All Node List by Editor

winniewei的头像
winniewei
  • 测试用例验证包括窄带物联网(NB-IoT)在非地面网络(NTN)上的发射机和接收机解调以及无线资源管理

  • 支持在GCF认可的测试组织进行认证测试

  • 在一致性协议组第78次会议上获得创纪录的新测试用例,包括单接收器的RedCap无线资源管理和与EUTRA的跨无线接入技术

是德科技(Keysight Technologies, Inc.)日前宣布,该公司针对3GPP Rel-17标准中关于NB-IoT NTN技术的新一致性测试用例获得验证通过。这些测试用例在是德科技的RF/RRM DVT和一致性工具集的支持下,在全球认证论坛(GCF)的一致性协议组第78次会议上取得通过。地面和非地面网络的融合是电信行业实现全球覆盖、支持新用例和泛在移动连接的关键组成部分。NB-IoT在NTN上的应用扩展了需要非连续数据连接和低功耗的用例,同时保证了对支持供应链跟踪和双向消息传递等多种应用的吞吐量要求。

配图:是德科技获得窄带非地面网络标准的新测试用例验证.jpg

是德科技获得窄带非地面网络标准的新测试用例验证

新的NB-IoT NTN一致性测试用例验证涵盖了发射机和接收机解调以及无线资源管理(RRM)。RF/RRM DVT和一致性工具集是GCF和PTCRB认可的终端设备认证测试平台并且支持各种频段。这可以确保终端移动设备在实际移动网络上按预期工作。这些测试用例验证还使是德科技能够支持在GCF认可的测试组织(RTO)进行认证测试。这些测试用例通过是德科技新的自动验收测试框架ATLAS测试管理中心进行管理。

是德科技在NTN一致性解决方案领域处于领先地位,提供S8711A测试应用工具集和带有内置信道仿真器的UXM 5G,能够模拟卫星轨道以在真实条件下测试和认证被测设备。公司已经为Skylo的Rel-17 NB NTN认证计划验证了测试用例,并在移动世界大会(MWC)上展示了使用UXM 5G和PROPSIM进行的低地球轨道星座中的卫星切换。

此外,是德科技将其经过验证的测试用例组合扩展到其他关键的3GPP Rel-16和Rel-17领域,从而在一次会议中获得了创纪录的新测试用例认证。这其中值得注意的测试用例验证包括单接收器的RRM RedCap和与EUTRA的跨无线接入技术。

是德科技设备验证解决方案事业部总经理Muthu Kumaran表示:“行业标准和参考认证程序在推动技术应用方面发挥了关键作用。是德科技的NTN解决方案,使得在GCF认可的测试组织中进行NB-IoT NTN认证测试成为可能,通过遵守全球认可的标准,赋能行业自信地推进混合地面和非地面连接场景。我们期待通过全面的测试解决方案继续支持无线行业在NTN领域的发展。”

关于是德科技

是德科技(NYSEKEYS)启迪并赋能创新者,助力他们将改变世界的技术带入生活。作为一家标准普尔 500 指数公司,我们提供先进的设计、仿真和测试解决方案,旨在帮助工程师在整个产品生命周期中更快地完成开发和部署,同时控制好风险。我们的客户遍及全球通信、工业自动化、航空航天与国防、汽车、半导体和通用电子等市场。我们与客户携手,加速创新,创造一个安全互联的世界。了解更多信息,请访问是德科技官网 www.keysight.com

围观 66
评论 0
路径: /content/2024/100583261.html
链接: 视图
角色: editor
winniewei的头像
winniewei

——提供平台化全栈智算算力服务,开创AI行业场景化落地新范式

近日,图灵新智算(广州)科技有限公司(以下简称为"图灵新智算")宣布采用IBM新一代AI与数据平台 watsonx的三大功能组件 watsonx.datawatsonx.aiwatsonx.governance,以及IBM企业级AI数字助理软件watsonx Assistant和AI文档理解与分析软件Watson Discovery, 构建全能的AI平台,为各行各业提供平台化的全栈智算算力服务,加速扩展生成式AI行业应用,开创中国式AI场景化落地的新范式。

1.jpg

IBM_watson_x_social

图灵新智算董事长刘淼表示:"图灵新智算是国内智能算力服务的领先厂商,具有产(算力生产)、建(算力建设)、运(算力运营)一体化的配套专业服务能力。步入AI赋能的数字新时代,图灵新智算致力在现有的算力平台能力之上构建全能的AI平台,为各行各业提供平台化的全栈智算算力服务,开创AI行业场景化落地的新范式。IBM 是全球领先的混合云、AI及企业服务提供商,他们了解企业采用新技术时对于开放性、成本效益、灵活性和安全合规性的需求,并且能够提供成熟领先的技术产品和行业及企业咨询服务。与IBM合作,除了技术和产品,我们期待能够与IBM携手,帮助行业客户解决采用AI可能遇到的包括算力、数据、成本、安全、合规等在内的复杂问题;并且能够以平台的方法、借助生态的力量,帮助行业客户快速以合理的ROI实现AI的场景落地、扩展和价值获取。"

IBM中国总经理侯淼表示:"图灵新智算选择IBM watsonx平台和AI软件来构建其全能的AI平台,是对IBM技术与服务的认可。IBM聚焦混合云与AI,目的是要赋能企业使用可信的数据,负责任、规模化(跨部门、跨系统)地构建、应用和扩展领先的AI,提升竞争力。IBM对于企业级AI的开放性、灵活性、成本效益、以及安全合规性有深入的洞察,我们的数据与AI平台watsonx可以为企业提供从AI就绪的数据、模型到治理的全生命周期的AI能力。对于生成式AI能够快速落地并产生价值的业务场景,如客户服务、代码现代化、工作流程自动化等,IBM提供多种具有业务针对性的AI软件,如watsonx Assistants;对于企业自然语言处理这样的非生成式AI用例,IBM还提供基于机器学习的AI软件,如Watson Discovery不仅具有超强的企业文档理解与分析能力,而且节省算力成本。感谢图灵新智算对IBM的信任,我们期待双方能够携手共创,一起助力行业客户加速AI创新,实现新的成长。"

关于图灵新智算

图灵新智算(广州)科技有限公司(简称"图灵新智算")是聚焦于人工智能方向的全栈智算算力服务提供商。图灵新智算依托自主设计、突破行业瓶颈的智算系统方案,以广州黄埔供应链基地为基础,汇聚全球的合作伙伴关键资源,立足国内,服务亚太,面向全球,为生成式 AI大模型客户及行业应用客户提供专业算力基础设施服务。秉承"为人类的智能而服务"的理念,坚持智能算力生产、建设和运营为一体的思路,助力AI智造,推进AIGC的进一步发展。图灵新智算以持续稳定、绿色科技、尊重个人、高效合规的公司管理原则,聚焦于持续开发创新技术,旨在为行业客户提供智算算力支撑,补全行业客户AI应用的路径短板,打通生成式AI走向行业应用的"最后一公里"。了解更多信息,请访问:https:// turing-agi.com

