对铁基超导体LiFeAs进行了更加细致而深入的研究。他们在实验上发现，应力可以诱导出的大面积、高度有序和可调控的马约拉纳零能模格点阵列。这项研究为实现拓扑量子计算提供了重要的高质量研究平台。去年8月，上海交通大学物理与天文学院、李政道研究所李耀义副教授、贾金锋院士与香港科技大学刘军伟副教授组成联合攻关团队，在拓扑晶体绝缘体的超导磁通涡旋中发现多重马约拉纳零能模存在的关键证据。这项研究也以《单个磁通中多重马约拉纳零能模杂化的特征》为题在自然杂志上发表。

微软

科创板日报 . 2025-02-20 1060
武汉发布人工智能产业新政，每年补助一批垂直大模型，向中小企业发放千万元“算力券”

2月18日，武汉市人民政府网站发布《武汉市促进人工智能产业发展若干政策措施》（以下简称《措施》），支持关键技术突破，组织实施市级科技重大专项，给予单个项目最高2000万元资金支持。这是继《武汉建设国家人工智能创新应用先导区实施方案（2023—2025年）》（以下简称《方案》）描绘“蓝图”后，武汉首发人工智能支持政策。 “光谷曾出台全国首个区域性人工智能产业政策，武汉建有全国首个具有公共服务性质的人工智能计算中心，全国首个大型社会模拟器诞生在此，武汉还是全国首个智能网联汽车跨越长江通行的城市。”武汉市经信局人工智能处主要负责人介绍，“可以说，在武汉向上而行的历程中，从来都有敢为人先的勇和‘智’。发展人工智能，时不我待。” 《措施》锚定“打造国内一流的人工智能创新集聚区和产业高地”，分别从支持关键技术突破、强化普惠算力供给、增强模型创新能力、支持公共服务平台建设等10个方面给予支持。武汉市经信局人工智能处主要负责人介绍，措施有三个亮点：精打细“算”、群策群“智”、“用”智施谋。 “精打细‘算’”，指的是《措施》强调普惠性，尤其是算力供给要“投小”，雨露滴进细缝，让每棵树苗都有机会长成参天大树。《措施》提出，根据算力使用情况每年设立总额不低于1000万元的算力服务券，重点支持中小企业购买算力服务，对企业使用算力服务费用给予50%最高20万元补助，补助期限不超过三年。 “人工智能‘三驾马车’中，算力是基础。”武汉市经信局人工智能处主要负责人介绍，“发放‘算力券’正是瞄准中小企业使用算力时成本较高的痛点。”普惠算力助推新兴企业“破壳”，已被验证。据介绍，杭州人工智能小镇阿里云为科技企业提供了成本仅为传统方案1/3的算力支持。深度求索（DeepSeek）训练千亿参数模型时，算力成本比其他城市低37%。同时，《措施》提出，引育高端人才、汇聚形成人工智能百亿元基金投资生态等，注重补齐要素。 “群策群‘智’”，指的是提倡开源协同。《措施》指出，对开源开放、协同共享的人工智能公共服务平台，开展服务效果评审，经评审通过的，按照平台实际建设投入费用给予30%最高500万元资金支持。对人工智能领域中试平台，根据设备投入、开放频次、服务质量等，给予最高1000万元资金支持。 “《方案》提出，到2025年，武汉人工智能产业规模达1000亿元。要达到这个目标，年增速就要达到30%—40%。要‘快长个’，就要‘吸收好’。”武汉市经信局人工智能处主要负责人解读，对标杭州深度求索的经验，开源模式大幅降低了AI模型的训练成本，“一方面，武汉补给算力‘补营养’，另一方面，我们要通过群策群智提高营养吸收的效率”。 “‘用’智施谋”，指的是以“用”为导向。武汉更注重垂直大模型带来的应用变革。《措施》提出，要围绕电子信息制造、工业质检、教育、医疗、遥感、文创、金融等领域每年遴选一批性能先进的垂直行业模型，对牵头研发单位按照研发和算力成本给予最高1000万元补助。支持在全市各行业、各领域开展人工智能大模型先行先试应用。《措施》还提出，每年遴选一批人工智能示范应用场景项目，按照项目总投入资金给予30%最高100万元资金支持。

