G2D图像处理硬件调用和测试-基于米尔-全志T113-i开发板
本文将介绍基于米尔电子MYD-YT113i开发板的G2D图像处理硬件调用和测试。 MYC-YT113i核心板及开发板 真正的国产核心板，100%国产物料认证 国产T113-i处理器配备2*Cortex-A7@1.2GHz ，RISC-V 外置DDR3接口、支持视频编解码器、HiFi4 DSP 接口丰富：视频采集接口、显示器接口、USB2.0 接口、CAN 接口、千兆以太网接口 工业级：-40℃~+85℃、尺寸37mm*39mm 邮票孔+LGA，140+50PIN 全志 T113-i 2D图形加速硬件支持情况 Supports layer size up to 2048 x 2048 pixels Supports pre-multiply alpha image data Supports color key Supports two pipes Porter-Duff alpha blending Supports multiple video formats 4:2:0, 4:2:2, 4:1:1 and multiple pixel formats (8/16/24/32 bits graphics layer) Supports memory scan order option Supports any format convert function Supports 1/16× to 32× resize ratio Supports 32-phase 8-tap horizontal anti-alias filter and 32-phase 4-tap vertical anti-alias filter Supports window clip Supports FillRectangle, BitBlit, StretchBlit and MaskBlit Supports horizontal and vertical flip, clockwise 0/90/180/270 degree rotate for normal buffer Supports horizontal flip, clockwise 0/90/270 degree rotate for LBC buffer 可以看到 g2d 硬件支持相当多的2D图像处理，包括颜色空间转换，分辨率缩放，图层叠加，旋转等 开发环境配置 基础开发环境搭建参考上上上一篇https://bbs.elecfans.com/jishu_2408808_1_1.html 除了工具链外，我们使用 opencv-mobile 加载输入图片和保存结果，用来查看颜色转换是否正常g2d硬件直接采用标准的 Linux ioctl 操纵，只需要引入相关结构体定义即可，无需链接so https://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/include/g2d_driver.h 此外，g2d的输入和输出数据必须在dmaion buffer上，因此还需要dmaion.h头文件，用来分配和释放dmaion bufferhttps://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/include/DmaIon.h 基于C语言实现的YUV转RGB 这里复用之前T113-i JPG解码的函数 void yuv420sp2rgb(const unsigned char* yuv420sp, int w, int h, unsigned char* rgb) { const unsigned char* yptr = yuv420sp; const unsigned char* vuptr = yuv420sp + w * h; for (int y = 0; y < h; y += 2) { const unsigned char* yptr0 = yptr; const unsigned char* yptr1 = yptr + w; unsigned char* rgb0 = rgb; unsigned char* rgb1 = rgb + w * 3; int remain = w; #define SATURATE_CAST_UCHAR(X) (unsigned char)::std::min(::std::max((int)(X), 0), 255); for (; remain > 0; remain -= 2) { // R = 1.164 * yy + 1.596 * vv // G = 1.164 * yy - 0.813 * vv - 0.391 * uu // B = 1.164 * yy + 2.018 * uu // R = Y + (1.370705 * (V-128)) // G = Y - (0.698001 * (V-128)) - (0.337633 * (U-128)) // B = Y + (1.732446 * (U-128)) // R = ((Y << 6) + 87.72512 * (V-128)) >> 6 // G = ((Y << 6) - 44.672064 * (V-128) - 21.608512 * (U-128)) >> 6 // B = ((Y << 6) + 110.876544 * (U-128)) >> 6 // R = ((Y << 6) + 90 * (V-128)) >> 6 // G = ((Y << 6) - 46 * (V-128) - 22 * (U-128)) >> 6 // B = ((Y << 6) + 113 * (U-128)) >> 6 // R = (yy + 90 * vv) >> 6 // G = (yy - 46 * vv - 22 * uu) >> 6 // B = (yy + 113 * uu) >> 6 int v = vuptr[0] - 128; int u = vuptr[1] - 128; int ruv = 90 * v; int guv = -46 * v + -22 * u; int buv = 113 * u; int y00 = yptr0[0] << 6; rgb0[0] = SATURATE_CAST_UCHAR((y00 + ruv) >> 6); rgb0[1] = SATURATE_CAST_UCHAR((y00 + guv) >> 6); rgb0[2] = SATURATE_CAST_UCHAR((y00 + buv) >> 6); int y01 = yptr0[1] << 6; rgb0[3] = SATURATE_CAST_UCHAR((y01 + ruv) >> 6); rgb0[4] = SATURATE_CAST_UCHAR((y01 + guv) >> 6); rgb0[5] = SATURATE_CAST_UCHAR((y01 + buv) >> 6); int y10 = yptr1[0] << 6; rgb1[0] = SATURATE_CAST_UCHAR((y10 + ruv) >> 6); rgb1[1] = SATURATE_CAST_UCHAR((y10 + guv) >> 6); rgb1[2] = SATURATE_CAST_UCHAR((y10 + buv) >> 6); int y11 = yptr1[1] << 6; rgb1[3] = SATURATE_CAST_UCHAR((y11 + ruv) >> 6); rgb1[4] = SATURATE_CAST_UCHAR((y11 + guv) >> 6); rgb1[5] = SATURATE_CAST_UCHAR((y11 + buv) >> 6); yptr0 += 2; yptr1 += 2; vuptr += 2; rgb0 += 6; rgb1 += 6; } #undef SATURATE_CAST_UCHAR yptr += 2 * w; rgb += 2 * 3 * w; } } 基于ARM neon指令集优化的YUV转RGB 考虑到armv7编译器的自动neon优化能力较差，这里针对性的编写 arm neon inline assembly 实现YUV2RGB内核部分，达到最优化的性能，榨干cpu性能 void yuv420sp2rgb_neon(const unsigned char* yuv420sp, int w, int h, unsigned char* rgb) { const unsigned char* yptr = yuv420sp; const unsigned char* vuptr = yuv420sp + w * h; #if __ARM_NEON uint8x8_t _v128 = vdup_n_u8(128); int8x8_t _v90 = vdup_n_s8(90); int8x8_t _v46 = vdup_n_s8(46); int8x8_t _v22 = vdup_n_s8(22); int8x8_t _v113 = vdup_n_s8(113); #endif // __ARM_NEON for (int y = 0; y < h; y += 2) { const unsigned char* yptr0 = yptr; const unsigned char* yptr1 = yptr + w; unsigned char* rgb0 = rgb; unsigned char* rgb1 = rgb + w * 3; #if __ARM_NEON int nn = w >> 3; int remain = w - (nn << 3); #else int remain = w; #endif // __ARM_NEON #if __ARM_NEON #if __aarch64__ for (; nn > 0; nn--) { int16x8_t _yy0 = vreinterpretq_s16_u16(vshll_n_u8(vld1_u8(yptr0), 6)); int16x8_t _yy1 = vreinterpretq_s16_u16(vshll_n_u8(vld1_u8(yptr1), 6)); int8x8_t _vvuu = vreinterpret_s8_u8(vsub_u8(vld1_u8(vuptr), _v128)); int8x8x2_t _vvvvuuuu = vtrn_s8(_vvuu, _vvuu); int8x8_t _vv = _vvvvuuuu.val[0]; int8x8_t _uu = _vvvvuuuu.val[1]; int16x8_t _r0 = vmlal_s8(_yy0, _vv, _v90); int16x8_t _g0 = vmlsl_s8(_yy0, _vv, _v46); _g0 = vmlsl_s8(_g0, _uu, _v22); int16x8_t _b0 = vmlal_s8(_yy0, _uu, _v113); int16x8_t _r1 = vmlal_s8(_yy1, _vv, _v90); int16x8_t _g1 = vmlsl_s8(_yy1, _vv, _v46); _g1 = vmlsl_s8(_g1, _uu, _v22); int16x8_t _b1 = vmlal_s8(_yy1, _uu, _v113); uint8x8x3_t _rgb0; _rgb0.val[0] = vqshrun_n_s16(_r0, 6); _rgb0.val[1] = vqshrun_n_s16(_g0, 6); _rgb0.val[2] = vqshrun_n_s16(_b0, 6); uint8x8x3_t _rgb1; _rgb1.val[0] = vqshrun_n_s16(_r1, 6); _rgb1.val[1] = vqshrun_n_s16(_g1, 6); _rgb1.val[2] = vqshrun_n_s16(_b1, 6); vst3_u8(rgb0, _rgb0); vst3_u8(rgb1, _rgb1); yptr0 += 8; yptr1 += 8; vuptr += 8; rgb0 += 24; rgb1 += 24; } #else if (nn > 0) { asm volatile( "0: \n" "pld [%3, #128] \n" "vld1.u8 {d2}, [%3]! \n" "vsub.s8 d2, d2, %12 \n" "pld [%1, #128] \n" "vld1.u8 {d0}, [%1]! \n" "pld [%2, #128] \n" "vld1.u8 {d1}, [%2]! \n" "vshll.u8 q2, d0, #6 \n" "vorr d3, d2, d2 \n" "vshll.u8 q3, d1, #6 \n" "vorr q9, q2, q2 \n" "vtrn.s8 d2, d3 \n" "vorr q11, q3, q3 \n" "vmlsl.s8 q9, d2, %14 \n" "vorr q8, q2, q2 \n" "vmlsl.s8 q11, d2, %14 \n" "vorr q10, q3, q3 \n" "vmlal.s8 q8, d2, %13 \n" "vmlal.s8 q2, d3, %16 \n" "vmlal.s8 q10, d2, %13 \n" "vmlsl.s8 q9, d3, %15 \n" "vmlal.s8 q3, d3, %16 \n" "vmlsl.s8 q11, d3, %15 \n" "vqshrun.s16 d24, q8, #6 \n" "vqshrun.s16 d26, q2, #6 \n" "vqshrun.s16 d4, q10, #6 \n" "vqshrun.s16 d25, q9, #6 \n" "vqshrun.s16 d6, q3, #6 \n" "vqshrun.s16 d5, q11, #6 \n" "subs %0, #1 \n" "vst3.u8 {d24-d26}, [%4]! \n" "vst3.u8 {d4-d6}, [%5]! \n" "bne 0b \n" : "=r"(nn), // %0 "=r"(yptr0), // %1 "=r"(yptr1), // %2 "=r"(vuptr), // %3 "=r"(rgb0), // %4 "=r"(rgb1) // %5 : "0"(nn), "1"(yptr0), "2"(yptr1), "3"(vuptr), "4"(rgb0), "5"(rgb1), "w"(_v128), // %12 "w"(_v90), // %13 "w"(_v46), // %14 "w"(_v22), // %15 "w"(_v113) // %16 : "cc", "memory", "q0", "q1", "q2", "q3", "q8", "q9", "q10", "q11", "q12", "d26"); } #endif // __aarch64__ #endif // __ARM_NEON #define SATURATE_CAST_UCHAR(X) (unsigned char)::std::min(::std::max((int)(X), 0), 255); for (; remain > 0; remain -= 2) { // R = 1.164 * yy + 1.596 * vv // G = 1.164 * yy - 0.813 * vv - 0.391 * uu // B = 1.164 * yy + 2.018 * uu // R = Y + (1.370705 * (V-128)) // G = Y - (0.698001 * (V-128)) - (0.337633 * (U-128)) // B = Y + (1.732446 * (U-128)) // R = ((Y << 6) + 87.72512 * (V-128)) >> 6 // G = ((Y << 6) - 44.672064 * (V-128) - 21.608512 * (U-128)) >> 6 // B = ((Y << 6) + 110.876544 * (U-128)) >> 6 // R = ((Y << 6) + 90 * (V-128)) >> 6 // G = ((Y << 6) - 46 * (V-128) - 22 * (U-128)) >> 6 // B = ((Y << 6) + 113 * (U-128)) >> 6 // R = (yy + 90 * vv) >> 6 // G = (yy - 46 * vv - 22 * uu) >> 6 // B = (yy + 113 * uu) >> 6 int v = vuptr[0] - 128; int u = vuptr[1] - 128; int ruv = 90 * v; int guv = -46 * v + -22 * u; int buv = 113 * u; int y00 = yptr0[0] << 6; rgb0[0] = SATURATE_CAST_UCHAR((y00 + ruv) >> 6); rgb0[1] = SATURATE_CAST_UCHAR((y00 + guv) >> 6); rgb0[2] = SATURATE_CAST_UCHAR((y00 + buv) >> 6); int y01 = yptr0[1] << 6; rgb0[3] = SATURATE_CAST_UCHAR((y01 + ruv) >> 6); rgb0[4] = SATURATE_CAST_UCHAR((y01 + guv) >> 6); rgb0[5] = SATURATE_CAST_UCHAR((y01 + buv) >> 6); int y10 = yptr1[0] << 6; rgb1[0] = SATURATE_CAST_UCHAR((y10 + ruv) >> 6); rgb1[1] = SATURATE_CAST_UCHAR((y10 + guv) >> 6); rgb1[2] = SATURATE_CAST_UCHAR((y10 + buv) >> 6); int y11 = yptr1[1] << 6; rgb1[3] = SATURATE_CAST_UCHAR((y11 + ruv) >> 6); rgb1[4] = SATURATE_CAST_UCHAR((y11 + guv) >> 6); rgb1[5] = SATURATE_CAST_UCHAR((y11 + buv) >> 6); yptr0 += 2; yptr1 += 2; vuptr += 2; rgb0 += 6; rgb1 += 6; } #undef SATURATE_CAST_UCHAR yptr += 2 * w; rgb += 2 * 3 * w; } } 基于G2D图形硬件的YUV转RGB 我们先实现 dmaion buffer 管理器，参考 https://github.com/MYIR-ALLWINNER/framework/blob/develop-yt113-framework/auto/sdk_lib/sdk_memory/DmaIon.cpp 这里贴的代码省略了异常错误处理的逻辑，有个坑是 linux-4.9 和 linux-5.4 用法不一样，米尔电子的这个T113-i系统是linux-5.4，所以不兼容4.9内核的ioctl用法习惯 struct ion_memory { size_t size; int fd; void* virt_addr; unsigned int phy_addr; }; class ion_allocator { public: ion_allocator(); ~ion_allocator(); int open(); void close(); int alloc(size_t size, struct ion_memory* mem); int free(struct ion_memory* mem); int flush(struct ion_memory* mem); public: int ion_fd; int cedar_fd; }; ion_allocator::ion_allocator() { ion_fd = -1; cedar_fd = -1; } ion_allocator::~ion_allocator() { close(); } int ion_allocator::open() { close(); ion_fd = ::open("/dev/ion", O_RDWR); cedar_fd = ::open("/dev/cedar_dev", O_RDONLY); ioctl(cedar_fd, IOCTL_ENGINE_REQ, 0); return 0; } void ion_allocator::close() { if (cedar_fd != -1) { ioctl(cedar_fd, IOCTL_ENGINE_REL, 0); ::close(cedar_fd); cedar_fd = -1; } if (ion_fd != -1) { ::close(ion_fd); ion_fd = -1; } } int ion_allocator::alloc(size_t size, struct ion_memory* mem) { struct aw_ion_new_alloc_data alloc_data; alloc_data.len = size; alloc_data.heap_id_mask = AW_ION_SYSTEM_HEAP_MASK; alloc_data.flags = AW_ION_CACHED_FLAG | AW_ION_CACHED_NEEDS_SYNC_FLAG; alloc_data.fd = 0; alloc_data.unused = 0; ioctl(ion_fd, AW_ION_IOC_NEW_ALLOC, &alloc_data); void* virt_addr = mmap(NULL, size, PROT_READ|PROT_WRITE, MAP_SHARED, alloc_data.fd, 0); struct aw_user_iommu_param iommu_param; iommu_param.fd = alloc_data.fd; iommu_param.iommu_addr = 0; ioctl(cedar_fd, IOCTL_GET_IOMMU_ADDR, &iommu_param); mem->size = size; mem->fd = alloc_data.fd; mem->virt_addr = virt_addr; mem->phy_addr = iommu_param.iommu_addr; return 0; } int ion_allocator::free(struct ion_memory* mem) { if (mem->fd == -1) return 0; struct aw_user_iommu_param iommu_param; iommu_param.fd = mem->fd; ioctl(cedar_fd, IOCTL_FREE_IOMMU_ADDR, &iommu_param); munmap(mem->virt_addr, mem->size); ::close(mem->fd); mem->size = 0; mem->fd = -1; mem->virt_addr = 0; mem->phy_addr = 0; return 0; } int ion_allocator::flush(struct ion_memory* mem) { struct dma_buf_sync sync; sync.flags = DMA_BUF_SYNC_END | DMA_BUF_SYNC_RW; ioctl(mem->fd, DMA_BUF_IOCTL_SYNC, &sync); return 0; } 然后再实现 G2D图形硬件 YUV转RGB 的转换器 提前分配好YUV和RGB的dmaion buffer 将YUV数据拷贝到dmaion buffer，flush cache完成同步 配置转换参数，ioctl调用G2D_CMD_BITBLT_H完成转换 flush cache完成同步，从dmaion buffer拷贝出RGB数据 释放dmaion buffer // 步骤1 ion_allocator ion; ion.open(); struct ion_memory yuv_ion; ion.alloc(rgb_size, &rgb_ion); struct ion_memory rgb_ion; ion.alloc(yuv_size, &yuv_ion); int g2d_fd = ::open("/dev/g2d", O_RDWR); // 步骤2 memcpy((unsigned char*)yuv_ion.virt_addr, yuv420sp, yuv_size); ion.flush(&yuv_ion); // 步骤3 g2d_blt_h blit; memset(&blit, 0, sizeof(blit)); blit.flag_h = G2D_BLT_NONE_H; blit.src_image_h.format = G2D_FORMAT_YUV420UVC_V1U1V0U0; blit.src_image_h.width = width; blit.src_image_h.height = height; blit.src_image_h.align[0] = 0; blit.src_image_h.align[1] = 0; blit.src_image_h.clip_rect.x = 0; blit.src_image_h.clip_rect.y = 0; blit.src_image_h.clip_rect.w = width; blit.src_image_h.clip_rect.h = height; blit.src_image_h.gamut = G2D_BT601; blit.src_image_h.bpremul = 0; blit.src_image_h.mode = G2D_PIXEL_ALPHA; blit.src_image_h.use_phy_addr = 0; blit.src_image_h.fd = yuv_ion.fd; blit.dst_image_h.format = G2D_FORMAT_RGB888; blit.dst_image_h.width = width; blit.dst_image_h.height = height; blit.dst_image_h.align[0] = 0; blit.dst_image_h.clip_rect.x = 0; blit.dst_image_h.clip_rect.y = 0; blit.dst_image_h.clip_rect.w = width; blit.dst_image_h.clip_rect.h = height; blit.dst_image_h.gamut = G2D_BT601; blit.dst_image_h.bpremul = 0; blit.dst_image_h.mode = G2D_PIXEL_ALPHA; blit.dst_image_h.use_phy_addr = 0; blit.dst_image_h.fd = rgb_ion.fd; ioctl(g2d_fd, G2D_CMD_BITBLT_H, &blit); // 步骤4 ion.flush(&rgb_ion); memcpy(rgb, (const unsigned char*)rgb_ion.virt_addr, rgb_size); // 步骤5 ion.free(&rgb_ion); ion.free(&yuv_ion); ion.close(); ::close(g2d_fd); G2D图像硬件YUV转RGB测试 考虑到dmaion buffer分配和释放都比较耗时，我们提前做好，循环调用步骤3的G2D转换，统计耗时，并在top工具中查看CPU占用率 可以看到 ARM neon 的优化效果非常明显，而使用G2D图形硬件能获得进一步加速，并且能显著降低CPU占用率！ sh-4.4# LD_LIBRARY_PATH=. ./g2dtest INFO : cedarc
米尔
米尔 . 2024-04-09 1 1 1046
扩展模块免费送，米尔瑞米派福利发放
