知情人士称，H20芯片是在英伟达代表与中国互联网监管机构的闭门会议上讨论的。据报道，讨论的重点是担心美国制造的芯片可能旨在监控用户或绕过数据隐私保护措施——美国最近的立法提案加剧了这种担忧。
TL431是由美国德州仪器公司（TI）和Motorola公司生产的2.50~36V可调精密并联稳压器，它是一种具有可调电流输出能力的基准电压源，TL431系列产品包括TL431C、TL431AC、TL431I、TL431AI、TL431M、TL431Y，共6种型号。它们的内部电路完全相同，仅个别技术指标略有差异。
二、TL431内部结构
该器件的符号如图1，三个引脚分别为：阴极(CATHODE)、阳极(ANODE)和参考端(REF)，参考电压为2.5V。
由内部电路图图2可以看出，它由多极放大电路、偏置电路、补偿和保护电路组成，其中晶体管V1构成输入极，V3、V4、V5构成稳压基准，V7和V8组成的镜像恒流源与V6、V9构成差分放大器作中间级，V10、V11形成复合管，构成输出，其它一些电阻、电容、二级管分别起偏置、补偿和保护作用，在原理上它是一个单端输入、单端输出直流放大器。
如其等效功能示意图如图3所示，由一个2.5V的精密基准电压源、一个电压比较器和一输出开关管等组成，参考端的输出电压与精密基准电压源Vref相比较，当参考端电压超过2.5V时，TL431立即导通。
三、TL431常用应用电路
1、并联稳压器
这是431用得最多的电路，输出电压Vout=(1+R1/R2)Vref。选择不同的R1和R2的值可以得到从2.5V到36V范围内的任意电压输出，特别地，当R1=R2时，VO=5V。由于参考极输入用的是射极跟随器，因此具有很高的输入阻抗，而输入电流很小。
对于此电路，基本分析步骤为：
1）确定稳压电压
2）确定负载最大电流
3）根据输入电压Vin、稳压电压，限流电阻R确认TL431的工作电流（1mA~100mA）
4）算出限流电阻R的功率，P=（Vin-Vout）*（Vin-Vout）/R，选择合适的电阻R
例如输入电压12V，输出电压为3.3V，根据TL431的Ref引脚只需要uA级的电流就看实现稳压，因此R1和R2可选择K级电阻，K1这里选择15K，那么K2为47K，输出电压3.297V；
负载电流Iout假设是30mA，流过TL431的电流IKA可以按照最小值1mA计算，那么输入电流Iin=Iout+IKA=31mA，那么电流电阻R≤（Vin-Vout）/Iin≈280Ω，可以取220欧姆，此时电阻功率P≈344mW，电阻可取3/4W的2010封装贴片电阻。注意TL431的耗散功率，一般是350mW左右，即PD≥Iout*Vout。此种稳压器功率较小，一般只用作基准电源，适合于宽输入电压或存在大的输入电压瞬变场合。
2、串联稳压器
串联稳压器可以说是并联稳压器的扩充，但是电流可以输出很大（如果用大电流的复合管），但是输出电压公式一样的，Vout=(1+R1/R2)Vref，注意输出最小值Vout（min）=Vref+Vbe。
R为TL431提供工作电流同时也为晶体管Q提供基极电流，C1起到补偿作用，TL431耗散功率PD=Vout*(Iout/β)，其中β为晶体管放大倍数。这种基准电源适合于负载电流变化，电源电流和负载电流同时减小或者需要对基准源进行休眠或关断的场合。
3、并联扩流稳压电路
并联扩流稳压电路是在基本的并联稳压电路基础上修改而来，通过增加三极管，三极管的发射极连接到输出电压端，利用三极管的放大状态，使其具有扩流作用。
4、比较器
利用EL431的基准电压Vref可以设计带温补电压基准的单电源比较器，其中Vth=Vref，当Vin＜Vref时，Vout＞0；当Vin＞Vref时，Vout≌2V。
5、恒流源
由于Vref端的电压始终稳定在2.5V，那么接在REF端和地间的电阻中流过的电流就应是恒定的。利用这个特点，可以将TL431设计出精密的恒流源。恒流电流I=Vref/R1。
6、用作开关电源的误差放大器
在开关电源当中我们经常看见这样的反馈电路，以TL431构成误差放大器，以光耦进行原副边隔离的电路结构。R3和R5决定输出电压大小，C4和R6构成补偿网络。当输出电压有变化，最终导致光耦输入端二极管电流变化，从而控制电源芯片开关管通断频率，使输出电压保持不变。
TL431是由美国德州仪器公司（TI）和Motorola公司生产的2.50~36V可调精密并联稳压器，它是一种具有可调电流输出能力的基准电压源，TL431系列产品包括TL431C、TL431AC、TL431I、TL431AI、TL431M、TL431Y，共6种型号。它们的内部电路完全相同，仅个别技术指标略有差异。
二、TL431内部结构
该器件的符号如图1，三个引脚分别为：阴极(CATHODE)、阳极(ANODE)和参考端(REF)，参考电压为2.5V。
由内部电路图图2可以看出，它由多极放大电路、偏置电路、补偿和保护电路组成，其中晶体管V1构成输入极，V3、V4、V5构成稳压基准，V7和V8组成的镜像恒流源与V6、V9构成差分放大器作中间级，V10、V11形成复合管，构成输出，其它一些电阻、电容、二级管分别起偏置、补偿和保护作用，在原理上它是一个单端输入、单端输出直流放大器。
如其等效功能示意图如图3所示，由一个2.5V的精密基准电压源、一个电压比较器和一输出开关管等组成，参考端的输出电压与精密基准电压源Vref相比较，当参考端电压超过2.5V时，TL431立即导通。
三、TL431常用应用电路
1、并联稳压器
这是431用得最多的电路，输出电压Vout=(1+R1/R2)Vref。选择不同的R1和R2的值可以得到从2.5V到36V范围内的任意电压输出，特别地，当R1=R2时，VO=5V。由于参考极输入用的是射极跟随器，因此具有很高的输入阻抗，而输入电流很小。
对于此电路，基本分析步骤为：
1）确定稳压电压
2）确定负载最大电流
3）根据输入电压Vin、稳压电压，限流电阻R确认TL431的工作电流（1mA~100mA）
4）算出限流电阻R的功率，P=（Vin-Vout）*（Vin-Vout）/R，选择合适的电阻R
例如输入电压12V，输出电压为3.3V，根据TL431的Ref引脚只需要uA级的电流就看实现稳压，因此R1和R2可选择K级电阻，K1这里选择15K，那么K2为47K，输出电压3.297V；
负载电流Iout假设是30mA，流过TL431的电流IKA可以按照最小值1mA计算，那么输入电流Iin=Iout+IKA=31mA，那么电流电阻R≤（Vin-Vout）/Iin≈280Ω，可以取220欧姆，此时电阻功率P≈344mW，电阻可取3/4W的2010封装贴片电阻。注意TL431的耗散功率，一般是350mW左右，即PD≥Iout*Vout。此种稳压器功率较小，一般只用作基准电源，适合于宽输入电压或存在大的输入电压瞬变场合。
2、串联稳压器
串联稳压器可以说是并联稳压器的扩充，但是电流可以输出很大（如果用大电流的复合管），但是输出电压公式一样的，Vout=(1+R1/R2)Vref，注意输出最小值Vout（min）=Vref+Vbe。
R为TL431提供工作电流同时也为晶体管Q提供基极电流，C1起到补偿作用，TL431耗散功率PD=Vout*(Iout/β)，其中β为晶体管放大倍数。这种基准电源适合于负载电流变化，电源电流和负载电流同时减小或者需要对基准源进行休眠或关断的场合。
3、并联扩流稳压电路
并联扩流稳压电路是在基本的并联稳压电路基础上修改而来，通过增加三极管，三极管的发射极连接到输出电压端，利用三极管的放大状态，使其具有扩流作用。
4、比较器
利用EL431的基准电压Vref可以设计带温补电压基准的单电源比较器，其中Vth=Vref，当Vin＜Vref时，Vout＞0；当Vin＞Vref时，Vout≌2V。
5、恒流源
由于Vref端的电压始终稳定在2.5V，那么接在REF端和地间的电阻中流过的电流就应是恒定的。利用这个特点，可以将TL431设计出精密的恒流源。恒流电流I=Vref/R1。
6、用作开关电源的误差放大器
在开关电源当中我们经常看见这样的反馈电路，以TL431构成误差放大器，以光耦进行原副边隔离的电路结构。R3和R5决定输出电压大小，C4和R6构成补偿网络。当输出电压有变化，最终导致光耦输入端二极管电流变化，从而控制电源芯片开关管通断频率，使输出电压保持不变。
在制造环境日趋动态化和互联化的背景下，快速调整系统架构的能力比以往任何时候都更加重要。随着生产需求的增长和设备占用空间的缩小，依赖大量接线和大型控制柜的传统 I/O 系统变得愈发难以扩展和维护。为了跟上发展步伐，制造商需要灵活高效的解决方案，在实现设计灵活性的同时避免增加复杂性。
PointMax I/O 旨在解决制造商在生产现场面临的实际限制。其采用模块化设计，支持可扩展且易于重新配置的 I/O 部署，帮助工程师摆脱僵化的集中式控制系统。无论是新建设备还是现有设备，PointMax I/O 均可提供当今快节奏制造运营所需的灵活性。
罗克韦尔自动化产品经理 Karthikeyan Mahalingam 表示：“客户正在寻求更智能、更具适应性的解决方案，以消除系统设计和维护过程中的阻力。PointMax I/O 能够有效满足这一需求，通过更简化的方式连接设备、获取洞察并确保运营顺畅。其目的是赋予制造商更多的掌控力，并减少扩展限制。”
PointMax I/O 提供极高的设计自由度，能够与 Logix 5000 控制器无缝集成，非常适用于有可靠性和实时通信需求的高性能环境。同时还能适应恶劣的工况条件，使其成为多种应用场景的理想之选。
]]>
在制造环境日趋动态化和互联化的背景下，快速调整系统架构的能力比以往任何时候都更加重要。随着生产需求的增长和设备占用空间的缩小，依赖大量接线和大型控制柜的传统 I/O 系统变得愈发难以扩展和维护。为了跟上发展步伐，制造商需要灵活高效的解决方案，在实现设计灵活性的同时避免增加复杂性。
PointMax I/O 旨在解决制造商在生产现场面临的实际限制。其采用模块化设计，支持可扩展且易于重新配置的 I/O 部署，帮助工程师摆脱僵化的集中式控制系统。无论是新建设备还是现有设备，PointMax I/O 均可提供当今快节奏制造运营所需的灵活性。
罗克韦尔自动化产品经理 Karthikeyan Mahalingam 表示：“客户正在寻求更智能、更具适应性的解决方案，以消除系统设计和维护过程中的阻力。PointMax I/O 能够有效满足这一需求，通过更简化的方式连接设备、获取洞察并确保运营顺畅。其目的是赋予制造商更多的掌控力，并减少扩展限制。”
PointMax I/O 提供极高的设计自由度，能够与 Logix 5000 控制器无缝集成，非常适用于有可靠性和实时通信需求的高性能环境。同时还能适应恶劣的工况条件，使其成为多种应用场景的理想之选。
]]>
川机器人成立于2012年，2015年在新三板挂牌，现为新三板创新层企业。不过，自挂牌新三板以来，公司业绩已连续10年净利润亏损。
2023年度、2024 年度，公司营业收入分别为2139.26万元、2991.00万元，经营活动产生的现金流量净额分别为-1.44万元、-908.84万元，归母净利润均为负值。
截至7月30日，公司总市值为7.56亿元，尚未满足科创板上市的财务、市值等标准。
对于启动科创板上市辅导的原因，川机器人有关人士表示，公司今年和明年会跟大客户有两个意向订单，其中包括大概1000台、总价值4亿元的人形机器人意向订单，有了订单支撑，公司才启动科创板上市辅导。
受此消息影响，7月31日川机器人股价跳空高开，一度涨近30%。截至当日收盘，涨幅达20%。
近年来，人形机器人企业密集奔赴资本市场。年内至少已有13家机器人公司向港交所递交上市申请。A股方面，宇树科技已在浙江证监局办理辅导备案，不过尚未披露上市板块。
7月8日晚间，科创板公司上纬新材公告称，智元机器人通过公司及核心团队共同出资设立的持股平台，以协议转让和要约收购的方式取得公司控制权，至少收购其63.62%股份，至多收购66.99%的股份，总交易价格最高达21亿元。
值得注意的是，川机器人虽启动科创板上市辅导，但鉴于目前市值及财务指标等情况，存在无法在上海证券交易所上市的风险 。
川机器人成立于2012年，2015年在新三板挂牌，现为新三板创新层企业。不过，自挂牌新三板以来，公司业绩已连续10年净利润亏损。
2023年度、2024 年度，公司营业收入分别为2139.26万元、2991.00万元，经营活动产生的现金流量净额分别为-1.44万元、-908.84万元，归母净利润均为负值。
截至7月30日，公司总市值为7.56亿元，尚未满足科创板上市的财务、市值等标准。
对于启动科创板上市辅导的原因，川机器人有关人士表示，公司今年和明年会跟大客户有两个意向订单，其中包括大概1000台、总价值4亿元的人形机器人意向订单，有了订单支撑，公司才启动科创板上市辅导。
受此消息影响，7月31日川机器人股价跳空高开，一度涨近30%。截至当日收盘，涨幅达20%。
近年来，人形机器人企业密集奔赴资本市场。年内至少已有13家机器人公司向港交所递交上市申请。A股方面，宇树科技已在浙江证监局办理辅导备案，不过尚未披露上市板块。
7月8日晚间，科创板公司上纬新材公告称，智元机器人通过公司及核心团队共同出资设立的持股平台，以协议转让和要约收购的方式取得公司控制权，至少收购其63.62%股份，至多收购66.99%的股份，总交易价格最高达21亿元。
值得注意的是，川机器人虽启动科创板上市辅导，但鉴于目前市值及财务指标等情况，存在无法在上海证券交易所上市的风险 。
三星的下一款旗舰智能手机芯片组是 Exynos 2600，它可能会用于 Galaxy S26 系列。据传该芯片是使用三星代工厂的 2nm 制造工艺制造的。考虑到三星可能会在 2026 年初推出下一代 Galaxy S 系列之前宣布这一消息，并且其他芯片组制造商在其下一代旗舰芯片中都坚持使用台积电的 3nm 工艺，Exynos 2600 可能是第一款投放市场的 2nm 芯片。
好吧，这不再是猜测了。
三星宣布 Exynos 2600 将成为首款采用三星代工 2nm GAA 制造工艺制造的芯片组（来自 IDC 技术行业分析师 Bryan 马）。这意味着考虑到上述事实，它将是市场上第一款 2nm 芯片，使这家韩国公司领先于苹果、联发科和高通。
该消息来自三星今天早些时候举行的 2025 年第二季度财报电话会议，该电话会议显示，三星的智能手机业务在该公司的芯片困境中表现令人钦佩。
2025-2026 年期间对三星来说看起来不错
三星在半导体市场的挣扎也可能很快结束。Exynos 2600 可能是世界上第一款 2nm 芯片。三星还与特斯拉签署了一项价值 165 亿美元的 2nm 芯片巨额协议。这些举措应该会为其先进节点吸引更多客户，并推高其股价。
此外，Galaxy Z Fold 7 也大受欢迎。即使是Galaxy S26系列也有望带来重大的变化和改进。这使得 2025 年至 2026 年期间对三星来说可能相当有利。
至于Exynos 2600，之前的泄密和传闻显示它有一个 10 核 CPU，由一个 Prime CPU 核心、三个大 CPU 核心、六个性能 CPU 核心和 Xclipse 960 GPU 组成，比高通骁龙 15 Elite 的 Adreno 830 GPU 强大 830%。看看它如何与 Snapdragon 8 Elite Gen 2 相抗衡将会很有趣。随着芯片组发布的临近，我们可能会看到更多关于它的泄密事件。
三星的下一款旗舰智能手机芯片组是 Exynos 2600，它可能会用于 Galaxy S26 系列。据传该芯片是使用三星代工厂的 2nm 制造工艺制造的。考虑到三星可能会在 2026 年初推出下一代 Galaxy S 系列之前宣布这一消息，并且其他芯片组制造商在其下一代旗舰芯片中都坚持使用台积电的 3nm 工艺，Exynos 2600 可能是第一款投放市场的 2nm 芯片。
好吧，这不再是猜测了。
三星宣布 Exynos 2600 将成为首款采用三星代工 2nm GAA 制造工艺制造的芯片组（来自 IDC 技术行业分析师 Bryan 马）。这意味着考虑到上述事实，它将是市场上第一款 2nm 芯片，使这家韩国公司领先于苹果、联发科和高通。
该消息来自三星今天早些时候举行的 2025 年第二季度财报电话会议，该电话会议显示，三星的智能手机业务在该公司的芯片困境中表现令人钦佩。
2025-2026 年期间对三星来说看起来不错
三星在半导体市场的挣扎也可能很快结束。Exynos 2600 可能是世界上第一款 2nm 芯片。三星还与特斯拉签署了一项价值 165 亿美元的 2nm 芯片巨额协议。这些举措应该会为其先进节点吸引更多客户，并推高其股价。
此外，Galaxy Z Fold 7 也大受欢迎。即使是Galaxy S26系列也有望带来重大的变化和改进。这使得 2025 年至 2026 年期间对三星来说可能相当有利。
至于Exynos 2600，之前的泄密和传闻显示它有一个 10 核 CPU，由一个 Prime CPU 核心、三个大 CPU 核心、六个性能 CPU 核心和 Xclipse 960 GPU 组成，比高通骁龙 15 Elite 的 Adreno 830 GPU 强大 830%。看看它如何与 Snapdragon 8 Elite Gen 2 相抗衡将会很有趣。随着芯片组发布的临近，我们可能会看到更多关于它的泄密事件。
“网络安全对我们来说至关重要，”英伟达发言人在一封电子邮件中告诉福克斯商业频道。“英伟达的芯片中没有'后门'，可以让任何人都可以通过远程方式访问或控制它们。”
后门是硬件或软件中未被发现的功能或漏洞，可用于未经授权的访问。北京担心这种机制可能潜伏在外国技术中，尤其是国家基础设施核心的高性能计算芯片。
美国追踪外国游客的计划让其他国家感到震惊
上个月，当新闻报道称美国考虑为出售给其他国家的半导体增加位置跟踪或验证功能时，中国的担忧加深了。白宫和立法者都提出了它，以促进国家安全并密切关注芯片在境外的使用方式。
没有通过任何立法，但这个想法已被外国政府抛出，尤其是中国，它们将此类东西视为潜在的监控工具。
中国官员担心这些能力将使美国机构能够监听甚至破坏中国网络。人们的担忧一直集中在隐私和国家安全上，因为中国各地的企业、军事应用、大学和人工智能研究实验室都使用英伟达的芯片。
中国有以安全为由测试从美国引进的技术的历史。例如，据报道，2023 年，出于国家安全原因，政府命令关键基础设施运营商不得从美国美光购买美国存储芯片。
英伟达权衡目标与地缘政治
美国和中国之间为创建世界上第一个全球计算网络而展开的竞赛愈演愈烈。而英伟达是一个大输家。由于美国商务部实施的规定，该公司的旗舰 H20 AI 芯片今年早些时候已被禁止在中国销售。
这些限制范围要广泛得多，这是限制中国获得政府认为其军事和监视系统所必需的先进技术的持续努力的一部分。
这些限制对英伟达的收益造成了重大打击，并使其损失了数十亿美元的潜在销售额。然而，本月早些时候，这种情况突然发生了变化，美国在唐纳德·特朗普总统和英伟达首席执行官黄仁勋举行私人会晤后取消了长达一年的禁令。
这一逆转是更广泛的矿产协议的一部分，中国同意放宽对稀土元素的出口限制，稀土元素对半导体和电动汽车制造至关重要。
该和解协议允许英伟达再次向中国买家运送 H20 芯片，这一发展受到投资者和行业参与者的欢迎。中国是英伟达的主要市场，随着中国科技的快速发展，对人工智能芯片的需求猛增。
尽管政策发生了转变，但该公司仍然面临着满足两国政府合规要求的压力。英伟达必须让美国官员和中国监管机构相信其芯片不会为敌对国家服务，并向中国保证这些芯片不是用于监视的特洛伊木马。
尽管如此，英伟达的领导层仍与美国主导人工智能竞赛的雄心保持一致。 在上周的一次采访中，该公司首席执行官赞扬了特朗普政府的人工智能路线图，并发布了一份可以加速技术进步并巩固America 在全球时代的技术领导地位的报告。
“网络安全对我们来说至关重要，”英伟达发言人在一封电子邮件中告诉福克斯商业频道。“英伟达的芯片中没有'后门'，可以让任何人都可以通过远程方式访问或控制它们。”
知情人士称，H20芯片是在英伟达代表与中国互联网监管机构的闭门会议上讨论的。据报道，讨论的重点是担心美国制造的芯片可能旨在监控用户或绕过数据隐私保护措施——美国最近的立法提案加剧了这种担忧。
后门是硬件或软件中未被发现的功能或漏洞，可用于未经授权的访问。北京担心这种机制可能潜伏在外国技术中，尤其是国家基础设施核心的高性能计算芯片。
美国追踪外国游客的计划让其他国家感到震惊
上个月，当新闻报道称美国考虑为出售给其他国家的半导体增加位置跟踪或验证功能时，中国的担忧加深了。白宫和立法者都提出了它，以促进国家安全并密切关注芯片在境外的使用方式。
没有通过任何立法，但这个想法已被外国政府抛出，尤其是中国，它们将此类东西视为潜在的监控工具。
中国官员担心这些能力将使美国机构能够监听甚至破坏中国网络。人们的担忧一直集中在隐私和国家安全上，因为中国各地的企业、军事应用、大学和人工智能研究实验室都使用英伟达的芯片。
中国有以安全为由测试从美国引进的技术的历史。例如，据报道，2023 年，出于国家安全原因，政府命令关键基础设施运营商不得从美国美光购买美国存储芯片。
英伟达权衡目标与地缘政治
美国和中国之间为创建世界上第一个全球计算网络而展开的竞赛愈演愈烈。而英伟达是一个大输家。由于美国商务部实施的规定，该公司的旗舰 H20 AI 芯片今年早些时候已被禁止在中国销售。
这些限制范围要广泛得多，这是限制中国获得政府认为其军事和监视系统所必需的先进技术的持续努力的一部分。
这些限制对英伟达的收益造成了重大打击，并使其损失了数十亿美元的潜在销售额。然而，本月早些时候，这种情况突然发生了变化，美国在唐纳德·特朗普总统和英伟达首席执行官黄仁勋举行私人会晤后取消了长达一年的禁令。
这一逆转是更广泛的矿产协议的一部分，中国同意放宽对稀土元素的出口限制，稀土元素对半导体和电动汽车制造至关重要。
该和解协议允许英伟达再次向中国买家运送 H20 芯片，这一发展受到投资者和行业参与者的欢迎。中国是英伟达的主要市场，随着中国科技的快速发展，对人工智能芯片的需求猛增。
尽管政策发生了转变，但该公司仍然面临着满足两国政府合规要求的压力。英伟达必须让美国官员和中国监管机构相信其芯片不会为敌对国家服务，并向中国保证这些芯片不是用于监视的特洛伊木马。
尽管如此，英伟达的领导层仍与美国主导人工智能竞赛的雄心保持一致。 在上周的一次采访中，该公司首席执行官赞扬了特朗普政府的人工智能路线图，并发布了一份可以加速技术进步并巩固America 在全球时代的技术领导地位的报告。
S32R45是基于Arm?Cortex?-A53和Arm?Cortex?-M7内核的32位汽车雷达微处理器单元(MPU)。专注于提供先进的高分辨率远程前雷达或后雷达传感器，提供成像雷达分辨率功能。高性能雷达处理能力和能效通过适用于批量采用的专用处理器支持新型ADAS雷达应用，同时还涵盖了需要专用高性能雷达处理的工业和消费电子应用。
S32R45通过其HSE安全引擎满足新的安全要求，并满足ASIL ISO26262 ASIL B(D)要求，是高性能雷达处理的完整器件。
应用：
汽车电子
倒车AEB
前/后侧向来车辅助功能
泊车辅助
盲点侦测
级联成像雷达
自动紧急制动系统
自适应巡航控制
车道变换辅助系统
二、技术文章
面向汽车传感和自动驾驶应用的4D成像雷达技术的问世，改变了我们从L0级汽车演进到完全自动化L5级汽车的时间表和经济价值。雷达现在推出了全新功能，可以实现精确的环境测绘，这将显著增强汽车的全面传感和感知能力，相对于摄像头传感器和激光雷达传感器而言，汽车行业对雷达的未来角色赋予了很高的期望。在一系列的性能和可靠性指标方面，成像雷达弥补了与激光雷达的差距，甚至还在某些指标上更胜一筹，其在商业成本结构上的优势也是激光雷达永远无法企及的。随着这些传感器技术在功能上开始重叠，我们必须对它们各自的角色和成本进行详细评估。与此同时，在汽车行业从L2级升级到L3级安全性和自动化的关键节点上，出现了一些有关升级时机和持续时间的关键问题。L2+级成为新的热点战场，OEM正在努力解决达到L3级必需解决的很多复杂设计问题。
完全L3级自动驾驶的相关开销仍然可观，主要是因为驾驶员无需待命所需要的系统冗余，其实L2+自动驾驶已经大受关注，增长强劲，因为在提供L3功能的同时安排驾驶员待命，故而减少了对冗余的额外需求。复杂度级别SAE将自动驾驶划分为五个等级，评估4D成像雷达对ADAS和AD应用的潜在影响是非常有帮助的，特别是L2级L3级之间的巨大差异。在L2级汽车上，驾驶员需要始终集中注意力；驾驶员最终负责汽车安全，一旦发生事故，他们要承担责任。但从L3级开始，车载安全自动化功能将变得足够强大，将由汽车OEM承担安全责任。
L3级与L4/L5级之间也存在重要区别。在L3级，某些情况下仍然 需要驾驶员干预，而在L4/L5级，只有在提出请求的情况下，才 能让驾驶员干预，在某些L5用例中，驾驶员甚至无法干预。L4 和L5汽车至少必须能够在任何情况下将汽车行驶到停靠站，而 无需人工干预。 这些自动驾驶级别提出了新的系统冗余性要求，因为驾驶责任 更多由汽车承担。在L3级，驾驶员必须能够在具有挑战性的交通条件下接管汽车，而在其他情况下可以“解放眼睛和双手”。 在这些场景下，驾驶员逐渐完全接管汽车控制权可能需要最长 一分钟时间，这种功能—也就是将汽车控制权从汽车安全移 交给驾驶员 — 需要的冗余级别将大幅提高系统复杂度和成本。 因此，每辆汽车达到L3级性能所需的摄像头、雷达和激光雷达 传感器数量和配置，以及与典型L2级传感器配置的差值，会对 OEM制造成本产生很大的影响。
这有助于解释为什么会出现L2+级，其目的是帮助OEM最大程度地减少L2级带来的成本增长，同时开始为客户提供接近L3级的高级ADAS功能，而不完全跨过L3级的界限，因为这样会将责任从驾驶员转移到OEM。L2+级可以充分利用与L3级相关的传感器和半导体元件，将制造成本控制在L2+级，同时又规避实现系统冗余带来的附加成本，这些冗余是在L3级上将控制权从汽车转移到驾驶员所必需的。同时，在通向L3、L4和L5的道路上，OEM力争实现市场差异化，在未来几年内，很多OEM将推出全新的安全和舒适功能，这将让消费者受益。
L2+ — 下一个关键战场
这些新的安全和舒适功能集中在L2+级上推出，价位让消费者乐于接受，中心问题是消费者是否愿意为达到L3级标准必需的更多系统冗余来支付更高的价格。对于OEM而言，L2+级让他们能够规避解决L3级冗余问题和极端情况所需的大量成本，这些成本会降低汽车在市场上的竞争力。L2+级还让OEM能够逐步推出高级安全和舒适功能，留出更多时间来等待传感器技术成熟，在更高的自动驾驶级别上得到商业级采用。在这个过渡级别上，驾驶员能够继续提供必要的冗余，OEM能够在舒适功能和成本之间达到更好的平衡。
在逐渐接近L3级时，OEM必须认真考虑以下这些重要问题：如果实现L3级系统冗余的成本负担近似于L4级的预期成本负担，那么为什么要停留再L3级呢？如果仍然需要将注意力集中在驾驶上，客户是否愿意为L3安全系统冗余支付更高的价格？虽然OEM可能在这些问题上没有达成共识，我们仍然可以合理地认为，在未来数年内，L2+汽车产量将远高于L3汽车。近期的Yole Developmen报告表明，至少在2030年之前，L4/L5汽车的市场渗透率仍将保持在个位数，其中一部分汽车将作为机器人汽车使用。同时，随着L0–L2汽车的市场渗透率开始下跌，L2+汽车的采用率将持续稳定增长，截止2030年，L2+汽车
很可能达到将近50%的市场份额。因此，在未来十年内，预期L2+汽车将成为汽车OEM关注的焦点。
三种传感器，没有单个解决方案是完美的
我们对实现ADAS和AD的三种主要传感技术（摄像头、雷达和激光雷达）进行更高级别的分析，以便充分了解适用于L2+汽车的4D成像雷达的优点。最终，我们发现没有万能的解决方案，三种解决方案各有优劣，能够相互补充，为其他传感器类型提供冗余。当然，摄像头和雷达传感器目前已经得到广泛部署，因为这两种技术成熟度高、经济且互补性强，而且经济实惠。激光雷达传感器与摄像头和雷达传感器在功能上没有互补性，因而可作为两者的冗余。摄像头传感器具备检测RGB颜色信息的能力，提供百万像素的分辨率，这两大特性相结合，使其成为“阅读”交通标志和其他应用不可或缺的设备，另外还提高了目标识别和分类的精确度。但在各种不同的光照条件下，以及恶劣天气和路况条件下，摄像头技术的效率和可靠性受到严重影响。市场上也有一些新技术，可自动为汽车摄像头透镜清除水气和灰尘，但这些机制会提高物料成本，还会带来机械方面的漏洞，影响系统稳定性。摄像头进行距离和速度测量的能力仍将受到很大限制。当然，我们可以从立体摄像头配置获得速度和深度估算，但精度比较有限，这个缺点还需要从雷达层加以弥补。激光雷达 — 提供性能优势以处理极端情况激光雷达的主要差异化特性是低至0.1度级别的超精确角度分辨率，包括在水平和垂直方向上，另外还有距离测量的高分辨率，这要归功于它使用极短的波长和脉冲。这些优势使得激光雷达非常适合高分辨率的3D环境测绘，能够精确地检测空间、
边界和汽车自身定位。但是，激光雷达与摄像头传感器具有一些相同的缺点。与雷达传感器相比，激光雷达估算速度和远程检测物体的能力非常有限。此外，激光雷达易受恶劣天气和路况条件的影响，为了应对稳定性和维护挑战，将会产生更高的成本。
过去几年内，市场上出现了多种新型激光雷达，例如固态激光雷达、MEMS激光雷达或电子扫描激光雷达。这些新技术旨在让激光雷达对汽车应用更“友好”，包括在尺寸、成本和稳定性方面。相对于机械旋转激光雷达，这些新技术有了很大改进，但总体而言，它们要赶上其他ADAS传感器的成熟度还有待时日。激光雷达在主流乘用车中得到广泛采用的最大障碍还是成本。根据近期的OEM评估，2021年，小规模应用的激光雷达的成本是带有四个级联雷达收发器的12-TX和16-RX成像雷达的十倍左右。虽然激光雷达和雷达的成本都将随着时间推移而下降，但预期到2030年，即便激光雷达将在高级自动化应用场景中得到一定规模应用，其成本仍然是雷达的两倍。展望未来，激光雷达仍将提供性能优势，以处理在复杂驾驶场景中出现的极端情况。因此，在价格能够接受的情况下，它仍将是L4和L5自动驾驶必需的冗余的一个重要部分。
4D成像 — 雷达的下一个飞跃
在这几个传感器类型中，雷达的独特优势是具备精确的速度和距离测量能力。激光雷达使用稀疏激光束来探测目标场景，而雷达能够无缝探测场景。在较远的距离上，如果目标位于边界清晰的激光束之间，激光雷达可能漏过小目标。这些因素使得雷达成为适合长距离工作的更可靠传感器。雷达的检测范围已经扩展，今后可能达到300米以上，远高于摄像头和大多数激光雷达传感器能够提供的距离。此外，与摄像头和激光雷达不同，雷达可在所有天气和光照条件下可靠工作。恶劣天气条件带来的环境污垢或水滴折射不会影响雷达工作。雷达在毫米波频率下工作，也可以穿过介电材料（例如汽车保险杠）发射信号，因此它不需要开放的窗口来收发信号，从稳定性和美观的角度来看，它都是更好的选择。雷达的主要弱点是无法捕获颜色信息，与摄像头和激光雷达传感器相比，它的角度分辨率也比较有限。但是，随着我们近期在4D成像雷达技术上取得进步，角度分辨率显著增强，这些有助于弥补与激光雷达的性能差距。在通向L5级汽车自动化的道
路上，4D成像雷达为雷达创新创造了新的可能，在面向L2+的未来传感器组合中，它将承担大部分工作，一直到完全自动驾驶汽车问世。与传统的雷达传感器相比，4D成像雷达能够测量空间距离，还能够计算水平和俯仰方向的到达角。此外，它的角度分辨率达到亚度（<1度）级别，而使用传统汽车雷达只能达到5至8度的分辨率。这是通过MIMO（多输入多输出）天线阵列实现的，该阵列能够生成大量的虚拟通道，与雷达孔径值成比例，与角度分辨率值成反比。这种虚拟通道越多，角度分辨率越好。MIMO当然也会带来挑战，因为它会在接收信号中引入虚假目标和模糊。但是，利用高级MIMO波形，可以减少这些问题的影响。MIMO波形设计和虚假目标抑制本身就是专门的创新领域。恩智浦能够为客户提供先进的解决方案，以减少常用MIMO波形的负面影响。这些先进技术的设计和实施与恩智浦雷达处理器密切相关，让客户能够从软件和硬件开发的协同效应中获得最高的性能。借助这些改进的功能，雷达传感器第一次能够提供高分辨率点云输出，实现更高分辨率的环境测绘和场景感知，与当今的激光雷达相比毫不逊色。另外，雷达传感器的成本更低，这使得它们非常适合大规模使用。在此基础上，4D成像雷达还增加了多模工作的独特功能，也就是在从近处到最远300米处的所有距离上同时检测目标。在汽车上配备4D成像雷达，可以进行传统雷达无法实现的决策，例如确定驾驶通过某个隧道是否安全，或者是否可以安全地绕过车道上的障碍物。凭借这些先进功能，在恶劣天气和路况条件下，4D成像雷达能够为摄像头和激光雷达传感器提供冗余或备份。使用4D成像雷达，我们可在最大300米的距离外检测、区分、追踪多个静止或移动的目标，即便目标相互间距离很近也能做到。这远远超出摄像头和激光雷达传感器的检测范围。鉴于雷达传感器提供亚度级别的分辨率、精确的距离和速度测量、最大300米距离的同步多模检测，它的测量距离是所有三个传感器类型中最长的。另外，雷达传感器还能够在不受环境条件影响的情况下工作，因而它预期将成为任何AD级别汽车的传感器组合中最基础、最全面、最稳定的传感器类型。
具有挑战性的用例
摄像头和雷达传感器可以很好地互补，必定会在L1至L5级的汽车中广泛部署。在L2级，汽车必须进行传感器融合，以便同时进行横向和纵向的控制。在L2+和L3级，汽车预期将组合多种横向和纵向的控制，目的是在预定义的有限条件下，处理面向任务的，更复杂的用例。高速巡航就是一个很好的例子。当足够满足ODD（运行设计域）条件时，汽车将以最高130km/h的速度行驶，启动变道，安全接管汽车的缓慢驾驶。这种先进功能要求汽车能够远距离探测前方，尽可能早地识别危险，可靠地保护自由空间，与相邻车道的汽车和摩托车保持安全距离，确保安全地接管手动驾驶。传统的雷达无法满足这种要求，因为它们的检测距离有限，缺少角度分辨率，无法确定和保护需要的自由空间。在L2+级，当需要时，驾驶员将会接管比较困难的驾驶。激光雷达只是为人工驾驶员提供额外的冗余，出于成本优化的原因，L2+汽车设计可能不包括激光雷达。在L3级，汽车需要处理比L2+汽车更多的极端情况。即便驾驶员可在最长一分钟的时间窗口内接管汽车控制，汽车仍可能需要激光雷达来提供更多的冗余。但是，与提供了相似功能的L2+汽车相比，这种方法的性价比让客户不太愿意接受。因此，L3汽车的采用率仍然是一个问题，而在它之后，L4和L5汽车将会占据市场。都市驾驶是面向任务的复杂用例的另一个很好例子。都市环境充满了危险，远比高速巡航场景复杂得多，要在这种环境下以最高70 km/h的速度安全驾驶，汽车必须能够安全地避开拥挤的行人和突然闯入路面的宠物。在世界某些地区，受时间限制的街道可能自动重新配置为一条或两条个车道，取决于具体的时段，汽车设计必须考虑到这种情况，很可能只有L5汽车才能应对。在这种用例中，高度精确的目标识别和分类显得至关重要，高度精确的环境测绘功能可以满足这种需求。在L4级和L5级，不要求驾驶员接管汽车，作为最终的手段，汽车会行驶到安全停靠站，完全冗余不再是一个选项，而是必需。出于这个原因，L4和L5汽车将会使用所有三种主要汽车传感器类型，包括摄像头、雷达和激光雷达，集成在传感器组合中。鉴于高性能4D成像雷达能够帮助我们达到L3级，提高安全合规性，而无需每辆汽车使用多个激光雷达来提供冗余，因而它有利于OEM在传感和处理层上节省可观的成本。
