All Node List by Editor

winniewei的头像
winniewei

      拉斯维加斯—CES—太平洋时间2025 年1 月6 日—NVIDIA 推出个人 AI 超级计算机 NVIDIA® Project DIGITS,全球的 AI 研究员、数据科学家和学生都可获取 NVIDIA Grace Blackwell 平台的强大功能。 

11.png

      Project DIGITS 搭载全新 NVIDIA GB10 Grace Blackwell 超级芯片,最高可提供达 1 PFLOPS AI 性能,用于 AI 大模型的原型设计、微调及运行。 

      借助 Project DIGITS,用户可以使用自己的桌面系统开发和运行模型推理,并在加速的云或数据中心基础设施上无缝部署模型。 

      NVIDIA 创始人兼首席执行官黄仁勋表示:“AI 将成为每个行业的主流应用。借助 Project DIGITS,Grace Blackwell 超级芯片将惠及数百万开发者,将 AI 超级计算机置于每位数据科学家、AI 研究人员和学生的案头,助力他们参与并缔造 AI 时代。” 

高能效的 GB10 超级芯片提供至高可达 1 PFLOPS 的 AI 性能

      GB10 超级芯片是一款基于 NVIDIA Grace Blackwell 架构的片上系统 (SoC),能以 FP4 计算精度提供至高可达 1 PFLOPS AI 性能。

      GB10 采用搭载最新一代 CUDA® core 和第五代 Tensor Cores  NVIDIA Blackwell GPU,通过 NVLink®-C2C 片间互连与一颗高性能 NVIDIA Grace™ CPU 互联,该 CPU 采用 ARM 架构并具有 20 个高效节能内核。联发科是基于 ARM 架构的 SoC 设计的市场领导者,他们参与了 GB10 的设计,为一流的能效、性能和互连做出贡献。 

      GB10 超级芯片让 Project DIGITS 只需使用标准电源插座就能提供强大的性能。每个 Project DIGITS 都配有 128GB 的统一的高一致性内存和 4TB 的 NVME 存储。利用 Project DIGITS,开发者可以运行包含高达 200B 参数的大语言模型,加速 AI 创新。通过 NVIDIA ConnectX® 网络,可以将两台 Project DIGITS AI 超级计算机连接在一起,运行包含高达 4050 亿参数的模型。 

Grace Blackwell AI 超级计算触手可及

      借助 Grace Blackwell 架构,企业和研究员可以在运行基于 Linux 的 NVIDIA DGX OS 的本地 Project DIGITS 系统上进行模型原型设计、调优和测试,并将其无缝部署在 NVIDIA DGX Cloud™、加速云实例或数据中心基础设施上。 

      开发者可以在 Project DIGITS 上制作 AI 原型,然后在使用相同的 Grace Blackwell 架构和 NVIDIA AI Enterprise 软件平台的云端或数据中心基础设施上进行扩展。 

      Project DIGITS 用户可以访问用于实验和原型设计的庞大 NVIDIA AI 软件库,包括 NVIDIA NGC 目录和 NVIDIA 开发者门户网站中提供的软件开发套件、编排工具、框架和模型。开发者可使用 NVIDIA NeMo™ 框架进行模型微调,利用 NVIDIA RAPIDS™ 库来加速数据科学,并运行 PyTorch、Python 和 Jupyter notebooks 等常用框架。 

      开发者还可以通过 NVIDIA 开发者计划使用 NVIDIA Blueprint 和 NVIDIA NIM™ 微服务,进行研究、开发和测试,以构建代理式 AI 应用。当 AI 应用准备就绪,可从实验阶段转向生产环境时,NVIDIA AI Enterprise 许可证提供企业级的安全性、支持和 NVIDIA AI 软件的产品发布。 

购买途径:

      NVIDIA Project DIGITS将于今年晚些时候由 NVIDIA 和顶级合作伙伴推出,建议零售价 3,000 美元起。敬请接收通知。 

围观 41
评论 0
路径: /content/2025/100587781.html
链接: 视图
角色: editor
winniewei的头像
winniewei

     拉斯维加斯—CES—2025 年 1 月 6 日— NVIDIA 今日发布能在 NVIDIA RTX™ AI PC 本地运行的基础模型,为数字人、内容创作、生产力和开发提供强大助力。

1.jpeg

  这些基础模型以 NVIDIA NIM™ 微服务的形式提供,由全新 GeForce RTX™ 50 系列 GPU 加速,提供*高可达 2375 AI TOPS 和 32GB 显存。基于 NVIDIA Blackwell 架构的 RTX 50 系列 GPU是首批支持 FP4 计算精度的消费级 GPU。与上一代产品相比,AI 推理性能提升 2 倍,并让生成式 AI 模型在本地以更小的显存占用空间运行。

  长期以来,GeForce™ 一直是 AI 开发者的重要平台。早在 2012 年,*由 GPU 加速的深度学习网络 AlexNet 就是在GeForce GTX 580 上进行训练的。在去年发表的 AI 研究论文中,超过 30% 都提及了对 GeForce RTX 的使用。

  现如今,在生成式 AI 和 RTX AI PC 的助力下,任何人都能成为开发者。借助 AnythingLLM、 ComfyUI 和 LangFlow 等新一代低代码和无代码工具,发烧友能够通过简单的图形用户界面 (GUI) 在复杂的工作流中使用 AI 模型。

  连接到这些 GUI 的 NIM 微服务使获取和部署*新生成式 AI 模型轻而易举。NVIDIA AI Blueprint

  基于 NIM 微服务构建,旨在为数字人、内容创作等应用提供易于使用的预配置参考工作流。

  为满足 AI 开发者和发烧友日益增长的需求,* PC 制造商和系统集成商即将推出搭载 GeForce RTX 50 系列 GPU 且支持 NIM 的 RTX AI PC。

  NVIDIA 创始人兼首席执行官黄仁勋表示,“AI 正在以光速发展,从感知式 AI 到生成式 AI,再到如今的代理式 AI。NIM 微服务和 AI Blueprint 为 PC 开发者和发烧友探索 AI 提供了基础模块。”

 NIM 提供迅捷 AI 体验

  基础模型,即使用海量原始数据训练而成的神经网络,是生成式 AI 的基础模块。

  NVIDIA 将发布一系列来自包括 Black Forest Labs、Meta、Mistral 和 Stability AI 等顶尖模型开发者的适用于 RTX AI PC 的 NVIDIA NIM 微服务。涵盖大语言模型 (LLM) 、视觉语言模型、图像生成、语音、检索增强生成 (RAG) 的嵌入模型、PDF 提取和计算机视觉等应用场景。

