芯查查-电子信息产业数据引擎

22 23 24 25 26 27 28 29 30 31

三星宣布使用长江存储先进封装技术，SK海力士有望跟进

韩媒报道，三星已确认从V10（第10代）开始，将使用中国NAND制造商YMTC的专利技术，特别是在新的先进封装技术“混合键合”方面。 YMTC是最早将混合键合应用于3D NAND的企业，因此在相关技术上拥有强大的专利积累。三星电子选择通过与YMTC达成许可协议，而不是冒险规避专利，来化解未来可能出现的风险。根据ZDNet Korea的报道，三星电子最近与YMTC签署了3D NAND混合键合专利的许可协议。 V10 NAND首次应用混合键合 V10是三星电子计划最早在今年下半年开始量产的下一代NAND。随着NAND技术的不断进步，存储单元会逐渐垂直堆叠，V10预计将达到420到430层。 V10 NAND将采用多项新技术，其中最重要的是W2W（Wafer-to-Wafer）混合键合技术。 W2W混合键合是指将两个硅片直接结合的封装技术。这项技术省去了传统芯片连接中所需的“凸点”（Bump），使得电路路径变得更短，从而提高性能和散热特性。特别是将整个硅片直接结合的W2W技术，也有助于提高生产效率。过去，三星电子通常在单个硅片上布置控制电路（Peripheral），然后在其上堆叠存储单元，这种方式被称为COP（Cell on Peripheral）。但当NAND堆叠超过400层时，底部的控制电路承受的压力增大，会影响NAND的可靠性。因此，三星电子决定在V10 NAND中采用将存储单元和控制电路分别在不同硅片上制造，然后通过混合键合将它们合并的技术。选择“许可协议”而非规避然而，这一计划的实现面临着主要来自现有海外企业的专利问题。3D NAND的混合键合技术是中国最大NAND制造商YMTC在大约四年前首次应用的。YMTC将这项技术命名为“Xtacking”。在创业初期，YMTC通过与美国科技公司Xperi签署许可协议获得了混合键合技术的原始专利。随后，YMTC还在NAND封装技术方面建立了相当多的自主专利。因此，三星电子与YMTC签署了混合键合专利的许可协议。三星电子选择通过达成共识来避免专利风险，而不是冒险规避，这一策略旨在加速技术开发的进程。然而，是否与Xperi等其他公司进行专利谈判，目前尚未确认。知情人士表示：“混合键合相关的技术专利，Xperi、YMTC和台积电TSMC三家公司几乎拥有了大部分专利。三星电子也判断，未来在V10、V11、V12等下一代NAND开发中，规避YMTC的专利几乎不可能，因此选择了签署许可协议。” 对于三星来说，这一技术突破解决了下一代NAND开发中的“核心难题”。韩媒认为，但三星或面临市场主导权丧失的风险，以及由于专利使用可能导致的技术依赖等忧虑。 SK海力士有望跟进去年年底就有报道称三星已成功开发出突破性的400层堆叠NAND闪存技术，并已开始将该技术转移到大规模生产线。这一进展有望超越前不久已宣布量产321层NAND的SK海力士。目前，三星在全球NAND闪存市场市占率为36.9%，面对SK海力士的竞争，三星的这一突破显得尤为重要。 SK海力士当然不甘于此，据传也有可能与YMTC签署专利协议。此前，SK海力士副社长金春焕在2024年2月的“Semicon Korea 2024”大会上表示：“我们正在开发一种新平台，在400层级NAND产品中通过混合键合技术提高经济性和量产性。”

存储

芯查查资讯 . 2025-02-25 1190
物奇推出高性能路由器Wi-Fi6芯片，全场景赋能家庭网络强劲连接

近日，国内领先的短距通信系统级芯片设计厂商重庆物奇微电子股份有限公司（下称“物奇”）宣布推出首颗高性能路由器Wi-Fi6芯片WQ9301，成为国内极少数同时拥有Wi-Fi STA和AP双端产品的新锐力量。随着人工智能技术的飞速发展，全新的智能网联时代已然到来。作为消费性和行业性应用最广的通信协议，Wi-Fi技术及其相应的Wi-Fi芯片变得愈发重要。同时，随着Wi-Fi技术标准的持续演进，Wi-Fi芯片的应用规模也在持续扩大。据公开数据显示，到2025年，全球Wi-Fi芯片市场规模预计将达到220亿美元，出货量将超过45亿颗。其中Wi-Fi路由器芯片作为Wi-Fi网络的“中枢”，被业界公认为研发难度和投入最高，价值和战略意义最大的关键核心芯片。得益于Wi-Fi广阔的市场机遇和国内自主创新的双重驱动，物奇汇聚了在短距通信领域丰厚的技术积累，历经Wi-Fi4、1x1 STA Wi-Fi6、2x2 STA Wi-Fi6等多次产品迭代，并以端侧DBDC技术突破为基础，最终实现AP Wi-Fi芯片的自主研发。该芯片成功推出，标志着物奇已完成Wi-Fi6 STA和AP全系列芯片布局落地，正在加速向Wi-Fi7芯片迈进。作为物奇首颗路由器Wi-Fi6芯片，WQ9301采用RISC-V多核指令集架构，独创了具有世界一流性能表现的CMOS PA技术；通过改进的OFDMA编码、高阶调制技术、高带宽IQ均衡补偿、数字预失真技术及路由器协同感知等一系列关键技术，可支持1024QAM调制解调及160MHz的工作带宽。在传输速率上可提供高达3Gbps的稳定无线速率，能充分满足对速率要求极高的应用场景，如 4K/8K 高清视频播放、大型在线游戏等。在信号覆盖范围方面，凭借物奇独创的高性能CMOS PA射频解决方案及创新架构，WQ9301能够做到优秀发射功率的同时保证极高的效率，相比竞品能覆盖更大的范围并减少功耗和发热。新品路由器Wi-Fi芯片定位为家庭网络基础设施的关键环节，能够满足千兆宽带、智慧家庭等多设备接入场景下的无线连接需求，主要应用于家庭Wi-Fi路由器、中继器、光猫、智能网关等网通产品，具备高速率、高稳定性、高发射功率、高灵敏度等特性。该产品主要特点包括：内置高性能RISC-V CPU，支持IEEE 802.11 a/b/g/n/ac/ax协议，能够充分兼容不同Wi-Fi制式的终端设备；采用DL/UL MU-MIMO和OFDMA技术，支持LDPC/BCC编码，支持Spatial Reuse空分复用技术，减少同频干扰，能够同时服务更多用户，提高频谱利用率和整网效率；自研2.4GHz和5GHz双频射频电路，最高可支持160MHz带宽及1024QAM调制方式，物理层双频并发最高速率可达3Gbps；单芯片实现基带、射频全集成，通过内置高性能FEM(PA/LNA/SWITCH)具备领先的能效比，有效降低功耗和BOM成本；同时支持外置FEM方案，满足客户差异化需求。物奇深耕无线短距通信芯片领域多年，产品一路从Wi-Fi4演进到Wi-Fi6，从最开始支持20MHz带宽到如今的160MHz带宽，调制方式也从最开始的64QAM发展到如今的4096QAM，基带和射频前端性能已达到Wi-Fi7要求。目前物奇所有高阶Wi-Fi产品持续以世界一流水平为标杆，力争在中高端Wi-Fi市场取得新突破，助力国内高端Wi-Fi产业链蓬勃发展。

物奇微

物奇微电子 . 2025-02-25 1115
国产FPGA SOC双目视觉处理系统开发实例-米尔安路DR1M90开发板

FPGA、视觉处理系统、飞龙DR1M90、FPGA SOC、核心板 1. 系统架构解析本系统基于米尔MYC-YM90X核心板构建，基于安路飞龙DR1M90处理器，搭载安路DR1 FPGA SOC 创新型异构计算平台，充分发挥其双核Cortex-A35处理器与可编程逻辑（PL）单元的协同优势。通过AXI4-Stream总线构建的高速数据通道（峰值带宽可达12.8GB/s），实现ARM与FPGA间的纳秒级（ns）延迟交互，较传统方案提升了3倍的传输效率，极大地提升了系统整体性能。国产化技术亮点： • 全自主AXI互连架构，支持多主多从拓扑，确保系统灵活性与可扩展性 • 硬核处理器与PL单元共享DDR3控制器，提高内存带宽利用率（可升级至DDR4） • 动态时钟域隔离技术（DCIT），确保跨时钟域的数据交互稳定性，避免时序错误 • 国产SM4加密引擎硬件加速模块，为数据加密任务提供硬件级别的支持，提升加密处理效率图一系统架构框图如图一所示，系统架构通过“低内聚，高耦合”的设计思想，通过模块化的设计方式，完成了以下工作。 1. 通过I²C对OV5640摄像头进行分辨率，输出格式等配置。 2. 双目图像数据进行三级帧缓存，FIFO——DMA——DDR。 3. 客制化低延迟ISP（开发者根据场景需求加入） 4. VTC驱动HDMI输出显示 2. 系统程序开发 2.1 DR1固件架构设计 GUI设计界面，类Blockdesign设计方式，通过AXI总线，连接DR1的ARM核与定制化外设，包括以太网，RAM模块，PL DMA和VTC。图二 FPGA底层架构框图 2.2 双目视觉处理流水线 2.2.1 传感器配置层为实现高效的传感器配置，本系统采用混合式I²C配置引擎，通过PL端硬件I²C控制器实现传感器参数的动态加载。与纯软件方案相比，该硬件加速的配置速度提升了8倍，显著降低了配置延迟。 // 可重配置传感器驱动IP module ov5640_config ( input wire clk_50M, output tri scl, inout tri sda, input wire [7:0] reg_addr, input wire [15:0] reg_data, output reg config_done ); // 支持动态分辨率切换（1920x1080@30fps ↔ 1280x720@60fps） parameter [15:0] RESOLUTION_TABLE[4] = '{...}; 该配置引擎支持多分辨率与高帧率动态切换，适应不同应用场景需求。 2.2.2 数据采集管道系统构建了三级缓存体系，确保数据处理的高效性和实时性： • 像素级缓存：采用双时钟FIFO（写时钟74.25MHz，读时钟100MHz），实现数据的稳定缓存和传输。 • 行缓冲：使用BRAM的乒乓结构（每行1920像素×16bit），减少数据延迟。 • 帧缓存：通过DDR3-1066 1GB内存支持四帧循环存储，确保图像的持续流畅展示。 // 位宽转换智能适配器 module data_width_converter #( parameter IN_WIDTH = 16, parameter OUT_WIDTH = 96 )( input wire [IN_WIDTH-1:0] din, output wire [OUT_WIDTH-1:0] dout, // 时钟与使能信号 ); // 采用流水线式位宽重组技术 always_ff @(posedge clk) begin case(state) 0: buffer <= {din, 80'b0}; 1: buffer <= {buffer[79:0], din}; // ...6周期完成96bit组装 endcase end 2.2.3. 异构计算调度系统通过AXI-DMA（Direct Memory Access）实现零拷贝数据传输，优化内存和外设间的数据交换： • 写通道：PL→DDR，采用突发长度128、位宽128bit的高速数据传输 • 读通道：DDR→HDMI，配合动态带宽分配（QoS等级可调），确保不同带宽需求的动态适配 2.2.4 VTC显示引擎深度优化 • PL DMA输出显示优化显示时序的优化对高质量图像输出至关重要。通过VTC（Video Timing Controller），本系统能够实现多模式自适应输出。 axi_hdmi_tx#( .ID(0), .CR_CB_N(0), .DEVICE_TYPE(17), // 17 for DR1M .INTERFACE("16_BIT"), .OUT_CLK_POLARITY (0) ) axi_hdmi_tx_inst ( .hdmi_clk (pll_clk_150), //.hdmi_clk (clk1_out), .hdmi_out_clk (hdmi_clk ), .hdmi_16_hsync (hdmi_hs ), .hdmi_16_vsync (hdmi_vs ), .hdmi_16_data_e (hdmi_de), .hdmi_16_data (/*hdmi_data*/ ), // .hdmi_16_data (hdmi_data ), .hdmi_16_es_data (hdmi_data), .hdmi_24_hsync (), .hdmi_24_vsync (), .hdmi_24_data_e (), .hdmi_24_data (/*{r_data,g_data,b_data}*/), .hdmi_36_hsync (), .hdmi_36_vsync (), .hdmi_36_data_e (), .hdmi_36_data (), .vdma_clk (pll_clk_150 ), .vdma_end_of_frame (dma_m_axis_last ), .vdma_valid (dma_m_axis_valid ), .vdma_data (dma_m_axis_data ), .vdma_ready (dma_m_axis_ready), .s_axi_aclk (S_AXI_ACLK ), .s_axi_aresetn (S_AXI_ARESETN ), .s_axi_awvalid (axi_ds5_ds5_awvalid ), .s_axi_awaddr (axi_ds5_ds5_awaddr ), .s_axi_awprot (axi_ds5_ds5_awprot ), .s_axi_awready (axi_ds5_ds5_awready ), .s_axi_wvalid (axi_ds5_ds5_wvalid ), .s_axi_wdata (axi_ds5_ds5_wdata ), .s_axi_wstrb (axi_ds5_ds5_wstrb ), .s_axi_wready (axi_ds5_ds5_wready ), .s_axi_bvalid (axi_ds5_ds5_bvalid ), .s_axi_bresp (axi_ds5_ds5_bresp ), .s_axi_bready (axi_ds5_ds5_bready ), .s_axi_arvalid (axi_ds5_ds5_arvalid ), .s_axi_araddr (axi_ds5_ds5_araddr ), .s_axi_arprot (axi_ds5_ds5_arprot ), .s_axi_arready (axi_ds5_ds5_arready ), .s_axi_rvalid (axi_ds5_ds5_rvalid ), .s_axi_rresp (axi_ds5_ds5_rresp ), .s_axi_rdata (axi_ds5_ds5_rdata ), .s_axi_rready (axi_ds5_ds5_rready) ); • 动态时序生成器通过PL-PLL动态调整像素时钟，确保显示无卡顿、无闪烁，误差控制在<10ppm内。 // VTC配置代码片段（Anlogic SDK） void config_vtc(uint32_t h_total, uint32_t v_total) { VTCRegs->CTRL = 0x1; // 使能软复位 VTCRegs->HTOTAL = h_total - 1; VTCRegs->VTOTAL = v_total - 1; // 详细时序参数配置 VTCRegs->POLARITY = 0x3; // HS/VS极性配置 VTCRegs->CTRL = 0x81; // 使能模块 } 3. 硬件连接与测试 • 硬件连接米尔的安路飞龙板卡采用2 X 50 PIN 连接器设计，可灵活插拔多种子卡，配合子卡套件，可扩展成多种形态，多种应用玩法。图三使用模组、底板、子卡和线缆搭建硬件系统（使用米尔基于安路飞龙DR1M90开发板） • 显示测试实测双目显示清晰，无卡帧，闪屏。图四输出显示效果 • 系统集成在FPGA硬件描述文件的基础上，进一步在Linux下实现双摄，为复杂系统调度应用铺平道路。内核加载5640驱动下通过dma搬运ddr数据，在应用层中通过v4l2框架显示到HDMI上，完整数据流如下： FPGA DDR → AXI-DMA控制器 → Linux DMA引擎 → 内核dma_buf → V4L2 vb2队列 → mmap用户空间 → 应用处理三路DMA设备树HDMI、camera1、camera2代码片段： //hdmi soft_adi_dma0: dma@80400000 { compatible = "adi,axi-dmac-1.00.a"; reg = <0x0 0x80400000 0x0 0x10000>; interrupts = <GIC_SPI 83 IRQ_TYPE_LEVEL_HIGH>; clocks = <&axi_dma_clk>; #dma-cells = <1>; status = "okay"; adi,channels { #size-cells = <0>; #address-cells = <1>; dma-channel@0 { reg = <0>; adi,source-bus-width = <32>; adi,source-bus-type = <0>; adi,destination-bus-width = <64>; adi,destination-bus-type = <1>; }; }; }; // cam1 mipi_adi_dma0: dma@80300000 { compatible = "adi,axi-dmac-1.00.a"; reg = <0x0 0x80300000 0x0 0x10000>; interrupts = <GIC_SPI 82 IRQ_TYPE_LEVEL_HIGH>; clocks = <&axi_dma_clk>; #dma-cells = <1>; status = "okay"; adi,channels { #size-cells = <0>; #address-cells = <1>; dma-channel@0 { reg = <0>; adi,source-bus-width = <128>; adi,source-bus-type = <1>; adi,destination-bus-width = <64>; adi,destination-bus-type = <0>; }; }; }; //cam2 mipi_adi_dma1: dma@80700000 { compatible = "adi,axi-dmac-1.00.a"; reg = <0x0 0x80700000 0x0 0x10000>; interrupts = <GIC_SPI 86 IRQ_TYPE_LEVEL_HIGH>; clocks = <&axi_dma_clk>; #dma-cells = <1>; status = "okay"; adi,channels { #size-cells = <0>; #address-cells = <1>; dma-channel@0 { reg = <0>; adi,source-bus-width = <128>; adi,source-bus-type = <1>; adi,destination-bus-width = <32>; adi,destination-bus-type = <0>; }; }; }; 双路i2c OV5640设备树配置代码片段 camera@3c { compatible = "ovti,ov5640"; pinctrl-names = "default"; // pinctrl-0 = <&pinctrl_ov5640>; reg = <0x3c>; clocks = <&ov5640_clk>; clock-names = "xclk"; // DOVDD-supply = <&vgen4_reg>; /* 1.8v */ // AVDD-supply = <&vgen3_reg>; /* 2.8v */ // DVDD-supply = <&vgen2_reg>; /* 1.5v */ powerdown-gpios = <&portc 8 GPIO_ACTIVE_HIGH>; reset-gpios = <&portc 7 GPIO_ACTIVE_LOW>; port { /* Parallel bus endpoint */ ov5640_out_0: endpoint { remote-endpoint = <&vcap_ov5640_in_0>; bus-width = <8>; data-shift = <2>; /* lines 9:2 are used */ hsync-active = <0>; vsync-active = <0>; pclk-sample = <1>; }; }; }; • 性能测试性能实测数据。指标实测值理论峰值图像处理延迟 18.7ms ≤20ms DDR吞吐量 9.2GB/s 9.6GB/s 功耗（全负载） 3.8W 4.2W 启动时间（Linux） 18s - 4. 场景化应用扩展该方案可广泛应用于以下领域： 1. 智能驾驶：前视ADAS系统，包含车道识别和碰撞预警 2. 工业检测：高速AOI（自动光学检测）流水线，提升检测精度和效率 3. 医疗影像：内窥镜实时增强显示，支持多视角成像 4. 机器人导航：SLAM（同步定位与地图构建）点云加速处理，提升机器人自主导航能力通过安路TD 2024.10开发套件，开发者能够快速移植和定制化开发，具体包括： • 使用GUI图形化设计约束工具，简化硬件开发过程 • 调用预置的接口与处理器IP，加速产品开发上市时间，专注应用和算法的处理 • 进行动态功耗分析（DPA）与仿真，确保系统的稳定性与高效性 0. One More Thing… 这里，回到我们原点，回到我们开发设计国产 FPGA SOC的初衷，芯片也好，模组也好，都只是开始，无论是FPGA，SOC，或者SOM，**都是为了以更快，更好，平衡成本，体积，开发周期，开发难度，人员配置等等综合因素，做出的面向解决问题的选择，最终结果是降低成本和产品力的平衡。** 安路飞龙系列的问世，让我们很欣喜看见国产SOC FPGA的崛起，希望和业界开发者一起开发构建国产SOC FPGA生态，**所以选择将系列教程以知识库全部开源，共同无限进步！** 米尔电子可能只是其中非常非常小的一个数据集，但会尽力撬动更大贡献。获取完整工程链接和更多开发资料请联系support.cn@myir.cn。