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 混合云平台和红帽 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 53
评论 0
路径: /content/2024/100583257.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:Roland Prager,现场应用工程师

摘要

ADI公司A²B®总线的全新增强功能为数据和音频传输与分发带来新的发展。智能楼宇、大厅、房间或智能家居均可从新型收发器的众多集成特性中获益。新的A2B增强功能包括总线长度更长,可达300米,并且总线功率更高,可达50 W。本文重点介绍了这些增强功能如何帮助打造更复杂的系统。文中展示了一些应用示例,其中A2B总线可以帮助简化布线架构,而涉及的硬件和软件工作量非常少。

引言

A2B是一种双向高带宽数字音频总线,能够在很长的距离上(节点间的距离长达30 m,整个总线长度为300 m),使用一条2线式非屏蔽双绞线(UTP)电缆传输I2S/TDM/PDM数据、I2C/SPI控制信息以及时钟和供电信号。该总线在汽车应用和统一通信应用中已经非常成熟。通过不断的深入开发,A2B还可用于许多商业和工业用途。

商业、办公和公共建筑要求公共广播系统(PA)持续可用。PA是由麦克风、放大器、扬声器和相关设备组成的电子系统。它能提高人声、乐器或其他声源的响度。举例而言,这种系统可以取代传统的警报系统。在紧急情况下,清晰的语音指示比传统的警报器更能有效地引导人们做出正确的反应,帮助人们更好地理解情况,并有可能避免灾难的发生。

此外,音乐分发、语音警报、广播和对讲功能可以成为该系统的一部分,系统的复杂性因而会增加。随着系统不断发展,以及对额外广播功能的需求不断增加,设计变得越来越复杂。A2B技术可能有助于满足这一需求。

为了服务大量节点,使用以太网作为物理层时,每个节点都需要配备昂贵的微控制器。此方法常用于简单的音频和控制设备。除以太网外,100V线路也被使用,并具有通过电缆传输电力的优势,但它们在一个方向上只能传输一个音频信号,无法添加数据通信,并且所需的变压器非常笨重。

这就是A2B发挥作用的地方。A2B让本地相关设备(如扬声器、麦克风、对讲站、控制面板和传感器)能够通过简单线缆以菊花链形式连接起来。

A2B易于使用和实施,是理想的解决方案。A2B收发器可以连接到设备,用户将获得64个双向音频通道(32个下行通道和32个上行通道),这些通道可以配对,与位于端点的外围设备进行I2C/SPI/GPIO通信。无需开发或使用更复杂的时隙协议栈。

A2B是一种高速双向时间同步总线,可传输I2S/TDM以及I²CSPIGPIO数据,数据速率为50 Mbps。这种高速数据传输的优势是任意两个节点之间的延迟低至50 μs

借助非屏蔽双绞线(UTP),可将多达17个节点(包括主节点)以菊花链形式连接到一条总线上。总线长度可长达300米,而每个节点之间的距离可达30米。通信可以从一个节点到另一个节点,这意味着如果选择48 kHz16位,则每个节点都可以向任何其他节点发送32个音频通道。数据大小可以根据不同的需求确定,数据速率可以设置为1.5 kHz192 kHz之间。数据宽度越小、数据速率越低,可用通道数越多。

另一大亮点是总线功率,整条总线可以传输高达50 W的功率。因此,节点可以通过总线远程供电,而无需额外的本地电源。中等输出功率的扬声器节点也可以通过A²B总线供电。但是,如果功率需求更高,则需要外部电源。

1.jpg

1.A2B网络及其相连模块的设置示例。

1展示了A2B总线的灵活性,它能简化系统设计和配置。由于收发器已经集成了许多模块和接口,因此通常不需要单独的微控制器即可运行。

如图所示,简单的节点是一个麦克风阵列,它采用AD2437收发器。可连接多达四个PDM麦克风。这种麦克风阵列可用于定位噪声源以执行噪声消除,或找到音频的到达方向。在这种情况下,可以从相邻背景噪声中提取该音频源。由于总线延迟非常低,此阵列不一定需要位于同一个节点上。它可以轻松地分布于房间内不同位置的多个节点。电源将从总线获取,因为此节点的功耗非常低,无需单独的电源。因此,解决方案非常小且易于安装。例如,我们设计过一个尺寸为35mm × 19mm的节点,其中包括导线连接器和总线电源电路。

如果需要更复杂的功能,可以通过I2S输出将单独的D类或任何其他功率放大器连接到AD2437。此外,还可以连接音频编解码器。由于音频通常不会随时中断,因此可以采用I2C接口来并行设置功率放大器或编解码器。借助这种配置,可以创建一个简单的总线供电对讲终端。AD2437还具有GPIO,其中一些提供脉冲宽度调制(PWM)输出。这可以用作键盘端口输入来与主机交互。如果按下某个键,主机就会收到中断,从而可以建立通信。PWM输出可用于指示通信是否处于活动状态,驱动LED(指示连接状态),以及指示所需的所有其他信息。这种简单但有效的功能不需要单独的微控制器,整个系统的软件工作得以简化。

复杂度更高的对讲终端(如带有图形用户界面(GUI))可以使用微控制器通过SPI获取数据。请注意,SPI总线最大速度为10 Mbps

对于纯扬声器节点(可能位于天花板或建筑物的其他部分,需要更高输出功率),外部电源将足以满足需求。总线电源不需要插入到主机节点,可以将其插入到任何中间节点的某个位置,以减轻电缆内的电流压力。

2.jpg

2.公共广播系统示例。

在很多其他应用中,功能丰富的A2B也优于以前使用的技术,可以取而代之。这些应用包括需要通信和多通道音频传输的应用。

护士呼叫/通知系统由以太网配置组成,复杂度较低。在这种情况下,将有一个房间控制器通过以太网连接,但与患者终端的连接将通过A2B运行。此配置能够通过一根UTP电缆将所有必要的音频、数据和电源传输到房间内分布的多达16张床位。每个终端都可以轻松配备一个小型微控制器,以便为每位患者提供丰富的音频通道选择。显示屏可以指示通道选择、时间和警报状态。警报按钮可以直接连接到其中一个GPIO,以触发房间控制器上的中断。此外,如果患者行动受限,选定的终端可以即时将麦克风信号传输到房间控制器。系统可以转换选定的关键词并触发警报。

由于此环境的安装可能变化多端,因此系统必须支持方便地修改其设置。网络中终端的添加和删除将由主机提供的即插即用协议栈处理。为了在移除的终端上保持菊花链配置,可以使用一个小型适配器来桥接缺失的节点。如果通信中断,诊断程序将报告故障。

