All Node List by Editor

winniewei的头像
winniewei

1.png

低功耗HCSL ClearClock®振荡器

Abracon低功耗HCSL(LP-HCSL)差分振荡器是我们ClearClock®产品线的扩展,提供高性能且显著降低功耗的时钟解决方案。

该系列振荡器采用行业标准的2016、2520和3225封装尺寸,工作电流典型值低至12-15mA,非常适合注重节能的应用场景,如数据中心、工业自动化以及其他基于PCIe的接口。

Abracon LP-HCSL ClearClock®振荡器具有显著的节能效果、卓越的信号完整性和简化的电路设计等优势,重新定义了高效的时钟解决方案,助力您提升下一代电子产品。

1 产品优势

- 显著节能

传统HCSL驱动器以高功耗著称,而LP-HCSL技术大幅降低了功耗,特别适用于对能效要求极高的应用,如光收发器和存储系统。

- 优化的信号与抖动性能

该系列振荡器在100MHz频率下相位抖动典型值低至100 fs,提供卓越的信号完整性,确保高速数据传输的可靠性和低噪声,采用了三次泛音技术,进一步增强稳定性。

- 集成终端电阻,简化设计

与需要额外配置外部元件的传统HCSL驱动器不同,LP-HCSL振荡器内置终端电阻,可降低BOM成本,简化 PCB布线,节省空间。

- 卓越的板布局灵活性

LP-HCSL振荡器在驱动长轨迹时增强性能、简化交流耦合,是应对复杂信号传输需求的理想选择。其紧凑的外形尺寸在确保功能的前提下,实现了优化板布局。

2 应用场景

该系列振荡器专为基于PCIe的系统设计,是高性能计算和数据基础设施中的关键元件。

- 数据中心、服务器和存储系统

为NIC、FPGA、CPU、GPU和存储控制器之间的PCIe连接提供精确的时钟信号,确保高速数据处理流畅运行。

- 高性能计算(HPC)

在人工智能、机器学习和大规模计算中,支持处理单元之间高效的PCIe互联。

- 嵌入式和工业计算

支持工业自动化和嵌入式计算系统中的PCIe通信。

- 网络接口卡(NIC)

确保网络硬件的稳定PCIe连接,提升企业计算环境中的数据传输效率。

2.png

来源:Abracon艾博康

围观 30
评论 0
路径: /content/2025/100591595.html
链接: 视图
角色: editor
winniewei的头像
winniewei

Neuro® AI 多智能体加速器开源

Cognizant(纳斯达克股票代码:CTSH)今日宣布其 Neuro® AI 多智能体加速器正式开源,供研究及学术用途使用。 该开源软件将帮助领域专家、研究人员及开发者针对几乎任何用例,快速启动原型设计并构建智能体网络。 该开源软件旨在通过促进多智能体系统的协作开发与定制化,加速企业采用人工智能技术,实现自适应运营与实时决策。 企业可通过 Cognizant 的多智能体服务套件,在生产环境中规模化部署智能体网络,并在商业许可下高效管理。

Neuro AI 多智能体加速器 Web 客户端

Neuro AI 多智能体加速器 Web 客户端

预计未来五年,AI 智能体市场将快速增长, 规模从 2024 年的 51 亿美元攀升至 2030 年的 471 亿美元。 此次发布将加速企业利用互联智能体探索新收入来源并创造可扩展商业价值。 由 Cognizant 人工智能实验室开发的 Neuro® AI 多智能体加速器开源软件,彰显了 Cognizant 在 AI 创新领域的领导力及其推动 AI 智能体技术应用的承诺。

目前,澳大利亚领先的通信与技术公司 Telstra 等客户正与 Cognizant 合作测试及部署多智能体系统。

Telstra 产品与技术集团高管 Kim Krogh Andersen 表示:“Neuro AI 多智能体加速器的开源将助力团队快速原型化并整合现有 AI 智能体,加速软件开发周期。 我们已开始看到其在质量、速度与效率上的潜在提升。”

Cognizant 还协助一家医疗企业创建了合同谈判智能体网络,大幅缩短医疗申诉处理时间,同时助力一家快消企业优化供应链管理分析。 目前,Cognizant 正与客户就代理式 AI 展开超过 65 项对话。

构建成功的多智能体网络需协调多样化智能体、工具及知识源,包括通用大语言模型(LLM)与组织专用系统,如服务级别管理(SLM)或检索增强生成框架(RAG)。 Cognizant 的 Neuro AI 多智能体加速器通过原生模型上下文协议(MCP)或标准 API 调用,支持与 Salesforce 的 Agentforce、Google 的 Agentspace 或 Crew AI 等第三方智能体及 API、RAG 的无缝集成。 其可选智能体间协调协议使智能体能够自主组织、分配任务并路由流程,从而提升效率并减少错误。 此外,该平台还支持 Agent2Agent (A2A) 协议,实现跨云、跨平台及跨组织的智能体协作。

Cognizant AI 首席技术官 Babak Hodjat 表示:“在代理式 AI 时代,企业必须自由探索智能体如何重塑业务流程并提升运营效率。 通过开源的 Neuro AI 多智能体加速器,我们向开发者开放前沿技术,助力其加速创新,并让决策者无需技术背景即可快速构建系统原型,直接观察其对关键绩效指标的影响。”

Salesforce 产品架构副总裁 Gary Lerhaupt 称:“Agentforce 基于 Salesforce 高度统一、开放且可扩展的平台构建,赋能合作伙伴与开发者以可信 AI 创新。 Cognizant 开源 Neuro AI 多智能体加速器的决策,正是推动客户快速创新、自信前行的合作典范。 双方正共同助力企业在全业务范围内部署能思考、协作并创造价值的智能体。”

Neuro® AI 多智能体加速器——核心功能:

  • 智能机遇挖掘: 输入公司名称或问题领域,智能体网络设计器将自动生成与用例匹配的定制化智能体网络,加速从构想到落地的进程。

  • 快速和简化的定制化: 通过自然语言或预置模板(如贷款审批、客服优化、零售运营及内网自动化)快速构建及修改多智能体系统,显著缩短开发周期并降低风险。

  • 可扩展分布式运行: 通过 MCP 或标准 API 支持自研工具、API 及第三方智能体(如 Salesforce Agentforce、Google Agentspace)。 协调层使智能体能够实现智能自组织、任务分配及流程路由,提升效率并减少错误。

  • 数据安全隔离: 通过私有数据通道隔离敏感信息,满足金融、医疗等受监管行业的合规与数据保护需求。

  • LLM 与云提供商无关性: 可灵活切换开源或商用 LLM 及公有/私有云服务,无需重构系统。

  • 可扩展代码工具: 通过自定义代码工具增强智能体网络,确保决策基于实时数据,或在需人工介入时设定逻辑边界。

  • 多服务器分布式部署: 支持跨服务器运行子智能体网络,构建支持并行处理、地理分布或用例分段的可扩展架构。

  • 数据驱动网络定义: 通过纯数据配置文件定义及更新智能体系统,支持版本控制、可审计性及跨项目快速复用。

  • 智能体测试能力: 通过智能体网络测试器定位网络瓶颈或故障。 获取有关协调问题、逻辑漏洞或集成错误的可执行洞察。

Cognizant 通过内网 1Cognizant 向 33 万员工推广智能体应用

目前,数千名员工正使用基于 Neuro AI 多智能体加速器的内网助手 1Cognizant。 该工具整合并组织多智能体,高效协助员工完成会议室预订、叫车服务,乃至跨国调动或婚姻咨询等事务。 1Cognizant 现在可为员工提供即时行动建议和帮助,从而提升效率并打破内部壁垒。

如需了解更多信息,请访问我们的落地页或博客。

关于 Cognizant
Cognizant (纳斯达克 100 指数:CTSH) 致力于赋能现代化企业。 我们助力客户实现技术现代化、流程重构和体验转型,使其能够在瞬息万变的世界中保持领先地位。 同心协力,提升日常生活品质。

有关详情,请访问 www.cognizant.com 或 @cognizant。

稿源:美通社

围观 15
评论 0
路径: /content/2025/100591594.html
链接: 视图
角色: editor
winniewei的头像
winniewei