  Black Forest Labs 首席执行官 Robin Rombach 表示,“支持 FP4 计算精度的 GeForce RTX 50系列 GPU 将使一大批此前仅适用于大型数据中心的模型得以在 PC 上运行。把 Flux 打造成 NVIDIA NIM 微服务,让更多用户以更快的速度部署和体验 AI,同时提供超乎想象的性能。”

  NVIDIA 今天还宣布推出 Llama Nemotron,这是一系列开放许可的基础模型,能够在各类代理式任务中提供极高的精度。Llama Nemotron Nano 模型将作为面向 RTX AI PC 和工作站的 NIM微服务提供,在指令遵循、工具调用、聊天、代码和数学等代理式 AI 任务方面表现出众。

  NIM 微服务包含在 PC 上运行 AI 所需的关键组件,并针对 NVIDIA GPU 的部署进行优化,无论

  GPU 在 RTX PC 、工作站,还是在云端。

  开发者和发烧友将能快速下载这些 NIM 微服务,并可在带有适用于 Linux 的 Windows 子系统

  (WSL) 的 Windows 11 PC 上设置和运行。

  微软副总裁,Windows 业务负责人 Pavan Davuluri 表示:“AI 正在快速驱动 Windows 11 PC 创新,适用于 Linux 的 Windows 子系统 (WSL) 和 Windows Copilot Runtime 为 Windows 11 上的 AI 开发提供出色的跨平台环境。NVIDIA NIM 微服务为 Windows PC 提供优化,为开发者和 发烧友提供可立即集成到其 Windows 应用中的 AI 模型,从而进一步加速 Windows 用户的 AI 功能部署。”

  运行在 RTX AI PC 上的 NIM 微服务将兼容先进 AI 开发和智能体框架,包括 AI Toolkit for VSCode、AnythingLLM、ComfyUI、CrewAI、Flowise AI、LangChain、LangFlow 和 LM Studio。开发者可以通过行业标准端点,将基于上述框架构建的应用和工作流连接到运行 NIM 微服务的 AI 模型,无论在云端、数据中心、工作站还是 PC 上,都可通过统一的接口使用*新技 术。

  发烧友还可通过即将发布的 NVIDIA ChatRTX 技术 Demo 体验一系列 NIM 微服务。

  让代理式 AI 拥有拟人表情

  为了向 RTX 发烧友和开发者展示使用 NIM 微服务构建 AI 智能体和助手的方法,NVIDIA 今天首 度公开 Project R2X。这是一款具有视觉能力的 PC 虚拟形象,它可以让用户需要的信息触手可及、协助用户使用桌面应用、进行视频会议、阅读和总结文档等。

  该虚拟形象采用全新生成式 AI 算法 NVIDIA RTX Neural Faces 渲染而成,这种算法可利用完全生成的像素来增强传统光栅化渲染。然后,面部通过基于扩散原理的全新 NVIDIA Audio2Face™- 3D 模型驱动动画,该模型可改善唇部和舌头动作。R2X 可以通过 CrewAI、Flowise AI 和 LangFlow 等开发者框架连接到 OpenAI 的 GPT 4o 或 xAI 的 Grok 等云端 AI 服务,以及 NIM 微服务和 AI Blueprint,如 PDF 检索器或其他 LLM。注册以关注 Project R2X 的更新。

 AI Blueprint 即将登陆 PC

  NIM 微服务还可通过 AI Blueprint(可在 RTX PC 上本地运行的参考 AI 工作流)供 PC 用户使 用。借助这些蓝图,开发者能够基于 PDF 文档创建播客、生成由 3D 场景引导的令人惊艳的图像等。

  将 PDF 转换为播客的蓝图可从 PDF 中提取文本、图像和表格,创建可供用户编辑的播客脚本。它还能根据此脚本,使用蓝图中提供的语音或基于用户的语音样本生成完整的音频录音。此外,用户还能与 AI 播客主持人进行实时对话,了解有关特定主题的更多信息。

  该蓝图利用像 Mistral-Nemo-12B-Instruct 这样的 NIM 微服务来处理语言,借助 NVIDIA Riva

  进行文本转语音和自动语音识别,以及使用 NeMo Retriever 微服务集合进行 PDF 提取。

  使用由 3D 引导的生成式 AI Blueprint,艺术家能对图像生成进行更精细的控制。虽然 AI 可以通过简单的文本提示生成令人惊叹的图像,但仅使用文字控制图像的内容极具挑战。有了上述蓝 图,创作者可以借助使用 Blender 等 3D 渲染器布置简单的 3D 物体来引导 AI 图像生成。艺术家可手动或使用 AI 生成创建 3D 资产,将其放置在场景中,并设置 3D viewport 相机。由 Flux NIM 微服务提供支持的预打包工作流将可以通过插件 (例如 Blender 中由开发者 ACGGit 开发的 ComfyUI-BlenderAI-node )使用当前布景生成与 3D 场景相匹配的高质量图像。

  NVIDIA NIM 微服务和 AI Blueprint 将从 2 月起开始提供,首发支持的硬件包含 GeForce RTX 50 系列、GeForce RTX 4090 和 4080 以及 NVIDIA RTX 6000 和 5000 GPU ,未来还会陆续提供对其他 GPU 的支持。宏碁、华硕、戴尔、惠普、联想、微星、雷蛇将推出支持 NIM 的 RTX AI PC。

  关注 NVIDIA CES 动向,了解 NIM 微服务、AI Blueprint 以及支持 NIM 的RTX AI PC 如何加速生成式 AI。

  关于 NVIDIA

  NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 29
评论 0
路径: /content/2025/100587780.html
链接: 视图
角色: editor
winniewei的头像
winniewei
  • 全新推出的先进模型、视频 tokenizer 和加速数据处理流水线针对 NVIDIA 数据中心 GPU 进行了优化,专门用于开发机器人和自动驾驶汽车

  • 第一批开放模型现已提供给开发者社区

  • 首批用户包括 1XAgile RobotsAgilityFigure AIForetellixUberWaabi 和小鹏汽车等全球物理 AI 领先企业

1.jpg

拉斯维加斯—CES—太平洋时间 2025 1 6NVIDIA 今日宣布推出 NVIDIA Cosmos™,该平台由先进的生成式世界基础模型、高级 tokenizer、护栏和加速视频处理管线组成,将推动自动驾驶汽车(AV)机器人物理 AI系统的发展。