FPGA

米尔电子 . 2025-02-25 5285
从草根到顶流，为什么是这六家公司？

2025年，杭州的开年模式，称得上“火热”两个字。国产开源大模型DeepSeek、春晚上扭秧歌机器人，等等，让杭州的科技型企业走到了世界的聚光灯下，特别是其中有六家企业被称为“六小龙”。科技创新型企业扎堆儿出现，让一个问题也在很多人脑海中盘旋：“六小龙”是怎样炼成的？暴发背后是怎样的创新生态在支撑？当记者来到“六小龙”之一的云深处科技，企业展厅里，不少客户和政府调研团正在排队等待参观。杭州云深处科技市场品牌经理钱晓宇：从节前到节后，我们基本是“连轴转”，每天大概有七八拨，上百号人来参观。门口的自动门最近因为访客太多，关关停停，都已经坏了。让这家企业火爆出圈的流量密码，正是眼前这些能跑会跳的机器狗。不仅50度的陡坡可以应对自如，就连80厘米的高台和多级阶梯也不在话下。对比此前拍摄的视频，我们可以发现，2023年，这只机器狗的运动能力还是这样的：走路缓慢、步态也略显僵硬。如此短时间内，机器狗的核心技术究竟是如何突破的？记者看到，这只24小时不停训练的机器狗，可以实时收集环境信息、行走轨迹、运动状态等数据，传输到系统上。通过最新的人工智能算法，技术人员不必再教给机器狗每个环境应该怎么走，而是让机器狗自主应对不同环境，学会自己走。杭州云深处科技研发总监周燕鑫：我们现在更多是基于AI的、更先进的AI算法，相当于有自身的学习能力，不像以前是非常固定的，基于一个场景或一种步态。它的运动能力得到了很大提升，以前不能去的地方或者不好去的地方，现在都能从容应对，对我们项目的交付和订单量都是有很大的帮助。从传统算法全面转向人工智能算法，去年云深处科技的这一重大转型，让它从全国40多万家智能机器人产业企业中脱颖而出，目前已在电站巡检、应急救援等400多个项目实现落地应用。走访中记者发现，这次杭州科技型企业的集体暴发，一个共同的技术底座就是人工智能。这也让杭州这个“电商之都”正在向硬核科技创新城市加速迈进。目前，杭州人工智能企业数量超过560家，利润总额占浙江全省超七成，形成了涵盖“基础层－技术层－应用层”的完整产业链条，人工智能发展整体水平已居全国第一梯队。每赚1元钱 9毛用来搞研发这批快速崛起的杭州科技企业，不仅仅抓住了人工智能新机遇，也在各自的赛道中，把技术研发做到了极致。一家企业200多人，研发人员占了一半以上。而另一家企业更是每赚1元钱就把9毛钱用来搞研发，火爆出圈的创新密码到底是什么？在强脑科技，这款仿生手是企业的明星产品。它的核心技术是肌电、神经电和脑电的数据采集以及数据解析。换句话说，就是用一个超级传感器去监测大脑深处的信号。这个信号有多微弱？科研人员告诉记者，它蕴含的能量大概相当于一节五号电池的一百万分之一。而眼前的这款仿生手不仅可以精准捕捉到人体的脑电信号，还能破解它所传达的信息，精准地猜测动作意图。眼下，这款能用意念控制的仿生手又迎来了更多升级版，能够感知温度和压力的智能仿生手等多款产品都将在今年迎来量产。企业负责人告诉记者，他们每隔几个月，就会根据用户的反馈和技术进步进行一次产品升级迭代，像眼前这样的产品设计手稿，更是多达上千张。浙江强脑科技有限公司创始人兼首席执行官韩璧丞：在神经科学产品里面，我们（的迭代速度）是非常快速的。相当于把曾经一个个高高在上的科学仪器、神经科学产品拉到了日常生活中。让记者没想到的是，支撑起这样快节奏产品迭代的企业，全部员工只有二百多人，但其中科研人员比例达一半以上，学科背景覆盖了从基础研究到工程应用的整个链条。浙江强脑科技有限公司创始人兼首席执行官韩璧丞：我们在过去10年时间里基本只做一件事情，就是解析大脑的神经信号。在过去的一段时间内，算法得到了非常快速的升级，这些残疾人用户用意识控制假肢的控制度变得比以前又更加灵敏了70%以上。不仅研发人员占比高，研发投入更是相当大手笔。在群核科技，记者看到企业研发出了一套“世界模拟器”，可以在电脑上1∶1还原出丰富的3D室内场景。依托这项技术，用户只需要上传一张平面户型图，10秒以内就可以生成3D户型图，一键匹配家装方案。而负责人告诉记者，他们从2017年起就保持在50%以上的研发投入，远高于其他软件公司20%的平均线。群核科技联合创始人首席技术官朱皓：最极端的研发投入力度可能是在2020年，公司每收入1块钱，我们研发投入9毛钱，是非常高的，意味着公司是肯定要亏本。但我们相信还是要有足够高的投入，才能够去吸引到足够多的人才。如今，坚持原创、重视研发，正在成为杭州科技企业的一种集体气质。杭州市全社会研究与试验发展经费投入强度已从2021年的3.57%增长到2024年的3.92%，企业研发投入占研发经费比重超过七成。从论文里找项目创新生态耐心陪跑 “六小龙”看似横空出世，但背后的努力绝非一朝一夕，不仅有企业自身的久久为功，更有创新土壤的精心培育。在杭州，政府资金与社会资本联手组建3000亿元基金集群，从论文里挖项目、用长期主义做投资，用心挑，耐心等，把企业从棵棵幼苗培育成参天大树。这家叫作杭州资本的国有企业，是杭州市政府投资基金的管理机构，记者在企业的大数据平台上，意外发现了这样几条多年前的投资记录：杭州六小龙中的三家，宇树科技、云深处科技和强脑科技，都曾在早期得到过杭州资本的投资。最早的一笔，甚至可以追溯到2018年。杭州市科创集团有限公司总经理曾维启：云深处这个企业是2017年注册的，杭州资本的杭州科创基金参股的两只子基金，在2018年进行了首轮的投资，助力它从0到1的“死亡之谷”跨越出来。一穷二白的创业团队，不仅被慧眼识珠，还在此后几年中，多次获得了杭州资本旗下基金追加的投资，记者算了算，三家企业总共获得了超5亿元投资金额。而从这里受益的远不止三家企业，当我们利用大数据分析手段，把数据库里2500多条投资项目与杭州市独角兽和准独角兽企业名单进行匹配，记者发现，杭州科创基金的覆盖比例超过了50%。投资时间如此之早，投资眼光如此之准，这些“潜力股”究竟是如何被发掘出来的？带着好奇，记者找到了云深处科技的第一位投资人陈向明。在他的办公地点，一场有些特别的会议正在举行。记者发现这场会议里夹杂着各种科研学术词汇，投资经理们互相分享顶级学术期刊的最新科研动态，而像这样的“论文分享会”，每周都要进行一场。浙江银杏谷投资有限公司董事长陈向明：以前看财务报表做投资，现在要去看论文做投资，我觉得这就是一个很大的变化，投资经理看论文变成一个基本功。记者在这份企业人员信息表里看到，这里近一半的投资经理都是理工科硕士博士的学历背景。浙江银杏谷投资有限公司董事长陈向明：往前更“躬身入局”一步，不像以前投了之后袖手旁观。很多项目都是参与跟创业者一起去设计的，大家觉得有更多的资源要去投早投小投科技，也是投资公司转型的一次机会。而在这背后，一套政策设计，也在引导更多社会资源向科技企业倾斜。在这张杭州基金集群的布局图上记者看到，政府引导基金发挥“四两拨千斤”的作用，每1元政府出资能撬动5元社会资本，将形成3000亿元的基金总规模，覆盖企业的初创期、成长期与成熟期。杭州市国有资本投资运营有限公司董事长孙刚锋：政府基金自己来操盘不可能构筑这么一张网络，只有把社会都发动起来，才可以构筑这么一个发现创业苗子的网络。通过社会化资本宽容度比较高，失败了可以从头再来。大模型+技术“红娘”杭州技术转化再提速在提供资金支持的同时，杭州也瞄准科技成果转化难的问题，搭建技术转移转化“高速路”，让技术成果从“书架”到“货架”的链路更通、效率更高。一套刚刚升级的人工智能大模型、一群专业的技术“红娘”，正在给杭州的技术落地带来改变。当记者来到杭州技术转移转化中心，全国首个成果转化领域的人工智能大模型刚刚完成升级迭代，记者看到，只要输入某一家企业的名称，大模型就能自动分析企业的业务方向、潜在的技术需求，并自动匹配上来自科研院所的最新技术成果。杭州技术转移转化中心副主任王宏坤：我们会分析企业的潜在技术需求，这些技术需求是通过AI方式自动生成的，而不是企业主动填报的。我们主动把匹配的信息推给相关的企业，很多企业也是比较惊讶的。通过这种方式，我们可以解决企业技术需求征集难的难题。通过这套大模型，企业找技术、企业找专家、技术找企业等不同诉求都能够在指尖上轻松实现。目前，已能够分析预测超10万家企业的潜在技术需求125万项，汇聚全国科技成果80余万项。大模型跑完了技术成果供需匹配的“第一棒”之后，一群专业人士即将接手接下来的工作。讲话语速很快、时不时“讨价还价”，他们是一群辗转于科研院所和企业之间的技术经纪人，也被称作“技术界的红娘”，目前这一新职业已正式纳入国家职业分类大典。杭州技术转移转化中心技术经纪人刘锐：大模型的平台是什么？是完成了初期的匹配，它们是第一棒，我们后面一定要把棒接住，精准化细分化，最终交易成功的可能性才会增大。我们叫“科技红娘”，把双方往中间拉，了解双方真实的需求或者真实的关注点和顾虑点。刘锐告诉记者，技术经纪人一头连着科研院所，一头连着市场和产业，可以有效解决信息不对称、技术成果定价难等问题，复合型知识结构使他们成为技术转化领域的“香饽饽”。记者在他的工作文档中看到，去年一年他经手对接的项目超过了300项，而随着今年的科技创新创业热潮，他的工作量还在快速增加。目前，这条成果转化“高速路”正在让杭州成为更多科技成果转移转化的首选地。而不断聚集的硬核科研实力和政策利好，也在让杭州的创新活力加速迸发。

杭州六小龙

央视网 . 2025-02-24 895
CT革新！艾迈斯欧司朗首发创新封装光子计数传感模块

全球领先的光学解决方案供应商艾迈斯欧司朗（SIX：AMS）近日宣布，推出两款全新传感器模块，再次彰显其在计算机断层扫描（CT）技术领域的深耕发展。这两款模块作为先进诊断成像技术的核心组件，将为肿瘤学、心血管疾病治疗等多种临床应用提供更精准的诊疗支持，助力实现疾病的早期诊断。新产品将助力CT市场各细分领域医学影像技术升级。针对高端CT市场，艾迈斯欧司朗特别推出专为光子计数探测器设计的新型系统级封装传感器模块，该模块可显著降低辐射剂量，同时提升诊断价值。艾迈斯欧司朗还推出面向价格敏感型CT市场的新型传感器模块，在保证高质量医学成像的同时，具备极具竞争力的价格优势。艾迈斯欧司朗医学影像与代工产品线负责人Ivo Ivanovski表示：艾迈斯欧司朗正专注于开发兼具尖端技术与成本效益的传感器模块，以实现高分辨率、信息丰富且低剂量的CT扫描。我司性能卓越且价格实惠的传感器模块，不仅显著提升现代CT技术可及性，还带来突破性的性能提升。凭借新型光子计数探测器，艾迈斯欧司朗正在医学影像技术变革中发挥关键作用，推动医疗治疗水平迈向新高度。 AS5920M首款用于光子计数探测器的创新封装解决方案 CT作为一种重要的医学影像技术，通过X射线生成全身或局部器官的3D图像，辅助医生诊断疾病并监测治疗效果。然而，由于CT依赖于电离辐射，如何在保证诊断效果的同时将辐射剂量降至最低，一直是普及现代医疗服务（如儿科检查和筛查应用）所面临的一项重大社会挑战。针对这一挑战，艾迈斯欧司朗推出的AS5920M光子计数探测器，采用直接检测单个X射线光子的创新技术，突破了传统X射线探测器间接测量辐射强度的局限。这一独特的探测技术不仅显著降低CT扫描的辐射剂量，还确保图像质量和分辨率不受影响，从而大幅拓展CT设备在监管认证的高级诊断任务及患者筛查应用中的适用范围。图：针对高端CT市场，艾迈斯欧司朗推出BSIP封装的AS5920M，专为光子计数探测器设计此外，新型AS5920M具备超高分辨率。其探测器像素尺寸较传统CT探测器缩小九倍，得益于出色的材料分辨能力、低噪声和优异的对比度，AS5920M能在疾病早期阶段提供精准的诊断信息，从而提升患者治疗效果。艾迈斯欧司朗凭借这一面向未来的创新产品，为CT系统开发商提供了一套先进的系统级封装（System-in-Package，SiP）解决方案，有效降低系统集成复杂度。该方案将多个集成电路（IC）和被动元件集成于单一封装内，无需外部元件，从而显著优化零部件清单（BOM）。其四边可贴合的系统封装（BSIP）设计支持多设备任意方向并置，可构建大尺寸探测器区域，完美契合临床CT应用需求。 AS5952M高性价比、高性能64排CT成像传感器模块为实现CT医疗服务的广泛普及，市场亟需兼具高性价比与卓越性能的传感器模块。AS5952M模块正是为满足医疗影像行业这一迫切需求而研发。 AS5952M模块由三片新型AS5952传感器芯片构成，采用三边可贴合设计，有效降低制造复杂度与成本。模块采用艾迈斯欧司朗晶圆厂自主研发的缝合技术，可确保长型传感器芯片具备高品质。图：针对价格敏感型CT市场，艾迈斯欧司朗推出AS5952M，以高性价比确保高品质医学影像同时，AS5952M集暗电流优化、噪声最小化和功耗降低等特性于一体，是覆盖范围为4厘米的64层CT系统的理想选择。在主流的CT细分市场中，这种宽传感器覆盖范围对于提高采集速度、减少运动伪影至关重要。 AS5952专用集成电路（ASIC）将256通道模数转换器（ADC）和光电二极管阵列集成于一个单片封装之中。这种集成设计不仅显著缩短光电二极管与ADC之间的距离，大幅缩减了成本，还实现优异的噪声控制，因此，AS5952M成为面向价格敏感型CT市场的性能与成本优化典范。