5月,广和通发布全新软硬件一体化的全栈式AI解决方案MagiCore灵核,以"硬件设计+无线通信+AI音频算法+云端大模型+全球AI云服务"深度融合,重新定义AI对话交互开发范式。该方案实现从通信模组到AI应用层的全链路垂直优化,为AI玩具、AI音箱等消费电子、智慧家居场景提供"即插即用"的AI升级方案。

在硬件层面上,基于广和通深厚的通信和硬件设计能力,MagiCore在通信、尺寸、功耗、供电方式、多样化接口上拥有领先优势。MagiCore采用OpenCPU架构,基于不同芯片平台进行开发,提供定制化天线,可灵活应用于各类智能终端。在功耗和供电方式上,MagiCore采用多种低功耗控制机制,支持云端和本地多重唤醒,在休眠状态下,功耗仅微安级;支持锂电池充电和Type-C充电接口,供电方案多样化。MagiCore支持丰富硬件接口并预留多样外设,支持LCD拓展和串口通信。为便于客户无缝联网,MagiCore支持e-SIM与全球资费接入,开箱即可自动驻网,一秒解锁更多移动AI对话场景。

在软件层面上,MagiCore支持端到端大模型语音交互能力,接入多个国内外主流大模型,可拓展至多模态应用,基于本地轻量化算法和声音处理机制,带来更精准的语音识别和更生动的播报。在模型连接方式上,MagiCore可选择WebSocket或RTC,对话时延低,声音自然流畅。在端侧,MagiCore提供AEC回声消除与NR降噪、VAD人声检测和KWS关键词识别、AGC语音增益等多种算法能力。针对角色定义,MagiCore支持多种角色预设和声音复刻,提供智能体接入和管理能力,准确适配更多细分场景需求。

面向行业客户,MagiCore提供定制化云平台设备管理和数据报表服务,帮助客户清晰管理多设备。为便于客户快速进行二次开发,MagiCore拥有完善的跨硬件平台操作能力,封装了AI应用所需的软件API接口,包括智能体、对话交互、录音、网络连接等关键功能。面向终端用户,MagiCore提供定制小程序应用服务,支持智能体切换、角色自定义、数据管理、远程监控等。

MagiCore采用灵活的产品服务包,客户可灵活组合不同硬件(模组、PCBA、整机)、全球资费服务、AI资费服务等,方案分层解耦,支持灵活接入。在软硬件合规性上,MagiCore硬件符合全球法规认证,加速终端上市;云端大模型持续迭代且内容合规安全,深度过滤无效及虚假信息。

MagiCore目前已进入客户送样阶段,更多产品送样和详情可填写二维码,我们将与您 联系。

关于广和通

广和通始创于1999年,是中国首家上市的无线通信模组企业(股票代码:300638)。作为全球领先的无线通信模组和AI解决方案提供商,广和通以无线通信与人工智能为技术底座,提供软硬件一体、赋能行业应用的全栈式解决方案,加速千行百业从"万物互联"到"万物智联"。

广和通全栈式解决方案覆盖AIoT模组、AI模型、智能体、全球资费和云服务,助力智能机器人、消费电子、低空经济、智能驾驶、智慧零售、智慧能源等行业数智化升级。

——构筑数字世界基石,丰富智慧生活!

了解更多企业信息,请访问广和通官网 www.fibocom.com,关注广和通微信公众号"广和通FIBOCOM" ,或官方LinkedIn账号"Fibocom"。

稿源:美通社

围观 34
评论 0
路径: /content/2025/100591593.html
链接: 视图
角色: editor
winniewei的头像
winniewei

AI集装箱式数据中心及高压直流电源方案首度亮相

台达于2025年台北国际电脑展(COMPUTEX TAIPEI 2025),以"Artificial Intelligence x Greening Intelligence"为主题,为AI时代提供可持续解方。此次首度亮相为边缘计算设计的AI集装箱式数据中心方案,整合电源、散热及IT 设备于20英尺集装箱,以实机展示吸引众多专业人士目光。因应AI运算高功率的趋势,在散热领域,台达其机柜级液冷冷却液分配装置(CDU)解决方案通过NVIDIA GB200 NVL72认证;电力方面,台达亦为AI数据中心推出创新的800V高压直流(HVDC)电源架构方案,以及能协助提升电网韧性的微电网方案,全方位布局电网到芯片的电源及散热技术,期盼让人工智能加乘能源效率,实现更可持续的AI世代。

台达亮相COMPUTEX 2025,(右至左)台达电源及系统事业群总经理陈盈源、台达资通讯基础设施事业群总经理黄彦文、台达董事长暨首席执行官郑平、台达电源及零组件事业范畴执行副总裁史文景、台达风扇暨热传导事业群总经理蔡明熹、台达机电事业群副总经理巫泉兴于展位合影。

台达亮相COMPUTEX 2025,(右至左)台达电源及系统事业群总经理陈盈源、台达资通讯基础设施事业群总经理黄彦文、台达董事长暨首席执行官郑平、台达电源及零组件事业范畴执行副总裁史文景、台达风扇暨热传导事业群总经理蔡明熹、台达机电事业群副总经理巫泉兴于展位合影。

台达董事长暨首席执行官郑平表示:"AI应用快速扩张,各行各业面临庞大的算力需求,又需兼顾可持续发展的双重挑战。身为全球电源与散热管理的重要厂商,台达致力提升产品的能源效率,并通过优化电力架构来减少电源转换次数,降低AI数据中心整体能耗。而面向急需导入AI的企业用户,我们亦回应其快速、简易部署的需求,打造高度整合的集装箱式数据中心方案,并可支援包括NVIDIA GB200 NVL72。台达持续以创新科技,来推进可持续AI。"

台达首席品牌官郭珊珊表示:"今年台达聚焦AI与可持续发展,打造从电网、数据中心延伸至服务器板端的沉浸式展区。首先形象区呈现由台达支持、经济学人旗下 Economist Impact 撰写的全球可持续AI调研精华,揭示关键可持续发展议题,并引导参观者走进实际的解决方案,我们甚至将1:1实体AI集装箱式数据中心搬至展场,让大家亲身体验台达的创新解方。此外,我们也首度发表品牌动画《In You, In Me》,以AI机器人为主角,呈现与数据中心的协作场景,描绘可持续AI的未来蓝图。"

AI运算挑战:高效电源及散热

台达电源及系统事业群副总裁暨总经理陈盈源表示:"台达建构从电网到芯片全方位解决方案,包含电源、被动元件及散热管理一应俱全。使用800V HVDC电力架构方案的AI数据中心,具备突破性的电源供应能力,电网端至芯片端可提升约4%以上能效至92%。同时,应对AI服务器带来的高热密度挑战,有完整的气冷及液冷散热方案。"

在HVDC解决方案中,台达亦展示核芯液冷汇流排和高压直流气冷汇流排,支援50VDC/8000A及800VDC/1000A以上的功率传递,确保系统稳定运行。在先进液冷解决方案上,液对液冷却系统单台可提供高达1,500kW的冷却能力,亦有高达200kW散热能力的机柜级液冷冷却液分配装置(CDU),以及为GPU/CPU设计的液冷冷板模组,提供下一代芯片强大散热支援。

AI基础设施:数据中心及微电网

台达资通讯基础设施事业群副总裁暨总经理黄彦文表示:"因应AI服务器高功耗与高密度运算需求,本次展出AI 集装箱式数据中心解决方案,可于数周内快速部署,大幅缩短建置时程并降低成本,具备高机动性,能灵活部署至偏远地区,广泛应用于AI运算、企业边缘节点及电信机房等多元场景。"

另外,数据中心也正加速导入微电网与可再生能源方案,进一步成为高密度运算数据中心的电力基础设施。台达具备氢能、储能等关键技术,能够整合多元电源与动态负载需求,通过智能调度实现能源最佳化配置与稳定供电。

台达 2025台北国际电脑展(COMPUTEX TAIPEI 2025)展出亮点:

AI 集装箱式数据中心

预制型AI 集装箱式数据中心具备快速部署、可扩容及高弹性,并可隔绝外部恶劣环境,提供与传统数据中心相同的高可靠度,适合边缘计算及中小企业应用。方案整合NVIDIA加速服务器、800G/1.6T Switch、55kW 电源、电池备援系统、80kW液冷系统,加速AI应用落地。亦可结合台达AI智慧安防系统,全天候监控出入、异常告警,保护资产且提升运营效率。

HVDC 高压直流方案

  • 列间电源系统:因应GPU高运算用电,支援未来AI平台系统,系统功率达800kW,输出可达800VDC,搭配电池与电容模组,整机效率高达98%。

  • 高压直流机架式电源:2OU 180kW及1OU 72kW AC-DC机架式电源可支援三相电源415VAC至 480VAC交流输入电压,并输出800VDC直流电,能源转换效率高达98%;另有90kW DC-DC机架式电源,可进一步降压至50VDC

  • 机架式高功率电容模组:内建超级电容,可因应GPU快速运算时的动态负载变化,进行即时充放电。若遇到电网突然断电的情况,能提供15秒/20kW电力输出作为备援电力,避免数据流失。

  • e-Fuse模组:配置于HVDC架构中的PDU/CBU/BBU/DC机架式电源,具备电压、电流异常与过温保护功能,并支持热交换过程中的安全断开与缓启动,相较于传统机械式继电器,反应速度超过千倍,且更加安全。

  • 液冷/高压直流气冷汇流排:新推出的核芯液冷汇流排和高压直流气冷汇流排,分别支援50VDC/8000A及800VDC/1000A以上的功率传递,确保系统稳定运行。

  • HVDC高压直流机柜风扇墙:高压直流驱动气冷散热设计,提供高功率、高性能风扇墙设计,维护系统稳定运行。

AI 液冷及气冷散热方案

  • 1,500 kW液对液冷却系统: 提供单台高达1,500 kW 的冷却能力,可同时处理多台高密度AI机架的散热需求。

  • 机柜级液冷冷却液分配装置 (In-Rack CDU):为新世代AI 机柜设计的4U 140kW及6U 200kW液对液(L2L)机柜冷却液分配装置,以及20U 24kW的液对气(L2A)设计,可运用于传统气冷配置的数据中心。

  • 芯片液冷气冷散热方案及 EC节能风扇:为新一代AI GPU、CPU设计液冷散热冷板及4U 3D 均热板(Vapor Chamber) 1000W气冷散热;并针对数据中心推出适用于冰水主机、大型空气处理机组的EC节能风扇。

微电网解决方案

  • 固态变压器 (SST):实现中压电网与低压电网交直流高频转换的整合型智能系统,采用固态元件与SiC功率模组,有效降低能源损耗与占地面积,更可快速部署、易于扩充;其智能化与双向特性,更可有效并入分散式洁净能源与储能系统,应对现代电网的挑战。

  • 氢燃料电池解决方案:运用固态氧化物燃料电池(SOFC),将氢气、天然气、氨气等燃料,转化为电能与热能,具备60%高发电效率,24小时稳定供电,搭配模组化设计可快速扩充,为微电网主电源打造解决方案。

  • 台达储能解决方案  U系列:单套容量达2.5 MW/ 5MWh,将 PCS 模组、电池模组、变压器、低压/中压配电盘以及单元控制器整合至两个标准20英尺集装箱中,采全液冷散热和多层级消防防护系统,提供高效能源利用与安全保障。

AI应用

  • AI智能工厂:运用台达数字孪生技术与NVIDIA Omniverse整合,完成车间、整线及协作型机器人D-Bot的虚实模拟,具备即时、高拟真特性,大幅提升产线开发、测试及部署效率。

  • BIM-empowered iDCIM服务方案:整合 BIM 建筑信息模型技术与设施管理,提供数据中心及建筑弱电的一站式服务。此iDCIM 使用的建筑和设备 3D BIM 模型,可模拟复杂的热流动力学,进行热分布与气流模式的预测建模,主动优化散热,减少能源消耗,有效降低运营成本。

关于台达

台达创立于 1971 年,为全球提供电源管理与散热解决方案,并在工业自动化、楼宇自动化、通信电源、数据中心基础设施、电动车充电、可再生能源、储能与视讯显示等多项产品方案领域居重要地位,逐步实现智能制造与智慧城市的发展愿景。台达秉持"环保 节能 爱地球"的经营使命,将企业可持续发展与商业模式相结合,运用高效率电力电子核心技术,以因应气候变迁带来的环境议题。台达运营网点遍布全球,在五大洲近200个销售网点、研发中心和生产基地为客户提供服务。

多年来,台达投入事业运营、科技创新与企业可持续发展的成就荣获多项国际荣耀与肯定。自2011年起,台达连续14年入选道琼斯Best-in-Class世界指数 (Dow Jones Best-in Class World Index, 原道琼斯可持续发展指数之"世界指数"),亦4度荣获CDP (全球环境信息研究中心) 年度评比气候变迁与水安全双"A"领导评级,并连续7年获评供应链参与领导者。

台达的详细资料,请参见:www.delta-china.com.cn

稿源:美通社

围观 34
评论 0
路径: /content/2025/100591592.html
链接: 视图
角色: editor
winniewei的头像
winniewei

Synology 群晖科技在 COMPUTEX 2025 上展示了多款全新企业级数据管理和备份方案,包括即将发布的 ActiveProtect 备份一体机最新型号 DP7200,以及未来即将推出的双主动 NVMe 全闪存产品 PAS7700。

群晖董事长兼首席执行官翁英晖表示:"群晖的目标一直是构建一个客户可以信赖的数据管理生态系统,我们设计的解决方案不仅提供高度易用性,还具备专业的安全性、可靠性和数据隐私性,使企业和个人能够自信地管理他们的数据。"

Computex 2025 现场

Computex 2025 现场

双主动  NVMe 全闪存存储:PAS7700

PAS7700 是群晖为关键任务工作负载设计的全新企业级存储。它采用双控制器、双主动架构,确保服务的连续性不受干扰。其应用核心是安全性,并内置 3-2-1-1 数据复制功能,在每个应用层面上保护数据的完整性。

群晖 PAS7700

群晖 PAS7700

PAS7700 以出色的性能和可控的成本效益为目标,利用端到端 NVMe 设计提供高达 200 万 IOPS 和亚毫秒级延迟——性能是现有群晖系列产品的 3 倍。

为合规需求打造,全新  ActiveProtect 备份专用一体机:DP7200

继 ActiveProtect 备份专用一体机成功推出后,群晖通过推出 DP7200 扩展其产品系列。搭载 APM 备份系统,DP7200 为企业合规需求而设计,这款新设备可以满足制药行业 GXP 合规环境,同时满足等保 2.0 对数据备份要求,通过安全可靠的备份机制助力企业通过合规性审查。DP7200 可为企业分支机构的独立备份服务器进行部署,也可以作为总部的 CMS 统一管理主机。它为整个企业的工作负载提供统一的数据保护,同时内置 WORM 不可变和网络隔离功能,以此防范网络勒索病毒威胁——确保在需要时始终有干净、可恢复的数据副本可用。

ActiveProtect 备份一体机目前已推出多款 DP 产品系列,并已有多家知名企业进行导入部署:

"在使用群晖 ActiveProtect 备份一体机后,我们实现了更全面的数 据保护策略,节省了 75% 的备份导入成本。" — TOYOTA,Bui Ta Hoan,IT 部门经理

"使用 ActiveProtect 备份一体机集中管理跨站点 ABB 备份任务,重删率达 80%,大幅降低了备份的时间与存储成本。" — 杰鑫国际物流股份有限公司,廖明腾,信息部经理

群晖,始终关注企业数据安全。迄今,超过一半的财富 500 强企业选择群晖 NAS/SAN 服务器作为业务数据存储和管理中心。在制造、零售、医疗、酒店、教育、公共机构等众多领域,为包括飞鹤、国药集团、红豆集团、特步、多氟多、创维、南航等知名企业提供文件管理、数据备份等方案。群晖整机备份方案 Active Backup 自发布以来,已累计保护超过 210 万个终端和虚拟机,以及 1,800 万个本地和云端账号来源。并入选 2025 年 Gartner Peer Insights "客户之声"报告中的主存储平台,获得企业用户一致好评。