A2B总线的超低延迟和完全同步行为对柜台对讲系统也有益。多个麦克风可以位于不同位置,使用波束成形技术清晰地分离柜台前讲话者的声音通道。所有来自邻近人员的背景噪音都将被抑制。任何隔音屏障(如玻璃墙)之间都可以建立清晰的对话。通常,柜台、医院的隔离区域或洁净室设施都很适合采用此类解决方案。

3.jpg

3.柜台对讲系统示例。

类似地,监狱对讲系统中的所有麦克风数据都可以传输到主机系统,许多音频通道(如不同的无线电频道)可以广播到每间牢房。

使用波束成形的另一个典型例子是会议系统,允许在会议室中放置许多麦克风。语音转文本系统需要能够将不同说话者的音频信号清晰分离。由于延迟低,所有麦克风通道可以同时传输到主机控制器或数字信号处理器(DSP),以计算不同的波束位置。

另一种方法是使用座位到座位桌面麦克风或耳机,并将其连接到口译系统。在这里,所有与会者都可以获得自动翻译成各自母语的个性化音频数据。通过使用较低质量的音频带宽,系统可以支持相当多的通道。因此,主机可以接收所有麦克风信号,并轻松进行优先级排序。排序方式可以基于信号强度从高到低,也可以采用系统控制的方式,仅向选定的人员开放语音。在这种情况下,所有终端都可以通过总线供电,而不需要在桌子上布置局部电源。

家用自动化系统日益普及,其便捷的灯光、暖气、空调和卷帘控制功能广为人知。除此之外,这些系统还需要将音频分发到许多房间。这样,您在房屋的任何位置都能听到门铃声,即使在浴室中聆听高音频品质的收藏播放列表也不例外。将音频流传输到家中任何位置的功能,以及支持麦克风通过语音命令控制房屋的功能,都非常实用。相较于通过WLAN进行无线连接,有线连接可提供更可靠的链路并减轻无线流量负载。

A2B非常适合专业音频系统、家庭录音室和现场舞台设施,利用CAT5XLR等现有电缆技术就能轻松实现音频连接。观看视频,了解更多信息:A2B不限于汽车应用——录音室耳机混频器演示

让我们来更深入了解A2B总线,以及它如何能够双向处理如此多的音频通道。A2B总线以48 kHz心跳的方式通过总线发送超帧。数据1024的速率传输,总线上的数据流频率达到49.152 MHz。超帧由两部分组成:一部分是上行,另一部分是下行,通信由同步控制帧和同步响应帧启动。在下行/上行时隙内插入所有I2S/TDM数据、I2C数据、GPIO和中断信息。

主机生成时钟,所有节点与该时钟同步,使得系统始终同步。同步控制帧中的前同步码确保所有节点同步并且可向外设提供时钟。这样做的好处是整个音频链不需要额外的时钟、本地振荡器或异步采样速率转换器。

4.jpg

4.A2B超帧。

5.jpg

5.A2B数据流。

启动时,直连到第一个A2B收发器芯片(如AD2437)的主机处理器将把它设置为主节点。主机处理器提供稳定的48 kHz信号,收发器开始其锁相环(PLL)锁定该信号。主节点设置完成后,它开始逐个启动子节点。

SigmaStudio+软件支持全系统设置,包括音频通道和节点配置。它是一款图形化编程、诊断和调整工具,允许设计人员添加音频编解码器、D类放大器等外设,轻松创建A2B网络的图形用户界面。针对Linux系统的软件协议栈和即插即用协议栈都已提供,便于在运行期间添加或删除总线上的节点。

XLRRJ45连接器的主评估模块或子节点评估模块支持A2B,包括电源传输。

结论

新型A2B收发器的功能进一步增强,例如电缆更长且总线功率更高,这为各种应用开拓了广泛的机会,尤其是在需要通过简单布线将多个音频通道连接到控制数据的情况下。如果总线上连接的设备既有简单节点,也有复杂节点,那么总线允许即使在不太复杂的节点上也能采用低成本硬件实现。即使在非音频应用中,例如准确同步的传感器网络,A2B也能显著简化应用。

欲查找有关新型A2B收发器AD2437的更多信息,请点击此处

欲查找A2B资料并了解有关A2B应用的更多信息,请访问analog.com/a2b

关于ADI

Analog Devices, Inc. (NASDAQ: ADI)是全球领先的半导体公司,致力于在现实世界与数字世界之间架起桥梁,以实现智能边缘领域的突破性创新。ADI提供结合模拟、数字和软件技术的解决方案,推动数字化工厂、汽车和数字医疗等领域的持续发展,应对气候变化挑战,并建立人与世界万物的可靠互联。ADI公司2023财年收入超过120亿美元,全球员工约2.6万人。携手全球12.5万家客户,ADI助力创新者不断超越一切可能。更多信息,请访问www.analog.com/cn

关于作者

Roland PragerADI公司的一名现场应用工程师。他拥有维也纳新城大学商业与工程专业DI (FH)学位。他的职业生涯始于对讲系统电子设计师,后于2001年成为一名现场应用工程师。他于2018年加入ADI公司。

围观 83
评论 0
路径: /content/2024/100583256.html
链接: 视图
角色: editor
winniewei的头像
winniewei
  • 西门子支持全球领先的电子产品制造商松下电器将产品开发和设计数据管理转移到软件即服务(SaaS)模式,作为其数字化转型(DX)策略——“松下转型”(Panasonic Transformation – PX)的一部分

  • 西门子与松下携手,通过基于云的产品生命周期管理,大规模实施西门子 Xcelerator 即服务解决方案

  • 此次合作旨在通过采用基于云的实施方案提升松下的企业价值助其更快地实现数字化转型(DX

西门子数字化工业软件今日宣布,松下电器“Panasonic”目前已部署西门子的 Teamcenter® X,助其加速产品开发和设计的数字化进程。Teamcenter X 是西门子 Xcelerator 的云产品生命周期管理PLM软件即服务SaaS解决方案。

配图.jpg

通过大规模部署西门子 Xcelerator 即服务(Xcelerator as a Service),西门子帮助松下集成产品设计和开发的数据管理流程,缩短交付周期,将高质量产品持续、快速地推向市场。通过将历史 IT 资产和传统内部数据管理迁移到云端,松下可以大幅减少 IT 基础设施维护时间,降低总拥有成本,快速应用新的 PLM 功能和 IT 基础设施能力,并可使用多设备远程访问公司在日本及全球的安全系统。

松下目前已基于标准功能OOTB实施了业务流程重建,并消除了从前需要在本地实施的客制化工作,迅速迁移到西门子的 Teamcenter X。此外,与 Teamcenter X 密切关联的西门子 Mendix™ 低代码平台可以满足松下更多独特需求。Teamcenter X 能够持续融合新技术,提高运行效率,增强业务弹性和持续性。此外,Teamcenter X 还有助于实现可快速响应各事业部之间业务重组和用户转移的工程环境。

西门子 Xcelerator 即服务能够满足客户不断增加的需求,为松下扩展开发和设计的数字孪生和数字主线,为其在全球业务中的应用设立基础,进而提高松下的综合制造能力。