人工智能

中国光谷 . 2025-02-19 5 1 1685
分享下关于 JWQM93902 这个料的故障处理经验

JWQM93902是杰华特微电子股份有限公司全新推出的汽车级电源模块，符合汽车级模块AECQ-104最新标准认证，可解决汽车电源芯片的EMI问题。在电子电路的设计中，JWQM93902 作为一款高性能的电源管理物料，用的非常多，也会在实际使用中也可能会遇到各种故障。今天，就来和大家分享一下我在处理 JWQM93902 故障时积累的一些经验，希望能对大家有所帮助。一、电压输出异常问题在使用 JWQM93902 的过程中，最常见的故障之一就是电压输出异常。有时候输出电压会偏高，超出正常范围，这可能会导致后端电路元件因承受过高电压而损坏；而有时输出电压又会偏低，使得电路无法正常工作。经过多次排查和分析，我发现输入电压异常是导致输出电压问题的一个重要原因。如果输入电压不稳定或者超出了 JWQM93902 的规格范围，就很容易引起输出电压的波动。所以在遇到电压输出异常时，首先要检查输入电压是否正常。另外，负载问题也不容忽视。当负载存在短路或者过载的情况时，会对 JWQM93902 的输出电压产生影响。我曾经就遇到过因为负载短路，导致输出电压瞬间降低的情况，通过排查负载电路，找出并修复短路点后，电压输出恢复了正常。还有反馈电路的故障也可能导致电压输出异常。反馈电阻等元件如果损坏或者变值，会影响到对输出电压的反馈调节，从而使输出电压偏离设定值。所以在检查时，要仔细检查反馈电路的元件。二、过热问题的处理 JWQM93902 在工作过程中出现过热的情况也不少见。过热不仅会影响元件的性能，长期过热还可能会缩短其使用寿命，甚至导致元件损坏。散热不良是导致过热的一个常见原因。比如散热片安装不牢固，没有与 JWQM93902 紧密接触，或者散热片的散热面积不足，都会影响散热效果。在这种情况下，我们需要重新安装散热片，确保其与元件良好接触，或者考虑更换散热面积更大的散热片。负载电流过大也是引起过热的一个重要因素。当负载电流超过了 JWQM93902 的额定电流时，元件会因为功耗过大而发热。这时我们要检查负载电路，看是否存在异常耗电的元件，及时进行修复或更换。另外，输入电压过高也可能导致过热。过高的输入电压会使 JWQM93902 的工作功耗增加，从而产生更多的热量。所以在遇到过热问题时，也要检查输入电压是否正常。三、引脚虚焊或短路故障引脚虚焊或短路也是在使用 JWQM93902 时可能会遇到的故障。这种故障会导致电路工作不稳定，出现间歇性故障或者功能异常。焊接质量问题是引起引脚虚焊或短路的主要原因。在焊接过程中，如果焊接温度不够、焊接时间过短或者焊锡量不足，都可能导致引脚虚焊。而如果焊锡过多，就可能会造成引脚之间短路。所以在焊接时，要严格控制焊接工艺，确保焊接质量。另外，引脚氧化也会影响焊接效果。在焊接前，一定要仔细检查引脚表面是否有氧化层，如果有，要使用砂纸或者专用的清洗剂将其去除，然后再进行焊接。以上就是我在处理 JWQM93902 物料故障时的一些经验分享。希望大家在遇到类似问题时，能够通过这些经验快速找到故障原因并解决问题。当然，电子电路故障的排查和处理需要耐心和细心，有时候可能需要多次尝试才能找到真正的原因。你可以根据实际情况进行修改和调整。也欢迎各位芯友在评论区分享自己的经验和见解，我们一起交流学习！