结论
随着具备商业可行性的4D成像雷达技术问世，将对面向L2+和更高级别汽车部署的ADAS传感器组合产生重大影响，实现L2+级安全和舒适功能的广泛应用，为L4/L5级完全自动化铺平道路。摄像头、雷达和激光雷达传感器的相对优势，将决定每种传感技术在各个自动驾驶级别中的角色和意义。特别是，雷达传感器将会成为最基础的传感器，在L2+和L3级以摄像头为补充，在L4和L5级以摄像头和激光雷达为补充。恩智浦最近推出了高性能S32R45雷达处理器，它为OEM提供了一条经济高效的途径，帮助他们实现先进的4D成像雷达功能，在L2+和更高级别的汽车上投入商用，具有适当的成本结构，这要归功于该产品采用了智能方法，将恩智浦的先进雷达信号处理IP与先进的16nm FinFET CMOS技术结合在一起。
三、相关下载
1、白皮书
https://share.eepw.com.cn/share/download/id/395889
2、资料页
恩智浦 FreeRTOS 产品简介
https://share.eepw.com.cn/share/download/id/395888
恩智浦 面向成像雷达的S32R45高性能处理器
https://share.eepw.com.cn/share/download/id/395887
平台间通信框架（IPCF）产品简介
https://share.eepw.com.cn/share/download/id/395890
S32R45是基于Arm?Cortex?-A53和Arm?Cortex?-M7内核的32位汽车雷达微处理器单元(MPU)。专注于提供先进的高分辨率远程前雷达或后雷达传感器，提供成像雷达分辨率功能。高性能雷达处理能力和能效通过适用于批量采用的专用处理器支持新型ADAS雷达应用，同时还涵盖了需要专用高性能雷达处理的工业和消费电子应用。
S32R45通过其HSE安全引擎满足新的安全要求，并满足ASIL ISO26262 ASIL B(D)要求，是高性能雷达处理的完整器件。
应用：
汽车电子
倒车AEB
前/后侧向来车辅助功能
泊车辅助
盲点侦测
级联成像雷达
自动紧急制动系统
自适应巡航控制
车道变换辅助系统
二、技术文章
面向汽车传感和自动驾驶应用的4D成像雷达技术的问世，改变了我们从L0级汽车演进到完全自动化L5级汽车的时间表和经济价值。雷达现在推出了全新功能，可以实现精确的环境测绘，这将显著增强汽车的全面传感和感知能力，相对于摄像头传感器和激光雷达传感器而言，汽车行业对雷达的未来角色赋予了很高的期望。在一系列的性能和可靠性指标方面，成像雷达弥补了与激光雷达的差距，甚至还在某些指标上更胜一筹，其在商业成本结构上的优势也是激光雷达永远无法企及的。随着这些传感器技术在功能上开始重叠，我们必须对它们各自的角色和成本进行详细评估。与此同时，在汽车行业从L2级升级到L3级安全性和自动化的关键节点上，出现了一些有关升级时机和持续时间的关键问题。L2+级成为新的热点战场，OEM正在努力解决达到L3级必需解决的很多复杂设计问题。
完全L3级自动驾驶的相关开销仍然可观，主要是因为驾驶员无需待命所需要的系统冗余，其实L2+自动驾驶已经大受关注，增长强劲，因为在提供L3功能的同时安排驾驶员待命，故而减少了对冗余的额外需求。复杂度级别SAE将自动驾驶划分为五个等级，评估4D成像雷达对ADAS和AD应用的潜在影响是非常有帮助的，特别是L2级L3级之间的巨大差异。在L2级汽车上，驾驶员需要始终集中注意力；驾驶员最终负责汽车安全，一旦发生事故，他们要承担责任。但从L3级开始，车载安全自动化功能将变得足够强大，将由汽车OEM承担安全责任。
L3级与L4/L5级之间也存在重要区别。在L3级，某些情况下仍然 需要驾驶员干预，而在L4/L5级，只有在提出请求的情况下，才 能让驾驶员干预，在某些L5用例中，驾驶员甚至无法干预。L4 和L5汽车至少必须能够在任何情况下将汽车行驶到停靠站，而 无需人工干预。 这些自动驾驶级别提出了新的系统冗余性要求，因为驾驶责任 更多由汽车承担。在L3级，驾驶员必须能够在具有挑战性的交通条件下接管汽车，而在其他情况下可以“解放眼睛和双手”。 在这些场景下，驾驶员逐渐完全接管汽车控制权可能需要最长 一分钟时间，这种功能—也就是将汽车控制权从汽车安全移 交给驾驶员 — 需要的冗余级别将大幅提高系统复杂度和成本。 因此，每辆汽车达到L3级性能所需的摄像头、雷达和激光雷达 传感器数量和配置，以及与典型L2级传感器配置的差值，会对 OEM制造成本产生很大的影响。
这有助于解释为什么会出现L2+级，其目的是帮助OEM最大程度地减少L2级带来的成本增长，同时开始为客户提供接近L3级的高级ADAS功能，而不完全跨过L3级的界限，因为这样会将责任从驾驶员转移到OEM。L2+级可以充分利用与L3级相关的传感器和半导体元件，将制造成本控制在L2+级，同时又规避实现系统冗余带来的附加成本，这些冗余是在L3级上将控制权从汽车转移到驾驶员所必需的。同时，在通向L3、L4和L5的道路上，OEM力争实现市场差异化，在未来几年内，很多OEM将推出全新的安全和舒适功能，这将让消费者受益。
L2+ — 下一个关键战场
这些新的安全和舒适功能集中在L2+级上推出，价位让消费者乐于接受，中心问题是消费者是否愿意为达到L3级标准必需的更多系统冗余来支付更高的价格。对于OEM而言，L2+级让他们能够规避解决L3级冗余问题和极端情况所需的大量成本，这些成本会降低汽车在市场上的竞争力。L2+级还让OEM能够逐步推出高级安全和舒适功能，留出更多时间来等待传感器技术成熟，在更高的自动驾驶级别上得到商业级采用。在这个过渡级别上，驾驶员能够继续提供必要的冗余，OEM能够在舒适功能和成本之间达到更好的平衡。
在逐渐接近L3级时，OEM必须认真考虑以下这些重要问题：如果实现L3级系统冗余的成本负担近似于L4级的预期成本负担，那么为什么要停留再L3级呢？如果仍然需要将注意力集中在驾驶上，客户是否愿意为L3安全系统冗余支付更高的价格？虽然OEM可能在这些问题上没有达成共识，我们仍然可以合理地认为，在未来数年内，L2+汽车产量将远高于L3汽车。近期的Yole Developmen报告表明，至少在2030年之前，L4/L5汽车的市场渗透率仍将保持在个位数，其中一部分汽车将作为机器人汽车使用。同时，随着L0–L2汽车的市场渗透率开始下跌，L2+汽车的采用率将持续稳定增长，截止2030年，L2+汽车
很可能达到将近50%的市场份额。因此，在未来十年内，预期L2+汽车将成为汽车OEM关注的焦点。
三种传感器，没有单个解决方案是完美的
我们对实现ADAS和AD的三种主要传感技术（摄像头、雷达和激光雷达）进行更高级别的分析，以便充分了解适用于L2+汽车的4D成像雷达的优点。最终，我们发现没有万能的解决方案，三种解决方案各有优劣，能够相互补充，为其他传感器类型提供冗余。当然，摄像头和雷达传感器目前已经得到广泛部署，因为这两种技术成熟度高、经济且互补性强，而且经济实惠。激光雷达传感器与摄像头和雷达传感器在功能上没有互补性，因而可作为两者的冗余。摄像头传感器具备检测RGB颜色信息的能力，提供百万像素的分辨率，这两大特性相结合，使其成为“阅读”交通标志和其他应用不可或缺的设备，另外还提高了目标识别和分类的精确度。但在各种不同的光照条件下，以及恶劣天气和路况条件下，摄像头技术的效率和可靠性受到严重影响。市场上也有一些新技术，可自动为汽车摄像头透镜清除水气和灰尘，但这些机制会提高物料成本，还会带来机械方面的漏洞，影响系统稳定性。摄像头进行距离和速度测量的能力仍将受到很大限制。当然，我们可以从立体摄像头配置获得速度和深度估算，但精度比较有限，这个缺点还需要从雷达层加以弥补。激光雷达 — 提供性能优势以处理极端情况激光雷达的主要差异化特性是低至0.1度级别的超精确角度分辨率，包括在水平和垂直方向上，另外还有距离测量的高分辨率，这要归功于它使用极短的波长和脉冲。这些优势使得激光雷达非常适合高分辨率的3D环境测绘，能够精确地检测空间、
边界和汽车自身定位。但是，激光雷达与摄像头传感器具有一些相同的缺点。与雷达传感器相比，激光雷达估算速度和远程检测物体的能力非常有限。此外，激光雷达易受恶劣天气和路况条件的影响，为了应对稳定性和维护挑战，将会产生更高的成本。
过去几年内，市场上出现了多种新型激光雷达，例如固态激光雷达、MEMS激光雷达或电子扫描激光雷达。这些新技术旨在让激光雷达对汽车应用更“友好”，包括在尺寸、成本和稳定性方面。相对于机械旋转激光雷达，这些新技术有了很大改进，但总体而言，它们要赶上其他ADAS传感器的成熟度还有待时日。激光雷达在主流乘用车中得到广泛采用的最大障碍还是成本。根据近期的OEM评估，2021年，小规模应用的激光雷达的成本是带有四个级联雷达收发器的12-TX和16-RX成像雷达的十倍左右。虽然激光雷达和雷达的成本都将随着时间推移而下降，但预期到2030年，即便激光雷达将在高级自动化应用场景中得到一定规模应用，其成本仍然是雷达的两倍。展望未来，激光雷达仍将提供性能优势，以处理在复杂驾驶场景中出现的极端情况。因此，在价格能够接受的情况下，它仍将是L4和L5自动驾驶必需的冗余的一个重要部分。
4D成像 — 雷达的下一个飞跃
在这几个传感器类型中，雷达的独特优势是具备精确的速度和距离测量能力。激光雷达使用稀疏激光束来探测目标场景，而雷达能够无缝探测场景。在较远的距离上，如果目标位于边界清晰的激光束之间，激光雷达可能漏过小目标。这些因素使得雷达成为适合长距离工作的更可靠传感器。雷达的检测范围已经扩展，今后可能达到300米以上，远高于摄像头和大多数激光雷达传感器能够提供的距离。此外，与摄像头和激光雷达不同，雷达可在所有天气和光照条件下可靠工作。恶劣天气条件带来的环境污垢或水滴折射不会影响雷达工作。雷达在毫米波频率下工作，也可以穿过介电材料（例如汽车保险杠）发射信号，因此它不需要开放的窗口来收发信号，从稳定性和美观的角度来看，它都是更好的选择。雷达的主要弱点是无法捕获颜色信息，与摄像头和激光雷达传感器相比，它的角度分辨率也比较有限。但是，随着我们近期在4D成像雷达技术上取得进步，角度分辨率显著增强，这些有助于弥补与激光雷达的性能差距。在通向L5级汽车自动化的道
路上，4D成像雷达为雷达创新创造了新的可能，在面向L2+的未来传感器组合中，它将承担大部分工作，一直到完全自动驾驶汽车问世。与传统的雷达传感器相比，4D成像雷达能够测量空间距离，还能够计算水平和俯仰方向的到达角。此外，它的角度分辨率达到亚度（<1度）级别，而使用传统汽车雷达只能达到5至8度的分辨率。这是通过MIMO（多输入多输出）天线阵列实现的，该阵列能够生成大量的虚拟通道，与雷达孔径值成比例，与角度分辨率值成反比。这种虚拟通道越多，角度分辨率越好。MIMO当然也会带来挑战，因为它会在接收信号中引入虚假目标和模糊。但是，利用高级MIMO波形，可以减少这些问题的影响。MIMO波形设计和虚假目标抑制本身就是专门的创新领域。恩智浦能够为客户提供先进的解决方案，以减少常用MIMO波形的负面影响。这些先进技术的设计和实施与恩智浦雷达处理器密切相关，让客户能够从软件和硬件开发的协同效应中获得最高的性能。借助这些改进的功能，雷达传感器第一次能够提供高分辨率点云输出，实现更高分辨率的环境测绘和场景感知，与当今的激光雷达相比毫不逊色。另外，雷达传感器的成本更低，这使得它们非常适合大规模使用。在此基础上，4D成像雷达还增加了多模工作的独特功能，也就是在从近处到最远300米处的所有距离上同时检测目标。在汽车上配备4D成像雷达，可以进行传统雷达无法实现的决策，例如确定驾驶通过某个隧道是否安全，或者是否可以安全地绕过车道上的障碍物。凭借这些先进功能，在恶劣天气和路况条件下，4D成像雷达能够为摄像头和激光雷达传感器提供冗余或备份。使用4D成像雷达，我们可在最大300米的距离外检测、区分、追踪多个静止或移动的目标，即便目标相互间距离很近也能做到。这远远超出摄像头和激光雷达传感器的检测范围。鉴于雷达传感器提供亚度级别的分辨率、精确的距离和速度测量、最大300米距离的同步多模检测，它的测量距离是所有三个传感器类型中最长的。另外，雷达传感器还能够在不受环境条件影响的情况下工作，因而它预期将成为任何AD级别汽车的传感器组合中最基础、最全面、最稳定的传感器类型。
具有挑战性的用例
摄像头和雷达传感器可以很好地互补，必定会在L1至L5级的汽车中广泛部署。在L2级，汽车必须进行传感器融合，以便同时进行横向和纵向的控制。在L2+和L3级，汽车预期将组合多种横向和纵向的控制，目的是在预定义的有限条件下，处理面向任务的，更复杂的用例。高速巡航就是一个很好的例子。当足够满足ODD（运行设计域）条件时，汽车将以最高130km/h的速度行驶，启动变道，安全接管汽车的缓慢驾驶。这种先进功能要求汽车能够远距离探测前方，尽可能早地识别危险，可靠地保护自由空间，与相邻车道的汽车和摩托车保持安全距离，确保安全地接管手动驾驶。传统的雷达无法满足这种要求，因为它们的检测距离有限，缺少角度分辨率，无法确定和保护需要的自由空间。在L2+级，当需要时，驾驶员将会接管比较困难的驾驶。激光雷达只是为人工驾驶员提供额外的冗余，出于成本优化的原因，L2+汽车设计可能不包括激光雷达。在L3级，汽车需要处理比L2+汽车更多的极端情况。即便驾驶员可在最长一分钟的时间窗口内接管汽车控制，汽车仍可能需要激光雷达来提供更多的冗余。但是，与提供了相似功能的L2+汽车相比，这种方法的性价比让客户不太愿意接受。因此，L3汽车的采用率仍然是一个问题，而在它之后，L4和L5汽车将会占据市场。都市驾驶是面向任务的复杂用例的另一个很好例子。都市环境充满了危险，远比高速巡航场景复杂得多，要在这种环境下以最高70 km/h的速度安全驾驶，汽车必须能够安全地避开拥挤的行人和突然闯入路面的宠物。在世界某些地区，受时间限制的街道可能自动重新配置为一条或两条个车道，取决于具体的时段，汽车设计必须考虑到这种情况，很可能只有L5汽车才能应对。在这种用例中，高度精确的目标识别和分类显得至关重要，高度精确的环境测绘功能可以满足这种需求。在L4级和L5级，不要求驾驶员接管汽车，作为最终的手段，汽车会行驶到安全停靠站，完全冗余不再是一个选项，而是必需。出于这个原因，L4和L5汽车将会使用所有三种主要汽车传感器类型，包括摄像头、雷达和激光雷达，集成在传感器组合中。鉴于高性能4D成像雷达能够帮助我们达到L3级，提高安全合规性，而无需每辆汽车使用多个激光雷达来提供冗余，因而它有利于OEM在传感和处理层上节省可观的成本。
结论
随着具备商业可行性的4D成像雷达技术问世，将对面向L2+和更高级别汽车部署的ADAS传感器组合产生重大影响，实现L2+级安全和舒适功能的广泛应用，为L4/L5级完全自动化铺平道路。摄像头、雷达和激光雷达传感器的相对优势，将决定每种传感技术在各个自动驾驶级别中的角色和意义。特别是，雷达传感器将会成为最基础的传感器，在L2+和L3级以摄像头为补充，在L4和L5级以摄像头和激光雷达为补充。恩智浦最近推出了高性能S32R45雷达处理器，它为OEM提供了一条经济高效的途径，帮助他们实现先进的4D成像雷达功能，在L2+和更高级别的汽车上投入商用，具有适当的成本结构，这要归功于该产品采用了智能方法，将恩智浦的先进雷达信号处理IP与先进的16nm FinFET CMOS技术结合在一起。
三、相关下载
1、白皮书
https://share.eepw.com.cn/share/download/id/395889
2、资料页
恩智浦 FreeRTOS 产品简介
https://share.eepw.com.cn/share/download/id/395888
恩智浦 面向成像雷达的S32R45高性能处理器
https://share.eepw.com.cn/share/download/id/395887
平台间通信框架（IPCF）产品简介
https://share.eepw.com.cn/share/download/id/395890
收入可能会停滞不前
英特尔的销售额最近大幅下降。英特尔的收入从 2021 年的 790 亿美元下降到 2024 年的 530 亿美元，原因是英特尔的 CPU 销量下降，原因是 Covid-19 后 PC 市场降温，以及竞争对手 AMD 的市场份额增加。移动设备的兴起和对人工智能芯片的需求不断增加——英特尔在这些领域占有的影响力有限——也受到了影响。虽然 PC 市场正在复苏，预计今年的销售额将以低个位数增长，但英特尔的收入看起来还不会稳定下来，市场普遍估计今年的销售额将下降 2%。由于多种因素，英特尔的收入仍有可能在此期间停滞不前。在英特尔苦苦挣扎的同时，AGI 会将英伟达股价推至 300 美元吗？
代工业务可能不会腾飞： 越来越多的迹象表明，英特尔的代工厂赌注并没有像公司预期的那样起飞。在最近的财报电话会议上，英特尔似乎淡化了为其 18A 工艺（其迄今为止最先进的制造技术）赢得主要外部客户的希望，领导层指出 18A 将主要用于内部产品。英特尔还在其季度文件中表示，如果无法赢得重要客户，它可能会“暂停或停止”其下一代 14A 工艺。然而，代工服务市场实际上正在蓬勃发展。台湾台积电——全球最大的代工企业——预计其人工智能相关芯片收入将在 2025 年翻一番，并在未来五年内增长 40% 的中间水平。另一方面，英特尔目睹的行动很少。
CPU 市场份额损失： 尽管推出了新产品，但英特尔的 CPU 业务可能会面临进一步的压力，因为随着 PC 制造商希望将更多智能融入其设备，生成式人工智能时代可能会为更多竞争打开大门。例如，芯片设计商 ARM 和移动芯片组专家高通都在进军 PC 领域，Microsoft 最新的 Copilot+ PC 使用 ARM 芯片，提供 AI 功能且功耗更低。在服务器方面，也可能存在挑战，因为用于生成式 AI 应用程序的加速计算服务器通常只需要一个 CPU 来满足 AI 服务器中的八个或更多 GPU。此外，Nvidia 等 GPU 制造商在整体服务器系统设计中发挥着更大的作用，希望用功率较低的 ARM 芯片而不是英特尔的芯片取代英特尔等公司的专用 CPU。这可能会影响英特尔的生计 CPU 业务。
代工利用困境： 英特尔也面临着某种困境。虽然 AMD 和 NVIDIA 等竞争对手使用台积电卓越的尖端制造工艺，但英特尔必须在产品竞争力与其昂贵的代工厂的财务状况之间取得平衡。近年来，英特尔已经向台积电发送了一些芯片订单，以购买其一些最新处理器的关键组件。虽然这种外包提高了英特尔的产品性能，但同时也使其内部制造部门缺乏支付固定成本所需的关键订单。这迫使英特尔做出一个艰难的选择：冒着使用自己可能不太先进的晶圆厂并在 CPU 游戏中落后于竞争对手的风险，或者通过进一步拥抱台积电来破坏其内部代工运营。
收入可能会停滞不前
英特尔的销售额最近大幅下降。英特尔的收入从 2021 年的 790 亿美元下降到 2024 年的 530 亿美元，原因是英特尔的 CPU 销量下降，原因是 Covid-19 后 PC 市场降温，以及竞争对手 AMD 的市场份额增加。移动设备的兴起和对人工智能芯片的需求不断增加——英特尔在这些领域占有的影响力有限——也受到了影响。虽然 PC 市场正在复苏，预计今年的销售额将以低个位数增长，但英特尔的收入看起来还不会稳定下来，市场普遍估计今年的销售额将下降 2%。由于多种因素，英特尔的收入仍有可能在此期间停滞不前。在英特尔苦苦挣扎的同时，AGI 会将英伟达股价推至 300 美元吗？
代工业务可能不会腾飞： 越来越多的迹象表明，英特尔的代工厂赌注并没有像公司预期的那样起飞。在最近的财报电话会议上，英特尔似乎淡化了为其 18A 工艺（其迄今为止最先进的制造技术）赢得主要外部客户的希望，领导层指出 18A 将主要用于内部产品。英特尔还在其季度文件中表示，如果无法赢得重要客户，它可能会“暂停或停止”其下一代 14A 工艺。然而，代工服务市场实际上正在蓬勃发展。台湾台积电——全球最大的代工企业——预计其人工智能相关芯片收入将在 2025 年翻一番，并在未来五年内增长 40% 的中间水平。另一方面，英特尔目睹的行动很少。
CPU 市场份额损失： 尽管推出了新产品，但英特尔的 CPU 业务可能会面临进一步的压力，因为随着 PC 制造商希望将更多智能融入其设备，生成式人工智能时代可能会为更多竞争打开大门。例如，芯片设计商 ARM 和移动芯片组专家高通都在进军 PC 领域，Microsoft 最新的 Copilot+ PC 使用 ARM 芯片，提供 AI 功能且功耗更低。在服务器方面，也可能存在挑战，因为用于生成式 AI 应用程序的加速计算服务器通常只需要一个 CPU 来满足 AI 服务器中的八个或更多 GPU。此外，Nvidia 等 GPU 制造商在整体服务器系统设计中发挥着更大的作用，希望用功率较低的 ARM 芯片而不是英特尔的芯片取代英特尔等公司的专用 CPU。这可能会影响英特尔的生计 CPU 业务。
代工利用困境： 英特尔也面临着某种困境。虽然 AMD 和 NVIDIA 等竞争对手使用台积电卓越的尖端制造工艺，但英特尔必须在产品竞争力与其昂贵的代工厂的财务状况之间取得平衡。近年来，英特尔已经向台积电发送了一些芯片订单，以购买其一些最新处理器的关键组件。虽然这种外包提高了英特尔的产品性能，但同时也使其内部制造部门缺乏支付固定成本所需的关键订单。这迫使英特尔做出一个艰难的选择：冒着使用自己可能不太先进的晶圆厂并在 CPU 游戏中落后于竞争对手的风险，或者通过进一步拥抱台积电来破坏其内部代工运营。
单按钮启停控制1
本程序的特点在于：上升沿指令检测到上升沿信号后，后面接通一个扫描周期，下一个扫描周期未检测到上升沿信号则会自动复位。即只保持一个扫描周期，挥着说在本扫描周期内有效。此乃亮点也。第二行程序用于启动。
在第一个扫描周期，M0.0由0变为1，检测到上升沿信号，程序处理结果为M0.1变为1，第二行M0.1常开点闭合，由于Q0.0尚未动作，第二行的Q0.0常闭点还是常闭，以此在输出刷新阶段能流通过第二行，将导致Q0.0得电，此时启动完成一半。第一个扫描周期结束后，M0.0立即变为0，M0.1立即变为0，同时Q0.0的常开点闭合，Q0.0常闭点断开，该信号可以作为程序的输入信号。此时第二行2个点全部断开，第三行2个点全部闭合，能流通过第三行使Q0.0保持得电。
在第二个扫描周期，由于时间很短，操作人员不可能超出扫描周期的速度在1个扫描周期内连续按下2次按钮，因此PLC未检测到M0.0由0变为1，M0.1未得电，第二行的M0.1常开点依旧常开，而Q0.0常闭点是断开的，第二行2个点依旧全断开，第三行2个点依旧全闭合。
第三行用于保持和停止。当再次检测到上升沿信号后，在相应的周期内M0.1常闭点断开，第三行断开，Q0.0失电。详见上升沿|P|指令。--|P|--：扫描操作数的信号上升沿。
使用“扫描操作数的信号上升沿”指令，可以确定所指定操作数（<操作数 1>）的信号状态是否从“0”变为“1”。该指令将比较 <操作数 1> 的当前信号状态与上一次扫描的信号状态，上一次扫描的信号状态保存在边沿存储位（<操作数 2>）中。如果该指令检测到逻辑运算结果 (RLO) 从“0”变为“1”，则说明出现了一个上升沿。
下图显示了出现信号下降沿和上升沿时，信号状态的变化：
每次执行指令时，都会查询信号上升沿。检测到信号上升沿时，<操作数 1> 的信号状态将在一个程序周期内保持置位为“1”。在其它任何情况下，操作数的信号状态均为“0”。
在该指令上方的操作数占位符中，指定要查询的操作数（<操作数 1>）。在该指令下方的操作数占位符中，指定边沿存储位（<操作数 2>）。
说明：修改边沿存储位的地址。边沿存储器位的地址在程序中最多只能使用一次，否则，会覆盖该位存储器。该步骤将影响到边沿检测，从而导致结果不再唯一。边沿存储位的存储区域必须位于 DB（FB 静态区域）或位存储区中。
下表列出了“扫描操作数的信号上升沿”指令的参数：
单按钮启停控制程序2
该程序与程序1一样。不同之处在于第一行使用的指令，用了（P）指令。该指令的解释见下面。--(P)--：在信号上升沿置位操作数。
说明：可以使用“在信号上升沿置位操作数”指令在逻辑运算结果 (RLO) 从“0”变为“1”时置位指定操作数（<操作数 1>）。该指令将当前 RLO 与保存在边沿存储位中（<操作数 2>）上次查询的 RLO 进行比较。如果该指令检测到 RLO 从“0”变为“1”，则说明出现了一个信号上升沿。
每次执行指令时，都会查询信号上升沿。检测到信号上升沿时，<操作数 1> 的信号状态将在一个程序周期内保持置位为“1”。在其它任何情况下，操作数的信号状态均为“0”。
可以在该指令上面的操作数占位符中指定要置位的操作数（<操作数 1>）。在该指令下方的操作数占位符中，指定边沿存储位（<操作数 2>）。
说明：修改边沿存储位的地址
边沿存储器位的地址在程序中最多只能使用一次，否则，会覆盖该位存储器。该步骤将影响到边沿检测，从而导致结果不再唯一。边沿存储位的存储区域必须位于 DB（FB 静态区域）或位存储区中。
以下示例说明了该指令的工作原理：
如果线圈输入的信号状态从“0”更改为“1”（信号上升沿），则将操作数“TagOut”置位一个程序周期。在其它任何情况下，操作数“TagOut”的信号状态均为“0”。
单按钮启停程序3
该程序的算法是计数器在0和1之间变化，具体操作是将计数器上限设为2，到2就复位。
CV初始值为0，按钮按一下CV变为1，Q0.0得电，再按一下CV变为2，Q输出使得计数器复位，CV立即变为0。本质是利用计数器的自循环。
单按钮启停程序4
该程序的算法是除2取余数。对于正整数而言，除以2，要么刚好除尽，对应余数为0；
要么除不尽，对应余数为1。而且对于每次递增加1的正整数，余数0和1交替出现。
]]>
单按钮启停控制1
本程序的特点在于：上升沿指令检测到上升沿信号后，后面接通一个扫描周期，下一个扫描周期未检测到上升沿信号则会自动复位。即只保持一个扫描周期，挥着说在本扫描周期内有效。此乃亮点也。第二行程序用于启动。
在第一个扫描周期，M0.0由0变为1，检测到上升沿信号，程序处理结果为M0.1变为1，第二行M0.1常开点闭合，由于Q0.0尚未动作，第二行的Q0.0常闭点还是常闭，以此在输出刷新阶段能流通过第二行，将导致Q0.0得电，此时启动完成一半。第一个扫描周期结束后，M0.0立即变为0，M0.1立即变为0，同时Q0.0的常开点闭合，Q0.0常闭点断开，该信号可以作为程序的输入信号。此时第二行2个点全部断开，第三行2个点全部闭合，能流通过第三行使Q0.0保持得电。
在第二个扫描周期，由于时间很短，操作人员不可能超出扫描周期的速度在1个扫描周期内连续按下2次按钮，因此PLC未检测到M0.0由0变为1，M0.1未得电，第二行的M0.1常开点依旧常开，而Q0.0常闭点是断开的，第二行2个点依旧全断开，第三行2个点依旧全闭合。
第三行用于保持和停止。当再次检测到上升沿信号后，在相应的周期内M0.1常闭点断开，第三行断开，Q0.0失电。详见上升沿|P|指令。--|P|--：扫描操作数的信号上升沿。
使用“扫描操作数的信号上升沿”指令，可以确定所指定操作数（<操作数 1>）的信号状态是否从“0”变为“1”。该指令将比较 <操作数 1> 的当前信号状态与上一次扫描的信号状态，上一次扫描的信号状态保存在边沿存储位（<操作数 2>）中。如果该指令检测到逻辑运算结果 (RLO) 从“0”变为“1”，则说明出现了一个上升沿。
下图显示了出现信号下降沿和上升沿时，信号状态的变化：
每次执行指令时，都会查询信号上升沿。检测到信号上升沿时，<操作数 1> 的信号状态将在一个程序周期内保持置位为“1”。在其它任何情况下，操作数的信号状态均为“0”。
在该指令上方的操作数占位符中，指定要查询的操作数（<操作数 1>）。在该指令下方的操作数占位符中，指定边沿存储位（<操作数 2>）。
说明：修改边沿存储位的地址。边沿存储器位的地址在程序中最多只能使用一次，否则，会覆盖该位存储器。该步骤将影响到边沿检测，从而导致结果不再唯一。边沿存储位的存储区域必须位于 DB（FB 静态区域）或位存储区中。
下表列出了“扫描操作数的信号上升沿”指令的参数：
单按钮启停控制程序2
该程序与程序1一样。不同之处在于第一行使用的指令，用了（P）指令。该指令的解释见下面。--(P)--：在信号上升沿置位操作数。
说明：可以使用“在信号上升沿置位操作数”指令在逻辑运算结果 (RLO) 从“0”变为“1”时置位指定操作数（<操作数 1>）。该指令将当前 RLO 与保存在边沿存储位中（<操作数 2>）上次查询的 RLO 进行比较。如果该指令检测到 RLO 从“0”变为“1”，则说明出现了一个信号上升沿。
每次执行指令时，都会查询信号上升沿。检测到信号上升沿时，<操作数 1> 的信号状态将在一个程序周期内保持置位为“1”。在其它任何情况下，操作数的信号状态均为“0”。
可以在该指令上面的操作数占位符中指定要置位的操作数（<操作数 1>）。在该指令下方的操作数占位符中，指定边沿存储位（<操作数 2>）。
说明：修改边沿存储位的地址
边沿存储器位的地址在程序中最多只能使用一次，否则，会覆盖该位存储器。该步骤将影响到边沿检测，从而导致结果不再唯一。边沿存储位的存储区域必须位于 DB（FB 静态区域）或位存储区中。
以下示例说明了该指令的工作原理：
如果线圈输入的信号状态从“0”更改为“1”（信号上升沿），则将操作数“TagOut”置位一个程序周期。在其它任何情况下，操作数“TagOut”的信号状态均为“0”。
单按钮启停程序3
该程序的算法是计数器在0和1之间变化，具体操作是将计数器上限设为2，到2就复位。
CV初始值为0，按钮按一下CV变为1，Q0.0得电，再按一下CV变为2，Q输出使得计数器复位，CV立即变为0。本质是利用计数器的自循环。
单按钮启停程序4
该程序的算法是除2取余数。对于正整数而言，除以2，要么刚好除尽，对应余数为0；
要么除不尽，对应余数为1。而且对于每次递增加1的正整数，余数0和1交替出现。
]]>LL底层库
LL驱动函数，实际上就是以内联函数的方式访问寄存器，在优化等级高的时候，编译器会直接嵌入宏代码，因此与我们自己直接对寄存器读写的效率是一样的。
也正因为如此，LL库只给我们实现了功能非常简单功能，基本上只有一些初始化的代码，其它的功能需要用户自己去实现，这一方面增加了开发难度，但是，给我们开发程序增加了灵活性，我在专栏《STM32精讲》中，就是以LL库为基础，给大家介绍单片机的驱动及应用开发，目前已经完成了通用串口驱动及协议的课程（包括工程源代码）。
其特点就是高效，与自己直接写代码访问寄存器相比，在不降低效率的情况下，其代码更加统一规范，具有可移植性，而且更加节省内存空间。
HAL高级库
相比LL库，HAL库就为用户实现了非常完善的功能，从初始化到具体的收、发和读、写等功能都全部提供了。所以从使用上看是更简单了，但是效率降低了，代码空间也大了很多。当然，这对一般的使用而言，影响不是太大，如果有微秒级别的控制需求的话，建议还是用LL库比较好。在《STM32 HAL库使用》中，对HAL库函数的使用作了详细的说明，从工作原理到参数配置，有一定基本的朋友可以参考。
HAL初始化结构比较大，而且初始化完成之后还不释放，有点浪费内存。
总结
建议大家一定要采用库函数开发自己的程序，不要再采用直接对寄存器赋值一个数字的方式来实现对寄存器的访问了，时间一长，自己都忘了，很难维护，更难移植。
]]>LL底层库
LL驱动函数，实际上就是以内联函数的方式访问寄存器，在优化等级高的时候，编译器会直接嵌入宏代码，因此与我们自己直接对寄存器读写的效率是一样的。
也正因为如此，LL库只给我们实现了功能非常简单功能，基本上只有一些初始化的代码，其它的功能需要用户自己去实现，这一方面增加了开发难度，但是，给我们开发程序增加了灵活性，我在专栏《STM32精讲》中，就是以LL库为基础，给大家介绍单片机的驱动及应用开发，目前已经完成了通用串口驱动及协议的课程（包括工程源代码）。
其特点就是高效，与自己直接写代码访问寄存器相比，在不降低效率的情况下，其代码更加统一规范，具有可移植性，而且更加节省内存空间。
HAL高级库
相比LL库，HAL库就为用户实现了非常完善的功能，从初始化到具体的收、发和读、写等功能都全部提供了。所以从使用上看是更简单了，但是效率降低了，代码空间也大了很多。当然，这对一般的使用而言，影响不是太大，如果有微秒级别的控制需求的话，建议还是用LL库比较好。在《STM32 HAL库使用》中，对HAL库函数的使用作了详细的说明，从工作原理到参数配置，有一定基本的朋友可以参考。
HAL初始化结构比较大，而且初始化完成之后还不释放，有点浪费内存。
总结
建议大家一定要采用库函数开发自己的程序，不要再采用直接对寄存器赋值一个数字的方式来实现对寄存器的访问了，时间一长，自己都忘了，很难维护，更难移植。
]]>安装交叉编译工具链
我用的交叉编译工具链是
arm-2011.09-70-arm-none-linux-gnueabi.exe（可自行去官方网站下载），如果是win7，则在该可执行文件上右键->属性 -> 兼容性 选择兼容window 7。
确定后以管理员身份运行即可，可能需要很长时间。
安装keil（MDK）
直接运行mdk454_mcu123MDK454，安装路径选择默认，一路next，会花费很长时间。
创建一个project
新建一个文件夹（keil_proc/test），用于存放工程。
新建一个工程，Project -> New...， 然后选择型号，例如arm9（小端）。