松下首席信息官 Hideyuki Miyazaki 表示:“松下将数字化转型定为加强管理基础的关键战略,并以“Panasonic Transformation”的名义在全公司范围内实施。作为策略的重要措施之一,我们与西门子紧密合作,采用数字主线进行产品设计和开发数据管理,持续推动企业流程向云端迁移。未来我们也会不断扩大转型,以此提高我们的市场竞争力,增强松下的企业价值。”

西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn 表示:“与松下这样的领先企业合作,再次印证了西门子 Xcelerator 即服务在数字化转型中的推动作用。我们很高兴能够帮助松下实现云 PLM 全球标准化,未来我们也将持续帮助松下完成规模化的复杂数字化转型。”

西门子数字化工业软件副总裁兼日本总经理 Kunihiko Horita 表示:“我们很高兴看到松下部署西门子 Xcelerator 的工业软件解决方案,西门子的 Teamcenter X 为松下的数字化转型奠定了数字基础,我们与松下团队的合作也非常顺畅,接下来我们将与松下进一步扩大合作,直到帮助客户实现真正的数字化转型。”

有关更多西门子 Xcelerator 的工业软件解决方案,请点击www.siemens.com/xcelerator

###

西门子数字化工业软件通过 Siemens Xcelerator 开放式数字商业平台的软件、硬件和服务帮助各规模企业实现数字化转型。西门子的工业软件和全面的数字孪生可助力企业优化设计、工程与制造流程,将创新想法变为可持续的产品,从芯片到系统,从产品到制造,跨越各个行业,创造数字价值。Siemens Digital Industries Software - Accelerating transformation.

如需了解更多信息,请访问西门子中国网站:www.siemens.com.cn

敬请关注西门子中国官方微博http://weibo.com/siemens 和西门子媒体微信公众账号西闻进行时(微信号xiwenjinxingshi)。

围观 74
评论 0
路径: /content/2024/100583255.html
链接: 视图
角色: editor
winniewei的头像
winniewei

使用SmartFactory Knowledge Advisor内建OCAP解决方案,来扩展工厂的自动化智能能力

作者:应用材料公司自动化解决方案专家团队

您知道工厂里将近 50% 的报废是人为错误造成的吗(参见图 1)? 实现异常管制计划(OCAPs)的自动化是一个获得投资回报的重要机会。

1.jpg

OCAP 是供工程师为了解和纠正流程或生产设备上的缺陷而遵循的计划。例如,如果统计过程发生异常,相关设备的处理就会停止,从而允许工程师执行一系列任务,使设备尽快恢复在线状态。

2.png

1:虽然其他原因通常被认为是停机的最大原因,但人为错误是停机的最大因素

数据可用性、可访问性和完整性

但是,并非所有的任务都是现成的,或是平均地分配给工程师,并且没有一个流程中的单一参数数据集能够提供变异来源的完整图景。用于控制计划的数据通常驻留在不同的组件中,如SPCFDC,它们各自具有的集成方法和数据结构模型。在某些情况下,数据不存在、不完整,或者是在某个人的笔记本电脑上手动进行维护。此外,正确执行恢复任务需要工程师制定适当的计划,阅读并理解步骤,然后正确地执行这些步骤。

内建方法的价值

如今的晶圆厂需要一种更具凝聚力的方法,一种管理信息集并扩展设施自动化智能的方法。图2概述了这种方法的需求,并重点介绍了实现具有适当功能的OCAP解决方案的价值。

3.png

2:使用适当的自动化策略,OCAP解决方案可使解决SPCFDC违规的速度提高40%

减少可变性的集成工作流

为成功实施OCAP的这些组成部分并在您的工厂中扩展自动化智能,SmartFactory Knowledge Advisor提供集成的工作流引擎,该引擎可以:

  • 在工作流中如上下文模式匹配(CPM)和数据模式中嵌入 AI 功能,帮助引导用户

  • 让用户能够制定解决异常的行动计划

  • 通过提供具有直观用户界面体验的工作流详细信息来指导用户解决错误(参见图 3 示例)

  • 减少与错误解释因果关系相关的人为可变性

  • 管理行动跟踪,识别以前的故障排除活动

4.png

3:此示例计划说明了浏览器上Web Analytics中用户界面的可用性,

并展示了如何在右侧的主面板中轻松查看左侧所选步骤的详细信息

Knowledge Advisor有何与众不同之处?

许多第三方或内部OCAP解决方案缺乏多规程方法所需的“自动化挂钩”。例如,它们可能只与SPC应用一起工作,而缺乏从其他系统收集数据以帮助排除异常故障的能力。

然而,Knowledge Advisor 可容纳来自任何应用材料 E3™解决方案的数据,包括高级过程控制(APC)、SPCFDC和配方管理(RM)。如图4所示,该解决方案利用应用材料E3的全部功能,促进从各种来源和AI功能收集数据。

5.png

4Knowledge Advisor 是唯一一套用于构建与SmartFactory E3系列

完全集成的异常解决行动计划的解决方案

通过使用通用平台,工程师可以更好地管理配方、设备、SPCFDC违规。如果您将E3用于FDC SPC,那么拥有一个通用平台可以为您减少跨CIM的管理点。

结论

在当今的晶圆厂中,人为错误是造成报废和停机的最大原因。自动化的成本必须对照回收和报废的成本来考虑。因此,关键是衡量什么样的自动化水平适合保持具有竞争力的利润率和对未来增长的投资。Knowledge Advisor旨在为客户提供具有成本效益的灵活性。凭借其集成和准确决策的能力,Knowledge Advisor使用户能够更有效地解决设备和流程故障。主要成果包括减少重复违规和错误决议、改进审计合规、标准化错误处理活动和减少信噪比管理的AI能力。

我们的SmartFactory自动化解决方案已经服务半导体行业超过30年,并在半导体工厂的各个方面都拥有一流的专业技术。

相关阅读:

1.博客中文原文:您准备好在您的工厂实现自动化程度更高的实时的智能决策吗?:

https://appliedsmartfactory.com/zh-hans/semiconductor-blog/quality-zh-hans/spc-and-fdc-violations/

2.坚定地迈向零缺陷制造,让您的工厂更智能:

https://appliedsmartfactory.com/zh-hans/semiconductor-blog/quality-zh-hans/moving-toward-zero-defects/

3.汽车质量生产:力求实现零缺陷

https://appliedsmartfactory.com/zh-hans/semiconductor-blog/quality-zh-hans/automotive-quality/

关于应用材料公司 SmartFactory™ 解决方案

我们的综合解决方案助力半导体制造商和制药制造商增长生产效率,优化质量,提高产出,降低成本,减少风险以及提高良率。使用应用材料公司SmartFactory和SmartFactory Rx解决方案来助您量化KPI的影响。欲知详情,请访问https://appliedsmartfactory.com/zh-hans