物理 AI 模型的开发成本很高并且需要大量真实数据和测试。Cosmos 世界基础模型(WFM)使开发者能够轻松生成大量基于物理学的逼真合成数据,以用于训练和评估其现有的模型。他们还可以通过微调 Cosmos WFM 构建自定义模型。

为了加速机器人和自动驾驶汽车行业的工作,Cosmos 模型将以开放模型许可证的方式提供。开发者可以在 NVIDIA API 目录中预览首批模型,也可以从 NVIDIA NGC™ 目录Hugging Face下载整个系列的模型和微调框架。

Cosmos 的首批用户包括 1X、Agile Robots、Agility、Figure AI、Foretellix、Fourier、Galbot、Hillbot,、IntBotNeura Robotics、Skild AI、Virtual Incision、Waabi 和小鹏汽车等领先机器人和汽车公司以及共享出行巨头 Uber。

NVIDIA 创始人兼首席执行官黄仁勋表示:“机器人技术的 ChatGPT 时刻即将到来。与大语言模型一样,世界基础模型是推动机器人和自动驾驶汽车开发的基础,但并非所有开发者都拥有自主训练模型所需的专业知识和资源。我们创建 Cosmos 是为了普及物理 AI,让每一位开发者都能接触到通用机器人技术。”

开放世界基础模型将加速下一轮 AI 热潮

借助 NVIDIA Cosmos 的开放模型套件,开发者可以根据目标应用的需要,使用数据集定制自动驾驶汽车旅行视频、机器人在仓库中的移动轨迹等 WFM。

Cosmos WFM 专为物理 AI 的研发而构建,可以根据文本、图像和视频等输入组合以及机器人传感器或运动数据生成基于物理学的视频。这些模型为实现基于物理学的交互、物体恒存性以及生成高质量的仿真工业环境(例如仓库或工厂)和驾驶环境(包括各种路况)而构建。

在 CES 主题演讲中,NVIDIA 创始人兼首席执行官黄仁勋展示了物理AI开发者如何使用 Cosmos模型,包括用于:

  • 视频搜索和理解:使开发者能够从视频数据中轻松找到特定的训练场景,例如雪天路况或仓库拥堵等。

  • 基于物理学的逼真合成数据生成:使用 Cosmos 模型从NVIDIA Omniverse™ 平台上开发的可控 3D 场景中生成逼真视频。

  • 物理 AI 模型开发和评估:在基础模型上构建自定义模型,使用 Cosmos 进行强化学习以改进模型,或者测试模型在特定仿真场景中的表现。

  • 预测与多元宇宙模拟:使用 Cosmos 和 Omniverse 生成 AI 模型所有未来可能实现的结果,以便帮助其选择最佳和最准确的路径。

先进的世界模型开发工具

构建物理 AI 模型需要数 PB(petabytes)的视频数据以及数万小时的计算来处理、整理和标记这些数据。为了帮助节省在数据整理、训练和模型定制方面的巨大成本,Cosmos 提供了以下功能:

  • NVIDIA NeMo™ Curator驱动的 NVIDIA AI CUDA® 加速数据处理管线,使开发者能够使用 NVIDIA Blackwell 平台在 14 天内处理、整理和标记 2000 万小时的视频,而如果单纯使用 CPU 则需要 3 年以上。

  • NVIDIA Cosmos Tokenizer 是先进的可视化 tokenizer,可将图像和视频转换成 token。与当前领先的 tokenizer 相比,其总压缩率提高了 8 倍,处理速度提高了 12 倍。

  • NVIDIA NeMo框架可用于高效的模型训练、定制和优化。

全球各大物理 AI 行业纷纷采用 Cosmos

物理 AI 行业的领先者已开始使用 Cosmos 技术。

AI 和人形机器人公司 1X 使用 Cosmos Tokenizer 推出了 1X World Model Challenge 数据集。小鹏汽车将使用 Cosmos 加快其人形机器人的开发。Hillbot 和 Skild AI 正在使用 Cosmos 加速其通用机器人的开发。

Agility 首席技术官 Pras Velagapudi 表示:“数据的稀缺性和可变性是在机器人环境中成功学习的主要挑战。借助 Cosmos 的文本、图像和视频到世界的能力,我们能够在各种任务中生成和增强逼真的场景并利用这些场景训练模型,而不需要采集那么多昂贵的真实数据。”

交通运输领域的领先企业也在使用 Cosmos 构建适用于自动驾驶汽车的物理AI:

  • Waabi 是一家从自动驾驶汽车开始致力于开发物理世界生成式 AI 的先驱。该公司正在评估 Cosmos 在自动驾驶汽车软件开发和仿真中数据整理的应用。

  • Wayve 是一家致力于开发自动驾驶 AI 基础模型的公司。该公司正在评估使用 Cosmos 搜索用于提高安全性和验证的极端驾驶场景。

  • 自动驾驶汽车工具链提供商 Foretellix 将使用 Cosmos 与 NVIDIA Omniverse  Sensor RTX API 大规模评估和生成高保真测试场景与训练数据。

  • 全球共享出行巨头 Uber 正在与 NVIDIA 合作,共同加速自动驾驶汽车的发展。Uber 丰富的驾驶数据集在与 Cosmos 平台和 NVIDIA DGX Cloud™ 的功能结合后,能够帮助自动驾驶汽车合作伙伴更加高效地构建更强大的 AI 模型。

Uber 首席执行官 Dara Khosrowshahi 表示:“生成式 AI 将驱动未来的移动出行,而这需要丰富的数据和非常强大的算力。相信在 NVIDIA 的助力下,我们能够帮助行业更快开发出安全、可扩展的自动驾驶解决方案。”

开发开放、安全和负责任的 AI

NVIDIA Cosmos 根据 NVIDIA 的可信 AI 原则开发而成,该原则将优先考虑隐私、安全、保障、透明和减少不必要的偏见。

可信 AI 对于促进开发者社区创新和维护用户信任至关重要。NVIDIA 致力于实现安全、可信的 AI,这与全球的各个 AI 安全倡议相吻合。

Cosmos 开放平台加入了专为减少有害文字和图像而设计的护栏,并提供了一个增强文字提示准确性的工具。使用 NVIDIA API 目录上的 Cosmos 自回归模型和扩散模型生成的视频会带有隐形水印,可识别 AI 生成的内容,这有助于减少错误信息和错误归属的可能性。

NVIDIA 鼓励开发者采用可信 AI 实践,并进一步改进其应用的护栏和水印解决方案。

供货情况

Cosmos WFM 现在可以通过 NVIDIA在 Hugging Face 和 NVIDIA NGC 目录上的开放模型许可证获得,并且很快将以经过全面优化的 NVIDIA NIM 微服务形式提供。