在工程里面添加或者new一个文件（start.s），在工程管理区的Source Group右键, 选择add group .. 选择自己新建的文件，或者是其他文件添加到工程里面。
可以通过Target -> Manage components去修改工程和groups的名字，或者批量添加文件。
关联arm-none-linux-gnueabi工具链
Project -> Manage-> Components ... -> Folders/Extensions
做如下操作：
导入链接脚本
Project -> Options for Target ... -> Linker
设置Linker Scipt file为工程目录下的map.lds（可以去网上下载）。
写代码
.text
.global _start
_start:
mov r1, #0xff
stop:
b stop
.end
编译和调试
分别为编译单个文件和多个文件：
Debug调试：
谢谢阅读！
]]>安装交叉编译工具链
我用的交叉编译工具链是
arm-2011.09-70-arm-none-linux-gnueabi.exe（可自行去官方网站下载），如果是win7，则在该可执行文件上右键->属性 -> 兼容性 选择兼容window 7。
确定后以管理员身份运行即可，可能需要很长时间。
安装keil（MDK）
直接运行mdk454_mcu123MDK454，安装路径选择默认，一路next，会花费很长时间。
创建一个project
新建一个文件夹（keil_proc/test），用于存放工程。
新建一个工程，Project -> New...， 然后选择型号，例如arm9（小端）。
在工程里面添加或者new一个文件（start.s），在工程管理区的Source Group右键, 选择add group .. 选择自己新建的文件，或者是其他文件添加到工程里面。
可以通过Target -> Manage components去修改工程和groups的名字，或者批量添加文件。
关联arm-none-linux-gnueabi工具链
Project -> Manage-> Components ... -> Folders/Extensions
做如下操作：
导入链接脚本
Project -> Options for Target ... -> Linker
设置Linker Scipt file为工程目录下的map.lds（可以去网上下载）。
写代码
.text
.global _start
_start:
mov r1, #0xff
stop:
b stop
.end
编译和调试
分别为编译单个文件和多个文件：
Debug调试：
谢谢阅读！
]]>
工业自动化的核心在于提高效率和生产力、增强系统可靠性，同时降低营运成本并强化安全协议。通过该资源中心，专业人员可以获取深度文章，包括：
● 工业5.0：工业新变革：工业5.0由欧盟委员会于2022年提出，它将工业的重点从追求利润转向以人为本、可持续性和适应性，推动循环经济、可持续数字化和工人再培训。
● 开源工业自动化解决方案：开源技术正通过灵活性、成本效益和强化安全性来改变工业自动化。其主要优势包括互操作性、供应商独立性和社区主导的开发工作。
● 工业自动化中的传感器和分析：工业5.0依靠传感器和分析来获取实时数据，从而提高效率、可持续性和质量。先进的传感器可实现安全的人机协作。通过使用长期和实时数据，预测性维护可减少停机时间并降低维护成本。
贸泽自动化资源中心由其专业技术团队和值得信赖的制造商合作伙伴精心策划，收录了丰富的文章、博客、电子书、产品信息和解说视频，涵盖运营安全解决方案、预测性维护解决方案和机器视觉等主题，让工程师能够驾驭新一代制造业，并设计出先进的工业自动化解决方案。
贸泽电子亚太区市场及商务拓展副总裁田吉平女士表示：“我们致力于实现更出色的工程设计，为设计人员提供具有深入见解和丰富产品信息的实用工具包。通过该资源中心，我们的目标是让制造专业人员能够设计出更安全、更高效的系统，以满足现代制造不断变化的需求。”
贸泽库存有丰富的半导体和电子元器件，包括以下适用于自动化应用的产品和解决方案：
● IDEC FT1J多功能PLC和HMI为各种工业控制需求提供强大且紧凑的解决方案。该系列将PLC与4.3英寸PCAP HMI集成，确保出色的性能和效率。PCAP触摸屏专为可靠工作而设计，支持多点触控、薄手套操作和防滴水功能。其采用双CPU架构，扫描时间经过优化且具有灵活性。这些设备非常适合现代工业环境。
● Siemens LOGO! 8.4逻辑模块是支持广泛I/O连接的紧凑型基本接口，具备集成显示器、控制面板，以及用于控制编程的EEPROM内存。这些模块可运行基本逻辑功能，如脉冲边缘评估、计时、计数和模拟功能区块。LOGO! 8.4系列的一大亮点是其预先配置的云端连接和开放式MQTT通信，让用户能够轻松连接到云端进行实时数据访问，甚至用作现有系统的云网关。
● Banner Engineering K50Z多点传感器是一款采用3D飞行时间技术的独立光学传感器，可提供具备64个测量点的可靠最近距离和角度目标测量，可在45° x 45°宽视场范围内测量最近距离和平均高度，最大测量距离达2米。该传感器非常适合工业填充或区域检测，具有紧凑型IP67外壳、双离散输出，并可通过IO-link或Banner Measurement Sensor Software进行配置。
● Advantech ICAM-540工业AI摄像头是一款耐用智能摄像头，由NVIDIA? Jetson Orin?模块提供支持，设计用于工业环境中的实时图像处理和分析。这款紧凑的无风扇器件集成有照明、视觉和边缘计算，可耐受恶劣的工厂环境。其Web UI和广泛的软件支持简化了机器视觉ISV的集成，从而实现完整的解决方案开发。
]]>
工业自动化的核心在于提高效率和生产力、增强系统可靠性，同时降低营运成本并强化安全协议。通过该资源中心，专业人员可以获取深度文章，包括：
● 工业5.0：工业新变革：工业5.0由欧盟委员会于2022年提出，它将工业的重点从追求利润转向以人为本、可持续性和适应性，推动循环经济、可持续数字化和工人再培训。
● 开源工业自动化解决方案：开源技术正通过灵活性、成本效益和强化安全性来改变工业自动化。其主要优势包括互操作性、供应商独立性和社区主导的开发工作。
● 工业自动化中的传感器和分析：工业5.0依靠传感器和分析来获取实时数据，从而提高效率、可持续性和质量。先进的传感器可实现安全的人机协作。通过使用长期和实时数据，预测性维护可减少停机时间并降低维护成本。
贸泽自动化资源中心由其专业技术团队和值得信赖的制造商合作伙伴精心策划，收录了丰富的文章、博客、电子书、产品信息和解说视频，涵盖运营安全解决方案、预测性维护解决方案和机器视觉等主题，让工程师能够驾驭新一代制造业，并设计出先进的工业自动化解决方案。
贸泽电子亚太区市场及商务拓展副总裁田吉平女士表示：“我们致力于实现更出色的工程设计，为设计人员提供具有深入见解和丰富产品信息的实用工具包。通过该资源中心，我们的目标是让制造专业人员能够设计出更安全、更高效的系统，以满足现代制造不断变化的需求。”
贸泽库存有丰富的半导体和电子元器件，包括以下适用于自动化应用的产品和解决方案：
● IDEC FT1J多功能PLC和HMI为各种工业控制需求提供强大且紧凑的解决方案。该系列将PLC与4.3英寸PCAP HMI集成，确保出色的性能和效率。PCAP触摸屏专为可靠工作而设计，支持多点触控、薄手套操作和防滴水功能。其采用双CPU架构，扫描时间经过优化且具有灵活性。这些设备非常适合现代工业环境。
● Siemens LOGO! 8.4逻辑模块是支持广泛I/O连接的紧凑型基本接口，具备集成显示器、控制面板，以及用于控制编程的EEPROM内存。这些模块可运行基本逻辑功能，如脉冲边缘评估、计时、计数和模拟功能区块。LOGO! 8.4系列的一大亮点是其预先配置的云端连接和开放式MQTT通信，让用户能够轻松连接到云端进行实时数据访问，甚至用作现有系统的云网关。
● Banner Engineering K50Z多点传感器是一款采用3D飞行时间技术的独立光学传感器，可提供具备64个测量点的可靠最近距离和角度目标测量，可在45° x 45°宽视场范围内测量最近距离和平均高度，最大测量距离达2米。该传感器非常适合工业填充或区域检测，具有紧凑型IP67外壳、双离散输出，并可通过IO-link或Banner Measurement Sensor Software进行配置。
● Advantech ICAM-540工业AI摄像头是一款耐用智能摄像头，由NVIDIA? Jetson Orin?模块提供支持，设计用于工业环境中的实时图像处理和分析。这款紧凑的无风扇器件集成有照明、视觉和边缘计算，可耐受恶劣的工厂环境。其Web UI和广泛的软件支持简化了机器视觉ISV的集成，从而实现完整的解决方案开发。
]]>“我们将人工智能视为我们这一代人中最深刻的技术之一。我们将它嵌入到我们的设备和平台以及整个公司中。我们还在显著增加我们的投资，”首席执行官蒂姆·库克在与投资者的2025年第三季度财报电话会议上表示。“苹果公司始终致力于将最先进的技术变得易于使用和为每个人所及，这是我们人工智能战略的核心，”他补充道。
库克在电话会议上就这些评论进行了展开，指出苹果公司正在“重新分配相当数量的人员”以专注于人工智能。
“我们拥有一支非常出色的团队，我们将把所有的精力都投入到它身上，”他补充道。
AI 投资也推动了资本支出的增加，公司表示今年迄今为止有所增长。然而，苹果公司指出，它仍然采用混合模式，依赖第三方进行资本投资，这就是为什么这个数字不会呈指数级增长。
在电话会议之前，公司在一篇 CNBC 的采访中透露，它愿意通过并购来加速其路线图。该公司告诉该媒体，今年已经收购了七家公司。在金额上，没有一个是“巨大”的，库克表示。
在电话中，他补充说，苹果公司正在以每几周一家公司的速度进行收购。
苹果公司一直受到批评 ，因为它在人工智能时代被措手不及；它宣布了一系列人工智能功能，到目前为止， 未能推出 。该公司甚至被指控展示了一个改进的人工智能版 Siri，而这个版本距离发布还远得很。
但苹果公司通过辩称，自己不必急于求成——过早推出错误的功能或产品将是错误。如果那些产品无法按承诺工作，这一点尤其正确。 苹果已经为自己辩护 。
目前，苹果公司表示已经推出了20多项苹果智能功能，包括视觉智能、清理工具和写作工具。
今年晚些时候，苹果计划推出实时翻译和 AI 驱动的健身伙伴等 AI 功能，但 Siri 的个性化改进被推迟到了 2026 年 。在与投资者的通话中，库克表示公司在该 Siri 更新方面“取得了良好进展”。
他还分享了 AI 如何影响 iPhone 业务的想法，如果出现新的硬件。例如，Meta 首席执行官马克·扎克伯格本周早些时候建议，AI 眼镜将是与新技术交互的形态，而没有它们的人将被落伍 。
“很难想象一个没有 iPhone 的世界，”他说。“但这并不意味着我们不在考虑其他事情，同时，我认为[AI]设备很可能是互补设备，而不是替代品。”
高管拒绝回答关于他认为哪些人工智能技术最终会被商品化的一个问题，称那样会泄露部分其战略。
苹果在第三季度实现了超出预期的 iPhone 销量和创纪录的收入，其股票在盘后交易中飙升。
“我们将人工智能视为我们这一代人中最深刻的技术之一。我们将它嵌入到我们的设备和平台以及整个公司中。我们还在显著增加我们的投资，”首席执行官蒂姆·库克在与投资者的2025年第三季度财报电话会议上表示。“苹果公司始终致力于将最先进的技术变得易于使用和为每个人所及，这是我们人工智能战略的核心，”他补充道。
库克在电话会议上就这些评论进行了展开，指出苹果公司正在“重新分配相当数量的人员”以专注于人工智能。
“我们拥有一支非常出色的团队，我们将把所有的精力都投入到它身上，”他补充道。
AI 投资也推动了资本支出的增加，公司表示今年迄今为止有所增长。然而，苹果公司指出，它仍然采用混合模式，依赖第三方进行资本投资，这就是为什么这个数字不会呈指数级增长。
在电话会议之前，公司在一篇 CNBC 的采访中透露，它愿意通过并购来加速其路线图。该公司告诉该媒体，今年已经收购了七家公司。在金额上，没有一个是“巨大”的，库克表示。
在电话中，他补充说，苹果公司正在以每几周一家公司的速度进行收购。
苹果公司一直受到批评 ，因为它在人工智能时代被措手不及；它宣布了一系列人工智能功能，到目前为止， 未能推出 。该公司甚至被指控展示了一个改进的人工智能版 Siri，而这个版本距离发布还远得很。
但苹果公司通过辩称，自己不必急于求成——过早推出错误的功能或产品将是错误。如果那些产品无法按承诺工作，这一点尤其正确。 苹果已经为自己辩护 。
目前，苹果公司表示已经推出了20多项苹果智能功能，包括视觉智能、清理工具和写作工具。
今年晚些时候，苹果计划推出实时翻译和 AI 驱动的健身伙伴等 AI 功能，但 Siri 的个性化改进被推迟到了 2026 年 。在与投资者的通话中，库克表示公司在该 Siri 更新方面“取得了良好进展”。
他还分享了 AI 如何影响 iPhone 业务的想法，如果出现新的硬件。例如，Meta 首席执行官马克·扎克伯格本周早些时候建议，AI 眼镜将是与新技术交互的形态，而没有它们的人将被落伍 。
“很难想象一个没有 iPhone 的世界，”他说。“但这并不意味着我们不在考虑其他事情，同时，我认为[AI]设备很可能是互补设备，而不是替代品。”
高管拒绝回答关于他认为哪些人工智能技术最终会被商品化的一个问题，称那样会泄露部分其战略。
苹果在第三季度实现了超出预期的 iPhone 销量和创纪录的收入，其股票在盘后交易中飙升。
报告显示，今年更新的 Quark 目前在中国以移动应用程序的形式提供。阿里巴巴进入硬件领域被视为一种策略，旨在扩大应用程序的覆盖范围并推动用户采用。
如中国媒体 outlet 浙商杂志所述，阿里巴巴已建立庞大的用户基础和跨软件及互联网服务的强大生态系统，提供的服务包括 Qwen 大型语言模型、Quark、支付宝、淘宝、高德地图和飞猪。Quark AI 眼镜的推出为这些生态系统服务提供了一个新的硬件平台，进一步增强了用户在阿里巴巴生态系统中的参与度。
Quark AI 眼镜也代表了阿里巴巴对 Meta 智能眼镜的回应，CNBC 补充说，这些智能眼镜是与雷朋合作开发的。
值得注意的是，Chosun Biz 提到，随着更多中国 IT 公司进入智能眼镜的竞争领域，中美在人工智能领域的竞争似乎已经扩展到了可穿戴设备领域。据 Chosun Biz 引用的行业专家预计，中国将在价格上展开激烈竞争。今年 6 月，小米推出的 AI 眼镜价格大约是 Meta 产品的一半。正如报道所强调的，字节跳动——TikTok 的母公司——也在开发代号为“天鹅”的 XR 眼镜，重量为 127 克。
随着 许多竞争对手尚未推出他们的智能眼镜，早期进入市场的 Meta——如 Chosun Biz 所述——仍然保持着领先地位。根据 Road to VR 的报道，Meta 的 Ray-Ban 智能眼镜势头强劲，EssilorLuxottica 的第二季度盈利报告显示该产品的收入同比增长了三倍。这一成功促使 Meta 延长了与 EssilorLuxottica 的合作，直至 2030 年，并据报道在法国-意大利眼镜巨头投资了 35 亿美元。
报告显示，今年更新的 Quark 目前在中国以移动应用程序的形式提供。阿里巴巴进入硬件领域被视为一种策略，旨在扩大应用程序的覆盖范围并推动用户采用。
如中国媒体 outlet 浙商杂志所述，阿里巴巴已建立庞大的用户基础和跨软件及互联网服务的强大生态系统，提供的服务包括 Qwen 大型语言模型、Quark、支付宝、淘宝、高德地图和飞猪。Quark AI 眼镜的推出为这些生态系统服务提供了一个新的硬件平台，进一步增强了用户在阿里巴巴生态系统中的参与度。
Quark AI 眼镜也代表了阿里巴巴对 Meta 智能眼镜的回应，CNBC 补充说，这些智能眼镜是与雷朋合作开发的。
值得注意的是，Chosun Biz 提到，随着更多中国 IT 公司进入智能眼镜的竞争领域，中美在人工智能领域的竞争似乎已经扩展到了可穿戴设备领域。据 Chosun Biz 引用的行业专家预计，中国将在价格上展开激烈竞争。今年 6 月，小米推出的 AI 眼镜价格大约是 Meta 产品的一半。正如报道所强调的，字节跳动——TikTok 的母公司——也在开发代号为“天鹅”的 XR 眼镜，重量为 127 克。
随着 许多竞争对手尚未推出他们的智能眼镜，早期进入市场的 Meta——如 Chosun Biz 所述——仍然保持着领先地位。根据 Road to VR 的报道，Meta 的 Ray-Ban 智能眼镜势头强劲，EssilorLuxottica 的第二季度盈利报告显示该产品的收入同比增长了三倍。这一成功促使 Meta 延长了与 EssilorLuxottica 的合作，直至 2030 年，并据报道在法国-意大利眼镜巨头投资了 35 亿美元。
这种场景，在硬件圈早已司空见惯。为什么硬件总是那个 "背锅侠"？这背后藏着硬件行业的底层逻辑与现实困境。
一、硬件的 "天生难命"：为什么问题总是更棘手？
硬件工程师的日常，更像是在钢丝上跳舞。比起软件，硬件的特性决定了它从诞生起就带着 "高风险基因"。
1. 项目周期长，风险如影随形
设计阶段要经历芯片选型、板级设计、仿真验证、原型制作，光是迭代就可能耗数月； 生产环节涉及物料采购、PCB 生产、贴片焊接、测试治具开发，任何一个环节延迟都可能让项目停摆； 认证环节更让人头疼，电磁兼容（EMC）、安规测试、行业特定认证（如汽车级 AEC-Q100），一次失败就得重来； 即便上市，物理安装、现场调试、售后维护的响应速度远不如软件远程操作。
这种漫长的周期意味着：硬件迭代速度远跟不上市场变化，前期投入的成本可能血本无归，而设计缺陷的暴露甚至可能横跨数年 —— 今天埋下的雷，三年后才会炸响。
2. 理论与实践的鸿沟，藏着不少 "玄学"
硬件工程师常说："图纸画得再漂亮，不如板子能正常启动。" 理论模型与真实世界的差距，往往让新手崩溃：
温度、湿度、振动、电磁干扰（EMI）、电源噪声…… 这些因素在 SPICE 仿真或热分析软件里难以精准模拟，却可能导致产品在极端环境下失效； 设计余量的拿捏堪称 "玄学"：留少了容易现场趴窝，留多了成本飙升。老工程师的 "手感"，其实是用无数次失败换来的模糊规则； 更头疼的是 "黑天鹅" 事件：某些失效模式（如特定条件下的芯片锁存效应）极其罕见，复现都难，只能靠经验主义加冗余设计来规避。
这也是为什么硬件新人培养周期长 —— 没有三五年实战摔打，很难摸透这些 "说不清楚道不明" 的工程规律。
3. 错误的代价：一次失误可能毁掉一个品牌
软件出 Bug，大不了推送 OTA 升级；但硬件出问题，往往意味着灾难：
物理召回的成本堪称天文数字：物流、返工、客户补偿，若是全球召回，数十亿资金可能打水漂； 品牌信誉的损失更难估量：电池起火、主板故障等问题，足以让消费者对品牌彻底失去信任； 法律风险接踵而至：罚款、诉讼、强制召回令，甚至可能让企业一蹶不振。
因此，硬件设计必须 "保守再保守"：冗余电路、容错设计是标配，测试环节更是吹毛求疵到极致。工程师常自嘲："手一抖，几个亿没了"—— 这种压力，只有硬件人懂。
4. 问题定位：一场需要 "求爷爷告奶奶" 的协作
硬件工程师排查问题时，往往得看别人脸色：
硬件办公桌
软件办公桌
高端示波器、逻辑分析仪、X 光机、热成像仪…… 这些动辄几十万的设备不是个人能拥有的，得向同事，其他部门，或第三方借； 遇到疑难杂症，可能需要芯片原厂的 FAE（现场应用工程师）支援、晶圆厂分析工艺问题、供应商排查物料批次 —— 任何一方响应慢，问题就卡壳； 更尴尬的是，跨领域知识往往是 "盲区"：明明是软件驱动导致的硬件异常，却可能被误认为是电路设计问题。
5. "背锅体质"：从担责到 "主动认错" 的生存智慧
硬件问题的严重性，让 "追责" 成了常态。久而久之，硬件工程师练出了特殊的生存策略：
高代价的后果注定有人担责，而硬件作为物理载体，往往是第一目标； 问题定位难，"说不清楚" 就容易被贴上 "能力不足" 的标签； 更无奈的是，软件 Bug、需求变更等前期问题，最终可能都在硬件上暴露，让硬件人成了 "最后的接盘侠"。
于是，"主动认错" 成了一种智慧：先承认部分责任，争取解决问题的资源；用担当换取长期信任；纠结 "谁的错" 不如先止损。这种看似 "懦弱" 的妥协，藏着太多无奈。
二、为什么背锅的总是硬件？
硬件的特性让它自带 "高危属性"，而用户认知与排查逻辑的偏差，更让硬件成了 "背锅" 的常客。
1. 故障的 "可见性"：看得见的锅最容易被盯上
硬件故障往往带着强烈的 "物理信号"：电脑开不了机、屏幕花屏、风扇异响、设备冒烟、USB 接口失灵…… 这些直观现象，让用户一眼就能判断 "有东西坏了"。
相比之下，软件问题隐蔽得多：程序崩溃、运行卡顿、功能异常…… 用户知道 "出问题了"，却说不清是哪个文件、哪行代码的锅。这种 "看得见" 与 "摸不着" 的差距，让硬件更容易成为第一怀疑对象。软件跑死，也很容易甩锅给硬件温度太高。
2. 排查的 "简单性"：替换法打败了技术分析
硬件排查有个 "万能公式"：替换法。怀疑内存坏了？换一根试试；怀疑硬盘故障？换个硬盘看看。这种方法简单粗暴，结果立竿见影。
软件排查则复杂得多：读日志、分析崩溃文件、查配置、杀病毒、调试代码…… 门槛高、耗时长，很多人宁愿先 "换个硬件试试"，也不想深入分析软件逻辑。这种 "路径依赖"，让硬件成了 "试错" 的首选目标。
3. 用户的认知偏差："硬件会坏，软件该好用"
在大多数人眼里：
硬件有寿命，会老化、会因摔碰损坏，出问题是 "正常的"； 软件 "应该" 稳定运行，出问题要么是操作失误，要么是 "小 Bug"，很少有人深究代码缺陷。
4. "重启" 的魔法：掩盖了软件的锅
软件问题有个 "万能解药"：重启。进程崩溃、内存泄漏、驱动小故障，往往能通过重启解决，这让用户觉得 "问题不大"。
5. 固件与驱动：模糊地带的锅，还是硬件背
固件（固化在硬件里的软件）和驱动程序，处于软硬件的 "灰色地带"。它们出问题时，症状和硬件故障几乎一样：
BIOS 损坏导致无法开机； 驱动不兼容导致设备失灵； 固件 Bug 引发功能异常……
三、结语：硬件天生 "背锅侠"，不要挣扎！
这种场景，在硬件圈早已司空见惯。为什么硬件总是那个 "背锅侠"？这背后藏着硬件行业的底层逻辑与现实困境。
一、硬件的 "天生难命"：为什么问题总是更棘手？
硬件工程师的日常，更像是在钢丝上跳舞。比起软件，硬件的特性决定了它从诞生起就带着 "高风险基因"。
1. 项目周期长，风险如影随形
设计阶段要经历芯片选型、板级设计、仿真验证、原型制作，光是迭代就可能耗数月； 生产环节涉及物料采购、PCB 生产、贴片焊接、测试治具开发，任何一个环节延迟都可能让项目停摆； 认证环节更让人头疼，电磁兼容（EMC）、安规测试、行业特定认证（如汽车级 AEC-Q100），一次失败就得重来； 即便上市，物理安装、现场调试、售后维护的响应速度远不如软件远程操作。
这种漫长的周期意味着：硬件迭代速度远跟不上市场变化，前期投入的成本可能血本无归，而设计缺陷的暴露甚至可能横跨数年 —— 今天埋下的雷，三年后才会炸响。
2. 理论与实践的鸿沟，藏着不少 "玄学"
硬件工程师常说："图纸画得再漂亮，不如板子能正常启动。" 理论模型与真实世界的差距，往往让新手崩溃：
温度、湿度、振动、电磁干扰（EMI）、电源噪声…… 这些因素在 SPICE 仿真或热分析软件里难以精准模拟，却可能导致产品在极端环境下失效； 设计余量的拿捏堪称 "玄学"：留少了容易现场趴窝，留多了成本飙升。老工程师的 "手感"，其实是用无数次失败换来的模糊规则； 更头疼的是 "黑天鹅" 事件：某些失效模式（如特定条件下的芯片锁存效应）极其罕见，复现都难，只能靠经验主义加冗余设计来规避。
这也是为什么硬件新人培养周期长 —— 没有三五年实战摔打，很难摸透这些 "说不清楚道不明" 的工程规律。
3. 错误的代价：一次失误可能毁掉一个品牌
软件出 Bug，大不了推送 OTA 升级；但硬件出问题，往往意味着灾难：
物理召回的成本堪称天文数字：物流、返工、客户补偿，若是全球召回，数十亿资金可能打水漂； 品牌信誉的损失更难估量：电池起火、主板故障等问题，足以让消费者对品牌彻底失去信任； 法律风险接踵而至：罚款、诉讼、强制召回令，甚至可能让企业一蹶不振。
因此，硬件设计必须 "保守再保守"：冗余电路、容错设计是标配，测试环节更是吹毛求疵到极致。工程师常自嘲："手一抖，几个亿没了"—— 这种压力，只有硬件人懂。
4. 问题定位：一场需要 "求爷爷告奶奶" 的协作
硬件工程师排查问题时，往往得看别人脸色：
硬件办公桌
软件办公桌
高端示波器、逻辑分析仪、X 光机、热成像仪…… 这些动辄几十万的设备不是个人能拥有的，得向同事，其他部门，或第三方借； 遇到疑难杂症，可能需要芯片原厂的 FAE（现场应用工程师）支援、晶圆厂分析工艺问题、供应商排查物料批次 —— 任何一方响应慢，问题就卡壳； 更尴尬的是，跨领域知识往往是 "盲区"：明明是软件驱动导致的硬件异常，却可能被误认为是电路设计问题。
5. "背锅体质"：从担责到 "主动认错" 的生存智慧
硬件问题的严重性，让 "追责" 成了常态。久而久之，硬件工程师练出了特殊的生存策略：
高代价的后果注定有人担责，而硬件作为物理载体，往往是第一目标； 问题定位难，"说不清楚" 就容易被贴上 "能力不足" 的标签； 更无奈的是，软件 Bug、需求变更等前期问题，最终可能都在硬件上暴露，让硬件人成了 "最后的接盘侠"。
于是，"主动认错" 成了一种智慧：先承认部分责任，争取解决问题的资源；用担当换取长期信任；纠结 "谁的错" 不如先止损。这种看似 "懦弱" 的妥协，藏着太多无奈。
二、为什么背锅的总是硬件？
硬件的特性让它自带 "高危属性"，而用户认知与排查逻辑的偏差，更让硬件成了 "背锅" 的常客。
1. 故障的 "可见性"：看得见的锅最容易被盯上
硬件故障往往带着强烈的 "物理信号"：电脑开不了机、屏幕花屏、风扇异响、设备冒烟、USB 接口失灵…… 这些直观现象，让用户一眼就能判断 "有东西坏了"。
相比之下，软件问题隐蔽得多：程序崩溃、运行卡顿、功能异常…… 用户知道 "出问题了"，却说不清是哪个文件、哪行代码的锅。这种 "看得见" 与 "摸不着" 的差距，让硬件更容易成为第一怀疑对象。软件跑死，也很容易甩锅给硬件温度太高。
2. 排查的 "简单性"：替换法打败了技术分析
硬件排查有个 "万能公式"：替换法。怀疑内存坏了？换一根试试；怀疑硬盘故障？换个硬盘看看。这种方法简单粗暴，结果立竿见影。
软件排查则复杂得多：读日志、分析崩溃文件、查配置、杀病毒、调试代码…… 门槛高、耗时长，很多人宁愿先 "换个硬件试试"，也不想深入分析软件逻辑。这种 "路径依赖"，让硬件成了 "试错" 的首选目标。
3. 用户的认知偏差："硬件会坏，软件该好用"
在大多数人眼里：
硬件有寿命，会老化、会因摔碰损坏，出问题是 "正常的"； 软件 "应该" 稳定运行，出问题要么是操作失误，要么是 "小 Bug"，很少有人深究代码缺陷。
4. "重启" 的魔法：掩盖了软件的锅
软件问题有个 "万能解药"：重启。进程崩溃、内存泄漏、驱动小故障，往往能通过重启解决，这让用户觉得 "问题不大"。
5. 固件与驱动：模糊地带的锅，还是硬件背
固件（固化在硬件里的软件）和驱动程序，处于软硬件的 "灰色地带"。它们出问题时，症状和硬件故障几乎一样：
BIOS 损坏导致无法开机； 驱动不兼容导致设备失灵； 固件 Bug 引发功能异常……
三、结语：硬件天生 "背锅侠"，不要挣扎！
正常情况下，前庭系统（内耳）、视觉系统（眼睛）和躯体感觉系统（皮肤、肌肉）会向大脑传递一致的运动信息。例如：
坐车时，眼睛看到窗外景物后退，内耳感知到车辆的直线 / 旋转运动，身体也感受到座椅的支撑力变化，三者信号统一，大脑能准确判断 “正在运动”，身体适应良好。
但晕车时，这种信号一致性被打破了：
比如坐在封闭车厢内看手机，视觉系统会告诉大脑 “身体静止”（因为手机或车内景物相对静止）；
但内耳的前庭系统却能感知到车辆的颠簸、转弯、加速等运动，向大脑传递 “正在运动” 的信号； 两种矛盾的信号被送入大脑，大脑无法统一判断身体状态，就会触发 “异常警报”—— 这种冲突被解读为 “可能中毒”（进化中，感官混乱常与毒素致幻相关），进而引发恶心、呕吐、头晕等晕车症状。
儿童和女性更容易晕车，部分原因是他们的前庭系统更敏感，对信号冲突更难耐受；此外，睡眠不足、疲劳、气味刺激等也会加重这种不适。
如果我们把摄像头、深度相机、雷达比作机器人、无人机的眼睛的话，那么IMU这个“器官”比喻成“内耳”再贴切不过了。
a）陀螺仪
陀螺仪是通过测量科氏力来检测角速度的，科氏力在大学物理中提到过，如图
若圆盘逆时针旋转，你在盘心向边缘沿半径匀速直线 扔出一个球。 静止观察者
看到：球沿直线飞出（蓝色路径）。 圆盘上的观察者
看到：球的轨迹向右弯曲（红色路径）→ 仿佛有“无形之力”拉动它。
→ 这个虚拟力就是科氏力！
科氏力公式：
( m )：物体质量 ( ω )：旋转坐标系的角速度矢量 ( v)：物体在旋转系中的速度矢量 “×” 表示矢量叉乘 → 力方向垂直于运动平面！
在实际的MEME传感器中，大致结构如图，在一个方向保持左右运动，若有旋转的角速度则会在垂直的方向产生科氏力，通过电容的变化来反映这个力的大小便能得到旋转速度的大小。
a）加速度计
加速度计的原理较为简单，就是通过牛顿第二定律来测量三轴的加速度，图中的质量块受到加速度的作用会左右运动，而两侧的电容能测量质量块的位置从而计算出加速度的大小。
a）磁力计
磁力计则是通过霍尔效应来测量磁场的强度，高中物理中学过霍尔效应也很简单，如图。一端通电，在磁场的作用下电子会往垂直的方向上跑从而在侧面产生电场，通过测量这个电场的强度及正负则能间接测量出场强的大小。
一般来说，无人机和机器人上的磁力计，是用来测量地磁的。用于机器人找得到“北”。
IMU：机器人的 “内耳”
简单来说，IMU 的核心功能是测量物体的角速度（陀螺仪）和线加速度（加速度计），再通过算法（如卡尔曼滤波、欧拉角解算）推算出姿态（如俯仰角、横滚角、航向角）。无论是家庭扫地机器人避开障碍，还是工业机械臂保持轨迹精度，都离不开 IMU 的实时数据支持。
而一款 IMU 的 “好坏”，不能只看品牌，更要盯着参数表 —— 这些数字直接决定了它在噪声控制、测量范围、功耗等方面的表现。
关键参数解析：从性能到实用性
我们以 InvenSense（TDK）的 IMU 芯片为例，拆解 IMU 的核心参数及其对应用的影响。
一、基础硬件特性
1. FIFO（First In First Out）
定义
：芯片内部的先进先出数据缓冲区，用于临时存储传感器数据。 作用
：当主控处理器（如 MCU）处理数据速度较慢时，FIFO 可缓存多组传感器数据，避免数据丢失。例如，芯片以 1000Hz 采样，但 MCU 只能以 200Hz 读取数据，FIFO 可暂存 5 组数据。 典型值
：ICM-42688-P 的 FIFO 为 2KB，ICM-42670-P 为 2.25KB。
2. ADC（Analog-to-Digital Converter）
定义：模数转换器，将传感器的模拟信号转换为数字信号。在IMU芯片内部，还是需要用ADC对上述电容对应的电压值进行采样的。
关键指标：位数（如 16bit）决定分辨率，16bit 可表示 65536 个离散值，量化误差更小，精度更高。
3. 可编程数字滤波
定义：芯片内置数字滤波器（如低通、高通），用户可通过编程设置滤波参数。
作用：滤除特定频率的噪声。例如，设置低通滤波截止频率为 50Hz，可抑制高于 50Hz 的高频噪声（如电机干扰）。
4. 温度传感器
作用：实时测量芯片内部温度，用于温度补偿（如校准陀螺仪零偏随温度的漂移）。
精度要求：通常需 ±1°C 以内，以保证补偿效果。
5. 可编程中断
定义：芯片可根据预设条件（如加速度超过阈值、FIFO 满）主动向主控发送中断信号。
应用场景：低功耗场景中，仅在需要时唤醒主控，降低系统功耗。例如，运动唤醒检测（WoM）触发中断后，主控才开始处理数据。
6. IIC 接口 / SPI 接口
定义：两种数字通信协议，用于芯片与主控间的数据传输。
IIC：双线制（SDA、SCL），适合短距离、低速通信（标准模式 100kbps，快速模式 400kbps）。
SPI：四线制（MOSI、MISO、SCK、CS），速度更快（可达数十 Mbps），适合大数据量、高速传输。
二、功耗与可靠性特性
7. 低噪声模式 / 低功耗模式
低噪声模式
：通过增加采样次数或优化电路设计降低噪声，但功耗较高。例如，ICM-42688-P 六轴同时工作时典型电流 0.88mA。 低功耗模式
：降低采样率或关闭部分电路以降低功耗。例如，ICM-42670-P 六轴同时工作时典型电流 0.55mA，睡眠模式仅 3.5μA。
8. 20000g 抗冲击能力
定义
：芯片能承受 20000 倍重力加速度的冲击而不损坏。 意义
：适应恶劣环境（如工业振动、无人机碰撞），确保物理可靠性。
9. Self-test 自测试
功能
：芯片内置测试电路，可自检陀螺仪、加速度计是否正常工作。 应用
：设备启动时执行自测试，快速排查传感器故障（如零偏异常）。
10. WoM（Wake-on-Motion）运动唤醒检测
原理
：芯片持续监测加速度，当检测到运动（如振动、晃动）时，从低功耗模式唤醒主控。 典型应用
：智能手表在用户抬手时唤醒屏幕，降低待机功耗。
三、陀螺仪关键参数（角速度测量）
11. 可编程满量程范围（FSR）
定义
：陀螺仪能测量的最大角速度范围，通常用 °/s 表示。 可选范围
：例如 ICM-42688-P 支持 ±15.625~±2000°/s（8 档可调）。 选择原则
：高速运动场景（如无人机）选大范围（如 ±2000°/s），但灵敏度降低；静态或低速场景（如倾角测量）选小范围（如 ±15.625°/s），提高精度。
12. 灵敏度比例因子
定义
：单位角速度对应的数字输出值（LSB/°/s）。 计算公式
：例如 FSR 为 ±2000°/s 时，灵敏度为 16.4 LSB/°/s，则 1°/s 的角速度对应 16.4 个数字量。 意义
：灵敏度越高，量化误差越小，测量越精确。
13. 非线性度
定义
：实际输出与理想直线的最大偏差百分比。 典型值
：±0.1%（如 ICM-42688-P 在 ±2g 量程下）。 影响