关于应用材料公司

应用材料公司(纳斯达克:AMAT)是材料工程解决方案的领导者,全球几乎每一个新生产的芯片和先进显示器的背后都有应用材料公司的身影。凭借在规模生产的条件下可以在原子级层面改变材料的技术,我们助力客户实现可能。应用材料公司坚信,我们的创新实现更美好的未来。欲知详情,请访问www.appliedmaterials.com

围观 64
评论 0
路径: /content/2024/100583254.html
链接: 视图
角色: editor
winniewei的头像
winniewei

两位领导者 SIGGRAPH 2024 大会上探讨开源 AI 的变革潜力,推出 AI Studio,并互换皮夹克。

1.png

在备受期待的 SIGGRAPH 2024 炉边谈话中,NVIDIA 创始人兼首席执行官黄仁勋和 Meta 创始人兼首席执行官马克·扎克伯格探讨了开源 AI 和 AI 助手的变革潜力。

扎克伯格首先宣布推出 AI Studio。这是一个新平台,允许用户创建、分享和发现 AI 角色,使数百万创作者和小型企业能够更方便地使用 AI

黄仁勋表示“未来,可能每家餐厅、每个网站都会使用这些 AI 功能。”

扎克伯格回应道“就像现在每家企业都有电子邮件地址、网站和社交媒体账号一样,我认为在未来,每家企业都会拥有一个 AI。”

Meta 的成功证明扎克伯格之前做了正确的事情。黄仁勋称赞扎克伯格和 Meta AI 领域的领导者。

黄仁勋说“你们在 AI 领域做了令人惊叹的工作”,他提到了 Meta 在计算机视觉、语言模型和实时翻译方面的进展。“我们都在使用 Meta 开发的 PyTorch。”

开源在推动 AI 发展中的重要性

扎克伯格强调了开源在推动 AI 发展中的重要性,并与黄仁勋共同指出开放平台对创新尤为关键。

Meta 已迅速成为 AI 领域的领导者,在各项业务中充分利用 AI。最值得关注的是 Meta AI 已被用于 Facebook、Instagram 和 WhatsApp。Meta 还在整个行业推进开源 AI 的发展,近期发布了 Llama 3.1 大模型。

该开源模型花费了大量时间和训练资源投入。这个迄今为止最大的 Llama 版本拥有 4050 亿个参数,使用 16000 多个 NVIDIA H100 GPU 进行了训练。

扎克伯格表示:“过去,推动所有改进的要素之一是每种类型的内容都有不同的模型。现在,随着模型变得更大、更通用,这种情况正在不断改善。有时我会梦想有一天,Facebook 或 Instagram 整个平台就像一个单一的 AI 模型,它将所有这些不同的内容类型和系统整合在一起。”

扎克伯格认为,合作是取得更多进步的关键。他在上周发布的一篇博客文章中写道,Llama 3.1 有望成为采用开源 AI 的“转折点”。

这些进步将提供更多工具,有助于促进参与、创建引人注目的数字化身等个性化内容,以及构建虚拟世界。

更广泛地来说,AI 在广泛生态系统中的进步有望增强人类生产力。例如,为地球上的每个人提供一个或多个数字助手,人们可以快速流畅地与之互动,进而拥有更丰富的生活。

黄仁勋表示:“我感觉我正在与 WhatsApp 合作。想象一下,我坐在这里打字,而它正在实时生成图像。我回过头来修改我的文字,它又在生成其他图像。”

未来愿景
两位 CEO 还分享了他们对未来的愿景。

扎克伯格对通过眼镜将 AI 与现实世界结合在一起表示乐观,Meta 与眼镜制造商 Luxotic 的合作,有助于变革教育、娱乐和工作。

黄仁勋强调了与 AI 的交互如何变得更加流畅,而不仅仅是基于文本交互。

黄仁勋表示:“今天的 AI 有点类似一来一回的模式。你说一句,它回你一句。未来的 AI 将会考虑多个选项,生成一个选项树,并模拟结果,从而使其更强大。”

在对话中,两位 CEO 轻松地聊到了从时尚到牛排三明治的各种话题,最后以互换皮夹克结束了讨论。

扎克伯格送给黄仁勋一件带有巨大帽子的黑色皮毛夹克。

黄仁勋向扎克伯格赠送了自己的皮夹克,这件皮夹克是他妻子 Lori 为了 SIGGRAPH 大会专门准备的,并调侃说这件夹克“才穿了两个小时”。

接受礼物后扎克伯格表示:“因为这件被您穿过,所以更有价值。”

了解 NVIDIA 在本次 SIGGRAPH 大会上的更多内容,请访问:https://www.nvidia.cn/events/siggraph/#featured-programs

关于 NVIDIA

NVIDIA(NASDAQ: NVDA)是加速计算领域的全球领导者。

围观 57
评论 0
路径: /content/2024/100583253.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:是德科技汽车和能源解决方案营销经理 Hwee Yng Yeo

是德科技汽车和能源解决方案营销经理Hwee Yng Yeo.png

自动驾驶技术就好比是训练自动驾驶汽车(AV)像人类一样驾驶,甚至有希望比人类驾驶得更好。正如人类在驾驶汽车时需要依靠感官和认知反应一样,传感器技术也是实现自动驾驶不可或缺的一部分。

在摄像头、雷达和激光雷达这三种传感器中,雷达在交通安全领域应用的历史可能最为悠久。最早用于保障交通安全的雷达专利技术之一被称为 Telemobiloscope(电动镜)。它是由德国发明家 Christian Hülsmeyer 发明的一种船舶防撞工具。

此后,雷达技术取得了长足的发展,现已成为汽车功能安全的重要使能技术。据估计,汽车雷达的市场规模在 2033 年将突破 180 亿美元

如表 1 所示,汽车雷达具有许多优点。这些优点将继续帮助工程师部署高级驾驶辅助系统(ADAS)。现代汽车中的许多功能都是通过雷达实现的,例如自动紧急制动系统、前方碰撞预警、盲点检测、变道辅助、后方碰撞预警系统、高速路上的自适应高速巡航控制、交通拥堵时的自动跟车启停等。

表 1 :汽车雷达技术的优点和当前的局限性.jpg

1 :汽车雷达技术的优点和当前的局限性

虽然汽车雷达技术有许多优点,但也存在需要工程师们克服的局限性。多年来,提高雷达的分辨率对于工程师而言一直是一项重要挑战,不过近年来的创新技术正在发挥作用,使得雷达在目标检测方面能够提供更加精确的信息。

3D 目标检测方面的差异

传统的 3D 汽车雷达传感器使用无线射频探测 3D 物体的距离、位置和多普勒效应(即物体的速度)等。为了提高汽车雷达传感器在安全价值链中的作用,帮助实现自动驾驶,业界正在不断突破 3D 雷达的局限性。自 2022 年以来,由于欧洲电信标准协会(ETSI)和美国联邦通信委员会(FCC)制定了频谱法规和标准,欧洲和美国逐步淘汰了使用 21.65 GHz 26.65 GHz 频段的 24 GHz 超宽带(UWB)雷达频率。