瑞米派自发布后赢得了广大粉丝朋友们的一致好评，基于RZ/G2L工业级处理器开发，具备其他Pi没有的双千兆以太网接口，便于企业客户直接进行产品开发；通过40PIN兼容树莓派的排针，能够适配树莓派生态的所有配件，方便用户产品原型搭建，同时支持多种操作系统和软件框架，Linux/QT/LVGL/Python/RT-Linux/IGH Ethercat/Freertos等。瑞米派的硬件和软件开发难度低，兼顾了严肃产品开发和爱好者创意实现两种需要。 为了鼓励开发者更深度的体验瑞米派产品，米尔准备了多款扩展模块，免费赠送给工程师，助力开发者更多创意实现。 活动流程 01活动申请 【时间：2024.4.8-2024.4.20】开发者在线填《瑞米派创意活动-报名申请表》，申请扩展模块。 02 发放扩展模块【时间：2024.4.23】米尔选中开发者名单，通过电话/邮件联系，并发放瑞米派支持的各种扩展模块。 03项目开发和作品发布 【时间：2024.5.1-2024.5.30】开发者进行项目开发并在米尔论坛（https://bbs.myir-tech.com/）进行文章发布；发稿内容可参考论坛的文章“【扩展模块】基于米尔Remi Pi的e-Paper屏应用开发笔记”。 04礼品发放【时间：2024.6.1-2024.6.10】米尔对部分开发者的文章进行评选，发放米尔的纪念品。 米尔纪念品：定制鼠标垫 活动奖励 米尔将为此次活动供稿的优秀文章进行纪念品奖励，（文章内容包括但不限于瑞米派的优秀测评文章/应用笔记/项目应用等） 奖励礼品：定制鼠标垫、定制手机支架等。 活动规则 报名承诺： 1.申请者须承诺提供真实的有效申请资料； 2.申请者必须是瑞米派的用户； 3.因模块的数量有限，米尔将根据申请理由进行选择来确定赠送，（请尽量详细的描述您的使用计划/创意内容/项目内容）；如遇到单个模块多人申请，其他扩展模块无人申请的情况，我们将通过电话与申请者联系，赠送其他的扩展模块； 4.申请者必须承诺愿意在米尔论坛发表文章，如拒不发表测评体验的文章，米尔将有权收回赠送的扩展模块； 赠送扩展模块类型 活动产品 瑞米派（Remi Pi）基于RZ/G2L处理器，配备Cortex-A55@1.2GHz CPU、Cortex-M33@200MHz MCU、Arm Mali-G31 的3D 图形加速引擎以及支持视频编解码器。此外，这款微处理器还支持摄像头接口（MIPI-CSI/Parallel-IF）、显示器接口（MIPI-DSI/Parallel-IF）、USB2.0、UART、CAN接口、千兆以太网接口等，特别适用于入门级工业人机界面(HMI)和具有视频功能的嵌入式设备等应用。 *本次活动的最终解释权归主办单位米尔电子所有 如需报名点击链接申请： https://www.myir.cn/formguide/index/index.html?id=25 如需了解瑞米派，您可以通过访问以下米尔电子官网链接： https://www.myir.cn/shows/23/14.html 更多关于Remi Pi技术问题讨论请登录米尔官方论坛： https://bbs.myir-tech.com/forum-66-1.html 购买链接： https://detail.tmall.com/item.htm?id=763219500729&skuId=5425000934998
米尔
米尔 . 2024-04-09 1 991
群创南京厂或将关停
4月9日消息，据CINNO报道，群创光电南京厂区员工发布消息称公司工厂倒闭，CINNO从产业人士证实消息基本属实，南京群创厂区员工基本都赔钱走人了。据了解，遣散费为N+1。 从去年底，就有消息传出群创关闭上海和南京工厂。对此，群创官方发言管表示，基于弹性策略，公司的经营布局，皆进行全面审慎评估规划，包括厂房、设备需求、引进新技术等计划，将依未来市场动向及新技术发展规划转型，致力达成整体营运正面效益。 群创在大陆浙江宁波、广东佛山、上海、南京都设有面板后段模组厂，不过，从去年开始后段面板模组产能利用率始终在低档，去年初就传出群创上海和南京的模组厂缩编，群创计划逐步关闭上海和南京模组厂，两地厂房规划将出售，订单则是集中到宁波厂和佛山厂生产，至于两座工厂的生产设备计划先“暂时”搬迁到台南厂区。 今年3月份，面板大厂群创光电去年底才刚传出竹南T1厂裁员百人消息，如今再度传出裁员。据台湾地区媒体报道，一位在群创工作的女员工在Dcard发文透露，她在群创担任制造部技术员的年资已达10年，近期得知公司又开始裁员，目前已知有4位同仁离开，「不担心是假的，真的很怕」，忧虑自己也会成为下一个被裁员的目标，和家人讨论过后，想转换跑道到台积电上班。 除了群创光电，友达去年8月也传出瘦身消息，随后友达澄清是鼓励优退，为提升生产营运效率，关闭生产笔电、电视、监视器面板为主的台南C5D与C6C两工厂，影响员工人数约200人。 群创竹南厂主要生产家电类产品，市场竞争力较弱，日前传出主管被要求提交名单，预计在12月12日举行说明会，于19日、20日两天办理离职手续。群创昨天并未回应竹南T1厂是否面临关厂，以及实际人力调整数字，仅表示，基于弹性策略规画，致力优化生产配置及提升整体营运效益，经审慎评估将全面精实管理，并以组织与产线的最适调整，强化集团布局。 群创去年3月也传出集团旗下全资子公司群志光电至少关闭50条模块产线，优化20%员工，并计划将TFT-LCD模块工厂迁移到印度、墨西哥。群创当时严正澄清并无厂区人员更动调整的计划。 群创去年7月也完成一波优退项目瘦身，逾300人离职，并聚焦重点事业、降低人事成本负担。群创当时回应，已于去年6月底结束期间限定的新一波「65项目」优退措施，计有逾300名员工申请优退，获得以「年资／2+3.6个月」的条件退休。
快讯
芯查查资讯 . 2024-04-09 1 8 1541
台积电将获得美国提供116亿美元的拨款及贷款
4月9日消息，台积电与美国商务部宣布签署一项不具约束力的初步协议（PMT），台积电将根据美国《芯片和科学法案》获得高达66亿美元的直接资助，以及高达50亿美元的贷款，将在凤凰城建设第3家晶圆代工厂，到2030年生产2nm或更先进芯片。 根据美国周一宣布的初步协议，除了分别预计将于2025年和2028年投产的两家工厂外，台积电还将在凤凰城建设第三家工厂。 第三家芯片工厂建设将使台积电在亚利桑那州的总投资增加到650亿美元，促就亚利桑那州史上最大的海外直接投资。 台积电在亚利桑那州的第一家晶圆厂Fab 21一期将于2025年上半年开始生产，生产4nm FinFET技术。（台积电美国工厂Fab21上机仪式在2022年12月举行） 第二个晶圆厂Fab 21二期将生产世界上最先进的2nm工艺技术，除了此前宣布的3nm技术外，还将采用下一代nanosheet晶体管技术，2028年开始生产。 第三家晶圆厂将采用2nm或更先进工艺来生产芯片，并将到2030年开始生产。在满负荷运转的情况下，台积电亚利桑那州的三个晶圆厂将生产数千万个顶尖芯片，为5G/6G智能手机、自动驾驶汽车和人工智能（AI）数据中心服务器等产品提供动力。 美国商务部长吉娜·雷蒙多表示，2纳米芯片对于包括人工智能在内的新兴技术而言至关重要。雷蒙多称，对台积电的拨款包括5,000万美元用于培训当地员工，将创造6,000个高科技制造岗位，以及超过两万个建筑业岗位。 台积电董事长刘德音在一份声明中表示，“来自《芯片与科学法》的计划资金将给台积电提供机会，来进行前所未有的投资，并在美国提供最先进制造技术铸造服务”。 距离台积电获得承诺资金还将有数月的时间，公司将进入尽职调查期，随后达成最终、具有约束力的协议。随后资金会根据建设和生产基准进行拨付，如果台积电不遵守协议，资金可以收回。
快讯
芯查查资讯 . 2024-04-09 8 26 3586
市场周讯 | 美国与欧盟加强在AI领域的合作；中国台湾地震对大部分工厂产能损耗影响轻微；台积电将在日本设立第二家工厂
一、政策速览 1. 美国与欧盟：4月6日消息，美国与欧盟发表联合声明，宣布将加强在AI领域的合作伙伴关系，双方决定共同开展一些用AI造福人类的研究项目。 2. 工信部：4月7日消息，为加强电动自行车行业管理，推动行业健康可持续发展，工信部消费品工业司研究起草了《电动自行车行业规范条件》《电动自行车行业规范公告管理办法》，现向社会公开征求意见。 3. 国家数据局：4月2日消息，在4月1日首次全国数据工作会议上，数据局明确2024年数据工作要健全数据基础制度。建立健全数据产权制度，制定促进数据合规高效流通和交易的政策，建立数据要素收益分配机制，健全数据流通利用安全治理机制。 二、市场动态 4. Omdia：三星和SK海力士正在提高DRAM产量，将恢复至消减前水平。其中，三星已将今年Q2的平均每月DRAM晶圆投入量调升至60万片，预计下半年将增加至66万片；SK海力士Q2已达41万片；预计下半年增加至45万片。 5. 集邦咨询：本次中国台湾花莲地震中，大多晶圆代工厂都位属震度4级区域，加上半导体工厂多以高规格兴建，内部的减震措施多半可以减震1~2级，因此，大部分的工厂都是停机检查后，迅速复工。且因为目前成熟制程厂区产能利用率平均在50%~80%，损失可以在复工后迅速补齐，产能损耗影响轻微。 6. SIA：4月3日消息，半导体产业协会（SIA）报告指出，2024年2月全球半导体销量同比增长14.3%。 7. 乘联会：4月2日消息，中国汽车流通协会汽车市场研究分会综合预估，2024年3月全国新能源乘用车厂商批发销量82万辆，同比增长33%，环比增长84%。 8. 赛迪研究院：4月1日，工信部赛迪研究院发布了《中国低空经济发展研究报告（2024）》。报告数据显示， 2023年中国低空经济规模达5059.5亿元，增速达33.8%。乐观预计，到2026年，低空经济规模有望突破万亿元。 9. Omdia：2023年，英特尔挤下三星，成为全球芯片销售额霸主，英伟达升至第二，三星落居第三。高通去年营收减少15.8%、降至309.13亿美元，但排名进步一名至第四。博通以年营收284.27亿美元（年增5.5%），排名维持第五。SK海力士营收锐减30.6%至236.8亿美元，排名下滑两名至第六。 三、上游厂商动态 10. Hailo：该AI芯片制造商近日宣布获得1.2亿美元的C轮融资，本轮投资方包括Zisapel家族、Gil Agmon、Delek Motors、Alfred Akirov、DCLBA、Vasuki、OurCrowd、Talcar、Comasco、Automotive Equipment (AEV)以及Poalim Equity等众多机构与个人。至此，Hailo的累计融资金额已突破3.4亿美元。 11. 复旦微：4月7日消息，该公司UHF RFID标签芯片FM13UF0051E经第三方权威机构（中国物品编码中心）检测，成功通过GS1 EPC global Gen2V2认证。标志着该产品可在全球范围内实现统一标识和透明追溯。 12. 三星：4月7日消息，三星电子使用混合键合技术制造出16层HBM样品，并确认运行正常。 13. 台积电：4月6日消息，台积电将在日本九州熊本县菊阳町设立第二家工厂。并表示到2030年，其在日本的第一家工厂将实现60%的本地采购。 14. 台积电：4月5日，截至当日，除了位于震幅较大地区的部分生产线，需要较长时间调整校正以恢复自动化生产外，台湾晶圆厂内的设备已大致复原。并表示公司全年业绩展望仍维持不变。 15. 三星：4月5日消息，据外媒报道，三星电子计划将其在德克萨斯州的投资提高到440亿美元。其计划再建一家芯片制造厂和一个先进的封装中心。 16. SK海力士：4月4日消息，SK海力士计划斥资38.7亿美元在印第安纳州建设先进封装厂和人工智能产品研究中心。该公司表示，将在West Lafayette建立其首家美国工厂，计划于2028年下半年开始量产。 17. 美光：4月3日消息，上午中国台湾地区花莲县海域发生7.3级地震后，美光确认所有当地员工均安全，但当地的生产运营和供应链影响程度仍在评估中。 18. AMD：4月3日消息，AMD正对全球多家主要半导体基板企业的玻璃基板样品进行性能评估测试，计划将这一先进基板技术导入半导体制造。据悉，此次参与的上游企业包括日企新光电气、台企欣兴电子、韩企三星电机和奥地利 AT&S（奥特斯）。AMD可能最早于2025-2026年的产品中导入玻璃基板，以提升其HPC产品的竞争力。 19. 英特尔：4月3日消息，该公司在4月2日提交的一份文件中显示，其旗下代工业务在2023年的销售额为189亿美元，低于前一年的275亿美元，运营亏损从2022年的52亿美元扩大到了70亿美元，预计亏损将在2024年达峰。 20. 裕太微：4月2日消息，裕太微近期调研纪要显示，公司已完成10G以太网物理层芯片的预研，初步估计公司2025年年底将推出该产品的量产样片，2026年正式量产出货。 21. 三星：4月2日消息，三星电子表示，2025 年后将进入3D DRAM时代。三星展示了两项3D DRAM 技术，包括垂直通道电晶体和堆叠DRAM。 四、应用端动态 22. 海能达：4月7日消息，海能达在其公司官网公告称，根据美国法院的法令，在另行通知之前，海能达不得在世界任何地方销售任何含有对讲机技术的产品。 23. 鸿蒙生态：4月7日消息，到3月底，已经有超过4,000个应用加入鸿蒙生态。 24. 合肥超量融合计算中心：4月3日消息，近日，安徽省合肥市大数据资产运营有限公司启动了合肥超量融合计算中心招标项目。该项目基于合肥先进计算中心“巢湖明月”超级计算机，部署了2台超导量子计算机和1台离子阱量子计算机。 25. 特斯拉：4月3日消息，特斯拉将在印度选址建造价值20亿-30亿美元的电动汽车工厂。 26. 星闪：4月2日消息，星闪2.0系列标准发布，支持星闪原生音视频、人机交互、定位等应用，攀升科技、深开鸿、鹰驾科技、利尔达等21家厂商发布了31款星闪新产品。
芯查查资讯 . 2024-04-08 3 9 1295
12个电路&10个知识点，给你讲明白开关模式下的电源电流检测！