开发者可以使用 NVIDIA NeMo Curator 加速视频处理,并使用 NVIDIA NeMo 定制自己的世界模型。然后,他们可以通过 NVIDIA DGX Cloud 快速、简单地部署这些模型,并获得 NVIDIA AI Enterprise 软件平台提供的企业支持。

NVIDIA 还宣布推出全新 NVIDIA Llama Nemotron 大语言模型和 NVIDIA Cosmos Nemotron 视觉语言模型。开发者可将这些模型用于医疗、金融服务、制造等领域的企业 AI 用例。

关于NVIDIA

NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 53
评论 0
路径: /content/2025/100587778.html
链接: 视图
角色: editor
winniewei的头像
winniewei
  • Cosmos 世界基础模型等新模型、Omniverse Mega Factory 以及机器人数字孪生 Blueprint 为工业 AI 奠定基础

  • 平台库的首批用户包括埃森哲、AltairAnsysCadence、微软、西门子等领先开发商

1.png

拉斯维加斯—CES—太平洋时间 2025 1 6NVIDIA 今日宣布推出多个生成式 AI 模型和蓝图,将 NVIDIA Omniverse™一体化进一步扩展至物理 AI 应用,如机器人、自动驾驶汽车和视觉 AI 等。全球软件开发和专业服务领域的领先企业正在使用 Omniverse 开发新的产品和服务,加快工业 AI 新时代的到来。

首批将 Omniverse 集成到其新一代软件产品和专业服务中的公司包括埃森哲、Altair、Ansys、Cadence、Foretellix、微软和 Neural Concept。工业自动化领域的领先者西门子今日在 CES 展会上宣布推出首个由 NVIDIA Omniverse 库驱动的西门子 Xcelerator 应用——Teamcenter Digital Reality Viewer。

NVIDIA 创始人兼首席执行官黄仁勋表示:“物理 AI 将为总值 50 万亿美元的制造业和物流业带来巨大改变。从汽车和卡车到工厂和仓库,移动的事物能够被机器人化并通过 AI 具身化。NVIDIA 的 Omniverse 数字孪生操作系统和 Cosmos 物理 AI 将作为实现全球实体产业数字化的基础库。”

新模型和框架加速物理 AI 的世界构建

创建用于物理 AI 仿真的 3D 世界分为三个步骤:构建世界、使用物理属性标记世界,并让其栩栩如生。

NVIDIA 提供的生成式 AI 模型可加速各个环节。借助已正式推出的 USD CodeUSD Search NVIDIA NIM™ 微服务,开发者能够使用文本提示生成或搜索 OpenUSD 资产。而今天发布的全新 NVIDIA Edify SimReady 生成式 AI 模型可自动为现有 3D 资产添加物理效果或材质等属性,使开发者能在几分钟内处理 1000 个 3D 对象,无需像以前一样花费 40 多个小时手动处理。

NVIDIA Omniverse 搭配全新 NVIDIA Cosmos世界基础模型,组合成了一个合成数据倍增引擎,开发者能够使用该引擎轻松生成大量可控、逼真的合成数据。开发者还可以在 Omniverse 中创建 3D 场景并对输出的图像或视频进行渲染,然后将这些图像或视频可以与文本提示一起用于调整 Cosmos 模型,生成无数用于物理 AI 训练的合成虚拟环境。

NVIDIA Omniverse Blueprint 加速工业和机器人工作流

CES 主题演讲中,NVIDIA 还发布了另外四个新蓝图,使开发者能够更加轻松地构建基于通用场景描述(OpenUSD)的 Omniverse 物理 AI 数字孪生。这四个蓝图分别是:

此外,全新的免费 Learn OpenUSD 课程现已推出,这些课程将帮助开发者快速构建基于 OpenUSD 的世界。

市场领先者使用 NVIDIA Omniverse 推动工业 AI 发展

全球软件开发和专业服务领域的领先企业正在使用 Omniverse 开发新的产品和服务,加快工业 AI 新时代的到来。

电子系统设计领域的领先者 Cadence 在其 Reality Digital Twin 数据中心数字孪生平台中使用了 Omniverse 库,并以此为基础宣布将 Omniverse 进一步集成到 Allegro 中。Allegro 是 Cadence 的领先电子计算机辅助设计应用,广泛用于全球各大半导体公司。

计算智能领域的领导者 Altair 正在使用 Omniverse 蓝图构建交互式计算流体动力学(CFD)的实时 CAE 数字孪生。Ansys 正在将 Omniverse 用于其领先的 CAE 应用 Ansys Fluent 中。Neural Concept 正在将 Omniverse 库集成到其下一代软件产品,从而实现了实时 CFD 并改进了工程工作流。

全球专业服务领域的领先企业埃森哲正在使用 Mega 帮助德国供应链解决方案领导者 KION 为该公司的全球仓储和配送客户网络构建下一代自主仓库和机器人集群。

自动驾驶汽车工具链供应商 Foretellix 是数据驱动型自动驾驶开发领域的领导者。该公司正在使用自动驾驶汽车仿真蓝图进行全 3D 传感器仿真,以此优化自动驾驶汽车的测试和验证。研究机构 MITRE 也在与密歇根大学的 Mcity 测试设施联合部署该蓝图,创建一个全行业自动驾驶汽车验证平台。

Katana Studio 正在使用 Omniverse 空间流式传输工作流程为日产和大众汽车创建定制汽车配置器,使他们能够在沉浸式环境中设计和审核车型,同时改善客户决策流程。

面向企业的 XR 流式传输平台 Innoactive 借助该工作流为 Apple Vision Pro 增加了空间流式传输的平台支持。借助该解决方案,大众集团能够以人眼分辨率进行设计和工程项目审查。Innoactive 还与药物生产加工和包装技术解决方案提供商 Syntegon 合作,使 Syntegon 的客户能够在建造定制设施前先检查和审核设施的数字孪生。

关于NVIDIA

NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 49
评论 0
路径: /content/2025/100587777.html
链接: 视图
角色: editor
winniewei的头像
winniewei

NVIDIA DRIVE 被全球汽车生态系统广泛采用

1.png

拉斯维加斯—CES—太平洋时间 2025 1 6 NVIDIA 宣布,丰田、Aurora 和大陆集团已加入全球移动出行领导者行列,利用 NVIDIA 加速计算和 AI 开发构建乘用与商用车型。