杰华特

芯查查资讯 . 2025-02-19 2 1 1580
第 4 代碳化硅技术：重新定义高功率应用的性能和耐久性

本白皮书重点介绍 Wolfspeed 专为高功率电子应用而设计的第 4 代碳化硅 (SiC) MOSFET 技术。基于在碳化硅创新领域的传承，Wolfspeed 定期推出尖端技术解决方案，重新定义行业基准。在第 4 代发布之前，第 3 代碳化硅 MOSFET 凭借多项重要设计要素的平衡，已在广泛用例中得到验证，为硬开关应用的全面性能设定了基准。市场上的某些厂商只关注特定品质因数 (FOM)，如导通损耗、室温下的 RDS(on) 或 RDS(on) × Qg，而 Wolfspeed 则采用了一种更为广泛且综合的方法。通过同时优化导通损耗、开关性能、稳定性和可靠性，Wolfspeed 的设计理念可确保全方位的性能。第 4 代 MOSFET 延续了这一设计理念，全面提升了各项指标，在保持 Wolfspeed 引以为傲的坚固耐用的同时，简化了系统设计，提高了易用性。第 4 代 MOSFET 主要面向高功率汽车、工业和可再生能源系统，为碳化硅技术带来了新的范式。此类器件为产品开发的长期路线图提供了灵活的基础，包括应用优化的裸芯片、模块和分立式产品等。基于第 4 代技术的每项设计都关注三个性能向量：整体系统效率；卓越的耐久性；较低系统成本。所有这些特性都旨在助力设计人员实现前所未有的性能和价值。性能效率提升导通损耗的重要性尽可能减少导通损耗，对于电动汽车 (EV) 中的牵引逆变器、工业电机驱动器以及人工智能 (AI) 服务器电源等关键应用至关重要。这些系统在宽负载范围内运行，通常会在低功率水平下运行较长时间。减少导通损耗可提高整个负载范围内的效率，从而延长电动汽车的续航里程，提高 HVAC 系统的能效评级，节约服务器集群的冷却成本（因为减少了散热需求）。此外，较低的导通损耗还可优化半导体材料的使用，提高给定应用的功率水平或降低其材料成本，同时实现效率和成本的双重效益。硬开关应用在硬开关应用（如工业电机驱动器、AI 数据中心电源以及并网系统的有源前端 (AFE) 转换器）中，减少开关损耗至关重要。此类应用在不同负载下运行。它们有时会在短时间内以非常高的功率运行，但在使用寿命的大部分时间里都处于较低的功率水平。从效率视角来看，最大限度减少导通损耗有助于提高整个负载范围内的效率。例如，在电动汽车中，这意味着同样的电池可实现更长的行驶里程或续航时间。减少开关损耗有两大优势。首先，客户可以提高开关频率，从而实现更小、更轻、更具成本效益的磁性元件和电容器。其次，客户还可通过减少散热来优先提升效率，并通过使用更小的散热器或更低的冷却需求来降低系统级成本。以上优势并不相互排斥，客户可以根据其特定需求灵活地优化设计。在图 1 所示的 3 级直流快速充电机中，AFE 将转换器连接到电网。它将电网电压转换为稳定的直流链路电压，用于给电池充电。与体积更大、效率较低的 IGBT 相比，碳化硅分立器件和功率模块可减少损耗并提高效率，因为它们能够在更高的频率和温度下工作，同时减少了散热需求。图1：3 级直流快速充电机的简图第 3 代 MOSFET 与第 4 代 MOSFET 性能对比在所有电力电子应用中，无论是硬开关还是软开关，最大限度减少导通损耗都很重要。导通损耗主要取决于功率 MOSFET 的导通电阻(RDS(on))，而该导通电阻则与应用所需的电流水平和由此产生的结温有关。在满额定负载电流下，MOSFET 的工作温度通常接近其最高额定工作温度（或因设计裕度而略低）。MOSFET 的型号选择和最终的系统半导体 BOM 成本由该高温 RDS(on) 决定。Wolfspeed 第 4 代 MOSFET 在高温下的导通电阻可降低高达 21%，而在较低温度下，该电阻降低幅度更大。在电流水平和结温较低的轻负载下，RDS(on) 随温度的降低直接提高了系统效率，并延长了工作寿命。为了说明第 4 代 MOSFET 在开关损耗和易用性方面的改进，应考虑半桥开关事件的波形。在第 3 代器件所具有的出色性能和可靠性基础上，Wolfspeed 第 4 代 MOSFET 通过改进提高了开关速度并减少了电压过冲，这得益于体二极管性能的提升和设计的优化。第 4 代器件的这些改进建立在第 3 代的强大基础之上，确保了在产品组合过渡期间，即便是在要求严苛的应用中，也能保持一贯的卓越表现。图 2 和图 3 显示了 1200 V 第 4 代器件与第 3 代等效器件在动态开关性能方面的对比。调整栅极电阻值，以便在导通期间提供匹配的 di/dt，在关断期间提供匹配的 dv/dt。第 4 代器件能够实现更快的开关速度，这里仅展示了一种比较器件性能的保守方法。在导通过程中，另一个 MOSFET 的体二极管会换向关断，导致反向恢复电流通过体二极管流入正在导通的 MOSFET。改进的第 4 代体二极管行为在导通电流波形中表现得非常明显，其电流恢复速度更快，从而显著降低了开通损耗。