All Node List by Editor

winniewei的头像
winniewei

近日,全球领先的低功耗无线通信解决方案提供商Nordic Semiconductor(以下简称“Nordic”)全球市场副总裁David、亚太区营销总监Øyvind和中国区分销销售经理Percy一行,访问了深圳创新微技术有限公司(以下简称“创新微MinewSemi”)。创新微MinewSemi总经理龙招喜、市场经理安旭及相关营销管理人员热情接待了来访团队,双方就全球化市场布局与营销战略进行了深入交流。

1.jpg

会议伊始,龙总首先对 Nordic 长期以来给予创新微MinewSemi  的坚定支持与信任表达了诚挚的谢意。随后,他简要介绍了创新微MinewSemi在无线通信技术领域的最新研发成果,并分享了公司的未来的战略规划蓝图。安旭则详细阐述了公司2025年市场营销方向及发展规划,着重介绍了即将在2025年主要推动的营销事件和展会活动,展现了创新微MinewSemi的对未来市场的信心和前瞻布局。

Nordic市场副总裁David 随后分享了Nordic在全球市场的营销策略和团队布局,他强调,Nordic正通过精确的市场洞察和高效的营销执行,积极推动品牌在全球范围内的持续扩张。同时,他高度评价了创新微MinewSemi在亚太地区的市场地位及其对Nordic的全球市场拓展所起到的关键推动作用。

2.jpg

随着物联网行业的快速发展,Nordic对与关键模块厂商的合作愈发重视,特别是与像创新微MinewSemi具有重要影响力的合作伙伴。在随后的讨论中,双方就低功耗蓝牙模块及相关产品市场的联合营销方案进行了细致探讨,旨在通过共享资源与市场渠道,实现更高效的市场拓展与品牌提升。

双方一致认为,联合市场营销将有利于为全球客户提供更具竞争力的解决方案,促进双方在全球化市场的战略布局。此外,双方还重点探讨了基于Nordic新一代SoC nRF54系列的ME54系列低功耗蓝牙模组的推广方案,以及具体营销事件的细化方向与执行策略。

3.jpg

此次访问标志着创新微MinewSemi与Nordic的合作迈入了一个崭新的阶段,不仅进一步巩固了双方长期友好的合作关系,更是对未来市场合作方向的深入探索与展望。双方均表示,通过持续深化合作,加强市场联合,携手推动低功耗无线通信技术的全球发展,并在市场推广方面实现更多协同与共赢。

展望未来,创新微MinewSemi与Nordic将继续携手并进,加强紧密合作,共同拓展全球市场份额,为全球客户带来更多价值的创新产品和解决方案的落地,致力在未来的市场竞争中占据领先地位,引领低功耗无线通信技术的创新发展。

来源:创新微MinewSemi

围观 29
评论 0
路径: /content/2024/100587541.html
链接: 视图
角色: editor
winniewei的头像
winniewei

12月27日,OPPO宣布正式启动新春年货节,在岁末年初为广大消费者打造购机嘉年华。年货节期间,除了丰厚的购机福利,还有OPPO新年影像馆、专为学生用户准备的购机补贴和抽奖全额报销回家路费等惊喜活动。

1.png

OPPO新春年货节火热开启

购机送新春福袋,即享好礼,传递祝福

即日起至2025年2月16日,用户可前往OPPO官方授权体验店及线上官方旗舰店,购指定产品即送新春福袋,为新春增添一份节日氛围。

2.jpg

OPPO 新春福袋

影像旗舰OPPO Find X8系列、超美小直屏OPPO Reno13系列、耐用战神OPPO A5 Pro等众多热门机型以及OPPO Watch X、OPPO Pad3系列、OPPO Enco X3等IoT产品均享受购机送新春福袋活动。同时,购买指定产品,还可额外获赠相应官方配件。

新年影像馆,与OPPO一起定格新春美好瞬间

年货节期间,OPPO推出新年影像馆活动,为广大用户捕捉并珍藏新年的温暖瞬间。

3.png

OPPO新年影像馆

12月27日至2月16日,前往 OPPO 会员小程序、OPPO商城或通过OPPO线下门店海报扫码进入OPPO新年影像馆活动,可免费生成AI新年照,预约到店还能免费打印装裱新年照;另外参与限时快闪活动,除现场免费拍摄新年照外,更有参与互动再赢好礼!

参与学生认证,抽奖全额报销回家路费

此外, OPPO在新春年货节期间还将为学生群体带来专属福利。

2025年1月1日至1月28日,在OPPO会员小程序/OPPO商城完成学生身份认证,可领专属以旧换新加价券,至高享受以旧换新补贴100元!除购机优惠外,学生用户还能参与抽奖活动,有机会赢取全额报销回家路费!

在新春年货节期间,OPPO商城免费个性化镌刻服务将推出蛇年限定图案,可在支持定制的产品上镌刻新年主题图案及自定义文案,让新年的仪式感更浓。另外,选购指定热门机型,还可享分期免息、屏碎险买一赠一等活动,让购机省心更安心。OPPO会员用户还享有新春焕新免费贴膜服务、积分兑礼及以旧换新加价补贴等多重福利。消费者可以前往OPPO会员小程序了解参与,尽享福利,欢度新年。

围观 52
评论 0
路径: /content/2024/100587537.html
链接: 视图
角色: editor
winniewei的头像
winniewei

根据调研报告显示,大规模数据中心每宕机一分钟将会造成近1万美元的经济损失,而数据中心的宕机成本随着近年来数据中心规模的不断扩大还在不断攀升,除经济损失外,宕机造成的业务中断对公司声誉有着不可估量的影响。"小病不治,大病难医",金融、互联网行业大规模数据中心通常每月都会为IT基础设施定期巡检,以及时发现可疑问题,快速修复,这已经成为保障数据中心业务连续性的关键。