ams OSRAM

艾迈斯欧司朗 . 2025-02-24 610
市场周讯 | 微软发布全球首款拓扑架构量子芯片；三星4nm良率接近80%；欧盟拨9.2亿欧元给英飞凌

| 政策速览 1. 武汉：武汉发布人工智能产业新政，其中提到，根据算力使用情况每年设立总额不低于1000万元的算力服务券，重点支持中小企业购买算力服务，对企业使用算力服务费用给予50%最高20万元补助，补助期限不超过三年。 2. 北京：海淀区发布《中关村科学城加快建设具有全球影响力人工智能产业高地的若干措施》和《中关村科学城集成电路流片补贴申报指南》，为从事集成电路设计业务的企业提供多项目晶圆（MPW）或工程产品首轮流片（全掩膜）的补贴，单个企业补贴最高可达1500万，标志着超过10亿元的政策支持计划正式启动，旨在建设具有全球影响力的创新策源地和产业高地，打造世界级AI产业集群。 3. 上海：上海从降低税费成本等五个方面共发布21项举措。明确继续落实国家结构性减税降费政策，继续实施增值税留抵退税、先进制造业企业增值税加计抵减、集成电路和工业母机企业研发费用加计扣除和增值税加计抵减、提高企业研发费用税前加计扣除比例等政策。 4. 欧盟：欧盟批准一项总额9.2亿欧元的国家援助计划，支持德国英飞凌科技公司在德国德累斯顿建设一家芯片制造工厂。欧盟委员会当天发表公报说，这项援助计划将加强欧洲在半导体技术领域的供应安全、韧性和技术自主性。 | 市场动态 5. Omdia：2025-29 年， IT 服务的潜在市场规模将以 9.5% 的 CAGR 增长，到 2029 年达到 3.8 万亿美元。 6. 市场：DRAM价格正因需求疲软而下跌，消息称，DRAM三大制造商三星电子、SK海力士和美光有意把生产资源集中在DDR5与高带宽存储器（HBM），因而将在2025年内停产DDR3和DDR4。 7. TechInsights：2025年第一季度，市场上将首次推出D1c的一小部分产品，首先由SK海力士推出。D1c世代将在2026年和2027年占据主导地位，包括HBM4 DRAM应用。 8. SEMI：2024年下半年，全球硅晶圆需求开始从2023年的行业下行周期中复苏。2024年全球硅晶圆出货量下降2.7%，为12266百万平方英寸，而同期硅晶圆销售额下降6.5%，至115亿美元。预计复苏将持续到2025年，下半年将有更强劲的改善。 9. Canalys：2024 年第四季度，全球云基础设施服务支出同比增长 20%，达到 860 亿美元。2024 年全年，云支出同比增长 20%，从 2023 年的 2677 亿美元增至 2024 年的 3213 亿美元。 10. TechInsights：2024 年 Q4，全球折叠屏智能手机出货量为 380 万，同比下降 18%。报告称华为超越三星，成为市场领头羊，占据 31.2% 的市场份额，而三星跌至第二位，市场份额为 26.7%。 | 上游厂商动态 11. Altera：银湖管理公司 (Silver Lake Management) 正在就收购英特尔公司可编程芯片部门 Altera 的多数股权进行独家谈判。 12. NXP：恩智浦与边缘AI新锐企业Kinara达成最终收购协议，交易金额为3.07亿美元，预计于2025年上半年完成。Kinara创新性NPU和AI软件将增强恩智浦领先的处理产品组合，推动工业与汽车边缘市场的智能系统解决方案发展。 13. Lam：美国半导体设备大厂泛林集团将在印度卡纳塔克邦投资1000亿卢比（约合人民币84.12亿元），将其芯片制造设备供应链扩展到印度计划的一部分。。 14. ADI：ADI CEO Vincent Roche表示：“根据过去18个月所监测到的渠道库存水位下降、预订量逐步回升等信号，ADI已度过了半导体行业周期的最低谷，市场形势已转向对其有利。” 15. 韦尔股份：思比科集成电路设计（上海）有限公司近日成立，法定代表人为刘志碧，注册资本100万人民币，经营范围含集成电路设计。股东信息显示，该公司由韦尔股份（603501）旗下豪威科技（北京）股份有限公司全资持股。 16. 芯率智：芯率智能宣布完成数千万B轮融资。本轮融资由元禾璞华领投，龙鼎投资、长沙国控资本及老股东常垒资本跟投。芯率智能聚焦于AI产品服务晶圆厂生产过程的工艺控制，构建了自有的行业大模型ChipSeek。该模型通过对各个机台和工艺节点的数据进行有效清洗分析，最终得到准确的良率分析诊断结果，支持产线改进工艺、提升良率。 17. 三星：三星电子的4nm先进制程良率已升至接近80%（未指定芯片尺寸），并在近期陆续获得了来自中国企业的ASIC代工订单。 18. AMD：消息称AMD考虑向三星电子下达未来EPYC霄龙服务器处理器的IOD芯片订单，具体制程为4nm，不过双方尚未签署量产供应合同。 19. 台积电：台积电董事长兼总裁魏哲家等高阶主管在美国亚利桑那州召开特别会议，表示正考虑在美国规划先进封装厂。台积电亚利桑那州第三厂将在今年动工。 20. 京东方：京东方预计为苹果 iPhone 16e 供应超 1500 万块柔性 LTPS OLED 显示屏。 21. ST：意法半导体宣布推出新一代专有硅光 SiPh 技术。这一被称为 PIC100 的技术由意法与亚马逊 AWS 合作开发，可为数据中心和 AI 集群带来性能更高的光互连解决方案。 22. 高通：高通推出 FastConnect 7700（WCN7550）移动连接系统，这是一款面向主流手机产品的 Wi-Fi 7 系统，拥有更高集成度以降低成本，旨在将最新 WLAN 标准推广到更多终端设备。 | 应用端动态 23. 微软：发布“全球首”Majorana 1。微软表示其Majorana 1芯片在一个便签纸大小的硬件上集成了8个量子比特，预计最终可容纳100万个量子比特。首发生成式人工智能工具Muse，用于创建视频游戏场景，这款模型工具的数据来自Xbox玩家和游戏手柄。。 24. DeepSeek：辽宁省数据局（省营商局）2月18日在辽宁省政务云成功部署DeepSeek-R1多版本模型。辽宁省政务基础设施，在原有国产化芯片、国产算力云平台、国产安全体系基础上，升级部署国产大模型。本次部署的DeepSeek-R1模型在政务外网内，具备14B、32B、70B和671B等多版本模型能力。 25. 东风：东风将采用黑芝麻智能武当系列芯片，计划2025年量产，该系列芯片也成为行业首个舱驾一体量产芯片平台。 26. 苹果：苹果 iPhone 16e 所用的 A18 芯片采用台积电第二代 3nm 工艺 N3E 打造，而自研 5G 芯片 C1 中的基带 Modem 采用 4 纳米工艺，接收器采用 7 纳米工艺，均由台积电代工。 27. 日产：日产本田合并谈判破裂后，消息称日本高层组团寻求特斯拉投资日产，因为他们相信特斯拉有意收购日产在美国的工厂。这些工厂将帮助特斯拉应对美国政府可能实施的关税威胁，提升其在美国的生产能力。

半导体

芯查查资讯 . 2025-02-24 3 2 1830
毫米波雷达 | 智能驾驶不可或缺的4D毫米波雷达技术全解析

重点内容速览： 1. 政策和技术推动智能驾驶蓬勃发展 2. 4D 毫米波雷达的主要供应商与最新进展 3. 4D 毫米波雷达的未来发展方向近几年来，汽车全自动驾驶的发展步伐开始慢了下来，但汽车智能化的进程却在不断向前推进。根据乘联会的统计，国内乘用车智能化指数从2024年7月突破4.0以来，到2024年12月，连续6个月都维持在4.0以上。其实2024年开始，乘联会对汽车智能化的定义变得更加严格，这里统计的智能化汽车指的是车型需要同时满足“高速领航辅助功能”、“搭载骁龙8155及以上性能座舱芯片”、“提供小憩模式功能”等三项条件。图注：乘联会统计的乘用车智能化指数（来源：乘联会）政策和技术推动智能驾驶应用蓬勃发展 2023年起，在国家政策的推动下，相继有车企取得了L3级自动驾驶牌照。比如比亚迪在2023年7月取得了全国第一张L3级高快速路测试牌照，随后阿维塔、深蓝、奔驰、极狐、宝马、智己、赛力斯问界、广汽埃安、路特斯、极越、极氪等汽车企业相继获得了L3级自动驾驶测试牌照。同时，在2024年6月，工业和信息化部联合公安部、住房和城乡建设部以及交通运输部发布《进入智能网联汽车准入和上路通行试点联合体基本信息》公布了9个准入和上路通行智能网联试点区域的“联合体”。这些汽车企业包括比亚迪、长安汽车、蔚来、广汽乘用车、上汽集团、北汽蓝谷、一汽集团、上汽红岩，以及宇通客车共9家，这9家联合体将在北京、上海、广州等7个城市正式开始L3级自动驾驶的测试工作。图注：Stellantis的STLA AutoDrive路测截图（来源：Stellantis）除了政策的持续推动，车企自己也在通过不断的技术创新和产品迭代来提升智能驾驶技术，比如比亚迪推出的“天神之眼”高阶智能驾驶辅助系统、奔驰的Drive Pilot、特斯拉的FSD、Stellantis的STLA AutoDrive、通用汽车的超级智能驾驶系统（SuperCruise）、福特的蓝智驾主动驾驶辅助系统（BlueCruise）、华为的鸿蒙智行等都在不断升级当中。其中不少智能驾驶系统已经开始了脱手驾驶系统测试和部署，甚至有的开始探索无需监视驾驶员视线的完全自动驾驶解决方案。智能驾驶边界的不断拓展，对于传感器的要求也越来越高。从去年到现在，就算是端到端大模型，本质上也没有解决摄像头的物理性能缺陷，激光雷达虽然成本在不断下降，安全冗余作用明显，但对于恶劣天气、穿透能力，以及抗干扰能力的劣势依然存在。但毫米波雷达的全天候全天时工作能力，刚好可以弥补这些缺陷，同时4D成像毫米波雷达技术的出现和成熟，也解决了过去目标识别精度有限、分辨率低，以及远程探测能力有限等问题。 4D毫米波雷达的主要供应商与最新进展现在的很多智能驾驶系统都有部署毫米波雷达，一般来说如果是L0~L2级自动驾驶汽车，毫米波雷达主要应用于自动紧急制动、自适应巡航、前向碰撞预警、后向碰撞预警、倒车车侧预警、盲区监测、开门预警、自动泊车、变道辅助、驾驶员生命体征监测、乘客成员监测，以及手势识别等功能。而根据毫米波雷达在汽车中的安装位置不同可分为前向雷达、角雷达及舱内雷达三种。前向雷达就是我们常说的主雷达，一般会安装在车标或者车头栅格内；角雷达安装在汽车的4个拐角处，这类毫米波雷达的安装数量最多，通过相互配合可以形成车身的环绕覆盖。舱内雷达则主要安装在汽车的驾驶座椅或车顶位置。 4D毫米波雷达，又称4D成像毫米波雷达，它主要是应用在前向雷达领域。与3D毫米波雷达相比，4D毫米波雷达在距离、速度、水平方位角传统三维基础上，增加了高度维度的探测能力，形成了思维信息感知。通过增加发射和接收通道的个数，提供点云的功能，从3T4R（3发射和4接收，12通道），到6T8R（48通道），再到12T16R（192通道），甚至是48T48R（2,304通道），点云成像的精度持续提升，逐渐实现了对传统毫米波雷达的替代。有业内人士认为，4D毫米波雷达的点云效果甚至可以达到低线数激光雷达的效果，但成本却更低，这让它逐渐成为市场的新宠。目前已经有多家汽车品牌率先搭载了4D毫米波雷达，比如飞凡、理想、睿蓝、长安、路特斯、华为的鸿蒙智行、蔚来等。由于前向雷达涉及车身控制功能，功能安全等级要求较高、研发难度较大，参与的企业大都是国际Tier 1企业，比如博世、大陆、电装、安波福、采埃孚、维宁尔、法雷奥、摩比斯及海拉等企业，国内的森思泰克、华域汽车、楚航科技、华锐捷和华为等供应商也有参与。即将量产的小米第二款车型小米YU7将首次搭载国产4D毫米波雷达，其前向雷达将采用森思泰克的STA77-6-B高分辨率4D毫米波雷达。据森思泰克官网介绍，STA77-6为两片级联架构，6T8R，此前已经搭载于理想品牌车型，角度分辨率2°，探测距离达到300米；高阶版本的STA77-8则为四片级联架构，12T16R，此前搭载于深蓝车型，提供0.7°（水平）x 2°（纵向）的角分辨率，探测距离高达350米。华为2024年4月发布的高精度4D毫米波雷达采用了4T4R的MIMO天线系统，并且使用了波导天线，支持超远距离探测，探测距离可达280米；构图精度可达5cm；垂直视野达到了60°；延时为65ms；支持泊车位障碍物检测与高处物体识别。该产品已经适配鸿蒙智行生态，计划在问界、智界等车型中大规模应用。博世与Mobileye在2024年宣布了放弃激光雷达的自研，转而大力推动4D毫米波雷达的开发与量产。其中博世不久前推出的第六代毫米波雷达距离和精度双双得到提升。据其官方介绍，该解决方案采用了系统集成芯片、3D波导天线、RFCOMS技术，并且结合了AI深度学习，提高了对物体类型、道路边缘分类和高速盲点监测的准确性。据悉，该毫米波雷达将于今年上半年量产。图注：博世第六代毫米波雷达（来源：博世） Mobileye的4D毫米波雷达则是基于其自研SoC和雷达数据算法而设计，据称可提供超过400米范围的4D图像，140°的中距视场和170°的近距视场。此外，2024年安波福正式亮相了由中国团队主导开发，搭载国内首颗一体式集成雷达芯片的第七代4D毫米波角雷达，并采用了业界首款空气波导天线方案。其前向雷达FLR7已经搭载在Smart精灵5上，据称该前向雷达探测距离为300米。 4D毫米波雷达未来发展方向毫米波雷达的优势在于体积小、质量轻、空间分辨率高，以及可以同时探测目标物体的距离和速度等，但也存在对横向目标敏感度低、对小物体检测效果不佳等缺点。为了发挥毫米波雷达的优势，弥补其缺点，行业专家与相关企业都在通过技术升级迭代的办法在不断满足市场需求。从目前来看，4D毫米波雷达未来的发展方向主要有四个，分别是超高分辨率、与AI融合、小型化与低成本，以及多场景扩展。一是超高分辨率，也就是从“点云稀疏”到“类激光雷达”的跨越。 4D毫米波雷达的核心竞争力是通过提升分辨率来实现环境感知的精细化。前面有提到，4D毫米波雷达是在3D毫米波雷达的基础上增加了一个高度维度的测量，也就是说，需要新增一个纵向天线，让传统毫米波雷达具备测量高度的能力。同时也会增加天线的数量与密度，让角度、速度和分辨率均得到优化，且输出的点云图像更加致密，从而能够刻画更为真实的环境图像，有效解析测得目标的轮廓、行为和类别。那么，如何增加天线数量也就成为了提升4D毫米波雷达的核心所在。目前市面上使用比较多的有两种方案，一种是增加物理通道数。传统毫米波雷达受限于天线数量（通常是3T4R，或者是4T4R），角分辨率仅能达到5°~10°，难以区分密集目标。而通过多芯片级联（Cascading）与虚拟孔径技术（Virtual Aperture）通道数量可以实现突破。比如恩智浦的S32R45芯片可以实现12T16R级联方案，物理通道数可达192个，点云密度可提升至20,000点/s；Arbe的Phoenix Ultra是48T48R架构，等效2,304个虚拟通道，角分辨率可达0.5°，可识别10cm大小的障碍物；华为ADS 2.0中使用的4D毫米波雷达，通过12T24R MIMO架构，实现了192通道，垂直分辨率2°，接近16线激光雷达的效果。另一种是波形与算法的协同优化。因为毫米波雷达的高分辨率不仅依赖硬件堆叠，更需要软件算法的突破。比如调频连续波（FMCW）波形扩展，带宽从4GHz提升到了8GHz（例如TI的AWR2944）,距离分辨率从3.75cm优化至1.8cm；另外，通过微多普勒效应识别目标微观运动（例如行人摆手、轮胎旋转等），提升分类准确性；当然，逆合成孔径雷达（ISAR）技术也有助于分辨率的提升，不久前，南开大学团队将光子雷达与ISAR结合，实现了1.5cm级分辨率，为6G通信感知一体化奠定基础。二是与AI的融合。 AI大模型的出现给各行各业都带来了革新，毫米波雷达领域也不例外。AI技术的引入，使毫米波雷达从几何探测器升级成为了认知决策器。（1）在雷达端集成嵌入式AI加速器，实时执行车辆、行人、动物等目标分类及轨迹预测，这是硬件架构的革新。比如华为在其4D毫米波雷达中集成了昇腾310NPU，算力达8TOPS，支持实时目标意图预测；TI的AWR 2944内置了C7xDSP+MMA加速器，可并行处理4D点云与AI推理任务；此外，Arbe、博世、复睿智行、木牛科技等也都将AI技术融合进了毫米波雷达产品当中。三是小型化与低成本。小型化与低成本一直是业界努力的方向，目前主要依赖先进封装与集成工艺，以及制造工艺等技术。在先进封装方面，TI通过封装上装载（Launch On Package，简称LoP）技术，可通过PCB内部的波导设计，实现MMIC与3D天线之间的直接信号传输，极大提升了电磁信号的传输效率；岸达科技60GHz AiP（天线封装）芯片将天线尺寸缩小到了5mm*5mm，功耗降低了40%；恩智浦通过LiP技术，封装内集成波导，减少了PCB层数，成本下降了30%；加特兰通过ROP封装技术，不仅解决了传统标准封装技术中的天线馈线损耗较大的问题，而且相较AiP技术，还拥有更高的通道隔离度，可让雷达实现更远的探测距离和更宽的FOV。集成工艺方面，ST的FD-SOI工艺将射频前端、基带处理器集成于单芯片，面积缩小了50%；台积电的InFO封装技术可实现多芯片3D堆叠，提升集成度。此外，CMOS工艺的普及也有利于毫米波雷达芯片成本的进一步降低。四是多场景扩展。从车载独大到全域渗透。其实4D毫米波雷达正在突破汽车边界，向工业自动化、智慧城市、消费电子、医疗等领域延伸。结语智能汽车可以提供更加安全、节能、高效，以及舒适的出行体验，是公认的未来发展方向。它不仅会带来汽车行业的技术升级，还会带来全球化供应链和产业生态的革新，而毫米波雷达是这个环节中不可或缺的一环。当然，毫米波雷达也不仅仅应用于汽车与交通，它还会在更多领域开花结果。

