All Node List by Editor

winniewei的头像
winniewei

推动车联网和自动驾驶汽车的发展

领先的智能豪华汽车提供商借助亚马逊云科技打造智能驾驶平台与创新型车联网服务,实现全球业务扩展

亚马逊云科技在2024 re:Invent全球大会上宣布,全球领先的智能豪华汽车提供商路特斯科技(以下简称"路特斯")选择亚马逊云科技为首选云服务商,助力其开发智能化的豪华车驾乘体验。基于亚马逊云科技,路特斯将加快实施"Vision80战略",计划到2028年完成向全球豪华科技品牌的转型。

凭借70多年的赛车积淀和汽车业领导地位,路特斯在性能、设计和工程方面树立了市场领先的标准。该公司致力打造豪华电动汽车,并着重开发下一代电动和数字技术。路特斯使用亚马逊云科技的物联网、分析、机器学习和生成式AI等技术,开发与交付更多互联功能,如自动驾驶解决方案、沉浸式车载娱乐系统以及车辆快充等。

提升车辆的自动驾驶和车辆互联能力

路特斯将ROBO Soul智能驾驶软件堆栈部署在亚马逊云科技上,助力汽车、货车以及路特斯下一代电动汽车实现自动泊车和高速公路自动驾驶等功能。基于亚马逊云科技,路特斯还打造了ROBO Galaxy智能驾驶工具链,帮助车队管理者提高自动驾驶车辆在国际市场的效率和可及性。路特斯依托Amazon Redshift和Amazon Managed Streaming for Apache Kafka (Amazon MSK)构建智能驾驶工具,并利用Amazon Glue进行数据集成。基于亚马逊云科技,路特斯可以对包括实时地图、交通状况、驾驶员行为等关键信息进行分析,以此提高智能驾驶系统的能力,并给予用户更安全的驾驶体验。例如,利用亚马逊云科技等技术打造的路特斯驾驶系统,能够在物体过于接近车辆前方时实现自动刹车。

部署在亚马逊云科技的路特斯车联网平台Lotus Connect,能够为用户提供远程车辆控制、车辆实时状态监测、车辆电子围栏和防盗追踪功能,从而实现更加智能、安全和便捷的驾驶体验。例如,Lotus Connect平台的持续监测功能可以主动向驾驶员发送自动检测与维护保养的通知,还可根据需要呼叫道路救援。路特斯应用Amazon Elastic Kubernetes Service (Amazon EKS) 实现快速部署、管理和扩展容器化应用程序。Lotus Connect平台的自动驾驶模块能够处理传感信息,通过了解驾驶环境辅助驾驶员做出决策,将部署时间从六个月缩短到两周。此外,高性能关系数据库服务Amazon Aurora可提供超过99.99%的可用性,这使得路特斯的数字车钥匙能够达到2.2秒以下的应用时延,该下一代车钥匙可以通过Apple Wallet进行访问。同时,用户还可与亲友共享数字钥匙,并在没有网络连接或实体钥匙的情况下通过iPhone或Apple Watch锁定、解锁和启动汽车。

打造个性化的驾驶体验和汽车

路特斯使用亚马逊云科技的分析服务,获取业务洞察、分析购车情况,并提供定制化的购买建议。基于全球内容分发网络Amazon CloudFront,路特斯可提供3D实时车辆渲染服务,给予用户个性化的定制服务和沉浸式的购车体验。基于此服务,路特斯可通过3D展示进行推荐和预览新车型配置,使客户直观感受汽车呈现的视觉效果包括其独特的配件、颜色和装饰套件。这些配置方案中包括路特斯与合作伙伴、艺术家以及奢侈品牌联合打造的精选限量版设计。

路特斯科技副总裁李博表示:"基于亚马逊云科技的技术,路特斯构建了智能驾驶、车联网和个性化体验等解决方案,加速全球业务拓展。我们很高兴能够与亚马逊云科技合作,应用生成式AI等新技术,提升路特斯的自动驾驶能力、提供响应速度更快的客户服务,进而提高满意度。我们期待与亚马逊云科技进一步深化合作,提供更先进、响应速度更快的驾乘体验。"

亚马逊云科技全球汽车及制造行业事业部总经理Ozgur Tohumcu表示:"汽车行业正经历一场向数字化和电气化的重大转型,而云技术正推动这一快速发展。基于双方合作,亚马逊云科技助力路特斯实现持续创新,不断打造更加个性化、网联化和智能化的驾乘体验。我们期待与路特斯持续合作,运用生成式AI技术促进效率提升、推出全新的车联网功能,依托自动驾驶提升车辆性能,最终为用户提供更优越的驾驶体验。"

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34个地理区域的108个可用区,并已公布计划在墨西哥、新西兰、沙特阿拉伯和泰国等新建6个区域、18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

关于亚马逊

亚马逊秉承四大原则:顾客至尚、崇尚创新、卓越运营、长远思考。亚马逊致力于以客户为中心, 努力成为"最佳雇主",并打造安全的工作场所。公司开创了诸多创新产品和服务,包括客户评论、一键下单、Prime会员服务、亚马逊物流、亚马逊云科技、Kindle自出版(Kindle Direct Publishing)、Kindle、职业选择(Career Choice)、Fire平板电脑、FireTV、Amazon Echo、智能语音助手Alexa、Just Walk Out技术、Amazon Studios以及"气候宣言"(The Climate Pledge)等等。了解更多亚马逊中国新闻,请关注"亚马逊中国"官方微信公众号。

稿源:美通社

围观 33
评论 0
路径: /content/2024/100587173.html
链接: 视图
角色: editor
winniewei的头像
winniewei

12月11日至12日,作为中国半导体行业备受瞩目的年度盛会,上海集成电路2024年度产业发展论坛暨中国集成电路设计业展览会(ICCAD 2024)在上海世博展览馆成功举办。国内芯片产业链上游的领军企业安谋科技今年再度受邀出席,携旗下一系列前沿技术方案及合作成果精彩亮相,并在高峰论坛和“IP与IC设计服务专题论坛(II)”上发表主题演讲,与众多产业链上下游的企业代表、专家学者展开深入交流,共话半导体产业发展“芯”图景。

强化生态建设,深耕技术创新,以多元举措加速本土智算创“芯”演进

当前,生成式AI作为这一轮产业智变的核心驱动力,正在深刻重塑千行百业,对当下包括IC设计在内的半导体产业演进方向产生了深远影响。

在大会首日的高峰论坛中,安谋科技产品研发副总裁刘浩发表了题为《立足全球,深耕自研,加速本土智算创“芯”演进》的演讲。他首先结合OpenAI关于AI实现层次的最新分享,剖析了当前生成式AI技术迅速渗透至手机、PC、智能汽车、可穿戴设备等智能终端的趋势,以及这一融合对生态协同、算力、能效等方面带来的挑战,并介绍了安谋科技在AI相关硬件、软件工具及生态构建等方面的前瞻性布局和成果。