：非线性度越高，在大量程下误差越大。
14. 交叉轴灵敏度
定义
：某轴输入角速度时，其他轴的错误输出比例。 典型值
：±1.25%（如 ICM-42688-P）。 影响
：交叉轴灵敏度越高，轴间干扰越大，姿态解算误差越大。
15. 零速率输出（ZRO）
定义
：静止时陀螺仪的实际输出与理论值（0°/s）的偏差。 参数
：包含初始公差（如 ±0.5°/s）和温漂（如 ±0.005°/s/°C）。 影响
：ZRO 越大，静态时的角速度测量误差越大，长时间积分会导致姿态角累积误差。
16. 速率噪声谱密度
定义
：单位频率下的噪声强度，单位 mdps/√Hz（毫度每秒每根号赫兹）。 典型值
：例如 ICM-42688-P 在 10Hz 时为 2.8 mdps/√Hz。 意义
：噪声谱密度越低，输出越平滑，适合高精度应用。
17. 总均方根噪声（RMS 噪声）
定义
：特定带宽内的噪声有效值，单位 °/s-rms。 典型值
：例如 ICM-42688-P 在 100Hz 带宽、800Hz 采样率下为 0.07~0.14°/s-rms。 影响
：噪声越大，角速度波动越明显，需通过滤波算法平滑。
18. 机械频率
定义
：陀螺仪内部机械结构的谐振频率。 典型值
：25~29kHz（如 ICM-42688-P）。 设计原则
：工作频率应远离机械频率，避免共振导致测量误差。
19. 陀螺仪启动时间
定义
：从通电到输出稳定数据的时间。 典型值
：例如 ICM-42688-P 为 40ms，ICM-42670-P 为 30ms。 影响
：启动时间越短，设备响应越快，适合需要快速启动的场景（如无人机）。
20. 输出数据速率（ODR）
定义
：传感器数据的更新频率，单位 Hz。 范围
：例如 ICM-42688-P 的陀螺仪 ODR 为 12.5~32000Hz。 选择原则
：高速运动场景（如四轴飞行器）需高 ODR（如 8000Hz）以捕捉快速变化；低功耗场景可选低 ODR（如 12.5Hz）。
四、加速度计关键参数（线加速度测量）
21. 可编程满量程范围（FSR）
定义
：加速度计能测量的最大加速度范围，通常用 g 表示（1g≈9.8m/s2）。 可选范围
：例如 ±2g/±4g/±8g/±16g（ICM-42688-P 支持 4 档可调）。 选择原则
：剧烈运动场景（如碰撞测试）选大范围（如 ±16g）；静态倾角测量选小范围（如 ±2g）以提高精度。
22. 灵敏度比例因子
定义
：单位加速度对应的数字输出值（LSB/g）。 典型值
：例如 FSR 为 ±2g 时，灵敏度为 16384 LSB/g，则 1g 的加速度对应 16384 个数字量。
23. 非线性度 / 交叉轴灵敏度
含义
：与陀螺仪类似，分别表示输出曲线的非线性偏差和轴间干扰比例。 典型值
：非线性度 ±0.1%，交叉轴灵敏度 ±1%。
24. 零重力输出（ZGO）
定义
：静止时加速度计的实际输出与理论值（如水平放置时 x/y 轴应为 0g，z 轴应为 1g）的偏差。 参数
：包含初始公差（如 ±20mg，1mg=0.001g）和温漂（如 ±0.15mg/°C）。 影响
：ZGO 越大，静态倾角计算误差越大。
25. 功率谱密度 / 均方根噪声
定义
：与陀螺仪类似，分别表示单位频率噪声强度（如 10Hz 时 65μg/√Hz）和特定带宽内的噪声有效值（如 100Hz 带宽下 0.65mg-rms）。 影响
：噪声越低，静态加速度测量越稳定，适合高精度倾角测量。
26. 加速度计启动时间 / ODR
含义
：与陀螺仪类似，分别表示启动稳定时间（如 10ms）和数据更新频率（如 ICM-42688-P 的 ODR 为 1.5625~32000Hz）。
五、电气与环境参数
27. VDD/VDDIO
定义
：芯片主电源（VDD）和 I/O 接口电源（VDDIO）的电压范围。 典型值
：最小 1.71V，典型 1.8V，最大 3.6V。 意义
：支持宽电压范围，便于与不同供电系统兼容。
28. 低噪声模式功耗 / 全芯片睡眠模式
低噪声模式功耗
：例如 ICM-42688-P 六轴同时工作时为 0.88mA，ICM-42670-P 为 0.55mA。 睡眠模式功耗
：例如 ICM-42688-P 为 7.5μA，ICM-42670-P 为 3.5μA。 应用
：电池供电设备需优先选择低功耗型号。
29. 温度范围
定义
：芯片正常工作的温度范围。 典型值
：-40°C~+85°C。 意义
：适应工业、汽车等恶劣环境。
六、IMU选型指南
高精度应用
（如工业机器人）：优先关注噪声谱密度（越低越好）、零偏温漂（越小越好）。 高速运动场景
（如无人机）：选择高 ODR（如 32000Hz）、大量程 FSR（如 ±2000°/s）。 低功耗场景
（如穿戴设备）：选择睡眠电流小（如 3.5μA）、低功耗模式电流低（如 0.55mA）的型号。 恶劣环境应用
（如车载设备）：确保温度范围覆盖 - 40°C~+85°C，抗冲击能力≥20000g。
理解这些参数，就能根据具体需求挑选最合适的 IMU 芯片，让机器人的 “内耳” 更灵敏、更可靠。
]]>
正常情况下，前庭系统（内耳）、视觉系统（眼睛）和躯体感觉系统（皮肤、肌肉）会向大脑传递一致的运动信息。例如：
坐车时，眼睛看到窗外景物后退，内耳感知到车辆的直线 / 旋转运动，身体也感受到座椅的支撑力变化，三者信号统一，大脑能准确判断 “正在运动”，身体适应良好。
但晕车时，这种信号一致性被打破了：
比如坐在封闭车厢内看手机，视觉系统会告诉大脑 “身体静止”（因为手机或车内景物相对静止）；
但内耳的前庭系统却能感知到车辆的颠簸、转弯、加速等运动，向大脑传递 “正在运动” 的信号； 两种矛盾的信号被送入大脑，大脑无法统一判断身体状态，就会触发 “异常警报”—— 这种冲突被解读为 “可能中毒”（进化中，感官混乱常与毒素致幻相关），进而引发恶心、呕吐、头晕等晕车症状。
儿童和女性更容易晕车，部分原因是他们的前庭系统更敏感，对信号冲突更难耐受；此外，睡眠不足、疲劳、气味刺激等也会加重这种不适。
如果我们把摄像头、深度相机、雷达比作机器人、无人机的眼睛的话，那么IMU这个“器官”比喻成“内耳”再贴切不过了。
a）陀螺仪
陀螺仪是通过测量科氏力来检测角速度的，科氏力在大学物理中提到过，如图
若圆盘逆时针旋转，你在盘心向边缘沿半径匀速直线 扔出一个球。 静止观察者
看到：球沿直线飞出（蓝色路径）。 圆盘上的观察者
看到：球的轨迹向右弯曲（红色路径）→ 仿佛有“无形之力”拉动它。
→ 这个虚拟力就是科氏力！
科氏力公式：
( m )：物体质量 ( ω )：旋转坐标系的角速度矢量 ( v)：物体在旋转系中的速度矢量 “×” 表示矢量叉乘 → 力方向垂直于运动平面！
在实际的MEME传感器中，大致结构如图，在一个方向保持左右运动，若有旋转的角速度则会在垂直的方向产生科氏力，通过电容的变化来反映这个力的大小便能得到旋转速度的大小。
a）加速度计
加速度计的原理较为简单，就是通过牛顿第二定律来测量三轴的加速度，图中的质量块受到加速度的作用会左右运动，而两侧的电容能测量质量块的位置从而计算出加速度的大小。
a）磁力计
磁力计则是通过霍尔效应来测量磁场的强度，高中物理中学过霍尔效应也很简单，如图。一端通电，在磁场的作用下电子会往垂直的方向上跑从而在侧面产生电场，通过测量这个电场的强度及正负则能间接测量出场强的大小。
一般来说，无人机和机器人上的磁力计，是用来测量地磁的。用于机器人找得到“北”。
IMU：机器人的 “内耳”
简单来说，IMU 的核心功能是测量物体的角速度（陀螺仪）和线加速度（加速度计），再通过算法（如卡尔曼滤波、欧拉角解算）推算出姿态（如俯仰角、横滚角、航向角）。无论是家庭扫地机器人避开障碍，还是工业机械臂保持轨迹精度，都离不开 IMU 的实时数据支持。
而一款 IMU 的 “好坏”，不能只看品牌，更要盯着参数表 —— 这些数字直接决定了它在噪声控制、测量范围、功耗等方面的表现。
关键参数解析：从性能到实用性
我们以 InvenSense（TDK）的 IMU 芯片为例，拆解 IMU 的核心参数及其对应用的影响。
一、基础硬件特性
1. FIFO（First In First Out）
定义
：芯片内部的先进先出数据缓冲区，用于临时存储传感器数据。 作用
：当主控处理器（如 MCU）处理数据速度较慢时，FIFO 可缓存多组传感器数据，避免数据丢失。例如，芯片以 1000Hz 采样，但 MCU 只能以 200Hz 读取数据，FIFO 可暂存 5 组数据。 典型值
：ICM-42688-P 的 FIFO 为 2KB，ICM-42670-P 为 2.25KB。
2. ADC（Analog-to-Digital Converter）
定义：模数转换器，将传感器的模拟信号转换为数字信号。在IMU芯片内部，还是需要用ADC对上述电容对应的电压值进行采样的。
关键指标：位数（如 16bit）决定分辨率，16bit 可表示 65536 个离散值，量化误差更小，精度更高。
3. 可编程数字滤波
定义：芯片内置数字滤波器（如低通、高通），用户可通过编程设置滤波参数。
作用：滤除特定频率的噪声。例如，设置低通滤波截止频率为 50Hz，可抑制高于 50Hz 的高频噪声（如电机干扰）。
4. 温度传感器
作用：实时测量芯片内部温度，用于温度补偿（如校准陀螺仪零偏随温度的漂移）。
精度要求：通常需 ±1°C 以内，以保证补偿效果。
5. 可编程中断
定义：芯片可根据预设条件（如加速度超过阈值、FIFO 满）主动向主控发送中断信号。
应用场景：低功耗场景中，仅在需要时唤醒主控，降低系统功耗。例如，运动唤醒检测（WoM）触发中断后，主控才开始处理数据。
6. IIC 接口 / SPI 接口
定义：两种数字通信协议，用于芯片与主控间的数据传输。
IIC：双线制（SDA、SCL），适合短距离、低速通信（标准模式 100kbps，快速模式 400kbps）。
SPI：四线制（MOSI、MISO、SCK、CS），速度更快（可达数十 Mbps），适合大数据量、高速传输。
二、功耗与可靠性特性
7. 低噪声模式 / 低功耗模式
低噪声模式
：通过增加采样次数或优化电路设计降低噪声，但功耗较高。例如，ICM-42688-P 六轴同时工作时典型电流 0.88mA。 低功耗模式
：降低采样率或关闭部分电路以降低功耗。例如，ICM-42670-P 六轴同时工作时典型电流 0.55mA，睡眠模式仅 3.5μA。
8. 20000g 抗冲击能力
定义
：芯片能承受 20000 倍重力加速度的冲击而不损坏。 意义
：适应恶劣环境（如工业振动、无人机碰撞），确保物理可靠性。
9. Self-test 自测试
功能
：芯片内置测试电路，可自检陀螺仪、加速度计是否正常工作。 应用
：设备启动时执行自测试，快速排查传感器故障（如零偏异常）。
10. WoM（Wake-on-Motion）运动唤醒检测
原理
：芯片持续监测加速度，当检测到运动（如振动、晃动）时，从低功耗模式唤醒主控。 典型应用
：智能手表在用户抬手时唤醒屏幕，降低待机功耗。
三、陀螺仪关键参数（角速度测量）
11. 可编程满量程范围（FSR）
定义
：陀螺仪能测量的最大角速度范围，通常用 °/s 表示。 可选范围
：例如 ICM-42688-P 支持 ±15.625~±2000°/s（8 档可调）。 选择原则
：高速运动场景（如无人机）选大范围（如 ±2000°/s），但灵敏度降低；静态或低速场景（如倾角测量）选小范围（如 ±15.625°/s），提高精度。
12. 灵敏度比例因子
定义
：单位角速度对应的数字输出值（LSB/°/s）。 计算公式
：例如 FSR 为 ±2000°/s 时，灵敏度为 16.4 LSB/°/s，则 1°/s 的角速度对应 16.4 个数字量。 意义
：灵敏度越高，量化误差越小，测量越精确。
13. 非线性度
定义
：实际输出与理想直线的最大偏差百分比。 典型值
：±0.1%（如 ICM-42688-P 在 ±2g 量程下）。 影响
：非线性度越高，在大量程下误差越大。
14. 交叉轴灵敏度
定义
：某轴输入角速度时，其他轴的错误输出比例。 典型值
：±1.25%（如 ICM-42688-P）。 影响
：交叉轴灵敏度越高，轴间干扰越大，姿态解算误差越大。
15. 零速率输出（ZRO）
定义
：静止时陀螺仪的实际输出与理论值（0°/s）的偏差。 参数
：包含初始公差（如 ±0.5°/s）和温漂（如 ±0.005°/s/°C）。 影响
：ZRO 越大，静态时的角速度测量误差越大，长时间积分会导致姿态角累积误差。
16. 速率噪声谱密度
定义
：单位频率下的噪声强度，单位 mdps/√Hz（毫度每秒每根号赫兹）。 典型值
：例如 ICM-42688-P 在 10Hz 时为 2.8 mdps/√Hz。 意义
：噪声谱密度越低，输出越平滑，适合高精度应用。
17. 总均方根噪声（RMS 噪声）
定义
：特定带宽内的噪声有效值，单位 °/s-rms。 典型值
：例如 ICM-42688-P 在 100Hz 带宽、800Hz 采样率下为 0.07~0.14°/s-rms。 影响
：噪声越大，角速度波动越明显，需通过滤波算法平滑。
18. 机械频率
定义
：陀螺仪内部机械结构的谐振频率。 典型值
：25~29kHz（如 ICM-42688-P）。 设计原则
：工作频率应远离机械频率，避免共振导致测量误差。
19. 陀螺仪启动时间
定义
：从通电到输出稳定数据的时间。 典型值
：例如 ICM-42688-P 为 40ms，ICM-42670-P 为 30ms。 影响
：启动时间越短，设备响应越快，适合需要快速启动的场景（如无人机）。
20. 输出数据速率（ODR）
定义
：传感器数据的更新频率，单位 Hz。 范围
：例如 ICM-42688-P 的陀螺仪 ODR 为 12.5~32000Hz。 选择原则
：高速运动场景（如四轴飞行器）需高 ODR（如 8000Hz）以捕捉快速变化；低功耗场景可选低 ODR（如 12.5Hz）。
四、加速度计关键参数（线加速度测量）
21. 可编程满量程范围（FSR）
定义
：加速度计能测量的最大加速度范围，通常用 g 表示（1g≈9.8m/s2）。 可选范围
：例如 ±2g/±4g/±8g/±16g（ICM-42688-P 支持 4 档可调）。 选择原则
：剧烈运动场景（如碰撞测试）选大范围（如 ±16g）；静态倾角测量选小范围（如 ±2g）以提高精度。
22. 灵敏度比例因子
定义
：单位加速度对应的数字输出值（LSB/g）。 典型值
：例如 FSR 为 ±2g 时，灵敏度为 16384 LSB/g，则 1g 的加速度对应 16384 个数字量。
23. 非线性度 / 交叉轴灵敏度
含义
：与陀螺仪类似，分别表示输出曲线的非线性偏差和轴间干扰比例。 典型值
：非线性度 ±0.1%，交叉轴灵敏度 ±1%。
24. 零重力输出（ZGO）
定义
：静止时加速度计的实际输出与理论值（如水平放置时 x/y 轴应为 0g，z 轴应为 1g）的偏差。 参数
：包含初始公差（如 ±20mg，1mg=0.001g）和温漂（如 ±0.15mg/°C）。 影响
：ZGO 越大，静态倾角计算误差越大。
25. 功率谱密度 / 均方根噪声
定义
：与陀螺仪类似，分别表示单位频率噪声强度（如 10Hz 时 65μg/√Hz）和特定带宽内的噪声有效值（如 100Hz 带宽下 0.65mg-rms）。 影响
：噪声越低，静态加速度测量越稳定，适合高精度倾角测量。
26. 加速度计启动时间 / ODR
含义
：与陀螺仪类似，分别表示启动稳定时间（如 10ms）和数据更新频率（如 ICM-42688-P 的 ODR 为 1.5625~32000Hz）。
五、电气与环境参数
27. VDD/VDDIO
定义
：芯片主电源（VDD）和 I/O 接口电源（VDDIO）的电压范围。 典型值
：最小 1.71V，典型 1.8V，最大 3.6V。 意义
：支持宽电压范围，便于与不同供电系统兼容。
28. 低噪声模式功耗 / 全芯片睡眠模式
低噪声模式功耗
：例如 ICM-42688-P 六轴同时工作时为 0.88mA，ICM-42670-P 为 0.55mA。 睡眠模式功耗
：例如 ICM-42688-P 为 7.5μA，ICM-42670-P 为 3.5μA。 应用
：电池供电设备需优先选择低功耗型号。
29. 温度范围
定义
：芯片正常工作的温度范围。 典型值
：-40°C~+85°C。 意义
：适应工业、汽车等恶劣环境。
六、IMU选型指南
高精度应用
（如工业机器人）：优先关注噪声谱密度（越低越好）、零偏温漂（越小越好）。 高速运动场景
（如无人机）：选择高 ODR（如 32000Hz）、大量程 FSR（如 ±2000°/s）。 低功耗场景
（如穿戴设备）：选择睡眠电流小（如 3.5μA）、低功耗模式电流低（如 0.55mA）的型号。 恶劣环境应用
（如车载设备）：确保温度范围覆盖 - 40°C~+85°C，抗冲击能力≥20000g。
理解这些参数，就能根据具体需求挑选最合适的 IMU 芯片，让机器人的 “内耳” 更灵敏、更可靠。
]]>根据 Merifund Capital Management 的分析，三星电子和特斯拉于 2025 年 7 月 28 日宣布的战略半导体合作伙伴关系引发了市场的强烈反应，加强了全球代工行业的竞争动态。消息公布后，三星股价飙升 6.8%，特斯拉股价立即上涨 4.2%，反映出投资者对这项 165 亿美元协议的长期战略利益充满信心。
这份为期八年的合同延长至 2033 年，将三星德克萨斯州泰勒工厂指定为特斯拉先进 AI6 处理器的独家生产基地。此次合作在很大程度上解决了三星目前在代工行业 8% 的市场份额，传统上由台积电 （TSMC） 主导，台积电占据了 67% 的市场份额。该交易为三星德克萨斯州工厂提供了重要的运营利用率，该工厂此前经历了严重的延误和客户获取挑战。
Merifund Capital Management 强调，该协议标志着半导体行业动态的关键发展。该安排为三星提供了立竿见影的战略和运营优势，使该公司能够显着增强其在高度集中的全球半导体市场中的竞争地位。通过获得特斯拉的重大承诺，三星现在可以利用其先进的 2 纳米制造技术，为未来的客户关系和行业标准树立标杆。
对于特斯拉来说，此次合作的理由同样具有战略意义，保证其下一代 AI6 处理器的专用生产能力。这些芯片对于特斯拉雄心勃勃的技术路线图至关重要，为各种应用提供动力，包括全自动驾驶汽车系统、Optimus 人形机器人和高性能数据中心计算基础设施。特斯拉首席执行官埃隆·马斯克通过社交媒体帖子强调了三星德克萨斯工厂的重要性，并表示该协议宣布的价值只是最低值，实际产量可能高出数倍，强调了该合作伙伴关系的巨大战略价值。
此外，该协议引入了前所未有的运营合作程度，马斯克亲自监督三星德克萨斯州工厂的制造流程。这种亲身参与表明了特斯拉致力于实现卓越制造效率的承诺，并通过利用泰勒工厂靠近马斯克住所的地理位置使公司处于有利地位。
Merifund Capital Management 还指出，最近的股票表现表明了决定性的市场认可，三星达到了 2024 年 9 月以来的最高交易水平，特斯拉股票反映了供应链稳定性的增强。分析强调垂直整合和可靠零部件供应的战略优势是支撑市场乐观情绪的核心因素。
然而，Merifund Capital Management 确定了需要仔细监控的关键风险因素。三星德克萨斯州工厂的运营时间表延迟，目前预计将于 2026 年全面投入运营，这带来了显着的执行风险。此外，美韩贸易关系不断演变可能产生的潜在关税影响，可能征收高达 25% 的半导体进口关税，这增加了长期前景的复杂性。
半导体行业内部的地缘政治动态也需要持续评估。美汇资本管理公司强调，持续的地缘政治紧张局势可能会对全球半导体供应链产生重大影响，因此持续的风险管理势在必行。
总之，该公司认为特斯拉与三星半导体的合作伙伴关系表明关键技术领域向战略性、垂直整合的供应链安排进行了更广泛的转变。此次交易凸显了行业趋势，即倾向于长期战略合作伙伴关系而不是交易供应商关系，反映了围绕供应链安全和技术进步不断变化的市场优先事项。
根据 Merifund Capital Management 的分析，三星电子和特斯拉于 2025 年 7 月 28 日宣布的战略半导体合作伙伴关系引发了市场的强烈反应，加强了全球代工行业的竞争动态。消息公布后，三星股价飙升 6.8%，特斯拉股价立即上涨 4.2%，反映出投资者对这项 165 亿美元协议的长期战略利益充满信心。
这份为期八年的合同延长至 2033 年，将三星德克萨斯州泰勒工厂指定为特斯拉先进 AI6 处理器的独家生产基地。此次合作在很大程度上解决了三星目前在代工行业 8% 的市场份额，传统上由台积电 （TSMC） 主导，台积电占据了 67% 的市场份额。该交易为三星德克萨斯州工厂提供了重要的运营利用率，该工厂此前经历了严重的延误和客户获取挑战。
Merifund Capital Management 强调，该协议标志着半导体行业动态的关键发展。该安排为三星提供了立竿见影的战略和运营优势，使该公司能够显着增强其在高度集中的全球半导体市场中的竞争地位。通过获得特斯拉的重大承诺，三星现在可以利用其先进的 2 纳米制造技术，为未来的客户关系和行业标准树立标杆。
对于特斯拉来说，此次合作的理由同样具有战略意义，保证其下一代 AI6 处理器的专用生产能力。这些芯片对于特斯拉雄心勃勃的技术路线图至关重要，为各种应用提供动力，包括全自动驾驶汽车系统、Optimus 人形机器人和高性能数据中心计算基础设施。特斯拉首席执行官埃隆·马斯克通过社交媒体帖子强调了三星德克萨斯工厂的重要性，并表示该协议宣布的价值只是最低值，实际产量可能高出数倍，强调了该合作伙伴关系的巨大战略价值。
此外，该协议引入了前所未有的运营合作程度，马斯克亲自监督三星德克萨斯州工厂的制造流程。这种亲身参与表明了特斯拉致力于实现卓越制造效率的承诺，并通过利用泰勒工厂靠近马斯克住所的地理位置使公司处于有利地位。
Merifund Capital Management 还指出，最近的股票表现表明了决定性的市场认可，三星达到了 2024 年 9 月以来的最高交易水平，特斯拉股票反映了供应链稳定性的增强。分析强调垂直整合和可靠零部件供应的战略优势是支撑市场乐观情绪的核心因素。
然而，Merifund Capital Management 确定了需要仔细监控的关键风险因素。三星德克萨斯州工厂的运营时间表延迟，目前预计将于 2026 年全面投入运营，这带来了显着的执行风险。此外，美韩贸易关系不断演变可能产生的潜在关税影响，可能征收高达 25% 的半导体进口关税，这增加了长期前景的复杂性。
半导体行业内部的地缘政治动态也需要持续评估。美汇资本管理公司强调，持续的地缘政治紧张局势可能会对全球半导体供应链产生重大影响，因此持续的风险管理势在必行。
总之，该公司认为特斯拉与三星半导体的合作伙伴关系表明关键技术领域向战略性、垂直整合的供应链安排进行了更广泛的转变。此次交易凸显了行业趋势，即倾向于长期战略合作伙伴关系而不是交易供应商关系，反映了围绕供应链安全和技术进步不断变化的市场优先事项。
这是社区和信息中心 StackOverflow 对 49,000 名专业开发人员的最新调查得出的结论，StackOverflow 本身也受到了将大型语言模型 （LLM） 添加到开发人员工作流程的严重影响。
调查发现，到 2025 年，五分之四的开发人员将在他们的工作流程中使用人工智能工具——这一比例近年来一直在快速增长。也就是说，“对人工智能准确性的信任度已从前几年的 40% 下降到今年的 29%。
这两个指标之间的差异说明了 GitHub Copilot 或 Cursor 等人工智能工具对该行业不断发展且复杂的影响。开发人员之间关于这些工具是否或应该有用的争论相对较少，但人们仍在弄清楚什么是最好的应用程序（和限制）。
当被问及他们对人工智能工具的最大挫败感是什么时，45% 的受访者表示他们正在为“几乎正确但不完全正确的人工智能解决方案”而苦苦挣扎——这是报告的最大问题。这是因为与明显错误的输出不同，这些输出可能会引入阴险的错误或其他难以立即识别且相对耗时的问题，特别是对于初级开发人员来说，由于他们依赖人工智能，他们带着虚假的信心来处理工作。
因此，调查中超过三分之一的开发人员“报告说，他们对 Stack Overflow 的一些访问是由于与人工智能相关的问题造成的”。也就是说，他们从基于 LLM 的工具中接受的代码建议会带来问题，然后他们不得不求助于其他人来解决。
即使最近通过推理优化模型取得了重大改进，这种接近但不完全不可靠的问题也不太可能完全消失;这是预测技术工作原理的特有特征。
这就是为什么 72% 的调查参与者表示“氛围编码”不是他们专业工作的一部分;有些人认为它太不可靠，并且可能会引入不适合生产的难以调试的问题。
为什么开发人员仍然使用这些工具
那么，鉴于所有这些怀疑和挫败感，为什么开发人员仍在使用这些工具呢？好吧，在某些情况下，他们的经理试图强迫他们这样做。但更常见的是，这是因为这些工具仍然很明显有用——重要的是不要误用它们。
重要的是，经理和个人贡献者将人工智能工具与强大的培训一起引入工作流程，以确保对最佳实践的深刻理解，这样这些工具就不会被滥用，从而产生的问题多于解决的问题，或者浪费的时间多于节省的时间。
开发人员需要减少对 Copilot 自动完成建议之类的东西的信任，更多地将它们视为一个起点，而不是仅仅按下 Tab 键并继续前进。像这样的工具最适合一种有限的结对编程关系：要求 LLM 发现问题或提出你仔细考虑的更优雅的解决方案，而不是建议你从表面上看的完整方法。
它们也可用于学习。通过不断熟悉新语言、框架或方法来始终学习的机会是吸引一些人从事这项工作的原因之一，而法学硕士可以通过更有针对性的方式回答问题来减少该过程中的摩擦，而不是通过通常不完整的技术文档进行费力的搜索——这正是人们过去使用 StackOverflow 的那种事情。
“尽管我们看到流量下降，但绝没有某些人所说的那么剧烈，”StackOverflow 首席产品和技术官 Jody Bailey 在对 VentureBeat 的评论中说。StackOverflow 计划将其部分资源用于扩大人工智能工具素养和促进社区讨论，以帮助解决涉及这些工具的工作流程特有的问题。
这是社区和信息中心 StackOverflow 对 49,000 名专业开发人员的最新调查得出的结论，StackOverflow 本身也受到了将大型语言模型 （LLM） 添加到开发人员工作流程的严重影响。
调查发现，到 2025 年，五分之四的开发人员将在他们的工作流程中使用人工智能工具——这一比例近年来一直在快速增长。也就是说，“对人工智能准确性的信任度已从前几年的 40% 下降到今年的 29%。
这两个指标之间的差异说明了 GitHub Copilot 或 Cursor 等人工智能工具对该行业不断发展且复杂的影响。开发人员之间关于这些工具是否或应该有用的争论相对较少，但人们仍在弄清楚什么是最好的应用程序（和限制）。
当被问及他们对人工智能工具的最大挫败感是什么时，45% 的受访者表示他们正在为“几乎正确但不完全正确的人工智能解决方案”而苦苦挣扎——这是报告的最大问题。这是因为与明显错误的输出不同，这些输出可能会引入阴险的错误或其他难以立即识别且相对耗时的问题，特别是对于初级开发人员来说，由于他们依赖人工智能，他们带着虚假的信心来处理工作。
因此，调查中超过三分之一的开发人员“报告说，他们对 Stack Overflow 的一些访问是由于与人工智能相关的问题造成的”。也就是说，他们从基于 LLM 的工具中接受的代码建议会带来问题，然后他们不得不求助于其他人来解决。
即使最近通过推理优化模型取得了重大改进，这种接近但不完全不可靠的问题也不太可能完全消失;这是预测技术工作原理的特有特征。
这就是为什么 72% 的调查参与者表示“氛围编码”不是他们专业工作的一部分;有些人认为它太不可靠，并且可能会引入不适合生产的难以调试的问题。
为什么开发人员仍然使用这些工具
那么，鉴于所有这些怀疑和挫败感，为什么开发人员仍在使用这些工具呢？好吧，在某些情况下，他们的经理试图强迫他们这样做。但更常见的是，这是因为这些工具仍然很明显有用——重要的是不要误用它们。
重要的是，经理和个人贡献者将人工智能工具与强大的培训一起引入工作流程，以确保对最佳实践的深刻理解，这样这些工具就不会被滥用，从而产生的问题多于解决的问题，或者浪费的时间多于节省的时间。
开发人员需要减少对 Copilot 自动完成建议之类的东西的信任，更多地将它们视为一个起点，而不是仅仅按下 Tab 键并继续前进。像这样的工具最适合一种有限的结对编程关系：要求 LLM 发现问题或提出你仔细考虑的更优雅的解决方案，而不是建议你从表面上看的完整方法。
它们也可用于学习。通过不断熟悉新语言、框架或方法来始终学习的机会是吸引一些人从事这项工作的原因之一，而法学硕士可以通过更有针对性的方式回答问题来减少该过程中的摩擦，而不是通过通常不完整的技术文档进行费力的搜索——这正是人们过去使用 StackOverflow 的那种事情。
“尽管我们看到流量下降，但绝没有某些人所说的那么剧烈，”StackOverflow 首席产品和技术官 Jody Bailey 在对 VentureBeat 的评论中说。StackOverflow 计划将其部分资源用于扩大人工智能工具素养和促进社区讨论，以帮助解决涉及这些工具的工作流程特有的问题。
但是，根据《经济日报》的说法，由于目前的关税仅涵盖台湾对美出口的25%，即将在一周内出台的232条款半导体裁决可能会更加关键。
商业时报指出，新的互惠关税给芯片贸易带来了压力，并可能进一步加速半导体供应链向美国转移。台积电已经承诺为亚利桑那州的工厂追加1000亿美元投资，环球晶圆也紧随其后，宣布追加40亿美元。然而，尽管采取了这些大规模的行动，台湾仍然难以争取到更好的条件。
虽然低于最初提出的32%，但20%的税率——由特朗普总统签署的白宫行政命令公布——使中国台湾地区与越南、斯里兰卡和孟加拉国处于同一水平。相比之下，日本、韩国和欧盟通过投资承诺获得了更优惠的15%税率。
中国台湾的下一个重点：半导体232调查
经济日报强调，虽然新宣布的20%关税引人注目，但即将到来的半导体232裁决——预计在一周内——可能对台湾产生更大的影响。目前，关键产品如半导体、服务器、药品原料、关键部件、矿产和化学材料仍免受新关税的影响。
据经济日报援引分析师称，当前关税税率仅影响中国台湾对美出口的 25.2%。关键产品如显卡和服务器部件（47.6%）、服务器（25.9%）、笔记本电脑（1.2%）、PC 部件（8.2%）、集成电路（6.8%）、手机（4.1%）、存储介质（1.7%）和药品（0.7%）均未被加征关税，报道补充说。简而言之，这一举动似乎更像是为未来更严厉的台美关税谈判做铺垫。
如路透社先前报道，美国商务部长霍华德·卢特尼克上周日透露，特朗普政府将在两周后公布对半导体进口的国家安全调查结果。
因此，经济日报建议，一旦第 232 条款生效，真正的问题将是中国台湾能否通过正在进行的贸易谈判，为其芯片及相关出口争取最惠国（MFN）待遇——与韩国或欧盟等国家的待遇相当。
日经新闻援引日本首席关税谈判代表赤泽良成的话指出，日本正推动美国对芯片征收 15%的关税——与欧盟的水平相当。
经济日报报道指出，调查结果公布后，总统有90天时间决定是否征收关税。随后，新税率将有一个通知期才会生效。这意味着如果特朗普政府于8月初公布调查结果并迅速推进，新的半导体关税最早可能在9月中旬至10月初生效。
但是，根据《经济日报》的说法，由于目前的关税仅涵盖台湾对美出口的25%，即将在一周内出台的232条款半导体裁决可能会更加关键。
商业时报指出，新的互惠关税给芯片贸易带来了压力，并可能进一步加速半导体供应链向美国转移。台积电已经承诺为亚利桑那州的工厂追加1000亿美元投资，环球晶圆也紧随其后，宣布追加40亿美元。然而，尽管采取了这些大规模的行动，台湾仍然难以争取到更好的条件。
虽然低于最初提出的32%，但20%的税率——由特朗普总统签署的白宫行政命令公布——使中国台湾地区与越南、斯里兰卡和孟加拉国处于同一水平。相比之下，日本、韩国和欧盟通过投资承诺获得了更优惠的15%税率。
中国台湾的下一个重点：半导体232调查
经济日报强调，虽然新宣布的20%关税引人注目，但即将到来的半导体232裁决——预计在一周内——可能对台湾产生更大的影响。目前，关键产品如半导体、服务器、药品原料、关键部件、矿产和化学材料仍免受新关税的影响。
据经济日报援引分析师称，当前关税税率仅影响中国台湾对美出口的 25.2%。关键产品如显卡和服务器部件（47.6%）、服务器（25.9%）、笔记本电脑（1.2%）、PC 部件（8.2%）、集成电路（6.8%）、手机（4.1%）、存储介质（1.7%）和药品（0.7%）均未被加征关税，报道补充说。简而言之，这一举动似乎更像是为未来更严厉的台美关税谈判做铺垫。
如路透社先前报道，美国商务部长霍华德·卢特尼克上周日透露，特朗普政府将在两周后公布对半导体进口的国家安全调查结果。
因此，经济日报建议，一旦第 232 条款生效，真正的问题将是中国台湾能否通过正在进行的贸易谈判，为其芯片及相关出口争取最惠国（MFN）待遇——与韩国或欧盟等国家的待遇相当。
日经新闻援引日本首席关税谈判代表赤泽良成的话指出，日本正推动美国对芯片征收 15%的关税——与欧盟的水平相当。
经济日报报道指出，调查结果公布后，总统有90天时间决定是否征收关税。随后，新税率将有一个通知期才会生效。这意味着如果特朗普政府于8月初公布调查结果并迅速推进，新的半导体关税最早可能在9月中旬至10月初生效。
新产品允许组织实时建模其整个信息技术和运营技术环境，包括支持在攻击发生之前模拟威胁、验证防御和调整策略。
数字孪生技术建立在英伟达公司的加速计算堆栈和 AI Enterprise 软件之上，使用代理 AI 创建高保真、不断更新的企业系统模拟。虚拟环境充当测试平台，安全团队可以在其中对攻击者行为进行建模、试验新工具并做出明智的数据驱动决策，而不会冒运营中断的风险。
新的网络弹性模型旨在支持一系列场景，包括对手模拟、业务连续性测试和投资决策建模。在一个示例中，组织可以使用该模型来测试新的安全工具在其基础设施的虚拟克隆中的性能，或模拟关键业务故障事件，以了解中断如何在连接的系统中产生涟漪。