日前,浪潮信息全新升级数据中心服务器故障智能诊断AIOps技术。针对数据中心服务器日常巡检中,故障人工识别效率低,难以精准定位的问题,浪潮信息基于数百万台服务器运维管理经验,打造先进的AI模型算法,融合专家经验知识图谱,构建覆盖问题检测、诊断、修复到验证的全生命周期故障闭环管理。在互联网、金融等用户数据中心部署应用过程中,服务器故障智能诊断AIOps技术涵盖国内外众多厂商的上百种不同型号的IT设备的各类故障,5万+服务器规模的数据中心,故障排查时间从4小时缩短至3分钟,有效应对数据中心规模不断扩大带来的运维管理挑战,为数据中心的高效、精准、智能化运维提供了有力支撑,也为客户的业务连续性提供保障。

数据中心服务器运维"体检"两大难:人工效率低、故障识别难

随着AIGC、5G、物联网(IoT)等技术飞速发展,全球大型数据中心数量将以3.6%的年复合增长率增长,数据中心规模不断扩大,在这一过程中,服务器的代际及品牌也越来越繁杂,需要运维工程师每月甚至每天定期对服务器故障进行巡检修复,这对运维工程师的需求大幅增加,从而提升了企业运维成本;同时,随着越来越多的核心业务系统迁移到线上,业务对系统的即时性要求不断提高,而且"小病不治,大病难医",日常定期巡检已经是保障系统的持续稳定运行的关键。

一方面,在传统运维中,为预防系统宕机风险,运维人员会定期对服务器进行日常故障巡检,通过手动筛查后台运行日志识别各类服务器故障,但这种人工方式的故障识别低效且时效性差。数据中心中服务器种类繁杂,品牌、型号、代际多样,加之海量的故障日志和报警信息交织,使得人工分析过程耗时长达数小时甚至数天。这种方式难以快速响应业务需求,严重影响系统的可用性和故障恢复效率。

另一方面,据数据统计,大型数据中心的实际运维中服务器最容易出现故障的三个部件分别是内存、硬盘、CPU,传统运维检测工具主要围绕在这些部件的监测上,但实际运维中仍然有一些小概率故障会出现在风扇、网卡、电源以及其他的元器件上,而这种小概率故障事件往往隐藏在复杂的运行数据中,传统工具难以精准捕捉这些信号。由于此类问题信号弱且不易察觉,未及时修复可能引发连锁反应,扩大故障影响范围,从而延长修复周期并降低系统的可靠性。同时,一些复杂场景下的疑难故障排查高度依赖专家经验,然而,运维团队往往缺乏足够的专家资源,导致问题长期得不到解决。这不仅拖延了系统恢复时间,还进一步影响业务的稳定性和用户体验。

打造"识别-诊断-处理"一体化AIOps服务器智能诊断体系

针对数据中心传统故障运维的挑战,浪潮信息以数百万级服务器统一管理经验,全新升级数据中心AIOps智能诊断技术。AIOps智能诊断技术兼容多品牌、多型号及不同代际服务器产品,通过轻量化设计将诊断模型部署至服务器端,实现了关键指标秒级感知与响应、故障根因精准诊断、解决方案秒级呈现的全链条智能,构建了覆盖问题检测、诊断、修复到验证的全生命周期故障闭环管理,全面助力数据中心智能、高效的运维管理。

  • 动态实时日志分析技术,故障识别效率提升60倍以上

数据中心AIOps智能诊断技术引入了时序数据分析与分离算法,从关键部件,时序时间以及使用情况三个维度进行交叉比对,在故障发生时实时筛选关键日志,打破了传统单一维度、单线程的诊断模式。通过特征提取与异常模式匹配,让检测的颗粒度更加精细同时更加精准,以便快速发现异常项,将传统故障诊断的时长从小时级缩短至分钟级甚至秒级。而这种海量数据的多维度的感知,就好像是我们的五感一样,不再是通过单一的触觉或者是嗅觉判读,而且通过"望闻问切"的方式全景化、自动化的快速定位问题节点,大幅提升故障响应效率,保障系统的高效运维。

  • 塑造可自进化模型,小概率故障精准率达90%以上

作为全球领先的算力基础设施提供商,多年来浪潮信息在实践中积累了海量的故障处理经验,因此浪潮信息基于海量历史数据构建了故障诊断模型,并融合决策树、深度学习等多种算法,对隐匿的小概率故障进行精准识别,故障诊出率超过98%,高故障率部件故障诊断准确率可达95%以上,小概率故障诊断准确率提升至90%以上。同时,系统具备自学习能力,能逐步优化诊断规则,应对未知故障类型,有效提高系统稳定性与可用性。

  • 融合专家经验的"口袋模型",解决方案秒级呈现

浪潮信息将资深运维专家的经验转化为知识图谱,并与机器学习模型深度融合,推出"口袋模型"功能。该模型能够在秒级内提供最优解决方案和清晰的故障处理指引,帮助运维团队快速应对疑难问题,减少对专家支持的依赖,提升整体运维效率。

当前,该AIOps技术已广泛应用于金融、互联网等行业大规模数据中心,应用结果显示,在5万+规模的数据中心,服务器故障排查时长从4小时缩短至3分钟,对于一些小概率故障的诊断更能见微知著,有效避免了业务中断;同时,对于计算模块、存储模块等存在复杂关联关系的疑难故障问题,故障处理时间减少80%以上,极大降低了运维团队的工作压力。这些创新成果不仅提升了故障响应效率和诊断精准度,还增强了系统的稳定性与业务连续性,为企业数据中心的高效运维提供了全面技术支持,树立了智能化管理的行业标杆。

稿源:美通社

围观 46
评论 0
路径: /content/2024/100587530.html
链接: 视图
角色: editor
winniewei的头像
winniewei