在逐步淘汰 24 GHz UWB 频段的同时,监管机构为车载雷达技术开放了 76 GHz 81 GHz 的总带宽为 5 GHz 的连续频段。远距离探测使用 76 GHz 频段,而短距离、高精度探测则使用 77-81 GHz 频段。

了解更高频率、更宽带宽的先进汽车雷达系统所带来的性能提升非常重要,这有助于提高雷达的距离分辨率,它决定了两个物体的最小距离间隔有多远时,雷达才能分别探测到这两个独立的目标。例如,24 GHz 雷达系统的距离分辨率为 75 cm,而 77 GHz 雷达系统则提高到 4 cm,这使其可以更好地探测多个彼此靠近的目标(图 1)。

图 1 :24 GHz 雷达(左)无法分辨距离太近的物体,77 GHz雷达传感器(右)则可以将上述目标识别为不同的物体.png

1 24 GHz 雷达(左)无法分辨距离太近的物体,77 GHz雷达传感器(右)则可以将上述目标识别为不同的物体

如果一个女孩和她的狗紧挨着站在路边,人类驾驶员在大多数情况下可以十分轻松地识别出这一场景,并且提前预判到这条狗很有可能会突然蹿到路上,从而做出反应。但此时只有带宽较宽的雷达(见图 2,右侧的测试)可以探测到这两个独立的目标,并向驾驶员或自动驾驶系统提供正确信息。

图 2 :1 GHz(左)和 4 GHz(右)带宽的测试结果比较清晰地显示,只有带宽较宽的分辨率(右侧)才能检测到两个不同的物体.jpg

2 1 GHz(左)和 4 GHz(右)带宽的测试结果比较清晰地显示,只有带宽较宽的分辨率(右侧)才能检测到两个不同的物体

利用 4D 雷达及其他技术筑起更加牢固的安全堤坝

雷达传感技术必须能够精准地检测、分割和追踪车辆周围的物体,才能让人类将方向盘放心地交给自动驾驶汽车。这一需求正在推动 4D 雷达的发展,4D 雷达可以在 3D 雷达给出的距离、水平位置和速度等相关数据的基础上,提供更加准确、详细的 3D 空间物体信息,包括物体的垂直位置(见表 2)。

表 2 :3D雷达和4D雷达的区别.jpg

2 3D雷达和4D雷达的区别

4D 成像雷达的出现使自动驾驶汽车能够凭借更高的分辨率探测到更小的物体,同时成像雷达也可以测绘出更加完整的“全方位”环境地图。

为了正确解释垂直视角中的物体,自动驾驶汽车必须能够使用 4D 和成像雷达检测出物体的高度。例如,自动驾驶汽车的 3D 雷达可能会将从扁平井盖上反弹的信号误认为是道路上的障碍物,从而为了避开并不存在的障碍物而突然停车。

在现实世界中,汽车雷达探测到的交通“事件”从来都不会是像上述案例那样的孤立事件。人类驾驶员要在数以百计的车辆、行人、道路工程,甚至是偶尔横穿马路的野生驼鹿中穿梭(图 3),因此需要综合运用视觉和听觉感知到的信息以及交通规则、经验和本能。

图 3 :值得深入思考的驼鹿问题:当驼鹿在漆黑的夜晚从自动驾驶汽车前穿过时,它会不会在车灯的照射下停止不动,或者远程雷达会不会发出充分的警告并在适当的距离外减速停车?.jpg

3 :值得深入思考的驼鹿问题:当驼鹿在漆黑的夜晚从自动驾驶汽车前穿过时,它会不会在车灯的照射下停止不动,或者远程雷达会不会发出充分的警告并在适当的距离外减速停车?

同样,自动驾驶汽车依靠雷达传感器和其他系统,例如摄像头、激光雷达和车联网(V2X 系统,提供的准确数据检测周围的交通环境。各个数据流与 ADAS 或自动驾驶算法进行通信,帮助汽车感知所检测到的车辆或物体的相对位置与速度。然后,ADAS /自动驾驶系统中的控制算法会帮助触发被动反应(例如通过闪烁警示灯提醒驾驶员注意盲点危险)或主动反应(例如采取紧急制动以避免碰撞)。

汽车雷达测试

目前,汽车制造商和雷达模块提供商使用软件和硬件测试其雷达模块的功能。有两种主要的硬件测试方法:

  • 使用与被测雷达设备(DUT)保持不同距离和角度的角反射器,每个反射器代表一个静态目标。当需要改变这种静态场景时,必须将角反射器移动到新的位置。

  • 使用雷达目标模拟器(RTS)可以对雷达目标进行电子仿真,从而同时仿真静态和动态目标以及目标的距离、速度和大小。在目标数量超过 32 个的复杂/逼真场景中,基于 RTS 的功能测试会出现缺点,并且这种测试也无法鉴定 4D 和成像雷达探测扩展目标的能力。扩展目标是由点云表示的物体,而不仅仅是一个反射。

图 4 :使用雷达目标模拟器(RTS)对雷达传感器执行测试,无法提供用于验证自动驾驶应用的完整交通场景.png

4 :使用雷达目标模拟器(RTS)对雷达传感器执行测试,无法提供用于验证自动驾驶应用的完整交通场景

基于数量有限的目标物体,对雷达装置执行测试,无法还原完整的自动驾驶汽车驾驶场景。它忽略了现实世界的复杂性,尤其是在市区,各个交叉路口和转弯处都会有行人、骑行者和电瓶车,路况十分复杂。

提高雷达算法的智能化水平

机器学习正在越来越多地帮助开发人员训练 ADAS 算法来更好地解释雷达传感器和其他传感器系统的数据,并对这些数据进行分类。最近,YOLO 成为了汽车雷达算法领域的一个热门词汇。YOLO 是“You Only Look Once”的缩写,意思是通过一次网络传递完成目标检测任务。这种说法可谓非常贴切,因为雷达感知到的内容和 ADAS 算法对数据的解读都是至关重要的过程,甚至可以说是生死攸关。基于 YOLO 的雷达目标检测方法,希望同时完成对多个物体的精确探测和分割。

在这些自动驾驶系统最后进入成本高昂的道路测试阶段之前,先对物理雷达传感器和 ADAS 算法进行严格的测试至关重要。为了更加真实地 360 度全方位还原现实世界中的各种交通场景,汽车制造商已经开始使用雷达场景仿真技术将真实的道路场景“搬”进实验室里,进行仿真测试。

L4 级和 L5 级自动驾驶迈进的一大关键挑战是需要自动驾驶车辆能够区分道路上的动态障碍物并自主决定行动路线,而不仅仅是在仪表盘上发出警示或亮起警告灯。在仿真交通场景时,如果描绘每个目标的点数太少,可能会导致雷达错误地将间隔很近的物体辨认为一个整体。这样就难以全方位地测试传感器,也很难全面测试依赖雷达传感器数据流的算法和决策。