此外，第 4 代器件的软体二极管性能导致开关动作时的振铃减少，可降低系统噪声并提高 EMI 性能。两代器件的关断表现相似，可实现低损耗和低 EMI。图2：第 3 代和第 4 代 MOSFET 的导通波形对比图3：第 3 代和第 4 代 MOSFET 的关断波形对比改进的体二极管性能以及由此提升的开通性能可大幅降低第 4 代器件的开关损耗。在许多情况下，开关损耗的降低幅度甚至更大，因为第 4 代器件可在更高的 di/dt 水平下工作，同时在反向恢复过程中不会超出 VDS 安全工作区。在相同条件下工作时，第 4 代器件的反向恢复过程更为平缓，从而降低了 di/dt 并显著减少了电压过冲（约 900 V，降幅达 75%）。这种改进使得器件在 1,200 V 的额定电压下拥有 300 V 的裕量，从而提高了安全系数和稳健性。客户可通过现有封装实现更快的开关速度，或者通过高级封装解决方案（如 Wolfspeed 的定制功率模块）来获得更高性能。图 4 显示了 Wolfspeed 第 3 代 21 mΩ MOSFET 与第 4 代 25 mΩ 器件之间的损耗。当匹配开通 di/dt 和关断 dV/dt 时，在额定电流下可实现 27% 的 ESW 降低。某些第 4 代 MOSFET 可通过采用更低的 Rg 值来进一步改善开关损耗。图 4：第 3 代和第 4 代的开关损耗对比第 4 代技术提高了硬开关应用的性能，使得 EON 和 EOFF 的降幅高达 15%，同时也减少了软开关和硬开关应用中的导通损耗，使工作温度下的 RSP 降低高达 21%（在 175 °C 下的 RDS(on) 表现优异）。减少 EMI 设计挑战从图 2 的对比中可以看出，第 4 代 MOSFET 的另一个优势在于减少了反向恢复后的振荡和振铃。与第 3 代相比，第 4 代 MOSFET 的波形更为平滑，最大限度地减少了共模电压和辐射发射，简化了电磁干扰 (EMI) 滤波器设计。降低波形噪声可简化需要高速开关的系统的开发，同时应对 EMI 挑战。对于从第 3 代向上升级的客户，第 4 代提供了一条便捷的升级路径，在波形行为和系统设计灵活性方面都有显著提升。专为应对严苛的环境而设计宇宙射线可靠性高海拔应用（如在山区行驶的电动汽车或飞机）会面临由宇宙射线引发的单粒子烧毁风险。这些事件由中子通量（每单位时间撞击半导体的中子数）引起，可产生漏源电流 (IDS)，进而可能引发不良后果。第 4 代 MOSFET 采用增强的抗扰度设计，与前几代相比，宇宙射线失效率 (FIT) 可降低 100 倍。这种可靠性提升减少了对过度电压降额的需求，使得系统设计更加高效。此外，它们还能够承受过载和过应力事件。Wolfspeed 芯片产品组合经过认证，可在 185 °C 下持续运行，并能在 200 °C 下进行有限寿命的运行。短路耐受时间短路耐受时间是电机驱动器和牵引系统的关键参数，可确保在发生故障时安全关闭。第 4 代技术支持高达 2.3 微秒的耐受时间，可与现有的栅极驱动器技术兼容，且不会影响 RDS(on) 性能。第 4 代 MOSFET 兼具稳健性和效率，是要求严苛应用之理想选择。这些特性扩展了安全工作区 (SOA)，可确保稳健的性能。设计人员在设计时能减少半导体使用，从而降低成本，同时不影响安全性。高频率软开关应用软开关应用（如用于车载充电机和工业电源第二阶段的超高频 DC-DC 转换器）的设计与硬开关前端有所不同。开关损耗在此类应用中被最大限度地减少甚至消除，因此导通损耗成为主要的剩余损耗。通常，前端有一个硬开关的有源功率因数校正 (PFC) 阶段，之后是一个软开关的 DC-DC 转换器阶段。该转换器阶段通常采用 LLC、CLLC、移相全桥或双有源桥等拓扑结构。在此类设计中，开关损耗不太重要，尽管组件仍需承受高 di/dt 和 dv/dt 应力，并处理高谐振电路电流。软开关应用的主要优势在于减少因 RSP 改进而降低的导通损耗。这种导通损耗的降低适用于整个负载曲线，对于有能效要求（如能源之星 Energy Star 标准）的应用尤其有益。其中许多电源必须符合要求在不同负载水平下实现高效率的法规，例如，满足服务器电源的 80 Plus 钛金级能效水平。系统成本和开发时间优势 Wolfspeed 的第 4 代碳化硅 MOSFET 在降低系统成本和加快开发时间方面具有显著优势。通过提升导通和开关频率，这些器件使工程师能够设计出具有更小、更轻、更便宜组件的系统，如散热器、EMI 滤波器和磁性元件。得益于出色的 RSP 性能，在相同面积内可实现高达 30% 的功率输出，从而在不增加额外空间的情况下提升功率密度。增强的稳健性和可靠性，包括降低对宇宙射线等环境因素的敏感性，使设计人员能够使用更小的安全裕度，从而进一步最大程度减少所需的半导体材料。此外，第 4 代 MOSFET 的即插即用式兼容性让现有用户能够轻松升级，减少了重新设计的工作量。