1.jpg

1:安谋科技产品研发副总裁刘浩受邀在大会高峰论坛发表主题演讲

“在即将过去2024年,无论是全球科技巨头还是本土新兴企业,都纷纷加码布局端侧AI领域。目前,端侧AI产业面临两大核心挑战,一是‘如何建立并完善生态系统’,这涉及到数据、场景、芯片、软件、模型、端云等环节的协同与合作;二是‘如何突破多面墙的存在’,如何在算力、内存、功耗、工艺、面积、散热等方面寻找最佳平衡点,破墙而出,实现关键技术突破。”

对此,刘浩指出,端侧AI的发展需要行业合力。Arm作为全球唯一的万亿量级技术生态平台,从技术架构、硬件平台、软件支持、开发者社区、标准建设等多个维度为产业伙伴提供了创新基石。此外,安谋科技近日携手多方合作伙伴,成立了“AIPC和EdgeAI联合实验室”,旨在构建更强大的本土端侧AI产业生态,推动“AI+”时代向前创新演进。

同时,安谋科技依托Arm全球领先的生态系统,不断加速在端侧AI等前沿领域的本土创新步伐。刘浩介绍道,公司已成功推出NPU、CPU、信息安全及多媒体等自研成果,并通过与Arm通用IP的深度融合,提供多元化、定制化的异构计算解决方案,以灵活应对快速迭代的AI计算挑战。其中,具备高性能、低功耗特性的自研NPU,满足了当前生成式AI用例的多样需求和算力标准,实现了卓越的能效比。

“当下,半导体行业任重道远。安谋科技作为国内领先的芯片IP设计与服务提供商,我们希望携手产业伙伴共建生态、深化技术协作,协力加速本土智算和端侧AI的创“芯”演进。”刘浩最后总结到。

AI加速单元+异构解决方案,全面夯实端侧AI技术底座

当前,NPU被视为AI算力的重要载体,吸引着众多芯片企业竞相投入和布局。安谋科技自成立伊始便前瞻性地构建了自研“周易”NPU产品线,并通过持续迭代,使其能够灵活应对多样化的AI计算需求。

12日上午,在“IP与IC设计服务专题论坛(II)”上,安谋科技产品总监鲍敏祺以《加速AI端侧落地,NPU驱动终端算力革新》为主题,深入探讨了端侧AI的最新发展动态。他指出,NPU作为关键计算单元,在促进大模型分布式应用中发挥着重要作用,并展示了安谋科技自研NPU的最新进展,及其在智能汽车、手机、PC、AIoT等多个领域的部署与应用。

2.jpg

2:安谋科技产品总监鲍敏祺在“IPIC设计服务专题论坛(II)”发表演讲

据鲍敏祺介绍,即将推出的全新一代“周易”NPU,在承袭前代产品强算力、易部署、高度可编程等优势的基础上,实现了通用计算能力的全面升级,包括精度提升、带宽增强、调度管理优化以及算子支持等多个方面。同时,从架构设计层面针对Transformer进行了进一步优化,并配合持续的大规模软件投入,不断完善算子库。此外,新一代“周易”NPU 全方位升级产品特性,不仅强化数据传输能力,并且深度理解端侧使用调度场景,同时提供了灵活的授权模式。

目前,“周易”NPU已成功与Llama、Stable Diffusion、通义千问,面壁智能、商汤日日新、腾讯混元等全球及国内多款主流大模型完成兼容适配,赋能高性能AI计算。

随后,鲍敏祺指出,端侧场景下的AI算力需求多元且复杂,针对功耗、内存、面积等方面都有着不同的考量。为此,安谋科技提供了包括IP、软件工具等在内的一体化AI解决方案,协同Arm CPU、GPU等计算单元,组成多元异构计算平台。通过全面优化端侧AI技术底座,安谋科技将为端侧AI部署提供兼具面效比和能效比的理想选择。

在为期两天的展览中,安谋科技集中展示了其在智能汽车、物联网、移动终端、数据中心等前沿领域的创新技术方案及合作成果,并开展了形式多样的趣味展位活动。通过与会者与公司专家的深度互动,结合专业讲解、实操Demo 演示以及实物展示等,安谋科技展台吸引了众多业内人士前来参观交流。

3.jpg

3:安谋科技现场展台

今年适逢ICCAD-Expo 30周年,在新的产业分工和技术创新浪潮的引领下,国内半导体行业面临着全新的时代挑战,也孕育着新的产业机遇。展望未来,安谋科技将充分发挥自身核心技术积累及Arm生态优势,为产业注入更强劲的创新动力,并持续深化与上下游产业伙伴的合作,携手共建合作、共赢、繁荣的智能计算“芯”生态。

围观 52
评论 0
路径: /content/2024/100587168.html
链接: 视图
角色: editor
winniewei的头像
winniewei

本文将介绍基于米尔电子MYD-LT527开发板(米尔基于全志 T527开发板)的OpenCV手势识别方案测试。
摘自优秀创作者-小火苗

1.jpg

米尔基于全志T527开发板

一、软件环境安装

1.安装OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.png

2.安装pip

sudo apt-get install python3-pip

3.png

二、OpenCV手势识别步骤

1.图像获取:从摄像头或其他图像源获取手部图像。使用OpenCV的VideoCapture类可以捕获视频流,或者使用imread函数加载图像。

2.图像预处理:对图像进行预处理,以提高特征提取的准确性。常用的预处理操作包括灰度化、滤波、边缘检测、二值化、噪声去除和形态学处理等。

灰度化:将彩色图像转换为灰度图像,去除颜色信息,简化图像。

滤波:使用滤波器去除图像中的噪声。

边缘检测:使用边缘检测算法提取图像中的边缘信息。

二值化:将灰度图像转换为二值图像,将像素值分为黑色和白色。

形态学处理:使用形态学操作增强手势轮廓。

3.特征提取:从预处理后的图像中提取手部特征。常用的特征包括形状特征、纹理特征和运动轨迹特征等。

形状特征:提取手部轮廓、面积、周长、质心等形状特征。

纹理特征:提取手部皮肤纹理、皱纹等纹理特征。

运动轨迹特征:提取手部运动轨迹、速度、加速度等运动轨迹特征。

4.分类和识别:使用机器学习算法对提取的特征进行分类,以识别特定的手势。

三、代码实现

# -*- coding: utf-8 -*-

import cv2

def reg(x):

