All Node List by Editor

winniewei的头像
winniewei
  • 1260 hPa4060 hPa双量程绝对压力气压计,数字输出,Qvar®检测技术,防水封装

  • 测量精度高,耐候性出色,适用于燃气表、水表、天气监测、空调和家用电器

服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)在工业市场上推出了首款 MEMS 防水/防液绝对压力传感器,纳入十年供货保证计划。

1.jpg

意法半导体 AMS MEMS 子产品部总经理 Simone Ferri 表示:“随着工业物联网的发展普及,企业正在寻求在整个运营过程中,通常是在具有挑战性的室内外环境中采集数据。我们最新的MEMS防水压力传感器的耐候性足以满足具有各种工业数字化转型要求,并提供长期供货保证,保护客户设计。”

意法半导体新推出的 ILPS28QSW传感器采用密封的圆柱形表面贴装封装。该封装采用防液体渗透性很高的陶瓷基板和坚固的车用灌封胶保护内部电路。盖子由高级手术钢制成,用 O 形圈密封并用环氧树脂粘合剂固定。这种独特的封装设计确保防水达到 IP58等级,在超过一米的水中不渗水,并通过了 IEC 60529 和 ISO 20653 认证。此外,该传感器可承受高达 10 巴的过压。

ILPS28QSW可以进行绝对压力测量,准确度小于0.5hPa,260-1260hPa 和 260-4060hPa两种量程可选,工作温度范围扩大到 -40°C 至 105°C。高准确度和卓越的耐候性使其适用于燃气表、水表、天气监测器、空调智能过滤器和家用电器等应用。

ILPS28QSW 还具有意法半导体独有的Qvar®静电荷感应通道,开发人员可以利用这项技术在实际应用项目中创造更多价值,例如,液体检漏等功能。Qvar配合压力信号可以监测液位,甚至监测家用电器和工业过程中最微小的漏液现象。

ILPS28QSW 的工作电流低至 1.7µA,可用于对功耗敏感的应用场景,片上集成的数字功能可简化系统设计管理。传感器内置温度补偿、FIFO 存储器和 I2C/MIPI-I3C 数字通信接口,输出数据速率在 1Hz 至 200Hz 范围内可选。

ILPS28QSW 现已投产。产品详情访问www.st.com/industrial-pressure-sensor

关于意法半导体

意法半导体拥有5万名半导体技术的创造者和创新者,掌握半导体供应链和先进的制造设备。作为一家半导体垂直整合制造商(IDM),意法半导体与二十多万家客户、数千名合作伙伴一起研发产品和解决方案,共同构建生态系统,帮助他们更好地应对各种挑战和新机遇,满足世界对可持续发展的更高需求。意法半导体的技术让人们的出行更智能,电源和能源管理更高效,物联网和互联技术应用更广泛。意法半导体承诺将于2027年实现碳中和。详情请浏览意法半导体公司网站:www.st.com

围观 55
评论 0
路径: /content/2023/100571800.html
链接: 视图
角色: editor
winniewei的头像
winniewei

在近期举办的2023大中华区高管交流大会上, Gartner发布最新调研结果显示,中国企业正在将人工智能项目从原型转向生产,大多数企业已不再纠结于为何需要AI能力,而更加关注AI工程化能力的建设,以数据驱动决策为目标,持续为业务创造价值。一些领先的中国AI企业已经在各个场景中运用生成AI和其他新型AI技术,构建原生AI企业。

尽管CIO们普遍认为AI对业务具有巨大的价值,但董事会成员对AI持有怀疑态度,其实际效果未能达到预期。然而,ChatGPT的推出使得董事会成员和企业高管首次接触到生成AI的巨大潜力,开始相信生成AI能够为业务带来变革和巨大价值。这给CIO们带来了一些焦虑和压力,他们担心错过了生成AI的投资机会。

Gartner发布中国企业人工智能趋势浪潮3.0,旨在帮助企业首席信息官(CIO)更好地规划AI能力,提升业务效果。

守成和创新

目前,中国企业平均已部署超过5AI用例,每个企业平均已开始部署24AI用例。虽然许多业务用户或企业高管认为AI只是像安装插件一样简单,但实际上,运营AI涉及数据加工、业务指标梳理、数据集成、业务集成、持续监控和优化等多个环节,需要全局考虑端到端的AI用例和流程。5个中国企业中仅有1个企业的AI能够完全满足业务需求,这也是为什么越来越多的领先企业不再将AI视为单个项目的投入,而是以产品运营和组合运营的方式,从端到端、业务结果导向的角度来整体运营AI,使其在全生命周期中持续产生业务效果。

Gartner高级研究总监方琦表示:大多数企业会保持现有业务成果,并在有能力的情况下利用生成式AI进行算法改进类的局部创新。对于一些企业而言,进行流程,算法,系统的全局创新可能带来更有价值的应用,但也伴随着较大的风险。在最新的中国企业调研中,有75%的企业认为生成式AI的未来能力可能超过其带来的风险。尽管目前企业对风险的感知较低,但一旦出现风险,可能会对企业造成巨大商誉损失和客户流失。

平衡风险和价值

在应用生成型AI时,企业往往会规避风险,即在不引起严重后果或潜在争议的情况下使用AI技术。这种谨慎的态度是合理的,但也可能导致错失一些潜在的商业机会。因此,企业需要在实现商业价值和管理风险之间寻求平衡。

Gartner高级研究总监方琦表示:为了平衡价值和风险,我们应该延续巩固已有投资,持续应对已知的风险,将精力投入到机会或高业务价值低风险的持续投入中。对于高风险低价值的用例,我们应果断地去除它们。同时,我们也可以从创新的角度追逐高业务价值和高风险的用例,通过隐私计算等方式保护用户数据隐私,并通过数据的统计值帮助业务持续实现其价值,打造差异性能力。

为了确保AI应用的可信度和可解释性,企业应该采取透明度和可解释性的方法,确保AI决策过程的透明度,以及提供对AI决策的解释和辩解能力。在应用生成型AI时,企业需要仔细评估可能涉及的道德、法律和社会问题,并确保符合相关法规和道德标准。通过建立明确的监管和治理框架,企业可以在平衡创新和风险的基础上实现AI的商业潜力。