- 85% 的受访 IT 决策者表示其公司的 2024 AI战略取得了进展,其中 47% 表示已经实现了积极的投资回报率

近一半的受访企业希望通过开源AI来优化 2025 年的投资

IBM(纽约证券交易所股票代码:IBM)委托进行的最新研究发现,受访企业正在对人工智能进行长期投资,并越来越有兴趣使用开源工具来推动投资回报率和创新。

研究由Morning Consult公司与洛佩兹研究公司(Lopez Research)合作,对2,400多名IT决策者进行了调研,结果显示,85%的受访者表示在执行2024年人工智能战略方面取得了进展,近一半(47%)的受访者已经从人工智能投资中看到了积极的投资回报。数据还证实,在人工智能解决方案中使用开源工具可能会带来更大的财务可行性:在目前使用开源人工智能工具的受访公司中,51% 的公司表示看到了积极的投资回报率,而在未使用开源工具的受访公司中,这一比例仅为 41%。

近三分之二(62%)的受访者表示,他们将在 2025 年增加人工智能投资,48% 的受访者计划利用开源生态系统来优化人工智能的实施。对于目前尚未利用开源的受访公司,每 5 家公司中就有 2 家表示计划在 2025 年利用开源来实施人工智能。

洛佩兹研究公司(Lopez Research)的玛丽贝尔-洛佩兹(Maribel Lopez说:"随着企业开始大规模实施人工智能,许多企业更加看重生产率提高等成功指标,部分原因是传统的硬性投资回报率收益尚未在资产负债表上显现出来。然而企业仍在继续快速推进其人工智能战略,而且没有放缓的迹象。企业现在认识到了定义特定用例和优化人工智能项目的价值。他们正在利用混合云战略和开源来推动人工智能创新,并实现财务回报。"

进一步的研究结果包括:

 企业正在加大人工智能投资,但战略重点更加突出。

  • 89% 的受访企业计划在 2025 年增加或保持对人工智能的投资。

    • 在计划增加投资的 62% 的受访者中,近五分之二(39%)的受访者计划将支出增加 25-50%。

    • 只有 5%的受访者计划减少人工智能支出,且减少幅度均不超过 50%。        

  • 接受调研的公司正在将人工智能投资重点分配到特定领域,尤其是 IT 运营(63% 的受访者将其作为首要重点领域),以及数据质量管理(46%)和产品/服务创新(41%)。

  • 当被问及 2025 年将进行哪些战略变革时,受访 IT决策者认为,使用托管云服务(51%)、聘用专业人才(48%)和利用开源(48%)是他们计划优化人工智能投资的最常见方式。

开源对企业的人工智能战略至关重要

  • 接受调研的 IT决策者所在的企业中,每 10 家就有 6 家表示使用开源生态系统作为人工智能的工具源,预计未来一年将有更多的人工智能解决方案基于开源(2025 年为 41%,2024 年为 37%)。

  • 超过 80% 的受访者表示,他们公司至少有四分之一的人工智能解决方案或平台是基于开源的。

    • 随着公司规模的扩大,大多数(超过 50%)人工智能解决方案基于开源的可能性也在增加。

  • 与未采用开源生态系统的公司相比,采用开源生态系统的受访公司更有可能实现积极的投资回报率(51% 对 41%)。

  • 此外,与未利用开源生态系统的公司相比,利用开源生态系统的受访公司计划在未来一年推出更多的人工智能试点项目: 38%的受访者表示,他们计划在2025年推出21个以上的人工智能试点项目,而在不使用开源人工智能工具的公司中,这一比例仅为26%。

报告成功推进了人工智能项目的组织,通常采用的是不太传统的投资回报率指标。

  • 85%的受访 IT决策者报告在执行其人工智能战略方面取得了进展,只有 9% 的受访者报告没有取得进展。

  • 58%的受访者表示,他们的公司通常在不到一年的时间内就能从人工智能试点转向全面生产。

  • 31%的受访企业表示,他们的人工智能投资更多是受创新驱动,而28%的受访企业则更多是受投资回报率驱动;41%的受访企业表示,他们的组织受到创新和投资回报率的双重驱动。

  • 更快的软件开发(25%)、更快的创新(23%)和节省的生产时间(22%)是受访 IT决策者用来计算人工智能投资回报率的三个最重要指标。硬性的真金白银/可量化的节省则排在第四位,占 15%。

  • 近一半(47%)的受访公司表示,他们正在从人工智能项目中获得正向的投资回报率;33%的受访公司表示,他们正在实现收支平衡,仅有 14% 的受访公司表示,他们当下的投资回报率为负值。

    • 在尚未实现正投资回报率的公司中,不到一半的公司(44%)预计在未来一到两 年内开始看到真金白银的节省;92% 的公司认为他们将在三年内实现正投资回报率。

如需查看研究报告全文,请访问https://newsroom.ibm.com/image/IBM_ROI_of_AI_Report-December_2024.pdf

研究方法:

Morning Consult 于 2024 年 10 月 30 日至 11 月 13 日对美国、加拿大、墨西哥、巴西、英国、法国、德国、西班牙、印度、新加坡、印度尼西亚和韩国的 2413 名 IT 决策者 (ITDMS) 进行了调研。访谈在网上进行,数据未加权。受访者受雇于拥有 101 名或以上员工的公司,在技术岗位上担任总监级或更高职位,对于业务顾问/咨询服务管理、IT 产品采购或业务咨询服务采购业务,至少拥有一项业务的决策权。

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和 Red Hat OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息,请访问:https://www.ibm.com/cn-zh

稿源:美通社

围观 73
评论 0
路径: /content/2024/100587529.html
链接: 视图
角色: editor
winniewei的头像
winniewei

12月25日,浪潮信息与智源研究院达成战略合作协议,双方将紧密协作共建大模型多元算力开源创新生态,提升大模型创新研发的算力效率,降低大模型应用开发的算力门槛。目前,智源Triton算子库FlagGems已正式接入浪潮信息的元脑企智EPAI企业大模型开发平台,助力企业实现更快速、更广泛、更高效的多元算力适配与使用。