电流检测技术在现今的生活与工作中都有广泛的应用，许多的系统中都需要检测流入和流出的电流大小，检测电流大小能够避免器件出错。所以我们今天的主角就是“开关模式电源的电流检测技术”。 基本知识 电流模式控制由于其高可靠性、环路补偿设计简单、负载分配功能简单可靠的特点，被广泛用于开关模式电源。电流检测信号是电流模式开关模式电源设计的重要组成部分，它用于调节输出并提供过流保护。图1显示了 ADI LTC3855同步开关模式降压电源的电流检测电路。TC3855是一款具有逐周期限流功能的电流模式控制器件。检测电阻RS监测电流。 图1. 开关模式电源电流检测电阻(RS) 图2显示了两种情况下电感电流的示波器图像：第一种情况使用电感电流能够驱动的负载（红线），而在第二种情况下，输出短路（紫线）。 图2. LTC3855限流与折返示例，在1.5 V/15 A供电轨上测量 最初，峰值电感电流由选定的电感值、电源开关导通时间、电路的输入和输出电压以及负载电流设置（图中用“1”表示）。当电路短路时，电感电流迅速上升，直至达到限流点，即 RS × IINDUCTOR (IL)等于最大电流检测电压，以保护器件和下游电路（图中用“2”表示）。然后，内置电流折返限制（图中数字“3”）进一步降低电感电流，以将热应力降至最低。 电流检测还有其他作用。在多相电源设计中，利用它能实现精确均流。对于轻负载电源设计，它可以防止电流反向流动，从而提高效率（反向电流指反向流过电感的电流，即从输出到输入的电流，这在某些应用中可能不合需要，甚至具破坏性）。另外，当多相应用的负载较小时，电流检测可用来减少所需的相数，从而提高电路效率。对于需要电流源的负载，电流检测可将电源转换为恒流源，以用于LED驱动、电池充电和驱动激光等应用。 检测电阻放哪最合适？ 电流检测电阻的位置连同开关稳压器架构决定了要检测的电流。检测的电流包括峰值电感电流、谷值电感电流（连续导通模式下电感电流的最小值）和平均输出流。检测电阻的位置会影响功率损耗、噪声计算以及检测电阻监控电路看到的共模电压。 放置在降压调节器高端 对于降压调节器，电流检测电阻有多个位置可以放置。当放置在顶部MOSFET的高端时（如图3所示），它会在顶部MOSFET 导通时检测峰值电感电流，从而可用于峰值电流模式控制电源。但是，当顶部MOSFET关断且底部MOSFET导通时，它不测量电感电流。 图3. 带高端RSENSE的降压转换器 在这种配置中，电流检测可能有很高的噪声，原因是顶部 MOSFET的导通边沿具有很强的开关电压振荡。为使这种影响最小，需要一个较长的电流比较器消隐时间（比较器忽略输入的时间）。这会限制最小开关导通时间，并且可能限制最小占空比（占空比 = VOUT/VIN）和最大转换器降压比。注意在高端配置中，电流信号可能位于非常大的共模电压(VIN)之上。 放置在降压调节器低端 图4中，检测电阻位于底部MOSFET下方。在这种配置中，它检测谷值模式电流。为了进一步降低功率损耗并节省元件成本，底部FET RDS(ON)可用来检测电流，而不必使用外部电流检测电阻RSENSE。 图4. 带低端RSENSE的降压转换器 这种配置通常用于谷值模式控制的电源。它对噪声可能也很敏感，但在这种情况下，它在占空比较大时很敏感。谷值模式控制的降压转换器支持高降压比，但由于其开关导通时间是固定/ 受控的，故最大占空比有限。 降压调节器与电感串联 图5中，电流检测电阻RSENSE与电感串联，因此可以检测连续电感电流，此电流可用于监测平均电流以及峰值或谷值电流。所以，此配置支持峰值、谷值或平均电流模式控制。 图5. RSENSE与电感串联 这种检测方法可提供最佳的信噪比性能。外部RSENSE通常可提供非常准确的电流检测信号，以实现精确的限流和均流。但是，RSENSE也会引起额外的功率损耗和元件成本。为了减少功率损耗和成本，可以利用电感线圈直流电阻(DCR)检测电流，而不使用外部RSENSE。 放置在升压和反相调节器的高端 对于升压调节器，检测电阻可以与电感串联，以提供高端检测 （图6）。 图6. 带高端RSENSE的升压转换器 升压转换器具有连续输入电流，因此会产生三角波形并持续监测电流。 放置在升压和反相调节器的低端 检测电阻也可以放在底部MOSFET的低端，如图7所示。此处监测峰值开关电流（也是峰值电感电流），每半个周期产生一个电流波形。MOSFET开关切换导致电流信号具有很强的开关噪声。 图7. 带低端RSENSE的升压转换器 SENSE电阻放置在升降压转换器低端或与电感串联 图8显示了一个4开关升降压转换器，其检测电阻位于低端。当输入电压远高于输出电压时，转换器工作在降压模式；当输入电压远低于输出电压时，转换器工作在升压模式。在此电路中，检测电阻位于4开关H桥配置的底部。器件的模式（降压模式或升压模式）决定了监测的电流。 图8. 带低端RSENSE的升压转换器 在降压模式下（开关D一直导通，开关C一直关断），检测电阻监测底部开关B电流，电源用作谷值电流模式降压转换器。 在升压模式下（开关A一直导通，开关B一直关断），检测电阻与底部MOSFET (C)串联，并在电感电流上升时测量峰值电流。在这种模式下，由于不监测谷值电感电流，因此当电源处于轻负载状态时，很难检测负电感电流。负电感电流意味着电能从输出端传回输入端，但由于这种传输会有损耗，故效率会受损。对于电池供电系统等应用，轻负载效率很重要，这种电流检测方法不合需要。 图9电路解决了这个问题，其将检测电阻与电感串联，从而在降压和升压模式下均能连续测量电感电流信号。由于电流检测 RSENSE连接到具有高开关噪声的SW1节点，因此需要精心设计控制器IC，使内部电流比较器有足够长的消隐时间。 图9. LT8390升降压转换器，RSENSE与电感串联 输入端也可以添加额外的检测电阻，以实现输入限流；或者添加在输出端，用于电池充电或驱动LED等恒定输出电流应用。这种情况下需要平均输入或输出电流信号，因此可在电流检测路径中增加一个强RC滤波器，以减少电流检测噪声。 电流检测方法使用说明书 开关模式电源有三种常用电流检测方法是：使用检测电阻，使用MOSFET RDS(ON)，以及使用电感的直流电阻(DCR)。每种方法都有优点和缺点，选择检测方法时应予以考虑。 检测电阻电流传感 作为电流检测元件的检测电阻，产生的检测误差最低（通常在1%和5%之间），温度系数也非常低，约为100 ppm/°C (0.01%)。在性能方面，它提供精度最高的电源，有助于实现极为精确的电源限流功能，并且在多个电源并联时，还有利于实现精密均流。 图10. RSENSE电流检测 另一方面，因为电源设计中增加了电流检测电阻，所以电阻也会产生额外的功耗。因此，与其他检测技术相比，检测电阻电流监测技术可能有更高的功耗，导致解决方案整体效率有所下降。专用电流检测电阻也可能增加解决方案成本，虽然一个检测电阻的成本通常在0.05美元至0.20美元之间。 选择检测电阻时不应忽略的另一个参数是其寄生电感（也称为有效串联电感或ESL）。检测电阻可以用一个电阻与一个有限电感串联来正确模拟。 图12. RSENSE ESL模型 此电感取决于所选的特定检测电阻。某些类型的电流检测电阻，例如金属板电阻，具有较低的ESL，应优先使用。相比之下，绕线检测电阻由于其封装结构而具有较高的ESL，应避免使用。一般来说，ESL效应会随着电流的增加、检测信号幅度的减小以及布局不合理而变得更加明显。电路的总电感还包括由元件引线和其他电路元件引起的寄生电感。电路的总电感也受到布局的影响，因此必须妥善考虑元件的布局，不恰当的布局可能影响稳定性并加剧现有电路设计问题。 检测电阻ESL的影响可能很轻微，也可能很严重。ESL会导致开关栅极驱动器发生明显振荡，从而对开关导通产生不利影响。它还会增加电流检测信号的纹波，导致波形中出现电压阶跃，而不是预期的如图13所示的锯齿波形。这会降低电流检测精度。 图13. RSENSE ESL可能会对电流检测产生不利影响 为使电阻ESL最小，应避免使用具有长环路（如绕线电阻）或长引线（如厚电阻）的检测电阻。薄型表面贴装器件是首选，例子包括板结构SMD尺寸0805、1206、2010和2512，更好的选择包括倒几何SMD尺寸0612和1225。 基于功率MOSFET的电流检测 利用MOSFET RDS(ON)进行电流检测，可以实现简单且经济高效的电流检测。LTC3878是一款采用这种方法的器件。它使用恒定导通时间谷值模式电流检测架构。顶部开关导通固定的时间，此后底部开关导通，其RDS压降用于检测电流谷值或电流下限。 图14. MOSFET RDS(ON)电流检测 虽然价格低廉，但这种方法有一些缺点。首先，其精度不高， RDS(ON)值可能在很大的范围内变化（大约33%或更多）。其温度系数可能也非常大，在100°C以上时甚至会超过80%。另外，如果使用外部MOSFET，则必须考虑MOSFET寄生封装电感。这种类型的检测不建议用于电流非常高的情况，特别是不适合多相电路，此类电路需要良好的相位均流。 电感DCR电流检测 电感直流电阻电流检测采用电感绕组的寄生电阻来测量电流，从而无需检测电阻。这样可降低元件成本，提高电源效率。与MOSFET RDS(ON)相比，铜线绕组的电感DCR的器件间偏差通常较小，不过仍然会随温度而变化。它在低输出电压应用中受到青睐，因为检测电阻上的任何压降都代表输出电压的一个相当大部分。将一个RC网络与电感和寄生电阻的串联组合并联，检测电压在电容C1上测量（图15）。 图15. 电感DCR电流检测 通过选择适当的元件(R1 × C1 = L/DCR)，电容C1两端的电压将与电感电流成正比。为了最大限度地减少测量误差和噪声，最好选择较低的R1值。 电路不直接测量电感电流，因此无法检测电感饱和。推荐使用软饱和的电感，如粉芯电感。与同等铁芯电感相比，此类电感的磁芯损耗通常较高。与RSENSE方法相比，电感DCR检测不存在检测电阻的功率损耗，但可能会增加电感的磁芯损耗。 使用RSENSE和DCR两种检测方法时，由于检测信号较小，故均需要开尔文检测。必须让开尔文检测痕迹（图5中的SENSE 和 SENSE-）远离高噪声覆铜区和其他信号痕迹，以将噪声提取降至最低，这点很重要。某些器件（如LTC3855）具有温度补偿DCR检测功能，可提高整个温度范围内的精度。 表1. 电流检测方法的优缺点 表1中提到的每种方法都为开关模式电源提供额外的保护。取决于设计要求，精度、效率、热应力、保护和瞬态性能方面的权衡都可能影响选择过程。电源设计人员需要审慎选择电流检测方法和功率电感，并正确设计电流检测网络。ADI LTpowerCAD设计工具和LTspice®电路仿真工具等计算机软件程序，对简化设计工作并获得最佳结果会大有帮助。 其他电流检测方法 还有其他电流检测方法可供使用。例如，电流检测互感器常常与隔离电源一起使用，以跨越隔离栅对电流信号信息提供保护。这种方法通常比上述三种技术更昂贵。此外，近年来集成栅极驱动器(DrMOS)和电流检测的新型功率MOSFET也已出现，但到目前为止，还没有足够的数据来推断DrMOS在检测信号的精度和质量方面表现如何。 软件推荐 LTspice LTspice是一款强大、快速、免费的仿真工具、原理图采集和波形查看器，具有增强功能和模型，可改善开关稳压器的仿真。 LTpowerCAD LTpowerCAD设计工具是一款完整的电源设计工具程序，可显著简化电源设计任务。它引导用户寻找解决方案，选择功率级元件，提供详细效率信息，显示快速环路波特图稳定性和负载瞬态分析，并可将最终设计导出至LTspice进行仿真。 来源：ADI
电流检测
亚德诺半导体 . 2024-04-08 3 18 2100
海能达回应美国法院禁令
近日，深圳海能达通信股份有限公司（简称“海能达”）通过公司官网发布公告称，“根据美国法院的法令，在另行通知之前，海能达不得在世界任何地方销售任何含有对讲机技术的产品。”目前，海能达在国内购物平台的相关产品已下架。 根据海能达官网提供的美国伊利诺伊州北区地方法院所出具的法令原文显示，因海能达未遵守法庭要求其退出并撤回其在2022年6月向深圳市中级人民法院提起的诉讼（该诉讼寻求其旗下 H 系列产品不侵犯摩托罗拉商业秘密与版权的宣告性判决），下达蔑视法庭制裁令。 该制裁令要求海能达遵守相关反诉禁令前，必须在全球范围内停售含有双向无线电通信技术的产品、并每日向法庭缴纳罚金100万美元，同时，禁止其执行或依赖相关案件在深圳市中级人民法院作出的判决。该命令自2024年4月2日起生效，直到海能达完全遵守法院的命令或法院另有指示为止。 此次制裁令原因及主要内容： 2022年6月，海能达向中国深圳市中级人民法院提起诉讼，寻求宣告式判决，认定其 H 系列产品未侵犯摩托罗拉解决方案公司（以下简称“摩托罗拉”）的商业秘密和版权（中国诉讼）。深圳市中级人民法院同意在2023年2月审理海能达公司的诉讼请求，并要求摩托罗拉公司在2024年4月1日前提供反驳证据。 摩托罗拉认为，这是海能达试图回避北伊利诺伊州地区法院权威的“无理取闹”行为，并要求法官禁止海能达在中国提起诉讼。摩托罗拉还认为，它无法相信深圳法院会保护它作为反驳证据提出的任何商业秘密。其在法庭文件中称：“目前没有任何保障措施可以防止摩托罗拉的商业机密和源代码被不当披露，也不能保证深圳法院会对获取这些材料施加限制，以充分保护摩托罗拉。” 海能达则反驳称，H系列无线电产品是在2021年10月推出的，因此既不受2019-2020年审判的约束，也不受法院2022年特许权使用费命令的约束。 此外，海能达在回应摩托罗拉藐视法庭诉讼程序的动议时辩称：“海能达在本国寻求对其行为的正当性进行司法裁决，这并无不妥或无理取闹之处。双方花了将近一年的时间就摩托罗拉根据特许权使用费提出的藐视法庭指控进行诉讼，而摩托罗拉从未提出将特许权使用费适用于H系列产品。”海能达还辩称，摩托罗拉指责深圳法院不值得信任，是在进行恶意论证，称没有理由认为中国的司法机构不会向摩托罗拉提供其在美国享有的同等保护。 2024年3月25日，美国伊利诺伊州北区地方法院指示海能达“不得进一步提起或执行”其在中国针对摩托罗拉的诉讼，并于2024年3月29日命令海能达“退出诉讼......包括撤回起诉......”。 对于此次向海能达下达“蔑视法庭制裁令”的原因，美国伊利诺伊州北区地方法院认定海能达违反了命令（Dkt.15041508），包括2024年4月2日电话状态会议上讨论的命令，其未遵守法庭要求其退出并撤回其在2022年6月向深圳市中级人民法院提起的诉讼，因此对其下达蔑视法庭制裁令： 1、销售和分销禁令： 在海能达完全遵守美国伊利诺伊州的北部联邦地区法院的反诉讼禁令（Dkts.1504、1508）之前，海能达及其所有高级职员、代理人、雇员、附属公司、子公司、分销商和转售商，以及所有通过个人服务或其他方式收到命令实际通知的与其积极合作或参与的人员，被暂时禁止执行以下任何行为： （1） 禁止在世界任何地方销售、销售、进口、出口或以其他方式分销任何双向无线电产品。为了鼓励遵守本禁令，海能达应在不迟于本禁令生效后三个日历日内，使用该实体或个人最后已知的电子通信方式（或如果不存在这种方式，则通过将该命令的硬拷贝发送到其最后已知的物理地址），向其在世界任何地方的双向无线电产品的所有代理商、附属公司、子公司、任何类型的分销商和转售商、客户和潜在客户书面通知这些实体和/或个人遵守禁令的要求，包括随附的形式通知。 