融合团队

在明确风险和价值之后,我们还需要思考如何选择人才和调整组织架构,以帮助AI战略性地落地。在中国企业落地AI时,超过一半的企业认为人才是最大的挑战。与此相比,在国外只有不到30%的企业认为AI人才是最大的挑战。这可能是因为不同的组织对人才和组织关系的要求不同。领先的机构通常能够整合不同的业务理解、IT技能和数据科学技能,使AI能够更完整、更全面、更有效地落地。

Gartner高级研究总监方琦表示:在落地AI方面,选择合适的人才是首要任务,但也不能忽视组织架构和企业文化对人才适配的重要作用。通过守成为先、管理风险、择人任势这三个理念,更加战略地规划,落地,运营相应的AI能力。

关于Gartner

Gartner(纽约证券交易所代码:IT)为高管及其团队提供可执行的客观性洞察。 我们的专业指导和各类工具可以帮助企业机构在最关键的优先事项上实现更快、更明智的决策以及更出色的业绩。 欲了解更多信息,请访问http://www.gartner.com/cn


围观 49
评论 0
路径: /content/2023/100571799.html
链接: 视图
角色: editor
winniewei的头像
winniewei

仅由1枚IC即可独立控制192个分区的Mini LED!局部调光功能有助于提高显示器的清晰度并降低功耗

全球知名半导体制造商ROHM(总部位于日本京都市)开发出适用于在新一代汽车信息娱乐系统和仪表盘等中应用日益广泛的大型显示器的车载液晶背光用LED驱动器IC(以下简称“LED驱动器”)“BD94130xxx-M”(BD94130MUF-MBD94130EFV-M)。 

1.png

近年来,随着ADAS(高级驾驶辅助系统)的发展和车载信息娱乐功能的增加,车载显示器需要具备更高的清晰度以便提高视认性。针对这种需求,具有局部调光功能的LED驱动器可以只关闭液晶显示器暗部的背光,有助于提高液晶显示的清晰度并降低功耗,因此开发新一代驾驶舱的各制造商正在考虑采用这种LED驱动器。而以往的直接式LED驱动器,一枚IC可以控制的分区数不足100个,在随着显示器尺寸增大而分区数日益增加的车载显示器领域,面临着LED驱动器和外围元器件面积增加的挑战。

“BD94130xxx-M”是由8路开关控制器和24通道电流驱动器组成的矩阵式*1LED驱动器,仅由这一枚IC即可将背光用的Mini LED分割为多达192个分区进行控制(调光)。另外,每个分区的Mini LED还可通过局部调光功能*2独立控制,有助于提高显示器的清晰度并降低功耗。目前,在车载显示器领域,分区数量与日俱增,而且已成为市场发展趋势,新产品与直接式*3的普通产品相比,一枚IC能够控制的分区数量更多,因此可以大幅削减安装面积和所需控制器数量。例如,目前主流的采用了10英寸级车载显示器的车载信息娱乐系统,需要控制大约600个分区,新产品与直接式的普通产品(支持48个分区)相比,仅需1/4的LED驱动器数量即可进行控制,LED驱动器所占的安装面积可以缩减多达84%。另外,随着新一代驾驶舱所用显示器尺寸的增大,分区数也日益增加,因此采用ROHM新产品所带来的好处越发凸显。

新产品“BD94130xxx-M”已于20234月份开始暂以月产10万个的规模投入量产(样品价格:2,000日元/个,不含税)。前期工序的生产基地为ROHM Hamamatsu Co., Ltd.(日本滨松市),后期工序的生产基地为ROHM Electronics Philippines, Inc.(菲律宾)(BD94130MUF-M)和ROHM Integrated Systems (Thailand) Co., Ltd.(泰国)(BD94130EFV-M)。另外,新产品也已开始电商销售,从Ameya360等电商平台均可购买。

2.jpg

<关于新产品“BD94130xxx-M”>

“BD94130xxx-M”是一款矩阵式LED驱动器,由最多可分为8路的开关控制器和24通道电流驱动器组成。开关控制器的数量可以通过寄存器设置从三种模式(4路、6路、8路)中选择,因此可以根据分区数和LED的消耗电流来适应各种规格的应用。另外,该产品还内置反馈控制功能,无论LED的温度特性如何,都能使反馈电压保持恒定,这有助于减少热设计工时和降低功耗。

3.jpg

<应用>

新产品具有局部调光功能,可实现高对比度的车载显示器。

・电子后视镜(倒车镜、后视镜)

・仪表盘

・车载信息娱乐系统

・抬头显示系统(HUD)

<电商销售信息>

网售平台:Ameya360

新产品在其他电商平台也将逐步发售。

(开始销售时间:20234月起)

4.jpg

产品信息

产品型号:“BD94130MUF-ME2”、“BD94130EFV-ME2

<术语解说>

*1)矩阵式

一种通过开关控制器和电流驱动器相结合来点亮呈矩阵状排列的LED灯的方式。由于这种方式可以控制的分区数很多,因此非常适用于车载信息娱乐系统和仪表盘等配备大型液晶面板的应用。

*2)局部调光功能

一种根据液晶面板上显示图像的明暗来控制位于其正下方的背光LED亮度的LED驱动器技术。利用该技术,可以实现高清晰度的液晶显示。

*3) 直接式

电流驱动器1通道直接控制1个分区的驱动方式。

【关于罗姆(ROHM)】

罗姆(ROHM)成立于1958年,由起初的主要产品-电阻器的生产开始,历经半个多世纪的发展,已成为世界知名的半导体厂商。罗姆的企业理念是:“我们始终将产品质量放在第一位。无论遇到多大的困难,都将为国内外用户源源不断地提供大量优质产品,并为文化的进步与提高作出贡献”。

罗姆的生产、销售、研发网络分布于世界各地。产品涉及多个领域,其中包括IC、分立式元器件、光学元器件、无源元器件、功率元器件、模块等。在世界电子行业中,罗姆的众多高品质产品得到了市场的许可和赞许,成为系统IC和先进半导体技术方面的主导企业。