更多群晖企业产品和方案信息,请浏览群晖官网:synology.cn。如需售前咨询,请点击:https://wj.qq.com/s2/18156754/50d6/ 

稿源:美通社

围观 22
评论 0
路径: /content/2025/100591591.html
链接: 视图
角色: editor
winniewei的头像
winniewei

在当今的汽车设计领域,汽车尾灯通常由刹车灯、倒车灯、转向灯和雾灯等组成,是车辆与后方交通参与者沟通的重要桥梁。汽车尾灯不仅承担着传递车辆行驶状态与意图、保障道路交通安全的核心使命,更在个性化与创新化方面不断突破。随着消费者对汽车外观视觉效果要求的提升,动画灯效果逐渐成为尾灯设计中的潮流亮点,为每一辆汽车赋予了独一无二的视觉魅力和个性标签。

1.png

帝奥微顺应市场趋势,已推出12通道像素级尾灯高侧驱动方案DIA82920,为汽车尾灯动画效果的实现提供了有力支撑。而今,帝奥微再次发力,重磅发布性能更为强大的24通道像素级尾灯高侧驱动方案——DIA82924。

DIA82924是一款集成完整的诊断与保护功能24通道线性尾灯驱动方案。它支持UART/CAN通讯,每个通道可单独控制,单通道电流达100mA,满足复杂尾灯设计需求。

作为帝奥微的最新力作,DIA82924在通道数、系统成本、功耗、通讯效率、EMC性能、PWM调光与分辨率、故障报错机制、应答功能、SLS阈值与开路阈值精度以及软件工作量等方面都实现了显著提升,为汽车尾灯设计提供了更为强大和灵活的支持。同时,DIA82924还保持了帝奥微产品一贯的高精度、高可靠性特点,确保了尾灯动画的稳定与持久,为驾驶者带来更加安全、炫目的视觉体验。

相较于其他方案,DIA82924通道数更多,系统成本更低。同时它支持相移功能,具备灵活的PWM调光模式(分辨率可选12bit或8bit),故障报错机制完善,内置可编程EEPROM以适应不同场景。此外,它还具有应答功能、灵活的SLS阈值设置,且开路阈值精度高(±100mV),并具备ADC自检以及自动检测PWM脉宽的能力。总体来看,DIA82924以其多通道、高效通讯、灵活配置及高精度诊断保护等特性,为汽车尾灯设计提供了全面而优化的解决方案。

产品特性

24通道高精度高边电流源:

  • 芯片电源和负载电源分开

    供电范围4.5 V - 40 V

    LED电源电压3V - 20V

  • 输出电流可通过电阻调节,每通道电流高达100mA

  • 高电流精度, 5 - 100 mA时精度小于±5%

  • 模拟调光:2bit的全局调光,6bit的独立调光

  • PWM调光:每通道可单独调光,分辨率为12bit和8bit可选

  • 支持相移PWM调光

  • 支持线性和指数调光

  • 开路阈值精度高(±100mV)

  • 支持应答使能/ACK EN功能

基于UART协议的通信接口:

  • 时钟频率高达1MHz

  • 最多支持16个可寻址设备

  • 一帧的数据事务高达24个字节

  • 内置5V LDO输出给外部CAN接口供电

完整的诊断和保护

  • 可编程的fail-safe状态

  • LED开路/短路检测,单个LED短路检测

  • 有单独的开漏输出FAULT引脚指示故障输出

  • 集成看门狗和CRC校验来检测UART通信

  • 内置8-Bit ADC做电压/温度检测

  • ERR引脚支持50us脉冲或者拉低

AEC-Q100认证

EP-TSSOP38, 9.7*4.4mm

2.png

产品优势

通道数高达24通道

DIA82924具备更多可配置的通道数量,能够有效满足多场景、多负载的精细化控制需求;同时,通过优化电路架构与集成化设计,可显著降低系统搭建与运行成本。

支持相移功能

相移功能是指能够调整信号或电流之间的相位关系。在电子电路中,多个电源模块、驱动电路等可能会同时工作,它们产生的电磁辐射和传导干扰可能会相互叠加,导致 EMC 问题加剧。支持相移功能后,可以对不同电路产生的干扰信号进行相位调整,使得它们在时间和空间上的分布更加分散,从而降低干扰的叠加效应。

芯片电源和负载电源分开

芯片电源和负载电源分开对于减小系统功耗,特别是在单灯珠应用中,具有显著的优势,通过电源噪声隔离、独立电源调节和负载动态调节优化等方面,可有效降低系统整体功耗。

3.png

ERR引脚支持50us脉冲或者拉低

不同的应用场景对ERR引脚的响应时间和电平状态有不同的要求。支持50us脉冲或拉低电平的设计使得ERR引脚能够兼容更多的应用场景和硬件平台,可降低控制器中断负载并适应不同物理故障情况。

支持PWM调灭

PWM=0时驱动信号完全关闭,负载(如LED)无电流通过,实现物理性零功耗关断,大幅降低待机功耗,简化系统设计与降低成本,提高响应速度以及可靠性,特别适用于电池供电设备或对功耗敏感的场景,可显著延长设备续航时间。

PWM分辨率可配置为8bit或者12bit

本系统PWM模块支持8位/12位双分辨率动态切换,通过位宽可配置适配多场景需求。8位模式采用单字节传输,较12位模式(双字节)可降低50%带宽占用,适用于实时性要求高且带宽受限的场景;12位模式提供4096级精度调节,满足高精度调光的需求。该设计在带宽效率(8位)与控制精度(12位)间实现平衡,兼顾硬件资源占用与系统成本,适用于汽车电子的差异化场景。

支持应答使能/ACK EN功能

启用ACK EN(应答使能)后,发送方无需等待接收方反馈ACK(确认信号),即可连续发送数据包,提升理论吞吐量。ACK EN功能通过免应答连续传输,建议根据数据可靠性要求(如是否允许偶发丢包)动态启用该功能,以平衡效率与稳定性。

完整的LED诊断保护机制

在DIA82920的诊断保护机制上,增加双阈值分级与三次故障确认的组合设计,显著提升了LED系统的可靠性与稳定性。其核心创新在于三次故障确认机制——仅在连续三次触发阈值时才判定故障,将单次检测误报概率显著降低,有效过滤瞬态噪声,减少因误报导致的成本。

开路阈值精度由±200mV提升至±100mV,系统可在LED实际开路前(如接触不良、导线断裂导致电压异常)更早捕捉电压波动,可精确监测串联LED链中单颗LED的开路(如汽车尾灯组),避免因单颗LED失效导致整串熄灭,提升产品安全性,显著增强LED系统的故障响应速度。

用户可根据应用场景灵活配置阈值,实现成本与可靠性的动态平衡。该机制在保障LED可靠性的同时,避免因误报影响用户体验,尤其适合对稳定性要求严苛的车载场景。

调光时电流上升沿优化

DIA82924调光电流上升沿优化,没有过冲,可以优化EMC性能,并且避免电流冲击对灯珠可靠性的影响

PWM ON上升沿:

4.png

随着汽车智能化进程加速,车灯系统作为车辆主动安全与交互体验的核心载体,正加速向「安全强化+智能显示」双维度演进。

帝奥微精准把握车灯系统向「安全强化+智能显示」双维度演进这一趋势,现已推出创新型尾灯产品、新一代智能头灯系统、矩阵式光型控制器及沉浸式氛围灯模组,构建了覆盖全场景的车灯解决方案矩阵,欢迎持续关注帝奥微在车灯领域的创新突破。

帝奥微(688381.SH)

江苏帝奥微电子股份有限公司是一家专注于从事高性能模拟芯片的研发、设计和销售的集成电路设计企业,核心管理团队来自于仙童半导体(Fairchild Semiconductor),均拥有超过十五年以上的从业经验。

帝奥微产品主要分为信号链模拟芯片和电源管理模拟芯片两大系列,广泛应用于汽车电子、人形机器人、消费电子、通讯设备、工业以及医疗等领域。

帝奥微获得多项政府资质和行业奖项,包括国家级专精特新“小巨人”企业、国家高新技术企业、国家知识产权优势企业、江苏省工程技术研究中心、江苏省民营科技企业、IC风云榜“年度领军企业奖”、2024年度上市公司最佳治理建设奖、全球电子成就奖之2024年度杰出创新企业、2024年度全球电子创新产品奖、中国IC设计成就奖之年度杰出市场表现奖-汽车电子、金辑奖-最佳技术实践应用奖、2024年度卓越影响力IC设计企业奖、2024年度硬核汽车芯片奖等。