  • 面向应用,携手共建多元算力系统生态

人工智能的持续进步推动了算力多元化与模型多样化,在为产业注入创新活力的同时,也带来了较高的大模型应用开发技术门槛。元脑企智EPAI(Enterprise Platform of AI) 是浪潮信息为企业AI大模型落地应用打造的高效、易用、安全的端到端开发平台,支持主流开源与闭源大模型的应用快速开发,可实现大模型应用在跨算力平台上的无感迁移,降低多元、多模的适配与试错成本。

FlagGems是由智源研究院于2024年6月推出的面向多元算力的开源大模型通用算子库,在Triton生态开源开放的基础上,面向多元算力,遵循统一的中间语言、统一的算子接口和统一的开源算子库实现路径,以大模型需求为导向,为多元算力提供开源、统一、高效的算子层生态接入方案。截止12月,FlagGems已提供超过130个大模型算子,是目前提供算子数量最多、覆盖广度最大的开源算子库。

此次,智源研究院携手浪潮信息,将FlagGems算子库与元脑企智EPAI内置的核心计算框架进行深度融合,旨在确保大模型应用开发能够使用高性能、跨硬件、多框架兼容的算子集合,顺利跨越各类硬件架构,满足多种开发框架的需求。现在,基于元脑企智EPAI大模型开发平台,企业可以利用针对大模型应用开发场景优化的先进算子集合,在多种算力平台上高效构建、优化和执行复杂的行业应用算法。在复杂的训练任务及实时性要求严苛的推理场景中,均能实现稳定且高效的运算性能。此外,企业也无需关心多元异构加速卡之间的软硬件差异,真正实现大模型应用在跨算力平台上的无缝开发与迁移。

  • 智源研究院 × 浪潮信息:开源开放,产业协作破解多元多模挑战

算力产业在大模型技术趋势的推动下飞速发展, 但硬件架构、指令集的差异及算子库的独立实现却形成了生态藩篱,显著提高了企业应用大模型的算力门槛,构建一个开源、统一、高效的多元算力系统生态显得尤为迫切。

智源研究院副院长兼总工程师林咏华表示:"元脑企智 EPAI为企业提供从底层算力到上层应用的一站式支撑,而智源FlagGems提供了高性能、跨硬件、多框架兼容的大模型算子,二者如同精密的‘齿轮组',确保模型在各类硬件架构中顺滑运转,适配多种开发框架需求,让主流大模型跨越硬件藩篱,无论是复杂的训练任务,还是实时性要求严苛的推理场景,均能稳定、高效运行,性能表现媲美原生模型。"

浪潮信息高级副总裁刘军表示:"在多元多模的产业格局下,AI的产业化落地本质上是推动人工智能与百行千业的深度融合,浪潮信息元脑企智EPAI企业大模型开发平台与智源通用算子库FlagGems的全面对接,是双方解决生态离散,化解大模型产业化落地的算力转化和开发复杂等高门槛难题的重要举措,将为AI应用创新注入更强大、多元的算力支持,助力构建协同共生、开放共赢的多元算力系统生态,充分释放智能生产力。"

未来,浪潮信息将与智源研究院携手并进,持续推进硬件开放与软件开源, 以开源开放、多元多模激发创新活力,以多元算力系统生态加速创新落地,协力共建一个更加高效、灵活、开放的人工智能应用生态。

稿源:美通社

围观 44
评论 0
路径: /content/2024/100587525.html
链接: 视图
角色: editor
winniewei的头像
winniewei

氧气(O₂)是生命所需的气体,但在某些情况下,氧气也可能对人体和环境造成危害。当人体暴露于高浓度氧气环境中时,可能会发生氧中毒,表现为刺激呼吸道、刺激眼睛、氧化应激、肺部损伤等。

在易燃易爆环境中,须严格控制氧气浓度,避免与可燃气体混合形成爆炸性混合物。

1.jpg

SALFO₂-25无铅氧气气体检测传感器是一款小体积无铅长寿命传感器。利用氧气在工作电极上发生还原反应以及对电极上发生氧化反应产生电流,电流的大小和氧气的浓度成正比,通过测试电流的大小即可判定氧气浓度的大小。

产品参数

2.png

产品优势

产品优势:无铅氧氧气气体传感器其特点是不含铅等有害物质,具有环保性和安全性。这种传感器通常采用电化学或光学原理进行氧气检测,无铅氧氧气传感器相比传统的含铅氧气传感器,具有以下显著的优势:

(1)体积小:是常规4系的一半高度,能更加适用于便携式和紧凑式多合一仪器仪表。

(2)灵敏度高:能够检测低浓度的氧气,灵敏度较高。

(3)线性范围宽:线性范围宽还意味着该传感器具有较宽的量程范围,可以在不同的氧气浓度下进行测量。

(4)高精度:精度等级越高,传感器的测量误差就越小,能够提供更准确的氧气浓度数据。

(5)响应速度快:能够在小于20s的时间内对空气中的氧气浓度变化做出响应。

(6)寿命长:无铅污染,寿命长达5年。

3.png

应用领域

大气环境监测:城市空气质量监测站、工业园区周边,用于评估空气污染状况,支持环保政策的制定和执行。提供准确可靠的空气质量数据,促进环境保护工作。

智慧农业:农业、林业等领域,用于研究土壤呼吸作用,优化施肥和灌溉策略。提高农业生产效率,促进可持续发展。

实验室研究:在研究实验中,用于测量样品中的氧气浓度。提供高精度的测量结果,支持前沿科学研究。

化工与制药:用于监控氧气浓度,防止爆炸或氧化反应,保障生产安全,避免不必要的损失。

煤矿‌:在煤矿中,无铅氧气传感器能够实时检测矿井内的氧气水平,预防因缺氧或富氧引发的安全事故,确保矿工的安全‌。

‌石油化工‌:在石油化工生产过程中,无铅氧气传感器用于监控生产过程中的氧气浓度,帮助企业优化生产工艺,预防潜在的安全风险‌。

应急救援‌:应用于高风险区域的环境监测,部署固定式或移动式氧气传感器设备,实时监测空气中的氧气浓度,有助于及时发现潜在的安全隐患,预防事故的发生‌。

‌个人防护装备‌:消防员、救援队员使用的呼吸器、防护服等个人防护装备中集成氧气传感器,能够实时监测氧气含量。这不仅可以确保救援人员的安全,还能在低氧环境中提供及时的预警‌。