【关于罗姆(ROHM)在中国的业务发展】

销售网点:起初于1974年成立了罗姆半导体香港有限公司。在1999年成立了罗姆半导体(上海)有限公司, 2006年成立了罗姆半导体(深圳)有限公司,2018年成立了罗姆半导体(北京)有限公司。为了迅速且准确应对不断扩大的中国市场的要求,罗姆在中国构建了与总部同样的集开发、销售、制造于一体的垂直整合体制。作为罗姆的特色,积极开展“密切贴近客户”的销售活动,力求向客户提供周到的服务。目前在中国共设有20处销售网点,其中包括香港、上海、深圳、北京这4家销售公司以及其16家分公司(分公司:大连、天津、青岛、南京、合肥、苏州、杭州、宁波、西安、武汉、东莞、广州、厦门、珠海、重庆、福州)。并且,正在逐步扩大分销网络。

技术中心:在上海和深圳设有技术中心和QA中心,在北京设有华北技术中心,提供技术和品质支持。技术中心配备精通各类市场的开发和设计支持人员,可以从软件到硬件以综合解决方案的形式,针对客户需求进行技术提案。并且,当产品发生不良情况时,QA中心会在24小时以内对申诉做出答复。

生产基地:1993年在天津(罗姆半导体(中国)有限公司)和大连(罗姆电子大连有限公司)分别建立了生产工厂。在天津进行二极管、LED、激光二极管、LED显示器和光学传感器的生产,在大连进行电源模块、热敏打印头、接触式图像传感器、光学传感器的生产,作为罗姆的主力生产基地,源源不断地向中国国内外提供高品质产品。

社会贡献:罗姆还致力于与国内外众多研究机关和企业加强合作,积极推进产学研联合的研发活动。2006年与清华大学签订了产学联合框架协议,积极地展开关于电子元器件先进技术开发的产学联合。2008年,在清华大学内捐资建设“清华-罗姆电子工程馆”,并已于2011年4月竣工。2012年,在清华大学设立了“清华-罗姆联合研究中心”,从事光学元器件、通信广播、生物芯片、SiC功率器件应用、非挥发处理器芯片、传感器和传感器网络技术(结构设施健康监测)、人工智能(机器健康检测)等联合研究项目。除清华大学之外,罗姆还与国内多家知名高校进行产学合作,不断结出丰硕成果。

罗姆将以长年不断积累起来的技术力量和高品质以及可靠性为基础,通过集开发、生产、销售为一体的扎实的技术支持、客户服务体制,与客户构筑坚实的合作关系,作为扎根中国的企业,为提高客户产品实力、客户业务发展以及中国的节能环保事业做出积极贡献。

围观 35
评论 0
路径: /content/2023/100571798.html
链接: 视图
角色: editor
winniewei的头像
winniewei

全新 Arm 智能视觉参考设计带来可信任的技术底层与灵活性,助力中国合作伙伴加速将视觉应用设备推向市场

Arm 今日宣布推出针对视觉应用设备的 Arm® 智能视觉参考设计,该应用处于物联网市场增长最快速的领域之一。全新参考设计首次将 Arm 现有子系统 IP 与第三方 IP整合,助力中国客户加速视觉应用设备开发,并广泛应用于从家庭与办公室安全、智能零售结账系统,到工业自动化等各类场景。

Arm 物联网事业部业务拓展副总裁马健表示:“作为物联网基石的 Arm,其技术正驱动着当今市场上众多智能视觉设备的发展。这个行业正处在关键节点,视觉应用越来越普及,围绕这些应用,中国市场拥有一个多样化且充满活力的生态系统。全新 Arm 智能视觉参考设计将赋能中国合作伙伴把握市场机遇,加速基于 Arm 架构的视觉应用设备的开发进程。”

多年来,Arm 全球合作伙伴已将 Arm 技术成功部署在其视觉应用解决方案中,包括晶晨半导体、安凯微电子、星宸科技等中国合作伙伴。

随着视觉应用设备需求的持续增长,客户希望能够将自己的 IP 集成到这些解决方案中,从而获得更多灵活性,以实现产品差异化并集成更广泛的功能。Arm 智能视觉参考设计结合 Arm 与安谋科技市场领先的 IP,提高设备本身处理能力,增强机器学习能力,同时加速开发进程。

安谋科技智能物联及汽车业务线负责人赵永超表示:“AI 及 5G 技术的进步,在加速视觉应用技术与各领域深度融合的同时,也进一步促进了国内智能视觉产业生态的繁荣。Arm 智能视觉参考设计通过集成安谋科技‘玲珑’VPU 和‘周易’ NPU,并由安谋科技将 Arm IP 与安谋科技自研 IP 进行集成和验证,可进一步满足国内客户在不同场景下的差异化视频处理需求,提高机器学习与视频处理工作时的负载表现,从而加速视觉应用产品的创新落地。”

1.jpg

“Arm 智能视觉参考设计”结合 Arm 与安谋科技市场领先的 IP,助力中国客户加速视觉应用设备开发

Arm 智能视觉参考设计包括:

  • Arm Corstone™-1000:整合 Cortex-A、Cortex-M 处理器与内建安全性,为不同应用在受限的功耗范围内提供效率及高性能。

  • Arm Corstone-300:为机器学习工作负载提供“永远在线”的低功耗子系统。

  • Arm Mali™-C55 图像信号处理器 (ISP):在极小的芯片面积条件下,提供可配置、高能效、高性能的图像质量。

  • 来自安谋科技的第三方 IP 在视频和机器学习能力方面提供更多选项:

o “玲珑”V5 视频处理器:支持紧凑的、多格式 (例如H.264, H.265) 且高效能的视频编解码处理。

o “周易” NPU:为广泛的机器学习用例提供高达 4TOPS 的性能表现,并且支持业界主流的 AI 规模框架,例如 Tensorflow、Caffe、ONNX、Pytorch 等。

此外,生态伙伴可借由 Arm 虚拟硬件 (Arm Virtual Hardware, AVH) 的形式获取 Arm 智能视觉参考设计的虚拟模型,助力软件开发者在芯片完备前先着手开发并优化代码。该参考设计具备可信任的底层 IP 技术,在增强安全、可移植性与兼容性方面,已取得 Arm SystemReady™ IR 与 PSA Certified Level 2 等重要的业界标准认证。

Arm 同时宣布了“Arm 智能视觉合作伙伴计划”,该计划汇集软件、硬件、系统集成商伙伴,帮助设计者与开发者加速将其生产就绪的视觉应用设备推向中国市场。加入该计划的合作伙伴将与视觉应用生态厂商紧密合作,共同优化产品与开发者体验,加速推向市场。目前已有十多家来自智能物联网的芯片设计、系统集成、AI 算法、开发平台等国内领先企业均已加入该项计划。