如图 5 所示，第 4 代器件的体二极管软度因子提高了 3.5 倍：MOSFET 在反向恢复场景中可有效将 EMI 降至最低，实现了更平稳的运行，而无需对 QRR 权衡取舍。即使在高 dv/dt 下，开关操作也能既安全又简洁，这得益于高达 600:1 的电容比，它消除了寄生过冲的风险，并确保了在苛刻条件下的可靠系统性能。所有这些改进相结合，使开发人员能够在更短的设计时间内实现优化的系统性能，同时满足严格的效率和可靠性要求。图5：体二极管反向恢复瞬态的技术对比优化功率封装以充分发挥第 4 代技术的优势 Wolfspeed 始终关注客户需求，致力于通过封装策略实现系统耐久性、效率和功率密度。先进的封装进一步提升了第 4 代技术的优势，增强了热管理，并确保了器件在功率和温度循环等严苛条件下的耐久性。可显著提升效率和功率密度的先进封装碳化硅器件以其高开关速度和热性能突破了传统硅基功率封装的极限。传统设计通常受到寄生电感的影响，从而导致电压过冲、振荡和栅极氧化层损坏。这些问题不仅会影响效率，还需要高成本的设计权衡。专为碳化硅量身定制的先进封装技术可最大限度地减少功率、栅极和共源回路中的寄生电感，从而提高效率，降低开关损耗，并支持使用额定值更低的碳化硅器件。双面冷却和紧凑布局等功能支持高功率应用、热控制和更高的开关频率，从而充分发挥碳化硅在可靠且节能系统中的潜力。最大限度地减少功率模块中的电感可以减少电压振荡，实现简洁的开关操作和更高的效率。内部母线和夹子附件等创新技术将电感降低至 5 纳亨的水平，进一步降低了开关损耗并提升了系统稳定性。可提高系统可靠性和耐久性的先进封装创新的互连方法对于提升功率模块性能至关重要。传统的引线键合封装技术被顶部夹式互连等先进技术所取代，新技术可降低电阻、改进热管理并增强机械可靠性。铜夹直接焊接或烧结到芯片上，可改善功率流和连接强度。银烧结是一种最先进的芯片粘接技术，可在芯片和氮化硅等基板之间形成牢固的连接，确保出色的导热性和机械耐久性。这种方法越来越多地用于需要高功率和热循环性能的应用中。随着功率密度的增加，有效的热管理至关重要。直接冷却解决方案，如翅片浸没在冷却剂中的 pin-fin 设计（见图 4），可有效帮助芯片散热。这些方法使碳化硅器件能够在高温下保持高性能，尤其是在汽车系统中。可靠性对汽车功率模块至关重要，这些模块必须满足 AEC-Q101 和 AQG324 等严格标准。先进的材料和工艺可解决水分渗透和引线键合退化等故障机制。例如，环氧树脂模塑化合物正在取代凝胶基封装材料，提供优异的防潮性和结构完整性。增强型压接式引脚技术支持更高的 PCB 连接电流容量，适用于紧凑型和高功率设计。图 6：Wolfspeed 的 YM 和 XM 模块平台采用 pin-fin 封装技术关键要点和结论新推出的第 4 代碳化硅技术在导通损耗、开关性能和耐久性取得了平衡，标志着电力电子领域向前迈出了重要一步。与其他专注于室温下的 RDS(on) 等有限指标的厂商不同，Wolfspeed 优先考虑在实际工作条件下实现最大的电路内价值。新平台将为系统优化功率模块、分立器件和裸芯片产品的长期发展奠定基础，并将惠及电动汽车、工业电机驱动器、AI 服务器电源、可再生能源系统和航空电子设备等行业。在电动汽车中，较低的导通损耗可延长电池续航里程，而在工业电机驱动器中，更高的效率可降低能源消耗和冷却成本。在电机驱动器和电网电源转换器等硬开关应用中，改进的开关特性提升了开关频率或效率，从而减小了系统尺寸和成本。较低的开关损耗也简化了热管理，且支持紧凑设计。增强的反向恢复降低了 EMI，简化了滤波器设计和一致性测试，同时还可应对宇宙射线引起的单粒子烧毁等可靠性挑战。第 4 代 MOSFET 具有 2 微秒的短路耐受时间，可确保故障期间的安全运行，并与现有栅极驱动器技术兼容。在高频率 DC-DC 转换器等软开关应用中，减少导通损耗可提高符合 80 Plus 钛金级标准的系统（如 AI 服务器电源）的效率。可再生能源系统受益于更高的效率和灵活的热管理，可减少维护工作并增强可靠性。航空电子设备和 eVTOL 飞机等新兴应用十分依赖 MOSFET 的紧凑性、效率和强大的可靠性。第 4 代器件专为灵活集成而设计，设计人员能够根据不同的市场需求优化性能或可靠性，同时确保出色的结果。从设计之初，第 4 代就定位于先进的 200 mm技术。Wolfspeed 建立了全球首个也是规模最大的 200 mm 碳化硅制造工厂。凭借技术先进的晶圆制造工厂，Wolfspeed 站在全行业从硅基向碳化硅基半导体转型的前沿，有望显著提升下一代技术的能效和性能。如需查看此白皮书的原稿内容，敬请访问： https://www.wolfspeed.com/knowledge-center/article/gen-4-silicon-carbide-technology-redefining-performance-and-durability-in-high-power-applications/ 本译文仅供参考，只有英文原稿才可以被视为权威资料来源。