趋势科技声称，从定期评估到连续智能模拟的转变标志着主动网络安全的重大演变。该技术的想法是，通过允许组织领先于对手、强化其环境以规避网络安全威胁并自信地保护关键任务运营，该技术将安全实践从静态和被动转变为动态和预测性。
新模型不仅仅停留在威胁模拟上，还支持更智能的安全投资和运营规划。决策者可以使用该模型来评估模拟环境中的新工具、策略或架构更改，以衡量其影响，而无需接触实时系统。
“企业正在努力保护复杂、动态的基础设施环境免受高度适应性强、人工智能驱动的对手的侵害。威胁行为者策略和 IT 基础设施的快速转变意味着被动的时间点风险评估不再适合目的，“趋势科技首席企业平台官 Rachel Jin 说。“我们的数字孪生技术使客户能够在不接触生产系统的情况下模拟威胁并安全地验证安全控制，最终缩小数字化转型和防御准备之间的差距。”
]]>新产品允许组织实时建模其整个信息技术和运营技术环境，包括支持在攻击发生之前模拟威胁、验证防御和调整策略。
数字孪生技术建立在英伟达公司的加速计算堆栈和 AI Enterprise 软件之上，使用代理 AI 创建高保真、不断更新的企业系统模拟。虚拟环境充当测试平台，安全团队可以在其中对攻击者行为进行建模、试验新工具并做出明智的数据驱动决策，而不会冒运营中断的风险。
新的网络弹性模型旨在支持一系列场景，包括对手模拟、业务连续性测试和投资决策建模。在一个示例中，组织可以使用该模型来测试新的安全工具在其基础设施的虚拟克隆中的性能，或模拟关键业务故障事件，以了解中断如何在连接的系统中产生涟漪。
趋势科技声称，从定期评估到连续智能模拟的转变标志着主动网络安全的重大演变。该技术的想法是，通过允许组织领先于对手、强化其环境以规避网络安全威胁并自信地保护关键任务运营，该技术将安全实践从静态和被动转变为动态和预测性。
新模型不仅仅停留在威胁模拟上，还支持更智能的安全投资和运营规划。决策者可以使用该模型来评估模拟环境中的新工具、策略或架构更改，以衡量其影响，而无需接触实时系统。
“企业正在努力保护复杂、动态的基础设施环境免受高度适应性强、人工智能驱动的对手的侵害。威胁行为者策略和 IT 基础设施的快速转变意味着被动的时间点风险评估不再适合目的，“趋势科技首席企业平台官 Rachel Jin 说。“我们的数字孪生技术使客户能够在不接触生产系统的情况下模拟威胁并安全地验证安全控制，最终缩小数字化转型和防御准备之间的差距。”
]]>20 年。从 2005 年到 2025 年，是兆易创新高速发展的二十年，更是与电子信息产业发展同频共振的二十年。从发布中国首颗 SPI NOR Flash 的破冰之举，到构建覆盖存储器、MCU、传感器、模拟产品及整体解决方案的全球化矩阵，兆易创新完成了从本土厂商到国际领先 Fabless 芯片供应商的转身。随着国际总部在新加坡落成，这一战略布局不仅彰显了公司在技术领域的深厚积淀，更标志着以全球化思维重构产业生态链的决心。通过深度整合全球技术资源与市场营销网络，以硬核实力参与国际标准制定，在存储芯片、微控制器等核心领域与国际巨头同台竞技，开启了半导体企业高质量全球化的新范式。近日，半导体产业纵横深度对话兆易创新 CEO 胡洪，解码兆易创新的创新发展路径。
战略布局：二十年，向上突破
二十年间，兆易创新以技术深耕为基、战略卡位为翼，持续突破产业层级。
2008 年，兆易创新推出国内第一颗 SPI NOR Flash，这一步棋走得精妙。彼时，国际存储巨头三星、美光、海力士等纷纷战略性收缩 NOR Flash 业务，将资源集中于 NAND 和 DRAM 领域。兆易创新却凭借对技术路线的前瞻研判和市场需求的精准把握，逆势加码 NOR Flash 的研发投入和产能建设，在全球产业调整期完成了关键的技术储备和产能布局。这一战略定力在随后的产业周期中展现出惊人的前瞻性价值。2017 年后，随着全球物联网生态的爆发式增长、5G 基础设施的全面铺开以及可穿戴设备、AR/VR 智能终端的快速普及，NOR Flash 市场需求呈现结构性复苏。兆易创新依托十余年深耕积累的技术优势，不仅在国内市场占据主导地位，更在全球市场与国际巨头展开正面竞争。已成功打入诸多国际一线品牌供应链，迄今全球市场份额跃居第二，实现了从技术跟随者到标准制定者的跨越式发展。这一历程完美诠释了中国半导体企业如何通过精准的战略判断和持续的技术创新，在全球产业格局变动中把握机遇、实现突围。
2013 年，发布 ARM Cortex-M3 内核 32 位通用 MCU，自此入局 MCU 市场。
2019 年，并购上海思立微电子科技有限公司，布局新一代智能终端生物传感技术。
2021 年，发布公司首颗 DDR4 产品，补齐利基型存储拼图。
2024 年，并购锂电保护芯片龙头苏州赛芯，拓展电源管理产品线。
今天再看兆易创新的财报，2024 年全年收入 73.56 亿元，非存储业务也已经占到了差不多 30%。正如 CEO 胡洪所讲：「兆易创新成立 20 年来，产品线布局持续丰富，NOR Flash 是目前最大的产品线。在 NOR Flash 之后，我们又发展出来 MCU、利基型 DRAM、传感器等第二、第三、第四成长曲线。」兆易创新搭建的四条成长曲线证明了：真正的发展，不是追着风口跑，而是在别人看不见的地方，把刚需做成壁垒。
人才赋能：二十年，向下扎根
二十年，兆易创新的另一场赛跑，藏在人才赛道里。
电子信息产业是典型的技术密集型产业，本质上也是人才密集型产业。当问及如何看卓越工程师的培养，胡总表示「技术创新的关键在于人才。目前，各行业均强调工程师文化的重要性，而卓越工程师恰是价值创造的核心力量。」
兆易创新发展的二十年，也是与社会共同培养卓越工程师的二十年，体现了一家优秀企业的社会担当。
外部人才赋能方面，兆易创新大学计划作为公司可持续发展和生态建设的重要组成部分，一直以培养中国电子信息领域的卓越工程师人才为己任，持续在技术上与高校院所双向赋能。其一，着力人才联合培养，与清华大学、北京大学、浙江大学、上海交通大学等国内一流高校共同打造精品课程，并联合出版了二十余本专著教材，累计销量已超过 20000 册。这些课程、书籍和配套学习工具，让高校师生在学习过程中掌握行业实际需求和前沿技术，其二，助力学术交流合作，定期举办师资培训和电子竞赛，吸引高校师生交流参赛，推动优秀案例全国复制推广。其三，共建产研平台，兆易创新与厦门大学、合肥工业大学、深圳大学等多所重点高校建立了联合实验室与实践基地，成功将最新技术应用于高校实践场景，实现优势互补和资源共享，推动教学改革与实践创新。
内部人才培养方面，兆易创新定制了全方位的人才发展战略，推出了「初芯 -> 燃芯 -> 慧芯 -> 领芯」人才梯队培养计划。针对新员工、骨干员工、初中高层管理者的不同需求量身定制培养方案，构建有竞争力的人才队伍和完备的人才机构。胡总表示，「共同成长」是兆易创新企业文化的重要内涵，公司持续搭建企业与员工双向赋能的平台。
二十年，兆易创新把赋能发展放在第一位。正如胡总所讲：兆易创新自 2018 年起，已连续八年对研电赛进行总冠名。希望借助这一具有强大号召力的全国性竞赛，将其打造成为公司生态建设、方案挖掘、品牌宣传和人才培养的领先平台。在生态建设方面，借助研电赛企业命题，让更多同学在学习阶段就使用兆易创新的产品和工具设计整体方案。在方案挖掘方面，通过研电赛积累了上千份优秀作品，其中不乏成熟且具有商业化价值的方案。比如去年入围「研电之星」的西安电子科技大学《高可靠铁路电网故障检测系统》方案，使用兆易创新的 Flash、MCU、模拟多款芯片进行设计，目前已在全国多地高铁线路开展批量测试，并通过了实际场景验证。这套系统不仅适用于高铁电网运维，还可以拓展到发电厂、化工厂等工业电网的故障检测领域，展现出跨行业应用的巨大潜力。在品牌传播方面，兆易创新始终秉承「科技创新赋能美好生活」的发展使命，通过研电赛，将公司的愿景与企业文化传递给高校师生。在人才培养方面，将企业招聘与研电赛深度融合。目前在西安、合肥、成都等办公地已有多名往届参赛选手加入到兆易创新大家庭，形成「以赛引才」的良性循环。这些具备实战经验的青年人才快速成长为技术骨干和项目中坚，为公司注入了更多创新活力。
在整个交流环节，胡总特别提到：「竞赛在每一位参赛者心中点燃了科技创新的星火。随着他们走上工作岗位，必将以创新能力和国际化视野，在更广阔的科技领域绽放光芒。」这正是兆易创新与研电赛、与科技创新同频共振、一路同行的期待。
AI 驱动：全面布局，共赴未来
向上突破，向下扎根，兆易创新的发展动力势不可挡。
纵观发展历程，以 "感、存、算、控、联"构建五位一体的芯片产品矩阵。从工业自动化到智能汽车，从消费电子到通信设施，兆易创新的技术足迹已遍布各类应用领域。如今，面对 AI 技术掀起的全球产业变革浪潮，公司正以前瞻性布局把握时代机遇。
谈到智能时代的技术和产品准备，胡总介绍到：兆易创新作为综合性芯片企业，具备提供一站式系统解决方案的能力。目前，公司产品已成功应用于全球 AI 硬件生态，从 AI 耳机、智能眼镜到 AI PC 等新兴场景均实现规模化落地。针对具身智能机器人这一战略性赛道，胡总特别强调：「具身智能机器人的发展潜力不亚于智能汽车，边缘侧需要具备智能感知和自主判断能力。为此，我们正在开发新一代 AI 赋能型 MCU 产品矩阵，为即将到来的具身智能革命提供底层芯片支撑。」凭借"存储+计算+感知"的三维产品布局和跨领域技术整合能力，兆易创新正以全球化视野和本土化创新，为 AI 时代的产业变革提供解决方案。
风起青萍，浪成于微。二十载深耕不辍，兆易创新已从本土芯片设计领域的开拓者，成长为全球半导体产业格局的重要参与者。期待以『未来式』创新破局，在全球化科技竞争的浪潮中，驶向更辽阔的发展蓝海！
]]>20 年。从 2005 年到 2025 年，是兆易创新高速发展的二十年，更是与电子信息产业发展同频共振的二十年。从发布中国首颗 SPI NOR Flash 的破冰之举，到构建覆盖存储器、MCU、传感器、模拟产品及整体解决方案的全球化矩阵，兆易创新完成了从本土厂商到国际领先 Fabless 芯片供应商的转身。随着国际总部在新加坡落成，这一战略布局不仅彰显了公司在技术领域的深厚积淀，更标志着以全球化思维重构产业生态链的决心。通过深度整合全球技术资源与市场营销网络，以硬核实力参与国际标准制定，在存储芯片、微控制器等核心领域与国际巨头同台竞技，开启了半导体企业高质量全球化的新范式。近日，半导体产业纵横深度对话兆易创新 CEO 胡洪，解码兆易创新的创新发展路径。
战略布局：二十年，向上突破
二十年间，兆易创新以技术深耕为基、战略卡位为翼，持续突破产业层级。
2008 年，兆易创新推出国内第一颗 SPI NOR Flash，这一步棋走得精妙。彼时，国际存储巨头三星、美光、海力士等纷纷战略性收缩 NOR Flash 业务，将资源集中于 NAND 和 DRAM 领域。兆易创新却凭借对技术路线的前瞻研判和市场需求的精准把握，逆势加码 NOR Flash 的研发投入和产能建设，在全球产业调整期完成了关键的技术储备和产能布局。这一战略定力在随后的产业周期中展现出惊人的前瞻性价值。2017 年后，随着全球物联网生态的爆发式增长、5G 基础设施的全面铺开以及可穿戴设备、AR/VR 智能终端的快速普及，NOR Flash 市场需求呈现结构性复苏。兆易创新依托十余年深耕积累的技术优势，不仅在国内市场占据主导地位，更在全球市场与国际巨头展开正面竞争。已成功打入诸多国际一线品牌供应链，迄今全球市场份额跃居第二，实现了从技术跟随者到标准制定者的跨越式发展。这一历程完美诠释了中国半导体企业如何通过精准的战略判断和持续的技术创新，在全球产业格局变动中把握机遇、实现突围。
2013 年，发布 ARM Cortex-M3 内核 32 位通用 MCU，自此入局 MCU 市场。
2019 年，并购上海思立微电子科技有限公司，布局新一代智能终端生物传感技术。
2021 年，发布公司首颗 DDR4 产品，补齐利基型存储拼图。
2024 年，并购锂电保护芯片龙头苏州赛芯，拓展电源管理产品线。
今天再看兆易创新的财报，2024 年全年收入 73.56 亿元，非存储业务也已经占到了差不多 30%。正如 CEO 胡洪所讲：「兆易创新成立 20 年来，产品线布局持续丰富，NOR Flash 是目前最大的产品线。在 NOR Flash 之后，我们又发展出来 MCU、利基型 DRAM、传感器等第二、第三、第四成长曲线。」兆易创新搭建的四条成长曲线证明了：真正的发展，不是追着风口跑，而是在别人看不见的地方，把刚需做成壁垒。
人才赋能：二十年，向下扎根
二十年，兆易创新的另一场赛跑，藏在人才赛道里。
电子信息产业是典型的技术密集型产业，本质上也是人才密集型产业。当问及如何看卓越工程师的培养，胡总表示「技术创新的关键在于人才。目前，各行业均强调工程师文化的重要性，而卓越工程师恰是价值创造的核心力量。」
兆易创新发展的二十年，也是与社会共同培养卓越工程师的二十年，体现了一家优秀企业的社会担当。
外部人才赋能方面，兆易创新大学计划作为公司可持续发展和生态建设的重要组成部分，一直以培养中国电子信息领域的卓越工程师人才为己任，持续在技术上与高校院所双向赋能。其一，着力人才联合培养，与清华大学、北京大学、浙江大学、上海交通大学等国内一流高校共同打造精品课程，并联合出版了二十余本专著教材，累计销量已超过 20000 册。这些课程、书籍和配套学习工具，让高校师生在学习过程中掌握行业实际需求和前沿技术，其二，助力学术交流合作，定期举办师资培训和电子竞赛，吸引高校师生交流参赛，推动优秀案例全国复制推广。其三，共建产研平台，兆易创新与厦门大学、合肥工业大学、深圳大学等多所重点高校建立了联合实验室与实践基地，成功将最新技术应用于高校实践场景，实现优势互补和资源共享，推动教学改革与实践创新。
内部人才培养方面，兆易创新定制了全方位的人才发展战略，推出了「初芯 -> 燃芯 -> 慧芯 -> 领芯」人才梯队培养计划。针对新员工、骨干员工、初中高层管理者的不同需求量身定制培养方案，构建有竞争力的人才队伍和完备的人才机构。胡总表示，「共同成长」是兆易创新企业文化的重要内涵，公司持续搭建企业与员工双向赋能的平台。
二十年，兆易创新把赋能发展放在第一位。正如胡总所讲：兆易创新自 2018 年起，已连续八年对研电赛进行总冠名。希望借助这一具有强大号召力的全国性竞赛，将其打造成为公司生态建设、方案挖掘、品牌宣传和人才培养的领先平台。在生态建设方面，借助研电赛企业命题，让更多同学在学习阶段就使用兆易创新的产品和工具设计整体方案。在方案挖掘方面，通过研电赛积累了上千份优秀作品，其中不乏成熟且具有商业化价值的方案。比如去年入围「研电之星」的西安电子科技大学《高可靠铁路电网故障检测系统》方案，使用兆易创新的 Flash、MCU、模拟多款芯片进行设计，目前已在全国多地高铁线路开展批量测试，并通过了实际场景验证。这套系统不仅适用于高铁电网运维，还可以拓展到发电厂、化工厂等工业电网的故障检测领域，展现出跨行业应用的巨大潜力。在品牌传播方面，兆易创新始终秉承「科技创新赋能美好生活」的发展使命，通过研电赛，将公司的愿景与企业文化传递给高校师生。在人才培养方面，将企业招聘与研电赛深度融合。目前在西安、合肥、成都等办公地已有多名往届参赛选手加入到兆易创新大家庭，形成「以赛引才」的良性循环。这些具备实战经验的青年人才快速成长为技术骨干和项目中坚，为公司注入了更多创新活力。
在整个交流环节，胡总特别提到：「竞赛在每一位参赛者心中点燃了科技创新的星火。随着他们走上工作岗位，必将以创新能力和国际化视野，在更广阔的科技领域绽放光芒。」这正是兆易创新与研电赛、与科技创新同频共振、一路同行的期待。
AI 驱动：全面布局，共赴未来
向上突破，向下扎根，兆易创新的发展动力势不可挡。
纵观发展历程，以 "感、存、算、控、联"构建五位一体的芯片产品矩阵。从工业自动化到智能汽车，从消费电子到通信设施，兆易创新的技术足迹已遍布各类应用领域。如今，面对 AI 技术掀起的全球产业变革浪潮，公司正以前瞻性布局把握时代机遇。
谈到智能时代的技术和产品准备，胡总介绍到：兆易创新作为综合性芯片企业，具备提供一站式系统解决方案的能力。目前，公司产品已成功应用于全球 AI 硬件生态，从 AI 耳机、智能眼镜到 AI PC 等新兴场景均实现规模化落地。针对具身智能机器人这一战略性赛道，胡总特别强调：「具身智能机器人的发展潜力不亚于智能汽车，边缘侧需要具备智能感知和自主判断能力。为此，我们正在开发新一代 AI 赋能型 MCU 产品矩阵，为即将到来的具身智能革命提供底层芯片支撑。」凭借"存储+计算+感知"的三维产品布局和跨领域技术整合能力，兆易创新正以全球化视野和本土化创新，为 AI 时代的产业变革提供解决方案。
风起青萍，浪成于微。二十载深耕不辍，兆易创新已从本土芯片设计领域的开拓者，成长为全球半导体产业格局的重要参与者。期待以『未来式』创新破局，在全球化科技竞争的浪潮中，驶向更辽阔的发展蓝海！
]]>作为 ePrix 的举办地，Excel London 几乎是完美的。它由距离市中心仅几分钟路程的两个轻轨站供电，并预装了特许经营权和卫生间以及许多其他基础设施，这些基础设施通常必须用于临时线路，酒店实际上距离酒店仅几步之遥。但与大多数电动方程式比赛一样，几千名车迷的到场虽然不完全是事后才想到的，但并不是该系列赛出现的真正原因——这是一项适合在屏幕后面观看的观众的运动。
这将是赛车的速度，而不是人群的规模，导致电动方程式赛车超出了 20 个弯道、1.3 英里（2.09 公里）的赛道。明年将是最后一次访问，在 2027 年可能的银石 ePrix 之前，一旦第 4 代开始。
不，他们不再换车了
如果您从这项运动开始就一直在关注这项运动，那么您无疑会记得最初的第一代汽车。早在 2014 年，电池成本更高，每单位体积和质量存储的能量更少，完成 45 分钟比赛的唯一方法是让每位车手拥有两辆相同的汽车，在比赛中期进站时交换。
在耐力赛中，不同的车手会跳进跳出同一辆车，在过去，如果看起来可以获得更好的结果，车手有时可能会在比赛中途被队友取代。（顺便说一句，你能想象社交媒体一代对这样的事情做出反应吗？我不确定我什至是否愿意。但车手需要不止一辆车来完成冲刺赛引起了公众的注意，而且不是以一种好的方式。
告诉某人你要去参加 ePrix，“这是他们换车的系列赛吗？
目前的赛车被称为第 3 代 Evo，它与早期略显平淡的时期相去甚远。从零到 60 英里/小时的时间不到两秒，甚至比 F1 还要快。有高达 470 马力（350 kW）的兼职全轮驱动，甚至在引入 Evo 套件之前，第 3 代汽车在波特兰进入 1 号弯时就达到了超过 170 英里/小时（274 公里/小时）。
但这一切都将在短短两年内再次改变。当第 13 赛季于 2026 年底开始时，电动方程式进入了第 4 代时代。而且这是一个巨大的技术升级。全轮驱动成为永久性的，汽车将有 804 马力（600 kW）的功率可供使用。但它们的尺寸正在增长，变得更长（20.4 英寸/520 毫米）、更宽（3.6 英寸/97 毫米），轴距加长 14.7 英寸（375 毫米），整备质量刚刚超过一吨（1,016 公斤）。韩泰轮胎将换成普利司通，普利司通越来越宽、越来越软。
“我认为，当我们设定第 4 代赛车的目标时，由于电气技术的改进——老实说，主要是电池——我们的重点肯定是展示汽车的性能，”国际汽联电动方程式技术总监文森特·盖拉多特 （Vincent Gaillardot） 说。
除了更大更重之外，车队还将拥有高下压力和低下压力配置。赛车手总是想要更大的抓地力，但增加空气动力学将汽车推到赛道表面上可以从根本上改变比赛，而且并不总是以一种为观众带来娱乐奇观的方式。也就是说，Formula E 并没有仅仅因为 Gen 4 增加下压力。
改变绝非易事
“这是一个热门话题。无缓解：汽车性能，汽车性能，汽车性能。所以这就是我去 600 千瓦的原因。这就是为什么高抓地力轮胎、下压力等等，因为以前是不可能的。所以我们不得不在制作节目和表演方面做出其他妥协。这一次，完全没有妥协，“盖拉多特告诉 Ars。相反，第 4 代将是一辆不必为没有内燃机而道歉的赛车。
“目前这已经是必须的，因为我们将变得如此强大和快速，”保时捷工厂电动方程式项目总监弗洛里安·莫德林格 （Florian Modlinger） 说，该项目在伦敦锁定了车队和制造商的冠军头衔。“对于制动作，对于转弯速度，需要一些下压力，对我来说，这将是所有世代汽车性能中最大的一步。这将如何影响比赛？我们仍在调查中，因为我们所有的模拟都在进行中，“他告诉我。
但空气动力学不会成为电动方程式车队的新核心竞争力。车身将是所有车队的标准配置，成本上限可以防止任何人试图花钱解决问题。
“我必须总是回顾一下上一季，因为在第 10 季和去年，第 3 代 Evo 的测试已经在进行中。我们在第 10 赛季的冠军争夺战中，我们已经在研究第 4 代的概念。在成本上限下，你需要将资源分配给三个平行项目，你知道：冠军争夺战、第 3 代 Evo 测试和第 4 代概念，“莫德林格说。保时捷去年夺得了车手冠军，与今年的两个冠军头衔并驾齐驱，因此显然资源分配效果很好。
听起来，未来几年我们可能会看到更多的技术发展空间。到目前为止，该系列只允许制造商自由开发电机、电力电子、变速器和软件等产品。尤其是电池，已被锁定在单一供应商手中，以保持成本合理。
“我们希望，随着第 4 代成为游戏规则的改变者，该系列的投资回报率将会提高。当然，作为国际汽联，以及发起人和制造商，如果我们真的有良好的投资回报，我们将开放制造技术开发的边界。这确实是我们每次都必须努力的平衡，“盖拉多特说。
“明确的立场是该系列本身需要是可持续的;对于制造商和团队来说是可持续的，我们需要始终尊重成本上限，并且我们需要监控该系列的增长情况。这也意味着收入正在增长，并且有机会增加收入，那么我们也可以考虑 [花] 更多的钱，“莫德林格说。
那么，支出控制和严格的技术规则手册，而不是绩效平衡，将是计划。
“当你考虑你可以额外打开什么时，你需要说我们的动力总成已经非常高效了——当你想到从电池到后轮时，超过 97.5%。这是一个令人印象深刻的数字。在那里，你也许可以考虑将来是否应该开放其他东西，比如电池基础设施、电池冷却、电池热管理，以及任何可以有所作为的小事情，这些小事情与技术和公路车相关，“莫德林格说。
作为 ePrix 的举办地，Excel London 几乎是完美的。它由距离市中心仅几分钟路程的两个轻轨站供电，并预装了特许经营权和卫生间以及许多其他基础设施，这些基础设施通常必须用于临时线路，酒店实际上距离酒店仅几步之遥。但与大多数电动方程式比赛一样，几千名车迷的到场虽然不完全是事后才想到的，但并不是该系列赛出现的真正原因——这是一项适合在屏幕后面观看的观众的运动。
这将是赛车的速度，而不是人群的规模，导致电动方程式赛车超出了 20 个弯道、1.3 英里（2.09 公里）的赛道。明年将是最后一次访问，在 2027 年可能的银石 ePrix 之前，一旦第 4 代开始。
不，他们不再换车了
如果您从这项运动开始就一直在关注这项运动，那么您无疑会记得最初的第一代汽车。早在 2014 年，电池成本更高，每单位体积和质量存储的能量更少，完成 45 分钟比赛的唯一方法是让每位车手拥有两辆相同的汽车，在比赛中期进站时交换。
在耐力赛中，不同的车手会跳进跳出同一辆车，在过去，如果看起来可以获得更好的结果，车手有时可能会在比赛中途被队友取代。（顺便说一句，你能想象社交媒体一代对这样的事情做出反应吗？我不确定我什至是否愿意。但车手需要不止一辆车来完成冲刺赛引起了公众的注意，而且不是以一种好的方式。
告诉某人你要去参加 ePrix，“这是他们换车的系列赛吗？
目前的赛车被称为第 3 代 Evo，它与早期略显平淡的时期相去甚远。从零到 60 英里/小时的时间不到两秒，甚至比 F1 还要快。有高达 470 马力（350 kW）的兼职全轮驱动，甚至在引入 Evo 套件之前，第 3 代汽车在波特兰进入 1 号弯时就达到了超过 170 英里/小时（274 公里/小时）。
但这一切都将在短短两年内再次改变。当第 13 赛季于 2026 年底开始时，电动方程式进入了第 4 代时代。而且这是一个巨大的技术升级。全轮驱动成为永久性的，汽车将有 804 马力（600 kW）的功率可供使用。但它们的尺寸正在增长，变得更长（20.4 英寸/520 毫米）、更宽（3.6 英寸/97 毫米），轴距加长 14.7 英寸（375 毫米），整备质量刚刚超过一吨（1,016 公斤）。韩泰轮胎将换成普利司通，普利司通越来越宽、越来越软。
“我认为，当我们设定第 4 代赛车的目标时，由于电气技术的改进——老实说，主要是电池——我们的重点肯定是展示汽车的性能，”国际汽联电动方程式技术总监文森特·盖拉多特 （Vincent Gaillardot） 说。
除了更大更重之外，车队还将拥有高下压力和低下压力配置。赛车手总是想要更大的抓地力，但增加空气动力学将汽车推到赛道表面上可以从根本上改变比赛，而且并不总是以一种为观众带来娱乐奇观的方式。也就是说，Formula E 并没有仅仅因为 Gen 4 增加下压力。
改变绝非易事
“这是一个热门话题。无缓解：汽车性能，汽车性能，汽车性能。所以这就是我去 600 千瓦的原因。这就是为什么高抓地力轮胎、下压力等等，因为以前是不可能的。所以我们不得不在制作节目和表演方面做出其他妥协。这一次，完全没有妥协，“盖拉多特告诉 Ars。相反，第 4 代将是一辆不必为没有内燃机而道歉的赛车。
“目前这已经是必须的，因为我们将变得如此强大和快速，”保时捷工厂电动方程式项目总监弗洛里安·莫德林格 （Florian Modlinger） 说，该项目在伦敦锁定了车队和制造商的冠军头衔。“对于制动作，对于转弯速度，需要一些下压力，对我来说，这将是所有世代汽车性能中最大的一步。这将如何影响比赛？我们仍在调查中，因为我们所有的模拟都在进行中，“他告诉我。
但空气动力学不会成为电动方程式车队的新核心竞争力。车身将是所有车队的标准配置，成本上限可以防止任何人试图花钱解决问题。
“我必须总是回顾一下上一季，因为在第 10 季和去年，第 3 代 Evo 的测试已经在进行中。我们在第 10 赛季的冠军争夺战中，我们已经在研究第 4 代的概念。在成本上限下，你需要将资源分配给三个平行项目，你知道：冠军争夺战、第 3 代 Evo 测试和第 4 代概念，“莫德林格说。保时捷去年夺得了车手冠军，与今年的两个冠军头衔并驾齐驱，因此显然资源分配效果很好。
听起来，未来几年我们可能会看到更多的技术发展空间。到目前为止，该系列只允许制造商自由开发电机、电力电子、变速器和软件等产品。尤其是电池，已被锁定在单一供应商手中，以保持成本合理。
“我们希望，随着第 4 代成为游戏规则的改变者，该系列的投资回报率将会提高。当然，作为国际汽联，以及发起人和制造商，如果我们真的有良好的投资回报，我们将开放制造技术开发的边界。这确实是我们每次都必须努力的平衡，“盖拉多特说。
“明确的立场是该系列本身需要是可持续的;对于制造商和团队来说是可持续的，我们需要始终尊重成本上限，并且我们需要监控该系列的增长情况。这也意味着收入正在增长，并且有机会增加收入，那么我们也可以考虑 [花] 更多的钱，“莫德林格说。
那么，支出控制和严格的技术规则手册，而不是绩效平衡，将是计划。
“当你考虑你可以额外打开什么时，你需要说我们的动力总成已经非常高效了——当你想到从电池到后轮时，超过 97.5%。这是一个令人印象深刻的数字。在那里，你也许可以考虑将来是否应该开放其他东西，比如电池基础设施、电池冷却、电池热管理，以及任何可以有所作为的小事情，这些小事情与技术和公路车相关，“莫德林格说。
虽然谷歌最初反对该行为准则，但沃克表示，它向欧盟委员会提供的意见受到了好评，其结果是一个法律框架，它认为可以为欧洲提供“安全、一流的人工智能工具”。该公司声称，到 2034 年，此类工具在非洲大陆的扩张可以每年推动经济增长 8%（约合 1.8 万亿欧元）。
这些所谓的经济收益像诱饵一样被悬而未决，以吸引欧盟的商业利益集团在《行为准则》上与谷歌保持一致。虽然该公司正在签署协议，但它似乎有兴趣影响协议的实施方式。沃克表示，谷歌仍然担心收紧版权准则和强制披露可能的商业秘密可能会减缓创新。与效仿一些竞争对手避免自愿遵守相比，在谈判桌上占有一席之地可以更容易扭转监管的针头。
谷歌的立场与Meta形成鲜明对比，Meta坚决拒绝签署该协议。这位 Facebook 所有者声称，自愿行为准则可能会对前沿模型开发施加太多限制，这对该公司来说，在希望加强其所谓的“超级智能”项目时采取的立场并不奇怪。Microsoft 仍在考虑该协议，并可能最终签署该协议，但 ChatGPT 制造商 OpenAI 已表示将签署该代码。
人工智能系统的监管可能是下一个障碍，因为大型科技公司的目标是部署具有变革性和对未来至关重要的技术。多年来，搜索和 Android 等谷歌产品一直受到欧盟监管机构的关注，因此使用人工智能代码进入底层将有助于它应对肯定会是一个动荡的法律环境。
全面的人工智能框架
美国一直回避人工智能监管，现任政府正在积极努力取消现有的少数限制。白宫甚至试图在最近的税收法案中禁止所有州级人工智能监管，为期 10 年。与此同时，欧洲正在认真对待人工智能工具可能产生的负面影响，监管框架不断快速发展。
人工智能行为准则旨在为人工智能公司在面对不断变化的形势时提供更多的确定性。它是在 1,000 多名公民团体、学者和行业专家的意见下开发的。欧盟委员会表示，采用自愿准则的公司将享受较低的官僚负担，从而简化对去年生效的该区人工智能法案的遵守。
根据该准则的条款，谷歌将不得不发布其模型训练数据的摘要，并向监管机构披露其他模型功能。该准则还包括有关公司应如何根据《人工智能法案》管理安全和安保的指导。同样，它还包括使公司的模型开发与欧盟版权法保持一致的途径，因为它与人工智能有关，这是谷歌和其他公司的痛处。
像 Meta 这样不签署准则的公司将无法逃脱监管。所有在欧洲运营的人工智能公司都必须遵守《人工智能法案》，其中包括世界上最详细的生成式人工智能系统监管框架。该法律禁止人工智能的高风险使用，例如故意欺骗或纵用户、社交评分系统以及公共场所的实时生物识别扫描。违反《人工智能法案》规则的公司可能会被处以高达 3500 万欧元（4010 万美元）的罚款，或高达违法者全球收入的 7%。
虽然谷歌最初反对该行为准则，但沃克表示，它向欧盟委员会提供的意见受到了好评，其结果是一个法律框架，它认为可以为欧洲提供“安全、一流的人工智能工具”。该公司声称，到 2034 年，此类工具在非洲大陆的扩张可以每年推动经济增长 8%（约合 1.8 万亿欧元）。
这些所谓的经济收益像诱饵一样被悬而未决，以吸引欧盟的商业利益集团在《行为准则》上与谷歌保持一致。虽然该公司正在签署协议，但它似乎有兴趣影响协议的实施方式。沃克表示，谷歌仍然担心收紧版权准则和强制披露可能的商业秘密可能会减缓创新。与效仿一些竞争对手避免自愿遵守相比，在谈判桌上占有一席之地可以更容易扭转监管的针头。
谷歌的立场与Meta形成鲜明对比，Meta坚决拒绝签署该协议。这位 Facebook 所有者声称，自愿行为准则可能会对前沿模型开发施加太多限制，这对该公司来说，在希望加强其所谓的“超级智能”项目时采取的立场并不奇怪。Microsoft 仍在考虑该协议，并可能最终签署该协议，但 ChatGPT 制造商 OpenAI 已表示将签署该代码。
人工智能系统的监管可能是下一个障碍，因为大型科技公司的目标是部署具有变革性和对未来至关重要的技术。多年来，搜索和 Android 等谷歌产品一直受到欧盟监管机构的关注，因此使用人工智能代码进入底层将有助于它应对肯定会是一个动荡的法律环境。
全面的人工智能框架
美国一直回避人工智能监管，现任政府正在积极努力取消现有的少数限制。白宫甚至试图在最近的税收法案中禁止所有州级人工智能监管，为期 10 年。与此同时，欧洲正在认真对待人工智能工具可能产生的负面影响，监管框架不断快速发展。
人工智能行为准则旨在为人工智能公司在面对不断变化的形势时提供更多的确定性。它是在 1,000 多名公民团体、学者和行业专家的意见下开发的。欧盟委员会表示，采用自愿准则的公司将享受较低的官僚负担，从而简化对去年生效的该区人工智能法案的遵守。
根据该准则的条款，谷歌将不得不发布其模型训练数据的摘要，并向监管机构披露其他模型功能。该准则还包括有关公司应如何根据《人工智能法案》管理安全和安保的指导。同样，它还包括使公司的模型开发与欧盟版权法保持一致的途径，因为它与人工智能有关，这是谷歌和其他公司的痛处。
像 Meta 这样不签署准则的公司将无法逃脱监管。所有在欧洲运营的人工智能公司都必须遵守《人工智能法案》，其中包括世界上最详细的生成式人工智能系统监管框架。该法律禁止人工智能的高风险使用，例如故意欺骗或纵用户、社交评分系统以及公共场所的实时生物识别扫描。违反《人工智能法案》规则的公司可能会被处以高达 3500 万欧元（4010 万美元）的罚款，或高达违法者全球收入的 7%。
现在的答案一定是大而美的阿美利加。得益于先后两位大统领的政策扶持，目前全球能够量产3nm工艺的三家晶圆厂都在美国建立了晶圆厂服务美国本地客户，同时还加上在成熟晶圆市场突然发力的德州仪器。只不过三家先进晶圆厂最近的境遇实在是天壤之别。台积电被高看未来市值可能逼近3万亿，而英特尔短短18个月内裁员超三成，三星电子2025年第二季度其芯片制造部门的营业利润同比下降94%，但下降是由巨大的库存成本推动的。
当人们认为半导体制造市场台积电将一骑绝尘之际，爱出风头的马斯克出手了，一张价值165亿美元的代工合同送给风雨飘摇的三星半导体，而订单的主体是三星美国德州泰勒工厂，这家在一个月前还因为缺乏客户而面临无法开工窘境的工厂忽然之间迎来了接近设计最大产能半数规模的订单，现在可能泰勒工厂要做的事情就是赶紧加快建设步伐以及招募员工，千万不要耽搁了2026年的投产计划。
三星晶圆制造新代言人——马斯克
泰勒工厂是三星践行美国晶圆制造的行动，去年12月作为《芯片法案》的一部分，拜登政府承诺提供 47.5 亿美元支持三星德克萨斯州的半导体工厂。美国前商务部长吉娜·雷蒙多当时表示，这笔资金将确保美国保持“源源不断”的人工智能和国家安全应用所必需的芯片。相比于台积电亚利桑那工厂的轰轰烈烈，三星泰勒工厂因为种种原因始终是个“反面典型“，建设进展缓慢，进度缺乏保障，员工招募迟滞，甚至连意向客户都寥寥无几。
三星和特斯拉之间的合同据马斯克自己透露165亿仅仅是保底金额，即使按照分摊到8年（2026-2033）时间内，每年的合同金额也超过了20亿美元（这个数字约是整个三星晶圆代工业务现在年营收的四分之一），对三星目前泰勒工厂生产能力来说，这笔订单几乎确保工厂在投产前几年不会面临严重亏损，而这点目前台积电的亚利桑那工厂都没有做到。在解释为何选择三星的泰勒工厂做代工伙伴而非更稳妥的台积电，马斯克给出的最大理由似乎是泰勒工厂离他很近，“三星同意允许特斯拉协助最大限度地提高制造效率。这是一个关键点，因为我将亲自走在这条线上，以加快前进的步伐。而且这个工厂位置很方便，离我家不远”。这么看，刚刚卸任DOGE部长位置并回归企业家身份的马斯克，似乎又要在自己身上贴上“三星晶圆厂经理”这个标签。