来源:江苏帝奥微电子股份有限公司

围观 42
评论 0
路径: /content/2025/100591589.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者Prasad Paruchuri安森美技术营销部

随着技的不断步,我如今能出比以往更凑、功率更大、使用寿命更且充速度更快的池。

在道路上,由驱动车辆数量日益增多。在家庭中,从手持电动工具到割草机,各类设备都已实现线化。在建筑域,锤钻、冲扳手、圆锯、射钉枪设备也都依靠池供。在仓库里,叉、托搬运、自导车辆 (AGV) 等物料搬运设备,都因池性能的提升而益匪浅。

随着电池供电设备变得越来越普及,快速充电对于提升此类设备的便利性至关重要。本文讨论了设计高效电池充电系统时必须考虑的标准,介绍了较为常用的拓扑,并阐述了安森美 (onsemi) 的功率半导体如何助力实现高性能方案。

电池充电系统

电池充电系统适用于多种类型的化学电池,包括铅酸电池、镍氢电池和锂离子电池。目前,大多数电池供电设备采用 12V 至 120V 的锂离子或磷酸锂电池。电池充电器必须根据应用的要求和工作环境进行设计。对于手持式电动工具而言,电池充电器必须紧凑轻便,并且能够在无需强制散热的情况下运行。此类小型高效充电器需要高能量密度,这要求充电器必须具备低功率损耗和更小的散热器,而快速充电则需要高频充电器。

在工业应用中,充电器必须坚固耐用,能够承受恶劣的室内外环境,并且可能需要由 120-277 V 交流电源,甚至 480V 交流电源来供电。

因此,设计人员必须为其最终应用谨慎选择最佳拓扑,并优化器件选择,以满足性价比要求。

电池充电拓扑

图 1 显示了典型电池充电系统的框图。在前端,来自市电的输入电压经滤波后,通过功率因数校正 (PFC) 电路转换为直流电压。该系统的第二级由 DC-DC 转换和恒压/恒流控制功能组成,用以提供所需的充电输出。

1.png

图 1:典型电池充电系统框图

许多设计利用微控制器对充电器进行编程,以提供不同的电池电压和电流能力。

为应用选择最佳拓扑

接下来,我们将分析几种电路拓扑,并讨论它们在不同电池供电应用中的适用性。

1.PFC 拓扑

连续导通模式升压拓扑(图 2)是最简单且成本最低的 PFC 拓扑,它由输入 EMI 滤波器、桥式整流器、升压电感器、升压 FET 和升压二极管组成。

2.png

图 2:连续导通模式升压拓扑

使用固定频率平均模式控制器例如安森美 NCP1654 NCP1655 CCM PFC 控制器可以实现更高的 PFC 和更低的总谐波失真 (THD) 水平。这些器件极大地简化了 PFC 的实现,有效减少了外部元件的数量,同时集成了输入功率失控箝位电路等多种安全特性。

对于更高功率的应用,安森美的 FAN9672 和 FAN9673 PFC 控制器是不错的选择。碳化硅 (SiC) 在充电应用中具有显著优势,包括低开关损耗和高工作频率。因此,在 PFC 设计中建议使用 SiC 升压二极管。在 2KW 至 6.6KW 的高功率应用中,输入桥的损耗明显更高,通过用 Si MOSFET 或 SiC MOSFET 等有源开关代替二极管,可以降低这些损耗。

其他常见的拓扑包括半无桥 PFC 和图腾柱 PFC (TPFC),它们消除了桥式整流器,并且损耗更低。TPFC(图 3)由 EMI 滤波器、升压电感器、高频半桥、低频半桥、双通道栅极驱动器和固定频率 TPFC 控制器组成。

3.png

3图腾柱 PFC 拓扑

TPFC 电路的高频桥臂要求功率开关中集成具有低反向恢复时间的二极管,SiC 和 GaN 功率开关均适合此级。安森美建议,对于 600W 至 1.2KW 的功率水平,使用集成栅极驱动器的 GaN,而对于 1.5KW 至 6.6KW 的应用,则使用 SiC FET。集成 SiC 二极管的 IGBT 可用于 20-40KHz 的较高频率应用。电路的低频桥臂可以使用低 RDS(on) 超级结 MOSFET 或低 VCE(SAT) IGBT。对于更高功率(4.0 KW 至 6.6KW)的应用,设计人员应考虑采用交错式 TPFC 拓扑。

安森美 650V EliteSiC MOSFET TPFC 设计的高频桥臂提供了一系列选择。对于 3.0kW 应用可以考虑使用 NTH4L032N65M3S。对于高达 6.6kW 的应用,NTH4L015N65M2 和 NTH4L023N065M3S 是不错的选择。对于 TPFC 电路的低频桥臂,NTHL017N60S5 器件是一个合适的选择。

2.隔离式 DC-DC 转换器

对于隔离式 DC-DC 转换根据应用的功率水平可以采用多种不同的拓扑。

带有次级侧同步桥式整流器的半桥 LLC 拓扑(图 4)非常适合 600W 至 3.0KW 的充电器应用。根据功率水平的不同,可以使用 GAN 功率开关(NCP58921,600W 至 1.0KW)或 SiC MOSFET(2KW 和 3.0KW)。对于更高功率水平(4.0KW 至 6.6KW)的应用,设计人员应考虑采用全桥 LLC(图 5)或交错式 LLC 拓扑。

4.png

4集成 Lr 的半桥 LLC

设计人员可以选择将 NTBL032N65M3S NTBL023N065M3S EliteSiC MOSFET 用于初级侧半桥而对于次级侧同步整流器可以选用 80-50V PowerTrench® MOSFET例如 NTBL0D8N08X NTBL4D0N15MC

5.png

图 5:带有次级电压倍增电路的全桥 LLC 拓扑

乘坐式割草机、叉车和电动自行车等应用可能需要功率水平介于 6.6KW 至 11.0KW 之间的双有源桥 (DAB) 充电解决方案。双有源桥拓扑(图 6)适用于 6.0KW 至 30.0KW 的应用,并且可以将多个 6.0KW 充电器并联使用来支持 12.0KW 至 30KW 的应用。

6.png

6双有源桥技术

根据应用的具体要求,设计人员可以采用不同形式的双有源桥拓扑。对于采用 120-347V 单相交流输入电压的工业充电器,可以使用单级双有源桥拓扑(图 7),而对于功率水平在 4.0KW 至 11.0KW 的应用,则需要采用三相双有源桥,其初级拓扑中使用双向交流开关,次级拓扑中使用全桥。

7.png

图 7:单级双有源桥转换器

安森美的产品组合中包括适用于双向开关应用的 650-750V Elite SiC MOSFET iGaN HEMT 器件。NTBL032N65M3S NTBL023N65M3S EliteSiC MOSFET 建议用于初级双向开关,iGaN 技术同样也适用。

优化拓扑和器件选择

电动工具和设备的便捷性取决于电池能否实现快速高效充电。电池充电解决方案的设计人员必须考虑所需的功率水平和工作电压,精心选择最佳的拓扑。此外,设计人员为设计选择的器件必须能够满足应用的性能要求。

安森美的产品组合涵盖广泛的低压、中压和高压功率分立器件,其中包括二极管、MOSFET、IGBT 等硅基器件。基于 SiC 的开关器件正日益受到青睐,因为它们具有更快的开关速度和出色的低损耗运行特性,从而能够在不牺牲性能的情况下提高功率密度。 借助安森美的芯片和封装技术,安森美的功率器件具有出色的质量和稳健性,能够帮助您超越设计目标。

围观 33
评论 0
路径: /content/2025/100591587.html
链接: 视图
角色: editor
winniewei的头像
winniewei