碳化硅

Wolfspeed . 2025-02-19 1 1135
Qorvo BMS创新解决方案助力精准SOC和SOH监测，应对锂离子电池挑战

锂离子电池因其极具吸引力的性能和成本指标，目前已广泛应用于各类便携式设备中。然而，其必须具备精确的充放电控制才能保证安全；这就要求实施电池管理系统。本文将围绕这一问题展开讨论，并介绍一种既经济高效又能为用户带来额外益处的集成解决方案，包括荷电状态（SOC）和健康状态（SOH）监测等。回顾历史，曾被考虑用于电池的化学成分可谓五花八门，或许已有数百种之多——从意大利科学家Alessandro Volta于1800年左右发明的原始铜锌纸板原电池，到常见的可充电铅酸电池，再到能够在90秒内为电动汽车充满电的奇异（且仍为理论构想）“量子”电池。不过，目前锂离子电池凭借在功率和能量水平上的广泛适用性成为众多应用领域的首选；能量范围从典型手机中的10瓦时（Wh）到电动汽车中的数百千瓦时（kWh）不等。有时人们会担心锂资源的稀缺性；大众汽车估算全球锂储量仅为1400万吨，但该公司计算认为，即使按照2018年的消耗率，这些储量仍可供人类使用150年以上。图1，部分电池化学成分对比锂离子电池的优势锂离子电池预计将在未来一段时间内继续占据市场主导地位，科学界和工程界正在不断努力提升其性能，不仅是在容量方面，还有安全性——这始终是一个关键考量。锂离子电池之所以备受欢迎，主要得益于其重量能量密度（Wh/kg）、体积能量密度（Wh/L）和成本的综合优势（见图1）。这些是衡量电池商业价值的重要指标；但与其它类型的电池相比，锂离子电池还具有更多优势，如更长的使用寿命、较低的自放电率、低毒性以及带来更大便利的高电芯电压（约为3.8V）。应对缺点锂离子电池的缺点或许已经因一些广为人知的故障案例而广为人知。首先，其充电电压必须得到严格控制；充放电电流以及电芯温度必须监测并限制在一定范围内，且充电必须在电池容量达到或接近100%时终止。忽视这些规定可能会导致爆炸或火灾。同时，为保证电芯的高可靠性和足够的使用寿命，充电曲线应根据实际情况调整，以实现充满电所需时间和低应力的最佳组合。如图2所示，通常的充电过程是以约1C的恒定电流进行；例如，对于1安时（Ah）的电池，充电电流为1A（图中所示阶段1），直到电芯达到约70%（点2）的容量，然后转为恒定电压充电（阶段3）。在此条件下，电池电流逐渐下降，当电流值降至1C的3%-5%以下时（点4），充电终止。这是针对传统钴混合型锂离子电池的充电方式。如前文所述，锂离子电池的自放电率较低，不过有些方案会在检测到电压下降后，通过短时间的充电循环来“补足”电量。图2,典型的锂离子电池充电过程确定荷电状态并非易事检测70%荷电状态（SOC）点以触发恒压（充电）操作模式的转换颇具挑战性。可以通过瞬间断开充电器并测量电池的开路电压，然后将其与70%电量的预期值进行比较来近似估算。这种方法适用于可拆卸的电池模块在充电器中插入使用的情况；但若电池内置于某一产品中进行充电，确保在测量“开路”电压时没有负载存在，从而真实反映SOC，则变得非常困难。在放电过程中，由于锂离子电芯具有理想的特性；其在耗尽前保持相对平稳的放电电压特性，因此电芯电压并非衡量SOC的可靠指标。另一种方法是通过库仑计数或气体计量法学习电池特性并估算SOC。如果可以测量一段时间内的电流，就可以计算出累积输入和释放的电荷量，进而推导出SOC。这取决于对初始荷电状态的感知或记忆，而该状态可能未知。为保证一定的准确性，应定期通过近乎完全放电的过程来进行重新校准。手机用户对此现象并不陌生。此外，还需考虑容量随温度和老化程度变化而损失的因素。了解电池健康状态十分重要了解电池健康状态（SOH）或容量损失情况十分重要；因为随着电池老化或处于低温环境下，即使电量指示为100%，实际可运行时间也会减少。对于手持工具或便携式电器而言，健康状况不佳、运行时间缩短的电池或许只是带来些许不便，但随着锂离子电芯被广泛应用于更多移动设备和实用型应用中，系统对于SOH的感测可能成为一个安全问题。例如，人行道上的电动代步车电量突然耗尽对用户而言是非常严重的问题；因此，实现“预测性维护”，在电池寿命结束前及时更换，极为关键。与SOC一样，电芯电压并非衡量SOH的良好指标，但内阻可以作为一个指标，通过给定电流阶跃下的电芯端压降来计算得出。更准确的SOH计算会很快变得愈发复杂；其需要构建特定电池模型，并结合其预测寿命和与环境相关的老化情况。随着时间的推移，生成模型所需的数据集会异常庞大，因此可能需要利用机器学习和神经网络进行处理才能获得准确得结果。