全球最大的汽车制造商丰田将在 NVIDIA DRIVE AGX Orin™ 上构建其下一代车型,并进一步运行经过安全认证的 NVIDIA DriveOS 操作系统。这些车型将提供具有功能安全保障的高级辅助驾驶功能。

目前,大多数汽车、卡车制造商、自动驾驶出租车和自动驾驶运输车辆公司、一级供应商以及移动出行初创公司都在使用 NVIDIA DRIVE AGX 平台和技术进行开发。凭借从云端训练、仿真到车载计算等前沿平台,NVIDIA 的汽车垂直领域业务在 2026 财年有望增长约 50 亿美元。

NVIDIA 创始人兼首席执行官黄仁勋表示:自动驾驶汽车的变革已经到来,汽车将成为最大的 AI 和机器人产业之一。NVIDIA 正凭借二十年来在汽车计算、安全方面的专业知识以及 CUDA AV 平台来改变价值数万亿美元的汽车行业。

本周,Aurora、大陆集团和 NVIDIA 宣布建立长期战略合作伙伴关系,大规模部署以 NVIDIA DRIVE 平台驱动的自动驾驶卡车。运行 DriveOS NVIDIA 加速计算平台将集成到 Aurora Driver 中,这是大陆集团计划在 2027 年量产的 SAE L4 级自动驾驶系统。

其他多家移动出行公司也采用 NVIDIA DRIVE AGX 平台用于其下一代高级驾驶辅助系统和自动驾驶汽车产品,包括比亚迪、捷豹路虎、理想汽车、Lucid、梅赛德斯-奔驰、蔚来、NuroRivian、沃尔沃汽车、WaabiWayve、小米、极氪、Zoox 等。

NVIDIA 提供了端到端自动驾驶汽车开发所需的三大核心计算平台及 AI 软件。NVIDIA DRIVE AGX 是车载计算平台。NVIDIA DGX平台处理来自车队的数据并训练 AI 模型,而在 NVIDIA OVX平台上运行的 NVIDIA Omniverse NVIDIA Cosmos™ 平台则用于在仿真中测试和验证自动驾驶系统

点击链接收看 NVIDIA 创始人兼首席执行官黄仁勋的开幕主题演讲,进一步了解 NVIDIA CES 上展示的汽车与安全领域里程碑。

关于 NVIDIA

NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 38
评论 0
路径: /content/2025/100587776.html
链接: 视图
角色: editor
winniewei的头像
winniewei

在运行 NVIDIA DriveOS NVIDIA Blackwell 架构上,最新迭代的 DRIVE Thor车载计算平台已获得汽车制造商和安全机构的采用和支持

1.jpg

拉斯维加斯CES太平洋时间 2025 1 6 NVIDIA 宣布自动驾驶汽车平台 NVIDIA DRIVE AGX™ Hyperion 已通过两家业内权威的汽车功能安全和网络安全认证评估机构——TÜV SÜD TÜV Rheinland 的行业安全评估。这一成就提高了自动驾驶汽车安全、创新和性能的标准。

DRIVE Hyperion 是业内首个也是唯一一个端到端自动驾驶平台,它包括 DRIVE AGX系统级芯片(SoC)、参考板设计、NVIDIA DriveOS 汽车操作系统、传感器套件以及主动安全和 L2+ 驾驶堆栈。

梅赛德斯-奔驰、捷豹路虎、沃尔沃汽车等汽车安全领域的先锋均已开始部署该平台。由于该平台采用模块化设计,使用户可以便捷地按需选用他们所要的功能。该平台还具有可扩展性,可升级并兼容未来各代 DRIVE 系统级芯片。

最新一代 DRIVE Hyperion 为乘用车和商用车设计,将采用基于 NVIDIA Blackwell 架构构建的高性能系统级芯片 DRIVE AGX Thor将于今年上半年上市。

NVIDIA 创始人兼首席执行官黄仁勋表示:“全球约有十亿辆汽车,每年的总行驶里程可达数万亿英里。自动驾驶汽车是最大的机器人市场之一,随着该市场的兴起,NVIDIA Blackwell 驱动的平台将推动这场变革进入快车道。下一轮自主机器浪潮将依靠物理 AI 世界基础模型理解现实世界并与之交互。NVIDIA DRIVE 平台专为这一新时代而打造,可提供强大的功能安全性和 AI 性能。”

推动驾驶安全发展:经过认证的下一代汽车安全保障

下一代汽车将越来越多地由软件定义,能够在生命周期内获得新特性和功能。凭借 NVIDIA 工程师多年在汽车安全领域的投入,DRIVE Hyperion 将帮助确保具有丰富 AI 功能的先进汽车系统达到汽车行业严格的功能安全和网络安全标准。

NVIDIA 近期获得了来自权威第三方的多项安全认证和评估证明,包括:

  • TÜV SÜD 授予 NVIDIA 汽车系统级芯片、平台与软件开发流程 ISO 21434 网络安全认证。此外,NVIDIA DriveOS 6.0 符合 ISO 26262 汽车安全完整性等级(ASILD 级标准,该认证正在等待发布。

  • TÜV Rheinland NVIDIA DRIVE 自动驾驶汽车平台进行了独立的联合国欧洲经济委员会(UNECE)安全法规评估,该评估涉及复杂电子系统的安全要求。

此外,NVIDIA 已获得美国国家标准学会国家认可委员会(ANAB的认证,该认证能够为 NVIDIA DRIVE 生态系统合作伙伴进行功能安全和网络安全检测。新成立的 NVIDIA DRIVE AI 安全检测实验室将帮助 NVIDIA DRIVE 汽车生态系统根据行业不断发展的安全和 AI 标准,构建符合标准的自动驾驶软件。

NVIDIA 是首家获得第三方对其汽车技术进行全面评估的平台公司——包括 NVIDIA DRIVE 端到端自动驾驶平台,涵盖了系统级芯片、操作系统、传感器架构、L2+ 应用软件,同时获得了汽车市场 AI 系统安全和网络安全检测实验室的独立认证。

业界先进计算平台驱动智能化

NVIDIA DRIVE Thor DRIVE Hyperion 的核心计算机,是经过生产验证的 NVIDIA DRIVE Orin 的后续产品。凭借其架构兼容性和可扩展性,开发者既可以使用前几代 DRIVE 产品提供的现有软件,也可以整合未来的更新,从而实现开发流程的无缝衔接。