全球领先的边缘AI和智能音频解决方案提供商XMOS宣布:将于527-30日亮相第23届广州国际专业灯光、音响展览会(prolight + sound Guangzhou,以下简称“广州展”,XMOS展位号:5.2A66)。在本届展会上,XMOS将展出先进的音频及多模态AI传感器融合接口(AI Interface)、AI降噪(AI Denoise)及空间音频(Spatial Audio)、DSP音效(DSP Sound Effect)、Hi-Fi解码器参考设计(Hi-Fi Decoder Reference Design)和麦克风阵列参考设计(Microphone Array Reference Design)等技术和方案。

1.jpg

这些现场展示汇集了XMOS在音频及多模态信号处理方面长期积累的专业技术和经验,同时也基于该公司开发的集边缘AIMCU控制、DSP和灵活I/O于一体的xcore处理器。作为一款软件定义SoCxcore处理器具有高性能、高灵活性、低延迟和低功耗的特点,非常适合用于音频及多模态处理系统的核心器件,或者作为AI智算或者大型网络的传感器融合处理前端,为其进行数据预处理或者数据格式转换。以下为XMOS在本届广州展上的部分展示内容:

XMOS USB Hi-Fi声卡/音频解码器系列解决方案——包括支持高达768KHzPCM采样率、DSD 512音频解码、USB UAC2.0协议异步传输高清码率音频、OTG MAX、多音频源输入、Hi-Res音质的ASRC、高动态范围的音频、高信噪比(SNR)、低失真度(THD)等特性。

AI降噪——AI驱动的语音捕获功能,可在各种极具挑战性的环境中用深度神经网络(DNN)算法来降噪。

空间音频——本解决方案在任何设备上都能提供3D沉浸式空间音频,而且可以实现更安全地聆听。

DSP音效——XMOS提供的DSP处理技术可以带来高性能、高品质的音频体验。凭借可提供卓越的音质和超低延迟,非常适合用于诸如直播、播客广播、唱播(K歌)和游戏等实时应用。该解决方案可提供灵活的输入和输出,包括对模拟和USB连接的支持,从而为内容创作者和通用耳机用户提供专业级音频。

麦克风阵列参考设计——XMOS AI麦克风阵列解决方案通过先进的算法和高性能硬件可实现远距离拾音、语音打断能力、定向拾音和清晰的人声输出等功能。

XMOS一直致力于支持中国专业企业为全球市场开发和生产各种高质量的音频设备和系统,同时也认为边缘智能的兴起正在给我们的客户和生态伙伴带来更多、更大的机会。本届广州展的规模将达到空前的21万平米,并成功集结了全球超45个观展团莅临现场,因此也成为XMOS将创新技术介绍给中国客户,同时支持他们拓展全球市场的重要平台,”XMOS亚太区市场和销售负责人牟涛说道。“XMOS在本届广州展展出的多款重量级音频和边缘AI技术均为即刻可用的完整解决方案,设备制造商和系统集成商可以快速形成创新产品的量产和系统搭建。欢迎专业人士前来XMOS展位,和我们一起体验无界的视听创新并共同智造未来。”

除了XMOS中国团队及来自英国总部的专家将参加广州展,届时XMOS的分销商晓龙国际(Lestina)、威健实业(Weiking)和瑞致科技(Richwell),以及增值分销及设计公司飞腾云(Phaten),及其他方案公司合作伙伴也将共同参加本届广州展,并将携手为行业带来完整专业及高品质音视频和边缘AI解决方案。

预约展会期间的见面交流,请发送邮件到:ThomasMu@xmos.com

关于XMOS

作为一家匠心独到的半导体科技企业,XMOS一直站在智能物联网技术的前沿,致力于以高度创新的软件定义SoC及专业解决方案来满足市场对灵活计算不断演进的需求,以在消费电子、工业和汽车等重要支柱性领域内,持续支持厂商去开发多元化的智能设备和系统。

更多详情,请访问:www.xmos.com

围观 20
评论 0
路径: /content/2025/100591586.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:电子创新网张国斌

1.jpg

5月22日,小米正式发布了自研手机SoC芯片"玄戒O1",继苹果、三星、华为后,小米成为全球第四家拥有自研手机SoC的手机品牌。此举不仅标志着中国科技企业在芯片自主化道路上的又一重大突破,3nm工艺的"玄戒O1"也标志着小米在手机芯片先进工艺领域有重大突破。

随着"玄戒O1"的发布,网友也分为两派,有力挺的,也有质疑和谩骂的,我是怎么看小米造芯的呢,最近我看大家主要围绕“自研芯片”来展开的,所以首先我们从自研入手探讨一下两个概念就明白什么自研芯片了

1、不是自己制造的算不算自研?

大家要知道,全球芯片公司分两类,一类是IDM模式,就是从芯片设计、制造甚至封测都自己干,这样的典型代表就是英特尔,很多欧美模拟芯片公司也是IDM模式,如TI \ADI\英飞凌、NXP等。

另一类是Fabless模式,就是无晶圆模式,就是细化分工,自己只负责设计,其他公司负责制造和封测,这样可以轻资产运营,典型代表就是苹果、AMD、博通、联发科等等。小米就是属于第二类,是Fabless模式,所以即便芯片不是自己制造,也可以说自研芯片,这个没毛病,因为国家认定软件也是有著作权的。

2、买了IP搭出来的SOC是不是自研?

再就是买了IP之后采用公模设计是不是自研? 这个可以打个比喻,就是我们盖房子,各种IP就相当于有人设计了一个房子里所需要的厨房、沙发,电视、床等,买了IP就相当于我不自己去设计制造这些东西了我自己拿来用,买了公模的CPU相当于我把设计好的一个开放式厨房设计直接放进自己的房子里,这样,我通过购买各种IP ,通过不同的组合设计出的房子算不算是自己设计的呢?当然算了。同理,买了IP 然后通过不同组合实现一个SOC也是需要自己投入设计和付出的,所以这也属于自研的范畴。

实际上,几乎所有公司都会购买其他公司IP的,包括苹果这么牛的公司,它是GPU 也是购买了Imagination 公司的GPU IP,苹果几年前曾经挖了好多牛人自己造GPU 结果搞了几年搞不出来,最后还是认怂选择继续从Imagination 公司授权GPU IP了,这样做不丢人,也不妨碍苹果说他的A16,A17是自研的,好像大家也没去质疑过吧。

理解了上述概念后大家就清楚了自研芯片的概念了吧。所以小米说自研是没毛病的。

3、有人说,那买了IP设计出一款SOC岂不是跟搭积木一样容易?非也。

在购买了IP(知识产权)之后,要设计出一个SoC(System on Chip,片上系统)需要经过一系列复杂的工作流程。以下是主要的步骤和工作内容:

1. 需求分析与规划

明确目标:确定SoC的应用场景(如智能手机、物联网设备、汽车电子等),明确性能、功耗、面积、成本等关键指标。

IP选型与集成规划:根据需求选择合适的IP(如处理器IP、存储器IP、接口IP等),并规划它们在SoC中的布局和连接方式。

2. 系统架构设计

架构定义:设计SoC的整体架构,包括处理器、总线、存储器、外设等的连接关系。例如,确定处理器的类型(如ARM Cortex-A系列或RISC-V)、总线架构(如AMBA AXI或AHB)等。

性能分析与优化:通过仿真和建模工具(如SystemC)分析系统性能,优化架构以满足性能要求。

3. IP集成与验证

IP集成:将购买的IP核集成到SoC设计中。这包括硬件接口的适配、时钟和电源管理的配置等。

接口验证:验证IP之间的接口是否正确连接,确保数据传输的完整性和时序的准确性。

功能验证:通过仿真工具(如Vivado、Cadence等)对整个SoC进行功能验证,确保所有模块协同工作,满足设计要求。

4. 硬件设计

逻辑设计:使用硬件描述语言(HDL,如Verilog或VHDL)编写SoC的逻辑代码,包括自定义模块的设计和IP的集成。

综合与优化:使用综合工具(如Synopsys Design Compiler)将HDL代码转换为门级网表,并进行逻辑优化以满足性能和面积要求。

布局与布线:在EDA工具中进行物理设计,包括芯片布局、布线、时钟树设计等,确保信号完整性(SI)和电源完整性(PI)。

5. 软件开发与协同设计

驱动程序开发:为SoC中的硬件模块(包括IP)开发驱动程序,确保软件能够正确控制硬件。

固件与操作系统移植:将操作系统(如Linux、RTOS)移植到SoC上,开发启动代码(Bootloader)和运行时支持。

硬件与软件协同验证:通过硬件在环(HIL)仿真或FPGA原型验证,测试硬件和软件的协同工作情况。

6. 测试与验证

仿真测试:使用仿真工具对SoC进行全面的功能测试、性能测试和边界条件测试。

形式化验证:使用形式化验证工具(如Cadence Formality)检查设计的正确性,确保逻辑等价性。

流片前验证:在流片前,通过FPGA原型验证或仿真验证,尽可能发现并修复问题。

7. 流片与封装

2 (1).png

流片:将设计提交给晶圆代工厂(如TSMC等)进行流片,选择合适的工艺节点(如7nm、5nm或者3nm)。这个过程是最烧钱的,随着半导体工艺的升级,芯片设计和流片费用都要呈指数级增长。有芯片大厂算过这么一笔账:

· 14nm工艺芯片,流片一次需要300万美元左右(折合人民币2170万)

·7nm工艺芯片,流片一次需要3000万美元(折合人民币2.17亿)

· 5nm工艺芯片,流片一次更是达到4725万美元(折合人民币3.41亿

如果搞3nm ,一次NRE费用要上亿美元了 ,也就是说如果芯片有BUG ,那个一次流片7个多亿就没了! 7个多亿啊,据说小米的澎湃S1就流片了几次才成功的,那几次烧钱堪称也是惊心动魄啊。

雷军说目前小米玄戒研发投入已经有135亿,搞芯片确实烧钱!而且他说做 3nm这样级别的大芯片,每代投资大约10亿美元,如果能卖100万台,平摊下来,每台芯片研发成本就高达1000 美元,而小米15S Pro 售价才 5499 元人民币,现在短期内芯片项目是赔钱的。

3.jpg

之后是封装设计:根据应用需求选择封装类型(如BGA、QFN等),并进行封装设计和测试。

8. 后端测试与调试

芯片测试:在封装完成后,进行芯片的功能测试、性能测试和可靠性测试。

调试与优化:根据测试结果,对芯片进行调试,优化硬件和软件以解决发现的问题。

9. 产品化与量产

量产准备:完成量产所需的测试程序开发、生产流程优化等工作。

市场推广:根据SoC的特点和应用场景,进行市场推广和客户支持。

10. 持续维护与升级

软件更新:根据用户反馈和市场需求,持续更新固件和驱动程序。

硬件升级:根据技术发展和市场反馈,对SoC进行升级或改进。

所以,一款芯片最终上市需要投入大量的人力物力的,最终能做出芯片真的不容易。

此外,从上面的10个流程也可以看出,造芯需要大量的人员,所以,要衡量一个公司不是是真的造芯就看它的人员规模,世界上有名的手机芯片公司都有大量的研发人员,例如高通有5万人,联发科有1.3万人左右,紫光展锐有5000人规模,而小米已经有2500人以上的芯片团队,从规模上也是输入中国前三梯队的。

在今天的发布会上,雷军也感慨造芯之路有很多挑战,很多人会认为他是在煽情,其实确实如此,看看上面造芯的流程大家就有更深的理解了,这里也分享一下雷军秀的一些参数,他主要是跟苹果A18对比,有明显的超越,个人感觉还是不错的!

4.jpg

5.jpg

6.jpg

7.jpg

8.jpg

9.jpg

10.jpg

11.jpg

12.jpg

13.jpg

14.jpg

15.jpg

16.jpg

小米造芯的战略意义

小米自研芯片的战略意义在哪里?我是这么看的。

于小米而言:

1、掌握了核心技术,减少被卡脖子的风险,自研芯片使小米能够掌握核心技术,减少对外部供应商的依赖,降低因外部因素(如供应链中断、技术封锁)导致的风险。有人说那不代工了是不是完犊子了?那倒不是,如果以后台积电不给小米做3nm代工,我们国内还是实现7nm量产的,有了3nm完整的设计经验,对于7nm也是可以应对的。

2、提升创新能力:自研芯片可以根据小米的产品需求进行定制化设计,优化性能、功耗和功能,特别是在人工智能、5G通信、影像处理等关键技术领域。

3、提升产品差异化竞争力:自研芯片能够为小米的产品提供独特的性能优势和功能差异化,有助于在高端市场与苹果、三星等竞争对手抗衡。另外小米自研的不是一款芯片而是多款,由此,此次自研芯片的量产,更多是为未来跨终端生态(手机 + IoT + 汽车)打下基础,而不仅仅是单款手机的性能升级。

4、增强市场话语权:拥有自研芯片后,小米在与高通、联发科等芯片供应商谈判时将拥有更多的话语权,能够更好地控制成本和供应链稳定性。

5、 成本控制与利润提升,自研芯片有望降低小米产品的物料成本,提升利润率。据估算,自研芯片可使小米单台手机的成本降低20%-25%。减少对单一供应商的依赖,降低因供应中断或价格波动带来的风险。

6. 生态系统构建构建闭环生态:自研芯片能够与小米的操作系统(如澎湃OS)和硬件设备(如智能手机、智能家居、汽车)进行深度协同优化,实现更高效的互联互通和无缝的用户体验。小米的“人车家全生态”战略需要强大的芯片支持,自研芯片能够为智能家居、智能汽车等领域提供定制化的解决方案。

7、品牌形象与技术实力--成功推出高端自研芯片是小米技术实力的重要体现,有助于提升品牌形象,摆脱“性价比”的固化认知,向高端市场转型。

引领行业发展:小米的自研芯片项目不仅推动了自身的技术进步,也为中国半导体产业的发展提供了新的动力。

于国家而言:

1、 推动国产芯片生态:小米的自研芯片项目将进一步激活国内芯片产业链,推动EDA工具、IP核设计等环节的国产化进程,大家要知道,本土EDA、IP要发展需要芯片设计的支持和验证的。

2、推动了中国手机芯片向高级工艺冲击,在华为被美国疯狂打压之后,手机芯片向高级工艺演进变得很非常曲折,小米自研3nm芯片成功也标志本土手机芯片冲击高级工艺阶段。

3、小米的自研芯片项目符合国家推动科技自立自强的战略背景,有助于提升中国半导体产业的整体实力,也通过这个项目培养了人才,这对于我们国家未来的半导体发展都是至关重要的。

但是,我也想说,小米自研3nm芯片"玄戒O1"仅仅是一个开始,从雷军对它未来的销量预期看,目前也是有试水的感觉,要看小米造芯是否很的成功还需要长期观察,看小米是否能坚持下去?毕竟这百万级的出货也难以弥补目前烧掉的135亿。

在3月中旬的时候我与雷军在北京小米科技园进行过一次深入交流,雷军表示小米造芯有四个原则 1、取长补短,以学习为主  2、长期主义,就是要长期投入,按雷军的说法,小米已经拿出500亿现金用于造芯。3、不设大目标--就是不设立所谓的盈亏目标,前期就是造芯,从手机会延伸到汽车家用领域 服务集团业务,这个模式跟海思很像。4、高端芯片延续火种--按雷军的说法小米号称硬科技公司,造芯是需要要走的一步,同时,造芯也是延续中国高端芯片的火种。

总之,我们没必要因为小米一款自研3nm芯片就将其夸上天,也没必要将其踩到地底下,造芯成功也不能通过一颗芯片来评判,小米未来一定还有后续系列,时间会给出我们的答案,我们每个人只要做好自己的事情就行,如任正非所言:“我们14亿人每个人做好一件事,拼起来就是伟大的祖国!”

一点感想,不喜勿喷!