2.jpg

Arm 智能视觉合作伙伴计划”已获十多家生态伙伴加入支持,协力加速中国智能视觉的创新应用

生态伙伴证言:

广州安凯微电子股份有限公司

“广州安凯微电子股份有限公司在物联网智能硬件核心 SoC 芯片领域深耕多年,也是 Arm 长期的合作伙伴。我们通过 Arm CPU 与自研技术的结合,设计出包括物联网视觉芯片和物联网应用处理器芯片在内的主线产品,并已广泛应用于智能家居、智慧安防、智慧办公和工业物联网等领域,成功地为市场上的低功耗的视觉应用奠定基石。”

广州安凯微电子股份有限公司运营总监杨刚能

诚迈科技

“诚迈科技在成为 Arm 首家在华图像信号处理器的认证调式夥伴后,很高兴也成为首批加入 Arm 智能视觉伙伴项目的成员,在 Arm 坚实的视觉生态系统上扩展我们的合作关系。通过 Arm 先进的处理器与 Arm 智能视觉参考设计,结合我们在软件方面的专业积累与机器视觉的全套解决方案,我们将能加速智能视觉在各领域的落地应用,为客户带来更高效率、性能与创新优势。”

诚迈科技计算机视觉事业部副总裁 韩薇

爱芯元智

“爱芯元智致力于打造世界领先的 AI 视觉芯片。作为人工智能视觉感知芯片研发及基础算力平台公司,爱芯已成功研发并量产了三代多颗端侧、边缘侧 AI 视觉感知芯片,均采用了 Arm Cortex-A 内核。凭借自研核心技术——爱芯智眸 AI-ISP 和混合精度 NPU,爱芯元智相关产品和解决方案已广泛应用于智慧城市、智能交通、AIoT 等领域。而随着 AI 推动产业的不断发展,我们将继续携手 Arm 探索更智能的解决方案,并通过 Arm 生态系统丰富的资源,扩展更多应用范例,让我们毫无后顾之忧,持续积极创新,用普惠 AI 造就美好生活!”

爱芯元智创始人、董事长兼首席执行官仇肖莘

百度飞桨

“我们很高兴能与 Arm 通过‘Arm 智能视觉合作伙伴计划’进一步深化双方的合作关系。飞桨 (PaddlePaddle) 以百度多年的深度学习技术研究和业务应用为基础,集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件、人工智能学习与实训社区于一体,是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。截至 2022 年末,飞桨已凝聚 535 万开发者,基于飞桨创建 67 万个模型,服务 20 万家企事业单位。在硬件支持方面,我们的模型库横跨了诸多 Arm Cortex-A、Cortex-M、服务器 CPU 等计算平台,能为 Arm 的生态伙伴实现视觉算法的加速运行,助力智能视觉的落地。”

百度飞桨产品团队负责人赵乔

昱感微电子

“昱感微电子是一家专注于智能感知 (包含机器视觉) 的芯片解决方案新创公司,为了展现我们的竞争力,我们需要聚焦资源在产品的差异化上,并快速推动产品上市进程。Arm 智能视觉参考设计可以很好地奠定我们底层技术的根基,为我们大幅减低花费在基层技术架构的心力,从而将更多时间与资源专攻在我们的技术优势,创造创新与差异,从而掌握市场机遇。”

昱感微电子CEO 蒋宏

关于 Arm

Arm 技术正定义着计算的未来。Arm 低功耗处理器设计和软件平台已应用于超过 2,500 亿颗芯片的高级计算,Arm 的技术安全地为电子设备提供支持,覆盖从传感器到智能手机乃至超级计算的多样化应用。Arm 携手超过 1,000 家技术合作伙伴,使人工智能变得无处不在,并在网络安全领域为从芯片到云端的数字世界奠定信任的根基。Arm 架构是未来的基石。

围观 68
评论 0
路径: /content/2023/100571795.html
链接: 视图
角色: editor
winniewei的头像
winniewei

NordicnRF54nRF53nRF52系列SoC支持Thread,在商业楼宇和智能家居中的无线KNX物联网设备和有线KNX装置之间提供无缝集成

Nordic Semiconductor加入KNX协会,大力支持新的KNX 物联网协议,为商业楼宇和智能家居自动化产品之开发人员提供即用型解决方案以评测KNX物联网技术和构建原型产品。

NOR262. KNX logo.png

KNX协会包括500多家制造商和10多万家系统集成商,这些厂商与其他利益相关者协同工作,致力于确保8000多台KNX 设备的互操作性和兼容性。该组织推广面向建筑楼宇和智能家居的 KNX 标准化通信协议,并且开发新的KNX物联网规范。

物联网互操作性和共存性

KNX物联网规范和相关开源代码软件栈可以轻松集成基于双绞线的传统KNX装置和无线KNX设备。这个规范以Thread为基础,专为小型的低功耗嵌入式设备而开发。Thread是基于IPv6的低功耗和低延迟mesh网络协议,在整个物联网范围提供可靠的互操作性和共存性。KNX物联网规范为开发人员保证Thread助力设备和现有KNX有线或无线基础设施之间的互操作性。

Nordic致力支持所有物联网基础技术并帮助开发人员提供可靠、高效、安全和易于使用的产品,加入KNX协会贯彻了这个承诺。作为世界领先的低功耗蓝牙半导体公司,Nordic处于Thread技术发展的最前沿,一直积极参与在2016年成立的OpenThread项目。

行业领导地位

Nordic是第一家为OpenThread协议栈提供生产支持的半导体公司,在这个领域举足轻重。Nordic亦领导了苹果HomeKit-over-ThreadMatter-over-Thread解决方案的开发工作。

Nordic最新发布的nRF54H20第四代多协议SoC以及nRF5340nRF52840nRF52833多协议SoC产品均支持Thread协议,可以在楼宇自动化系统中实现KNX物联网功能,并提供与其他楼宇和智能家居设备及平台的无缝集成,从而为终端用户提供更出色的灵活性和互操作性。