基于 NVIDIA Blackwell 架构的 DRIVE Thor 针对要求最苛刻的处理工作负载进行了优化,包括涉及生成式 AI、视觉语言模型和大语言模型的工作负载等。简化后的架构利用强大的 NVIDIA 加速计算功能并行运行端到端自动驾驶汽车堆栈和经过验证的安全堆栈,从而增强了通用性、减少了延迟并提高了安全性。

DRIVE Thor 为自动驾驶汽车技术的下一个时代(即 AV 2.0)铺平了道路。AV 2.0 将带来类似于人类的自动驾驶能力,以适应复杂的道路场景。

DRIVE AGX 车载计算平台与另外两台 NVIDIA 计算平台共同构成了车规级自动驾驶汽车技术开发的基础。这两台 NVIDIA 计算平台分别是用于训练先进 AI 模型和在云上构建强大自动驾驶汽车软件堆栈的 NVIDIA DGX平台,以及在 NVIDIA OVX平台上运行、用于仿真和验证的 NVIDIA Omniverse平台。这三个计算平台与全新的 NVIDIA Cosmos世界基础模型平台相结合,将加速端到端自动驾驶汽车开发和大规模部署。

进一步了解 NVIDIA 的“三台计算机”汽车开发方法、Cosmos 世界基础模型平台以及其他汽车新闻,请点击链接观看 NVIDIA 创始人兼首席执行官黄仁勋 CES 开幕主题演讲

关于 NVIDIA

NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 48
评论 0
路径: /content/2025/100587775.html
链接: 视图
角色: editor
winniewei的头像
winniewei

用于合成数据的 Isaac GR00T 工作流以及 NVIDIA Cosmos 世界基础模型,为通用人形机器人的开发注入强大动力。

微信图片_20250107165044.jpg

拉斯维加斯—CES—太平洋时间 2025 1 6 未来二十年,预计人形机器人市场将达到 380 亿美元。为了满足这一巨大需求,尤其是工业和制造业领域的需求,NVIDIA 发布了一系列机器人基础模型、数据管线和仿真框架,以加速下一代人形机器人的开发进程。

NVIDIA创始人兼首席执行官黄仁勋今日在 CES 上宣布 NVIDIA 正式推出用于合成运动生成的 NVIDIA Isaac GR00T Blueprint,该 Blueprint 可帮助开发者生成海量的合成运动数据,以便通过模仿学习来训练人形机器人。

模仿学习是机器人学习的一个子集,它能让人形机器人通过观察和模仿人类专家的示范来获取新技能。在真实世界中收集这些广泛、高质量的数据集既繁琐又耗时,而且成本往往高得令人却步。通过用于合成运动生成的 Isaac GR00T Blueprint,开发者只需少量人类示范,就能轻松生成海量的合成数据集。

微信图片_20250107165050.png

首先通过 GR00T-Teleop 工作流,用户可以借助 Apple Vision Pro 在数字孪生环境中捕捉人类动作。这些人类动作会被记录下来作为金标准,并在仿真环境中由机器人模仿学习。

然后,GR00T-Mimic 工作流会将捕捉到的人类示范扩展成更大的合成运动数据集。最后,基于 NVIDIA OmniverseNVIDIA Cosmos 平台构建的 GR00T-Gen 工作流,会通过域随机化和 3D 提升技术,指数级扩增这个数据集。

之后,该数据集可作为机器人策略的输入,在 NVIDIA Isaac Lab(一个用于机器人学习的开源模块化框架)中,教会机器人如何在其环境中高效且安全地移动和互动。

世界基础模型缩小仿真与现实的差距

NVIDIA在 CES 上还发布了 Cosmos 平台,该平台拥有一系列开放的预训练世界基础模型,专为生成具有物理感知的视频和物理 AI 开发所需的世界状态而设计。它包含自回归模型和扩散模型,有各种模型尺寸并适用于多种输入数据格式。这些模型基于 1800 万亿个数据单元进行训练,其中包括 200 万小时的自动驾驶、机器人、无人机拍摄的视频以及合成数据

除了帮助生成大型数据集外,Cosmos 还能通过将图像从 3D 扩展到真实场景,缩小仿真与现实之间的差距。将 Omniverse(一个用于构建 3D 应用程序和服务的应用程序编程接口和微服务开发平台)与 Cosmos 相结合至关重要,通过其高度可控、物理精确的仿真提供关键保障,有助于最大限度地减少世界模型常见的幻觉问题。

微信图片_20250107165052.jpg

不断扩展的生态系统

NVIDIA Isaac GR00TOmniverseCosmos 正在助力物理 AI 和人形机器人创新实现巨大飞跃。包括波士顿动力和 Figure 在内的主要机器人公司已开始采用 Isaac GR00T,并展示了相关成果。

人形机器人的软件、硬件制造商以及机器人厂商可以申请提前加入 NVIDIA 的人形机器人开发者计划。

观看 NVIDIA 创始人兼首席执行官黄仁勋在拉斯维加斯现场发表的 CES 开幕主题演讲精彩回放

查看有关软件产品信息的说明

关于 NVIDIA

NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。

围观 44
评论 0
路径: /content/2025/100587774.html
链接: 视图
角色: editor
winniewei的头像
winniewei

北京时间1月7日,作为今年CES最大的看点之一,英伟达CEO黄仁勋在官方主题演讲上扔出了全新一代GeForce RTX 50系列显卡这颗重磅炸弹。新的50系列显卡依然有“桌面”和“移动”两个版本,四个产品系列,从高到低分别是RTX5090、RTX5080、RTX5070Ti和RTX5070。

图片

定价方面,RTX 5090售价1999 美元(约 14659 元人民币)、RTX 5080售价999 美元(约 7326 元人民币)、RTX 5070Ti售价749 美元(约 5492 元人民币)、RTX 5070售价549 美元(约 4026 元人民币)。

图片

这一代RTX50系列显卡最大的变化来自架构的更新,全新的Blackwell架构首次出现在消费级显卡上。

图片

作为目前处理能力最强的GPU,RTX 5090 拥有920亿个晶体管,提供每秒超过3352万亿次(TOPS) 的计算能力,配备32GB GDDR7、1792GB/秒的内存带宽和 21760 个CUDA核心,这也是首个突破20000万CUDA大关的消费级显卡,而它的TDP高达575W。

图片

英伟达官方给出的数据显示,得益于DLSS 4技术和Blackwell架构,这款GPU的速度将是RTX 4090的两倍。

图片

英伟达演示了一段《赛博朋克2077》的游戏对比动画,在启用完整光追技术的情况下,配备DLSS 4技术的RTX 5090上,这款游戏可以以238fps的画面刷新率运行,而配备DLSS 3.5的RTX 4090上只能以106fps的刷新率运行。