    o1 = cv2.imread('paper.jpg',1)

    o2 = cv2.imread('rock.jpg',1)

    o3 = cv2.imread('scissors.jpg',1) 

    gray1 = cv2.cvtColor(o1,cv2.COLOR_BGR2GRAY)

    gray2 = cv2.cvtColor(o2,cv2.COLOR_BGR2GRAY)

    gray3 = cv2.cvtColor(o3,cv2.COLOR_BGR2GRAY)

    xgray = cv2.cvtColor(x,cv2.COLOR_BGR2GRAY)

    ret, binary1 = cv2.threshold(gray1,127,255,cv2.THRESH_BINARY)

    ret, binary2 = cv2.threshold(gray2,127,255,cv2.THRESH_BINARY)

    ret, binary3 = cv2.threshold(gray3,127,255,cv2.THRESH_BINARY)

    xret, xbinary = cv2.threshold(xgray,127,255,cv2.THRESH_BINARY)

    contours1, hierarchy = cv2.findContours(binary1,

                                                  cv2.RETR_LIST,

                                                  cv2.CHAIN_APPROX_SIMPLE) 

    contours2, hierarchy = cv2.findContours(binary2,

                                                  cv2.RETR_LIST,

                                                  cv2.CHAIN_APPROX_SIMPLE) 

    contours3, hierarchy = cv2.findContours(binary3,

                                                  cv2.RETR_LIST,

                                                  cv2.CHAIN_APPROX_SIMPLE) 

    xcontours, hierarchy = cv2.findContours(xbinary,

                                                  cv2.RETR_LIST,

                                                  cv2.CHAIN_APPROX_SIMPLE) 

    cnt1 = contours1[0]

    cnt2 = contours2[0]

    cnt3 = contours3[0]

    x = xcontours[0]

    ret=[]

    ret.append(cv2.matchShapes(x,cnt1,1,0.0))

    ret.append(cv2.matchShapes(x,cnt2,1,0.0))

    ret.append(cv2.matchShapes(x,cnt3,1,0.0))

    max_index = ret.index(min(ret))  #计算最大值索引

    if max_index==0:

        r="paper"

    elif max_index==1:

        r="rock"

    else:

        r="sessiors"

    return r

t1=cv2.imread('test1.jpg',1)

t2=cv2.imread('test2.jpg',1)

t3=cv2.imread('test3.jpg',1)

# print(reg(t1))

# print(reg(t2))

# print(reg(t3))

# ===========显示处理结果==================

org=(0,60)

font = cv2.FONT_HERSHEY_SIMPLEX

fontScale=2

color=(255,255,255)

thickness=3

cv2.putText(t1,reg(t1),org,font,fontScale,color,thickness)

cv2.putText(t2,reg(t2),org,font,fontScale,color,thickness)

cv2.putText(t3,reg(t3),org,font,fontScale,color,thickness)

cv2.imshow('test1',t1)

cv2.imshow('test2',t2)

cv2.imshow('test3',t3)

cv2.waitKey()

cv2.destroyAllWindows()

四、实践

1.程序运行

4.png

2、原始图像包含训练图像

5.png

3.识别结果

识别到了 剪刀 石头 布

6.png

原始图片

7.png

8.png

米尔T527开发板7折起,点击链接了解更多:

https://detail.tmall.com/item.htm?id=758523182967

9.png

围观 30
评论 0
路径: /content/2024/100587167.html
链接: 视图
角色: editor
winniewei的头像
winniewei

2024年12月11日至12日,上海集成电路2024年度产业发展论坛暨第三十届集成电路设计业展览会(ICCAD-Expo 2024)在上海世博展览馆举行。全球毫米波雷达芯片领域的重要创新者加特兰应邀出席大会,在闭幕晚宴上,加特兰创始人兼CEO陈嘉澍博士荣获“2024年度IC设计业年度企业家提名”称号,成为当晚仅有的获此殊荣的三位企业家代表之一。

1.jpg

加特兰创新引领CMOS毫米波雷达技术发展

历经多年发展,ICCAD-Expo已成为中国集成电路设计业最顶级的高端盛会。今年正值ICCAD-Expo 30周年,本届大会以“智慧上海,芯动世界”为主题,汇聚了覆盖集成电路产业上下游各环节的300多家展商、近万名行业精英,以全球性目光共议行业发展态势。

自加特兰成立以来,创始人陈嘉澍博士带领团队不断突破毫米波雷达技术的核心瓶颈,特别是在CMOS工艺创新方面,成就斐然。此次ICCAD-Expo 2024,加特兰生态发展总监吴翔应邀出席“链聚浦东,芯启未来——汽车芯片主题论坛”,向与会嘉宾分享了加特兰CMOS技术推动毫米波雷达广泛应用的实践经验。

加特兰的技术创新始终聚焦于解决传统毫米波雷达芯片的设计与制造难题,作为中国唯一量产供应车规级77GHz雷达芯片的企业,加特兰毫米波雷达芯片累计出货量截至目前已突破1000万片,可覆盖长距、中距、短距汽车雷达应用,服务超200款车型,在性能、功耗、成本等方面均有显著优势。

2.jpg

在吴翔的分享中,他提到,加特兰的核心竞争力在于先进的CMOS毫米波雷达芯片技术、高集成度优势、创新性AiP设计以及快速导入市场的能力。通过持续创新和突破,加特兰正在为行业带来更多符合技术演进趋势的前沿产品,为国内外高阶智能驾驶的发展提供更强助力。

陈嘉澍:让毫米波服务每个人

加特兰的成功离不开陈嘉澍博士的远见卓识与不懈努力,作为加特兰的创始人和CEO,陈嘉澍博士不仅在学术领域拥有深厚的造诣,在加特兰的创立与发展过程中更展现出了极强的行业洞察力。

陈嘉澍博士毕业于加州大学伯克利分校,获得电气工程博士学位。在博士进修期间,他师从毫米波集成电路设计领域泰斗Prof. Ali M. Niknejad,在全球知名的伯克利无线研究中心(BWRC)从事研究工作,并在毫米波电路设计理论、相控阵收发机架构、功率放大器设计等多领域作出了众多贡献,学术成果丰厚,获得多项国际性大奖。博士期间在毫米波CMOS设计领域发表超过15篇论文,获得超过1000次引用,拥有多项美国和中国专利。2014年,他毅然决定回国创业,加特兰由此应运而生。

依托其在美国的学术和行业背景,陈嘉澍博士带领加特兰团队不断攻克技术难题,在短短几年内就完成了业界第一颗CMOS工艺77GHz毫米波雷达射频芯片、SoC和SoC AiP芯片的研发和量产,并迅速完成产业化,实现前装装配。加特兰的创新突破成果,加速了车用毫米波雷达传感器的普及,也为国产毫米波雷达行业格局带来了令人欣喜的变化。