4.png

具体性能测试数据

1.1 响应曲线

5.png

上图是SALFO₂传感器对空气的响应曲线,可以看出传感器基线稳定,灵敏度为100±20 μA in air,响应时间T90<20s。

1.2 线性

6.png

上图是SALFO₂传感器分别通入0%、5%、10%、15%、20%、25%和30%VOL O₂的线性测试曲线,可以看出传感器在0~30%VOL O₂浓度范围内,线性系数R2为0.9972。

1.3 重复性

7.png

上图是SALFO₂传感器分别6次通入N₂响应曲线,6次测试相对标准偏差<0.2%,重复性良好。

1.4 高浓度测试

8.png

上图是SALFO₂传感器通入30%VOL O₂ 60分钟,输出信号无衰减。

1.5 温度测试

9.png

上图是SALFO₂传感器从室温到-20℃温度瞬变的测试曲线,示值变化在1%VOL左右。

10.png

上图是SALFO₂传感器从室温到50℃温度瞬变的测试曲线,示值变化在0.8%VOL左右。

1.6 温度系数测试

11.png

上图为SALFO₂传感器在-30℃到50℃的温度依赖性曲线,可以看到灵敏度在低温和高温的偏移一致性好,供仪器温度校准参考。

无铅氧气体传感器模组凭借其高精度、快速响应、稳定性强和封装多样化的特点,结合UART、RS485、DAC和4-20MA多种输出方式,为各个领域的应用提供了高效、可靠的解决方案。

12.png

来源:上海松柏传感

围观 32
评论 0
路径: /content/2024/100587524.html
链接: 视图
角色: editor
winniewei的头像
winniewei

12月25日,安谋科技(中国)有限公司(以下简称“安谋科技”)与北京智源人工智能研究院(以下简称“智源研究院”)正式签署战略合作协议,双方将面向多元AI芯片领域开展算子库优化与适配、编译器与工具链支持、生态系统建设与推广等一系列深入合作,共同打造基于Arm®架构的开源技术生态体系,赋能国内大模型与人工智能产业的高速发展。

1.jpg

现场签约照片

安谋科技销售及商务执行副总裁徐亚涛表示:“当前,生成式A1在云边端领域加速渗透,强化产业链间的跨领域合作已成为业界普遍共识。安谋科技作为国内芯片产业上游的核心企业,持续致力于Arm技术体系下的本土A1生态建设。通过与智源研究院的战略合作,我们将充分发挥双方的技术积累与生态资源,实现优势互补、协同创新,基于成熟先进的Arm架构与开源开放的Triton算子库,共筑统一、易用、开放的AI软硬件 '芯'生态。“

智源研究院副院长兼总工程师林咏华表示:“智源研究院作为一家专注于AI技术原始创新的新型研发机构,致力于构建FlagGems开发者生态,充分发挥Triton编译器开源及轻量级优势,为产业提供易适配高性能的算子实现方案。此次携手安谋科技,我们希望以Arm架构为'基石、以Triton算子为'钥匙’,结合双方在大模型领域的前沿技术布局,树立起产研协同的新范式,为国内多元A1芯片的生态建设和成果落地注入创新活力。“

立足广泛普适的Arm技术汇聚双方技术优势与生态资源

随着大模型迈入新的发展阶段,算力需求持续攀升,同时,MoE、模型量化、定制算子等更为复杂的计算任务也随之增多。在实际应用中,由于芯片企业与模型开发企业技术路径的多样化,双方在整合算力资源及部署多样化模型时面临多重挑战,包括芯片软件适配性、工具链完整性及上层应用优化等难题。因此,构建一个面向多元AI芯片的开源软硬件生态显得尤为重要。 

此次合作,安谋科技与智源研究院将基于成熟且广泛应用的Arm架构,共同为Triton算子库研发、编译器优化及生态系统建设等关键环节提供全面深入的技术支持与资源投入。

在算子库研发和编译器优化方面,双方将结合Arm生态特点,对Triton算子进行优化和再开发,充分释放多元AI芯片的性能潜力,同时,将提供全面的编译器⽀持与⼯具链集成,构建统⼀且高效的开发环境,进一步降低开发难度,提⾼开发效率。

在生态系统建设方面,双方将围绕技术培训、教育活动、合作社区、开源项目等多个维度展开合作。具体而言,将通过举办系列培训课程、研讨会、在线教程等形式,为开发者提供技术培训,助力专业领域人才培养。此外,建立开放的合作社区,持续吸纳芯片制造商、算法开发者、系统集成商等产业链上下游伙伴加入,加速技术迭代和创新。

在行业标准制定方面,双方将与AI及智能计算领域的权威机构、行业组织和领军企业携手,共同推动边缘计算领域的行业标准制定,加速算子开发和边缘计算生态的技术成果应用,为AI芯片产业的高质量发展提供标准范例。

智源研究院作为首批核心发起成员,已率先加入由安谋科技发起成立的AIPC和EdgeAI联合实验室,此次战略合作则是双方聚焦本土AI产业生态构建的又一重要例证。未来,安谋科技将与智源研究院紧密协作,通过全周期、系统化的技术交流、生态协同和能力互补,持续加速基于Arm生态的前沿技术创新,共迎AI产业“芯”篇章。

来源:安谋科技

围观 67
评论 0
路径: /content/2024/100587522.html
链接: 视图
角色: editor
winniewei的头像
winniewei

在全球半导体产业格局重塑和国产化浪潮的推动下,中国高端射频芯片的国产化进程正在快速推进。在此之际,频岢微电子凭借在射频滤波器芯片领域的技术突破,为国内半导体产业的自主可控发展提供了坚实的技术基础。