RTX 5080的设计速度是RTX 4080的两倍,将配备16GB GDDR7内存、960GB/秒的内存带宽和10752 个CUDA 核心。

英伟达还推出了RTX 5070 Ti和RTX 5070两款面向中端市场的GPU。RTX 5070 Ti配备16GB GDDR7内存,内存带宽为896GB/秒,拥有8960个CUDA核心。RTX 5070配备12GB GDDR7,内存带宽为672 GB/秒,拥有6144个CUDA核心。英伟达官方表示,RTX 5070 Ti和5070的速度将分别是RTX 4070Ti和4070的两倍。

除了桌面端之外,英伟达还发布了RTX 50系列的移动版,配备RTX 5090的笔记本电脑首次配备拥有24GB GDDR7显存。 RTX 5080 GPU将配备16GB GDDR7显存,RTX 5070 Ti 将配备 12GB GDDR7显存,RTX 5070 仅配备 8GB GDDR7显存。

定价方面,英伟达提供了整机的参考定位,RTX 5070笔记本定价1299美元(约9520元人民币) RTX 5070 Ti笔记本定价1599美元(约11719元人民币) RTX 5080笔记本定价2199美元(约16116元人民币) RTX 5090笔记本定价2899美元(约21247元人民币)。(腾讯科技特约作者 吴彬)

来源:腾讯数码

围观 34
评论 0
路径: /content/2025/100587773.html
链接: 视图
角色: editor
winniewei的头像
winniewei

得益于 AI、神经网络着色器和 DLSS 4,新一代 GeForce RTX GPU 带来震撼的视觉逼真效果和 2 倍性能提升

拉斯维加斯—CES—太平洋时间 2025 年 1 月 6 日— NVIDIA 宣布为游戏玩家、创作者和开发者推出最先进的消费级 GPU——GeForce RTX™ 50 系列台式机和笔记本电脑 GPU。

GeForce RTX 50 系列采用 NVIDIA Blackwell 架构、第五代 Tensor Cores 和第四代 RT Cores,在 AI 渲染领域,包括神经网络着色器、数字人技术、几何图形和光照等方面取得突破。

NVIDIA 创始人兼首席执行官黄仁勋表示:“Blackwell 作为 AI 引擎为 PC 游戏玩家、开发者和创作者带来全新体验。Blackwell 融合了 AI 驱动的神经网络渲染和光线追踪,是我们在 25 年前推出可编程着色技术以来最重要的计算机图形创新。”

GeForce RTX 5090 D GPU  拥有 920 亿个晶体管, AI 算力最高可达 2375 TOPS。Blackwell 架构的创新和 DLSS 4 使得 GeForce RTX 5090 D GPU 的性能高达 GeForce RTX 4090 D GPU 的 2 倍。

GeForce Blackwell 笔记本电脑GPU具备桌面产品的所有功能特性。这些前沿技术为移动计算带来了显著升级,提供强大的图形性能和出色的功耗表现。基于Blackwell 架构的 NVIDIA Max-Q 技术最高可延长电池续航时间达 40%,使得轻薄型笔记本电脑保持其时尚的设计,而无需以牺牲性能和功率为代价。

NVIDIA DLSS 4 带来至高可达8倍的性能提升

DLSS 4 多帧生成技术首次亮相,借助 AI 可为每个渲染帧生成多达三帧以进一步提高帧率。多帧生成技术可与全套 DLSS 技术协同运行,与传统渲染技术相比,性能提升至高可达 8 倍,同时通过 NVIDIA Reflex 技术保证响应速度。

DLSS 4 还引入了图形行业首个 Transformer 模型实时应用。基于 Transformer 架构的 DLSS 超分辨率和光线重建模型具备 2 倍的参数量和 4 倍的计算量,可提高画面稳定性,减少伪影,增加细节并增强抗锯齿效果。GeForce RTX 50 系列 GPU 支持 DLSS 4,发布之日即有超过 75 款游戏和应用支持该技术。

NVIDIA Reflex 2 支持 Frame Warp,这项创新技术可在将渲染帧发送至显示器前,根据最新的鼠标输入信号对其进行更新,从而降低游戏延迟。与原生渲染相比,Reflex 2 最高可降低 75% 延迟,为多人竞技类游戏玩家带来制胜优势,也能提高单人游戏操作时的响应速度。

Blackwell 架构将 AI 引入着色器

25 年前,NVIDIA 推出 GeForce 3 和可编程着色器,从像素着色到计算着色再到实时光线追踪,为 20 年来的图形技术创新奠定基础。除了 GeForce RTX 50 系列 GPU ,NVIDIA 还推出 RTX 神经网络着色器 (RTX Neural Shaders),将小型 AI 网络融入可编程着色器,为实时游戏带来电影级的材质、光照等。

渲染游戏角色是实时图形渲染中最具挑战性的任务之一,玩家很容易注意到数字人身上的细微错误和伪影。RTX Neural Faces 只需使用简单的光栅化面孔和 3D 面部姿态数据作为输入,即可使用生成式 AI 实时渲染具有时间稳定性的逼真面孔。

RTX Neural Faces 配备了全新的支持光线追踪毛发和皮肤的 RTX 技术。全新 RTX Mega Geometry 可将场景中的光线追踪三角形数量至多增加 100 倍,从而使游戏角色及其所在环境的真实感获得大幅提升。

GeForce RTX 50 系列通过全新的突破性技术演示 -- Zorah,展示了神经网络渲染、DLSS 4 和全新 DLSS Transformer 模型的强大能力。

拥有自主意识的游戏角色

GeForce RTX 50 系列 GPU 具备业界领先的 AI TOPS 算力,可在游戏渲染的同时为拥有自主意识的游戏角色提供动力。

NVIDIA 推出了一套全新 NVIDIA  ACE 技术,使游戏角色能够像真人玩家一样感知环境、制定计划并付诸行动。由 ACE 驱动的拥有自主意识的角色将集成到 KRAFTON 的绝地求生和该发行商即将推出的生活模拟游戏 InZOI,Wemade Next 的传奇 5以及网易的 《永劫无间手游》PC 版 中。