原创

芯查查资讯 . 2025-02-24 1 13 1.6w
人形机器人 | 人形机器人中的电机控制

从科幻走入现实，人形机器人正经历一场静默而深刻的技术革命：更高效的能源控制、更精准的运动算法、更高速的通信架构、更智能的环境感知能力......这些变革正在重塑机器人的“骨骼”、“神经”与“感官”。引言制造业和服务行业对更高自动化水平的需求不断增长，推动了人形机器人的开发。人形机器人变得更加复杂和精确，自由度 (DOF) 变得更高，并且对周围环境的响应时间（按毫秒计）缩短，从而能更好地模仿人类的动作。图 1 展示了人形机器人的典型电机和运动功能。图 1：显示人形机器人 DOF 变得更高的位置具有更高的 DOF 意味着人形机器人需要更多的电机驱动器。机器人设计中的驱动器位置决定了不同的驱动器要求。部分关键规格是： · 通信接口架构 · 位置感测 · 电机类型 · 电机控制算法 · 功率级要求 · 电子电路尺寸 · 功能安全注意事项目前，虽然针对协作机器人和工业机器人制定了相关标准，但没有规定人形机器人功能安全要求的标准。随着需求的持续增长，预计标准机构将来会为人形机器人规定安全要求。在规定安全要求之前，人形机器人设计人员必须对当前系统设计进行相应调查，从而在将来尽可能减少因重新设计所带来的工作。ISO 13482、ISO 10218 和 ISO 3691-4 可以阐明未来的预期。通信接口架构鉴于驱动器在机器人中的位置，因此优化与所有驱动器的通信，同时最大限度地减少布线数量非常重要。实现优化的备选方法有很多；最常用的方法是菊花链通信和线性总线拓扑，如图 2 和图 3 所示。图 2：菊花链通信图 3：线性总线拓扑选择拓扑后，为了实现足够的驱动器响应时间，需要考虑带宽、时序和延迟要求。响应时间可以根据规定的数据帧大小确定需要哪种支持实时通信的通信协议。通信接口的带宽要求也会受到以下方面决定的影响：如何在分散式电机驱动器、集中式和外部机器人运动控制器之间拆分电机控制算法，从而最大限度地减小节点之间所需的通信帧大小。通常，通信系统的最低带宽要求约为 8Mbit。但是，随着设计趋势的发展变化，这些趋势表明对系统诊断和安全功能的要求在不断提高。根据系统要求，人形机器人系统中通常使用的通信接口基于 CAN-FD 或以太网（包括 EtherCAT）。TI 提供物理层 (PHY) 收发器和嵌入式处理器，旨在支持这些通信协议。 CAN 收发器和以太网 IC 是人形机器人系统开发中使用的器件。位置检测人形机器人在运动时，必须接收电机位置数据以定义路径规划。位置数据可实现人形机器人受控的移动。为了以高精度实现受控移动，机器人必须配备转子位置传感器以在电机上捕获信息，并能够通过电机驱动器高效地将信息传递到中央处理计算机。根据所需的电机精度，使用多种转子位置传感器。下面是一些最常用的编码器： · 光学编码器 · 磁性编码器 · 增量编码器 · SIN/COS 旋转变压器这些编码器具有不同的接口来连接至驱动器并提供转子角度数据，在进行位置控制时需要使用这些数据。这些接口需要特定的硬件，因此电机控制处理器至少需要支持以下编码器配置之一： · 专用串行接口，如 BiSS、Endat、Hiperface 或其他数字绝对编码器 · 具有采样保持功能且适用于旋转变压器接口的 ADC 转换器 · 增量编码器的正交编码器脉冲 · 用于接合磁性编码器的串行接口一个电机可能需要多个编码器，具体取决于电机和电机传动装置的实现方式。TI 提供模拟和处理器 IC 来实现编码器接口系统。在位置感测方法中使用了 RS-485 和 RS-422 收发器以及多轴线性和角度位置传感器。电机类型由于人形机器人用电池供电，因此电机驱动器旨在更大限度地提高效率，从而延长机器人的工作时间范围。当使用高功率级别时，人形机器人可以集成 PMSM 之类的电机。有刷直流电机可用于一些低功耗情况，例如手部控制和手指控制。但是，当前的设计趋势表明，所有电机未来都将是无刷式电机。 PMSM 电机有两种绕组选择：梯形绕组或正弦绕组。对绕组和控制算法的选择会影响电机控制的精确度。电机设计的另一个关键要素是更快地切换 FET，这样就可以使用能提高电机单位重量扭矩的新设计选项。电机控制算法选择电机类型后，用户可以确定控制电机的方法。实现控制回路有多种备选方法，但电机控制通常与图 4 中所示类似，其中显示了所需的模拟子系统和处理器外设。图 4：机器人控制的实时通信时序需求使用图 4 作为通用模板，表 1 列出了在选择算法 FOC 或阻塞换向时所需的外设和性能。表 1：电机控制类型的外设和电路需求 TI 具有许多不同的 MCU，可满足算法和角度传感器的要求。重要的因素包括 IC 的大小和实现高性能驱动系统的实时能力。在电机控制算法中使用了 C2000 实时微控制器和基于 ARM 的微控制器。功率级要求根据机器人的驱动器位置，功率级别在 10W 至 4kW 之间变化，大多数驱动器在 10W 至 1.5kW 之间。驱动器通常在低于 60V 的 SELV 电压范围内工作。因此，组件必须在最高达 60V 的电压下工作。对于放大器、FET 和栅极驱动器，为了减轻系统中潜在噪声的影响，最好使用最高可在 100V 电压下运行的元件。在定义驱动器的电气规格后，还有其他设计注意事项。可用于实现印刷电路板 (PCB) 的物理尺寸是另一个设计注意事项。小尺寸 IC 和高度优化的功率密度设计对于实现小空间设计目标至关重要。高功率密度会导致机器人的潜在温度限制，在该限制下机器人的外部不得高于 55°C。在 55°C 时，在 30 秒内会发生全厚度皮肤灼伤。温度管理方法不得包括风扇或液体等额外冷却方式。温度管理和空间的平衡促成功率级相对于单位尺寸瓦特数的平衡，这会影响功率级架构。可能需要解决的一个问题是，确定功率级是否需要在更高的频率下工作。这一问题通常出现在 MosFET 中，但与基于 MosFET 的系统相比，GaN FET 等新技术也可提高开关性能。对于温度敏感型系统，与 MOSFET 技术相比，GaN FET 具有更高的理论效率，因为其开关损耗非常低。频率的增加会导致 MCU 需要额外的功能，这样才能支持以足够高的分辨率实现更高频率开关所需的信号发送。 TI MOSFET 栅极驱动器让客户能够以尽可能高的速度开关 MOSFET，而 TI 低压 GaN FET 让客户能够快速比较和考虑机器人中每个位置的最佳 FET 类型。需要使用高性能 MosFET 或 GaN FET 来实现驱动器，从而提高电机效率。精密算法有助于减少电机 FET 的开关需求和损耗。人形机器人由电池供电，供电电压通常为 48V，或者在 39V 至 54V 之间，具体取决于电池的电量状态。使用的电压取决于所设定的最小电池电量级别。前面提到，驱动器在 39V 时所需的最大功率为 4kW，可以看出，机器人驱动器需要在大约 102Arm 的电流下以最高效率工作来提供所需的功率，但同时考虑到 0A 左右的精确测量，在这里缩短 FET 的死区时间还有利于 0A 左右电流测量的线性，让测量在低电流下更加精确。在评估功率级要求和选择适当的电流检测器件以实现所需的性能水平时，电流检测也是一个重要的设计考虑因素。 TI 提供同相电流感测和低侧电流感应模拟选项，以及有关如何高效实现系统的设计指南。通常使用同相电流感测，以便始终能够检测电流并提高测量的精度。有三种不同的电流测量选项：表 2：适用于同相电流测量的典型同相电流感测选项对于电流感测放大器和 Δ-Σ 调制器，由于组件改进，这些技术所用的电流电平缓慢地移动到 100A 左右。 · 电流传感放大器 · Δ-Σ 调制器 · 霍尔传感器 · GaN Fet 功率级 · 栅极驱动器功能安全在规划未来的设计时，选择能够简化功能安全认证的器件非常重要。ISO 13482、ISO 10218 和 ISO 3691-4 标准阐明了未来对人形机器人的预期。两种 C 类标准（ISO 10218 和 ISO 3691-4）都参考了 ISO 13849，规定系统必须是 PLd。但是，ISO 3691-4 将架构交给实现者来确定，而 ISO 10218 则要求 CAT3 架构。考虑到这些标准中的最糟糕情况，至少需要考虑人形机器人的 CAT3 PLD 安全注意事项。实现 CAT3 系统时，必须采用图 5 所示的安全架构。图 5：IEC13849-1:2015 中的插图图 10 TI 提供的很多器件都具有详尽的安全文档，能够帮助客户构建安全型系统。示例系统图 6 中的框图显示了建议解决方案，以使用 TI 组件解决 1.5kW 系统设计问题，下面示出了具体可以使用的元件。图 6：示出实现系统可能所需器件的电机驱动器解决方案有关更多器件信息，请参考以下 TI 设计和 EVM，以查看系统级性能结果： · TIDA-010936 · TIDA-010956 · LAUNCHXL-F28P65X · DP83TC812-IND-SPE-EVM · TIDA-060040 总结设计人形机器人驱动器需要精准、灵活和创新。德州仪器 (TI) 提供了全面的集成电路产品系列，让工程师能够满足各种设计规格，从而构建能够与机器人环境顺畅交互的机器人。凭借丰富的评估模块、参考设计和符合安全标准的器件，TI 简化了开发流程，有助于缩短上市时间并安心地获得功能安全认证。与 TI 携手，打造更智能、更快速、更安全的机器人，让您的愿景变成现实。

TI

德州仪器 . 2025-02-24 1240
赋能多场景检测，纳芯微推出可感应不同平面的车规旋转位置和线性位移检测传感器

近日，纳芯微推出了集成聚磁片（IMC）的汽车角度传感器芯片MT652x系列。该系列芯片具备卓越的多平面角度位置与线性位移检测能力，并符合AEC-Q100 Grade-0车规等级及ISO26262 ASIL B功能安全标准，确保每一次位置变化的测量都精准无误。MT652x系列芯片为汽车油门踏板、方向盘转角、电子换挡器以及各类阀控系统等关键部件提供实时、可靠的位置信息，助力整车操控系统实现更为精细的调校，提升驾驶的安全性与舒适性。精准多维检测，提升多场景检测效率 MT652x系列芯片突破传统2D位置传感器方案的局限，内置两对互成90°布局的水平霍尔阵列及聚磁片，可沿X、Y、Z三轴精准测量磁场分量。得益于灵活的型号配置，MT652x系列能够实现对XY、XZ以及YZ平面磁场变化的精准检测，从而精确测量线性位移和旋转位置。相比传统上需要多颗器件协同工作的方案，MT652x系列将多维检测功能高度集成于单一芯片，在显著提升系统集成度的同时，优化多场景检测效率，为汽车电子系统提供更简洁、高效的解决方案。高精度高可靠，满足严苛应用需求 MT652x系列芯片以卓越的性能和可靠性，能够从容应对各种严苛应用环境的考验。其精心设计的宽工作电压范围（4.5～5.5V）、高耐压能力（-14V～20V）以及宽工作温度范围（-40～150℃），确保在多种严苛应用环境中的稳定运行，为系统可靠性保驾护航。同时，MT652x系列凭借优异的系统匹配度和成本控制优势，为用户提供高性价比的解决方案，满足汽车电子系统对高性能、高可靠性的严苛需求。 MT652x系列芯片以卓越的测量精度，为系统提供可靠的位置信息保障。其出厂积分非线性误差严格控制在±1°以内，微分非线性误差更是低至±0.01°，角度噪声仅为0.03°rms。这些优异的性能指标确保MT652x系列在各种复杂工况下都能稳定、准确地输出位置信息，确保系统运行的可靠性和安全性，助力汽车电子系统实现更精准的控制和更安全的驾驶体验。多重安全防护，构筑系统稳定运行坚实屏障 MT652x系列芯片具备±6KV HBM ESD防护能力，并集成过压（OVP）、防反、过流（OCP）以及断线检测等多重保护机制，可敏锐捕捉线路故障风险，显著提升系统失效诊断能力。该系列芯片不仅满足AEC-Q100 Grade 0车规认证，更达到ISO 26262 ASIL B功能安全标准。凭借一系列自检、诊断等功能安全机制，MT652x系列芯片构建起多重安全防护体系，确保系统数据传输的持续稳定，确保汽车电子系统安全可靠的运行。丰富接口，灵活适配多场景应用 MT652x系列芯片提供多种信号输出方式，包括12位模拟电压（DAC）、12位PWM、SENT、3线SPI及开关量输出，并支持8点或17点等分可编程线性化功能。丰富的接口与协议配置其能够灵活适配各种车载应用场景，满足不同客户的多样化需求。在确保高精度、高可靠性的同时，MT652x系列有效降低了客户的设计复杂度和综合成本，为汽车电子系统提供更灵活、高效的解决方案，助力客户快速实现产品开发和应用部署。