此外，海能达应在本禁令生效后的三个日历日内，通过在其网站主页和其销售任何双向无线电产品的任何页面（包括海能达维护网站的任何地区或语言的所有页面，以该地区的语言）的显著位置张贴以下通知来宣传本禁令的生效：“公告：根据美国法院的命令，在另行通知之前，禁止海能达在世界任何地方销售任何含有双向无线电技术的产品”，并附有本命令副本的链接。 在本禁令生效后的五个日历日内，海能达应向法院提交其已遵守上述通知要求的证据，包括其已向其提供通知的所有人员的名单，包括其通知的代理人、附属公司、子公司、分销商、任何类型的经销商、客户和潜在客户，其与这些实体和/或个人的通信副本，其已发布的新闻稿副本，以及通过提供屏幕截图确认其已在所有必要的网站页面上放置了所需通知。 摩托罗拉将被允许通知公众，包括但不限于其代理商、分销商、经销商、客户和潜在客户针对海能达的禁令的生效。 2、每日罚款： 直到海能达完全遵守法院的禁止令前，海能达需每天向法院支付100万美元的罚款。 3、禁止依赖中国诉讼的任何命令或判决： 海能达被命令不得执行或依赖深圳中级人民法院在中国诉讼中发布的任何命令或判决，直到本案关于H系列产品的藐视程序结束，并且法院可以考虑并作出进一步的命令以纠正摩托罗拉可能遭受的任何不利影响。 上述禁令自2024年4月2日起已经生效，直到海能达完全遵守法院的命令或法院另有指示为止。 4月8日早晨，海能达发布公告针对该禁令回应称，“公司已撤销深圳案件的起诉，同时按要求暂停销售双向无线电技术产品， 并已向美国法院申请撤销上述判令，近日正在美国法院持续进行听证。公司将进一步 采取各项应对措施，争取最短时间撤销上述判令。” 公告还披露，根据海能达 2022 年度经审计财务数据，公司专业无线通信设备制造业收入占营业 收入比重为 83.31%，其中双向无线电技术相关产品为主要构成。显然，此次禁令对海能达的业务影响很大。 海能达强调，“目前公司正在积极申请撤销上述判令，但案件后续进展存在一定不确定性。公司将严格遵循证券法律法规的要求，及时履行信息披露义务，敬请广大投资者谨慎决策，注意投资风险。” 值得注意的是，似乎是为了稳定股价，海能达在发布上述回应公告的同时，还发布了《关于控股股东、实际控制人自愿承诺不减持公司股份的公告》，公司控股股东、实际控制人陈清州先生自愿承诺：即日起 6 个月内（即 2024 年 4 月 8 日至 2024 年 10 月 7 日）不以集中竞价、 大宗交易的方式减持其所持有的公司股份，包括承诺期间该部分股份因资本公积转增 股本、派送股票红利、配股、增发等事项而增加的股份。
快讯
芯查查资讯 . 2024-04-08 2 16 4931
上汽集团印度子公司拟引入当地战投，预计增利50~70亿元
上汽集团4月7日晚间的一则公告显示，公司于印度新能源车市场排名第二的印度子公司MGI拟引入当地战投，相关交易预计将增加上汽集团净利润50~70亿元人民币。 上汽集团今晚发布关于子公司股权转让及增资扩股的公告。公告称，公司控股子公司MG Motor India Pvt.Ltd.（以下简称MGI）拟通过股权转让及增资扩股方式，引入JSW Ventures Singapore Pte.Limited（以下简称JSW Singapore)等投资者。 公告介绍，为深入推进公司国际经营战略，抢抓印度市场快速发展的机遇，持续提升MG品牌在印度市场的份额，有效防范经营风险，公司控股子公司MGI拟引入印度本土投资者，通过发挥协同效应，为实现可持续健康发展创造更有利的条件。 其中，JSW Singapore以265.1亿印度卢比（约22.56亿元人民币）认购公司子公司上海汽车香港投资有限公司所持MGI 10.12亿股股份，并以92.6亿印度卢比(约7.88亿元人民币)认购MGI增发的3.54亿股股份，交易完成后合计持股比例为35%； IndoEdge India Fund（以下简称IIF）以81.8亿印度卢比(约6.96亿元人民币)认购MGI增发的3.12亿股股份，交易完成后持股比例为8%； 经销商信托以30.7亿印度卢比(约2.61亿元人民币)认购MGI增发的1.17亿股股份，交易完成后持股比例为3%； 员工持股计划以51.1亿印度卢比(约4.35亿元人民币)认购MGI增发的1.95亿股股份，交易完成后持股比例为5%。 关于MGI，公告介绍，MGI成立于2017年2月，由公司全资子公司上海汽车香港投资有限公司（以下简称上汽香港）和上海汽车国际贸易有限公司（以下简称上汽国际）共同出资设立；其中，上汽香港持股99.99%，上汽国际持有1股。MGI注册地址在印度德里古尔冈市，注册资本金为327.5亿卢比，实缴资本292.5亿卢比。MGI首款车型于2019年6月上市销售，随着产品线的逐渐丰富，公司销量逐年攀升，从2019年的16528辆发展到2023年销量为62010辆，在印度市场排名第8位，其中新能源车排名市场第二。 公告并介绍了印度本土投资者的概况： 1.JSW集团是印度跨国企业巨头，总部位于孟买，在印度证券交易所上市，为O.P.Jindal集团旗下企业。JSW Singapore专为本次交易设立，注册地在新加坡，其母公司为JSW International Tradecorp Pte.Ltd，成立于2013年，注册资本2040万美元，主要从事金属及矿物进出口业务，截至2023年9月底，净资产为2.6亿美元。 2.IIF成立于2022年，是在印度证券交易所注册的基金，目前募集资金2.2亿美元。 3.经销商信托由符合条件的经销商等出资设立，并由经销商信托认购MGI的股份。 4.员工持股计划用于激励MGI员工。 公告称，截至本公告披露日，JSW Singapore已全额支付转股款及增资款，剩余增资扩股事项已在实施过程中。协议签署后，将在完成相关先决条件后再交割,主要包括:JSW Singapore和IIF均应完成印度竞争委员会（CCI）审批；上汽香港就本次交易获得上海市国资委和其他监管机构（视情况而定）的必要批准。 至于上述事项对公司的影响，公告介绍，本次转股及增资完成后，公司对MGI将采用权益法进行核算。基于MGI股权公允价值推算，预计将增加公司净利润50-70亿元人民币，具体以公司年报审计机构的审计结果为准。 公告并提示，截至本公告披露日，MGI尚有4667万美元股东方借款未偿还，后续计划通过境外商业银行借款来偿还该笔款项。本次交易尚在实施过程中，敬请广大投资者注意投资风险。
快讯
芯查查资讯 . 2024-04-08 1 1 1126
演进中的电力电子设计：安森美先进仿真工具
作者：安森美电源方案事业群TD建模和仿真方案高级研究员James Victory 电力电子设计是现代工程中的关键因素，它对众多应用的效率、可靠性和性能产生深远影响。在考虑制造工艺差异和最坏情景的同时，开发出符合严格要求的电路，需要精确且精密的工具支持。 电力电子设计领域正在快速演进，引领着高速、高效元器件的新时代。在此演变过程中，安森美(onsemi)推出了突破性的仿真工具，重新定义了工程师对电力系统进行概念化、设计及验证的方式。安森美新推出的Elite Power仿真工具以及PLECS模型自助生成工具（SSPMG）使电力电子工程师能够缩短产品上市时间。这些工具应用于EliteSiC系列产品时，能精确展现电路的实际运行行为，尤其是当EliteSiC技术在边界条件下运行时的情况。 图1：Elite Power仿真工具和PLECS模型自助生成工具 这项创新的前沿性在于，该款直观且全面的仿真平台，赋予工程师以前所未有的便捷性来进行可视化、仿真设计并优化复杂的电力电子拓扑结构。此工具为工程师提供一个独特的数字化环境以测试和完善设计，从而推动了尖端技术水平的发展。PLECS模型及其准确性对于Elite Power 仿真工具有效性的关键一环。该仿真工具支持工程师上传由SSPMG生成的自定义PLECS模型。 这款仿真工具的核心在于其能够精确仿真多种电力电子拓扑结构，其中包括AC-DC、DC-DC和DC-AC变换器等。安森美提供的超过40种拓扑结构选项使其在行业中处于领先地位，为工程师们提供了丰富的资源库来探索和优化他们的设计。在工业应用领域，安森美的Elite Power 仿真工具支持如直流快充、不间断电源（UPS）、储能系统（ESS）和太阳能逆变器等关键系统，展现出巨大的价值。同样地，这款工具也适用于汽车行业的车载充电机（OBC）和主驱逆变器系统。 图2：在Elite仿真工具中选择应用和拓扑结构 挑战 行业中过去主要采用以制造商数据手册为参考的基于测量的损耗表创建PLECS模型。然而，这种方法面临几个主要挑战： 依赖测量设置：开关损耗数据受到特定应用布局和电路寄生参数的影响，导致数据存在变化和不准确性。 数据密度有限：导通和开关损耗数据通常不够密集，阻碍了在PLECS中进行精确插值计算，往往需要外推计算，这可能会影响准确性。 典型半导体条件：损耗数据通常代表的是标称半导体工艺条件，可能忽视了实际应用中的各种变化和真实场景。 只适用于硬开关情况：源自数据手册生成的双脉冲损耗数据所建立的模型仅适用于硬开关拓扑结构。当将其应用于软开关拓扑结构或同步整流仿真时，这些模型的准确性会大大降低。 安森美通过引入PLECS模型自助生成工具(SSPMG)，解决了采用传统的基于测量损耗表生成PLECS模型方法所面临的难题。这款工具在优化模型时考虑了特定无源元件对能量损耗的影响，提供了更密集、更详细的数据以实现精确仿真。SSPMG包含了半导体工艺过程的变化来构建实际模型，并创建出适用于软开关拓扑结构的可适应模型，从而确保在硬开关场景之外仍具有可靠性。这一水平的定制化确保了所进行的仿真能真实反映用户的实际工作条件，消除了基于通用数据手册模型相关的不准确性。用SSPMG设计的PLECS模型可以无缝上传到Elite Power 仿真工具，也可以下载到独立的PLECS中使用。 图3：SSPMG的特点之一——密集损耗表 图4：SSPMG的特点之一——软开关仿真 仿真工具 该工具的核心优势在于其后台运行的系统级仿真工具PLECS。PLECS是一款系统级仿真工具，它采用专为速度和准确性而设计的元件模型，使整个系统的建模和仿真变得更为简便。这款工具结合了易于使用的基于网页的环境，在设计过程中赋予工程师出类拔萃的优势。 这款工具的意义不仅体现在其仿真能力上。它不仅仅是一个仿真工具，更是帮助工程师为他们的应用选择理想元件的强力引导。该工具支持安森美丰富的产品线，工程师采用该工具可以无缝浏览各种产品系列，权衡性能与成本，并做出明智的决策。 PLECS不是一个基于SPICE的电路仿真工具，其关注点不在于电路元件的低层行为。功率晶体管被视为简单的开关，可以被很容易地配置用来展示导通和开关转换之间相关的损耗。PLECS模型，被称为“热模型”，包括导通损耗和开关损耗的查找表，以及采用Cauer或Foster等效网络形式的热链结构。 Elite Power 仿真工具的主要特性 如前所述，利用SSPMG生成并上传自定义PLECS模型的功能使用户能够精确仿真其应用环境。这种能力在行业内是超前的。 这款仿真工具具备直观的损耗和热数据绘图功能，使工程师能够可视化所选开关的损耗表现。这款多功能3D可视化工具结合了器件导通损耗、开关损耗和热阻抗等数据。 这款仿真工具具备设计自定制散热器模型的功能，使用户能够精确预测结点温度，并针对其特定需求优化冷却解决方案。 这款工具中的仿真阶段能够非常详细地提供瞬态和稳态条件下的诸如损耗、效率和节点温度等各种参数的详情。此外，该工具还具有一个快捷机制，可用以比较不同器件、电路参数、冷却设计和损耗模型的运行情况。 图5：Elite Power仿真工具的特点之一——损耗绘图 这款工具的一大优势在于它能够提供数据以供进一步分析。用户可以下载包括瞬态波形范围数据在内的以CSV格式展示的综合数据集，便于用户在自己的环境中进行深入分析。该仿真工具还包含可下载的PLECS模型。这些功能使工程师能进行深入评估并对设计进行微调以实现最佳性能。 这款仿真工具和SSPMG可适用多种半导体技术。虽然最初侧重于碳化硅产品，但这两款工具将逐步拓展至其他功率器件领域。这种广泛的应用能够确保工程师可以针对各种器件利用这些工具，并根据各自的具体需求定制仿真方案。 精确度 在虚拟原型设计中运用仿真工具带来了设计流程的重大变革。如今，工程师和设计人员能够在量产之前就理解这些电子电路的性能表现，从而首次就能达到理想性能。在仿真复杂电子电路时，精确度是一个至关重要的因素。对数据手册条件之外的情况进行仿真尤为关键，因为可以获得通常难以通过物理测试获得的大量数据。这种仿真方法有助于在虚拟环境中优化和分析电路性能。通过应用精确的仿真技术，可以避免低估或高估系统性能。然而，在此过程中，模型的准确性起着决定性作用。“糟糕的输入必将导致糟糕的输出”这一经典法则同样适用于此场景。安森美认同这一理念，并不遗余力地确保无论是在SPICE还是PLECS级别上都能提供准确的模型。 我们拥有一支全天候全球专业团队以及用户指南和应用笔记等庞大文档库，我们确保用户拥有取得成功的必要资源。我们持续参加行业会议、网络研讨会和教育培训活动，进一步凸显了我们对用户赋能和传授知识的坚定承诺。视频和网络研讨会是引导用户掌握我们仿真工具复杂功能的实用资源，它们不仅阐明操作步骤，还向用户传授每个动作背后的含义，确保用户获得全面深入的理解。 作者简介 James Victory目前担任安森美的高级研究员，专注于电力技术领域的建模与仿真研发工作。2008年6月，他创立了Sentinel IC Technologies公司，专攻射频模拟及电力技术的设计实现。在此之前，他曾担任Jazz半导体公司设计执行总监。他的职业生涯始于1992年在摩托罗拉公司的工作，在那里他专注于射频模拟和电力技术的半导体器件建模。他在于1990年、1992年和1994年先后获得亚利桑那州立大学电气工程学士学位、硕士学位和博士学位。至今，他已经发表了超过50篇学术著作，其中包括受邀论文与讲座教程，并拥有6项关于半导体器件建模与仿真的专利。
安森美
安森美 . 2024-04-08 1 1091
中国人形机器人生态联合体在上海智能谷成立