在众多科技新势力掌门人中,陈嘉澍博士的经历不可谓不具代表性,此次在ICCAD-Expo 2024上载誉而归也有迹可循。据悉,该奖项由中国半导体行业协会集成电路设计分会发起,旨在表彰在推动集成电路产业发展方面作出突出贡献的企业家,充分发挥企业家在提升IC设计业的竞争力的作用,为全行业树立榜样。历经多轮评选,获此殊荣者寥寥,而陈嘉澍博士能够从众多候选人中脱颖而出,体现了业界对其个人成就和加特兰公司创新发展成果的充分认可。

在颁奖典礼上,陈嘉澍博士表示,“让毫米波服务每个人”始终是加特兰的企业使命。他和他的团队坚信,技术创新是企业成长的核心驱动力,加特兰将在未来的岁月里继续致力于打造全球领先的CMOS毫米波雷达芯片平台,让智慧、安全、便捷的智能驾驶服务惠及更多人群,为全球智能化技术的进步与产业升级增添助力。

围观 53
评论 0
路径: /content/2024/100587165.html
链接: 视图
角色: editor
winniewei的头像
winniewei

据悉,由工业和信息化部人才交流中心主办的第九届全国大学生集成电路创新创业大赛,开辟“法动杯”模拟/射频新赛道,此举在全国各大高校引起了广泛关注和积极响应。众多高校师生对参与“法动杯”大赛表现出了浓厚的兴趣,该赛事受到了师生们的热烈欢迎和高度评价

南京邮电大学、南京航空航天大学、武汉大学、湖北大学、湖北工业大学、西北工业大学、北京科技大学等高校,纷纷表示都愿意积极参加第九届全国集创赛“法动杯”模拟/射频新赛道。

一、集创赛“法动杯”深受各大高校欢迎,踊跃报名参赛

南京邮电大学 。拥有“电子科学与技术”等国家“双一流”建设学科。该校的多位不同院系的领导及教师都曾表示希望有集创赛这类比较适合本学院(系)学生参与的教育部认可的大学生竞赛,这次“法动杯”模拟/射频新赛道很适合我校未曾参加过集创赛的部分学科(专业)的学生参与,很受我校师生的欢迎。

1.png

南京航空航天大学电子信息工程学院。是国家一流本科专业建设点、国家级与省部级重点实验室、“微波光子技术”国家级重点实验室(天元实验室)、国家级电工电子实验教学示范中心和国家级工程实践教育中心。该院系领导表示,“法动杯”模拟/射频新赛道契合开设的专业课程内容,对学生实战实训是一次很好的检验,我们都很愿意参加集创赛“法动杯”大赛。

2.png

武汉大学电子信息学院。是国家级电工电子实验教学示范中心、国家级光电系统工程实践教育中心。该院系领导秉承着“明德博学,知行合一”的院训精神,对“法动杯”模拟/射频新赛道表现出浓厚的参赛兴趣,表示积极支持学生参赛,支持学生通过参赛提高解决实际问题的能力,培养学生产学研用的实战能力。

3.png

湖北大学微电子学院。是以服务国家重大战略和湖北区域经济发展为目标,瞄准电子信息领域“卡脖子”难题,聚焦微电子学科前沿,强化学科交叉融合,致力于培养具有国际视野、掌握多学科知识的高端创新型人才及面向产业实践、具备产业思维的工程型人才。该院系领导表示,“法动杯”模拟/射频新赛道与学校培养目标和科研教学高度契合,对培养学生解决“卡脖子”难题是一次很好的实践活动,深受我院广大师生的欢迎和喜爱。

4.png

湖北工业大学理学院。是工信部电子信息产业重点领域人才培养专项计划产才融合的公告实训基地,也是微电子与集成电路学科创新湖北省引智基地,同时还是大学物理实验湖北省教学示范中心。该院系领导表示,学院在近年来持续加大实践教学资源投入,坚持以大赛为重点,以赛促学,以赛促教。“法动杯”模拟\射频新赛道对于参赛的师生们也是一次新的挑战,希望可以通过“法动杯”丰富学生在射频相关领域的知识和经验。

5.png


西北工业大学微电子学院
。是国家重点支持建设的示范性微电子学院,拥有集成电路技术国家地方联合工程研究中心、国家集成电路人才培养基地、教育部质量工程建设项目“微电子特色专业建设点”。具有在半导体材料与器件、超大规模集成电路、智能集成系统、空天电子综合系统、微纳电子和柔性电子等研究领域的特色和优势。该院系领导表示“法动杯”模拟/射频新赛道贴近科研与教学,实战实用;参加“法动杯”集产学研用于一体,事半功倍。同时,我们愿意通过“法动杯”大赛,进一步加强与法动科技在教学与科研上的合作,把法动科技作为一个很好的“教学与实践基地”。

6.png

北京科技大学计算机通信工程学院。该学院承担了国家高技术研究发展计划(“863”计划)、国家科技支撑计划、国家重点基础研究发展计划(“973”计划)、国家科技基础条件平台建设和国家重点研发计划,曾获国家科技进步一等奖和二等奖、国家技术发明二等奖,为行业企业的信息化和国家工业的科技进步做出了重要贡献。该院系师生表示,“法动杯”模拟/射频新赛道与学校科研和教学具有很高的契合度,对我校师生在产学研用上是一次很好的实践活动,通过“法动杯”赛可以促进教学、促进科研、促进学生参加科研实践和个人成长。

7.png

“法动杯”结合产学研用,具有实战实用实效的特色。对于报名参加2025年第九届全国集创赛“法动杯”的高校,在集创赛期间,杭州法动科技有限公司将通过云平台 ,提供法动模拟/射频EDA(校园版)软件,供其免费使用;还可以提供一些线上或线下指导,以提高学生的知识水平和动手能力。二、集创赛“法动杯”基本知识点结合产学研用,实战实用实效