纳芯微

纳芯微电子 . 2025-02-21 2 2 1415
开关性能大幅提升！M3S 与M2 SiC MOSFET直观对比

安森美 (onsemi)的1200V 分立器件和模块中的 M3S 技术已经发布。M3S MOSFET 的导通电阻和开关损耗均较低，提供 650 V 和 1200 V 两种电压等级选项。本白皮书侧重于探讨专为低电池电压领域的高速开关应用而设计的先进 onsemi M3S 650 V SiC MOSFET 技术。通过各种特性测试和仿真，评估了 MOSFET 相对于同等竞争产品的性能。👉第一篇介绍SiC MOSFET的基础知识、M3S 技术和产品组合。本文为第二篇，将介绍电气特性、参数和品质因数、拓扑与仿真等。电气特性、参数和品质因数在本小节中，我们将比较 M3S SiC MOSFET (NVBG023N065M3S) 与 M2 器件 (NVBG060N065SC1) 以及竞争器件。我们选择了导通电阻和峰值电流均非常相似的表面贴装器件 (SMD) 作为开关，并在不同条件下进行了特性测试，以比较各器件的重要参数。 a. 静态参数器件的导通损耗可以用关键参数 RDS(on)来衡量。因此，本小节在 25°C 和 175°C 结温下测量了器件的 RDS(on)特性。此外还在 15 V 和 18 V 两个不同的栅极-源极电压下进行了测量，其中导通脉冲宽度为 300 µs。图2为 NVBG023N065M3S、NVBG060N065SC1 与竞争产品 A 的导通电阻测量结果。图 1. 25°C（左）和 175°C（右）条件下器件的导通电阻比较测试得出的主要结论是NVBG023N065M3S 器件在各种电流水平下均具有稳定的 RDS(on)。NVBG023N065M3S 的 RDS(on)从 5 A 到 100 A 的偏差为 13%，而 NVBG060N065SC1 和竞争产品 A 的对应数值分别为 25% 和 26%。 b. 动态参数 SiC 器件的反向恢复电荷比 Si MOSFET 少，因此开通峰值电流更小，开通开关损耗也更低 [1]。为了更好地理解和量化开关损耗，通常使用 Ciss、Coss、Crss和 Qrr等关键参数进行评估。在大多数高功率应用中，Ciss、Coss、Crss的电压水平一般都超过 10 V。米勒电容 (Crss) 至关重要，因为它可以耦合漏极和栅极电压。在开关过程中，较低的 Crss减少了改变 MOSFET 状态所需提供或从栅极移除的电荷量。这使器件能够更快地在开通和关断状态之间进行转换，从而缩短电压电流同时较高的时间，减少开关损耗。图3比较了 M3S、M2 和竞争产品 A 之间的电容。安森美的新一代产品 NVBG023N065M3S 在 VDS≥ 11V 时的 Crss值较低，这有助于减少导通和关断开关损耗。此外，NVBG023N065M3S 的 Coss值非常接近竞争产品，并且在某些电压水平下优于其他器件 [2]。图 2. 输入、输出和反向传输电容比较本文测量了几种负载电流条件下两种器件的开关损耗。测量过程采用双脉冲测试设置，测试条件设定如下： Vin= 400 V, Rg= 2 Ω − 4.7 Ω, Vgs_on= +18 V, Vgs_off= −3 V, 开关电流 = [5A, 100A] 每个器件的内部栅极电阻不同，因此总栅极电阻匹配为 6 Ω。图 3 为这三个器件在 25°C 时的开通、关断和总开关损耗。图 3. 25°C 时的开关损耗比较可以得出结论，与其他两款器件相比，NVBG023N065M3S 的开通和关断损耗更低。在 5 A 至 100 A 的负载电流范围内，NVBG023N065M3S 的平均总损耗与上一代器件 NVBG060N065SC1 相比减少了 31%，与竞争产品 A 相比减少了 42%。进行反向恢复测试时，漏极电流为 ID= {20 A, 40 A, 60 A}，总栅极电阻为 Rg, tot= 8.5 Ω，栅极电压为 Vgs= −3 V/18 V，温度为 25 °C。根据图 5 中的结果，与竞争产品 A 相比，安森美新一代 NVBG023N065M3S 的反向恢复时间更短、反向恢复电荷更少且反向恢复能量也更低，因此具有更优异的反向恢复性能。图 4. 25°C 反向恢复特性比较 c. 参数和品质因数比较总结了各器件主要属性的比较情况。各数值的每个属性已根据 M3S 器件值进行归一化。图 5. 各电源器件性能比较根据图 5，可以得出关于 NVBG023N065M3S 的以下结论：与竞争产品器件相比，开关损耗降低 35%。 175°C 时，特定导通电阻比竞争产品器件低 28%。与竞争产品器件相比，反向恢复电荷低 26%。这证明 M3S 是适用于硬开关应用的出色技术。拓扑与仿真 a. 基准拓扑安森美的 M3S SiC MOSFET 专为高频开关应用而设计，是车载充电器应用和 HV DC/DC 转换器的理想选择。相关器件经过专门定制，具有超低开关损耗，同时保持非常低的导通损耗，因此成为了图腾柱功率因数校正 (PFC) 转换器等硬开关应用的理想选择。此外，由于导通电阻 RDS(on)较低、开关损耗非常小，M3S 器件也是LLC 转换器、CLLC 转换器和相移全桥等软开关应用的优选。图腾柱 PFC 转换器是一种简单且高效的拓扑，广泛应用于需要高密度设计的领域。需要更高的功率和更高的能效时，可采用三相交错式图腾柱 PFC 转换器（图 6）。图 6. 三相交错式图腾柱 PFC 转换器 b. PFC 转换器的功率损耗比较示例在前面几小节中，我们通过测量值评估了导通和开关损耗，然后使用 PSIM 仿真程序对比了损耗情况[3]。选择三相图腾柱 PFC 转换器作为拓扑，并采用以下测试条件（如图6所示）。 Vin= 230 Vrms Vout= 400 V Rg, tot= 6.1 Ω Vgs= −5/18 V Fsw= 100 kHz Pout= 11 kW 表 2 展示了每种器件满负荷（11 kW）时的功率损耗。可以观察到，NVBG023N065M3S 器件受益于较低的导通损耗以及较低的开关损耗，最终实现了更高的系统能效。表 1. 基于 PSIM 仿真结果的单个器件损耗结论安森美M3S 650V SiC MOSFET 技术在电力电子领域取得了重大进展，尤其适用于电动汽车 (EV) 和其他节能系统中的高速开关应用。从 M1 到 M3 的演进将特定导通电阻 (RSP) 降低 50% 以上，并引入了四引脚 TO-247-4 等封装创新，逐步提高了开关性能，这彰显了安森美致力于优化 MOSFET 设计的承诺。M3S 产品组合以低 RDS(on)和出色的开关性能而闻名，在车载充电器和 DC-DC 转换器等成本敏感型市场中占据领先技术地位。特性分析结果表明，M3S 与安森美前几代产品的性能优于竞争产品，开关损耗降低 31-42%，总开关损耗降低 35%。M3S的输出和反向电容较低，有助于加快开关速度，也因此成为了图腾柱 PFC 转换器等硬开关拓扑和 LLC 转换器等软开关拓扑的理想选择。此外，M3S SiC MOSFET 表现出优异的反向恢复性能，与竞争产品相比，恢复电荷和能量显著降低，进一步提高了系统能效。随着电动汽车系统对功率密度、能效和热性能的要求不断提高，M3S 技术解决了行业面临的关键挑战。搭配全面的产品组合，安森美M3S MOSFET 为高能效电源转换提供了多功能的可靠解决方案。参考文献 [1] Performance Comparison of 1200 V SiC MOSFET and Si IGBT Used in Power Integrrated Module for 1100 V Solar Boost Stage – (Application note) https://www.onsemi.com/pub/Collateral/AND90082−D.pdf. 面向 1100 V 太阳能升压级电源集成模块的 1200 V SiC MOSFET 与 Si IGBT 的性能比较 – （应用手册）https://www.onsemi.com/pub/Collateral/AND90082−D.pdf。 [2] Eskandari, S.(2019). Modeling and Loss Analysis of SiC Power Semiconductor Devices for Switching Converter Applications. (Doctoral dissertation). Retrieved from https://scholarcommons.sc.edu/etd/5124 Eskandari，S.（2019）。用于开关转换器应用的 SiC 电源半导体器件的建模和损耗分析 (Modeling and Loss Analysis of SiC Power Semiconductor Devices for Switching Converter Applications)。（博士论文）。摘自https://scholarcommons.sc.edu/etd/5124 [3] Uninterruptible Power Supply (UPS) Design Challenges and Considerations – (White paper) https://www.avnet.com/wps/wcm/connect/onesite/3899bd9c−5123−46f2−9c79−3286de3f0bb1/Whitepaper+−+Uninterruptible+Power+Supply+%28UPS%29.PDF?MOD=AJPERES&CVID=ocMwD5s&CVID=ocMwD5s. 不间断电源 (UPS) 的设计难点和注意事项 - （白皮书）https://www.avnet.com/wps/wcm/connect/onesite/3899bd9c−5123−46f2−9c79−3286de3f0bb1/Whitepaper+−+Uninterruptible+Power+Supply+%28UPS%29.PDF?MOD=AJPERES&CVID=ocMwD5s&CVID=ocMwD5s.

安森美

安森美 . 2025-02-21 3 2 1375
引领射频技术创新，Qorvo QM77051模组带来集成化与适配性优势

随着无线通信技术的快速发展和智能设备的普及，使射频前端模块成为移动通信、物联网（IoT）和汽车电子等领域不可或缺的核心组件。在智能手机中，它不仅负责信号的传输与接收，还直接影响设备的功耗、传输效率和用户体验。在汽车领域，射频前端模块支持车联网和V2X通信等智能化功能；在物联网设备中，它是实现低功耗数据传输的关键技术。 5G通信的普及和6G研发的推进使得射频前端模块的市场需求持续扩大，其性能与集成度直接决定了设备在竞争激烈市场中的表现。另一方面，射频前端模块的发展也面临多重挑战，这对射频器件的设计提出了新的要求。以智能手机为例，智能手机需要支持多摄像头、5G、卫星通信等复杂功能，主板空间日益紧张，射频模块布板面积成为瓶颈。OEM厂商要求射频模块在极小空间内提供高性能和多功能，推动了高度集成模组的研发，以减少面积需求并维持优异信号处理能力。此外，由于用户对智能手机的续航待机的要求不断提高，射频模块必须在性能与能效比之间找到平衡。手机制造商则需要在提升性能的同时严控成本。这种双重压力体现在硬件成本、研发和制造效率上，这就要求模组化方案替代分离式设计来降低成本。最后，由于全球不同地区频段要求提高了射频模块的适配标准。制造商倾向于通用设计，减少库存管理复杂性，并灵活应对市场变化。作为射频技术的全球领先者，Qorvo提供了多款高集成度、低功耗、高性能射频前端解决方案来解决上面提到的挑战和市场痛点。近日，Qorvo高级产品市场经理Footmark Chen接受了与非网记者的独家专访，特别介绍了其最新的QM77051模块的技术优势和市场定位。高集成度、低功耗、高性能，QM77051射频模块的优势 QM77051同时支持sub 3G频段，兼容4G LTE和2G网络，广泛应用于智能手机、平板电脑等移动设备。作为Qorvo主推的sub 3G L-PAMiD解决方案之一，QM77051与QM77050和QM77178L等产品共同满足了市场对高性能、紧凑型射频前端方案的需求，是移动设备领域的重要产品。据介绍，QM77051是一款高度集成的L-PAMiD模块，集成了低频、中频、高频和2G电路，结合了QM77052B和QM77058D的功能，简化了射频前端设计。Footmark Chen对与非网记者表示：“如果以离散方案对比， QM77051大概可以省60%-70%的面积左右，这对于需要增加新功能的客户非常重要。” 据介绍，Qorvo 提供了一种引脚到引脚兼容的 SA 和 NSA 单一布置解决方案，相较于 L+MH（节省超过 35%），能够在更小的 PCB 区域内提供更多的 PCB 空间，以便增加更多功能和/或更大的电池区域。LMH 是一种单一布置解决方案，通过减少组件数量和显著降低成本，带来更低的手机成本和更简化的供应链管理。这种设计优化不仅满足了智能手机等紧凑型设备的需求，还为其他功能模块（如多摄像头、卫星通信等）提供了额外的空间。减少面积的同时，Qorvo还成功降低了元件布局的复杂性，使设备厂商在设计时拥有更高的灵活性，进一步提升了市场竞争力。除了减少面积，QM77051的另一个亮点是低功耗设计。通过优化电流设计，相比传统离散方案减少了大约200毫安的电流消耗。这一优势不仅显著降低了设备功耗，还延长了设备的续航时间，尤其适用于物联网设备和汽车电子等对电池寿命要求严格的应用场景。在性能优化方面，QM77051模块内置的高功率HB PA（功率放大器）和3.4V Doherty放大器增强了设备的射频性能，特别是在多频段支持的情况下，确保信号传输稳定，网络适应能力更强。Footmark Chen解释道：“我们通过仿真和测试工具，确保模块在多频段通信中的稳定性，解决了传统离散方案中的干扰问题。”这种优化使得Qorvo的产品在复杂的无线环境中能够提供更稳定的信号和更高的可靠性。 QM77051对比传统离散方案的优势 Qorvo的模块化设计同时也优化了设计、生产流程，有效简化了供应链管理。Footmark Chen解释道：“单一布局支持多个功能模块，避免了传统离散设计中需要匹配多个组件的复杂问题。” 这种设计不仅提升了设计效率，还加速了产品的生产周期。在生产环节，模组化设计通过减少元件数量和简化生产流程，提高了生产效率，缩短了组装时间，并有效提升了产品的良品率。“客户只需通过单一供应窗口获得所有射频元件，避免了离散设计中多供应商协调的麻烦。” Footmark Chen表示，通过这种集成方案，客户不仅能降低采购成本，还能减少因供应链不稳定而带来的风险。这种简化的供应链管理使得Qorvo在市场竞争中具有明显的成本优势。 Qorvo如何通过技术创新满足适配性需求？在全球化市场的加速推进下，射频前端模块不仅要支持不同国家的通信频段，还要确保设备在全球范围内稳定运行。Qorvo在射频领域的领导地位，也来源于其不断追求的技术创新与灵活适应全球市场的战略。 “我们通过技术创新实现了全球频段覆盖能力，不仅支持不同国家和地区的频段需求，还帮助客户简化设计和生产，提高生产效率。” Footmark Chen表示，Qorvo的QM77051模块支持全球主要通信规范，如B28、n41、n40等频段，能够在一个模块中覆盖多个地区的需求，减少了因地域差异导致的开发成本和库存压力。Qorvo的射频模块通过严格的测试流程，确保其在不同市场的稳定性和一致性。无论是国内市场还是国际市场，Qorvo对产品的测试标准保持一致性，以保证在不同频段下的稳定性。例如，QM77051模块经过严格的测试，能够在高频段、中频段和低频段之间稳定切换，适应复杂的应用场景。要实现更高的适配性，需要满足不同的技术要求：在5G网络的应用中，载波聚合（CA）技术成为提升网络性能的关键手段。然而，频段之间的信号干扰却成为了限制通信质量的重要瓶颈。Qorvo在这一领域的创新突破，不仅使模块能够高效适应频段之间的干扰，还大幅提升了通信的稳定性。“我们在产品设计初期就会用仿真技术找到潜在瓶颈，提前优化，避免在后期浪费过多时间进行修正。”Footmark Chen表示，Qorvo的研发团队通过精确的仿真技术，优化模块设计，确保模块在不同频段之间的信号隔离度。例如，在低频信号可能干扰中频或高频信号的设计中，Qorvo通过反复模拟和优化，确保模块能够在复杂环境下稳定运行。此外，Qorvo会基于市场的需求作动态调整，进一步提升了射频模块在多频段和多运营商网络环境下的适应性。通过实时监测和调整干扰管理策略，Qorvo模块能够在高用户密度或复杂网络环境中，依然保持通信质量的稳定性和可靠性。射频前端模块的多平台兼容性也是客户在选择模块时的重要考量。随着智能手机芯片平台的多样化，Qorvo意识到，仅仅为单一平台提供解决方案已经无法满足市场需求。因此，Qorvo在设计中充分考虑了平台之间的差异，推出了适配高通、联发科技等多个主流平台的射频模块。特别是在与联发科技的合作中，Qorvo专注于为天玑9400平台提供定制化射频模块支持。Footmark Chen表示：“我们会在产品开发初期，就考虑到不同平台的需求，并将通用性作为设计的重要目标。”这一策略确保了Qorvo的射频模块能够适配联发科技、高通、三星等多个平台，为客户提供更大的灵活性和适应性。这种兼容性设计还让客户在面对市场需求变化时，能够更快速地响应。这一技术优势让客户可以在单一硬件设计上实现全球适配，进而降低了开发复杂度并缩短了产品上市周期。例如，当联发科技平台的市场需求激增时，厂商可以不必重新采购或开发新模块，而是直接将现有模块应用到更多联发科技设备上，极大提高了生产效率，降低了库存成本。 “平台相容性如果做得好，对市场变化的需求可立即响应。” Footmark Chen表示，Qorvo的全球化适配能力使得客户能够用单一设计满足不同地区市场的需求，减少了因地域差异而产生的开发成本和库存压力。为了更好地满足未来通信需求，Qorvo与全球主要运营商建立了紧密的合作关系，提前预判市场的需求变化。通过这种合作，Qorvo能够在产品研发初期就考虑到未来的频段需求和技术发展趋势，确保模块能够支持新兴市场的需求。例如，在卫星通信和非地面网络（NTN）功能日益重要的背景下，Qorvo的射频模块已经具备相应的支持能力，帮助客户抢占市场先机。以价值为导向，从手机端扩展到汽车、物联网通信总的来看，Qorvo最新的QM77051模组，解决了客户在面积、功耗和适配性方面的核心痛点。同时，通过卓越的适配性和平台兼容性，帮助客户在全球市场中保持性能稳定。通过简化供应链管理，Qorvo减少了客户的采购负担，提升了生产效率。 “我们不是以成本为导向的公司，而是希望以价值为导向，带给客户不一样的感受。” Footmark Chen最后表示，随着智能汽车的迅速发展，Qorvo正在积极将其在智能手机领域积累的技术优势应用于车载通信市场，尤其是在V2X（车与车、车与基础设施之间的通信）技术上。Footmark Chen表示：“虽然车载和手机端的需求有所不同，但技术核心有很多相似之处，我们会根据客户需求定制方案，以确保最佳性能。” 除了汽车通信，Qorvo也在物联网市场中扩展其产品应用。许多IoT设备需要支持全球不同频段，这对射频模块的设计也提出了很高的要求。Qorvo通过其“一器多用”的模组化设计，支持全球频段，简化了客户设计的复杂性和生产流程。随着5G、物联网和智能汽车技术的不断发展，Qorvo将继续通过技术创新、产品优化和市场拓展，为客户提供差异化的解决方案，推动行业技术的进步。