据上海证券报报道，在近日举行的2024中国人形机器人生态大会上，中国人形机器人生态联合体正式成立，中国人形机器人产业发展白皮书正式发布，爱仕达人形机器人应用创新研究院正式揭牌。 据悉，中国人形机器人生态联合体由中国机电一体化技术应用协会智能机器人分会牵头成立。“中国人形机器人产业发展白皮书”则由中国机电一体化技术应用协会联合开源证券编撰。 中国机电一体化技术应用协会会长李亚平表示，在新一轮科技革命和产业变革带动下，前沿科技和颠覆性技术大量涌现，不断催生新业态、新场景，推动人类社会在经历自然生产、人机生产之后，走进自主生产的新型文明时代。人形机器人正在引领科技发展新潮流，成为行业热门话题和社会各界关注焦点，它将深刻改变人类的生产和生活方式，开启社会发展的新进程。 爱仕达集团董事长陈灵巧表示，相信中国有能力、也有潜力开辟人形机器人新赛道，开创中国人形机器人新纪元。智能谷作为科技创新的高地，汇集“智能科技、创新孵化、人才共享、示范共享、机器人产业”五大平台，以“共创、共享、共生、共发展”为理念，致力于推动人工智能、机器人等前沿技术的研发与应用，希望未来能与高校科研院所、企业、资本等通力合作，推动人形机器人技术的发展，积极打造人形机器人的应用场景生态圈，实现人形机器人在更多领域的创新和突破。 大会由中国机电一体化技术应用协会指导，中国机器人网、智能谷产业园联合主办。
人形机器人
上海证券报 . 2024-04-08 1 1 885
人形机器人：一帮人在天上飞，一帮人在泥里爬
九台人形机器人从舞台地面同时升起，中间特意留了空位，一头灰发的英伟达创始人、CEO黄仁勋身着标志性黑夹克，自左侧快步走向预留的空位，站定，微笑，然后张开双臂。 这一刻，我仿佛看到黄仁勋试图拥抱未来，但其实，他只是将人类的身形完全展示，以便与身旁的人形机器人对比。但他随后即宣布，“计算机图形学、物理学、人工智能的交集，在这一刻发生。” 这仅是“投中2½机器人深度闭门沙龙”举办前后，关于人形机器人的“伟大切片”之一。 稍早几天，刚获得微软、英伟达、OpenAI等巨头6.75亿美元投资的初创公司Figure AI，发布了一段演示，视频中的机器人接入了OpenAI的视觉和语言大模型，流畅地完成了一系列视觉、语言识别和理解、对话与动作执行等任务。 国外如火如荼，国内也不遑多让。近期，宇树科技、智元机器人、银河机器人明星企业等连续完成多轮巨额融资，再往前，优必选成功港股上市，成为人形机器人第一股。 人形机器人的热度骤然提升，也导致本场沙龙注定是既统一，又充满疑惑和争议的交流。统一在于，所有嘉宾同在这条面向未来的赛道上，对于“人形机器人是AI时代最合适的物理载体”大多深信不疑，但对人形机器人的发展速度、产业影响、应用场景，甚至到底应不应该是“人形”等议题，充满了疑惑和争议，甚至对立。 “人形机器人，技术突破还是资本狂欢”，对这类关于阶段的讨论，所有人都非常上心且论点充分，这或许代表了某种行业性焦虑。更多的具体问题，还包括人形机器人公司要不要做自己的动作大模型？中美大模型的差距会如何影响人形机器人的发展？人形机器人现在能不能投？怎么投？ 很多问题再过很久都不会答案，而且就算讨论再激烈，回到路线上也可能选择依靠惯性继续前行，或者干脆没法解决任何问题，毕竟人的本能是对抗未来的不确定性，渴望的是秩序和理解。但在当下注定充满变革的时间点上，通过各类行业参与者对现实和未来图景的描述，修缮和说服自己放下焦虑，专注向前，这恐怕是留下这一切最大的意义。 技术突破还是资本狂欢 实际上，当质疑被直截了当地抛出来时，原本略显拘谨的沙龙现场才仿佛一下被点燃。 万思泰科技的创始人、CEO施家栋对人形机器人并不乐观的原因现实又直接——离规模化应用太遥远，一是人形机器人会是一个很好的技术研发载体，但是在许多场景下并不一定是最优的产品形态，特别是工业；二是，虽然大语言模型在语言、识别、环境理解等方面，对人形机器人的发展推动巨大，但依然无法解决“莫拉维克悖论”。 在人形机器人领域，莫拉维克悖论（Moravec's paradox） 讨论不少，这个悖论显示，如逻辑推理等人类所独有的高阶智慧能力，其实只需要非常少的计算能力，但是无意识的技能、动作和直觉，却需要极大的运算能力。 加速进化CEO程昊清华机器人足球队出身，从字节跳动离开后创立加速进化，拿到了包括英诺天使在内的天使轮融资。在最火热的时间点，入局人形机器人，他从市场和技术角度给出了原因，“是否下场其实经过了反复讨论，2023年初GPT4.0出来时，才笃定机会来了。在关键的时间点如果不入局，创业团队后面就没有机会了。” 虽然自己眼里有终局——人形机器人是生产力变革的机会，但程昊认为这“并不是一家公司从底层到最后应用全都搞定的”，因此加速进化第一阶段聚焦的目标，是给开发者提供硬件的开发平台、系统和工具。 过去几年，昆仲资本一直关注机器人行业，Luc用“割裂”形容当下的市场：“一帮人在天上飞、一帮人在泥里向上挣扎，看不到能很好地将前沿技术和产业应用相结合的中间路线”，前者代表未来，后者则是现实。昆仲资本投资了专注于前沿科技的逐际动力，也是现场致力于产业应用的丰坦机器人的股东。 投资讲究配置，总之各有各的价值。Luc担心的是我国智能化机器人行业何时可以形成一个良性发展的生态。对比美国市场，像特斯拉这样的公司，在市场、算法、数据和技术等方面均有涉猎，自己就能整合、玩转；而像Figure AI这样的明星初创公司，也有微软、OpenAI、英伟达等股东，从硬件、算法、产品到订单等方面全方位的支持，形成各取所长的良性生态。但国内人形机器人行业还处于初级阶段，行业玩家还没有合作共赢的意识。 “天上飞的认为泥里爬的太过现实、甚至短视；接地气的认为天上飞的盲目乐观，甚至天真，这就导致我们很难看到能在技术和应用两方面做到比较好平衡的项目。” 越秀产业基金执行总经理牟敏表示，人形机器人从研发到实际大规模应用周期可能会很长，以自动驾驶及其相关产业链为例，“有些场景已经逐步落地，但L5还很长”，作为越秀产业基金人工智能赛道负责人，牟敏及其团队围绕智能机器人领域看过很多市场头部项目，有些项目在长期接触后由于看不清核心应用场景，最终也没投，因此人形机器人首先要考虑的是，“解决什么样的刚需问题，核心的应用场景到底是什么”。 不过牟敏也认为，目前人形机器人的状态尚处于产业发展的初期，还远远称不上是“资本狂欢”， “如果很多主流PE基金都开始投了，那才真是（狂欢）”。 德联资本合伙人贾静相对乐观，主要来源于对技术的信仰，由于大模型的快速发展，整个行业迅速地迭代，拐点将至，“机器人大模型在学术上离完全收敛已经非常近了”。但在实际投资上，德联资本却是一步一个脚印，可以说相当稳重，“所有事情都要归到商业的本质”。 贾静按照技术和市场的发展阶段，将德联资本投过的机器人项目分为三个代际：最早投的是珞石机器人，三位创始人均出自配天机器人，开始在工业领域提供替代人工的六轴机器人解决方案，目前也发力人机协作的协作机器人，并有大批量出货；之后投了“带一点眼睛”的梅卡曼德，关键词是3D摄像头+AI+机器人，在更智能的领域落地工业，并出海走向全球；最近则在特定场景下的应用，机器人与产品的操作执行结果直接相关，投了打磨机器人“全宇工业”。 绿洲资本董事总经理Ivy与英诺天使基金合伙人王晟，都站在了“极度乐观”的一方，不过二位投资人乐观的根源不尽相同。 Ivy站在相对宏观的视角和信念感，ALL IN AI和人形机器人也就是具身智能，绿洲资本也做了大量布局，其中就包括MiniMax、无问芯穹、逐际动力等。 “绿洲坚信AI是一个工业革命级别的变革，最终将带来社会层面的变革。在这之中，我们看到的最大机会在机器人。历史证明，所有范式革命都是交互和终端的变化。而如今，机器人是最适合多模态、最适合去承载交互端的载体。我们把自己基金投身进去，把钱投进去，把时间投进去，跟着这个时代的创业者一起往前走。” 王晟同样信仰AI。对于人形机器人来说，他认为核心零部件这类硬件的进步是线性的，而资本追求指数增长，人形机器人之所以“大爆炸”，基础逻辑是AI。但他做投资的信心，则是来源于投早投小的策略和能力，“所有智能相关的早期项目，英诺天使都能接触到，然后做那个最早投的”。 镁伽机器人、文远知行等独角兽，英诺天使都是第一轮进入，加速进化同样如此，王晟表示，“这波人形，没跟我们谈过的项目，恐怕没有”。 因此王晟挺不理解朱啸虎不投大模型，“我们一年多前投的大模型赚了十几倍，只做‘天上飞’的项目有的是，‘泥里爬的’项目哗哗赚钱，只要能赚钱，为什么不投？” 70年代因为坚信互联网才做PC？不现实 如果将视野拉近，你会发现人形机器人遇到的挑战不容忽视，这是现实又何尝不是桎梏。而把视角拉远，通向未来的门票又是那么缥缈。而无论从产业还是资本的视角，嘉宾关于人形机器人前景的争论，核心只落在了两个字——场景。 SEE FUND合伙人马麟建议人形机器人公司去多尝试应用场景，技术和产品上可以灵活调整，走好商业化的路。同时开放心态和思路，也许会找到全新的应用。 优必选2012年成立，2023年末正式登陆港股，3月初股价暴涨，单日涨幅超过88%，最高股价较发行价涨了三倍多，是名副其实的中国“人形机器人第一股”。不过优必选全球战略投资部负责人陈佳鹏却坦言，优必选是“泥潭里挣扎经验最丰富的公司，尝试过人形机器人技术在很多场景中的延展应用。” 因此，陈佳鹏劝大家“还是要接地气一些”，当下优必选的营收来源主要依赖人形机器人核心技术在人工智能教育、智慧物流、消费级机器人等场景中的延展和应用。在人形机器人的技术研发和应用推广的过程中，这些场景的延展一是为了企业发展的持续性，二是为了与人形机器人的技术研发、数据积累等方面形成反哺和互动。 这与商汤国香资本董事总经理余俊的观点不谋而合。作为AI 1.0时代的代表，商汤公司旗下产业投资基金，去年初投资了大热的银河机器人。余俊认为，1.0的机器人是解决垂直场景的具体问题，银河机器人则是2.0的代表。二者主要区别之一是团队范式的改变，1.0偏机械、机电的产业基因，2.0则多是算法、计算机、数学等背景。 因此商汤国香的策略是“抓两端，往中间伸”。“两头”是指投最牛的团队深度扎根场景，完成数据积累，从而最大程度降低产品成本，同时投资像银河机器人这类最国内前沿的具身大模型，“中间”是那些目前看来不确定性较高的场景和行业。“渗透率会提高，成本会不断下降，完全不用焦虑”。 相较之下。已经切入某些场景的创业者们，则对人形机器人的技术进展、应用等方面，有着更为细致的感受和困惑。这其中并不存在对或错的概念，有的只是在不同处境、不同策略、不同目标之下的经验和判断。 丰坦机器人是李自可的创业项目，目前不光在国内有不少客户，出海也做得可圈可点，已经获得了昆仲资本等机构投资。丰坦专注于建筑机器人，具体点说是给室内墙面刷腻子和乳胶漆。李自可表示，施工现场复杂的工况和不断穿插的工序，给建筑机器人实现自动化作业带来很大的挑战。室内涂料工程自动化施工相比于其他场景，标准化程度较高，将会是首先实现突破的机器人品类。 李自可深信技术应为产业服务，“极少有建筑这样规模达30万亿的市场，如果不能解决问题也没什么用。”因此他对人形机器人整体偏保守，更多是基于场景问题找解决方案，关注点在成本，“只要整体成本比之前能稍微改善，我认为它在商业上就成熟了”。 二十几年前，飒智智能创始人、CEO张建政于上海交大开始研究机器人，也与马斯克、波士顿动力等团队多有交流，多年下来，张建政的经验是，用传统的元器件和结构方式组成的人形机器人，荷重比很难提升，成本也太高，因此在实际场景中限制不小。 现在，飒智智能确定的方向，是“手眼脚脑”协同的移动操作复合机器人，每年出货量有已达几百台。“谁能把技术场景和市场结合起来，谁就是王”，张建政以新能源汽车水冷板和半导体晶圆的运输为例，指出机器人深度介入场景的难度，视觉识别、空间辨认、动作手法自动生成、精度微操等各类算法，只能不断反复迭代、学习、自适应调整，“这都不是一个智能大模型能解决的问题。” 配天机器人2010年成立，行业经验十分丰富。CMO邓鹏从市场角度出发，指出人形机器人目前已经站在爆发的临界点，这取决于产品推广的边际成本，“要无限趋近于0才能快速爆发”。但邓鹏从实际角度出发，表示人形机器人还是应该有具体应用场景，才能不断降低成本，进而“全面开花”。 邓鹏依据场景的复杂程度，大致划分为结构化、非结构化场景，他以焊接为例，指出车辆焊接本身是结构化的简单场景，但如果在户外焊接船就完全不一样，光线、温度都是非结构化的复杂场景。因此邓鹏认为，人形机器人也将循序渐进，从结构化场景向非结构化的场景不断突破。 在场不少创业者认同邓鹏的观点。麦岩智能机器人CEO李宇浩也认为，当前服务机器人也只处于商业化的早期阶段，相关家用的产品渗透率依然较低，人形机器人只会更远。未来一方面是结构化场景的突破会更多，另一方面，也存在如家用清洁机器人这类非机构性的机会。 李宇浩引用了“技术水位”概念，即随着技术能力的增加，很多技术上的问题和挑战等一个个“山头”都会被“淹没”，相应难度也越来越高。因此麦岩智能技术上专注商用清洁机器人的研发，达到功能性和鲁棒性的平衡，以期拓展相关市场；商业上的核心则从国内供应链成本依然较低出发，坚决地出海，向海外要利润。 金鼎资本服务上市公司，根植产业，目前合作的上市公司约50家，涉及多个领域，自然也特别注重人形机器人的场景落地，能够解决何种痛点，以及人形机器人的爆发，对上游产业到底能够产生什么样的推动作用。合伙人张守鹤认为，“现在看来，人形机器人跟物理世界依然是脱离的”。 因此，张守鹤寻求的还是技术与场景相结合。虽然产业投资不能“不着边际”，但他对人形机器人的发展到倒是相当有信心，这不光来源于出身理工科，给他带来的技术乐观主义信仰，更重要的是，从历史角度看，即使人形机器人到大规模应用还很远，但研发过程中带来的技术突破，依然可以对上游产业和社会产生积极推动。 在场的投资人和创业者当中，程昊认为过度关注场景，还是专用机器人时代的思维模式，“在70年代非要说我得想清楚一个场景，我得想到互联网，想到雅虎，我才去做PC？太难了，这就是预测未来，即使预测对了也没有人信。” 我站在旁观者的角度，理解并十分欣赏这些观点和经验上的参差。通俗一点说，不管是仰望星空和脚踏实地，都真切存在并值得尊重。更重要的是据此充分表达。人们天然地欣赏埋头憋大招的风骨，也应当承认话语带来的资源和权利，以及更长远的影响。如项飚在《把自己作为方法》中所言，热度可能会降温，但具体的故事和观点会留在人们脑海里，慢慢改变大家对日常生活的感知，生出一种新的生活感。 “你给我谈长期，但是兄弟们是要吃饭的” 黄仁勋说，人形机器人是“计算机图形学、物理学、人工智能的交集”，或许可能还包括其他基础学科，但人工智能大模型，无疑是这波人形机器人爆发的基础，沙龙现场的投资人和创业者，基本都认可语言大模型的价值，但具体到要不要入行为大模型或者是具身智能，则是各有一番计较。 开场，优必选的陈佳鹏在就发出了讨论邀请，他表示Figure AI作为初创公司，有股东OpenAI支撑，成立不到两年融资7亿美金，而特斯拉的研发投入就更高了，竞争对手的研发投入力度非常巨大，国内企业想要实现具身智能的突破还需要更大额的投资和更强力的产业合作。 越秀产业基金牟敏也提出了相对保守的建议，他认为早期企业很难做到兼顾降本增效与大规模技术研发投入，因此除了定位清晰，早期公司最主要是想好钱从哪里来，以此保持生存能力和优势，当前资本市场已经发生了很大的变化，要做到这些，一是要控制公司运营成本，比以前更省钱；二是把握融资节奏和估值增长速度，高估值可能意味着后续拿钱会很困难。 “还是要有信心。当年人工智能，商汤、云从、寒武纪目前还在亏损，但依然有很多机构赚到钱。” 水下机器人公司深之蓝迈入了创业第12个年头，公司的创始人兼CEO魏建仓对于企业的生存与发展问题有着深刻的感悟。目前，深之蓝有两大事业部：深海高科与水下智能。按魏建仓的说法，深之蓝其实就是熬过来的，熬到具备“解决国家重大需求”的能力，才真正迎来了爆发式增长，去年公司收入已经达到了3亿元。 因此，深之蓝正处于产品迭代并降本增效的阶段，而由于深海环境无法被人类直接触及，并且具有明显的非结构化特点，通讯又相对困难，天生就需要AI自主决策，魏建仓表示，“与人形机器人一样，业内已经投入了大量资金进行研究。未来，我们希望尽快实现突破，让水下机器人的AI能力能够达到电影中潜艇的水平。” 万思泰科技施家栋则明确表示，看好大模型在机器人的应用，但作为初创企业没有足够的资源，无法在基础大模型上做投入，更希望在中间层做搬运工，“开源的大模型搬运过来，去找到合适的应用场景，去做落地，也希望投资机构多投出一些开源大模型。” 丰坦机器人李自可讲责任，有江湖气，“你给我谈长期，但是兄弟们是要吃饭的，不能把命押下一轮融资吧？你得挣钱”。但有时生存和成长就是一对悖论，若要扩展在更复杂场景下的业务，技术研发跟不上又不行，因此找到出口不容易。 对此，商汤国香余俊给的建议也很直接——就是要增加To VC的能力，“商汤拿着很多锤子，但不知道钉子在哪。如果你已经有钉子，按照今天大模型的泛化能力，许多复杂场景已经不是问题了。” 配天机器人邓鹏还是从成本角度，提出要给VC加加担子，“很多大佬提到没有供应链、没有解决方案，实际上很多是有的，只不过成本高到很多客户根本承受不起”，人形机器人产业要爆发，还是要取决于机器成本和人力成本的交叉曲线何时到来，前期还是要靠投资机构的投入。 其他几位投资人、创业者也几乎都针对这个问题，分享了自己的经验，发表了自己的意见，都是从实际战术出发，又兼具战略高度。也难怪李自可感叹“上了一堂免费的战略和融资课程”。于我而言，整场沙龙下来，收获的专业内容、观点到还在其次，关键在我感受到了很强烈的向上的精气神儿，在当下简直比黄金更珍贵。 这倒无关乐观或悲观，这么说吧，我喜欢的科幻小说家特德姜有部短篇，讲巴比伦旷工拼死修通天塔的故事，有句话这么写，当矿工们登上塔顶，“能为人类所理解的，尽在眼底了…… 僧侣们带领大家向耶和华祈祷，感谢他允许他们看到这么多；然后乞求他的原谅，因为他们还想看到更多。”
人工智能
投中网 . 2024-04-07 1 3 1515
晶振起振但频率不正确是什么原因？
在电子电路设计中，晶振作为时钟源的重要组成部分，其稳定性直接关系到系统的正常运行。然而，在实际应用中，晶振起振却出现频率不正确的问题，这无疑给电路的正常工作带来了困扰。针对这一问题，晶发电子将分析其可能的原因，并提供相应的解决方法。 1、晶振引脚接触不良或接错：这是比较常见的问题，当晶振的引脚接触不良或者接错时，会导致电路无法正确地工作，从而影响到晶振的输出频率。因此，在遇到晶振频率不正确的问题时，首先要检查晶振的引脚是否连接正确，接触是否良好。 2、晶振频率不正确（频率选错或精度不够）：晶振的频率是其在每秒钟振荡的次数，如果频率选错了，或者所选的晶振精度不够，就不能满足电路对时钟频率的精度要求，从而导致频率不正确。因此，在选择晶振时，要确保其频率和精度满足电路设计的需求。 3、检查晶振本身质量，确保其符合规格要求：晶振的质量和规格直接影响到其振荡频率的稳定性和准确性。如果晶振本身的质量问题，或者不符合规格要求，就可能出现频率不正确的问题。因此，需要检查晶振的质量，确保其符合电路设计的规格要求。 4、检查工作温度或电磁干扰情况，尽可能减少其对晶振的影响：晶振的振荡频率会受到工作温度和电磁干扰的影响，如果工作温度过高或者存在较强的电磁干扰，就可能导致晶振的频率不正确。因此，需要检查工作温度和电磁干扰情况，采取措施尽可能减少其对晶振的影响。 5、MCU本身时钟源有问题，需要检查或更换MCU：如果MCU本身的时钟源存在问题，也可能导致晶振的频率不正确。因此，需要检查MCU的时钟源是否有问题，如果问题较大，可能需要更换MCU。 因此，在解决此类问题时，需要逐一排查这些可能的原因，找到问题所在并进行解决，以确保电路正常工作。
晶发电子 . 2024-04-07 2 890
ROHM金属板分流电阻器“PMR100”新增3款低阻值产品
ROHM（罗姆，总部位于日本京都市）面向车载设备、工业设备和消费电子设备的电机控制电路和电源电路等应用，在标准型6432尺寸（6.4mm×3.2mm）金属板分流电阻器“PMR100”产品阵容中，推出3款额定功率为5W、电阻值分别为0.5mΩ、1.0mΩ、1.5mΩ的新产品。 电流检测用分流电阻器主要用于电机驱动电路、电源的过电流保护以及电池剩余电量检测，目前已被广泛应用于汽车、工业设备、消费电子设备等众多领域。要满足各种应用的节能要求，就需要使用高精度且高可靠性的分流电阻器进行精确的电路控制。此外，随着应用产品的功能改进，电路板上的安装密度越来越高，这就要求分流电阻器体积更小、功率更高。另外，在汽车领域，非常看重在高温环境下也能确保高电流检测精度。 电阻器是ROHM的创业产品，ROHM在电阻器产品开发方面始终走在行业前列。其中，金属板分流电阻器PMR系列因具备丰富的产品阵容而受到客户好评，目前已被用于众多应用中。此次，ROHM通过提高功率和扩大阻值范围，进一步扩大了小型大功率、支持在高温环境下使用、高精度的“PMR100”产品阵容。 新产品通过采用温度特性优异的新材料和引脚温度降额*1，实现了5W的额定功率。这在有保护膜的6432尺寸平面贴片型产品中属于业界超高额定功率。与PMR100系列中的以往2W产品相比，新产品的额定功率提高了约2.5倍，与3W产品相比，额定功率提高了约1.7倍，可以替换大型大功率产品，因此有助于应用产品的小型化。另外，新产品还保证130℃的额定引脚温度*2（0.5mΩ、1mΩ的产品）和－65℃～＋175℃的工作温度范围，确保在高温环境下也能稳定工作。此外，还具有±75ppm/℃的出色电阻温度系数（TCR*3），可实现高精度且可靠性高的电流检测。 新产品已于2023年12月开始出售样品（样品价格：250日元/个，不含税），2024年3月开始逐步投入量产。前后道工序的生产基地均为ROHM Electronics Philippines, Inc.（菲律宾）。包括新产品在内的PMR系列的样品，可以通过电商平台Ameya360购买，1枚起售（具体产品型号见文末）。 目前，ROHM还正在开发PMR系列中更小型的5025尺寸和3225尺寸的4W产品，并计划进一步扩大产品阵容。今后，ROHM将通过不断提高分流电阻器的性能，继续为应用产品的节能和小型化贡献力量。 ＜关于PMR系列＞ PMR系列是ROHM分流电阻器器系列中最标准的金属板电阻器，该系列涵盖了电阻器市场从“1005（1.0mm×0.5mm）”到“6432（6.4mm×3.2mm）”的七种标准尺寸。 另外，通过采用ROHM自有的免调阻结构，抑制了因电流局部集中而导致的产品温升问题，有效解决了一直以来存在的课题，从而可以加宽电极之间的距离，即使0.5mΩ的低阻值产品，也可以轻松进行图案设计。 ＜PMR100的产品阵容＞ ＜应用示例＞ 新产品通用于众多领域的电流检测应用。 ・车载：EPS、电动压缩机、水泵、油泵、车门电机、ADAS控制器等； ・工业设备：工业设备用功率模块、功率调节器、电动工具、光伏逆变器、服务器电源、UPS（不间断电源）、基站电源等； ・消费电子设备：白色家电（空调、吸尘器、冰箱、洗衣机）等。
分流电阻器
ROHM . 2024-04-07 1 1 1065
YXC（扬兴晶振）12MHz石英晶体振荡器应用于动中通卫星天线，常温频差±20ppm
随着卫星通信技术的迅猛发展，动中通卫星通信系统已成为一种移动通信的良好手段，它具有通信距离远，通信质量可靠，通信迅速，受环境影响小等特点，已逐渐受到人们的青睐。今年来越来越多的军用和民用移动设备上安装有动中通卫星通信天线，实现与地面的远距通信，该终端是非常适合于陆地和海洋应用。 高科技的设备都离不开电子元件的应用，而有源晶振就是卫星通信设备内部不可缺少的核心部位，有源晶振又称为石英晶体振荡器，其作用于频率发生器，为数据处理设备产生时钟信号为特定系统提供基准信号。 在无线电通讯系统中，晶振扮演着非常重要的角色，它可以提供精确的时钟信号。 晶振和天线虽然是不同的部件，但在无线电通讯系统中却密切相关。晶振提供精确的时钟信号，保证各个电路的同步和协调，而天线则用于接收和发送无线电信号，实现通讯的目的。 在无线电通讯系统中，晶振和天线通常都需要对频率进行精确的控制和匹配。晶振需要提供与通讯信号频率匹配的时钟信号，而天线需要提供与通讯信号频率匹配的接收和发送能力。 YXC推出的有源晶振YSO110TR系列中OT1JI-111-12M这颗料，以下为OT1JI-111-12M的典型参数在动中通卫星天线中的应用特点： 1、5032 4P贴片式石英有源晶振，频点为12MHz，总频差±20PPM； 2、工业级温度-40~85℃，能够适应严苛的工作环境变化，保证系统运作稳定，广泛应用于卫星、星链； 3、宽电压范围1.8V-3.3V，金属外壳，高强度、高硬度，抵御恶劣环境。 YXC晶振YSO110TR系列，频率为12MHz，总频差±20PPM，以下为YSO110TR系列规格书。
有源晶振
扬兴科技 . 2024-04-07 830
BeagleBoard创始人谈人工智能和开源硬件
BeagleBoard.org基金会日前宣布推出BeagleY-AI，BeagleY-AI 的大小与名片相当，但它是开源硬件，且无需风扇即可正常运行，AI算力达4 TOPS，适合执行深度学习算法。 近日，EmbeddedCOMPUTING采访了BeagleBoard联合创始人兼董事会总裁Jason Kridner，就人工智能与开源进行了探讨，以下是文章详情。 Rich Nass：请告诉我一些 BeagleBoard 的历史并描述一下当前的产品。 Jason Kridner：BeagleBoard.org 有着悠久的历史。 该组织早在 2007 年就开始构建小型、低功耗单板计算机。我们从一开始就热衷于为开源开发者生态系统提供服务，为构建嵌入式系统提供教育和更好的工具。 我们通过开放硬件设计和基于社区的支持来做到这一点，结果令人惊叹。 我们已经改变了人们开发嵌入式系统的方式。 BeagleBoard.org 已成为值得信赖且可靠的 SBC 提供商。 通过优先考虑开源原则并支持教育和工业应用，BeagleBoard.org 在技术获取民主化和赋予个人创新和创造能力方面发挥了关键作用。 15 年来，我们一直致力于这些原则，这证明了开源计划在推动技术进步和培育包容性学习环境方面的持久影响和重要性。 我们已经生产了超过 1000 万块板，并且始终如一地提供 BeagleBone Black 等产品，该产品于 2013 年首次推出。我们继续提供 BeagleBone Black 和工业宽温应用的变体，以及其他几种设计，并且一年间推出了四种新设计，包括我们的第一款微控制器板 BeagleConnect Freedom，具有运行 Zephyr 并支持 Micropython 的 1 公里无线通信能力。 另一种产品 BeaglePlay 是一种灵活的用户界面和网关设计，支持 1 公里无线协议和单对以太网，以及其他一些创新功能，无需复杂接线，从而减少添加大量传感器所需的工作。 我们还为那些希望探索新兴 ISA 的人们推出了两种有趣的基于 RISC-V 的开发板选项。 我们非常高兴谈论我们的最新产品 BeagleY-AI，它能够通过新兴的行业标准 40 针接头与大量现有外壳和附加硬件配合使用。 BeagleY-AI 以其开源硬件设计、无风扇运行以及适用于 AI 工作负载的 4 TOPS 深度学习引擎而脱颖而出。 Nass：BeagleY-AI 板与业界现有的板有何不同？ 据我了解，它采用了德州仪器 (TI) 提供的最新处理器。 TI 是否参与了该板的开发？ 公司还以其他哪些方式参与其中？ 为什么这对开发人员很重要或有益？ Kridner：BeagleBoard.org 和德州仪器 (TI) 之间的长期合作伙伴关系对我们的成功发挥了重要作用。 在 BeagleBoard 产品（包括 BeagleY-AI 板中的 AM67X）中使用 TI 处理器的承诺，强调了推进技术并为制造商和行业合作伙伴提供尖端开发平台的共同愿景。 AM67X 处理器带来了显着的优势，例如高能效的机器学习功能、适用于时序关键型应用的低延迟内核以及对 USB 3 和 PCIe Gen 3 等标准高速 I/O 接口的支持。 使用 AM67S SoC 获得的低功耗、加速视觉处理和生产稳定性可以帮助 BeagleY-AI 在同行中脱颖而出。 BeagleBoard.org 和德州仪器 (TI) 之间的合作不仅限于硬件集成，TI 的硬件和软件设计团队积极参与 BeagleY-AI 测试和审核流程。 他们的供应链和持续的技术进步强调了他们对支持开源社区的承诺，确保 BeagleBoard.org 等计划的成功。 Nass：新开发板的名称中有AI，所以请告诉我这意味着什么。 Kridner：简短的回答是，这意味着我们有一个内置加速器，能够以非常高的速率执行深度学习模型，相比于更大、更耗电、更昂贵的AI加速器而言，该产品可以用在不同的地方。 更长的回答是，这意味着我们专注于为开发人员提供更好的工具来理解人工智能的可能性，包括对象检测、姿势估计和图像分割等。我们通过 docs.beagleboard.org 上的大量易于访问的示例和材料来做到这一点。 Nass：就现实世界的例子而言，Beagle 部署有哪些有趣的地方？ Kridner：看到 Beagles 的应用范围之广令人难以置信，从医疗保健解决方案（例如用于 COVID-19 检测的经济实惠的开源实时 PCR 机器）到水下救援无人机、人工智能驱动的机器，甚至太空任务。 多元化强调了 Beagles 的稳健性和适应性，使其成为不同行业寻求可靠和多功能开源硬件解决方案的创新者的首选。 但我们只听说了 Beagle 的一小部分使用情况，因为由开发人员决定他们想要与我们分享的内容。 因此有成千上万的应用程序，我们会在需要时为它们提供支持。 我们所知道的一种是激光雕刻应用。 Nass：BeagleY-AI 是用“开源硬件”构建的。 这意味着什么？为什么它如此重要？ 开源有什么可怕的吗？ 安全吗？ Kridner：“开源硬件”是指其设计公开的硬件，以便任何人都可以研究、修改、分发、制造和销售该设计或基于该设计的硬件。 这确实触及了 BeagleBoard.org 的核心，要完整回答，我认为我们需要从回顾历史开始。 开源硬件的历史与开源软件的历史密切相关。 当计算机在 20 世纪 50 年代和 1960 年代首次推出时，提供软件源以及硬件设计信息是标准做法，这对于用户了解如何对这些复杂机器进行编程甚至在出现问题时进行修复至关重要。 这种理解水平是通过保持设计封闭性而无法实现的。 在构建安全可靠的系统时，高质量的审核至关重要。 这就是纽约证券交易所的关键任务系统可以运行 Linux 的原因。 众多专家能够就可能的漏洞发表意见。 开发人员可以选择何时、何地以及如何锁定事物来实现自己的目标，而不是其他人的安全目标。 很多人都在关注这段代码以确保它的健壮性。 就我个人而言，我觉得运行经过这种程度审查的软件比任何一家公司生产的任何产品都要安全得多，对于硬件来说同样也是如此。 开源硬件意味着您可以选择保护您认为最合适的东西。 这意味着您甚至可以自己构建电路板（如果您需要实现安全目标）。 Nass：您希望开发人员在使用新的 BeagleY-AI 时采用哪些编程语言和环境？为什么？ Kridner：在 Linux 上构建的好处是支持大多数语言。 我们不再尝试构建特定于语言的绑定来控制硬件，而是专注于 Linux 和 Zephyr 提供的接口。 借助 Zephyr，我们可以构建小至 4 KB 的东西，这通常对于任何系统或子系统来说都足够小——尤其是在原型阶段。 它可以让您专注于代码，并根据需要提取支持代码，从而节省开发时间。 您甚至可以获得完整的 POSIX 环境，非常容易运行像 Micropython 等。 Python、JavaScript、C、C++、Go 和 Rust 都受到了很多关注。 我们启用了自托管的 Visual Studio Code 环境，但我们将其留给其他人来提供增值库，并确保 Linux 和 Zephyr 提供开发人员所需的接口。 对于深度学习算法，有相当多的高级语言集成，主要集中在具有熟悉的 API 的 Python 和 C++，例如 TensorFlow Lite。 这还不是操作系统集成接口的领域，但我预计这种情况会改变。 Nass：开发者如何成为 Beagle 社区的一部分？ Kridner：BeagleBoard 与其用户和开发人员的需求和反馈保持密切一致，最终带来更具相关性和影响力的产品设计。 我们鼓励通过 forum.beagleboard.org 论坛加入 BeagleBoard.org 社区。
BeagleBoard
BeagleBoard . 2024-04-07 1 2 1265
英特尔裁员
据CRN报道，英特尔近期对其销售和营销部门进行了新一轮裁员，但具体裁员人数并未透露。英特尔发言人于周四确认了裁员消息，但未进一步透露相关细节。 在一份官方声明中，英特尔代表指出：“为了继续推进公司战略并助力客户取得成果，我们已对销售和营销部门的组织结构进行了调整。”同时，该代表还强调：“我们对英特尔的未来充满信心，并致力于在整个过程中以尊严和尊重的方式对待所有员工，特别是那些受影响的员工。”此次裁员是英特尔为实现财务目标而采取的最新举措。公司首席执行官Pat Gelsinger曾在2022年10月宣布，为应对“需求突然且明显放缓”的市场状况，计划到2025年将支出削减100亿美元（当前约724亿元人民币）。此前，英特尔公布的2023年财务报告显示，去年公司亏损了70亿美元，这一财务状况促使公司制定新的重组计划。随着Gelsinger的节点加速计划的逐步完成，英特尔表示，其代工业务的“运营亏损预计将在2024年达到峰值”。同时，他们预计芯片制造业务将在“现在到2030年底之间”实现盈亏平衡的运营利润率，并设定了非美国通用会计准则（GAAP）毛利率为40%、营业利润率为30%的长期目标。总体来看，英特尔正通过一系列战略调整和财务重组措施，以应对当前的市场挑战并实现长期的财务目标。
EETOP . 2024-04-07 3 3 1112
超越台积电，英伟达成全球最大半导体厂商！
4月6日消息，受益于人工智能（AI）和高性能计算（HPC）前所未有的市场需求，英伟达过去几个季度的营收保持了持续的大幅度成长。其中，数据中心业务成为了最大的亮点，以往并驾齐驱的游戏业务在营收上被越抛越远。 根据市场研究机构TechInsights的最新数据显示，在2023年第四季度，英伟达的半导体销售金额增长了23%。这样的表现，使得英伟达超过了台积电，成为了全球最大的半导体供应商。 具体来说，英伟达在2023年第四季度的半导体销售金额达到了198亿美元，首次超过了台积电（196亿美元），紧随其后还有三星（164亿美元）、英特尔（146亿美元）。（注意，这里计算的主要是半导体销售金额，因此小于财报公布的营收。） 报告显示，英伟达半导体销售额的快速增长得益于自2023年一季度以来，以ChatGPT为代表的生成式AI对于其GPU芯片需求的暴涨。 GPU最初是专门为游戏和图形产业所制造半导体产品，而英伟达则是GPU技术与市场的领先者。多年来，英伟达除了将GPU用于游戏产业之外，还将其大量运用在人工智能和机器学习等领域，提供了强大的AI运算性能，这对于快速成长的数据中心市场变得越来越重要，特别是随着AI需求的爆发，这也使得英伟达GPU销售开始一飞冲天。 可以看到，在2023年第二季度，英伟达的半导体销售额就几乎翻了一倍，到了第三季继续维持强劲的成长趋势。到了第四季，其半导体销售规模已经是2023年第一季度的三倍以上。 上个月，在美国加州圣何塞会议中心举行的GTC 2024大会上，英伟达创始人兼CEO黄仁勋又推出了全新的Blackwell构架GPU，包括用于取代H100/H200的B200 GPU，另外还有与Grace CPU相结合的GB200。可以预见的是，2024年英伟达的营收将会继续攀升。 来源：芯智讯
人工智能
芯智讯 . 2024-04-06 2 2 1493
文晔科技完成对富昌电子的收购
中国台湾台北和加拿大蒙特利尔，2024年4月2日 - 文晔科技股份有限公司（台湾证交所股票代号：3036）（“文晔科技”）今天宣布，以38亿美元的企业价值成功完成对 Future Electronics Inc.（“富昌电子”）的收购。 文晔科技与富昌电子将携手打造一个全球电子元器件分销巨头，在台北和蒙特利尔设有双总部，继续为所有利益相关者提供长期、可持续的价值。此次收购标志着一个转型里程碑，因为它汇集了两种高度互补的业务模式，并通过利用两家公司的优势和专业知识，巩固了文晔科技作为具有端对端服务能力的全球电子分销商的地位，为客户和供应商提供更大的价值。 “我们很高兴地欢迎富昌电子团队的加入，我们同样致力于提供世界一流的服务，帮助合作伙伴取得成功。” 文晔科技董事长兼首席执行官 Eric Cheng 表示，“富昌电子拥有庞大的供应商和客户群，以及经验丰富的管理团队和优秀的员工。我们期待与世界各地优秀的新同事合作，开启文晔科技的新篇章。” “我们两家公司拥有共同的文化及创业精神，让世界各地优秀的员工能发挥所长。”富昌电子总裁兼首席执行官 Omar Baig 表示， “作为文晔科技的一部分，我们将如同过去56年一样，继续致力于为我们的供应商和客户提供高水平的服务。” 文晔科技和富昌电子期待着这个新时代的到来，并携手为全球的业务合作伙伴提供服务。 关于我们 关于文晔科技 文晔科技是全球排名前三的电子元器件分销商，拥有端对端能力，业务覆盖亚太地区、美洲和欧洲、中东和非洲等多元化地域。文晔科技成立于 1993 年，最初是一家台湾半导体元器件分销商，通过收购富昌电子，文晔科技的地位得到进一步加强，成为真正的全球性企业。文晔科技与富昌电子携手，与400多家涵盖主要技术应用领域的供应商合作，为全球超过 25,000 家客户的高度多元化客户群提供服务。 关于富昌电子 富昌电子（Future Electronics）是全球知名的电子元器件授权代理商，向客户提供全球供应链解决方案、定制化工程设计服务以及丰富的电子元器件产品种类，在业界享有盛名。富昌电子于1968年创立，业务遍及48个国家和地区，并视其5,100名员工为公司重要的资产。作为一家全球整合的公司，富昌电子依托全球一体化信息平台，使客户能够实时查询库存情况和供需动态。凭借高水平的服务、先进的工程设计能力以及丰富的可销售库存，富昌电子始终秉承着成就客户®的理念。
收购
富昌电子 . 2024-04-03 1 37 4350
江波龙企业级SSD再度通过OpenCloudOS兼容性认证，产品力获认可
近日，江波龙旗下企业级存储产品FORESEE UNCIA 3836系列企业级SATA SSD产品完成与OpenCloudOS/TencentOS相互兼容认证。测试认证期间整体运行稳定，在功能、性能及兼容性方面表现良好。 自研高能固件、锻造硬核产品力 FORESEE UNCIA 3836系列SATA SSD由江波龙自主研发，产品经过专业可靠性设备验证，打造高可靠、高稳定的企业级存储方案。该款产品采用128层3D eTLC NAND Flash，支持SATA 6.0Gbps接口，容量覆盖480GB至3.84TB，耐写等级达到1DWPD。 形态上，不仅延续了2.5inch形态的便捷性，更在性能上进行了专门的优化，顺序读取速度可达560MB/s，随机读取性能可达95K IOPS，性能一致性更是超过了95%。 在产品开发初期，团队便精心优化了功耗管理（Active≤4W；Idle≤2W），实现在线固件升级，并增强了掉电保护功能，同时支持高速Trim和自适应Thermal Throttling等众多企业级应用场景特性。此外，FORESEE UNCIA 3836系列SATA SSD还具备性能一致性和QoS监控功能，提供Sanitize和全路径端到端的数据保护特性，确保数据的完整性，满足企业级用户对于高性能、低功耗的多样化需求。 赋能行业生态、发挥多向平台合力 作为国产开源操作系统社区，OpenCloudOS沉淀了腾讯及多家厂商在软件和开源生态的优势，在云原生、稳定性、性能、硬件支持等方面均有坚实支撑，可以平等全面地支持各种硬件平台。目前，OpenCloudOS 已支持 X86_64、ARM64、RISC-V 架构，可适配飞腾、海光、兆芯、鲲鹏等芯片，支持全栈国密和机密计算，有1300多款软硬件产品与 OpenCloudOS 操作系统完成适配。 这次适配的兼容性测试包括但不限于BIOS识别测试，操作系统安装测试，BMC认盘测试，分区和文件系统测试，热插拔测试，系统DC掉电测试，系统AC掉电测试，系统Reboot测试，长时间压力测试和RAID功能测试等。 在功能测试环节，FORESEE UNCIA 3836系列SATA SSD展现出了出色的性能与稳定性。该系列SSD识别正常，运行流畅，为用户提供了全方位的监控功能。用户可以实时查看硬盘的温度、剩余寿命以及S.M.A.R.T信息等关键指标，还能够从应用设备的BIOS和BMC界面清晰地了解管理盘片的基本信息和详细运行状态，包括厂商名、型号、容量、接口类型、温度、SN号以及固件版本等，方便用户进行快速识别和管理。此外，该系列硬盘还具备热插拔带数据校验功能，这一功能在实际应用中表现稳定无误，为用户提供了在线更换硬盘的便利，确保在不影响客户业务的情况下，能够轻松应对硬盘更换的需求。 在兼容性测试方面，FORESEE UNCIA 3836系列SATA SSD同样表现出色。分区和文件系统测试操作流畅，可创建指定容量和分区格式，并能够快速格式化。硬盘经过数十次AC/DC/Reboot反复启动测试，性能稳定，无异常，S.M.A.R.T信息无误。在混合读写、快速随机切换的工作场景下，经长时间压力测试，硬盘依然稳定运行，无错误发生，很好地兼容OpenCloudOS/TencentOS操作系统以及smartctl、fio等常用工具。 测试认证结论及展望 经过一系列严苛且长时间的测试，FORESEE UNCIA 3836企业级SATA SSD系列产品成功通过了OpenCloudOS/TencentOS的各项兼容性测试与运行要求，并表现出良好的适配性，确保了搭载该SSD的服务器系统在识别、系统安装、多盘位读写、热插拔、掉电保护等方面均能稳定运行，满足企业用户对于海量业务数据存储的需求。 此前，江波龙企业级存储产品FORESEE ORCA 4836系列NVMe SSD已与OpenCloudOS/TencentOS完成产品兼容认证。 此次双方互认证的完成，不仅进一步完善了江波龙企业级存储兼容性的全面布局，更是对公司产品性能表现与可靠性的高度认可。展望未来，双方将充分发挥各自领域的专业优势，以客户实际需求为导向，共同推进信息化生态建设和云计算核心技术产业化的发展，为用户提供更加安全可靠的产品服务。 *上述产品表现来自OpenCloudOS/TencentOS测试结果 实际性能因设备差异，可能有所不同
SSD
江波龙 . 2024-04-03 1 25 2475
日清纺面向消费类设备和工业设备、输出电流为150mALDO稳压器“NR1620 系列”产品上市
随着M2M及IoT市场的扩大，无线传感器网络(WSN)技术的提高变得非常重要。构建无线传感器网络必不可少的无线传感器终端要求具有小型化、电池长时间运作的低功耗化、通信速度的高速化等特性。 为了满足这些要求，微控制器的核心电源及各种接口电源的低压化和终端上各个器件的低消耗电流化成为了关键。 1. 具有超低消耗电流，可实现电池供电系统的长时间运作 “NR1620系列”产品是实现了静态电流为0.4μA和超低功耗的LDO稳压器。本产品非常适合用于智能手表、智能手环、健康管理器材等可穿戴设备，以及使用锂离子电池或纽扣电池的设备等需要低功耗、长时间运作的系统电源。 < NR1620 静态电流 > 2. 低输出电压(0.4V)、输入输出电压差小 NR1620系列实现了0.4V的低输出电压和较小的输入输出电压差，有助于系统的低压化和提高系统的工作效率。 < NR1620 输入输出电压差 > 3. 利用启动时的电流限制功能解决了浪涌电流问题 根据所使用的设备，由于电源启动时电压斜率的限制或后级电容容量较大，可能会因产生浪涌电流而发生故障。但“NR1620系列”产品可以用启动时的电流限制值(ILIMRISE，Typ. 75mA)来限制输出电容(COUT)的充电电流(ICHG)和负载电流(ILOAD)之和的启动期间浪涌电流(IRUSH)。 输出电压启动时的波形图例
日清纺
NISSHINBO Micro Devices . 2024-04-03 2 15 1830
- 1
- 7
- 8
- 9
- 10
- 11
- 500