注:本文为原创文章,未经作者授权严禁转载或部分摘录切割使用,否则我们将保留侵权追诉的权利

围观 254
评论 0
路径: /content/2025/100591585.html
链接: 视图
角色: editor
winniewei的头像
winniewei

亚马逊云科技日前宣布Amazon Transform现已正式可用,该服务通过Agentic AI将企业工作负载云原生转换速度提升近4倍,加速企业应用向现代化迁移进程。如今,各种规模的企业都希望利用AI技术重构业务、更快的获得智能、数据驱动的成果。最新研究显示,64%的企业计划在2025年投资AI,63%正加速云迁移计划。其中,通过迁移关键应用与数据构建可信赖的转型基础,则是企业将AI技术转为卓越AI能力的关键。

尽管上云需求激增,迁移与现代化历史遗留的工作负载仍是企业最繁琐但至关重要的任务之一。亚马逊云科技深耕企业迁移与应用现代化转型近二十年,助力数万客户实现业务转型。然而,如今仍有75%历史遗留的企业工作负载运行在本地,财富500强企业中仍有70%在使用20年前编写的软件。传统迁移项目通常会耗时18个月以上,这阻碍了采用AI的创新进程。这也是为什么在2024年亚马逊云科技考虑如何将近二十年的迁移经验与AI技术结合,将转型周期从数年缩短至数月甚至数周。为此,亚马逊云科技推出了Amazon Transform,通过使用agentic AI 加速和简化基础设施、应用与代码的迁移和现代化。

Amazon Transform :企业现代化的未来

Amazon Transform(即在2024 re:Invent全球大会上推出的Amazon Q Developer转型功能的预览版),通过专用的AI Agents减轻并自动执行包括VMware、Mainframe大型机应用、和.NET工作负载的复杂迁移与云原生现代化任务,提速最高达4倍。该全新agentic AI服务融合了亚马逊云科技在基础模型、大语言模型、机器学习、图神经网络、自动推理和AI基础设施等众多创新技术,为企业带来全新的工作负载转型和迁移体验。预览阶段成果显著:

  • 针对.NET 的Amazon Transform agent可将Windows版.NET应用现代化迁移至Linux,与传统方法相比速度提升4倍,许可证成本节省高达40%。

  • 针对mainframe大型机的Amazon Transform agent可将z/OS COBOL单体应用拆分为云就绪组件,耗时从数月缩短至分钟。

  • 针对VMware的Amazon Transform agent能将本地VMware网络配置自动转换为等效的亚马逊云科技的云配置,比手动转换速度快80倍。

Amazon Transform就像是一位知识渊博的工作负载转型助手,提供聊天式智能对话界面,可协助客户设定目标、共享项目背景、评估商业计划与成本节省、审核调整转型方案、审查并批准代码和基础设施建议。Amazon Transform提供了统一的网络协作体验,让跨职能团队实时审查任务、追踪进度、协作管理复杂遗留应用的转型,并按照计划顺利推进。

Windows  .NET 应用现代化,成本最高节省 40%

针对.NET的Amazon Transform agent可加速将.NET Framework应用从Windows迁移至Linux,运营成本最高节省40%。这些成本节省源自Windows Server许可成本降低、版本升级、维护和停服挑战的减少,同时降低分析、规划与重构的转型成本。针对.NET的Amazon Transform agent可通过自然语言对话共享转换目标与项目背景,实现依赖关系分析、复用现代化历程中的专业领域知识定制现代化计划,并自动转换代码、执行单元测试、生成总结报告并验证Linux适配性。

通过将.NET Framework代码转换为跨平台.NET(适配Linux)、迁移私有包、自动化测试并提供可解释的决策,Amazon Transform提升了应用的性能与扩展性。该新服务通过提供统一的网络协作体验,支持数百个应用程序的转型并确保结果的一致性,简化了团队协作,客户可高效推进大规模系统现代化改造项目。

Grupo Tress Internacional(GTI) 软件开发总监 Enrique Zazueta 表示:"通过Amazon Transform将.NET Framework应用迁移至.NET Core 8,不但确保100%的成功,并让我们节省了70%工作量。随着我们对核心应用继续推进现代化过程,我们预计总开发时间将减少80%。我们接下来还计划将我们主要后端应用从Windows迁移至Linux,以微服务形式部署于Amazon ECS和Amazon Fargate容器服务中。"

将大型机现代化从数年缩短至数月

客户使用针对mainframe大型机的Amazon Transform agent,可简化整个现代化流程,提速50%并降低风险与复杂度。客户使用对话界面即可设定高级别的现代化目标并制定计划。客户准备就绪后,Amazon Transform将处理COBOL、JCL(作业控制语言)编写的大型机应用,以及依赖CICS(客户信息控制系统)事务管理器、BMS(基本映射支持)屏幕、DB2数据库和VSAM(虚拟存储访问方法)数据文件的应用程序。

客户将受益于高级代码分析能力,从而快速识别依赖与缺失文件,减少后续延误。借助图神经网络,客户可将单体应用拆解为可管理模块,在保留核心业务逻辑的同时实现精准现代化。Amazon Transform在项目全程中,将作为AI助手,根据生成的技术文档学习进度并解答疑问。

客户在重构应用时,可将COBOL、JCL和DB2转换为Java与Postgres,利用状态机和状态转移图(可视化代码状态变化路径的工具),确保转换过程每一步都精准执行。客户在进一步重塑应用时,系统会从数百万行代码中提取完整技术文档、业务规则与逻辑流。通过智能协调AI Agents,客户可快速、简单且可靠地现代化大型机应用,并通过详尽文档保留企业知识库。

野村综合研究所经纪交易商系统服务部总经理 Hitoshi Okayama 表示:"借助Amazon Transform的AI agent功能,我们大幅简化了需资深工程师解读、记录和验证程序关系与业务逻辑的流程。例如,分析复杂组件的任务通常耗时一个月,现在可在一周内完成。这是效率与生产力的重大进步。"

 VMware 现代化规划从数周缩短至分钟

通过针对VMware的Amazon Transform agent,客户可避免许可证费用上涨,同时优化基础设施并降低运维负担。对话界面将引导客户添加本地VMware连接器或上传第三方工具资产清单。客户设定目标后,agent将自动执行应用发现、依赖关系映射、迁移规划、网络转换、服务器迁移和EC2实例优化等任务。通过人工审核机制,客户可审查、批准和编辑相关成果。

借助图神经网络,客户可分析网络流量与通信模式以识别依赖关系,自动生成最佳迁移批次计划。客户可将复杂的数据中心网络配置转换为等效的亚马逊云科技配置,包括虚拟私有云(VPC)、子网、安全组和网关代理,同时通过隔离虚拟私有云及灵活的中心辐射型配置等增强功能,应对网络迁移挑战。使用Amazon Transform for VMware后,传统需两周的网络配置任务可在一小时内完成,迁移批次规划分析则从数周缩短至15分钟。

SourceFuse DevOps 负责人 Rajiv Lokare 表示:"SourceFuse很高兴看到Amazon Transform for VMware的变革潜力。通过自动化诸如依赖关系映射、网络转换和迁移阶段规划等关键步骤,我们发现执行时间最多可缩短90%,同时人工工作量减少80%。这使我们能够提供更快、更低风险的迁移,帮助客户加速上云并在亚马逊云科技构建可扩展、面向未来的基础。"

客户可即刻联系亚马逊云科技团队或迁移与现代化能力合作伙伴,利用迁移加速计划(MAP)与基于经验的云转型加速计划(EBA),规划您的转型方案;或直接体验Amazon Transform,感受Agentic AI和智能自动化带来的革新性突破——前所未有的速度、规模和性能,驱动企业创新。

关于亚马逊云科技

自2006年以来,亚马逊云科技(Amazon Web Services)一直以技术创新、服务丰富、应用广泛而享誉业界。亚马逊云科技一直不断扩展其服务组合以支持几乎云上任意工作负载,目前提供超过240项全功能的服务,涵盖计算、存储、数据库、网络、数据分析、机器学习与人工智能、物联网、移动、安全、混合云、媒体,以及应用开发、部署与管理等方面;基础设施遍及36个地理区域的114个可用区,并已公布计划在智利、新西兰和沙特阿拉伯等新建5个区域、16个可用区。全球数百万客户,包括发展迅速的初创公司、大型企业和领先的政府机构,都信赖亚马逊云科技,通过亚马逊云科技的服务支撑其基础设施,提高敏捷性,降低成本。要了解更多关于亚马逊云科技的信息,请访问:www.amazonaws.cn

稿源:美通社

围观 21
评论 0
路径: /content/2025/100591582.html
链接: 视图
角色: editor