Qorvo

Qorvo半导体 . 2025-02-21 970
STSPIN32G0上新两款低压产品，design win见证卓越

ST的STSPIN32系列产品集成了MCU与功率开关管栅极驱动器，不仅节省了成本，还简化了设计流程，整个系统的体积最多可缩小65%，这些特性让它在市场上脱颖而出备受青睐。 STSPIN32G0是首款面向主流市场的STSPIN32产品，首款内置STM32G0 MCU以及三相半桥栅极驱动器的BLDC控制器，能够驱动传统的功率MOSFET和IGBT，并具有更出色的成本效益。它专门为这类应用场景量身打造：对算力的需求超过STSPIN32F0，但又不需要STSPIN32G4那么高的性能。因此，在那些不需要太大内存的应用中，STSPIN32G0也能够运行先进的FOC算法。最近，两款STSPIN32G0低压产品正式上市，进一步提升了该产品系列在主流市场的影响力。 ▲ 新款STSPIN32G0低压产品主流市场面临发展痛点如今，电动自行车、扫地机器人、电动工具以及家用电器等产品，不仅要提升效率，还需更加贴合消费者的使用需求。在此背景下，更小的体积对于容纳更大容量的电池、打造更具吸引力的产品来说，显得尤为关键。然而，在厂商开拓新市场的过程中，他们想开发出成本效益更高的系统，但又无法适配资源有限的MCU，这个矛盾日益突出。因此，当下的挑战在于找到一个平衡点，既能确保开发人员顺利运行应用程序，又能显著节省成本。 STSPIN32G0高压产品由于各种限制条件存在很大差异，满足主流应用的需求面临复杂的技术挑战。因此，ST推出了低压和高压两个STSPIN32G0产品线，以满足更多的设计需求。 STSPIN32G0251和STSPIN32G0252配备250V栅极驱动器，而STSPIN32G0601和STSPIN32G0602配备600V栅极驱动器。这四款产品都属于高压系列，已于2024年上市。从传统应用角度来看，由于这些器件支持高电压，并且能为栅极驱动器提供高达1A的电流，因此主要适用于各类应用场景中的逆变器，像商用电器、工业电器以及风扇等。 STSPIN32G0低压产品 ST最新推出的STSPIN32G0低压产品包括 STSPIN32G0A1、STSPIN32G0A2、STSPIN32G0B1和STSPIN32G0B2。这些产品均配备了一个稳压器和一个额定电压为45V、电流最高0.6A的栅极驱动器。A系列包含三个用于电流采样的内置运放，能够精确运行FOC有感或无感算法，而B系列仅包含一个用于电流采样的内置运放，这样可以减少外部器件，节省成本数量。型号以“1”结尾的产品与以“2”结尾的产品之间的区别在于，前者的IO引脚数量更少，但支持连接外部备用电源（VBAT引脚）和ADC参考电源（VREF+引脚）。外部备用电源可以确保系统在断电以后RTC（实时时钟）和备份寄存器能够继续工作。更高精度的ADC参考电源可以显著提高ADC和DAC的转换精度，减少噪声和误差。这四款器件的目标应用包括家用电器、电动工具、无人机等。与STSPIN32G4一样，所有的STSPIN32G0都集成了自举二极管，进一步减少对外部组件的需求。低压产品还集成了电源管理电路，能够为MCU提供3.3V电压，为栅极驱动器提供12V电压。因此，即便MCU和栅极驱动器所针对的是主流应用领域，ST依然能保证工程师们可以享受到先进的功能特性，以及与高性能产品同样的高集成度体验。如果用户的产品能够在8KB RAM和64KB闪存的条件下运行FOC算法，且无需用到STSPIN32G4的坐标旋转数字计算机（CORDIC）加速器，更具成本效益的STSPIN32G0必将成为他们的理想之选。解决内存困境，成功斩获design win 目前，STSPIN32G0低压产品已经在一些项目中获得成功应用，因为它解决了用户在内存方面的难题。用户的应用无法适配内存受限的MCU。ST的低压新产品为他们提供了所需的内存空间，同时又不会大幅增加物料成本。这款器件的耐用性、灵活性以及高效能表现得到了用户的一致好评。与此同时，更大的内存容量让用户无需花费大量时间进行优化，从而可更快地将产品推向市场。评估板同期上线，加速用户开发此前，ST已经推出了针对STSPIN32G0 高压产品的250V和600V开发板——EVSPIN32G02Q1S1和EVSPIN32G06Q1S1，以帮助用户加速开发。 ▲ EVSPIN32G06Q1S1评估板 STSPIN32G0低压产品评估板——EVLSPIN32G0A1/B1也即将上市。该评估板配备了60V MOSFET及一个反馈网络，能够快速获取来自数字霍尔传感器和编码器输入的数据。该套件还支持三分流器和单分流器配置，以帮助用户选择最适合其系统的配置方案。

ST

意法半导体工业电子 . 2025-02-21 900
思特威推出SmartGS-2 Plus系列CMOS图像传感器产品，赋能智能机器人视觉系统

随着人工智能、机器学习及传感器技术的不断升级，机器人产业进入了高速发展阶段。智能机器人的应用领域与功能正在不断拓展，具身机器人、机器狗、无人机、工业机械臂等等越来越多不同形态的智能机器人出现在人们的日常生活当中。从家务辅助，到医疗配送再到农业自动化，智能机器人已经在家居、医疗、农业、救援等多元领域发挥了重要作用。智能机器人在实际的工作中需要不断与现实世界进行交互，清晰、准确、高效、稳定的视觉感知能力，是帮助机器人完成避障、定位等现实交互的关键，如同机器人的“电子眼”。技术领先的CMOS图像传感器供应商思特威基于SmartGS™-2 Plus技术平台推出的系列产品SC038HGS(0.3MP)、SC133HGS(1.3MP)与SC233HGS(2.3MP)，兼具高感度、高动态范围、高帧率等多项性能优势，其出色的成像效果可充分满足多种不同类型智能机器人的避障识别与3D定位感知需求，帮助机器人实现精准现实交互。 SmartGS™-2 Plus技术高效准确移动视物在工作中，智能机器人常需要进行快速移动作业，高效准确的移动视物能力至关重要。SC038HGS、SC133HGS和SC233HGS均基于思特威先进的SmartGS™-2 Plus技术平台打造。作为全局快门（Global Shutter）图像传感器，三款产品都能够有效抑制成像的运动形变与拖尾模糊等问题，实现高速准确成像。因此，在实际作业中，SC038HGS、SC133HGS和SC233HGS能够保障智能机器人对运动物体高清、无形变的图像捕捉效果，实现高效移动视物，大大提升机器人对周围环境判别的准确性，提升避障与定位识别效率。高感度暗光环境轻松应对智能机器人在实际作业中常常要面对昏暗、无可见光源等光线条件较差的工作场景。SC038HGS、SC133HGS和SC233HGS具备在可见光和近红外光下的双重超高感度，能够有效解决暗光环境应用痛点，帮助机器人实现无惧明暗的高清图像捕捉能力。三款产品都拥有3μm的超大像素尺寸，在可见光波段下的峰值量子效率高达90%，因此，即使在光线昏暗的低照环境下，也能帮助机器人实现图像信息的清晰捕捉。此外，SC038HGS、SC133HGS和SC233HGS在近红外光下同样有着较高感度。以SC038HGS为例，在940nm波段下，其峰值量子效率高达20.3%，能够充分满足近红外视觉感知的需求，帮助智能机器人实现昏暗、无光环境下的精准避障与定位识别。高动态范围无惧复杂光线挑战农业、救援等室外场景应用的智能机器人，需要在强光、高明暗对比等光线条件复杂的环境中工作，摄像头的图像捕捉极易产生过曝或暗处细节丢失等问题，将极大影响机器人视觉避障与定位感知的效率与准确性。 SC133HGS和SC233HGS采用了单帧拐点HDR技术，HDR模式下动态范围分别高达93dB和92.65dB，能够在强烈光线对比的环境中帮助机器人捕捉到明暗细节清晰的图像信息，减少高亮过曝或暗处细节丢失等情况的出现，为智能机器人行动提供精准的视觉依据。超高快门效率超高帧率在强光场景下，运动物体的视觉识别极易产生移动残影。SC038HGS、SC133HGS和SC233HGS具备超高快门效率（PLS＞40000），能够轻松应对此类情况，有效减少各种类型机器人在高亮环境下拍摄运动物体时光斑残影的产生，从而实现准确视物避障。此外，SC038HGS、SC133HGS和SC233HGS可支持120fps的超高帧率，可以拓展应用于智能识别等机器人新型升级视觉应用摄像头模组，满足超低延迟的高效识别需求。支持彩色版本定制多规格多元应用除主流机器人视觉感知应用的黑白(Mono)版本外，SC038HGS、SC133HGS与SC233HGS支持彩色版本定制，可适配更多不同应用场景，满足色彩识别功能需求。SC038HGS(0.3MP)、SC133HGS(1.3MP)与SC233HGS(2.3MP)的不同分辨率尺寸，能够灵活应用于各种不同类型智能机器人设备，为终端客户提供兼顾成本与性能的全套解决方案。此外，思特威SmartGS™-2 Plus系列更有大靶面产品SC535HGS(5MP)与SC935HGS(9MP)，具备高分辨率与出色成像性能，可满足工业检测相机及ITS智能交通摄像头等多元领域的高性能影像需求。