KNX物联网协议与Nordic nRF Connect SDK原生支持的其他智能楼宇协议(包括用于智能家居的 Matter 和用于专业照明应用的蓝牙 mesh)相辅相成,使得设备制造商能够使用相同的Nordic SoC支持所有主要的楼宇自动化协议,而不需要更改硬件,从而为更广泛的楼宇自动化设备带来无线连接功能。

Nordic产品营销工程师Finn Boetius表示:我们非常高兴加入 KNX协会,并期待未来在推广KNX物联网标准方面发挥积极作用。凭借市场领先的低功耗无线技术和Thread专业技术,我们已拥有推动物联网革新发展(包括推广新的KNX物联网标准)的良好条件。

增添KNX物联网以及Matter和蓝牙mesh支持,使得Nordic如虎添翼,作为楼宇自动化和智能家居硬件首选供货商的地位更加稳固。

KNX协会首席执行官兼发言人Heinz Lux表示:欢迎最新成员Nordic Semiconductor加入 KNX 社区,该公司是出色的挪威半导体公司和物联网无线通信技术供应商。Nordic贡献突出,是KNX物联网在业界的重要参与厂商,加强了KNX作为智能家居和楼宇自动化之领先 IP和物联网技术组织的地位。

客户可以在NordicGitHub此处找到可用于评测和开发的KNX IoT 演示项目。

关于KNX 协会

https://www.knx.org/knx-en/for-professionals/index.php

关于KNX IoT

https://www.nordicsemi.com/Products/Thread/KNX-IoT

关于Nordic 半导体公司

Nordic 半导体公司是一家挪威无晶圆厂半导体企业,专业提供助力物联网(IoT)的无线通信技术。Nordic成立于1983年,在全球范围拥有超过1300多名员工。Nordic 是 ANT+联盟、蓝牙技术联盟(SIG)、Thread Group、Zigbee联盟、Wi-Fi联盟和全球移动通信系统协会(GSMA)的成员。借助低功耗蓝牙解决方案,Nordic开创了超低功耗的无线通信技术,这使我们成为全球市场领导者。在技术范围方面,补充了ANT+、Thread和Zigbee技术,并于 2018 年推出了紧凑型低功耗LTE-M/NB-IoT蜂窝物联网解决方案,以扩大物联网的渗透率。2021年我们在产品组合中进一步补充了Wi-Fi技术。

我们向用户提供开发工具支持的领先无线技术,这些技术使得设计人员免受RF技术复杂性的影响,可让任何有想法的人能够创建基于 IoT 平台的创新产品。现今,我们屡获殊荣的、高性能且易于设计的低功耗蓝牙解决方案被世界各大领先品牌用于各种产品中,包括无线PC外设、游戏、运动和健身、手机配件、消费电子、玩具、医疗保健和自动化产品。

要了解更多信息,请访问:www.nordicsemi.com/About-us

围观 49
评论 0
路径: /content/2023/100571794.html
链接: 视图
角色: editor
winniewei的头像
winniewei

东芝电子元件及存储装置株式会社(“东芝”)今日宣布,推出采用最新一代工艺制造[1]TK055U60Z1,进一步扩充了N沟道功率MOSFET系列产品线。该器件采用超级结结构,耐压600V,适用于数据中心、开关电源和光伏发电机功率调节器。该新产品是东芝DTMOSVI系列中的首款600V产品,于今日开始批量出货。

1.jpg

通过对栅极设计和工艺进行优化,与具有相同漏源电压额定值的东芝目前的DTMOSIV-H系列产品相比,600V DTMOSVI系列产品的单位面积漏源导通电阻降低了约13%,漏源导通电阻×栅漏电荷(MOSFET性能的品质因数)降低了约52%。这有助于确保该系列产品实现导通损耗和开关损耗的双重降低,并最终实现了开关电源效率的提高。

该新产品采用TOLL封装,栅极驱动采用开尔文连接。可以通过降低封装中源极线电感的影响,增强MOSFET的高速开关性能,从而抑制开关过程中的振荡。

未来,东芝将继续扩展600V DTMOSVI系列产品线,以及已发布的650V DTMOSVI系列产品,并通过降低开关电源的功率损耗来达到节约节能的目的。

图1:漏极-源极导通电阻与栅漏电荷比较

2.png

应用

-    数据中心(服务器开关电源等)

-    光伏发电机功率调节器

-    不间断电源系统

特性

-    低漏源导通电阻×栅漏电荷,有助于提高开关电源的效率

主要规格

(除非另有说明,Ta=25℃)

器件型号

TK055U60Z1

绝对最大

漏极-源极电压VDSSV

600

漏极电流(DCIDA

40

结温Tch

150

电气特性

漏极-源极导通电阻

RDS(ON)

VGS10V

最大值

55

总栅极电荷QgnC

典型值

65

栅极-漏极电荷QgdnC

典型值

15

输入电容CisspF

典型值

3680

名称

TOLL

尺寸(mm

典型值

9.9×11.68

厚度=2.3

库存查询与购买

在线购买

注:

[1] 截至2023年6月

如需了解有关该新产品的更多信息,请访问以下网址:

TK055U60Z1

https://toshiba-semicon-storage.com/cn/semiconductor/product/mosfets/400v-900v-mosfets/detail.TK055U60Z1.html

如需了解东芝MOSFET产品的更多信息,请访问以下网址:

MOSFET

https://toshiba-semicon-storage.com/cn/semiconductor/product/mosfets.html

如需了解有关该新产品在线分销商网站的供货情况,请访问以下网址

TK055U60Z1

https://toshiba-semicon-storage.com/cn/semiconductor/where-to-buy/stockc...