相比于特斯拉的巨额订单给三星回了一口血带来的影响，马斯克的话似乎引发整个晶圆代工格局的新变化。想象一下，看到马斯克穿着兔子服在晶圆厂内与产线操作员交谈，在商务领域呆滞刻板的韩国技术员该如何面对这样一个可能颠覆整个芯片制造行业的人不容置喙的指手画脚？更重要的是，马斯克可能会亲自上阵跟半导体设备供应商进行性价比谈判和设备定制，过去这种定制权力似乎只属于英特尔……，甚至马斯克的超级工厂概念和机器工人概念将会影响多少三星泰勒工厂的运营，泰勒工厂是否会临时修改设计图纸来迎合马斯克的芯片采购需求，这些都不是天方夜谭。
从业界分析来看，假设每片12英寸晶圆的成本为2万美元，每片晶圆上可切割300个芯片，且良率达到100%，那么这份165亿美元的合同将在8年内生产出2.475亿个芯片。即便将良率调整为70%，并假设每辆车使用2个芯片，这一产量仍远超Tesla当前的电动车销售规模。根据财报数据，Tesla在2023年和2024年分别仅售出180万辆和179万辆电动车，订单量与实际需求显然不成比例。解释只有一个，就是这次合作的不是简单的特斯拉汽车芯片，而是包含特斯拉未来的机器人和AI计划等全面的产品合作。
当然，特斯拉并不是第一次跟三星合作，目前，三星生产特斯拉的AI4芯片，该芯片主要应用于全自动驾驶辅助系统。当然，特斯拉始终确保自身供应链多元化，包括台积电（台积电），该公司计划最初在中国台湾生产特斯拉的AI5芯片，后来转向在亚利桑那州生产。这次特斯拉选择三星合作新A16芯片的合同表明，特斯拉的战略包括准备多代人工智能处理器，以增强其自动驾驶汽车开发计划。
其实从商务角度上看，特斯拉选择泰勒工厂有很多理由，首先特斯拉现在拥有有保证的前端芯片供应链：美国采购、抗关税、汽车级芯片产能，更重要的是，这种庞大的订单额度可以让泰勒工厂为特斯拉单独开辟一条生产线，这是台积电曾经多次拒绝过的苹果的特权要求。相比于台积电的亚利桑那工厂，产能也许是马斯克最看重的一环，在台积电无法保证足够产能留给特斯拉的前提下，三星的介入无疑是马斯克深思熟虑后更有利的选择。好吧，起码这笔订单如果正常运作，那么马斯克现在可以为其机器人、汽车等重点产品确保最关键的人工智能芯片产能，这种产能让特斯拉完全不用看英伟达和台积电的脸色。
受伤的只有英特尔
拿下特斯拉庞大的订单，加上可能到来的高通先进工艺订单，三星晶圆代工业务似乎在短短两个月内从地狱回到天堂，现在泰勒工厂可以全速推进，先进工艺也有钱继续支持研发，甚至未来产线流程和运营都可以学习借鉴马斯克，下一步是时候该好好整理一下自己面临的HBM困境了。
全球晶圆制造和封测市场份额占比变化（24Q1-25Q1）
上一个季度三星半导体的利润表现令人失望，凸显了这家全球最大存储芯片制造商面临的日益严峻的挑战。该关键业务部门的营业利润仅为 4000 亿韩元（2.88 亿美元），远低于分析师普遍预期的 2.73 万亿韩元。这一短缺主要归因于其代工部门的亏损不断增加以及美国收紧了对高带宽内存（HBM）芯片的出口管制。虽然三星依然是存储芯片的领导者，但其领先优势逐渐缩小，特别是在AI应用所需要的HBM芯片方面，三星的地位仍然脆弱。它一直在努力获得英伟达对其最新产品的认证，这使得竞争对手SK海力士能够在快速扩张的人工智能内存市场中建立主导地位，而另一个主要竞争对手美光则利用美国制造的优势更好地拉近与英伟达和AMD的距离。分析师估计，三星如果能够通过英伟达的认证，出货的HBM3E 可能贡献高达20亿美元的年化收入，这笔款项本可以在更广泛的行业低迷的情况下提振其内存业务。
但是， SK海力士利用其 1b DRAM 技术实现了更高的良率和更快的生产爬坡时间，使其比三星基于1a的 HBM3E 具有性能优势。三星的1c DRAM是专为HBM4设计的技术，代表了其在人工智能驱动内存领域重拾动力的最雄心勃勃的努力。截至 2025 年第二季度，该公司已经突破了一个关键的产量障碍，生产率提高到 30-40%。这一进展是在全英贤副会长的领导下通过重新设计的流程实现的，使 2025 年底的量产有望实现。然而，延误仍然存在。原定的1c DRAM 量产时间表（2024 年底）已被推迟，迫使三星将其HBM4 路线图推迟到 2026 年。这种滞后并非微不足道：SK 海力士和美光已经在 2025年初对 HBM4 进行样品送检，并计划于 2026 年生产。三星的 HBM4 承诺 2.0 TB/s 带宽和 2048 位接口，如果及时部署，仍然可以脱颖而出，但时间已经非常窘迫了。
目前三星的计划是对代工和内存部门的垂直整合以提供潜在的优势。通过内部化HBM4 生产，三星可以比依赖第三方代工厂的竞争对手更有效地为AMD和NVIDIA等客户定制其产品。然而，这一优势取决于解决产量问题和迅速扩大生产规模，三星的1c DRAM是否能够缩小性能差距，或者延迟是否会巩固 SK 海力士和美光作为下一代 HBM 竞赛中主导者的地位。
对于台积电来说，失去特斯拉的订单不是什么好消息，但也不能说有多糟糕。毕竟马斯克要的肯定很多，而且会插手很多，这点当年的苹果都没做到，马斯克区区一年20亿的订单（订单额只占台积电营收3%）还不足以让台积电开放自己的工厂给合作方。而且亚利桑那工厂虽然规模宏大，但前期产能有英伟达、AMD以及苹果、谷歌、微软这几家（或许还要加上英特尔）撑着，短期内也没啥大空间给野心很大的马斯克。唯一不利的消息大概是，三星泰勒工厂的顺利运营，进一步压缩了台积电在客户面前的议价权，（亚利桑那工厂最受关注的）利润可能会少一点，短期内自己最大的对手三星似乎从奄奄一息又满血复活了。
2025年一季度，台积电在代工市场的份额占比高达67.6%，快接近垄断了。
所以，真正受伤的可能只有英特尔一家了。毕竟英特尔将自己复苏的关键押注在晶圆代工方面，而其晶圆代工业务最大的优势就是美国本地生产，如果三星泰勒工厂不能如期投产，那么自己的竞争对手只有一个产能可能排得满满当当的台积电亚利桑那工厂，自己从台积电手上拿下一些客户或者分摊一些客户订单机会很大。现在三星的泰勒工厂将如期投产，自己18A工艺已经放弃供给代工市场，14A前途未卜，虽然号称开放给客户深度参与的机会，但是跟马斯克自己说的要亲自去产线走一走相比，着实不够坦诚。按照泰勒工厂一年30-40亿左右的订单规模，英特尔面临的潜在年代工订单损失接近20亿，这笔钱对于志在以代工业务实现“MIGA（让英特尔再度伟大）“的管理层来说，似乎很难找到缺口。而英特尔目前披露的两个主要目标客户中，高通在2nm工艺上跟三星走得似乎更近，而苹果无疑只是找TSMC的备选，曾经合作密切的三星似乎比英特尔优势更大。
现在，特斯拉和三星的合作似乎已经达成，对三星半导体来说，特斯拉加上可能的高通也许会弥补在HBM上损失的订单规模，从而继续维持工艺开发所需的必要资本支出。而即将深度参与三星泰勒工厂运营的马斯克，似乎注定要在晶圆代工这个领域再秀一把。不知道马斯克的超级工厂概念是否能够改变这项地球上最精密的自动化量产工艺的未来格局，毕竟相比于向东高傲向西卑微的韩国人，马斯克似乎更愿意去拥抱华夏文明来面对台积电的霸主地位。
]]>现在的答案一定是大而美的阿美利加。得益于先后两位大统领的政策扶持，目前全球能够量产3nm工艺的三家晶圆厂都在美国建立了晶圆厂服务美国本地客户，同时还加上在成熟晶圆市场突然发力的德州仪器。只不过三家先进晶圆厂最近的境遇实在是天壤之别。台积电被高看未来市值可能逼近3万亿，而英特尔短短18个月内裁员超三成，三星电子2025年第二季度其芯片制造部门的营业利润同比下降94%，但下降是由巨大的库存成本推动的。
当人们认为半导体制造市场台积电将一骑绝尘之际，爱出风头的马斯克出手了，一张价值165亿美元的代工合同送给风雨飘摇的三星半导体，而订单的主体是三星美国德州泰勒工厂，这家在一个月前还因为缺乏客户而面临无法开工窘境的工厂忽然之间迎来了接近设计最大产能半数规模的订单，现在可能泰勒工厂要做的事情就是赶紧加快建设步伐以及招募员工，千万不要耽搁了2026年的投产计划。
三星晶圆制造新代言人——马斯克
泰勒工厂是三星践行美国晶圆制造的行动，去年12月作为《芯片法案》的一部分，拜登政府承诺提供 47.5 亿美元支持三星德克萨斯州的半导体工厂。美国前商务部长吉娜·雷蒙多当时表示，这笔资金将确保美国保持“源源不断”的人工智能和国家安全应用所必需的芯片。相比于台积电亚利桑那工厂的轰轰烈烈，三星泰勒工厂因为种种原因始终是个“反面典型“，建设进展缓慢，进度缺乏保障，员工招募迟滞，甚至连意向客户都寥寥无几。
三星和特斯拉之间的合同据马斯克自己透露165亿仅仅是保底金额，即使按照分摊到8年（2026-2033）时间内，每年的合同金额也超过了20亿美元（这个数字约是整个三星晶圆代工业务现在年营收的四分之一），对三星目前泰勒工厂生产能力来说，这笔订单几乎确保工厂在投产前几年不会面临严重亏损，而这点目前台积电的亚利桑那工厂都没有做到。在解释为何选择三星的泰勒工厂做代工伙伴而非更稳妥的台积电，马斯克给出的最大理由似乎是泰勒工厂离他很近，“三星同意允许特斯拉协助最大限度地提高制造效率。这是一个关键点，因为我将亲自走在这条线上，以加快前进的步伐。而且这个工厂位置很方便，离我家不远”。这么看，刚刚卸任DOGE部长位置并回归企业家身份的马斯克，似乎又要在自己身上贴上“三星晶圆厂经理”这个标签。
相比于特斯拉的巨额订单给三星回了一口血带来的影响，马斯克的话似乎引发整个晶圆代工格局的新变化。想象一下，看到马斯克穿着兔子服在晶圆厂内与产线操作员交谈，在商务领域呆滞刻板的韩国技术员该如何面对这样一个可能颠覆整个芯片制造行业的人不容置喙的指手画脚？更重要的是，马斯克可能会亲自上阵跟半导体设备供应商进行性价比谈判和设备定制，过去这种定制权力似乎只属于英特尔……，甚至马斯克的超级工厂概念和机器工人概念将会影响多少三星泰勒工厂的运营，泰勒工厂是否会临时修改设计图纸来迎合马斯克的芯片采购需求，这些都不是天方夜谭。
从业界分析来看，假设每片12英寸晶圆的成本为2万美元，每片晶圆上可切割300个芯片，且良率达到100%，那么这份165亿美元的合同将在8年内生产出2.475亿个芯片。即便将良率调整为70%，并假设每辆车使用2个芯片，这一产量仍远超Tesla当前的电动车销售规模。根据财报数据，Tesla在2023年和2024年分别仅售出180万辆和179万辆电动车，订单量与实际需求显然不成比例。解释只有一个，就是这次合作的不是简单的特斯拉汽车芯片，而是包含特斯拉未来的机器人和AI计划等全面的产品合作。
当然，特斯拉并不是第一次跟三星合作，目前，三星生产特斯拉的AI4芯片，该芯片主要应用于全自动驾驶辅助系统。当然，特斯拉始终确保自身供应链多元化，包括台积电（台积电），该公司计划最初在中国台湾生产特斯拉的AI5芯片，后来转向在亚利桑那州生产。这次特斯拉选择三星合作新A16芯片的合同表明，特斯拉的战略包括准备多代人工智能处理器，以增强其自动驾驶汽车开发计划。
其实从商务角度上看，特斯拉选择泰勒工厂有很多理由，首先特斯拉现在拥有有保证的前端芯片供应链：美国采购、抗关税、汽车级芯片产能，更重要的是，这种庞大的订单额度可以让泰勒工厂为特斯拉单独开辟一条生产线，这是台积电曾经多次拒绝过的苹果的特权要求。相比于台积电的亚利桑那工厂，产能也许是马斯克最看重的一环，在台积电无法保证足够产能留给特斯拉的前提下，三星的介入无疑是马斯克深思熟虑后更有利的选择。好吧，起码这笔订单如果正常运作，那么马斯克现在可以为其机器人、汽车等重点产品确保最关键的人工智能芯片产能，这种产能让特斯拉完全不用看英伟达和台积电的脸色。
受伤的只有英特尔
拿下特斯拉庞大的订单，加上可能到来的高通先进工艺订单，三星晶圆代工业务似乎在短短两个月内从地狱回到天堂，现在泰勒工厂可以全速推进，先进工艺也有钱继续支持研发，甚至未来产线流程和运营都可以学习借鉴马斯克，下一步是时候该好好整理一下自己面临的HBM困境了。
全球晶圆制造和封测市场份额占比变化（24Q1-25Q1）
上一个季度三星半导体的利润表现令人失望，凸显了这家全球最大存储芯片制造商面临的日益严峻的挑战。该关键业务部门的营业利润仅为 4000 亿韩元（2.88 亿美元），远低于分析师普遍预期的 2.73 万亿韩元。这一短缺主要归因于其代工部门的亏损不断增加以及美国收紧了对高带宽内存（HBM）芯片的出口管制。虽然三星依然是存储芯片的领导者，但其领先优势逐渐缩小，特别是在AI应用所需要的HBM芯片方面，三星的地位仍然脆弱。它一直在努力获得英伟达对其最新产品的认证，这使得竞争对手SK海力士能够在快速扩张的人工智能内存市场中建立主导地位，而另一个主要竞争对手美光则利用美国制造的优势更好地拉近与英伟达和AMD的距离。分析师估计，三星如果能够通过英伟达的认证，出货的HBM3E 可能贡献高达20亿美元的年化收入，这笔款项本可以在更广泛的行业低迷的情况下提振其内存业务。
但是， SK海力士利用其 1b DRAM 技术实现了更高的良率和更快的生产爬坡时间，使其比三星基于1a的 HBM3E 具有性能优势。三星的1c DRAM是专为HBM4设计的技术，代表了其在人工智能驱动内存领域重拾动力的最雄心勃勃的努力。截至 2025 年第二季度，该公司已经突破了一个关键的产量障碍，生产率提高到 30-40%。这一进展是在全英贤副会长的领导下通过重新设计的流程实现的，使 2025 年底的量产有望实现。然而，延误仍然存在。原定的1c DRAM 量产时间表（2024 年底）已被推迟，迫使三星将其HBM4 路线图推迟到 2026 年。这种滞后并非微不足道：SK 海力士和美光已经在 2025年初对 HBM4 进行样品送检，并计划于 2026 年生产。三星的 HBM4 承诺 2.0 TB/s 带宽和 2048 位接口，如果及时部署，仍然可以脱颖而出，但时间已经非常窘迫了。
目前三星的计划是对代工和内存部门的垂直整合以提供潜在的优势。通过内部化HBM4 生产，三星可以比依赖第三方代工厂的竞争对手更有效地为AMD和NVIDIA等客户定制其产品。然而，这一优势取决于解决产量问题和迅速扩大生产规模，三星的1c DRAM是否能够缩小性能差距，或者延迟是否会巩固 SK 海力士和美光作为下一代 HBM 竞赛中主导者的地位。
对于台积电来说，失去特斯拉的订单不是什么好消息，但也不能说有多糟糕。毕竟马斯克要的肯定很多，而且会插手很多，这点当年的苹果都没做到，马斯克区区一年20亿的订单（订单额只占台积电营收3%）还不足以让台积电开放自己的工厂给合作方。而且亚利桑那工厂虽然规模宏大，但前期产能有英伟达、AMD以及苹果、谷歌、微软这几家（或许还要加上英特尔）撑着，短期内也没啥大空间给野心很大的马斯克。唯一不利的消息大概是，三星泰勒工厂的顺利运营，进一步压缩了台积电在客户面前的议价权，（亚利桑那工厂最受关注的）利润可能会少一点，短期内自己最大的对手三星似乎从奄奄一息又满血复活了。
2025年一季度，台积电在代工市场的份额占比高达67.6%，快接近垄断了。
所以，真正受伤的可能只有英特尔一家了。毕竟英特尔将自己复苏的关键押注在晶圆代工方面，而其晶圆代工业务最大的优势就是美国本地生产，如果三星泰勒工厂不能如期投产，那么自己的竞争对手只有一个产能可能排得满满当当的台积电亚利桑那工厂，自己从台积电手上拿下一些客户或者分摊一些客户订单机会很大。现在三星的泰勒工厂将如期投产，自己18A工艺已经放弃供给代工市场，14A前途未卜，虽然号称开放给客户深度参与的机会，但是跟马斯克自己说的要亲自去产线走一走相比，着实不够坦诚。按照泰勒工厂一年30-40亿左右的订单规模，英特尔面临的潜在年代工订单损失接近20亿，这笔钱对于志在以代工业务实现“MIGA（让英特尔再度伟大）“的管理层来说，似乎很难找到缺口。而英特尔目前披露的两个主要目标客户中，高通在2nm工艺上跟三星走得似乎更近，而苹果无疑只是找TSMC的备选，曾经合作密切的三星似乎比英特尔优势更大。
现在，特斯拉和三星的合作似乎已经达成，对三星半导体来说，特斯拉加上可能的高通也许会弥补在HBM上损失的订单规模，从而继续维持工艺开发所需的必要资本支出。而即将深度参与三星泰勒工厂运营的马斯克，似乎注定要在晶圆代工这个领域再秀一把。不知道马斯克的超级工厂概念是否能够改变这项地球上最精密的自动化量产工艺的未来格局，毕竟相比于向东高傲向西卑微的韩国人，马斯克似乎更愿意去拥抱华夏文明来面对台积电的霸主地位。
]]>据《韩国经济日报》报道，特斯拉与LGES的合同价值43亿美元。LGES 将于明年 8 月开始向特斯拉供应电池片，至少到 2030 年 7 月底，并在必要时延长合同。
然而，LFP 电池可能不会在路上生活。相反，它们可能会用于特斯拉的储能产品，特斯拉和 LGES 都希望这些产品能够吸收需求，因为北美的电动汽车销售前景看起来如此疲软。
这笔交易还减少了特斯拉对中国供应商的依赖。路透社称，LGES 将在其位于密歇根州的工厂生产磷酸铁锂电池，因此它们不会受到特朗普贸易战关税的约束，这与宁德时代的中国制造电池不同。
据《韩国经济日报》报道，特斯拉与LGES的合同价值43亿美元。LGES 将于明年 8 月开始向特斯拉供应电池片，至少到 2030 年 7 月底，并在必要时延长合同。
然而，LFP 电池可能不会在路上生活。相反，它们可能会用于特斯拉的储能产品，特斯拉和 LGES 都希望这些产品能够吸收需求，因为北美的电动汽车销售前景看起来如此疲软。
这笔交易还减少了特斯拉对中国供应商的依赖。路透社称，LGES 将在其位于密歇根州的工厂生产磷酸铁锂电池，因此它们不会受到特朗普贸易战关税的约束，这与宁德时代的中国制造电池不同。
该公司的业绩正在重新定义人工智能时代的超大规模面貌。对 2025 财年第四季度财报电话会议的客观分析表明，Microsoft 正在云、人工智能和基础设施执行方面全力以赴，并且正在为以千兆瓦而不是机架衡量的未来而努力。
对投资者来说，唯一潜在的负面影响是：1）预计下一季度的资本支出将超过300亿美元，这表明支出将持续领先于收入，并对现金流产生负面影响;2） 由于其 Azure/基础设施业务实现的较低利润率，云的毛利率压力仍在继续。
尽管如此，Microsoft 继续以 Azure 为创新引擎的中心执行良好。因此，我们目前的估计表明，本日历年 Azure 收入将接近 870 亿美元，这意味着相对于 2024 财年，按固定汇率计算增长了 37%。这使得 Azure 的增长率与 Google Cloud Platform 相当，我们估计 Google Cloud Platform 是 Azure 收入的 1/3;收入增长率是亚马逊云科技的两倍多。
Azure：仍然是发动机，现在有 AI 涡轮增压器
Microsoft 报告称，Azure 的年收入超过 750 亿美元，按固定汇率计算同比增长 39%。但这句顶线只说明了故事的一部分。我们的研究表明，Azure 的增长现在是由三管齐下的引擎推动的：遗留迁移（例如雀巢的大规模 SAP 转变）、云原生工作负载的快速扩展以及新的 AI 特定部署。我们估计，Azure AI 服务贡献了 Azure 本季度增长的 19%，超过 30 亿美元。
值得注意的是，Microsoft 声称今年每个季度都占据了人工智能基础设施的份额。部分原因可归因于 Microsoft 在其报告中所做的更改。正如我们去年报道的那样，Microsoft 重新分类了其 Azure 定义，删除了一些正在衰落的传统业务，并用 AI 服务取而代之。我们报告说，这可能会降低 Azure 的整体收入，但提高其增长率。
当时我们预测，一旦 Azure 收入变得足够大，以掩盖 Azure 收入没有观察家想象的那么大的事实，Microsoft 可能会与华尔街分享收入指引，这正是其最新印刷品中发生的情况。这使得 Microsoft 能够创造势头，并让人认为它不仅在跟上步伐，而且在设定步伐。
对于数据平台观察者来说，一个值得注意的金块是随着 Azure Databricks 和 Azure 上的 Snowflake 都在加速，Microsoft 不仅在核心基础设施上获胜，而且还更深入地嵌入了为 AI 提供支持的数据层，并填补了与合作伙伴的数据产品中的空白。
Azure 的收入轨迹非常引人注目，如下图所示。进入 COVID，我们估计 Microsoft Azure 每季度产生大约 40 亿美元的收入。今天，我们的估计表明，Azure 的运行成本每季度超过 210 亿美元，增长率在 30% 的中高范围内。请注意，2024 年的收入趋于平缓，大致与企业移动性、安全性和 Power BI 每用户定价收入的删除同时发生。然后，随着 Azure AI 服务的启动，它急剧上升到 2025 年，Microsoft 披露 Azure 已超过 750 亿美元。
注意：Microsoft 的 2025 财年将于 2025 年第二季度结束，750 亿美元的数字大致对应于 2024 年第三季度至 2025 年第二季度的 CY 期间。在我们看来，Microsoft 巧妙地安排了对 Azure 收入的重新分类和 750 亿美元的披露，以强调其庞大的收入基础以及相对于 AWS 明显更高的增长率。
千兆瓦云的兴起
市场上有很多关于超大规模企业竞相向千兆瓦级数据中心的噪音。Microsoft 通过 KPI 消除了这种噪音。据该公司称，它在过去 12 个月中增加了超过 2 吉瓦的新容量。这家云巨头现在在 400 个地区运营着 70 多个数据中心，是所有云提供商中全球足迹最大的。
Microsoft 声称现在每个 Azure 区域都是 AI 优先的，完全能够支持液体冷却。这并非微不足道。液体冷却使 Microsoft 能够提高计算密度并提高资产可替代性，以平衡全球图形处理单元供应和 AI 需求。在我们看来，这种设计转变是 Microsoft 长期提高基础设施利润率的一个被低估的杠杆。此外，该公司的姿态迫使 AWS 解释其可用区战略的细微差别，而不懂技术的客户往往会忽略这一点。
下面阐明了 Microsoft 和 AWS 之间数据中心占用空间的主要区别：
数量和重点：AWS 通常吹捧具有更广泛全球影响力的更多区域和可用区，而 Azure 则优先考虑具有特定合规性需求和混合云解决方案的位置。
冗余方法：这两个平台都使用可用区来确保高可用性和容错能力。然而，AWS 在每个区域内的多可用区设计是核心优势，表面上提供了更好的正常运行时间。Azure 的可用性区域对于冗余也至关重要，但通常通过区域配对进行扩充，以获得额外的异地冗余。
混合云战略：Azure 与传统的本地 Microsoft 生态系统的集成使其在使用 Azure Stack 的混合云部署中具有优势。AWS 专注于通过 AWS Outposts 将其云扩展到本地环境，但这是一种独特的方法，通常被认为不如 Azure Stack 成熟。不要将 Azure Stack 与 Azure Arc 混淆。Azure Stack 是一系列本地或边缘产品，而 Azure Arc 是将 Azure 管理和服务扩展到任何基础结构（包括 Azure Stack Hub 和 Azure Stack HCI）的桥梁。Azure Stack HCI 已重命名为 Azure 本地。
边缘计算： 与 AWS 的方法相比，Microsoft 使用模块化数据中心进行边缘计算是其战略中更明显的一个方面，根据 AWS 的说法，AWS 主要依靠 Local Zones 和 Wavelength 来拉近服务与用户的距离。
从本质上讲，虽然 Microsoft 和 AWS 都提供强大的云基础设施，但它们有关数据中心足迹的战略决策反映了其目标市场、产品生态系统和整体商业模式。AWS 优先考虑云原生，而 Microsoft 则利用其庞大的传统安装基础来让客户留在其堆栈上。
资本支出爆炸凸显数据中心超级周期
也许财报中最引人注目的是 Microsoft 在保持财务纪律的同时推动创纪录的资本支出的能力。该公司在截至 2025 年 6 月的第四财年投资了 242 亿美元，其中包括 65 亿美元的融资租赁，预计 26 财年第一季度将超过 300 亿美元。其中一半以上的投资用于长期资产，其余的用于 GPU、CPU、网络和存储。
尽管资本支出激进，但首席财务官艾米·胡德 （Amy Hood） 明确表示，这笔支出与公司 3680 亿美元的商业积压密切相关。换句话说，Microsoft 并没有押注投机需求，而是在承诺的收入上进行建设。这是销售、运营和基础设施之间的一致性水平，业内很少有人能比拟。此外，它还凸显了Microsoft目前人工智能能力供应不足的问题。
软件主导的产量提升：秘密武器
在我们看来，纳德拉提出了一个微妙但重要的观点：托管商和超大规模商之间存在差异，这种差异主要体现在软件中。Nadella 表示，GPT-90o 的每个 GPU 的令牌吞吐量同比提高了 4%，这纯粹是通过软件优化。这意味着 Microsoft 正在从相同的芯片中榨取更多性能，在不增加硬件成本的情况下提高有效良率。在受 AI 计算可用性限制的世界中，这是一个关键优势。
有人可能会说，这也是对 AWS 的一剂强心针。没有人会争辩说 AWS 不是超大规模企业。然而，尽管 AWS 在芯片设计、硬件优化和成本效率方面处于行业领先地位，但其商业模式本质上是一家硬件公司，其分销渠道服务于庞大的生态系统。
Microsoft 虽然在硬件工程方面可能不那么精通，但在这方面有能力，而且它还拥有软件即服务的商业模式，我们估计到 2025 年将接近 1000 亿美元。这使 Microsoft 比任何其他云竞争对手都具有相当大的利润优势。尽管如此大力涉足云基础设施业务，但 Microsoft 全公司毛利率为 69%，远高于亚马逊（全公司 40 多岁中后半）和 Alphabet（全公司 50 多岁）。这直接归功于 Microsoft 在软件方面的贡献及其卓越的边际经济。
基础设施利润率面临压力，但可控
正如预期的那样，Microsoft Cloud 利润率同比下降 2 个百分点，至 68%，Azure 的细分市场利润率下降了 4 个百分点。但管理层的语气表明，这不仅是预料之中的，而且是计划好的。该公司声称，它正在有意在实现收入之前扩展人工智能基础设施，这是我们之前在之前的平台转变中看到的模式。由于账面上有多年的承诺，我们相信随着利用率的提高和软件驱动的效率的增加，这些利润率将随着时间的推移而恢复。
写在最后
在我们看来，Microsoft 的第四季度不仅仅是一个节拍，而是一个声明。该公司通过结合无与伦比的规模、积极的数据中心建设战略、严格的资本支出模型和软件资产，使其免受市场波动的影响，并提供从本地到云的简化入口，将 Azure 定位为在 AI 时代占据主导地位。我们相信，这使 Microsoft 不仅在云领域处于领先地位，而且在未来十年的智能基础设施领域处于领先地位。
这一切都发生在我们所说的数据中心超级周期的背景下。我们的估计表明，到 2026 年，数据中心在电力、冷却、服务器、存储和网络方面的支出将达到 5000 亿美元。这一支出以 16% 的 10 年复合年增长率增长，其中人工智能部分在 20 年代中期以复合年增长率增长。就 Microsoft 而言，它毫不犹豫地抓住了这个机会，并大举押注这个周期拥有新鲜、年轻的腿，将在几十年内引领下一代技术。
该公司的业绩正在重新定义人工智能时代的超大规模面貌。对 2025 财年第四季度财报电话会议的客观分析表明，Microsoft 正在云、人工智能和基础设施执行方面全力以赴，并且正在为以千兆瓦而不是机架衡量的未来而努力。
对投资者来说，唯一潜在的负面影响是：1）预计下一季度的资本支出将超过300亿美元，这表明支出将持续领先于收入，并对现金流产生负面影响;2） 由于其 Azure/基础设施业务实现的较低利润率，云的毛利率压力仍在继续。
尽管如此，Microsoft 继续以 Azure 为创新引擎的中心执行良好。因此，我们目前的估计表明，本日历年 Azure 收入将接近 870 亿美元，这意味着相对于 2024 财年，按固定汇率计算增长了 37%。这使得 Azure 的增长率与 Google Cloud Platform 相当，我们估计 Google Cloud Platform 是 Azure 收入的 1/3;收入增长率是亚马逊云科技的两倍多。
Azure：仍然是发动机，现在有 AI 涡轮增压器
Microsoft 报告称，Azure 的年收入超过 750 亿美元，按固定汇率计算同比增长 39%。但这句顶线只说明了故事的一部分。我们的研究表明，Azure 的增长现在是由三管齐下的引擎推动的：遗留迁移（例如雀巢的大规模 SAP 转变）、云原生工作负载的快速扩展以及新的 AI 特定部署。我们估计，Azure AI 服务贡献了 Azure 本季度增长的 19%，超过 30 亿美元。
值得注意的是，Microsoft 声称今年每个季度都占据了人工智能基础设施的份额。部分原因可归因于 Microsoft 在其报告中所做的更改。正如我们去年报道的那样，Microsoft 重新分类了其 Azure 定义，删除了一些正在衰落的传统业务，并用 AI 服务取而代之。我们报告说，这可能会降低 Azure 的整体收入，但提高其增长率。
当时我们预测，一旦 Azure 收入变得足够大，以掩盖 Azure 收入没有观察家想象的那么大的事实，Microsoft 可能会与华尔街分享收入指引，这正是其最新印刷品中发生的情况。这使得 Microsoft 能够创造势头，并让人认为它不仅在跟上步伐，而且在设定步伐。
对于数据平台观察者来说，一个值得注意的金块是随着 Azure Databricks 和 Azure 上的 Snowflake 都在加速，Microsoft 不仅在核心基础设施上获胜，而且还更深入地嵌入了为 AI 提供支持的数据层，并填补了与合作伙伴的数据产品中的空白。
Azure 的收入轨迹非常引人注目，如下图所示。进入 COVID，我们估计 Microsoft Azure 每季度产生大约 40 亿美元的收入。今天，我们的估计表明，Azure 的运行成本每季度超过 210 亿美元，增长率在 30% 的中高范围内。请注意，2024 年的收入趋于平缓，大致与企业移动性、安全性和 Power BI 每用户定价收入的删除同时发生。然后，随着 Azure AI 服务的启动，它急剧上升到 2025 年，Microsoft 披露 Azure 已超过 750 亿美元。
注意：Microsoft 的 2025 财年将于 2025 年第二季度结束，750 亿美元的数字大致对应于 2024 年第三季度至 2025 年第二季度的 CY 期间。在我们看来，Microsoft 巧妙地安排了对 Azure 收入的重新分类和 750 亿美元的披露，以强调其庞大的收入基础以及相对于 AWS 明显更高的增长率。
千兆瓦云的兴起
市场上有很多关于超大规模企业竞相向千兆瓦级数据中心的噪音。Microsoft 通过 KPI 消除了这种噪音。据该公司称，它在过去 12 个月中增加了超过 2 吉瓦的新容量。这家云巨头现在在 400 个地区运营着 70 多个数据中心，是所有云提供商中全球足迹最大的。
Microsoft 声称现在每个 Azure 区域都是 AI 优先的，完全能够支持液体冷却。这并非微不足道。液体冷却使 Microsoft 能够提高计算密度并提高资产可替代性，以平衡全球图形处理单元供应和 AI 需求。在我们看来，这种设计转变是 Microsoft 长期提高基础设施利润率的一个被低估的杠杆。此外，该公司的姿态迫使 AWS 解释其可用区战略的细微差别，而不懂技术的客户往往会忽略这一点。
下面阐明了 Microsoft 和 AWS 之间数据中心占用空间的主要区别：
数量和重点：AWS 通常吹捧具有更广泛全球影响力的更多区域和可用区，而 Azure 则优先考虑具有特定合规性需求和混合云解决方案的位置。
冗余方法：这两个平台都使用可用区来确保高可用性和容错能力。然而，AWS 在每个区域内的多可用区设计是核心优势，表面上提供了更好的正常运行时间。Azure 的可用性区域对于冗余也至关重要，但通常通过区域配对进行扩充，以获得额外的异地冗余。
混合云战略：Azure 与传统的本地 Microsoft 生态系统的集成使其在使用 Azure Stack 的混合云部署中具有优势。AWS 专注于通过 AWS Outposts 将其云扩展到本地环境，但这是一种独特的方法，通常被认为不如 Azure Stack 成熟。不要将 Azure Stack 与 Azure Arc 混淆。Azure Stack 是一系列本地或边缘产品，而 Azure Arc 是将 Azure 管理和服务扩展到任何基础结构（包括 Azure Stack Hub 和 Azure Stack HCI）的桥梁。Azure Stack HCI 已重命名为 Azure 本地。
边缘计算： 与 AWS 的方法相比，Microsoft 使用模块化数据中心进行边缘计算是其战略中更明显的一个方面，根据 AWS 的说法，AWS 主要依靠 Local Zones 和 Wavelength 来拉近服务与用户的距离。
从本质上讲，虽然 Microsoft 和 AWS 都提供强大的云基础设施，但它们有关数据中心足迹的战略决策反映了其目标市场、产品生态系统和整体商业模式。AWS 优先考虑云原生，而 Microsoft 则利用其庞大的传统安装基础来让客户留在其堆栈上。
资本支出爆炸凸显数据中心超级周期
也许财报中最引人注目的是 Microsoft 在保持财务纪律的同时推动创纪录的资本支出的能力。该公司在截至 2025 年 6 月的第四财年投资了 242 亿美元，其中包括 65 亿美元的融资租赁，预计 26 财年第一季度将超过 300 亿美元。其中一半以上的投资用于长期资产，其余的用于 GPU、CPU、网络和存储。
尽管资本支出激进，但首席财务官艾米·胡德 （Amy Hood） 明确表示，这笔支出与公司 3680 亿美元的商业积压密切相关。换句话说，Microsoft 并没有押注投机需求，而是在承诺的收入上进行建设。这是销售、运营和基础设施之间的一致性水平，业内很少有人能比拟。此外，它还凸显了Microsoft目前人工智能能力供应不足的问题。
软件主导的产量提升：秘密武器