电池管理系统不可或缺为确保安全与效率的最优化，需要电池管理系统（BMS）来控制充放电过程，同时以可接受的精度计算SOC和SOH。不过，运行环境可能非常恶劣且难以预测。锂离子电池市场的一大部分面向手持工具与园林机械；如今已包括骑乘式割草机、链锯和吹叶机/吹雪机。此外，电动自行车、电动滑板车等类似应用电池组电压高达90V甚至更高。所有这些设备通常都工作于不受控环境中，会遭受冲击/振动、污染、湿度和极端温度的影响，且往往缺乏明确的维护计划。更高的电压还带来了潜在电击和高能量放电的风险。与此同时，商业上的压力要求电池及其管理系统尽可能小巧、轻便、低成本，同时保持最丰富的功能；还需要实现最低自放电和休眠模式，以便设备在长时间存放后仍能立即投入使用——甚至无线连接的需求也在不断增长。对于采用大型电池组的高功率/高价值应用，可能还需要主动电芯平衡功能来确保各电芯荷电状态均衡，从而最大化运行时间并最小化应力。集成解决方案为实现上述所有功能，一体化解决方案颇具吸引力。Qorvo已为该应用设计了产品，专注于其它供应商目前无法充分服务的更高电芯数量、更高电压的系统。Qorvo的方法是利用现有电源应用控制器（PAC）IC系列中的技术；该系列采用ARM® Cortex®处理器——分别为时钟频率50MHz的M0内核和时钟频率150MHz的M4F内核，分别适用于低端和高端应用。M4F内核产品具有128kB闪存和32kB SRAM——存储容量是M0内核版本的四倍，此外还有更多通用I/O引脚。两者都具备SPI、UART和I2C/SMBus接口，而M4F版本还具有CAN接口。首批推出的两款BMS设备分别是搭载M0处理器的PAC22140和搭载M4F的PAC25140（图3）。图3，Qorvo的PAC25140集成式BMS 两种解决方案均针对20个电芯的系统进行了优化，并且可以支持低至10个电芯的系统，实现对单个电芯的监测和均衡。在高电流路径中，它们为必要的外部保护MOSFET提供了栅极驱动，以便在过载或短路情况下根据需要实现充放电控制和切断。两种控制器均包含升压转换器，从而生成高于电池电压值的栅极驱动电压，让高成本效益的N沟道MOSFET得以应用。此外，这些方案还具备以下特性：采用完全可固件编程的行业标准ARM架构通过TinyML[AC1]实现对人工智能（AI）和机器学习（ML）应用的支持（即将在1月份推出）配备高分辨率ADC的模拟接口，用于测量电芯的电压、电流和温度快速硬件关机，以避免处理器造成的任何延迟，并在故障条件下最大限度地减轻电池和BMS的压力每个电芯可以在1.8V到4.7V的范围间工作，且不仅限于锂离子电池可编程的电芯欠压和过压监测在5毫秒的ADC转换时间内，以16位精度测量电芯电压电芯平衡由每个电芯的内部FET实现；FET灌电流可达50mA 在80V电压下，休眠电流小于3μA，并具备多种定时或事件驱动的唤醒选项这两款器件的一个特点是差分电流检测接口的可编程增益。这一功能可以根据应用需求进行定制，以优化信号水平及精度，例如在低电流值下使用高增益。在高电流应用中，以通过设置较低的增益来保持满量程电压在一定范围内；或者等效地保持较高增益但使用更小的感应电阻以尽量减少耗散。典型的感应电阻值低于1毫欧，甚至可以通过PCB走线来形成等效电阻，并对测量值进行适当的温度补偿。两款器件均集成了完整的电源以支持整个系统，包括降压和线性稳压器，为低功耗蓝牙™模块等内部和外部辅助电源轨供电。固件的灵活性 Qorvo的BMS组件内置了固件，可实现全面的充放电控制与监测，并配备电芯均衡及库仑计数算法。不同于其它专有解决方案，用户可以根据终端应用开发自己的固件；而且，ARM指令集对于许多开发人员来说已经非常熟悉。在简单应用中，PAC22140器件功能绰绰有余，但PAC25140凭借更高的处理器速度和更大的内存，为实现更多功能、更深入的数据分析和故障记录提供了可能。随着对智能功能需求的增长，TinyML的支持可以提升用户体验，并且有可能随着时间推移“学习”电池特性，以更好地预测SOC和SOH（此功能将于一月份推出）。这两款器件分别采用紧凑的9毫米 x 9毫米和10毫米 x 10毫米QFN封装（图4）；Qorvo提供全面支持，包括软硬件开发套件、用于配置和监测的Windows图形用户界面（GUI），以及完整的文档资料。图4，Qorvo PAC系列集成型电池管理IC示例结论如今，高性能的集成电池管理系统已经可以在功能、尺寸和价格上满足大众市场便携式设备的需求，适用于最高达100V的锂离子电池组。Qorvo组件的灵活性和可配置性尤其突出，使产品设计人员能够添加独具特色的差异化功能。敬请期待PAC系列更多版本的发布，以满足更广泛的应用需求。