CMOS图像传感器

思特威 . 2025-02-21 915
在低功耗MCU上实现人工智能和机器学习

人工智能（AI）和机器学习（ML）技术不仅正在快速发展，还逐渐被创新性地应用于低功耗的微控制器（MCU）中，从而实现边缘AI/ML解决方案。这些MCU是许多嵌入式系统不可或缺的一部分，凭借其成本效益、高能效以及可靠的性能，现在能够支持AI/ML应用。这种集成化在可穿戴电子产品、智能家居设备和工业自动化等应用领域中，从AI/ML功能中获得的效益尤为显著。具备AI优化功能的MCU和TinyML的兴起（专注于在小型、低功耗设备上运行ML模型），体现了这一领域的进步。TinyML对于直接在设备上实现智能决策、促进实时处理和减少延迟至关重要，特别是在连接有限或无连接的环境中。 TinyML是指在小型、低功耗设备上应用机器学习模型，尤其是在微控制器（MCU）平台上，这些MCU经过优化，可以在设备有限的资源体系内运行。这使得边缘设备能够实现智能决策，支持实时处理并减少延迟。量化（Quantization）和剪枝（Pruning）等技术用于减小模型大小并提高推理速度。量化通过降低模型权重的精度，显著减少内存使用而几乎不影响准确性；剪枝则通过去除不太重要的神经元，进一步减小模型规模并提升延迟性能。这些方法对于在资源有限的设备上部署ML模型至关重要。 PyTorch和TensorFlow Lite都是实现机器学习模型的主流框架。PyTorch是一个开源机器学习库，被广泛用于人工智能应用的开发，包括可以部署在微控制器上的应用程序。PyTorch提供了用于机器学习的工具和库，包括计算机视觉和自然语言处理，可用于低功耗和小尺寸设备。 TensorFlow Lite for Microcontroller（TFLM）能够在非常受限的MCU类设备上运行具有Flatbuffer转换功能的TF Lite模型。这减少了模型的大小，并优化了它在MCU上的推理。另一个重要的工具是来自ARM的CMSIS-NN库，它为Cortex-M处理器提供了优化的神经网络内核来运行TFLM模型。CMSIS-NN库提高了性能并减少了内存占用，使其更容易在基于ARM的MCU上运行ML模型。此外，一些MCU还配备了专用的AI/ML硬件加速器，如Silicon Labs（芯科科技）的EFM32无线SoC和MCU，可以显著提高ML模型的性能，使更复杂的应用程序能够在这些设备上更快、更高效地运行。人工智能加速器擅长并行化任务，如矩阵乘法、卷积和图形处理。通过利用多样化的并行性，它们可以一次执行大量的计算。这使得人工智能工作负载的速度大大提高，同时保持低功耗。这些加速器还增强了内存访问模式，减少了数据传输开销，主CPU—CortexM可以进入低功耗睡眠模式，以节省更多的能量或管理额外的任务。通过使数据更接近计算单元，它们减少了等待时间。其结果是增强了性能、降低了功耗和延迟。实际应用 TinyML的实际应用是多种多样且有影响力的。一个值得注意的示例是音频和视觉唤醒词，当说出特定的关键字或在图像中检测到某人时，设备会触发动作。这项技术被用于智能扬声器和安全摄像头，支持它们在识别到唤醒词或检测运动时激活。另一种应用是工业环境中的预测性维护。工厂设备上的传感器持续监测振动和温度等参数，可使用TinyML模型检测来异常并在故障发生之前预测维护需求，这有助于减少停机时间和维护成本。手势和活动识别是TinyML的另一种令人兴奋的应用。配备加速度计和陀螺仪的可穿戴设备可以监测身体活动，如走路、跑步或特定手势。这些设备使用TinyML模型实时分析传感器数据，为健身追踪或医疗诊断提供有价值的见解。在农业领域，TinyML被用于环境监测。智能农业系统分析土壤湿度和天气条件，以优化灌溉，提高作物产量和资源效率。 TinyML还增强了健康监测功能。诸如连续血糖监测仪（CGM）这样需要长时间电池寿命和实时数据处理的设备，都能够极大地受益于这项技术。此外，智能床传感器可以在没有直接接触的情况下评估病人的呼吸模式，为远程观察提供不间断的健康数据。这一创新在管理老年人护理和慢性疾病方面特别有价值，因为持续监测有助于及早发现潜在的健康问题。启动开发要开始构建自己的TinyML应用，您需要了解TinyML的基础知识并选择合适的硬件。根据您的应用，您可能需要传感器来收集数据，例如加速度计、麦克风或摄像头。设置开发环境包括安装Simplicity Studio集成开发环境（IDE）、SDK和TinyML所需的资源库。下一步是收集和准备与应用相关的数据。例如，如果您正在构建一个手势识别系统，您需要收集不同手势的加速度计数据。收集数据后，您需要对其进行预处理，使其适合训练您的模型。训练模型需要在功能强大的机器上使用高级框架，如TensorFlow或PyTorch。一旦训练完毕，模型需要使用量化和剪枝等技术进行优化。在完成优化后，即可将模型转换为适合MCU的格式，如TensorFlow Lite格式。最后一步是将优化后的模型部署到MCU，将其与应用程序代码集成，并对其进行全面测试，以确保其满足性能和精度要求。基于实际性能的不断迭代和改进对于完善TinyML应用至关重要。利用芯科科技的解决方案在微控制器上实现人工智能和机器学习芯科科技提供了一系列解决方案，有助于在MCU上实现AI/ML。EFR32/EFM32（xG24、xG26、xG28）和SiWx917系列微控制器由于其低功耗和强大的性能而非常适合TinyML应用。以下是在芯科科技MCU上实现AI/ML的详细技术指南：数据采集与预处理数据采集：使用连接到MCU的传感器采集原始数据，例如加速度计、陀螺仪和温度传感器等传感器都可用于各种应用。预处理：对数据进行清理和预处理，使其适合训练。这可能包括过滤噪声、对数值进行归一化处理以及将数据分割到窗口中。为此，芯科科技提供了数据采集和预处理工具。数据采集工具则由合作伙伴SensiML提供：https://github.com/sensiml/sensiml_xG24_dual_audio_imu_capture 模型训练模型选择：根据应用选择合适的ML模型。常用的模型包括决策树（decision tree）和支持向量机（vector machine）。训练：在高性能云服务器或带有GPU的本地PC上使用TensorFlow训练模型。这包括将预处理数据输入模型并调整参数以最小化误差。模型转换：使用TensorFlow Lite转换器将训练模型转换为与TF Lite Micro兼容的格式。TensorFlow Lite for Microcontrollers (TFLM)中的FlatBuffer转换包括将TensorFlow Lite模型转换为FlatBuffer格式，这是一种紧凑的二进制格式，可以高效地存储和快速地访问。这个过程对于在内存和处理能力有限的微控制器上运行机器学习模型至关重要。FlatBuffers支持直接访问模型而无需解压。一旦采用FlatBuffer格式，该模型可以由微控制器执行，使其能够执行推理任务。这种转换减小了模型大小，使其适用于内存非常有限的设备，并且可以快速访问和执行模型，而无需进行大量解析。此外，它还确保该模型可以在运行速率低于1GHz、代码空间有限（通常低于3MB）、SRAM有限（约256KB）的MCU上被无缝集成和执行。模型部署与Simplicity SDK集成：使用芯科科技的Simplicity SDK将TF Lite Micro与MCU集成。闪存模型（Flashing the Model）：将转换后的模型移植到MCU的Flash上。这可以使用Simplicity Studio完成，它为芯科科技MCU的编程提供了一个用户友好的界面。推理和优化：应用量化和剪枝等优化技术，以减小模型大小并提高性能。运行推理：一旦模型部署完成，它可以在MCU上运行推理。这包括向模型中输入新数据并获得预测结果。软件工具链：新的软件工具包旨在支持开发人员使用一些最流行的工具套件（如TinyML和TensorFlow）快速构建和部署人工智能和机器学习算法。AI/ML软件帮助设计人员创建新的应用程序。除了原生支持TensorFlow来为高效推理提供优化内核之外，芯科科技还与一些领先的AI/ML工具提供商（如SensiML和Edge Impulse）合作，以确保开发人员拥有端到端的工具链来简化机器学习模型的开发，这些模型针对无线应用的嵌入式部署进行了优化。通过将这一全新的AI/ML工具链与芯科科技的Simplicity Studio开发平台以及xG24、xG28和xG26系列SoC结合使用，开发人员可以创建能够从各种互联设备获取信息的应用，这些设备都可以相互通信，从而做出智能的、由机器学习驱动的决策。芯科科技提供各种工具和资源来支持ML应用。以下是其中一些例子：机器学习应用：芯科科技提供集成化的硬件、软件和开发工具，帮助客户快速创建适用于工业和商业应用场景的、安全的智能设备。开发平台支持嵌入式机器学习（TinyML）模型推理，由Tensorflow Lite for Microcontrollers（TFLM）框架支持。该存储库包含一组利用ML的嵌入式应用程序：https://github.com/SiliconLabs/machine_learning_applications 机器学习工具包（MLTK）：这是一个带有命令行实用程序和脚本的Python软件包，可支持基于芯科科技的嵌入式平台开发的机器学习模型。它包括从命令行界面或Python脚本执行ML操作的各项功能，并可确定ML模型在嵌入式平台上的执行效率，以及使用谷歌Tensorflow训练ML模型。参考数据集：MLTK附带参考模型使用的数据集。这些数据集可以在Github上找到： https://github.com/SiliconLabs/mltk/blob/master/docs/python_api/datasets/index.md 音频特征生成器（Audio Feature Generator）：芯科科技提供了与TensorFlow Lite模型一起使用的音频特征生成器。它根据sl_ml_audio_feature_generation_config.h中的配置去进行前端的初始化来生成功能，并以流模式来初始化和启动麦克风。https://docs.silabs.com/machine-learning/latest/machine-learning-tensorflow-lite-api/ml-audio-feature-generation MLPerf Tiny Benchmark：MLPerf Tiny Benchmark是由一家开放工程联盟MLCommons设计的性能评估套件。它旨在衡量ML系统在推理方面的性能和能效，将训练好的ML模型应用于新数据。该基准是专门为低功耗的最小设备量身定制的，通常用于深度嵌入式应用，如物联网（IoT）或智能传感。芯科科技参与了MLPerf Tiny基准测试，提交了展示机器学习工具包（MLTK）功能的解决方案。该工具包包括TinyML基准测试使用的几个模型，可在GitHub上获得，涵盖异常检测、图像分类、关键字识别和视觉唤醒词等应用程序。与以前的版本相比，使用MLPerf Tiny v1.0的结果显示出了推理速度提高，以及代码规模和内存使用量的减少。例如，Plumerai的推理引擎表现出了显著的增强，包括支持时间序列神经网络，如基于LSTM的循环神经网络（RNN），这在运动传感器、健康传感器、语音和音频应用中很常见。 AI/ML合作伙伴芯科科技与业界领先的供应商合作，包括Edge Impulse、SensiML、NeutonAI和Eta Compute等AutoML工具链和SaaS云伙伴建立了合作关系。此外，诸如Sensory和MicroAI等解决方案提供商，以及包括Capgemini和Jabil在内的设计合作伙伴都是该网络的一部分。这些联盟提供了可简化综合解决方案开发的平台，使初学者更容易接触到边缘的AI/ML。 TinyML在MCU上的优势：成本低－MCU价格合理绿色环保－能耗低易于集成－可轻松将MCU集成到现有环境中隐私与安全－在本地处理数据，无需联网传输快速原型开发－快速开发概念验证解决方案自主可靠－微型设备在任何环境下都能稳定运行实时处理－将延迟降至最低嵌入式开发应用流程开发具有机器学习功能的应用需要两个不同的工作流程：使用Simplicity Studio来创建无线应用的嵌入式应用开发工作流程。创建将添加到嵌入式应用的机器学习功能的机器学习工作流程。目标应用运动检测：在商业办公大楼里，许多灯都是由运动探测器控制的，该探测器监测占用情况，以确定灯是否应该打开或关闭。然而，当员工在办公桌前打字时，由于动作仅限于手和手指，因为运动传感器本身无法识别他们的存在，所以可能会出现自动关灯而无法为员工可提供照明。通过将音频传感器与运动探测器连接起来，额外的音频数据（如打字的声音）可以通过机器学习算法进行处理，从而使照明系统能够更明智地决定灯是应该打开还是关闭。预测性维护：可使用芯科科技的EFR32 MCU来开发一个预测性维护系统。这需要使用连接的传感器来收集机器的振动和温度数据，同时训练一个模型来根据这些数据预测潜在的故障，然后将该模型部署在MCU上，实现对机器的实时监控和维护计划。健康监测：使用EFM32 MCU构建可穿戴健康监测设备。使用传感器收集心率和体温等生命体征的数据。训练一个模型来检测数据中的异常。在MCU上部署该模型，帮助用户对健康情况提供实时分析了解。智能农业：使用芯科科技的MCU开发智能灌溉系统。使用连接的传感器收集土壤湿度和天气数据。训练一个模型，以便根据这些数据来优化水的使用。将该模型部署在MCU上，控制灌溉系统，提高作物产量。结论 MCU不再局限于简单任务，而是正成为实现AI的强大平台。通过探索面向AI优化的MCU，我们可以为电池供电的智能设备开辟新的潜在应用。无论是智能家居设备还是工业传感器，AI驱动的MCU正在重塑嵌入式系统的未来。

人工智能

Silicon Labs . 2025-02-21 1 1140
【收购】恩智浦与边缘AI新锐企业Kinara达成最终收购协议

据恩智浦官方微信信息，恩智浦半导体宣布已达成最终协议收购Kinara, Inc.，一家高性能、低功耗且可编程的分立神经处理单元（NPU）行业的领先企业。该公司产品支持广泛的边缘AI应用，包括多模态生成式AI模型。此次收购将以全现金交易方式进行，交易金额为3.07亿美元，预计于2025年上半年完成，需满足监管审批等常规交割条件。未来的智能系统将需要安全、经济高效且节能的边缘AI处理。因此，边缘AI处理市场正经历快速增长。先进的边缘AI能够在本地独立做出关键决策，无需依赖云端，提升响应速度、增强数据隐私保护并降低成本。 Kinara的创新NPU及其全面的软件支持，可在包括传统AI和生成式AI等一系列神经网络中实现高能效的AI性能，满足工业与汽车市场快速增长的AI需求。此次收购完成后，恩智浦可将分立NPU和强大的AI软件集成到处理器、连接、安全和高级模拟解决方案产品组合中，进一步增强恩智浦提供从TinyML到生成式AI的完整、可扩展AI平台的能力。恩智浦和Kinara是长期合作伙伴，Kinara的NPU能够轻松集成到恩智浦行业领先的工业及物联网处理器产品组合中。双方将深化解决方案集成，共同打造可扩展的AI平台，满足工业和汽车领域的各种AI推理需求。恩智浦半导体执行副总裁兼安全互联边缘总经理Rafael Sotomayor表示：“工业市场正在经历变革，生成式AI等创新技术有助于大幅提高效率、可持续性、安全性与可预测性，在多种情形下，还能解锁新的应用场景和功能。将Kinara的AI功能融入我们广泛的智能边缘产品组合，能为新一代AI系统打造一个可扩展平台。我们携手合作，可帮助客户在打造变革性AI系统时，简化复杂流程并加快产品上市进程。” Kinara分立NPU推动边缘AI创新 Kinara的分立NPU（包括Ara-1和Ara-2）在性能和能效方面位居行业前列，因此非常适合用于视觉、语音、手势等新兴AI应用，以及其他各种由生成式AI驱动的多模态实现。这两款器件均采用创新架构，能够映射推理图，以便在Kinara的可编程专有神经处理单元上高效执行，更大限度地提高边缘AI性能。鉴于AI算法未来将不断从CNN演进至生成式AI，甚至发展出智能体AI等新方法，这种可编程性确保了系统的适应性。 Ara-1是第一代分立NPU，能够进行先进的边缘AI推理。Ara-2作为第二代NPU，运算能力高达40 TOPS（每秒万亿次运算），并针对生成式AI实现系统级高性能进行了优化。Ara-1和Ara-2 NPU可以轻松地与嵌入式系统集成，以增强其AI性能，包括对现有现场系统进行升级。 Kinara还提供丰富的软件开发套件，便于客户优化AI模型性能及简化部署流程。Kinara的AI软件产品组合包括广泛的模型库和模型优化工具，都将集成到恩智浦的eIQ AI/ML软件开发环境中，让客户能够快速轻松地创建端到端AI系统。恩智浦和Kinara的联合创新成果将在纽伦堡举办的2025年嵌入式系统展会上展示。欢迎参观恩智浦展台（4A-222号展位），或访问恩智浦官网2025年嵌入式系统展会专题页面，了解更多信息。

边缘AI

NXP客栈 . 2025-02-21 7 2 3440
立体声耳放纳祥科技NX4917，提供 125mW 输出，替代兼容HT4917

耳机放大器(Headphone Amplifier)，简称耳放，是一种用来驱动耳机的声频放大器。它一般会以集成电路的形式出现在便携式耳放设备，如音乐播放器中，主要作用是放大音频信号、提高输出功率以驱动耳机。纳祥科技NX4917 是一款带关断功能的双通道 AB 类耳机运算放大器，主要用于高品质的便携设备。NX4917 还使用无电容直接驱动架构，从单个电源产生接地参考输出，无需大输出隔直流电容器，节省成本、电路板空间和组件的高度。 NX4917 还可以PIN to PIN SGM4917、PIN to PIN SGM4917 HT4917，性能直接国产替代兼容SGM4917、HT4917。㈠ NX4917主要特性作为一款优质的立体声耳机放大器，NX4917主要特性如下所示—— ● NX4917 的增益可通过外围电路设置 ● 以地为参考输出 ● 不需要大容量的直流阻塞电容 ● 不会降低输出电容引起的低频响应 ● 差分输入，用于增强噪声消除 ● 每通道能为 32Ω的负载提供 125mW 的输出 ● THD+N 为 0.02% ● 高 PSRR（217HZ 为 78dB） ● 工作范围为 2.7V~5.5V ● 内置咔嗒声抑制电路 ● 关断控制 ● 低功耗 ● 热过载保护，欠压保护 ▲NX4917功能框图㈡ NX4917产品优势 NX4917是一款双通道AB类125MW耳放，其中，NX4917以下几个产品优势，可以大大节省了电路板空间，降低系统成本，并改善了耳机驱动器的频率响应。其产品优势主要有以下5个—— ① 低功耗 NX4917具有低电平有效的关断控制，可有效降低关断模式下的功耗；并采用2.7V 至5V 单电源供电，仅消耗2.7毫安的电源电流，并规定工作在扩展级-40°C至+85°C温度范围。 ② 节省电路板空间 NX4917 电荷泵只需 2 个小的陶瓷电容，而不是 2 个大尺寸钽电容（典型值为220uF），大大节省了电路板空间，降低系统成本，并改善了耳机驱动器的频率响应。 ③ 内置咔嗒声抑制电路 NX4917 每通道可提供负载为 32Ω，125mW 的功率且 THD+N 只有0.02％。本芯片在无需额外线性稳压器的情况下，在 217Hz 噪声数字电源工作下的电源抑制比（PSRR）为78dB，芯片启动和关机时内置的抑制电路可消除咔嗒咔嗒声和爆音。 ④ 低频噪声电荷泵 NX4917 具有低频噪声电荷泵，350kHz 的开关频率远远高于音频范围，因此不会干扰音频信号。开关驱动器具有受控制的开关速度，可以减小启动与关闭瞬间的噪声。 ⑤ 优良电性能 NX4917 采用 QFN-3×3-16L 封装，体积小、重量轻，散热性好、电性能好，特别适合任何一个对尺寸、重量和性能都有要求的应用。 ▲NX4917封装（QFN-3×3-16L） ▲NX4917管脚设置㈢ NX4917应用领域目前，NX4917作为一种高性能的双通道AB类耳放芯片，已经被广泛应用于各种便携式音频设备领域。它的主要应用领域包括蓝牙耳机、耳机放大器、头戴包式耳机以及其他便携式音频设备，为用户提供出色震撼的音质和听觉体验。 ▲NX4917半成品图 ▲NX4917成品示例图纳祥科技NX4917耳机放大器在强大音频驱动、低功耗、小体积方面表现出色。内置的咔嗒声抑制电路和优良热过载保护机制增强了产品的稳定性和可靠性。对于音频设备制造商而言，NX4917无疑都是一个值得考虑的选择。