《绝地求生》中,由 NVIDIA ACE 驱动的 AI 队友规划战略和实施战术行动,与真人玩家动态合作以确保可以存活下来。InZOI 的 Smart Zoi 角色,可以根据角色的人生目标和游戏内事件自主调整行为。在《传奇 5》中,LLM 驱动的突袭 Boss 可根据玩家行为调整战术,营造更动态、更具挑战性的战斗。《永劫无间手游》PC 版将在 3 月添加基于 NVIDIA ACE 技术的本地推理 AI 队友功能,《永劫无间》PC 版也将在 2025 年内发布此功能。该游戏将是首款采用 NVIDIA ACE 和大语言模型在 PC 端侧实现 AI 队友功能的国产游戏,借助由 NVIDIA ACE 提供支持的 AI 队友可以与玩家组队,并肩作战。

适配RTX AI PC 的 AI 基础模型

AI 基础模型涵盖 LLM、视觉语言模型、图像生成、语音、检索增强生成的嵌入模型、PDF 提取和计算机视觉等应用场景。NIM 微服务及 PC 上运行 AI 的所有必要组件均已针对所有 NVIDIA GPU 的部署进行了优化。

为展示 RTX 爱好者和开发者如何使用 NIM 微服务构建 AI 智能体和 AI 助手,NVIDIA 将发布一系列来自包括 Black Forest Labs、Meta、Mistral 和 Stability AI 等顶尖模型开发者的适用于 RTX AI PC 的 NVIDIA NIM 微服务和 NVIDIA AI Blueprints。针对 AI 智能体和 AI 助手, NVIDIA 推出了 Project R2X,一款具有视觉能力的 PC 虚拟形象,让信息触手可及,协助用户使用桌面应用、进行视频会议、阅读和总结文档等。 Project R2X 将在数月内向 GeForce RTX 50 系列 PC 和笔记本电脑用户开放下载,供爱好者和开发者定制和体验。

面向创作者的 AI 驱动工具

GeForce RTX 50 系列 GPU 可增强创意工作流。RTX 50 系列 GPU 作为首款支持 FP4 计算精度的消费级 GPU,与上一代产品相比,让 AI 图像生成(如 Flux 模型)性能至高提升 2 倍,并可让生成式 AI 模型在本地以更小的显存占用运行。

NVIDIA Broadcast 应用为主播带来两项 AI 驱动功能:音棚音效(Studio Voice) ,可升级麦克风音频质量;虚拟补光 (Virtual Key Light) ,可对面部重新打光,以获得更精致的直播画面。Streamlabs 推出由 NVIDIA ACE 和 Inworld 驱动的智能直播助手,担任助播、制作和技术助手的角色以增强直播效果。

购买途径

对于台式机用户,具有 2,375 AI TOPS 的 GeForce RTX 5090 D GPU 和具有 1,801 AI TOPS 的 GeForce RTX 5080 GPU 将于 2025 年 1 月 30 日上市,建议零售价分别为人民币16499 元和 8299 元。

具有 1,406 AI TOPS 的 GeForce RTX 5070 Ti GPU和具有 988 AI TOPS 的 GeForce RTX 5070 GPU 的产品将于 2 月上市,建议零售价分别为749美元和 549美元。

NVIDIA GeForce RTX 5080 和 RTX 5070 GPU Founders Edition 可直接在京东商城(JD.com)购买。

NVIDIA GeForce RTX 5090 D、RTX 5080、RTX 5070 Ti 和 RTX 5070 GPU 标频版和超频版可从华硕、七彩虹、耕升、影驰、技嘉、映众、微星、索泰、万丽、翔升、铭瑄、盈通等合作伙伴处购买。

GeForce RTX 5090、RTX 5080 和 RTX 5070 Ti 笔记本电脑将于 3 月上市,RTX 5070 笔记本电脑将于 4 月由全球领先OEM发售,包括宏碁、华硕、戴尔、惠普、联想、机械革命、微星、雷蛇等。

关于NVIDIA
NVIDIA (NASDAQ: NVDA) 是加速计算领域的全球领导者。


围观 41
评论 0
路径: /content/2025/100587772.html
链接: 视图
角色: editor
winniewei的头像
winniewei

聚焦高性能模拟与数模混合产品的供应商思瑞浦3PEAK(股票代码:688536)推出飞安级输入偏置电流运算放大器TPA3530。产品工作电压范围4.5V至16V输入偏置电流仅为100fA,非常适合需要低偏置电流光电二极管跨阻传感器接口电路

TPA3530产品优势

MOSFET输入级设计

TPA3530采用MOSFET输入级,结合独特的二极管结构,不仅提供了有效的ESD保护,而且能极大程度降低漏电流对输入引脚的影响。

集成保护环缓冲器

TPA3530内部集成了保护环缓冲器,用于隔离输入引脚,防止受到PCB板漏电流的影响。缓冲器的输入连接到同相输入端 (IN+),在主放大器反馈环路建立后,同相输入电压约等于输入共模电压。缓冲器的输出连接到外部引脚(GRD),有效保护外部器件免受漏电流影响。

1.png

优化的SOIC8封装

TPA3530采用工业标准SOIC8封装,并对引脚排列进行优化,可有效防止敏感输入引脚、电源和输出引脚之间的信号耦合,同时简化了保护环走线的布线。下图展示了跨阻放大器(TIA)电路中保护环的实现,保护环形状沿着无源元件周围布设,确保整个高阻抗节点都受到保护,由内部的保护环缓冲器(标红引脚)驱动。

2.png

TPA3530应用场景

电流输出传感器

TPA3530非常适合用于电流输出传感器,如光电二极管和光电倍增管等。这些传感器需要检测微弱的光电流信号,并将其转换为电压信号。由于偏置电流Ib产生的电压等于Ib×Rf,因此低偏置电流对于降低直流输出误差至关重要。

实验室仪器

TPA3530广泛应用在生物、化学、医药等领域的实验室仪器中,如光度计、色谱仪、质谱仪和pH计等。这些仪器需要将特定波长的光通过高灵敏度光电检测器转换为电信号。由于光学器件的反射损耗等原因,到达检测器的能量比较微弱,因此除了减小偏置电流的影响外,TPA3530优异的失调电压、温漂和噪声性能,可满足测量精度的要求。

微信图片_20250107162620.png

TPA3530产品性能

  • 供电电压: 4.5V~16V (±2.25V~±8V)

  • 静态电流: 1.4mA (最大25°C)

  • 输入偏置电流: ±100fA (最大25°C)

  • 增益带宽积: 2.1MHz

  • 失调电压: ±0.15mV (最大25°C)

  • 失调电压温漂: 2µV/°C (典型值)

  • 噪声: 18 nV/√Hz @f=1kHz

  • 温度范围: −40°至+125°C

来源:思瑞浦3PEAK

围观 35
评论 0
路径: /content/2025/100587770.html
链接: 视图
角色: editor