近期,频岢微电子推出了PH-SAW高端量产产品系列,包括1612尺寸(1.6mmx1.2mm)的Band251814尺寸(1.8mmx1.4mm)的Band28F两款高性能双工器,以及2016尺寸(2.0mmx1.6mm)的Band2566四工器。这些产品作为移动通信领域的重要补充,其推出能够为日渐小型化的终端客户设计提供更灵活的选择,确保终端整体更加紧凑,满足市场对高性能射频芯片的需求。

高性能1612 Band25双工器

频岢此次推出的基于PH-SAW的高性能Band25双工器,标准尺寸为1.6mm×1.2mm,最大高度为0.6mm该款产品具有损耗低隔离度高等特点,其中TX通带损耗典型值1.8dBRX通带损耗典型值2.0dB,在TX频段和RX频段的隔离度典型值分别为54dB58dB,输入功率达到31dBm@5000h55℃。详细测试数据如图1所示,产品如图2所示

1.png

图1 频岢PH-SAW B25 1612 双工器测试数据

2.png

图2 频岢PH-SAW B25 1612 双工器外形图

高性能1814 Band28F双工器

频岢此次推出的基于PH-SAW的高性能Band28F双工器,标准尺寸为1.8mm×1.4mm,最大高度为0.6mm。该款产品具有损耗低隔离度高等特点,其中 TX通带损耗典型值2.2dB,RX通带损耗典型值2.7dB,在TX频段和RX频段的隔离度典型值分别为57dB和58dB,输入功率达到33dBm@5000h,55℃。详细测试数据如图3所示,产品如图4所示:

3.png

图3 频岢PH-SAW B28F 1814 双工器测试数据

4.png

图4 频岢PH-SAW B28F 1814 双工器外形图

高性能2016 Band2566四工器

频岢此次推出的基于PH-SAW的高性能Band2566四工器,标准尺寸为2.0mm×1.6mm,最大高度为0.6mm。该款产品具有损耗低隔离度高等特点,该款Band25+66+70四工器B25 Tx通带插损典型值小于2.0dB,Rx通带插损典型值小于2.5dB;B66 Tx通带插损典型值小于1.5dB,Rx通带插损典值小于1.8dB;B70 Tx通带插损典型值小于1.8dB,Rx通带插损典值小于1.8dB;B25以及B66各自的发射/接收间隔离度均超过57dB, B25发射/B66接收交叉隔离度大于56dB, B66发射/B25接收交叉隔离度大于58dB,TCF温漂系数低于5ppm/℃。另外,B25 TX频段线性耐受功率均可达到+30dBm,B66 TX频段线性耐受功率均可达到+34dBm。详细测试数据如图5所示,产品如图6所示

5.png

图5 频岢PH-SAW B2566 2016 四工器测试数据

6.png

图6 频岢PH-SAW B2566 2016 四工器外形图

频岢微电子的PH-SAW滤波器产品,在全球半导体产业格局重塑的关键时刻,展现了中国在高端射频芯片领域的自主创新能力。此次四工器及双工器新品的推出,不仅进一步巩固了频岢在射频滤波器领域的技术领先地位,同时也为行业合作伙伴提供了更加灵活、可靠的解决方案,助力移动通信与物联网生态的高质量发展。随着5G技术的不断深入,频岢微电子的PH-SAW滤波器产品有望在全球范围内发挥更大的作用,推动5G技术向更智能、更高效的方向发展。

来源:频岢微电子

围观 38
评论 0
路径: /content/2024/100587521.html
链接: 视图
角色: editor
winniewei的头像
winniewei

在中国半导体产业的版图中,瑞芯微作为国内SoC芯片领跑者,凭借其在处理器芯片设计领域的深厚积累和持续创新,推出很多智能应用处理器芯片,在嵌入式系统领域得到大规模的应用。RK3588和RK3576系列作为都是瑞芯微(Rockchip)高性能处理器代表,性能如何?价格如何?作为硬件产品开发的我们,这两款产品到底有什么区别呢,我们一起探索。

1.png

CPU性能:多协处理器,适应更多应用

【CPU 性能】:RK3588采用的四核Cortex - A76+四核Cortex - A55 ,而RK3576出于成本考量选用的四核Cortex - A72+四核Cortex - A53架构,并配备ARM Cortex M0的协处理器,给相关应用带来了更多可能性。

2.png

GPU性能:RK3576采用ARM Mali G52 MC3,RK3588配备ARM Mali - G610MC4,都支持OpenGL ES 1.1、2.0和3.2,Vulkan 1.2,支持的图形标准上两者类似,但在OpenCL版本上RK3588更高(2.2对比2.1)。

3 (1).png

NPU性能:两者都配备了6Tops的算力,都支持int4/int8/int16/FP16/BF16/TF32等数据格式,适配多样化的AI应用场景。

4.png

内存和存储

RK3576支持32位LPDDR4/LPDDR4X/LPDDR5,同时支持eMMC5.1,SDIO3.0和SFC以及UFS v2.0;

RK3588支持64位 LPDDR4/LPDDR4x/LPDDR5,支持eMMC5.1;搭配HS400,SDIO3.0搭配HS200,以及支持NMe和SFC。两者在内存数据位宽上不一样(64bit对比32bit),数据传输上RK3588更有优势。

5.png

超强的视频编解码能力

编码能力RK3588最高支持8K@30fps H.264/H.265,RK3576最高支持4K@60fps H.264/H.265。解码能力RK3588支持最高8K@60fps H.265,RK3576

最高支持8K@30fps。两者都具备很强的视频编解码能力,在8K的视频编解码能力上RK3588更胜一筹。

6.png

支持多屏异显

两者都支持多屏异显和各种常见的显示接口。RK3576最多支持3屏异显和最高可支持(4K@120 + 2.5K@60 + 2K@60)具有HDMI v2.1/ eDP v1.3组合接口、MIPI DSI 4通道、DP v1.4和USB 3.0组合(Type - C)接口等多种接口。