Qorvo

Qorvo半导体 . 2025-02-19 1085
银湖管理公司欲将收购Altera

知情人士透露，银湖管理公司 (Silver Lake Management) 正在就收购英特尔公司可编程芯片部门的多数股权进行独家谈判。据知情人士透露，这家私募股权公司正在研究对 Altera 的投资细节，Altera 的多用途芯片主要部署在电信网络中。知情人士表示，尽管谈判已进入后期阶段，但具体持股规模尚未确定。他们表示，谈判仍有可能被推迟或失败，并要求匿名讨论机密信息。英特尔和银湖资本的发言人拒绝发表评论。英特尔股价周二上涨 17%，创下近五年来最大盘中涨幅。当天早些时候，有传言称英特尔可能会在与台湾半导体制造公司的交易中被拆分，这提振了该公司的股价。纽约时间下午 3:37，英特尔股价上涨约 15%，市值达到约 1170 亿美元。总部位于加利福尼亚州圣克拉拉的英特尔于 2015 年同意斥资约 170 亿美元收购 Altera。英特尔去年表示，它将考虑出售 Altera 的部分股份，这是该芯片制造商扭转业务局面的一项更广泛计划的一部分。彭博新闻社 11 月报道称，Lattice Semiconductor Corp. 和一些收购公司对 Altera 感兴趣。知情人士此前表示，一些收购者对 Altera 的估值仅为 90 亿美元。英特尔曾经在芯片行业占据主导地位，但近年来市场份额被竞争对手夺走，也错过了向人工智能加速器转变的机会。去年，英特尔董事会罢免了首席执行官帕特·基辛格，原因是他的复出计划进展缓慢，该公司一直在寻找新的领导者。

英特尔

芯查查资讯 . 2025-02-19 830