新的雷达场景仿真技术使用了光线追踪和点云技术,能够从高度逼真的交通仿真场景中提取相关数据并更好地检测和区分不同的物体(见图 5)。通过使用新型毫米波(mmWave)空中下载(OTA)技术,雷达场景仿真器可生成多个静态和动态目标。这些目标的间隔距离从 1.5 米到 300 米不等,速度在 0 400 公里/小时之间,适用于短程、中程和远程汽车雷达,为雷达传感器的测试提供了更为真实的交通场景。

图 5 :使用雷达场景仿真进行感知算法测试的屏幕截图。右侧屏幕显示的是由左侧雷达场景仿真器模拟的交通交通场景。绿点表示仿真的雷达反射,红点表示雷达传感器检测到的信号.png

5 :使用雷达场景仿真进行感知算法测试的屏幕截图。右侧屏幕显示的是由左侧雷达场景仿真器模拟的交通交通场景。绿点表示仿真的雷达反射,红点表示雷达传感器检测到的信号

无论是雷达传感器还是算法都可以在雷达场景仿真中快速进行多次设计迭代,从而修复错误和对设计作出微调。因此,雷达场景仿真对于上路前的驾驶测试非常有帮助。除了 ADAS 和自动驾驶功能测试外,它还能帮助汽车制造商开发变量处理应用,例如验证不同的保险杠设计、喷漆和雷达模块定位功能对雷达功能的影响。

自动驾驶平台提供商和雷达系统制造商可以通过多个可重复和可定制的场景增强车辆对不同真实交通场景的感知能力,使雷达传感器捕获大量数据供自动驾驶算法用于机器学习。

如今,高速数字信号处理(DSP)在对各个雷达检测结果进行微调时也发挥着至关重要的作用。如图 6 所示,雷达可以采集行人手臂和腿部的各种信息,包括速度、距离、横截面(大小)和角度(水平和垂直)等。这些信息对于训练雷达算法识别行人(而不是像过马路的宠物狗这样的数字 4D 形状)至关重要。

图 6 :使用雷达场景仿真的高速数字处理技术可对动态目标进行更加精细的数据分析,例如移动的行人等.png

6 :使用雷达场景仿真的高速数字处理技术可对动态目标进行更加精细的数据分析,例如移动的行人等

超级传感器的崛起始于可靠的测试

从芯片设计到制造再到后续的雷达模块测试,汽车雷达设计、开发和制造生命周期的每一个环节都需要经过严格的测试。

将毫米波频段用于汽车雷达应用会遇到许多测试方面的挑战。工程师需要考虑测试设置、确保测试设备能够进行超宽带毫米波测量、减少信噪比损失,并满足不同地区和市场对于干扰测试的新标准要求等。

在雷达模块层面,现代 4D 和成像雷达模块测试需要具有更大带宽和更高距离分辨率的测试设备。

最后一个难题是将汽车雷达集成到 ADAS 和自动驾驶系统中并使标准驾驶情况中的算法适用于百万分之一的极端情况。未来,随着越来越多的驾驶员退居二线,训练有素且经过测试的雷达超级传感器系统将为乘客带来更加平稳、安全的乘坐体验。

关于是德科技

是德科技(NYSE:KEYS)启迪并赋能创新者,助力他们将改变世界的技术带入生活。作为一家标准普尔 500 指数公司,我们提供先进的设计、仿真和测试解决方案,旨在帮助工程师在整个产品生命周期中更快地完成开发和部署,同时控制好风险。我们的客户遍及全球通信、工业自动化、航空航天与国防、汽车、半导体和通用电子等市场。我们与客户携手,加速创新,创造一个安全互联的世界。了解更多信息,请访问是德科技官网 www.keysight.com

围观 71
评论 0
路径: /content/2024/100583252.html
链接: 视图
角色: editor
winniewei的头像
winniewei

自由现金流同比增长约 2.5亿美元

2024 年 7 月 30 日安森美(onsemi,美国纳斯达克股票代号:ON)公布其2024年第二季度业绩,亮点如下:

  • 第二季度收入为 17.352 亿美元

  • 第二季度公认会计原则(以下简称“GAAP”) 和 非GAAP 毛利率分别为 45.2%和45.3%

  • 第二季度GAAP 营业利润率和非GAAP营业利润率分别为 22.4%和27.5%

  • 第二季度GAAP 每股摊薄收益为 0.78美元,非GAAP 每股摊薄收益为 0.96 美元

  • 在过去 12 个月,通过股票回购向股东返还了约6.5亿美元的自由现金流

安森美总裁兼首席执行官 Hassane El-Khoury 说:“我们仍致力于通过扩大市场份额、加倍投资于战略市场,以及扩展我们业界领先的产品组合(包括模拟和混合信号解决方案)来推动增长。正如我们最近与大众汽车集团签订的供应协议所体现,随着我们在欧洲、北美和中国配合全球领先的整车厂商(OEM)扩产,这也不断巩固我们在汽车领域的碳化硅领导地位。”

下表概列2024年第二季度与可比较时期的部分财务业绩(未经审计):


GAAP


Non-GAAP

(收入和净额以百万美元计)

Q2 2024

Q1 2024

Q2 2023


Q2 2024

Q1 2024

Q2 2023

收入

$1,735.2

$1,862.7

$2,094.4


$1,735.2

$1,862.7

$2,094.4

毛利率

45.2%

45.8%

47.4%


45.3%

45.9%

47.4%

营运利润率

22.4%

28.2%

32.2%


27.5%

29.0%

32.8%

安森美应占收入净额

$338.2

$453.0

$576.6


$412.1

$464.5

$583.3

每股摊薄盈利

$0.78

$1.04

$1.29


$0.96

$1.08

$1.33


收入汇总





(百万美元)





(未经审计)





截至季度的3个月




业务部(1)

Q2 2024

Q1 2024

Q2 2023


环比变动

同比变动

电源方案部(PSG)

$ 835.2

$ 874.2

$ 977.4


(4)%

(15)%

模拟与混合信号部(AMG)

$ 647.8

$ 697.0

$ 791.9


(7)%

(18)%

智能感知部(ISG)

$ 252.2

$ 291.5

$ 325.1


(13)%

(22)%

总额

$1,735.2

$1,862.7

$2,094.4


(7)%

(17)%

(1)2024 年第一季度,安森美对某些部门进行了结构重组。由于 PSG 和 AMG重组,上期金额已重新分类,以符合本期的列报方式。

2024年第三季度展望

下表概列安森美预计2024年第三季度的GAAP及非GAAP展望:


安森美GAAP总额

特别项目**

安森美non-GAAP总额***

收入

$1,700百万美元至$1,800百万美元

-

$1,700百万美元至$1,800百万美元

毛利率

44.3%至46.3%

0.1%

44.4%至46.4%

营运支出

$329百万美元至

$344百万美元

$24百万美元

$305百万美元至

$320百万美元

其它收入及支出净额(包括利息支出)