集创赛“法动杯”竞赛应掌握的基本知识点     

序号

知识点

基本要求

1

法动科技EDA工具EMOptimizer®设计、 仿真功能及实操

掌握EDA工具的基本功能 和操作

2

法动科技EDA工具UltraEM®Super EM®的基本功能及实操

掌握EDA工具的基本功能 和操作

3

技 EDA 具   EMOptimizer®FDSPICE®   的优化、智能综合功能及实操

掌握EDA工具的AI功能与 技巧

4

多种传输线 薄膜电阻的设计方法及技巧

掌握传输线及薄膜电阻的 设计方法和技巧

5

MIM MOM

掌握MIMMOM电容的 设计方法和流程

6

平面螺旋电感设计方法与技巧

掌握平面螺旋电感的设计 方法和流程 ,提高Q值的技巧

7

滤波器的基础知识, 片上滤波器设计方法与技巧

掌握IP D滤波器的设计方法 与流程

8

耦合器的基础知识, 片上耦合器设计方法与技巧

掌握IP D耦合器的设计方法 与流程

9

匹配网络的基础知识, 带匹配网络的设计方法和技巧

掌握变压器的宽带匹配网络 的设计方法与流程

10

天线基础知识与设计方法

掌握天线的设计方法与流程

11

射频开关电路基础知识及设计方法

掌握射频开关电路的设计方 法和流程

12

双工器 巴伦的基础知识, 片上双工器和巴伦的设计方法和技巧

掌握芯片形式的双工器和巴 伦的设计方法和流程

13

针对竞赛内容,查阅文献 写作 全流程仿真方法和技巧等 能力

模拟竞赛全流程 掌握竞赛题的设计方法与技巧

三、集创赛“法动杯”提供强有力的服务与后勤保障

联系

老师

联系电话

负责省、市(自治区)

熊老师

13460182800

江苏 、上海 、浙江 、黑龙江 、辽宁 、福建 、河南 、河北 西藏、吉林

周老师

18007140010

广东 、湖北 、湖南 、重庆 、甘肃 、江西 山西 、海南 、青海、内蒙古

王老师

15967123438

陕西 四川 、北京 、天津 、安徽 山东 、广西 、云南 、贵州 、新疆 、宁夏

围观 71
评论 0
路径: /content/2024/100587164.html
链接: 视图
角色: editor
winniewei的头像
winniewei

全国大学生集成电路创新创业大赛(以下简称“ 集创赛 ”)是由工业和信息化部人才交流中心主办的全国性赛事活动。2024年10月,工信部人才交流中心等机构与法动科技正式签订合作协议,在全国集创赛上开辟“法动杯”模拟/射频新赛道。集创赛是国内集成电路领域规模最大、档次最高的赛事,也是中国高等教育学会全国高校竞赛榜单唯一入榜的集成电路专业赛事,热忱欢迎各高校积极报名参加集创赛“法动杯”竞赛。

微信图片_20241213150716.jpg

杭州法动科技有限公司(www.faradynamics.com)成立于2017年 。作为拥有硅谷及斯坦福创新基因的国际一流团队,我们专业提供模拟/射频电子设计自动化( EDA)软件,凭借自主研发的大容量、快速三维全波电磁仿真引擎和基于人工智能技术的高效系统级仿真引擎,能够在模拟/射频芯片、封装 、高速 PCB等领域为用户提供快速准确的电磁仿真、建模及优化设计方案。同时,我们可以为包括移动通信、物联网、5G、雷达、卫星通信系统和高速数字设计在内的产品提供高水平设计开发服务。

对于报名参加2025年集创赛“法动杯”的高校,在集创赛期间,杭州法动科技有限公司将通过云平台 ,提供法动模拟/射频EDA(校园版)软件,供其免费使用;还可以提供一些线上或线下指导,以提高学生的知识水平和动手能力。

1 集创赛“法动杯”竞赛应掌握的基本知识点

2.png

2 集创赛“法动杯” 咨询联系老师

3.png

法动科技:

成立于2017年。作为拥有硅谷及斯坦福创新基因的国际一流团队,我们专业提供射频微波电子设计自动化(EDA)软件,凭借自主研发的大容量、快速三维全波电磁仿真引擎和基于人工智能技术的高效系统级仿真引擎,能够在射频微波芯片、封装、高速PCB等领域为用户提供快速准确的电磁仿真、建模及优化设计方案。

同时,我们可以为包括移动通信、物联网、5G、雷达、卫星通信系统和高速数字设计在内的产品提供高水平设计开发服务。

来源:法动科技

围观 58
评论 0
路径: /content/2024/100587162.html
链接: 视图
角色: editor
winniewei的头像
winniewei

12月11日-12日,上海集成电路2024年度产业发展论坛暨第三十届集成电路设计业展览会(ICCAD-Expo)圆满落幕。作为国内首家EDA上市公司、关键核心技术具备国际市场竞争力的EDA领军企业,概伦电子受邀出席,并通过主题演讲、展台展示、Mini Speech技术演讲等形式全方位展示了公司先进的EDA核心技术和卓越的创新能力,并希望联动产业链上下游企业,共建产业生态,推动国产EDA/IP实现跨越式发展。

1.jpg

在12月11日上午举行的ICCAD高峰论坛上,上海市政府副秘书长、浦东新区区委副书记、区长吴金城和概伦电子总裁杨廉峰博士共同为上海EDA/IP创新中心揭牌。

2.jpg

上海EDA/IP创新中心由概伦电子等国内骨干EDA/IP企业于2024年4月联合发起成立,首批覆盖16家行业骨干单位。此次揭牌也标志着概伦电子将联动产业链上下游企业,通过示范性应用,携手推动区域化集成电路生态的建设。同时,概伦电子将与骨干企业一起建立EDA/IP共性技术攻关、流程创新及推广服务平台,助力国产EDA/IP产业实现跨越式发展。

3.jpg

刘文超博士 概伦电子副总裁

12月12日,EDA与IC设计服务专题论坛上,概伦电子副总裁刘文超博士发表《以DTCO解决方案提升COT平台能力》的主题演讲。他表示,随着集成电路产业的发展,芯片设计和制造均面临严峻挑战。受各种因素影响,在未来一段时间内,国内的芯片制造工艺还将处于落后状态。芯片企业的COT平台承担着挖掘工艺潜能的重要职责,效率是COT平台竞争力的核心。概伦电子一直是DTCO方法学坚定的倡导者和践行者,依托DTCO方法学,聚焦赋能COT平台,助力COT平台效率提升,同时为客户提供DTCO驱动的COT工程解决方案。

4.jpg

本届ICCAD-Expo上,概伦电子连续两天在展台上举行了多场高质量Mini Speech技术演讲。经验丰富的应用工程师团队与现场来宾分享探讨了概伦电子多款产品和解决方案在SPICE模型与PDK开发、标准单元库特征化提取、IP开发、大规模电路仿真、良率分析、可靠性验证、ESD验证等先进工艺和芯片设计的热点问题以及电特性测试方面的应用实践心得和成功案例。