关于东芝电子元件及存储装置株式会社

东芝电子元件及存储装置株式会社是先进的半导体和存储解决方案的领先供应商,公司累积了半个多世纪的经验和创新,为客户和合作伙伴提供分立半导体、系统LSI和HDD领域的杰出解决方案。

公司22,200名员工遍布世界各地,致力于实现产品价值的最大化,东芝电子元件及存储装置株式会社十分注重与客户的密切协作,旨在促进价值共创,共同开拓新市场,公司现已拥有超过8,598亿日元(62亿美元)的年销售额,期待为世界各地的人们建设更美好的未来并做出贡献。

如需了解有关东芝电子元件及存储装置株式会社的更多信息,请访问以下网址:https://toshiba-semicon-storage.com

围观 29
评论 0
路径: /content/2023/100571789.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:Ole Dreessen,现场应用工程师

摘要

本系列文章由三部分组成,主要探讨卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。作为系列文章的第三部分,本文重点解释如何使用硬件转换卷积神经网络(CNN),并特别介绍使用带CNN硬件加速器的人工智能(AI)微控制器在物联网(IoT)边缘实现人工智能应用所带来的好处。系列文章的前两篇文章为《卷积神经网络简介:什么是机器学习?——第一部分和《训练卷积神经网络:什么是机器学习?——第二部分

简介

AI应用通常需要消耗大量能源,并以服务器农场或昂贵的现场可编程门阵列(FPGA)为载体。AI应用的挑战在于提高计算能力的同时保持较低的功耗和成本。当前,强大的智能边缘计算正在使AI应用发生巨大转变。与传统的基于固件的AI计算相比,以基于硬件的卷积神经网络加速器为载体的智能边缘AI计算具备惊人的速度和强大的算力,开创了计算性能的新时代。这是因为智能边缘计算能够让传感器节点在本地自行决策而不受5G和Wi-Fi网络数据传输速率的限制,为实现之前难以落地的新兴技术和应用场景提供了助力。例如,在偏远地区,传感器级别的烟雾/火灾探测或环境数据分析已成为现实。这些应用支持电池供电,能够工作很多年的时间。本文通过探讨如何采用带专用CNN加速器的AI微控制器实现CNN的硬件转换来说明如何实现这些功能。

采用超低功耗卷积神经网络加速器的人工智能微控制器

MAX78000是一款有超低功耗CNN加速器的AI微控制器片上系统, 能在资源受限的边缘设备或物联网应用中实现超低功耗的神经网络运算。其应用场景包括目标检测和分类、音频处理、声音分类、噪声消除、面部识别、基于心率等健康体征分析的时间序列数据处理、多传感器分析以及预测性维护。

图1为MAX78000的框图,其内核为带浮点运算单元的Arm® Cortex®-M4F内核,工作频率高达100 MHz。为了给应用提供足够的存储资源,MAX78000还配备了512 kB的闪存和128 kB的SRAM。该器件提供多个外部接口,例如I²C、SPI、UART,以及用于音频的I²S。此外,器件还集成了60 MHz的RISC-V内核,可以作为一个智能的直接存储器访问(DMA)引擎从/向各个外围模块和存储(包括闪存和SRAM)复制/粘贴数据。由于RISC-V内核可以对AI加速器所需的

1.jpg

图1.MAX78000的结构框图

传感器数据进行预处理,因而Arm内核在此期间可以处于深度睡眠模式。推理结果也可以通过中断触发Arm内核在主应用程序中执行操作,通过无线传输传感器数据或向用户发送通知。

具备用于执行卷积神经网络推理的专用硬件加速器单元是MAX7800x系列微控制器的一个显著特征,这使其有别于标准的微控制器架构。该CNN硬件加速器可以支持完整的CNN模型架构以及所有必需的参数(权重和偏置),配备了64个并行处理器和一个集成存储器。集成存储器中的442 kB用于存储参数,896 kB用于存储输入数据。不仅存储在SRAM中的模型和参数可以通过固件进行调整,网络也可以实时地通过固件进行调整。器件支持的模型权重为1位、2位、4位或8位,存储器支持容纳多达350万个参数。加速器的存储功能使得微控制器无需在连续的数学运算中每次都要通过总线获取相关参数——这样的方式通常伴有高延迟和高功耗,代价高昂。CNN加速器可以支持32层或64层的网络,具体层数取决于池化函数。每层的可编程图像输入/输出大小最多为1024 × 1024像素。

CNN硬件转换:功耗和推理速度比较

CNN推理是一项包含大型矩阵线性方程运算的复杂计算任务。Arm Cortex-M4F微控制器的强大能力可以使得CNN推理在嵌入式系统的固件上运行。但这种方式也有一些缺点:在微控制器上运行基于固件的CNN推理时,计算命令和相关参数都需要先从存储器中检索再被写回中间结果,这会造成大量功耗和时延。

表1对三种不同解决方案的CNN推理速度和功耗进行了比较。所用的模型基于手写数字识别训练集MNIST开发,可对视觉输入数据中的数字和字母进行分类以获得准确的输出结果。为确定功耗和速度的差异,本文对三种解决方案所需的推理时间进行了测量。

1.手写数字识别的CNN推理时间和推理功耗,基于MNIST数据集

方案

推理速度

(ms)

每次推理功耗(µWs)

 (1) MAX32630MNIST网络部署在固件中

574

22887

 (2) MAX78000MNIST网络部署在硬件中

1.42

20.7

(3) MAX78000MNIST网络部署在硬件中且优化了低功耗性能

0.36

1.1

方案一使用集成Arm Cortex-M4F处理器的MAX32630进行推理,其工作频率为96 MHz。方案二使用MAX78000的CNN硬件加速器进行推理,其推理速度(即数据输入与结果输出之间的时间)比方案一加快了400倍,每次推理所需的能量也仅为方案一的1/1100。方案三对MNIST网络进行了低功耗优化,从而最大限度地降低了每次推理的功耗。虽然方案三推理结果的准确性从99.6%下降到了95.6%,但其速度快了很多,每次推理只需0.36 ms,推理功耗降也低至仅1.1 µW。两节AA碱性电池(总共6 Wh能量)可以支持应用进行500万次的推理(忽略系统其它部分的功耗)。

这些数据说明了硬件加速器的强大计算能力可以大大助益无法利用或连接到连续电源的应用场景。MAX78000就是这样一款产品,它支持边缘AI处理,无需大量功耗和网络连接,也无需冗长的推理时间。

MAX78000 AI微控制器的使用示例

MAX78000支持多种应用,下面本文围绕部分用例展开讨论。其中一个用例是设计一个电池供电的摄像头,需要能检测到视野中是否有猫出现,并能够通过数字输出打开猫门允许猫进入房屋。

图2为该设计的示例框图。在本设计中,RISC-V内核会定期开启图像传感器并将图像数据加载到MAX78000的CNN加速器中。如果系统判断猫出现的概率高于预设的阈值,则打开猫门然后回到待机模式。

2.jpg

图2.智能宠物门框图

开发环境和评估套件

边缘人工智能应用的开发过程可分为以下几个阶段:

第一阶段:AI——网络的定义、训练和量化

第二阶段:Arm固件——将第一阶段生成的网络和参数导入C/C++应用程序,创建并测试固件

开发过程的第一阶段涉及建模、训练和评估AI模型等环节。此阶段开发人员可以利用开源工具,例如PyTorchTensorFlow。MAX78000的GitHub网页也提供全面的资源帮助用户在考虑其硬件规格的同时使用PyTorch构建和训练AI网络。网页也提供一些简单的AI网络和应用,例如面部识别(Face ID),供用户参考。

3显示了采用PyTorch进行AI开发的典型过程。首先是对网络进行建模。必须注意的是,MAX7800x微控制器并非都配置了支持所有PyTorch数据操作的相关硬件。因此,必须首先将ADI公司提供的ai8x.py文件包含在项目中,该文件包含MAX78000所需的PyTorch模块和运算符。基于此可以进入下一步骤构建网络,使用训练数据对网络进行训练、评估和量化。这一步骤会生成一个检查点文件,其中包含用于最终综合过程的输入数据。最后一步是将网络及其参数转换为适合CNN硬件加速器的形式。值得注意的是,虽然任何PC(笔记本、服务器等)都可用于训练网络,但如果没有CUDA显卡,训练网络可能会花费很长的时间——即使对于小型网络来说也有可能需要几天甚至几周的时间。

开发过程的第二阶段是通过将数据写入CNN加速器并读取结果的机制来创建应用固件。

3.jpg

图3.AI开发过程

第一阶段创建的文件通过#include指令集成到C/C++项目中。微控制器的开发环境可使用Eclipse IDE和GNU工具链等开源工具。ADI公司提供的软件开发套件(Maxim Micros SDK (Windows))也已经包含了所有开发必需的组件和配置,包括外设驱动以及示例说明,帮助用户简化应用开发过程。

成功通过编译和链接的项目可以在目标硬件上进行评估。ADI开发了两种不同的硬件平台可供选用:图4为MAX78000EVKIT,图5为MAX78000FTHR,一个稍小的评估板。每个评估板都配有一个VGA摄像头和一个麦克风。

4.jpg

图4.MAX78000评估套件

5.jpg

图5.MAX78000FTHR评估套件

结论

以前,AI应用必须以昂贵的服务器农场或FPGA为载体,并消耗大量能源。现在,借助带专用CNN加速器的MAX78000系列微控制器,AI应用依靠单组电池供电就可以长时间运行。MAX78000系列微控制器在能效和功耗方面的性能突破大大降低了边缘AI的实现难度,使得新型边缘AI应用的惊人潜力得以释放。欲了解更多信息,请访问超低功耗人工智能(AI) MCU

参考资料

 “研讨会2 - 边缘人工智能:Maxim Integrated MAX78000 AI加速器的实践介绍”。ADI公司。

视频系列:了解人工智能。ADI公司。

PyTorch徽标知识共享 版权归属-相同方式共享 4.0 国际 公共许可证许可使用。

关于ADI公司

Analog Devices, Inc. (NASDAQ: ADI)是全球领先的半导体公司,致力于在现实世界与数字世界之间架起桥梁,以实现智能边缘领域的突破性创新。ADI提供结合模拟、数字和软件技术的解决方案,推动数字化工厂、汽车和数字医疗等领域的持续发展,应对气候变化挑战,并建立人与世界万物的可靠互联。ADI公司2022财年收入超过120亿美元,全球员工2.4万余人。携手全球12.5万家客户,ADI助力创新者不断超越一切可能。更多信息,请访问www.analog.com/cn

关于作者

Ole Dreessen是ADI公司的现场应用工程师,于2014年加入ADI公司,此前曾在Avnet Memec和Macnica任职,负责支持通信产品和高性能微处理器。Ole在微控制器和安全方面拥有广泛的专业知识,拥有丰富的会议主讲经验。在业余时间,他是混沌计算机俱乐部的活跃成员,主要研究逆向工程和嵌入式安全等概念。

围观 47
评论 0
路径: /content/2023/100571788.html
链接: 视图
角色: editor
winniewei的头像
winniewei

为大功率应用提供可靠的电路保护,所需PCB空间减少60-80%

Littelfuse公司NASDAQLFUS)是一家工业技术制造公司,致力于为可持续发展、互联互通和更安全的世界提供动力。公司宣布推出最新产品LTKAK2-L系列大功率瞬态抑制二极管。 这种表面安装式解决方案满足了市场对兼容自动化PCB组装工艺的高浪涌额定值瞬态抑制二极管的需求。

1686626721388000.jpg

Littelfuse LTKAK2-L系列大功率瞬态抑制二极管

通过用一个LTKAK2-L代替四个或八个15KPA30KPA轴向引线瞬态抑制二极管,电子设备设计人员可以分别节省60%80%PCB空间。观看视频。

LTKAK2-L系列瞬态抑制二极管提供紧凑的表面安装式封装,与自动化PCB组装工艺兼容。 采用改进型SMTO-218封装的较小解决方案允许设计人员利用比现有轴向引线解决方案更小的PCB空间实现强大的电路保护。 2kA浪涌电流额定值使设计符合IEC-61000-4-5 4级要求,从而保护众多高可靠性交流和直流电源设备及其应用。

LTKAK2-L系列SMD瞬态抑制二极管非常适合许多大功率应用,包括:

  • 信息通信技术(ICT

  • 工业

  • 航空电子设备

  • 交流和直流电源设备

  • 大功率转换器/电源设备

Littelfuse高级产品营销经理Ben Huang表示:这一新产品有助于解决大尺寸轴向引线封装中高浪涌额定值瞬态抑制二极管的关键问题,这种封装与自动化PCB组装工艺不兼容。LTKAK2-L系列提供紧凑型表面安装式解决方案,保护交流和直流电源设备,实现高可靠性。 这种兼容自动化PCB组装工艺的瞬态抑制二极管是设计人员向大功率瞬态抑制二极管迈进的重要一步。

LTKAK2-L系列SMD瞬态抑制二极管具有以下主要优点:

  • 紧凑的改进型SMTO-218封装

  • 与自动化PCB组装工艺兼容

  • 使用的PCB空间比轴向引线元件少60-80%

  • 2kA浪涌额定值符合IEC-61000-4-5 4

  • 为大功率交流和直流应用提供保护

供货情况

LTKAK2-L系列SMD瞬态抑制二极管提供25只装管状包装,最小起订量为100 可通过Littelfuse全球各地的授权经销商索取样品。 如需了解Littelfuse 授权销商名单,可访问 Littelfuse.com

更多信息

有关新发布系列的更多信息,请访问 LTKAK2-L系列SMD瞬态抑制二极管产品页面。如有技术性问题,请联系高级产品营销经理Ben Huang Bhuang@littelfuse.com.