在我们看来，纳德拉提出了一个微妙但重要的观点：托管商和超大规模商之间存在差异，这种差异主要体现在软件中。Nadella 表示，GPT-90o 的每个 GPU 的令牌吞吐量同比提高了 4%，这纯粹是通过软件优化。这意味着 Microsoft 正在从相同的芯片中榨取更多性能，在不增加硬件成本的情况下提高有效良率。在受 AI 计算可用性限制的世界中，这是一个关键优势。
有人可能会说，这也是对 AWS 的一剂强心针。没有人会争辩说 AWS 不是超大规模企业。然而，尽管 AWS 在芯片设计、硬件优化和成本效率方面处于行业领先地位，但其商业模式本质上是一家硬件公司，其分销渠道服务于庞大的生态系统。
Microsoft 虽然在硬件工程方面可能不那么精通，但在这方面有能力，而且它还拥有软件即服务的商业模式，我们估计到 2025 年将接近 1000 亿美元。这使 Microsoft 比任何其他云竞争对手都具有相当大的利润优势。尽管如此大力涉足云基础设施业务，但 Microsoft 全公司毛利率为 69%，远高于亚马逊（全公司 40 多岁中后半）和 Alphabet（全公司 50 多岁）。这直接归功于 Microsoft 在软件方面的贡献及其卓越的边际经济。
基础设施利润率面临压力，但可控
正如预期的那样，Microsoft Cloud 利润率同比下降 2 个百分点，至 68%，Azure 的细分市场利润率下降了 4 个百分点。但管理层的语气表明，这不仅是预料之中的，而且是计划好的。该公司声称，它正在有意在实现收入之前扩展人工智能基础设施，这是我们之前在之前的平台转变中看到的模式。由于账面上有多年的承诺，我们相信随着利用率的提高和软件驱动的效率的增加，这些利润率将随着时间的推移而恢复。
写在最后
在我们看来，Microsoft 的第四季度不仅仅是一个节拍，而是一个声明。该公司通过结合无与伦比的规模、积极的数据中心建设战略、严格的资本支出模型和软件资产，使其免受市场波动的影响，并提供从本地到云的简化入口，将 Azure 定位为在 AI 时代占据主导地位。我们相信，这使 Microsoft 不仅在云领域处于领先地位，而且在未来十年的智能基础设施领域处于领先地位。
这一切都发生在我们所说的数据中心超级周期的背景下。我们的估计表明，到 2026 年，数据中心在电力、冷却、服务器、存储和网络方面的支出将达到 5000 亿美元。这一支出以 16% 的 10 年复合年增长率增长，其中人工智能部分在 20 年代中期以复合年增长率增长。就 Microsoft 而言，它毫不犹豫地抓住了这个机会，并大举押注这个周期拥有新鲜、年轻的腿，将在几十年内引领下一代技术。
当前，我国半导体开拓海外市场具有深远的战略意义。从全球化视角看，这是半导体产业突破国内市场增长瓶颈、参与国际产业链重构的必然选择。通过海外布局，半导体企业可以更直接获取尖端技术资源，吸纳国际顶尖人才，缩短与全球领先企业的技术代差。从市场层面看，直接切入高端市场不仅能提升品牌国际影响力，更能通过服务全球客户反哺技术创新，形成良性闭环。当前，全球半导体产业正经历从垂直分工向区域化多元布局的深刻变革，我国半导体主动开拓海外市场，既是对冲逆全球化的防御策略，更是争夺下一代集成电路技术主导权的进攻性布局。
由中国半导体行业协会、中国电子信息产业发展研究院主办，北京赛迪出版传媒有限公司承办的第二十二届中国国际半导体博览会（IC China 2025），通过多层面的策略与合作，为我国半导体开拓海外市场提供了有力助力。
一、借助平台机制，深化国际合作
IC China 2025借势世界半导体理事会（WSC）的平台机制，深化了与全球主要半导体国家和地区的行业组织合作。通过与美国、欧洲、日本、韩国、巴西等国家和地区的半导体行业协会建立紧密联系，汇聚了这些地区丰富的行业资源和市场信息。这为参展的我国半导体企业提供了一个难得的机会，使它们能够直接接触到国际市场的最新动态和需求，从而更精准地定位自己的产品和市场策略。同时，这一国际化平台也为这些企业提供了展示自身实力和技术优势的舞台，增强了它们在国际市场上的竞争力和影响力。
二、精彩活动纷呈，打通重要渠道
IC China 2025通过举办一系列国际产业合作论坛和交流活动，为我国半导体企业提供了与国际同行深入交流与合作的机会。例如，博览会期间将举办第二届巴西—东南亚半导体产业合作论坛、第二届韩国半导体产业合作论坛等，不仅能促进我国与这些地区在半导体领域的交流合作，还为我国企业了解国际市场需求、寻找合作伙伴提供了重要渠道。此外，博览会还将设置供需对接会、企业路演等活动，为我国半导体企业提供了一个直接与国际买家、投资商面对面交流的平台，有助于这些企业拓展海外客户和市场渠道，加速国际化进程。
三、把握时代脉搏，汇聚多方智慧
IC China 2025还通过宣传引导和信息服务，为我国半导体开拓海外市场提供全方位支持。博览会期间，相关专家将解读最新的半导体产业政策和发展趋势，为我国企业提供政策指导和市场方向。同时，博览会还邀请了众多行业学者和企业家，围绕半导体产业的国际化发展、技术创新、市场拓展等议题进行深入研讨和交流，为我国半导体企业提供宝贵的学习机会和灵感来源，为其在海外市场的运营和发展提供有力保障。
总之，IC China 2025通过汇聚全球资源、搭建国际化交流平台、促进国际产业合作以及提供全方位的政策和信息服务，为我国半导体走向世界提供强有力的支持和助力，推动我国半导体产业实现更高水平的开放和发展。
当前，我国半导体开拓海外市场具有深远的战略意义。从全球化视角看，这是半导体产业突破国内市场增长瓶颈、参与国际产业链重构的必然选择。通过海外布局，半导体企业可以更直接获取尖端技术资源，吸纳国际顶尖人才，缩短与全球领先企业的技术代差。从市场层面看，直接切入高端市场不仅能提升品牌国际影响力，更能通过服务全球客户反哺技术创新，形成良性闭环。当前，全球半导体产业正经历从垂直分工向区域化多元布局的深刻变革，我国半导体主动开拓海外市场，既是对冲逆全球化的防御策略，更是争夺下一代集成电路技术主导权的进攻性布局。
由中国半导体行业协会、中国电子信息产业发展研究院主办，北京赛迪出版传媒有限公司承办的第二十二届中国国际半导体博览会（IC China 2025），通过多层面的策略与合作，为我国半导体开拓海外市场提供了有力助力。
一、借助平台机制，深化国际合作
IC China 2025借势世界半导体理事会（WSC）的平台机制，深化了与全球主要半导体国家和地区的行业组织合作。通过与美国、欧洲、日本、韩国、巴西等国家和地区的半导体行业协会建立紧密联系，汇聚了这些地区丰富的行业资源和市场信息。这为参展的我国半导体企业提供了一个难得的机会，使它们能够直接接触到国际市场的最新动态和需求，从而更精准地定位自己的产品和市场策略。同时，这一国际化平台也为这些企业提供了展示自身实力和技术优势的舞台，增强了它们在国际市场上的竞争力和影响力。
二、精彩活动纷呈，打通重要渠道
IC China 2025通过举办一系列国际产业合作论坛和交流活动，为我国半导体企业提供了与国际同行深入交流与合作的机会。例如，博览会期间将举办第二届巴西—东南亚半导体产业合作论坛、第二届韩国半导体产业合作论坛等，不仅能促进我国与这些地区在半导体领域的交流合作，还为我国企业了解国际市场需求、寻找合作伙伴提供了重要渠道。此外，博览会还将设置供需对接会、企业路演等活动，为我国半导体企业提供了一个直接与国际买家、投资商面对面交流的平台，有助于这些企业拓展海外客户和市场渠道，加速国际化进程。
三、把握时代脉搏，汇聚多方智慧
IC China 2025还通过宣传引导和信息服务，为我国半导体开拓海外市场提供全方位支持。博览会期间，相关专家将解读最新的半导体产业政策和发展趋势，为我国企业提供政策指导和市场方向。同时，博览会还邀请了众多行业学者和企业家，围绕半导体产业的国际化发展、技术创新、市场拓展等议题进行深入研讨和交流，为我国半导体企业提供宝贵的学习机会和灵感来源，为其在海外市场的运营和发展提供有力保障。
总之，IC China 2025通过汇聚全球资源、搭建国际化交流平台、促进国际产业合作以及提供全方位的政策和信息服务，为我国半导体走向世界提供强有力的支持和助力，推动我国半导体产业实现更高水平的开放和发展。
NEX52041和NEX52080均搭载嵌入式MCU，并且分别配备16 kB和32 kB的MTP-ROM，能够灵活支持定制化功能的设计与更新，并可通过固件升级确保充电器持续符合最新的USB标准。新推出的USB PD控制器支持多种充电协议，有助于确保USB端口可为来自不同厂商的手机、笔记本电脑及其他设备提供稳定充电。除了支持USB PD协议外，新推出的控制器还支持多种基于D+/D-的快充协议，可进一步提升与新旧设备的兼容性。
NEX52041和NEX52080为单端口USB PD控制器，分别采用4mm x 4mm的QFN-16和QFN-24封装，配备多个可编程的GPIO及I2C接口，支持多IC通信，适用于多端口充电器中的智能功率管理，有助于节省系统功率预算。
与需要依赖于外部器件才能实现充分保护的同类竞品不同，NEX52041和NEX52080在连接器引脚上具备高达30 V的过压容限，不仅提升了系统可靠性，还减少了对外部保护器件的需求，从而有助于降低物料清单 (BOM) 成本。
NEX52041和NEX52080采用恒压 (CV) 和恒流 (CC) 控制环路，支持使用光耦的应用，并可兼容多种DC/DC及AC/DC转换器。设计人员可将新推出的USB PD控制器与Nexperia的AC/DC控制器、MOSFET、GaN器件及TVS/ESD产品搭配使用，快速实现适用于多种USB充电器的一站式解决方案。
]]>
NEX52041和NEX52080均搭载嵌入式MCU，并且分别配备16 kB和32 kB的MTP-ROM，能够灵活支持定制化功能的设计与更新，并可通过固件升级确保充电器持续符合最新的USB标准。新推出的USB PD控制器支持多种充电协议，有助于确保USB端口可为来自不同厂商的手机、笔记本电脑及其他设备提供稳定充电。除了支持USB PD协议外，新推出的控制器还支持多种基于D+/D-的快充协议，可进一步提升与新旧设备的兼容性。
NEX52041和NEX52080为单端口USB PD控制器，分别采用4mm x 4mm的QFN-16和QFN-24封装，配备多个可编程的GPIO及I2C接口，支持多IC通信，适用于多端口充电器中的智能功率管理，有助于节省系统功率预算。
与需要依赖于外部器件才能实现充分保护的同类竞品不同，NEX52041和NEX52080在连接器引脚上具备高达30 V的过压容限，不仅提升了系统可靠性，还减少了对外部保护器件的需求，从而有助于降低物料清单 (BOM) 成本。
NEX52041和NEX52080采用恒压 (CV) 和恒流 (CC) 控制环路，支持使用光耦的应用，并可兼容多种DC/DC及AC/DC转换器。设计人员可将新推出的USB PD控制器与Nexperia的AC/DC控制器、MOSFET、GaN器件及TVS/ESD产品搭配使用，快速实现适用于多种USB充电器的一站式解决方案。
]]>
近日，iDEAL Semiconductor 是一家专注于实现突破性效率的无晶圆厂功率半导体公司，该公司宣布将与电力和射频专家 Richardson Electronics 合作。
根据该协议，iDEAL 将获得 Richardson Electronics 的设计团队和销售专家的支持，以扩展其基于公司新型专利、最先进 SuperQ 技术的超高效、高性能功率 MOSFET 的市场范围。
SuperQ 是本世纪硅技术的首次重大进步。它可将电阻降低高达 5.7 倍，并将开关损耗降低高达 2.1 倍，比领先竞争对手更优。这使功率工程师能够满足现代电力系统的需求，同时保持硅的可靠性、经济性和供应链稳健性。
该协议是在 iDEAL 推出首批基于 SuperQ 的产品（一系列 150 V MOSFET）以及 200V MOSFET 系列样品之后签署的。这些产品提供领先的品质因数 (FOM)，包括业界最低的电阻、开关电荷 (QSW) 和输出电容能量 (EOSS)，现已立即可用。
iDEAL 的初始器件针对硬开关、电机控制和同步整流应用，包括 AI 服务器、USB 电力传输、电机驱动以及 AC/DC 和 DC/DC 转换。
iDEAL Semiconductor 首席执行官兼联合创始人 Mark Granahan 表示：“硅功率半导体的创新已放缓，整个行业的大部分注意力转向了替代材料。SuperQ 证明了硅仍有空间远超人们想象的极限。我们很高兴与 Richardson Electronics 合作 – 他们在电力电子领域的深厚专业知识使他们成为理想的合作伙伴，将 SuperQ 的颠覆性优势带给全球更多客户。”
Richardson Electronics 电力与微波技术执行副总裁 Greg Peloquin 表示：“SuperQ 结构标志着电力领域的重大突破，我们很高兴能代表 iDEAL。作为电力专家，Richardson 的团队处于独特位置，能够帮助功率工程师满足对他们提出的日益严格的要求，而 SuperQ 将成为解决他们挑战的关键组成部分。”
]]>
近日，iDEAL Semiconductor 是一家专注于实现突破性效率的无晶圆厂功率半导体公司，该公司宣布将与电力和射频专家 Richardson Electronics 合作。
根据该协议，iDEAL 将获得 Richardson Electronics 的设计团队和销售专家的支持，以扩展其基于公司新型专利、最先进 SuperQ 技术的超高效、高性能功率 MOSFET 的市场范围。
SuperQ 是本世纪硅技术的首次重大进步。它可将电阻降低高达 5.7 倍，并将开关损耗降低高达 2.1 倍，比领先竞争对手更优。这使功率工程师能够满足现代电力系统的需求，同时保持硅的可靠性、经济性和供应链稳健性。
该协议是在 iDEAL 推出首批基于 SuperQ 的产品（一系列 150 V MOSFET）以及 200V MOSFET 系列样品之后签署的。这些产品提供领先的品质因数 (FOM)，包括业界最低的电阻、开关电荷 (QSW) 和输出电容能量 (EOSS)，现已立即可用。
iDEAL 的初始器件针对硬开关、电机控制和同步整流应用，包括 AI 服务器、USB 电力传输、电机驱动以及 AC/DC 和 DC/DC 转换。
iDEAL Semiconductor 首席执行官兼联合创始人 Mark Granahan 表示：“硅功率半导体的创新已放缓，整个行业的大部分注意力转向了替代材料。SuperQ 证明了硅仍有空间远超人们想象的极限。我们很高兴与 Richardson Electronics 合作 – 他们在电力电子领域的深厚专业知识使他们成为理想的合作伙伴，将 SuperQ 的颠覆性优势带给全球更多客户。”
Richardson Electronics 电力与微波技术执行副总裁 Greg Peloquin 表示：“SuperQ 结构标志着电力领域的重大突破，我们很高兴能代表 iDEAL。作为电力专家，Richardson 的团队处于独特位置，能够帮助功率工程师满足对他们提出的日益严格的要求，而 SuperQ 将成为解决他们挑战的关键组成部分。”
]]>鉴于 Arm 的业绩好坏参半，其股价下跌也许是可以理解的，但高通在收益和收入超出预期并为本季度提供强有力的指导后，会想知道它做错了什么。
首先是 Arm，在公布令人失望的第一季度收益和收入后，其股价在延长交易中下跌超过 8%。该公司在扣除某些成本（例如每股 35 美分的股票薪酬）之前的收益与华尔街的预测一致，而收入为 10.5 亿美元，略低于分析师 10.6 亿美元的目标。
该公司的净利润下降了 42%，仅为 1.3 亿美元，而其指引也好不到哪里去。高管们预测的范围在 10.1 亿美元到 11.1 亿美元之间，这或多或少符合华尔街 10.5 亿美元的目标。
Arm 通过为世界上绝大多数智能手机以及平板电脑和可穿戴设备提供动力的计算机芯片设计架构而声名鹊起。近年来，其芯片设计也开始出现在数据中心服务器和 PC 中。
然而，该公司的故事可能会发生变化，因为 Arm 首席执行官雷内·哈斯（如图）在业绩公布后接受路透社采访时表示，他现在正在寻求在“超越设计”的技术上进行更多投资。他没有直接这么说，但建议是 Arm 可能正在考虑构建自己的完整处理器，或者让合同制造商为其制造它们。
在与分析师的财报电话会议上，哈斯对此进行了更多详细说明，承认存在“执行风险”。Arm 向几乎所有主要半导体公司销售其芯片设计，如果它确实决定出售自己的芯片，它也将面临将其主要客户变成竞争对手的风险。
然而，这些客户可能仍然有兴趣购买 Arm 的完整芯片。例如，Microsoft Corp. 和 Amazon Web Services Inc. 等公司都基于 Arm 的架构设计设计了自己的数据中心处理器，根据 Haas 的说法，其中一些公司“要求一个更好的起点”。
根据 Haas 的说法，更好的起点可能是由 Arm 设计和提供的整个小芯片，然后可以将其集成到定制芯片中。它还可以根据客户的规格自行构建整个芯片。“我们现在正在研究从当前平台转向其他子系统、小芯片或可能的完整解决方案的可行性，”哈斯说。
这一切都很好，但投资者似乎更关注 Arm 的直接业务，即从销售其他公司利用其架构设计的芯片中赚取特许权使用费。不幸的是，对于 Arm 来说，该业务并没有那么好，主要是因为它几乎无法直接控制的智能手机销量下降。
“智能手机行业的增长并不像我们预期的那么强劲，”Arm 首席财务官 Jason Child 在电话会议上承认。
阿姆的问题在于，美国总统唐纳德·特朗普继续制造经济不确定性，威胁要对任何不谈判单独贸易协定的国家实施巨额全面关税。反过来，这种不确定性继续限制消费者在智能手机上的支出。因此，Arm 的“许可和其他收入”同比下降 1%，至 4.68 亿美元。来自更完整建筑设计销售的特许权使用费收入是一个亮点，增长了 25%，达到 5.85 亿美元。
尽管盘后下跌，但 Arm 的股价今年迄今仍上涨超过 29%，跑赢了同期仅上涨 8% 的更广泛的标准普尔 500 指数。
高通超出预期，但手机不尽如人意
尽管 Arm 的盘后走势很容易解释，但投资者为什么将不满情绪发泄在高通身上却不太清楚。
这家主导智能手机半导体市场的芯片制造商在第三季度取得了稳健的业绩，每股收益为 2.77 美元，超过了华尔街 2.71 美元的目标，收入增长 10%，达到 103.7 亿美元，略高于预测的 103.5 亿美元。
业绩帮助高通本季度净利润从去年同期的 21.3 亿美元增至 26.6 亿美元。
高通的指引也不错，高管们表示，他们预计收入将达到 107 亿美元，处于指引范围的中点，高于华尔街 103.5 亿美元的目标。他们还希望每股收益为 2.85 美元，而分析师的预测为 2.83 美元。
高通业绩上一个明显的污点是其手机业务的收入，该业务生产智能手机芯片。它报告的总销售额为 63.3 亿美元，低于华尔街预测的 64.4 亿美元。即便如此，该公司还是通过汽车和物联网业务的强劲增长弥补了这一点，收入分别增长了 21% 和 24%。
高通还报告了其 QTL 部门的增长，该部门从其开发的技术（例如 5G 标准）的专利许可费中获利。总体而言，该部门的销售额为 13.2 亿美元，比去年同期增长 11%。
就像Arm一样，高通也渴望进一步拓展业务，并计划设计和销售可直接用于数据中心的人工智能工作负载的芯片。在与分析师的电话会议上，高通首席执行官克里斯蒂亚诺·阿蒙（上图）表示，该公司已经在与一家主要的云基础设施提供商就此举进行讨论，这可能会在 2028 财年开始为公司创造收入。
“虽然我们处于扩张的早期阶段，但我们正在与多个潜在客户合作，”阿蒙说。“我们目前正在与一家领先的超大规模企业进行深入讨论。”
然而，这一前景不足以平息投资者对高通近期前景的担忧，其股价盘后下跌超过 5%。因此，高通的股价今年迄今上涨了 3% 多一点。
鉴于 Arm 的业绩好坏参半，其股价下跌也许是可以理解的，但高通在收益和收入超出预期并为本季度提供强有力的指导后，会想知道它做错了什么。
首先是 Arm，在公布令人失望的第一季度收益和收入后，其股价在延长交易中下跌超过 8%。该公司在扣除某些成本（例如每股 35 美分的股票薪酬）之前的收益与华尔街的预测一致，而收入为 10.5 亿美元，略低于分析师 10.6 亿美元的目标。
该公司的净利润下降了 42%，仅为 1.3 亿美元，而其指引也好不到哪里去。高管们预测的范围在 10.1 亿美元到 11.1 亿美元之间，这或多或少符合华尔街 10.5 亿美元的目标。
Arm 通过为世界上绝大多数智能手机以及平板电脑和可穿戴设备提供动力的计算机芯片设计架构而声名鹊起。近年来，其芯片设计也开始出现在数据中心服务器和 PC 中。
然而，该公司的故事可能会发生变化，因为 Arm 首席执行官雷内·哈斯（如图）在业绩公布后接受路透社采访时表示，他现在正在寻求在“超越设计”的技术上进行更多投资。他没有直接这么说，但建议是 Arm 可能正在考虑构建自己的完整处理器，或者让合同制造商为其制造它们。
在与分析师的财报电话会议上，哈斯对此进行了更多详细说明，承认存在“执行风险”。Arm 向几乎所有主要半导体公司销售其芯片设计，如果它确实决定出售自己的芯片，它也将面临将其主要客户变成竞争对手的风险。
然而，这些客户可能仍然有兴趣购买 Arm 的完整芯片。例如，Microsoft Corp. 和 Amazon Web Services Inc. 等公司都基于 Arm 的架构设计设计了自己的数据中心处理器，根据 Haas 的说法，其中一些公司“要求一个更好的起点”。
根据 Haas 的说法，更好的起点可能是由 Arm 设计和提供的整个小芯片，然后可以将其集成到定制芯片中。它还可以根据客户的规格自行构建整个芯片。“我们现在正在研究从当前平台转向其他子系统、小芯片或可能的完整解决方案的可行性，”哈斯说。
这一切都很好，但投资者似乎更关注 Arm 的直接业务，即从销售其他公司利用其架构设计的芯片中赚取特许权使用费。不幸的是，对于 Arm 来说，该业务并没有那么好，主要是因为它几乎无法直接控制的智能手机销量下降。
“智能手机行业的增长并不像我们预期的那么强劲，”Arm 首席财务官 Jason Child 在电话会议上承认。
阿姆的问题在于，美国总统唐纳德·特朗普继续制造经济不确定性，威胁要对任何不谈判单独贸易协定的国家实施巨额全面关税。反过来，这种不确定性继续限制消费者在智能手机上的支出。因此，Arm 的“许可和其他收入”同比下降 1%，至 4.68 亿美元。来自更完整建筑设计销售的特许权使用费收入是一个亮点，增长了 25%，达到 5.85 亿美元。
尽管盘后下跌，但 Arm 的股价今年迄今仍上涨超过 29%，跑赢了同期仅上涨 8% 的更广泛的标准普尔 500 指数。
高通超出预期，但手机不尽如人意
尽管 Arm 的盘后走势很容易解释，但投资者为什么将不满情绪发泄在高通身上却不太清楚。
这家主导智能手机半导体市场的芯片制造商在第三季度取得了稳健的业绩，每股收益为 2.77 美元，超过了华尔街 2.71 美元的目标，收入增长 10%，达到 103.7 亿美元，略高于预测的 103.5 亿美元。
业绩帮助高通本季度净利润从去年同期的 21.3 亿美元增至 26.6 亿美元。
高通的指引也不错，高管们表示，他们预计收入将达到 107 亿美元，处于指引范围的中点，高于华尔街 103.5 亿美元的目标。他们还希望每股收益为 2.85 美元，而分析师的预测为 2.83 美元。
高通业绩上一个明显的污点是其手机业务的收入，该业务生产智能手机芯片。它报告的总销售额为 63.3 亿美元，低于华尔街预测的 64.4 亿美元。即便如此，该公司还是通过汽车和物联网业务的强劲增长弥补了这一点，收入分别增长了 21% 和 24%。
高通还报告了其 QTL 部门的增长，该部门从其开发的技术（例如 5G 标准）的专利许可费中获利。总体而言，该部门的销售额为 13.2 亿美元，比去年同期增长 11%。
就像Arm一样，高通也渴望进一步拓展业务，并计划设计和销售可直接用于数据中心的人工智能工作负载的芯片。在与分析师的电话会议上，高通首席执行官克里斯蒂亚诺·阿蒙（上图）表示，该公司已经在与一家主要的云基础设施提供商就此举进行讨论，这可能会在 2028 财年开始为公司创造收入。
“虽然我们处于扩张的早期阶段，但我们正在与多个潜在客户合作，”阿蒙说。“我们目前正在与一家领先的超大规模企业进行深入讨论。”
然而，这一前景不足以平息投资者对高通近期前景的担忧，其股价盘后下跌超过 5%。因此，高通的股价今年迄今上涨了 3% 多一点。
这款新型传感器基于Airfide成熟的毫米波（mmWave）和边缘AI（Edge AI）传感架构，集成了摩尔斯微电子的 MM6108 Wi-Fi HaLow SoC。传输距离比 Wi-Fi 4/5/6/7 提升 10 倍，同时保持超低功耗和高可靠性，适用于商业和工业物联网部署。
Airfide首席执行官?文卡特·卡尔昆特（Venkat Kalkunte）表示“：这款搭载Wi-Fi HaLow的传感器，释放了真正无线、远距离、隐私保护的占用监测的潜力。从老年护理、智能办公室，到公共交通枢纽和仓库，这款设备改变了空间监测的方式 —— 无需摄像头和可穿戴设备，只需简单感知，即可洞察所需信息。”
主要特性：
● 远距离无线连接：采用sub-GHz Wi-Fi HaLow技术，实现全楼宇覆盖
● 边缘AI：先进的边缘AI技术，能够精准监测人员的占用情况、人员出现、移动、跌倒事件等
● 非侵入式感知：采用毫米波雷达传感器进行非侵入式感知，获取人数统计和角度信息
● 实时监控与洞察分析：通过云平台提供实时监控功能，生成可操作的洞察分析
● 便捷应用支持：支持安卓和苹果 iOS系统的应用程序，实现实时监控与部署
应用场景：
● 智能建筑和办公室：实现暖通空调和照明自动化，优化办公桌使用效率，监测占用密度
● 医疗保健和老年护理：提供防跌倒监测、不活动警报、及不侵犯隐私前提下的人员出现监测
● 零售和公共空间：提供人数统计、停留时间分析、排队情况监控和热力图
● 工业和物流：危险区域的工人追踪、物体检测、区域安全合规警报
摩尔斯微电子联合创始人兼首席执行官迈克尔·德尼尔（Michael De Nil）表示：“?此次合作正推动我们实现可扩展、安全、且符合标准的无线传感技术，为下一代物联网IoT 2.0铺平道路。Airfide在实际应用中采用MM6108，是Wi-Fi HaLow潜力的又一绝佳例证。”
Airfide网络公司的Wi-Fi HaLow占用传感器将在日本下一代通信技术博览会（COMNEXT）上展出。欢迎莅临 C12-6 号展位（私有5G），了解演示或媒体咨询事宜。
]]>这款新型传感器基于Airfide成熟的毫米波（mmWave）和边缘AI（Edge AI）传感架构，集成了摩尔斯微电子的 MM6108 Wi-Fi HaLow SoC。传输距离比 Wi-Fi 4/5/6/7 提升 10 倍，同时保持超低功耗和高可靠性，适用于商业和工业物联网部署。
Airfide首席执行官?文卡特·卡尔昆特（Venkat Kalkunte）表示“：这款搭载Wi-Fi HaLow的传感器，释放了真正无线、远距离、隐私保护的占用监测的潜力。从老年护理、智能办公室，到公共交通枢纽和仓库，这款设备改变了空间监测的方式 —— 无需摄像头和可穿戴设备，只需简单感知，即可洞察所需信息。”
主要特性：
● 远距离无线连接：采用sub-GHz Wi-Fi HaLow技术，实现全楼宇覆盖
● 边缘AI：先进的边缘AI技术，能够精准监测人员的占用情况、人员出现、移动、跌倒事件等
● 非侵入式感知：采用毫米波雷达传感器进行非侵入式感知，获取人数统计和角度信息
● 实时监控与洞察分析：通过云平台提供实时监控功能，生成可操作的洞察分析
● 便捷应用支持：支持安卓和苹果 iOS系统的应用程序，实现实时监控与部署
应用场景：
● 智能建筑和办公室：实现暖通空调和照明自动化，优化办公桌使用效率，监测占用密度
● 医疗保健和老年护理：提供防跌倒监测、不活动警报、及不侵犯隐私前提下的人员出现监测
● 零售和公共空间：提供人数统计、停留时间分析、排队情况监控和热力图
● 工业和物流：危险区域的工人追踪、物体检测、区域安全合规警报
摩尔斯微电子联合创始人兼首席执行官迈克尔·德尼尔（Michael De Nil）表示：“?此次合作正推动我们实现可扩展、安全、且符合标准的无线传感技术，为下一代物联网IoT 2.0铺平道路。Airfide在实际应用中采用MM6108，是Wi-Fi HaLow潜力的又一绝佳例证。”
Airfide网络公司的Wi-Fi HaLow占用传感器将在日本下一代通信技术博览会（COMNEXT）上展出。欢迎莅临 C12-6 号展位（私有5G），了解演示或媒体咨询事宜。
]]>高通预计，截至9月份的季度收入将在103亿至111亿美元之间，而分析师的平均预期为106亿美元。第三财季营收为103.7亿美元，同比增长10%，略高于华尔街预期的103.3亿美元；每股利润为2.77美元，高于预期的2.72美元。
尽管智能手机业务表现疲软，但高通的汽车芯片收入和互联设备半导体销售额分别增长了21%和24%，达到9.84亿美元和16.8亿美元。高通的处理器和调制解调器仍是智能手机的核心部件，同时公司还向手机制造商收取一定比例的专利费用。
不过，高通仍面临苹果自研调制解调器芯片的挑战。高通此前预计其在iPhone中的供应将被完全取代，但由于苹果研发进度延迟，这一过渡时间被延长。目前，苹果仅在一款低端iPhone 16e中使用了自研调制解调器。
]]>高通预计，截至9月份的季度收入将在103亿至111亿美元之间，而分析师的平均预期为106亿美元。第三财季营收为103.7亿美元，同比增长10%，略高于华尔街预期的103.3亿美元；每股利润为2.77美元，高于预期的2.72美元。
尽管智能手机业务表现疲软，但高通的汽车芯片收入和互联设备半导体销售额分别增长了21%和24%，达到9.84亿美元和16.8亿美元。高通的处理器和调制解调器仍是智能手机的核心部件，同时公司还向手机制造商收取一定比例的专利费用。
不过，高通仍面临苹果自研调制解调器芯片的挑战。高通此前预计其在iPhone中的供应将被完全取代，但由于苹果研发进度延迟，这一过渡时间被延长。目前，苹果仅在一款低端iPhone 16e中使用了自研调制解调器。
]]>2025年第2季新台币升值幅度超过10%，以出口导向的产业首当其冲，其中，台积电董事长魏哲家已经「老实说」，直言汇率是无法控制的。 汇率确实对台积营收、毛利率有显著影响。
而连晶圆代工老大哥都已如此难为，又该如何分析中国台湾晶圆代工产业后续状况？
台积电先进制程火热 然不利汇率仍拖累
回顾台积电第2季业绩表现，虽然美元营收超标，然而新台币营收仅达财测区间中下缘。
主因系客户对高价N3、N5先进制程需求强劲，但也确实，部分被不利汇率所抵销。
第2季毛利率仍达财测区间上缘，主系稼动率提升与成本结构改善，抵销汇率及美国、日本厂区爬坡放量对毛利率的稀释影响。
此外，还有来自第2季对TSMC Global注资100亿美元，此财务作有效减少汇率负面影响。
台积电营收几乎皆以美元计价，约有75%销货成本以新台币计价，汇率变化之于营收的敏感度，接近100%。
台积电所向披靡 惟汇率因素不可控
对台积来说，新台币对美元每升值1%，新台币营收就会减少1%，毛利率将下降约0.4个百分点。
在2025-08-04，台积电自家针对第2季的汇率展望（即1美元兑新台币32.5元）相比，新台币平均升值约4.4%。 因此，若以新台币计，对第2季营收造成约4.4%负面影响，并使毛利率下降约1.8个百分点。
台积电预期，2025年第3季基于当前汇率（1美元兑新台币29元）而言，新台币平均将再升值6.6%。 是故，若以新台币计，将使第3季营收造成6.6%负面影响，毛利率估下降约2.6个百分点。
也因此，台积电预期第3季美元营收成长至318亿~330亿美元，但以平均汇率29元估算，新台币营收仅9,222亿~9,570亿元，营收中位数为9,396亿元，季增仅0.6%，毛利率也将下滑至55.5~57.5%。
尽管如是，魏哲家日前则表明，即便考虑不利的汇率，长期毛利率53%以上仍可达标。
大哥直言不讳 二哥们压力山大
晶圆代工二哥联电，受到新台币强力升值影响，第2季毛利率约减损3个百分点，致使30%毛利率未达标，仅28.7%，虽预期第3季晶圆出货量将略增1~3%，以美元计价的产品平均售价（ASP）持平，但不利的汇率变动，仍将导致以新台币计算的营收，有所减少。
世界先进部分，第2季晶圆出货量较第1季增加约3%，产品平均销售单价季增约1%，毛利率下降2.1个百分点至28%，符合5月时业绩展望。
但第3季虽客户晶圆需求续增，出货量季增约7~9%，ASP季增约1~3%，毛利率却将下滑至25~27%。 主因仍系汇率逆风，第2季平均汇率为31.1，第3季预估为28.7，再加上晶圆五厂折旧上升与生产成本上涨所致。
世界先进表示，将透过成本控管、提升稼动率、优化产品组合，对抗汇率负面影响。
力积电部分，第2季晶圆出货量增加9%，营收虽成长，但受到新台币升值冲击，ASP反而下跌2%，第1季毛利率-5%、第2季为-9%，未能改善。
一方面系因美元贬值5%，第1季新台币兑美元为32.8，第2季达31.2。 整体而言，第2季亏损新台币33.34亿元，较首季的10.97亿元亏损再扩大，其中汇损达15.9亿元，来自美元现金部位帐面损失，属非现金项目。
力积电连亏8个季度，累计2025年上半营收约新台币223.94亿元，税后亏损44.31亿元。
力积电先前表示，2025年第1季受惠认列印度塔塔技转授权金和服务费16.8亿元，整体亏损收敛，但第2季亏损再扩大，显见汇损影响甚巨。
小结：
综合各大台系晶圆代工业者的第3季展望，足见汇率仍是最不稳定的因素。
再来还包括不明的晶片关税、终端市场需求等。 尽管如AI服务器等特定领域仍火热，不过，包括消费电子、汽车等市场，不容乐观，整体台湾半导体产业链的下半年战况，还有待观察。
2025年第2季新台币升值幅度超过10%，以出口导向的产业首当其冲，其中，台积电董事长魏哲家已经「老实说」，直言汇率是无法控制的。 汇率确实对台积营收、毛利率有显著影响。
而连晶圆代工老大哥都已如此难为，又该如何分析中国台湾晶圆代工产业后续状况？
台积电先进制程火热 然不利汇率仍拖累
回顾台积电第2季业绩表现，虽然美元营收超标，然而新台币营收仅达财测区间中下缘。
主因系客户对高价N3、N5先进制程需求强劲，但也确实，部分被不利汇率所抵销。
第2季毛利率仍达财测区间上缘，主系稼动率提升与成本结构改善，抵销汇率及美国、日本厂区爬坡放量对毛利率的稀释影响。