(12百万美元)

-

(12百万美元)

每股摊薄盈利

$0.85美元至$0.97美元

$0.06美元

$0.91美元至$1.03美元

摊薄股数*

433百万

4百万

429百万

Financials

电话会议

安森美已于美国东部标准时间 (ET) 2024年 7 月 29日上午 9 时举行金融界电话会议,讨论此次的发布和安森美 2024 年第二季度业绩。英语电话会议已在公司网站http://www.onsemi.cn的“投资者关系”网页作实时广播。实时网上广播大约1小时后在该网站回放,为时30天。

关于安森美(onsemi)

安森美(onsemi, 纳斯达克股票代号:ON)致力推动颠覆性创新,打造更美好的未来。公司关注汽车和工业终端市场的大趋势,加速推动汽车功能电子化和汽车安全、可持续电网、工业自动化以及5G和云基础设施等细分领域的变革创新。安森美提供高度差异化的创新产品组合以及智能电源和智能感知技术,以解决全球最复杂的挑战,引领创造更安全、更清洁、更智能的世界。安森美位列《财富》美国500强,也被纳入纳斯达克100指数和标普500指数。了解更多关于安森美的信息,请访问:http://www.onsemi.cn

围观 46
评论 0
路径: /content/2024/100583247.html
链接: 视图
角色: editor
winniewei的头像
winniewei

国内EDA领军企业北京华大九天科技股份有限公司近日宣布,全球排名前列的半导体解决方案供应商瑞萨电子株式会社 (以下简称“瑞萨电子”)已导入华大九天的Empyrean Skipper®工具作为其版图管理方案。Empyrean Skipper®适用于IC版图查看、分析和修改,能够高速读入超大规模芯片数据,更大限度提高工程师的工作效率。采用先进工艺的超大规模芯片,尤其是通信、HPC和AI等方面的芯片,版图数据常常达到数十GB甚至上百GB。在芯片设计后期,需要反复多次打开版图数据,进行各种检查、分析和修改。以往的工具会花费数十分钟甚至数小时才能完成读入,而Empyrean Skipper® 能在十分钟内读入数十GB的数据,节约了工程师的宝贵时间。

 “随着设计复杂度的提升,芯片的规模也日趋庞大。读入版图数据、分析版图数据所需要的时间也大幅增加,耗费了我们工程师大量的时间。我们期待Empyrean Skipper®是解决这个课题的很好方案。” 瑞萨电子数字后端设计技术部部长蓑田幸男对Empyrean Skipper® 的优异性能予以了肯定。华大九天EDA工程中心总经理董森华表示,“Empyrean Skipper®是华大九天电路设计产品群中优秀的一员,能够得到行业顶级公司瑞萨电子的肯定,我们感到非常荣幸。Empyrean Skipper®除了读入速度快之外,还有多人共享内存模式、团队协作管理等功能,都是华大九天针对超大规模芯片设计量身定制的技术特点,华大九天期待可以在更多的领域为瑞萨电子取得成功做出贡献。”

北京华大九天科技股份有限公司(简称“华大九天”)成立于2009年,一直聚焦于EDA工具的开发、销售及相关服务业务,致力于成为全流程、全领域、全球领先的EDA提供商。

华大九天主要产品包括模拟电路设计全流程EDA工具系统、存储电路设计全流程EDA工具系统、射频电路设计全流程EDA工具系统、数字电路设计EDA工具、平板显示电路设计全流程EDA工具系统、晶圆制造EDA工具和先进封装设计EDA工具等软件,并围绕相关领域提供技术开发服务。产品和服务主要应用于集成电路设计、制造及封装领域。

华大九天总部位于北京,在南京、成都、深圳、上海、香港、广州、北京亦庄和西安等地设有全资子公司,在武汉、厦门、苏州等地设有分支机构。 

来源:华大九天

围观 66
评论 0
路径: /content/2024/100583244.html
链接: 视图
角色: editor
winniewei的头像
winniewei

LEXI-R10系列小型LTE Cat 1bis模块为全球通信发展提供支持。全新SARA-R10系列可用于从传统2G/3G设计轻松迁移到新网络,并推出了具有全面室内/室外追踪功能的型号。

近日,作为提供定位和无线通信技术及服务的全球领先供应商u-blox(SIX:UBXN)宣布,其广受欢迎的R10产品组合再推新模块,为快速增长的LTE Cat 1bis蜂窝通信市场再添助力。

分析机构Techno Systems Research Co., Ltd 预测,到2029年,LTE Cat 1bis在所有非手持蜂窝通信设备中将占据43.6%的比例,预计在未来四到五年间这款产品将成为物联网 (IoT) 领域畅销的蜂窝通信技术产品。新模块加强了u-blox的LTE Cat 1bis产品组合,满足了物联网和用户从传统2G/3G蜂窝通信网络进行迁移的需要。

1.jpg

新款u-blox LEXI-R10全球版模块提供设计小巧的16 x 16毫米LTE Cat 1bis解决方案,适用于全球范围内尺寸受限的物联网应用,如人员或宠物追踪器和可穿戴设备。

LEXI-R10全球版模块是一款外观极小巧的单模LTE Cat 1bis模块,支持室内导航,并搭载了美国移动运营商认证内核。

与此同时,全新SARA-R10系列还为u-blox广受欢迎的SARA封装提供了与LEXI-R10全球版模块相同的功能。随着2G和3G通信技术在全球范围内逐步停用,SARA-R10为使用u-blox SARA 2G和3G模块的产品设计人员提供了一条直接的升级途径,让他们可以轻松升级到目前及未来许多年广泛应用的全球蜂窝通信标准4G LTE。

LEXI-R10和SARA-R10可选择嵌入式eSIM卡,这两个模块还集成了Wi-Fi嗅探器,可通过u-blox CellLocate服务提供基于Wi-Fi和蜂窝通信网络的室内定位功能。

其中一个型号是SARA-R10M10,这是一款十分小巧的LTE Cat 1bis模块,内嵌全球导航卫星系统(GNSS),能够同时执行通信和追踪。该模块融合了GNSS、Wi-Fi扫描和全球LTE覆盖范围,是资产追踪和车联网应用的理想解决方案,可在全球任意地点实现持续通信和室内外定位。此外,这款模块只有u-blox先前的LTE Cat 1bis组合产品LENA-R8M10的一半大小。

全新u-blox R10模块为产品设计人员提供了4G蜂窝通信解决方案,适合需要中等数据传输速率、全球转移植能力、超低功耗和小型封装尺寸的物联网应用。

第一批LEXI-R10全球版模块和SARA-R10样品将于2024年第三季度发布。

来源:瑞士ublox

围观 58
评论 0
路径: /content/2024/100583241.html
链接: 视图
角色: editor