关于LittelfuseLittelfuse (NASDAQ: LFUS) 是一家多样化的工业技术制造公司,致力于为可持续发展、互联互通和更安全的世界提供动力。 凭借覆盖20多个国家的业务和18,000名全球员工,我们与客户合作设计和交付创新、可靠的解决方案。 服务于超过100,000家最终客户,我们的产品每天应用于世界各地的各种工业、运输和电子终端市场。Littelfuse成立于 1927 年,总部位于美国伊利诺伊州的芝加哥。了解详情请访问 Littelfuse.com

敬请关注力特奥维斯Littelfuse官方微信:Littelfuse_career

围观 31
评论 0
路径: /content/2023/100571787.html
链接: 视图
角色: editor
winniewei的头像
winniewei

入选纳斯达克100指数是对安森美作为科技行业关键创新者的充分认可

智能电源和智能感知技术的领先企业安森美(onsemi,美国纳斯达克上市代号:ON),将于美国时间2023年6月20日星期二开市前被纳入纳斯达克100指数。安森美已连续两年取得创纪录的业绩,其市值在过去30个月里增长了两倍,2022年收入83亿美元,盈利增长速度是收入的4倍。

安森美被纳入纳斯达克100指数.jpg

安森美总裁兼首席执行官Hassane El-Khoury说:“安森美被纳入著名的纳斯达克100指数,证明我们在过去两年实施的战略转型是成功的,在此期间,我们在世界各地的员工坚定不移的付出和创新为安森美的股东带来巨大的价值。我们在汽车和工业等主要终端市场以卓越的技术领先,希望能实现高于市场的收入增长,同时保持领先行业的财务业绩。”

安森美一直在推动整个公司的结构改革,并提供智能电源和智能感知方案支持高增长的汽车和工业领域大趋势。现在安森美正加倍努力发展碳化硅、硅电源、功率IC、图像传感器和传感器接口等强劲增长的业务来应对市场机遇。凭借行之有效的战略和预计通过长期供应协议获得的收入,安森美处于有利地位,以进一步促进半导体行业的增长。

纳斯达克100指数是世界上公认的最杰出的大盘股指数之一,包括100家纳斯达克上市的最大的非金融公司,并作为期权、期货和基金等金融产品的基准,主要集中在表现最好的行业,如科技、消费品和医疗保健。

安森美已于2022年6月被纳入美国股市表现的另一首要基准:标普500指数。

关于安森美(onsemi)

安森美onsemi, 纳斯达克股票代号:ON)正推动颠覆性创新,帮助建设更美好的未来。公司专注于汽车和工业终端市场,正加速推动大趋势的变革,包括汽车功能电子化和汽车安全、可持续电网、工业自动化以及5G和云基础设施等。安森美提供高度差异化的创新产品组合以及智能电源和智能感知技术,以解决全球最复杂的挑战,引领创造更安全、更清洁、更智能的世界。安森美位列《财富》美国500强,也被纳入标普500指数。了解更多关于安森美的信息,请访问:http://www.onsemi.cn

围观 36
评论 0
路径: /content/2023/100571786.html
链接: 视图
角色: editor
winniewei的头像
winniewei

前言 米尔基于ARM+FPGA异构开发板的SDK发布说明

米尔基于ARM+FPGA异构开发板,根据下图文件内容可以知道myir-image-full系统支持的功能,其支持OpenCV,也就不用在格外安装相关驱动包等,省了很多事情。

1.png

02.米尔基于ARM+FPGA异构开发板软件评估指南本文介绍了Python的基本操作,在文档中10.1开发语言支持。

2.png

3.png

03.米尔基于ARM+FPGA开发板历程路径/usr/share/OpenCV/samples//usr/share/opencv4/samples/python/

4.png

5.png

文件目录中有一些python程序。

04.米尔基于ARM+FPGA开发板图像识别开发
1.使用参考图片

6.png

上面的图片是模拟的答题卡,与实际答题卡理论相同,具体细节可能需要变动。正常的答题卡采集的数据较多。2.源代码1)源代码截图

7.png

 2)源代码粘贴

#!/usr/bin/env python3

"""

Created on Thu Sep 30 07:53:41 2021

"""

Python 2/3 compatibility

from future import print_function

import numpy as np

import cv2

img = cv2.imread('b.jpg')

cv2.imshow("orginal",img)

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

cv2.imshow("gray",gray)

gaussian = cv2.GaussianBlur(gray, (5, 5), 0)

cv2.imshow("gaussian",gaussian)

edged=cv2.Canny(gaussian,50,200)

cv2.imshow("edged",edged)

cts, hierarchy = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,

cv2.CHAIN_APPROX_SIMPLE)

cv2.drawContours(img, cts, -1, (0,0,255), 3)

cv2.imshow("img",img)

cv2.waitKey()

cv2.destroyAllWindows()


3.代码图片上传

8.png

9.png

 4.实际运行效果

10.png

11.png

12.png

13.png


14.jpg

米尔基于ARM+FPGA核心板和开发板购买链接

米尔基于ARM+FPGA核心板和开发板搭载的Artix-7 CPU对标Zynq 7010的FPGA资源,能够满足高速数据采集的需求,并且采用PCIE高速通信,支持200~300MB/S的通信能力。

米尔基于ARM+FPGA核心板和开发板采用NXP i.MX8M Mini及Xilinx Artix-7处理器,四核 Cortex-A53、Cortex-M4、Artix-7 CPU,1.8GHz主频,基于ARM+FPGA处理架构,具备高性能、低成本、低功耗等特点,两者各司其职,各自发挥原本架构的独特优势。

15.jpg

米尔基于ARM+FPGA核心板和开发板

围观 42
评论 0
路径: /content/2023/100571785.html
链接: 视图
角色: editor