5.jpg

概伦电子高级应用工程师孙玉良从COT工程服务视角介绍了助力代工厂工艺平台建设的举措,重点分享了28/22nm测试芯片设计、电学性能测试、器件建模的案例和定制化解决方案;概伦电子主任应用工程师陈林豆发表主题为《降本增效,定制IP的敏捷化设计》的技术演讲,她强调,IP是芯片设计的基础,概伦电子将为用户提供更多类型IP的敏捷化设计服务,加速DTCO的实施与落地;概伦电子应用工程师李姝瑾发表《应用驱动下先进工艺K库的挑战与实践》的主题演讲,阐述了概伦致力于标准单元库建库EDA工具开发、设计流程建设和方法学集成,以解决先进工艺下K库的行业痛点和难点,并以实际案例进行说明;概伦电子应用工程师何秋云分享了PCell高效自动化开发实践和验证案例。她分享道,概伦会不断提升PDK产品PCellLab™和PQLab™性能和功能,与用户紧密合作,共同探索更多应用场景和解决方案;概伦电子高级应用工程师柴志怡发表《高性能计算芯片中的模拟电路和混合信号全芯片验证》的技术演讲。她提及,对于像CPU、GPU、AI等高性能计算芯片,概伦电子NanoSpice™系列产品和VeriSim™能完整满足各类仿真验证的需求,包括提供基于不同精度和速度的要求,采用灵活的数模混合仿真验证。

6.jpg

概伦电子应用工程师徐悦作了《先进工艺SRAM设计和K库的仿真验证解决方案》的分享。概伦电子完整一体化的仿真验证解决方案持续推动技术创新,以满足行业对高性能、高可靠性SRAM设计的需求;概伦电子副总监陈琪进行《一站式ESD仿真和设计解决方案》的技术演讲。她提到,概伦电子希望打造一个ESD技术平台,成为晶圆厂和设计公司之间的桥梁,解决和完善各类现有的ESD问题,最终帮助客户实现其芯片产品的成功;概伦电子主任应用工程师阎述昱阐述了应用驱动下的《功率器件可靠性和电迁移特性分析解决方案》。他表示,随着各类终端、无线网络、数据中心以及新能源汽车等领域越来越广泛的应用,功率器件和电源管理芯片是其高效和稳定运行的基础,需要专业、可靠的设计平台和验证工具进行设计和优化;最后,概伦电子高级首席应用工程师林淑娥分享了低频噪声测试作为非破坏性的重要手段在工艺评估、器件建模、电路设计中的应用。她认为,软件驱动整合噪声测试能力是灵活部署、便捷高效、最具性价比的方式之一。

7.jpg

8 (1).jpg

通过一场场深入的产品讲解、应用案例分享和现场交流,众多行业同仁与概伦电子技术专家开展零距离对话,对概伦电子的产品和解决方案有了更为全面的认知,也感受到每一款产品背后所凝聚的强大技术实力。概伦希望不断加强与行业的技术交流与合作,用先进技术赋能行业用户。

未来,概伦电子将基于DTCO理念,打造应用驱动的EDA全流程解决方案,支撑各类高端芯片的技术创新和持续发展。同时,联动产业链上下游,共建产业生态,为提升我国集成电路行业的整体技术水平和市场价值贡献力量。

来源:概伦电子Primarius

围观 90
评论 0
路径: /content/2024/100587160.html
链接: 视图
角色: editor
winniewei的头像
winniewei

Amazon Aurora DSQL是一款性能卓越的分布式SQL数据库,具备99.999%的多区域可用性、几乎无限的可扩展性、强一致性,且完全消除了基础设施管理的负担

亚马逊云科技在2024 re:Invent全球大会上,宣布推出Amazon Aurora和Amazon DynamoDB的全新功能,旨在满足客户跨多区域运行工作负载的高要求,确保在多个区域间实现强一致性,低延迟和极高的可用性,同时兼容SQL和NoSQL。

  • Amazon Aurora DSQL是一款全新的无服务器分布式SQL数据库,能够帮助客户构建极高可用性、强一致性且兼容PostgreSQL的应用程序。与其他的流行分布式SQL数据库相比,其读写速度提升了4倍。

  • Amazon DynamoDB global tables现已支持多区域强一致性,确保客户在多区域部署的应用程序始终能够读取最新数据,且无需更改任何应用程序代码。

  • Autodesk、Electronic Arts、Klarna、QRT和Razorpay等亚马逊云科技客户,正在使用Amazon Aurora DSQL来支持他们快速增长的业务。 

亚马逊云科技数据库服务副总裁G2 Krishnamoorthy表示:"数据库是每个应用程序的根本,许多客户都使用亚马逊云科技的数据库服务来支持他们至关重要的工作负载。多年来,亚马逊云科技持续推动创新,为客户提供一系列高性能且可扩展的数据库解决方案,其中包括每天有数万客户使用的Amazon Aurora。Amazon Aurora融合了企业级商业数据库的性能与开源数据库的灵活性和成本效益,使客户不必在性能和成本之间做出取舍。现在,我们再次重塑关系型数据库,提供强大的一致性、全球范围内的可用性和几乎无限的扩展能力,同时保持了低延迟和SQL,无需客户做出任何妥协。"

Amazon Aurora DSQL让应用程序更具韧性,满足最严苛的业务连续性要求

Amazon Aurora是一款云原生关系型数据库,兼具高端商业数据库的性能和功能,以及开源数据库的灵活性和成本效益。随着客户越来越多地构建全球分布式实时应用程序,并服务于世界各地的数百万用户,他们不断考验着关系数据库的极限,并希望从Amazon Aurora 获得更多的支持。客户亟需一个低延迟、强一致性、高可用性以及零运营负担的多区域数据库,而且必须是 SQL 数据库。然而,市场上的现有选项往往需要客户做一些取舍。有些数据库虽能提供低延迟和高可用性,却缺乏一致性或SQL兼容性。另外一些数据库虽保证了高一致性和高可用性,却难以避免较高的延迟,且不兼容SQL。现在,Amazon Aurora DSQL突破了这一局限,作为市场上速度领先的分布式SQL数据库,它不仅提供了卓越的一致性,还将读写速度提升了4倍,实现了99.999%的多区域可用性,具备几乎无限的可扩展性,且完全消除了管理基础设施的负担。

Amazon Aurora DSQL采用active-active架构,并具备自动故障恢复功能,确保应用程序能够在Amazon Aurora DSQL任意端点进行读写,保障客户的应用程序始终可用。所有在一个区域写入的事务都将实时同步至其他区域,保持高度一致性。借助Amazon Aurora DSQL,客户无需配置、打补丁或管理数据库实例,所有更新和安全补丁的部署都不会导致服务中断,且对系统性能毫无影响。Amazon Aurora DSQL能够自动扩展满足任何工作负载需求,且无需进行数据库分片或实例升级,同时支持读取和写入的独立扩展,在保持性能的同时有效消除了扩展瓶颈。此外,Amazon Aurora DSQL兼容Amazon PostgreSQL,为开发人员提供了便捷的使用体验。