RK3588最高可以支持7屏异显和支持8K,具有双HDMI2.1/eDP V1.4组合接口、双MIPI - DSI TX 4通道以及双DP v1.3嵌入USB 3.1且带有音频和HDCP2.x。

7.png

摄像头视频输入对比

RK3576支持最高16M Pixel ISP带有HDR和3DNR

RK3588配备48M Pixel ISP带有HDR和3DNR,RK3588的像素ISP分辨率更高(48M对比16M)

8.png

具备丰富的接口配置

两者都配备了丰富的接口配置,PCIe/ SATA/ TYPE C/ USB3.0/ USB2.0/双网口/多路串口,满足不同的产品应用需求。

9.png

总结:性价比极高的RK3576

综合性能来讲,RK3588的CPU性能更强,强AI需求建议使用RK3588;但RK3576作为瑞芯微最新推出的一款高性能SOC,它可以说极具性价比,以30%的价格获RK3588的70%的性能,可用于大部分AIOT、人工智能、工业应用等场景。RK3576作为瑞芯微的又一款良心大作,是您的不二之选。

米尔基于RK3576的开发板和核心板以及工控盒子火热售卖中,不同的内存和存储配置,不同的产品形态,满足你不一样的需求。核心板498元起,开发板699元起,戳链接购买:https://detail.tmall.com/item.htm?id=846172160887

10.png

米尔RK3576核心板配置型号

产品型号

主芯片

内存

存储器

工作温度

MYC-LR3576-32E4D-220-C

RK3576

4GB LPDDR4X

32GB eMMC

0℃~+70℃ 商业级

MYC-LR3576-64E8D-220-C

RK3576

8GB LPDDR4X

64GB eMMC

0℃~+70℃ 商业级

表 MYC-LR3576核心板选型表

米尔RK3576开发板配置型号

产品型号

对应核心板型号

工作温度

MYD-LR3576-32E4D-220-C

MYC-LR3576-32E4D-220-C

0℃~+70℃ 商业级

MYD-LR3576-64E8D-220-C

MYC-LR3576-64E8D-220-C

0℃~+70℃ 商业级

表 MYD-LR3576开发板选型表

米尔RK3576边缘计算盒子配置型号

产品型号

对应核心板型号

工作温度

MYD-LR3576-64E8D-220-C-B

MYC-LR3576-64E8D-220-C

0℃~+70℃ 商业级

表  边缘计算盒子选型表

附:RK3576的参数对比表格

芯片型号

RK3588

RK3576

制程和封装

制程

8nm

8nm

封装

FCCSPFCBGA1088L 23mm*23mm*1.9mm
  0.65mm pitch

FCCSP698L
  16.1mm*17.2mm*1mm
  0.55mm&0.60mm&0.65mm pitch

性能

CPU

Quad-Core A55,
  up to 1.8GHz
  Quad-Core A76,
  up to 2.4GHz

Quad-Core A53,
  up to 2.2GHz
  Quad-Core A72,
  up to 2.3GHz

GPU

Mali-G610 MC4
  1GHz

Mali-G52 MC3
  950MHz

NPU

Up to   6TOPS

Up to   6TOPS

内存和存储

DRAM

four channels, each channel 16bits   data widths ;
  up to 32G Byte,
  LPDDR4/4X-4266Mbps,
  LPDDR5-5500Mbps,

Dual channels, each channel 16bits   data widths ;
  up to 16G Byte,
  LPDDR4/4X-4266Mbps,
  LPDDR5-4800Mbps,

FLASH

eMMC5.1
  HS400 mode

eMMC5.1
  HS400 mode;2 data lanes UFS,
  Up to High-Speed Gear 3 (HS-G3),
  Compatible to UFS V2.0

视频编解码

Video Decode

8K@60fps H.265/AVS2/VP9;
  4K@60fps AVI;
  8K@30fps H.264;
  1080P@60fps MPEG-1/2/VC1/VP8

8K@30fps/4K@120fps   H.265/HEVC/AVS2/VP9/AVI;
  4K@60fps H.264/AVC;
  1080P@60fps MPEG-1/2/VC1/VP8

Video Encode

8K@30fps H.264/H.265

4K@60fps H.264/H.265

显示

多屏异显

七屏异显

三屏异显
  4096x2160@60Hz
  2560x1600@60Hz
  1920x1080@60Hz

LCD Interface

up to 7680*4320,
  MIPI,eDP1.3,
  DP Port1.4a,
  BT.1120

up to 4096*2160,
  MIPI,eDP1.3,
  DP Port1.4,
  RGB/BT.656/BT.1120
  E-ink EPD

摄像头

Camera

48M: dual   ISP,
  MIPI-CSI and DVP interface

one 16M ISP,
  MIPI-CSI and DVP interface

接口

PCIe

PCIe2.1 x 3
  PCIe3.0 x 2

PCIe2.1 x 2,

SATA

Up to 6.0Gbps,
  SATA3.0 x 3。
  Compatible with Serial ATA3.1 and AHCI Revision 1.3.1

Up to 6.0Gbps,
  SATA3.1 x 2。
  Compatible with eSATA and AHCI Revision 1.3.1

HDMI OUT/IN

HDMI2.1 TX & HDMI2.0 RX

HDMI2.1 TX

TYPE C Interface

2 Type-C PHY

1 Type-C PHY

USB3.0

Up to 5Gbps,
  USB OTG3.0 x 2
  USB HOST3.0 x 1

Up to 5Gbps,
  USB OTG3.0 x 1
  USB HOST3.0 x 1

USB2.0

USB OTG2.0 x 2
  USB Host2.0 x 2

USB Host2.0 x 2

MAC

10/100/1000M Ethernet Controller x   2

10/100/1000M Ethernet Controller x   2

UART

UART x 10

UART x 12

I2C

I2C x 9

I2C x 10

CAN

N/A

CAN FD x 2

围观 105
评论 0
路径: /content/2024/100587520.html
链接: 视图
角色: editor
winniewei的头像
winniewei