耳机放大器

深圳市纳祥科技有限公司公众号 . 2025-02-21 1 6070
Deepseek等AI趋势下，光收发模块年增长率高达56.5%

科技热点观察近期，中国AI初创公司DeepSeek凭借其DeepSeek-R1、V3等系列开源模型，以极低的成本实现了与ChatGPT相媲美甚至超越的性能，这一消息在业界引起了轩然大波，对传统的“算力为王”和“scaling law”观念提出了挑战。与此同时，马斯克旗下的Grok 3大模型也即将发布，他声称这是地球上最聪明的人工智能，具有极强的推理能力。而马斯克的“死对头”、OpenAI公司CEO萨姆·奥尔特曼也不甘示弱，宣布GPT 4o的智力水平将大幅提升。这些AI巨头的竞争不仅推动了AI技术的快速发展，还加速了全球数据中心的建设，因为低成本的AI模型将扩大应用场景，需要更多的数据中心来支撑。随着AI技术的不断进步和应用场景的扩大，数据中心之间的数据传输需求也在急剧增加。光收发模块作为数据中心互连的关键组件，其需求量也随之激增。 TrendForce指出，未来AI服务器之间的数据传输将依赖于大量的高速光收发模块，这些模块负责将电信号转换为光信号进行传输，再将光信号转换回电信号进行接收。据统计，2023年400Gbps以上的光收发模块全球出货量已达到640万个，预计到2025年将超过3190万个，年增长率高达56.5%。 01 晶振在光模块中的应用晶振，即石英晶体振荡器，是电子设备中用于产生稳定振荡信号的元件。在光模块中，晶振的主要作用是提供高精度的时钟信号和频率控制，确保光模块在高速传输时保持稳定性和可靠性。晶振的性能直接影响光模块的传输速率、传输距离、功耗和体积等关键参数。为满足高速数据传输与处理场景日益严格的时序信号需求，YXC推出一系列低抖动、高精度、高频率、微型化、耐高温的差分晶振产品，为相关应用场景提供高度可靠的时钟解决方案。高速率与低抖动随着5G和物联网的普及，对光模块传输速率的要求越来越高。为满足这一需求，光模块内部采用的晶振必须具备高速率和低抖动的特性。如156.25MHz的差分晶振因其低抖动和高稳定性，被广泛应用于高速光模块中，以确保数字信号处理器（DSP）的稳定运行。小封装与集成化随着电子产品的微型化趋势，光模块的封装类型也越来越小，设计越来越精巧。为节约PCB空间，晶振选型方面优先采用3225/2520等小尺寸封装,不仅满足高速率、低抖动的要求，还提供多种封装尺寸，以适应不同光模块的设计需求。工业级温度稳定性光模块的工作环境复杂多变，对晶振的温度稳定性提出了更高要求。工业级晶振通常能在-40℃至+85℃甚至更高温度范围内稳定工作，确保光模块在各种极端环境下都能正常运行。如YXC差分有源晶振，不仅具有低相位抖动，还满足工业级温度需求，广泛应用于高速光模块中。 02 推荐选型—YXC差分晶振高频率丨高稳定性丨低抖动丨低功耗丨小尺寸推荐YXC晶振型号 YSO210PR、YSO230LR、YSO231LJ 光模块应用常用频点 156.25MHz/155.52MHz 差分晶振产品特点 · 高频范围：10 MHz ~2100 MHz · 卓越的相位抖动：最高可达50 fs（@12 KHz to 20 MHz，156.25MHz） · 多种输出方式：LVDS, LVPECL, HCSL · 高精度、高稳定性：提供FS±25ppm的超高精度差分晶振 · 宽广的工作温度范围：-40℃ ~ 85℃、105℃ 或 125℃ · 齐全的封装尺寸：提供从7.0 * 5.0mm到2.5 * 2.0mm之间的封装尺寸，满足PCB设计的灵活性和小型化需求三款产品规格书

晶振,差分晶振,光模块,有源晶振,工业级晶振

扬兴科技 . 2025-02-21 1 6005
东芝推出高速导通小型光继电器，可缩短半导体测试设备的测试时间

东芝电子元件及存储装置株式会社（“东芝”）宣布，最新推出采用S-VSON4T[1]封装的光继电器——“TLP3414S”与“TLP3431S”，具有比东芝现有产品更快的导通时间[2]。TLP3414S与TLP3431S的断态输出端电压和通态电流额定值分别为40 V/250 mA和20 V/450 mA。该产品于今日开始支持批量出货。新型光继电器通过提高输入侧红外LED的光输出并优化光电探测器（光电二极管阵列）的设计，可实现高效的光耦合，将导通时间最大值缩短至150 μs。TLP3414S的导通时间比东芝现有产品TLP3414缩短约50 %，TLP3431S的导通时间比东芝现有产品TLP3431缩短约62 %。此外，当输出打开时，这两款产品的导通电阻会影响信号衰减（TLP3414S：最大值3 Ω，TLP3431S：最大值1.2 Ω）；当输出关闭时，输出电容会影响高频信号泄漏（两款产品均为典型值6.5 pF）。新产品与东芝现有产品[2]相当，确保了稳定的信号传输。新产品适用于半导体测试设备中的引脚电子[3]应用，可在开关信号的同时以高精度高速测量待测设备（DUT）。新产品由于采用小型S-VSON4T封装，与东芝现有产品的VSON4封装[4]相比表贴面积减少了约20 %，有助于实现半导体测试设备和其他设备的小型化。东芝将继续提供更多高性能产品，以满足半导体测试设备对更高性能和更快速度的需求。应用 ● 半导体测试设备（高速存储器测试设备、高速逻辑测试设备等） ● 探测卡 ● 测量设备特性 ● 高速导通时间：tON＝150 μs（最大值） ● 低导通电阻： TLP3414S RON＝3 Ω（最大值） TLP3431S RON＝1.2 Ω（最大值） ● 小型S-VSON4T封装：1.45 mm×2.0 mm（典型值），厚度＝1.3 mm（典型值）主要规格（除非另有说明，Ta＝25 °C）注： [1] S-VSON4T封装：1.45 mm×2.0 mm（典型值） [2] 东芝现有产品TLP3414（额定值40 V/250 mA）和TLP3431（额定值20 V/450 mA），采用VSON4封装 [3] 引脚电子（PE）：用于向待测设备（DUT）提供电源和测试信号，并判断DUT的输出信号的一种接口电路 [4] VSON4封装：1.45 mm×2.45 mm（典型值） [5] TLP3414S的测试条件：RL＝200 Ω、VDD＝20 V、IF＝5 mA，TLP3431S：RL＝200 Ω、VDD＝10 V、IF＝5 mA *本文提及的公司名称、产品名称和服务名称可能是其各自公司的商标。 *本文档中的产品价格和规格、服务内容和联系方式等信息，在公告之日仍为最新信息，但如有变更，恕不另行通知。

东芝

东芝半导体 . 2025-02-21 1 810
江波龙推出0.6mm超薄ePOP4x，智能穿戴存储创新不止

1月，江波龙推出了7.2mm×7.2mm的超小尺寸eMMC，为AI智能穿戴设备的物理空间优化提供了全新的存储解决方案。继这款创新封装存储产品问世后，江波龙再次推出穿戴存储力作——0.6mm（max）超薄ePOP4x，实现了更精简的穿戴物理布局。超薄封装、高集成度设计穿戴设备更极致的空间利用最大厚度0.6mm(max) | 64GB+16Gb 与标准存储方案相比，ePOP4x采用了创新的封装技术和高度集成设计。其最大厚度仅为0.6mm（max），相比上一代0.8mm厚度产品减少了近25%，是当前市场上最薄的ePOP产品之一。 ePOP4x产品将eMMC和LPDDR4x集成于一体，提供32GB+16Gb和64GB+16Gb的市场主流容量组合，实现了Flash与DRAM的二合一，并采用性能更强的控制器，支持LDPC纠错，满足不同智能穿戴设备对于存储空间和运行内存的多样化需求。此外，ePOP4x采用Package on Package（PoP）封装方式，将芯片直接贴装在SoC主芯片上，极大地节省了PCB占用空间，为尺寸受限的智能穿戴设备提供了更优的嵌入式复合存储方案。自研固件、自有封测专属的存储Foundry模式江波龙的ePOP4x产品采用了自研固件，能够实现快速启动、超低功耗及主控SoC调优等多种功能，兼顾性能和续航表现。此外，ePOP4x还可根据客户的具体需求提供定制版本，提升产品的灵活性，为客户提供更精准的存储解决方案，满足不同应用场景下的个性化需求。同时，江波龙具备自有封测制造能力，其苏州封测制造基地为存储产品提供了创新的封测技术支持。通过定制独立的封装测试和制造产线，江波龙为客户提供了“专品专线”的定制化制造服务模式，不仅确保了产品的稳定供应，还可提升协作效率，满足客户对存储产品的多样化、个性化需求。通过PTM（存储产品技术制造）商业模式，江波龙整合了自研存储芯片、固件、硬件以及创新的封测制造技术，以存储业界Foundry模式向客户快速交付存储产品。 0.6mm超薄ePOP4x、7.2mm超小尺寸eMMC 创新智能穿戴存储从标准化到创新定制，从7.2mm超小尺寸eMMC到0.6mm超薄ePOP4x，江波龙的智能穿戴存储覆盖基础到高端的存储需求，为智能穿戴设备的轻薄化、高性能化提供全方位支持。不积跬步，无以至千里。不积小流，无以成江海。每一次技术的微小进步，都有望为穿戴设备的方寸之间带来创新的改变。未来，江波龙将继续在存储技术的前沿探索，不断挑战物理极限，为智能穿戴设备提供更优选的存储解决方案。 *上述产品数据均来源于江波龙内部测试实际性能因设备差异，可能有所不同

江波龙

江波龙 . 2025-02-21 1 3 845
GaN FET 在人形机器人中的应用

从科幻走入现实，人形机器人正经历一场静默而深刻的技术革命：更高效的能源控制、更精准的运动算法、更高速的通信架构、更智能的环境感知能力......这些变革正在重塑机器人的“骨骼”、“神经”与“感官”。引言人形机器人集成了许多子系统，包括伺服控制系统、电池管理系统 (BMS)、传感器系统、AI 系统控制等。如果要将这些系统集成到等同人类的体积内，同时保持此复杂系统平稳运行，会很难满足尺寸和散热要求。人形机器人内空间受限最大的子系统是伺服控制系统。为了实现与人类相似的运动范围，通常在整个机器人中部署大约 40 个伺服电机 (PMSM) 和控制系统。电机分布在机器人身体的不同部位，例如颈部、躯干、手臂、腿、脚趾等。该数字不包括手部的电机。为了模拟人手的自由操作，单只手即可能集成十多个微型电机。这些电机的电源要求取决于所执行的具体功能；例如，驱动机器人手指的电机可能只需要数安培电流，而驱动髋关节或腿的电机可能需要 100 安培或更高的电流。与传统伺服系统相比，人形机器人的伺服系统具有更高的控制精度、尺寸和散热要求。本文介绍了 GaN（氮化镓）技术在电机驱动器中的各种优势，并展示了 GaN 如何帮助解决人形机器人中伺服系统面临的挑战。更精确的控制在伺服电机驱动应用中，电机控制通常分为几个控制回路层：电流/扭矩回路、速度回路、位置回路和更高级别的运动控制回路。这些回路通常以级联的形式排列，每个回路都有“实时”处理要求。电流/扭矩回路是速度最快的控制回路。每个上游回路以其之前回路的倍数运行，并为下游回路提供输入参考。图 1 显示了典型的级联控制拓扑。图 1：典型的伺服电机控制回路技术控制回路最重要的部分是电流回路。通常，FET 开关频率与电流回路相同，约为 8kHz 至 32kHz。电流回路的速度直接影响电机控制的精度和响应速度。人形机器人的一个简单动作涉及多个伺服电机的控制。为了协调机器人身体中的近 40 个电机，同时保持系统的稳定性，每个关节的控制精度和响应速度必须满足非常高的要求。可通过提高电机控制回路的速度和 PWM 频率来满足这些要求。例如，100kHz (图 2) 的开关频率可以实现分辨率更高的电机电流，从而实现更小的电机电流纹波和更精确的控制。高分辨率电机电流波形也意味着可以获得更好的正弦电流，这可以提高电机的运行效率并减少电机发热。图 2：100kHz 和 10kHz PWM 电机电流此外，增加 PWM 开关频率可以减小 DC 总线电容器的尺寸和电容。对于要替换为陶瓷电容器的电解电容器，需要满足的总线电容要求降低。伺服功率级 FET 通过 PWM 信号定期从总线电容器汲取电流。当 PWM 频率增加时，每个单位时间消耗的电荷量减小，这意味着所需的总线电容减少。根据 TIDA-010936 的测试，将 PWM 频率从 20kHz 提高到 80kHz 后，可以用电容相等的陶瓷电容器代替电解电容器，以获得相似的总线电压纹波。与电解电容器相比，陶瓷电容器具有明显优势：更小的尺寸、更长的使用寿命、更好的高频特性等。因此，在设计人形机器人时必须考虑速度更高的电流回路和更高的 PWM 频率。对于 MOSFET 型伺服驱动器，PWM 开关频率的增加会带来很大的额外损耗，从而导致驱动器严重发热。当开关频率从 10kHz 增加到 20kHz 时，MOSFET 型驱动器会让总体损耗增加 20%至 30%，这对于人形机器人是不可接受的。此外，GaN FET 在高频下具有较低开关损耗。在 TIDA-010936 测试中，电路板损耗在 40kHz 和 80kHz 下几乎相同，因此 GaN 特别适合高开关频率场景。图 3：TIDA-010936 电路板在 48V 输入电压下的损耗与三相输出电流间的关系减少开关损耗 GaN 之所以能够实现如此低的开关损耗，源于 GaN 器件的特性。GaN 器件具有更小的栅极电容 (CG) 和更小的输出电容 (Coss)，可实现达到 Si-MOSFET 100 倍的开关速度。由于关断和开通时间缩短，可以在较短的范围内控制死区时间，例如 10-20ns，而 MOSFET 通常需要约 1us 的死区时间。死区时间的缩短可降低开关损耗。此外，GaN FET 没有体二极管，但续流功能通过第三象限操作实现。在高频 PWM 场景中，MOSFET 的体二极管会导致较大的反向恢复损耗（Qrr 损耗）。第三象限操作还可避免开关节点响铃和由体二极管引起的 EMI 风险，从而降低对高功率密度人形机器人中其他器件的干扰。尺寸更小人形机器人的关节空间有限。电源板通常是直径为 5-10 cm 的环形 PCB。此外，关节必须集成电机、减速器、编码器甚至传感器。重要的是，设计人员必须在有限的空间内实现更高的功率和更稳定的电机控制。与 MOSFET 相比，GaN 具有更小的 RSP（比电阻、裸片面积尺寸比较），这意味着与具有相同 RDSon 的 MOSFET 相比，GaN 具有更小的裸片面积。德州仪器 (TI) 通过集成 FET 和栅极驱动器进一步减小了占用空间。这样可以实现 4.4mΩ 半桥 + 栅极驱动器，并且封装仅为 4.5 x 5.5mm。图 4：LMG2100 方框图以 LMG2100R026 为例。该器件集成了半桥的 FET 和半桥驱动器，可承受 55A 的持续电流。将驱动器与 FET 集成有许多优势，包括：减少了栅极响铃，让运行更可靠减小了电源回路电感并且优化了封装尺寸通过集成栅极驱动器减小了尺寸通过集成的保护功能保护器件为了在设计中比较 GaN 和 MOSFET，我们可以查看提供类似功率级别的 TIDA-010936 和 TIDA-01629 设计。如图 5 所示，由于集成了栅极驱动器并降低了 GaN 的 RSP，整个功率器件的芯片面积减小了 50% 以上。图 5：GaN 与 MOSFET 功率级比较总结人形机器人对控制精度和功率密度的要求较高。GaN 可以在高 PWM 频率下以低损耗轻松实现更高精度的电机控制。GaN 的高功率密度特性与德州仪器 (TI) 的集成式驱动器的特性相结合，可进一步减小尺寸。由于这些优势，GaN 型电机驱动器可能会成为人形机器人的首选设计，带来更高效、更稳定和更智能的机器人设计。除了人形机器人之外，GaN 技术也是其他类型机器人（协作机器人、外科手术机器人、AGV）、工业伺服系统、家用电器和其他需要高功率密度的应用的理想选择。

TI

德州仪器 . 2025-02-20 950