为了达成这一目标,亚马逊云科技重塑了关系型数据库事务处理的方式。Amazon Aurora DSQL成功解决了分布式数据库领域长期存在的两大挑战:一方面,它实现了低延迟的多区域强一致性;另一方面,它能够以微秒级的精度同步全球范围内的服务器数据。具体来看,Amazon Aurora DSQL将事务处理与存储解耦,突破了传统方法的束缚。传统方法因信息在光速限制下多次往返传递,而难以在确保低延迟的同时达到多区域的强一致性要求。为解决这一问题,Amazon Aurora DSQL 仅在事务提交时进行一次性检查,同时并行处理所有区域的所有写入操作,从而提供具有强一致性和快速写入的多区域数据库服务。为了确保每个区域都能以确切的顺序观察到每个数据库操作,Amazon Aurora DSQL 采用了Amazon Time Sync服务,该服务通过在每个Amazon Elastic Compute Cloud(EC2)实例上部署硬件参考时钟,使实例与卫星连接的原子钟同步,实现了全球范围内微秒级的精确时间同步。通过解决这些历史性挑战,Amazon Aurora DSQL使客户能够以更大的规模构建全球分布式应用程序。

以印度最大的金融科技公司之一Razorpay为例,Razorpay正在计划使用Amazon Aurora DSQL赋能新的金融科技解决方案,帮助他们创建可快速扩展的、具有韧性的应用程序,以满足其日益增长的用户群体需求。Amazon Aurora DSQL将帮助Razorpay实现多区域的强一致性,这对于需要高精度的金融场景来说至关重要,同时Amazon Aurora DSQL还能让其在全球范围内实现更高效地运营。

Amazon DynamoDB global tables已支持多区域强一致性

Amazon DynamoDB作为业界首个完全托管的无服务器NoSQL数据库,重新塑造了性能标准并简化了数据库运营,在任何规模下都能实现零基础架构管理和个位数毫秒级性能的一致性,彻底改变了互联网规模应用程序的实现方式。目前,几乎所有行业、各种规模的企业都在借助Amazon DynamoDB global tables(一种多区域、多活数据库,可提供 99.999% 的可用性)来构建关键业务应用程序,并推动其现代化转型。亚马逊云科技现将Amazon Aurora DSQL所采用的先进技术应用于 Amazon DynamoDB global tables,在保持Amazon DynamoDB global tables现有的最高可用性、几乎无限的可扩展性以及零基础设施管理优势的基础上,进一步强化了Amazon DynamoDB global tables的强一致性。

亚马逊云科技客户 Reltio 每年处理超过90亿份客户资料用于市场研究,执行 600 亿次 API 调用。自2020年起,Reltio全面采用Amazon DynamoDB,以提升其数据库解决方案的性能、可扩展性和安全性。现在,随着全球范围内的业务扩张,Reltio正计划借助DynamoDB global tables的多区域强一致性来满足客户对韧性和性能的严格要求。

目前,Amazon Aurora DSQL和Amazon DynamoDB global tables的多区域强一致性已推出预览版。

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34个地理区域的108个可用区,并已公布计划在墨西哥、新西兰、沙特阿拉伯和泰国等新建6个区域、18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 26
评论 0
路径: /content/2024/100587156.html
链接: 视图
角色: editor
winniewei的头像
winniewei

这批针对特定应用的集成式硬件和软件技术协议栈旨在降低进入门槛,加快产品上市

随着物联网、工业自动化和智能机器人技术的兴起,以及医疗成像解决方案向智能边缘的普及,这类在功率与散热方面受限的应用设计正变得前所未有地复杂。

为了解决加速产品开发周期和简化复杂的开发流程的关键挑战,Microchip Technology Inc.(微芯科技公司)发布了用于智能机器人医疗成像PolarFire® FPGASoC解决方案协议栈。新发布的解决方案基于Microchip已经可用的智能嵌入式视觉、工业边缘和智能边缘通信协议栈。

1.jpg

新发布的解决方案协议栈包括用于A-assisted 4K60计算机视觉的固件和IP核,各种即插即用的传感器和摄像头接口以及用于高速以太网协议的集成硬件。实时ROS-2兼容内核则有助于实现感知与坐标转换等机器人任务。该协议栈提供了用于OPC/UA的实时工业网络协议、丰富的操作系统支持以及工业自动化常用的非对称处理。软件设计工具包允许高度定制化,并支持以C/C++RTL和流行的机器学习框架为中心的多样化开发环境,包括SmartHLS IDEVectorBlox Accelerator SDK和通过IEC61503 SIL 3功能安全认证的Libero® SoC设计套件。这些解决方案协议栈集成了业界最节能和安全的中端PolarFire FPGAPolarFire SoC FPGA,提供了丰富的硬件和软件解决方案,并具备网络安全保护,旨在让系统设计人员在医疗成像和机器人应用领域实现创新自由。

Microchip FPGA事业部市场与战略副总裁Shakeel Peera表示:“我们的客户急需在安全、功能安全的AI辅助工业自动化和便携式医疗成像方面推动重大创新,这些创新需要在最小的物理空间内提供前所未有的计算能力,同时还要解决热应力和网络安全威胁方面的严峻挑战。为此,我们现在为这些领域的所有开发人员提供了利用高效能硬件和可定制解决方案协议栈的能力,以快速部署智能医疗成像和自主机器人为最终目标。”

Microchip创新的解决方案协议栈用例之一是最近发布的PolarFire FPGA以太网传感器桥接器,可与NVIDIA® Holoscan传感器处理平台配合使用。通过将实时传感器数据桥接到NVIDIA Holoscan以及NVIDIA IGXNVIDIA Jetson平台,该传感器桥接器打开了边缘到云端应用的新可能,实现了AI/ML推理,并促进了AI在医疗、工业和汽车市场的应用。

如需了解更多信息,请访问MicrochipPolarFire FPGASoC解决方案协议栈网页。

供货与定价

如需更多信息,请联系Microchip销售代表、全球授权分销商,或访问Microchip采购和客户服务网站www.microchipdirect.com

Microchip Technology Inc. 简介

Microchip Technology Inc.是致力于智能、互联和安全的嵌入式控制与处理解决方案的领先供应商。其易于使用的开发工具和丰富的产品组合让客户能够创建最佳设计,从而在降低风险的同时减少系统总成本,缩短上市时间。Microchip的解决方案为工业、汽车、消费、航天和国防、通信以及计算市场中超过10万家客户提供服务。Microchip总部位于美国亚利桑那州Chandler市,提供出色的技术支持、可靠的产品交付和卓越的质量。详情请访问公司网站www.microchip.com