纵观2024年,存储技术升级已经给AI计算、云端应用带来了诸多便利,从年初铠侠首款量产车规级UFS 4.0推动行业发展,到RM、PM和XG系列SSD与HPE携手登陆国际空间站,再到推出容量高达2Tb的第八代BiCS FLASH™ QLC,展示下一代前瞻性的光学结构SSD,铠侠与合作伙伴一起,不仅满足了时下的存储应用需求,并已经为未来存储铺垫全新的技术可行性。

1.png

更大容量的存储

AI计算对企业级存储提出了更为严苛的要求,Tera级别参数的大模型可以轻松装满一块30TB的企业级固态硬盘,更大容量的存储解决方案势在必行。在年初,铠侠正式发布第八代BiCS FLASH™,并应对市场要求,提供TLC和QLC两个系列产品线。

其中QLC能够更好的在单位空间内提升存储容量,第八代BiCS FLASH™ 2Tb QLC的位密度比铠侠目前所采用的第五代BiCS FLASH™的QLC产品提高了约2.3倍,写入能效比提高了约70%。不仅如此,全新的QLC产品架构可在单个存储器封装中堆叠16个芯片,为业界提供领先的4TB容量,并采用更为紧凑的封装设计,尺寸仅为11.5 x 13.5 mm,高度为1.5 mm。

2.png

这意味着,未来采用第八代BiCS FLASH QLC的存储产品在存储空间拥有质的飞跃,可以轻松将企业级SSD和数据中心级SSD容量提升至120TB以上。Pure Storage公司已经开始对第八代BiCS FLASH™ 2Tb QLC闪存产品展开测试,并认为利用BiCS FLASH™技术的统一全闪存数据存储平台不仅能够满足人工智能的严苛要求,还能实现极具竞争力的备份存储成本。

另外,第八代BiCS FLASH™全面优化了逻辑电路,在存储密度提升50%以上的同时,NAND I/O速度提升可达60%以上,可实现3200MT/s的传输速率,并大幅改善的读取延迟,能够从数据中心、个人电脑都提供更高的存储容量,并允许产品腾出更多的空间,留给电池、个性化,以及轻薄设计。

3.png

PCIe 5.0与EDSFF加速部署

PCIe 6.0到PCIe 7.0规范愈发成熟,PCIe 5.0企业级存储也进入到了加速普及的时间点。在今年10月份,铠侠正式发布了全新XD8系列PCIe® 5.0 EDSFF(企业和数据中心标准型)E1.S固态硬盘。它是铠侠第三代E1.S固态硬盘,符合PCIe 5.0(32 GT/s x 4)和NVMe 2.0规范,并支持开放计算项目(OCP)数据中心NVMe SSD v2.5规范。

PCIe 5.0提供了相对PCIe 4.0翻倍的传输效率,其高带宽和低延迟特性允许SSD在高负载场合下提供更多并发访问的可能性,更高的IOPS也允许服务器在AI、数据库、虚拟化、多媒体编辑中展现出至关重要的作用。

不仅如此,当EDSFF规范与PCIe 5.0搭配更是将效率提升了一个级别,EDSFF规范在散热上具备更高的效率,配合SSD设计可以获得更高的存储密度,灵活的接口形态以及对Compute Express Link™ (CXL™) 的支持,给存储解决方案提供更多灵活、快速的配置。

刚刚推出的铠侠XD8系列已经做好为下一代存储提供支持的准备,它专为云和超大规模环境设计,满足数据中心对高性能、高效率和高可扩展性的日益增长的需求。通过这款新的固态硬盘,云服务提供商和超大规模企业能够优化基础设施,在保持运营效率的同时提供卓越的性能。

4.png

打造未来存储

在后5G信息和通信时代,AI已经开始产生前所未有的数据量。铠侠也在积极探讨前瞻性存储的更多可能性,比如例如基于相变存储原理打造的XL-FLASH存储级内存(Storage Class Memory, SCM)与CXL相结合,开发相较DRAM功耗更低、位密度更高,相较闪存读取速度更快的存储器。这不仅会提高存储器利用效率,还有助于节能。

5.png

按位密度和读取时间划分的存储器类别

在车规级存储领域,铠侠已经获得已获得汽车软件过程改进及能力评定(Automotive SPICE®,ASPICE)二级认证(CL2)。铠侠是首家在车规级UFS 4.0产品上获得该认证的公司,意味着铠侠车规级UFS 4.0已经进入结构化的项目管理和软件开发流程,以确保产品质量的一致性和可追溯性,不仅满足汽车制造商和一级供应商对车规级UFS 4.0设备严苛的软件开发和质量标准要求,也意味着在未来的高性能车规级多媒体系统中,将会铠侠车规级UFS 4.0的身影。

6.png

另外,铠侠还宣布开发出OCTRAM(OCTRAM:Oxide-Semiconductor Channel Transistor DRAM,氧化物半导体晶体管 DRAM)技术,这是一种新型4F² DRAM,由兼具高导通电流和超低漏电流的氧化物半导体晶体管组成。该技术采用InGaZnO(铟镓锌氧化物)晶体管,可将漏电率降低到极低水平,从而降低DRAM功耗。无论是SSD独立缓存还是内存产品,都有机会通过这项技术获得高性能、低功耗的产品表现。

7.png

InGaZnO晶体管的(a)导通和(b)漏电流特性

显然2025年依然是充满了技术挑战和技术创新的一年,铠侠与合作伙伴们已经做好了面对新挑战的准备,全新的存储技术和解决方案将会在AI加速,云端计算,虚拟化应用,数据中心部署等商业场景中大放异彩,同时笔记本电脑、手机、XR设备也将因为存储芯片的性能提升和尺寸缩小,拥有更多可能性,为用户提供更好的存储体验。

8.png

围观 85
评论 0
路径: /content/2024/100587519.html
链接: 视图
角色: editor