围观 50
评论 0
路径: /content/2024/100587155.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:意法半导体销售与市场部汽车产品市场与应用副总裁 Philippe Prats

来源:EETimes Asia (https://www.eetasia.com/downloads/ebook_en_20241031/)

摘要:汽车行业正处在电动化和智能化的转型过程中,而半导体企业站在这一变革的最前沿。这一转型带来了重大发展机遇,也带来了诸多挑战,需要颠覆性的技术以及更短的开发周期。加强半导体制造商、一级供应商和汽车制造商之间的合作,对于应对这些复杂情况及推动行业迈向电气化、自动化和互联化的未来至关重要。

协同创新,引领汽车电子的未来

在电动化和智能化大趋势的推动下,汽车行业正在经历一场深刻变革。在构筑智能网联电动汽车(EV)未来的过程中,电子技术发挥着越来越重要的作用,意法半导体等半导体企业处于这一转型的核心。

电动化和智能化趋势正在重新定义汽车架构和关键子系统。新的电气电子(E/E)系统以及软件定义汽车(SDV)的发展为半导体企业带来了巨大市场机遇。整车半导体价值增速是衡量发展潜力的一个重要指标。据当前市场预测,今年整车半导体平均价值将达800美元,并有望突破1000美元大关。然而,半导体企业也面临着重大挑战,他们必须甄别并提供合适的颠覆性技术以助力打造下一代汽车,同时还要满足汽车厂商不断缩短开发周期的要求。

面对这些机遇与挑战,加强半导体制造商、汽车供应商、云服务提供商和汽车厂商之间的合作比以往任何时候都更加重要。

深入了解系统,才能开发出适合的产品

在汽车市场中,产品差异化越来越取决于数字化的进展。消费者更看重软件驱动的功能,用户都希望将类似智能手机一样的功能集成到汽车里。为满足消费者的期待,网联汽车必须不断与数字生态系统进行交互,并能随时访问车内和车外数据,这正是软件定义汽车(SDV)概念的前景所在:专注于功能丰富、可升级的产品策略,通过软件更新持续为终端客户创造价值,让汽车在整个生命周期内都能保持吸引力和价值。

新功能快速、持续落地的需求与整车及汽车硬件漫长的开发周期并不匹配,要想解决这个难题,软硬件脱钩是必由之路。汽车电气/电子(E/E)架构和软件架构在软硬件脱钩方面起着关键作用,需要构建一个面向未来的硬件根基,有定义明确且稳定的接口并且使用简单。半导体企业凭借其提供高性能、可靠的软硬件脱钩创新解决方案的能力,处于这一基础技术研发的最前沿。

要实现软硬件脱钩就必须降低系统的整体复杂性。为实现这一目标,半导体企业正加大投入,深入了解芯片的目标应用系统,以及如何帮助优化系统架构和提高整体成本效益。

半导体技术在实现软件定义汽车的复杂功能方面发挥着关键作用,覆盖汽车E/E架构的所有层面,包括开发可扩展的微控制器(MCU)和微处理器(MPU)系列产品,以推进区域控制和中央计算架构的转型进程;除了MCU和MPU产品外,还要提供由软件、工程工具和云合作伙伴生态系统支持的计算平台。半导体企业必须预见到这些发展趋势,降低在可靠、强大、可无缝上下扩展的数据处理环境中集成软件的难度,让各个功能和谐共存,互不干扰。此外,对能效和功能性安全的严格要求也非常关键。

保证系统可靠性的同时却不能牺牲安全标准,这个要求让集成先进电子系统变得越来越复杂,给开发安全可靠的电源和配电系统带来了重大挑战。为解决这个问题,汽车行业开始采用智能功率开关管开发配电系统。相比传统熔断保险丝和机械继电器,智能功率开关显著提升了产品性能。这对提高车辆安全性和能效至关重要,尤其是AD/ADAS等关键的安全系统。半导体开关提供更高的稳定性和监控能力,能实现实时和监控精确的可控负载管理。智能保险丝就是半导体企业通过创新技术解决SDV基础硬件的一个典型例子,这种在E/E架构底部的应用案例对系统层面产生了巨大的积极影响。改用智能保险丝后,配电系统能够支持功能全面的智能电源管理系统,优化能耗,实现预测性维护算法,并通过使用更具成本效益的线束减少车辆自重,降低对环境的影响。

应对复杂性,缩短研发周期

半导体企业必须加强对系统知识的学习,才能开发出合适的产品,应对汽车市场转型带来的复杂挑战和机遇。同时,他们也面临开发周期缩短的问题,这一趋势正在重塑整个行业的运转方式。从消费电子行业跨界而来的造车新势力正在颠覆传统汽车行业,他们推出新车型和新功能的速度非常快。消费者渴望在经济型汽车中享受最新技术,并寻求可升级的功能,这迫使汽车厂商必须缩短研发周期,满足客户不断变化的新鲜感需求。由于需要管理多样化的制造工艺以及应对供应链波动,满足这种需求变得更加复杂,毕竟半导体生产周期长达四到六个月。更短的开发周期需要更紧密的协作,促使汽车厂商不断加强与技术公司、供应商和初创企业的合作,充分利用各方专长,加快开发进程。

因此,在半导体企业与客户合作开发合适的技术过程中,端到端的创新和提前布局至关重要。为了把握汽车市场,尤其是中国市场的快速发展机遇,意法半导体在国内建立了汽车技术创新中心和应用中心,以更好地与本地客户合作。意法半导体还决定在中国建厂,为汽车行业电动化发展提供技术支持。碳化硅是制造高能效功率半导体的重要材料,在电动和混动汽车中发挥着关键作用。建立合资厂实现生产本地化具有诸多优势:帮助意法半导体应对行业中的结构性变化,缩短供应链,并提供更灵活的制造布局,快速适应市场需求。这种本地化策略不仅提高了我们的市场响应速度,还加强了意法半导体在全球最大和最具活力的中国汽车市场的地位。

结束语

汽车市场为半导体企业提供了巨大的增长机会,也带来了开发汽车厂商所需的新产品和颠覆性技术的巨大挑战。要想在该市场取得成功,半导体企业就必须具有更快的创新速度、灵活高效的制造布局、大量的研发投入,以及与汽车系统供应商、技术合作伙伴和车厂建立更密切的合作。汽车行业相关各方之间的协作对于全面理解市场挑战和以软件为中心的复杂生态系统至关重要,也是加快创新进程、交付解决方案、推动汽车行业迈向电动化、自动化、网络化和可持续化未来的重要基础。

围观 65
评论 0
路径: /content/2024/100587154.html
链接: 视图
角色: editor