此外，还有来自第2季对TSMC Global注资100亿美元，此财务作有效减少汇率负面影响。
台积电营收几乎皆以美元计价，约有75%销货成本以新台币计价，汇率变化之于营收的敏感度，接近100%。
台积电所向披靡 惟汇率因素不可控
对台积来说，新台币对美元每升值1%，新台币营收就会减少1%，毛利率将下降约0.4个百分点。
在2025-08-04，台积电自家针对第2季的汇率展望（即1美元兑新台币32.5元）相比，新台币平均升值约4.4%。 因此，若以新台币计，对第2季营收造成约4.4%负面影响，并使毛利率下降约1.8个百分点。
台积电预期，2025年第3季基于当前汇率（1美元兑新台币29元）而言，新台币平均将再升值6.6%。 是故，若以新台币计，将使第3季营收造成6.6%负面影响，毛利率估下降约2.6个百分点。
也因此，台积电预期第3季美元营收成长至318亿~330亿美元，但以平均汇率29元估算，新台币营收仅9,222亿~9,570亿元，营收中位数为9,396亿元，季增仅0.6%，毛利率也将下滑至55.5~57.5%。
尽管如是，魏哲家日前则表明，即便考虑不利的汇率，长期毛利率53%以上仍可达标。
大哥直言不讳 二哥们压力山大
晶圆代工二哥联电，受到新台币强力升值影响，第2季毛利率约减损3个百分点，致使30%毛利率未达标，仅28.7%，虽预期第3季晶圆出货量将略增1~3%，以美元计价的产品平均售价（ASP）持平，但不利的汇率变动，仍将导致以新台币计算的营收，有所减少。
世界先进部分，第2季晶圆出货量较第1季增加约3%，产品平均销售单价季增约1%，毛利率下降2.1个百分点至28%，符合5月时业绩展望。
但第3季虽客户晶圆需求续增，出货量季增约7~9%，ASP季增约1~3%，毛利率却将下滑至25~27%。 主因仍系汇率逆风，第2季平均汇率为31.1，第3季预估为28.7，再加上晶圆五厂折旧上升与生产成本上涨所致。
世界先进表示，将透过成本控管、提升稼动率、优化产品组合，对抗汇率负面影响。
力积电部分，第2季晶圆出货量增加9%，营收虽成长，但受到新台币升值冲击，ASP反而下跌2%，第1季毛利率-5%、第2季为-9%，未能改善。
一方面系因美元贬值5%，第1季新台币兑美元为32.8，第2季达31.2。 整体而言，第2季亏损新台币33.34亿元，较首季的10.97亿元亏损再扩大，其中汇损达15.9亿元，来自美元现金部位帐面损失，属非现金项目。
力积电连亏8个季度，累计2025年上半营收约新台币223.94亿元，税后亏损44.31亿元。
力积电先前表示，2025年第1季受惠认列印度塔塔技转授权金和服务费16.8亿元，整体亏损收敛，但第2季亏损再扩大，显见汇损影响甚巨。
小结：
综合各大台系晶圆代工业者的第3季展望，足见汇率仍是最不稳定的因素。
再来还包括不明的晶片关税、终端市场需求等。 尽管如AI服务器等特定领域仍火热，不过，包括消费电子、汽车等市场，不容乐观，整体台湾半导体产业链的下半年战况，还有待观察。
每位技术从业者都有着独特的职业历程，在自己的领域中拥有无数成长和产生影响力的机会。来听听 IEEE（电气电子工程师学会）会员们所分享他们与 IEEE 社区的联系以及会员经历吧。
Subodha Charles 强调了 IEEE 如何支持其职业发展和人际网络的重要性，并预测了生成式 AI 的持续繁荣以及代理的引入。Chad Kidder 则分享了自 1999 年加入 IEEE 以来，与会员的交流如何助力其职业生涯，并预见嵌入式设备中软件质量的重要性。Aishwarya Bandla 探讨了加入 IEEE 的原因、会员带来的意外益处，以及她在健康技术创新方面的工作，她相信技术专业人员能创造有意义的影响，并预测技术将弥合数字健康中提供者与患者之间的鸿沟。
Subodha Charles，IEEE会员
IEEE 会员Subodha Charles探讨了多个话题，包括他的工程师生涯、人工智能，以及对未来科技的预测。
视频文字实录：
在我职业生涯的不同阶段，有着不同的需求。学生时代所需的东西，与从业十年后所需的东西是不一样的。IEEE总是能为我提供资源，在每个阶段为我提供支持。因此，我相信在整个职业生涯中，我都能从IEEE获得收获。当然，我也能为IEEE回馈一些东西。
你目前在自己的领域中是如何运用人工智能的？
我的研究领域 —— 也就是我研究生阶段专注的方向 —— 是计算机体系结构（computer architecture），通常被称为 “芯片”（CHIPS）。更具体地说，我研究的是硬件安全，也就是如何在硬件层面保障设备的安全性。看看人工智能近年来的发展，很多人都在研发专用硬件，以加速该领域中机器学习等任务的运行。人们会开始开发越来越多的专用硬件来推动这些技术的落地。所以你会发现，未来不再是 “一物多用”，而是会有许多针对特定应用场景的专用设备。在这个领域，如何保障所有设备的安全性无疑会面临诸多挑战。因为在物联网时代，所有事物都在实现互联，而且设备会变得越来越小巧。那如何保障整个系统的安全呢？
作为一名创业者，我们正在为电网开发基础设施。从这个角度来说，我们是在对一项长期存在的设施进行现代化改造 —— 那是一套传统基础设施。而随着这种互联互通的实现，网络安全威胁自然也随之而来。这是我们的主要关注领域之一，因为当整个电网、配电网络都实现互联后，或许一次攻击就可能导致大面积停电。因此，在从基础层面进行设计时，如何防止这种情况发生？这无疑是当前存在的一个问题，而且在未来只会愈发严重。
现代能源电网面临哪些网络安全挑战？
与过去相比，如今我们拥有分布式能源 —— 可以是太阳能、风能，也可以是其他多种能源，它们从不同地点为电网供电。在这种情况下，电网的现代化改造无疑会有所助益。事实上，相关讨论已经展开，在不远的将来，模块化核反应堆可能会出现在你的后院 —— 它们足够小巧且安全，让这一切成为可能，这一点也不足为奇。
你对未来的科技有哪些预测？
我对未来的预测 —— 而且我相信这会成为现实 —— 在过去两年左右，生成式人工智能经历了爆发式增长，而我认为这种增长会随着智能代理（agents）的出现继续下去。到那时，你不仅可以通过文字进行对话，还能与手机或电脑上的某个东西进行语音交流，然后就能把事情办妥。比如，预订酒店或航班时，你不必再通过界面操作，而是直接交谈，一来一往地问答，确定好自己的需求后，事情就能搞定。在不远的将来，我们肯定会用上这样的交互方式。
IEEE对你的职业生涯产生了怎样的影响？
它在很多方面对我的职业生涯提供了帮助，而我认为人际交往（networking）是其中最首要的 —— 当然，IEEE还有很多实实在在的益处。你能参加各种会议，展示自己的研究成果，还能获取职业发展相关的资料。但除此之外，我发现人际交往是最有价值的。我相信这对很多人来说都是如此，包括我认识的那些人。在我职业生涯的不同阶段，人际交往都以不同方式提供了帮助。当我刚拿到学士学位，正在申请研究生（硕士或博士）时，人际关系网真的帮了大忙 —— 我能借助它抓住机会，还能从别人那里获得推荐信，这非常珍贵。后来在职业生涯中，当我们合作开展研究项目或开发产品时，这些人脉带来的知识能派上用场，而且还能从人际网络中找到具备互补技能的人。这方面的例子不胜枚举，但人际交往无疑是我从IEEE获得的最大益处。
Chad Kidder, IEEE高级会员
IEEE高级会员Chad Kidder探讨了多个话题，包括人际交往的益处、他最喜爱的IEEE会议以及对未来科技的预测。
视频文字实录：
1999年，我在得克萨斯农工大学（Texas A&M University）读本科时加入了IEEE。当时我希望能投身自己的专业领域，了解更多行业动态，并参与到这个社区中。
与IEEE领域内的会员建立人脉对你的职业生涯有何帮助？
能够结识本领域内国内外的同行，这是一段很棒的经历。这种人脉资源对我的职业生涯确实大有裨益，尤其是当我作为技术专家却遇到自己无法解答的问题时。
你最喜爱的IEEE会议是什么？
我最喜爱的IEEE会议是国际微波研讨会（International Microwave Symposium）。参加这个会议真的让我开阔了眼界，能看到行业内正在发生的各种动态。因为作为一名年轻的工程师，你在学校里学习知识，了解自己公司的业务，而在这个会议上能看到其他所有相关的前沿内容，这真的极大地拓展了我的视野。它给了我新的想法、新的思路，让我找到改进工作的新方法，也让我结识了可以请教的新朋友。
你对未来的科技有哪些预测？
我认为未来几年我们将看到的一个重要趋势是软件质量的重要性日益凸显，尤其是在嵌入式设备和小型团队中。因为现在有很多工程师都能编写代码，但他们编写的代码未必足够健壮，不一定能做到始终正常运行并顺利投入使用。
Aishwarya Bandla, IEEE高级会员
IEEE高级会员Aishwarya Bandla探讨了多个话题，包括她加入IEEE的原因、会员身份带来的意外收获以及她目前正在从事的工作。
视频文字实录：
当我们想到IEEE时，首先映入脑海的便是技术方面的进步，以及与最新、最前沿的技术趋势保持连接。
你是什么时候加入IEEE的？
我在生物医学工程领域从事研究期间开始成为IEEE会员。之后，我以志愿者的身份参与其中，先是加入了IEEE女性工程师组织，后来又参与到IEEE青年专业人才组织中。正是在这些项目中结识的人和这个社区，让我一直保持着对IEEE的参与热情。我曾有机会在第10区（亚太地区）带领一群充满热情的志愿者。在过去两年里，这支青年专业人才团队携手开展了许多出色的区域项目，其影响力如今已扩展到全球。
作为IEEE会员，有什么意想不到的收获？
作为IEEE的志愿者会员，一个意想不到的收获是能结识一群目标明确的人，大家作为一个社区团结起来，共同产生有意义的影响。
你目前在从事什么工作？
我从事健康科技创新领域的工作，具体来说，我正在研发一种医疗设备，旨在提高接受化疗的癌症患者的生活质量。作为技术专业人士和创新者，我们确实拥有通过创新影响社区变革的力量。
你对年轻专业人士有什么寄语？
作为一名年轻的专业人士，我想对大家说的是，每个人都应该思考如何运用自身能力，为自己所在的社区及周边带来有意义的影响。
你对未来的科技有哪些预测？
数字健康正在给医疗保健的多个方面带来变革。但在我看来，最大的影响在于技术正弥合医疗服务提供者与患者之间的差距。而且，让技术更以用户为中心、由用户需求驱动，这一理念或许会在该领域推动更多具有影响力的创新。
]]>每位技术从业者都有着独特的职业历程，在自己的领域中拥有无数成长和产生影响力的机会。来听听 IEEE（电气电子工程师学会）会员们所分享他们与 IEEE 社区的联系以及会员经历吧。
Subodha Charles 强调了 IEEE 如何支持其职业发展和人际网络的重要性，并预测了生成式 AI 的持续繁荣以及代理的引入。Chad Kidder 则分享了自 1999 年加入 IEEE 以来，与会员的交流如何助力其职业生涯，并预见嵌入式设备中软件质量的重要性。Aishwarya Bandla 探讨了加入 IEEE 的原因、会员带来的意外益处，以及她在健康技术创新方面的工作，她相信技术专业人员能创造有意义的影响，并预测技术将弥合数字健康中提供者与患者之间的鸿沟。
Subodha Charles，IEEE会员
IEEE 会员Subodha Charles探讨了多个话题，包括他的工程师生涯、人工智能，以及对未来科技的预测。
视频文字实录：
在我职业生涯的不同阶段，有着不同的需求。学生时代所需的东西，与从业十年后所需的东西是不一样的。IEEE总是能为我提供资源，在每个阶段为我提供支持。因此，我相信在整个职业生涯中，我都能从IEEE获得收获。当然，我也能为IEEE回馈一些东西。
你目前在自己的领域中是如何运用人工智能的？
我的研究领域 —— 也就是我研究生阶段专注的方向 —— 是计算机体系结构（computer architecture），通常被称为 “芯片”（CHIPS）。更具体地说，我研究的是硬件安全，也就是如何在硬件层面保障设备的安全性。看看人工智能近年来的发展，很多人都在研发专用硬件，以加速该领域中机器学习等任务的运行。人们会开始开发越来越多的专用硬件来推动这些技术的落地。所以你会发现，未来不再是 “一物多用”，而是会有许多针对特定应用场景的专用设备。在这个领域，如何保障所有设备的安全性无疑会面临诸多挑战。因为在物联网时代，所有事物都在实现互联，而且设备会变得越来越小巧。那如何保障整个系统的安全呢？
作为一名创业者，我们正在为电网开发基础设施。从这个角度来说，我们是在对一项长期存在的设施进行现代化改造 —— 那是一套传统基础设施。而随着这种互联互通的实现，网络安全威胁自然也随之而来。这是我们的主要关注领域之一，因为当整个电网、配电网络都实现互联后，或许一次攻击就可能导致大面积停电。因此，在从基础层面进行设计时，如何防止这种情况发生？这无疑是当前存在的一个问题，而且在未来只会愈发严重。
现代能源电网面临哪些网络安全挑战？
与过去相比，如今我们拥有分布式能源 —— 可以是太阳能、风能，也可以是其他多种能源，它们从不同地点为电网供电。在这种情况下，电网的现代化改造无疑会有所助益。事实上，相关讨论已经展开，在不远的将来，模块化核反应堆可能会出现在你的后院 —— 它们足够小巧且安全，让这一切成为可能，这一点也不足为奇。
你对未来的科技有哪些预测？
我对未来的预测 —— 而且我相信这会成为现实 —— 在过去两年左右，生成式人工智能经历了爆发式增长，而我认为这种增长会随着智能代理（agents）的出现继续下去。到那时，你不仅可以通过文字进行对话，还能与手机或电脑上的某个东西进行语音交流，然后就能把事情办妥。比如，预订酒店或航班时，你不必再通过界面操作，而是直接交谈，一来一往地问答，确定好自己的需求后，事情就能搞定。在不远的将来，我们肯定会用上这样的交互方式。
IEEE对你的职业生涯产生了怎样的影响？
它在很多方面对我的职业生涯提供了帮助，而我认为人际交往（networking）是其中最首要的 —— 当然，IEEE还有很多实实在在的益处。你能参加各种会议，展示自己的研究成果，还能获取职业发展相关的资料。但除此之外，我发现人际交往是最有价值的。我相信这对很多人来说都是如此，包括我认识的那些人。在我职业生涯的不同阶段，人际交往都以不同方式提供了帮助。当我刚拿到学士学位，正在申请研究生（硕士或博士）时，人际关系网真的帮了大忙 —— 我能借助它抓住机会，还能从别人那里获得推荐信，这非常珍贵。后来在职业生涯中，当我们合作开展研究项目或开发产品时，这些人脉带来的知识能派上用场，而且还能从人际网络中找到具备互补技能的人。这方面的例子不胜枚举，但人际交往无疑是我从IEEE获得的最大益处。
Chad Kidder, IEEE高级会员
IEEE高级会员Chad Kidder探讨了多个话题，包括人际交往的益处、他最喜爱的IEEE会议以及对未来科技的预测。
视频文字实录：
1999年，我在得克萨斯农工大学（Texas A&M University）读本科时加入了IEEE。当时我希望能投身自己的专业领域，了解更多行业动态，并参与到这个社区中。
与IEEE领域内的会员建立人脉对你的职业生涯有何帮助？
能够结识本领域内国内外的同行，这是一段很棒的经历。这种人脉资源对我的职业生涯确实大有裨益，尤其是当我作为技术专家却遇到自己无法解答的问题时。
你最喜爱的IEEE会议是什么？
我最喜爱的IEEE会议是国际微波研讨会（International Microwave Symposium）。参加这个会议真的让我开阔了眼界，能看到行业内正在发生的各种动态。因为作为一名年轻的工程师，你在学校里学习知识，了解自己公司的业务，而在这个会议上能看到其他所有相关的前沿内容，这真的极大地拓展了我的视野。它给了我新的想法、新的思路，让我找到改进工作的新方法，也让我结识了可以请教的新朋友。
你对未来的科技有哪些预测？
我认为未来几年我们将看到的一个重要趋势是软件质量的重要性日益凸显，尤其是在嵌入式设备和小型团队中。因为现在有很多工程师都能编写代码，但他们编写的代码未必足够健壮，不一定能做到始终正常运行并顺利投入使用。
Aishwarya Bandla, IEEE高级会员
IEEE高级会员Aishwarya Bandla探讨了多个话题，包括她加入IEEE的原因、会员身份带来的意外收获以及她目前正在从事的工作。
视频文字实录：
当我们想到IEEE时，首先映入脑海的便是技术方面的进步，以及与最新、最前沿的技术趋势保持连接。
你是什么时候加入IEEE的？
我在生物医学工程领域从事研究期间开始成为IEEE会员。之后，我以志愿者的身份参与其中，先是加入了IEEE女性工程师组织，后来又参与到IEEE青年专业人才组织中。正是在这些项目中结识的人和这个社区，让我一直保持着对IEEE的参与热情。我曾有机会在第10区（亚太地区）带领一群充满热情的志愿者。在过去两年里，这支青年专业人才团队携手开展了许多出色的区域项目，其影响力如今已扩展到全球。
作为IEEE会员，有什么意想不到的收获？
作为IEEE的志愿者会员，一个意想不到的收获是能结识一群目标明确的人，大家作为一个社区团结起来，共同产生有意义的影响。
你目前在从事什么工作？
我从事健康科技创新领域的工作，具体来说，我正在研发一种医疗设备，旨在提高接受化疗的癌症患者的生活质量。作为技术专业人士和创新者，我们确实拥有通过创新影响社区变革的力量。
你对年轻专业人士有什么寄语？
作为一名年轻的专业人士，我想对大家说的是，每个人都应该思考如何运用自身能力，为自己所在的社区及周边带来有意义的影响。
你对未来的科技有哪些预测？
数字健康正在给医疗保健的多个方面带来变革。但在我看来，最大的影响在于技术正弥合医疗服务提供者与患者之间的差距。而且，让技术更以用户为中心、由用户需求驱动，这一理念或许会在该领域推动更多具有影响力的创新。
]]>
早在今年5月6日，外媒曾报道，美国国会议员计划在未来几周内正式提出一项新立法提案，要求监控英伟达等公司生产的AI芯片在售出后的位置，旨在解决AI芯片大规模走私、违反美国出口管制的问题。美人工智能领域专家称英伟达算力芯片「追踪定位」「远程关闭」技术已成熟，该提案已获两党初步支持。
提案发起人、伊利诺伊州民主党众议员Bill Foster（曾为粒子物理学家并参与芯片设计）计划要求监管机构制定规则，核心涉及两个方面：跟踪芯片位置和限制非法启动。Foster及接受媒体采访的独立技术专家均表示，追踪芯片位置的技术已经存在，且大部分已内置于英伟达芯片中。据两位了解谷歌运营的消息人士透露，谷歌已在其数据中心内部追踪AI芯片等的位置。
Foster的提案已获众议院中国问题特别委员会主席John Moolenaar虽未签署具体提案（因法案文本未出），但明确支持位置跟踪概念，并计划本周讨论立法路径，Moolenaar表示“特别委员会得到了两党的强烈支持”。据悉，该立法提案若通过，将给予美国商务部6个月时间制定具体技术规范要求。
值得一提的是，7月15日，英伟达首席执行官黄仁勋访华期间透露，美国政府已经批准了英伟达的出口许可，将恢复H20在中国的销售。此前这次解禁被业内认为是“清库存”操作，不过据路透社报道，英伟达已向台积电下了一笔新的30万张H20订单，这一举动代表了英伟达的立场正在发生转变 —— 英伟达CEO黄仁勋在访问北京时曾暗示，除非客户需求证明重启生产是合理的，不然英伟达需要九个月才能启动H20的生产线，而如今英伟达显然看到了足够的动力来证明国内企业对于H20的巨大需求。另外，其后续还计划推出的B30芯片，虽支持多GPU扩展，但性能局限明显，难以满足大模型核心需求，这意味着英伟达的策略并非技术让利，而是试图以“低性能+强生态”组合维持市场地位。
早在今年5月6日，外媒曾报道，美国国会议员计划在未来几周内正式提出一项新立法提案，要求监控英伟达等公司生产的AI芯片在售出后的位置，旨在解决AI芯片大规模走私、违反美国出口管制的问题。美人工智能领域专家称英伟达算力芯片「追踪定位」「远程关闭」技术已成熟，该提案已获两党初步支持。
提案发起人、伊利诺伊州民主党众议员Bill Foster（曾为粒子物理学家并参与芯片设计）计划要求监管机构制定规则，核心涉及两个方面：跟踪芯片位置和限制非法启动。Foster及接受媒体采访的独立技术专家均表示，追踪芯片位置的技术已经存在，且大部分已内置于英伟达芯片中。据两位了解谷歌运营的消息人士透露，谷歌已在其数据中心内部追踪AI芯片等的位置。
Foster的提案已获众议院中国问题特别委员会主席John Moolenaar虽未签署具体提案（因法案文本未出），但明确支持位置跟踪概念，并计划本周讨论立法路径，Moolenaar表示“特别委员会得到了两党的强烈支持”。据悉，该立法提案若通过，将给予美国商务部6个月时间制定具体技术规范要求。
值得一提的是，7月15日，英伟达首席执行官黄仁勋访华期间透露，美国政府已经批准了英伟达的出口许可，将恢复H20在中国的销售。此前这次解禁被业内认为是“清库存”操作，不过据路透社报道，英伟达已向台积电下了一笔新的30万张H20订单，这一举动代表了英伟达的立场正在发生转变 —— 英伟达CEO黄仁勋在访问北京时曾暗示，除非客户需求证明重启生产是合理的，不然英伟达需要九个月才能启动H20的生产线，而如今英伟达显然看到了足够的动力来证明国内企业对于H20的巨大需求。另外，其后续还计划推出的B30芯片，虽支持多GPU扩展，但性能局限明显，难以满足大模型核心需求，这意味着英伟达的策略并非技术让利，而是试图以“低性能+强生态”组合维持市场地位。
本系列的最后一部分着眼于吸收式制冷，这是稀释制冷的替代方案。
低温冷却的稀释制冷原理是众所周知并广泛使用的，但还有另一种选择：吸收式制冷。它的原理在 20 年初就为人所知并付诸实践th世纪。事实上，阿尔伯特·爱因斯坦（是的，那个阿尔伯特·爱因斯坦）和他的学生利奥·西拉德（Leo Szilard，也成为了一位著名的物理学家）根据这一物理原理设计了一种冰箱并获得了专利。
他们的动机不是低温，而是取代越来越流行的主动电动冷却器，以取代被动冰箱。这些冷却器使用氨和丁烷等致命气体作为工作液。当这些气体泄漏时，由于多种原因，家庭居住者可能会窒息，类似于一氧化碳死亡。这是一场相当普遍的悲剧，在很多情况下，整个家庭都被消灭了。
吸收式冷却是否与标准制冷有关，尤其是在美国？不，当今广泛使用的冷却或制冷系统被称为蒸汽压缩制冷系统 （VCRS），其中制冷剂发生相变。制冷剂是氢氟碳化物 （HFC），如 R-22（氟利昂，现已因环境问题而被禁用）、R-134a 和 R-410A，以及氨和二氧化碳等天然制冷剂，每种制冷剂在效率和环境影响方面都有不同的好处。这项技术经过多年的使用经过高度完善，但无法进行低温冷却。
请注意，吸收式冰箱有时在北美使用，而在欧洲更为常见。它们还用于离网应用，例如休闲车 （RV），即使没有电力，也可以使用丙烷燃烧或太阳能等热源。他们利用这种主要热源来驱动涉及制冷剂和吸收剂的冷却循环。
吸收式制冷系统是一种热驱动制冷技术，利用低品位能源的热量进行冷却。它由五个主要部件组成：发电机、热交换器、冷凝器、蒸发器和吸收器，如图 1 所示。
图 1.吸收式制冷方法基于五个主要功能。（图片：Science Direct)
该系统不使用压缩机，而是在向发电机供热时利用吸收器捕获并通过泵输送弱冷却剂。在蒸发器中，制冷剂在吸收热量时被汽化，从而冷却。然后蒸汽被在吸收器中主动冷却的弱溶液吸收。
接下来，稀释后的溶液被泵送到发电机，制冷剂蒸气从溶液中热解吸并送到冷凝器，在那里冷凝。在那里，液态制冷剂相通过膨胀阀膨胀至较低压力，并流回蒸发器以补充蒸发器制冷剂。同时，强溶液通过热交换器送回吸收器，吸收来自蒸发器的制冷剂蒸气;这个过程在整个周期中重复。
这种方法的优点是可以使用低能耗或废热，运动部件很少或没有，并且可靠。然而，与 VCRS 方法相比，它的效率相对较低。
“吸收式”冷却与“吸附式”冷却不同。吸收冷却使用液体吸收剂溶解制冷剂，而吸附冷却使用固体材料（如硅胶）吸附制冷剂。打个比方，吸收就像水溶解成液体，而吸附就像海绵吸收水分。
低温
最近，来自查尔姆斯理工大学（瑞典）、美国国家标准与技术研究院（NIST）和马里兰大学的量子研究人员团队采用这一原理，创造了一种量子冰箱，可以自主将超导量子比特冷却到创纪录的低温20 mK左右。
他们的量子吸收冰箱利用大约 40 mK 的“热”量子系统从另一个“冷”量子系统中提取热量，通过量子相互作用而不是流体的热力学来实现这一点。此外，它不需要持续的外部控制。
其设计利用了三个超导量子，如图2所示。这不是印刷错误：“量子”是量子比特的概括，因为它们具有两个以上的能级。其中一个 qudits 耦合到大约 40 mK 的温暖环境，作为热浴，提供驱动冷却过程所需的能量。正是这种热温泉浴激发了热的 qudit。
图 2.在微开尔文吸收冷却方案中使用三个qudits的概念方案;冗长而内容丰富的标题可在此处获得。（图片来源：自然物理学)
第二个 qudit 与较冷的环境有关，起到一个可以将热量排出的冷热浴的作用。最后，第三个 qudit 是需要冷却并强制到基态的目标量子比特。
库迪特之间的这种三体相互作用（与经典物理学的三体问题无关）驱动制冷过程。来自热量子量子和来自目标量子比特的量子能量同时转移到冷量子量子;然后，这种能量在冷热浴中消散。
使用这一过程，该团队实现了仅 22 mK 的冷却方法的创纪录低温，如图 3 所示。他们指出，这个温度对应于目标量子比特处于基态的概率为 99.97%。
图 3.（左）新的量子冰箱——图像中量子比特中心的方形物体——基于超导电路，并由环境热量提供动力。该设备是在瑞典查尔姆斯理工大学的纳米制造实验室制造的。（右）稀释制冷机是一种冷却系统，它封闭了一台量子计算机，使量子比特降至 50 毫开尔文以下;照片中稀释冰箱的外壳已被移除。（图片来源：查尔姆斯理工大学)
他们方法的额外好处之一是量子冰箱可以自主运行，在这个阶段不需要外部能量（电力），尽管它肯定需要大量的电力才能达到这个阶段。与其说是节能问题，不如说是简化作和减少控制需求。
总结
量子计算的奇特而现实世界的应用带来了新的挑战。特别是，需要在接近绝对零 （0 K） 的作下强制量子比特进入已知的信托基态。现有和新的制冷技术都采用了实现这一目标，利用了既定方法以及现有方法的创新变体。
本系列的最后一部分着眼于吸收式制冷，这是稀释制冷的替代方案。
低温冷却的稀释制冷原理是众所周知并广泛使用的，但还有另一种选择：吸收式制冷。它的原理在 20 年初就为人所知并付诸实践th世纪。事实上，阿尔伯特·爱因斯坦（是的，那个阿尔伯特·爱因斯坦）和他的学生利奥·西拉德（Leo Szilard，也成为了一位著名的物理学家）根据这一物理原理设计了一种冰箱并获得了专利。
他们的动机不是低温，而是取代越来越流行的主动电动冷却器，以取代被动冰箱。这些冷却器使用氨和丁烷等致命气体作为工作液。当这些气体泄漏时，由于多种原因，家庭居住者可能会窒息，类似于一氧化碳死亡。这是一场相当普遍的悲剧，在很多情况下，整个家庭都被消灭了。
吸收式冷却是否与标准制冷有关，尤其是在美国？不，当今广泛使用的冷却或制冷系统被称为蒸汽压缩制冷系统 （VCRS），其中制冷剂发生相变。制冷剂是氢氟碳化物 （HFC），如 R-22（氟利昂，现已因环境问题而被禁用）、R-134a 和 R-410A，以及氨和二氧化碳等天然制冷剂，每种制冷剂在效率和环境影响方面都有不同的好处。这项技术经过多年的使用经过高度完善，但无法进行低温冷却。
请注意，吸收式冰箱有时在北美使用，而在欧洲更为常见。它们还用于离网应用，例如休闲车 （RV），即使没有电力，也可以使用丙烷燃烧或太阳能等热源。他们利用这种主要热源来驱动涉及制冷剂和吸收剂的冷却循环。
吸收式制冷系统是一种热驱动制冷技术，利用低品位能源的热量进行冷却。它由五个主要部件组成：发电机、热交换器、冷凝器、蒸发器和吸收器，如图 1 所示。
图 1.吸收式制冷方法基于五个主要功能。（图片：Science Direct)
该系统不使用压缩机，而是在向发电机供热时利用吸收器捕获并通过泵输送弱冷却剂。在蒸发器中，制冷剂在吸收热量时被汽化，从而冷却。然后蒸汽被在吸收器中主动冷却的弱溶液吸收。
接下来，稀释后的溶液被泵送到发电机，制冷剂蒸气从溶液中热解吸并送到冷凝器，在那里冷凝。在那里，液态制冷剂相通过膨胀阀膨胀至较低压力，并流回蒸发器以补充蒸发器制冷剂。同时，强溶液通过热交换器送回吸收器，吸收来自蒸发器的制冷剂蒸气;这个过程在整个周期中重复。
这种方法的优点是可以使用低能耗或废热，运动部件很少或没有，并且可靠。然而，与 VCRS 方法相比，它的效率相对较低。
“吸收式”冷却与“吸附式”冷却不同。吸收冷却使用液体吸收剂溶解制冷剂，而吸附冷却使用固体材料（如硅胶）吸附制冷剂。打个比方，吸收就像水溶解成液体，而吸附就像海绵吸收水分。
低温
最近，来自查尔姆斯理工大学（瑞典）、美国国家标准与技术研究院（NIST）和马里兰大学的量子研究人员团队采用这一原理，创造了一种量子冰箱，可以自主将超导量子比特冷却到创纪录的低温20 mK左右。
他们的量子吸收冰箱利用大约 40 mK 的“热”量子系统从另一个“冷”量子系统中提取热量，通过量子相互作用而不是流体的热力学来实现这一点。此外，它不需要持续的外部控制。
其设计利用了三个超导量子，如图2所示。这不是印刷错误：“量子”是量子比特的概括，因为它们具有两个以上的能级。其中一个 qudits 耦合到大约 40 mK 的温暖环境，作为热浴，提供驱动冷却过程所需的能量。正是这种热温泉浴激发了热的 qudit。
图 2.在微开尔文吸收冷却方案中使用三个qudits的概念方案;冗长而内容丰富的标题可在此处获得。（图片来源：自然物理学)
第二个 qudit 与较冷的环境有关，起到一个可以将热量排出的冷热浴的作用。最后，第三个 qudit 是需要冷却并强制到基态的目标量子比特。
库迪特之间的这种三体相互作用（与经典物理学的三体问题无关）驱动制冷过程。来自热量子量子和来自目标量子比特的量子能量同时转移到冷量子量子;然后，这种能量在冷热浴中消散。
使用这一过程，该团队实现了仅 22 mK 的冷却方法的创纪录低温，如图 3 所示。他们指出，这个温度对应于目标量子比特处于基态的概率为 99.97%。
图 3.（左）新的量子冰箱——图像中量子比特中心的方形物体——基于超导电路，并由环境热量提供动力。该设备是在瑞典查尔姆斯理工大学的纳米制造实验室制造的。（右）稀释制冷机是一种冷却系统，它封闭了一台量子计算机，使量子比特降至 50 毫开尔文以下;照片中稀释冰箱的外壳已被移除。（图片来源：查尔姆斯理工大学)
他们方法的额外好处之一是量子冰箱可以自主运行，在这个阶段不需要外部能量（电力），尽管它肯定需要大量的电力才能达到这个阶段。与其说是节能问题，不如说是简化作和减少控制需求。
总结
量子计算的奇特而现实世界的应用带来了新的挑战。特别是，需要在接近绝对零 （0 K） 的作下强制量子比特进入已知的信托基态。现有和新的制冷技术都采用了实现这一目标，利用了既定方法以及现有方法的创新变体。
硅光子学是一项广泛的技术。它基于CMOS处理、异构集成和先进的光学功能。绝缘体上硅 （SOI） 是一个关键的推动因素。PIC 的一些关键要素包括（图 1）：
光波导可以用硅或氮化硅制成，并实现高效的片上光连接。
光环谐振器作为基本构建块，可以与滤光片、调制器、多路复用器和频率梳发生器集成。还有更专业的设计，例如用于激光和干涉仪的法布里-佩罗谐振器，以及耳语画廊模式谐振器，它们最适合传感和非线性光学功能。
调制器用于管理光子学特性，例如相位、偏振和强度，以优化 PIC 性能。
光电探测器提供 PIC 的光学和电气部分与外部之间的连接。
光耦合元件用于组合、分割或重新分配光信号。光栅耦合器和边缘耦合器因其独特的优点而最为常见。光栅耦合器与 CMOS 处理兼容，而边缘耦合器需要额外的后端处理步骤，例如切割和抛光，但可以提供与外部激光器和电子设备的连接。
图 1.常见 PIC 功能元件示例。（图片来源：Santec)
边缘人工智能中的 PIC
PIC 可以支持自动驾驶汽车和机器人中的激光雷达等应用的更低延迟，从而实现更安全的导航。PIC 比传统 IC 消耗的能耗要低得多，这是能量受限的边缘设备中的一个重要考虑因素。
由于在边缘设备上处理数据减少了对云连接的需求和相关的能源需求，因此可以进一步节省能源。消除或最大限度地减少对无线连接的需求也使边缘设备更具弹性。
先进传感器中的 PIC
PIC 可用于边缘应用的高灵敏度和紧凑型传感器。PIC与边缘AI相结合，可以直接在传感器芯片上实现实时物体和面部识别，以及其他复杂的图像处理功能。
PIC 传感器被用于环境监测器，可以检测污染物并测量空气或水质。它们还用于食品加工中测量成熟度和营养成分等参数。
PIC 芯片实验室
PIC 传感器可以对现场的医疗和环境条件进行快速诊断，无需远程实验室。在许多情况下，它们还具有更高的灵敏度并提供卓越的结果。对于某些材料，可以使用 PIC 传感器可靠地检测 10-18 摩尔/升或溶解在一升溶液中的物质的五分之一摩尔浓度。
图 2.像这样基于 PIC 的芯片实验室生物传感器可以为医疗诊断提供实时数据。（图片来源：Aventier)
用于这些应用的集成光学传感器通常使用氮化硅 （SiN） 制造。SiN波导在可见光到近红外范围内具有良好的灵敏度，并且可以用较小的弯曲半径制造。这使得一个很长的传感器可以“卷起”，在PIC表面上占用的空间非常小。较长的传感器具有更高的灵敏度。
一些设计在传感器上有一层涂层，当它遇到目标分子时，它会改变其折射率。使用光子换能器检测折射率的变化，并使用光波导连接到芯片实验室的其余部分（图 2）。
其他光子学平台
PIC 是一种多功能技术，可以使用 Si 和 SiN 以外的材料制造。许多 PIC 都采用二氧化硅 （SiO2） 来实现平面光波导等功能。
图 3.该可调谐激光器系统采用混合集成，将低损耗 SiN PIC 与高性能有源增益 InP PIC 相结合。（图片：PhotonDelta)
铌酸锂 （LiNbO3） 可用于制造低损耗调制器。其低光学折射率和宽透明窗口使其非常适合匹配光纤输入和输出。绝缘体上的铌酸锂 （LNOI） 技术正在开发中，用于未来的 PIC 设计。
通过使用异构或混合集成混合 PIC 技术，可以同时优化系统成本和性能。例如，已经为军事系统开发了一种可调谐激光系统，该系统将低损耗 SiN PIC 与高性能有源增益磷化铟 （InP） PIC 相结合（图 3）。
总结
PIC 正在被用于越来越多的边缘应用，包括数据处理和传感器集成。它们可以降低能耗并增强处理能力，并且可以在单芯片上实现，也可以通过融合多种半导体和传感器技术的异构集成来实现。
硅光子学是一项广泛的技术。它基于CMOS处理、异构集成和先进的光学功能。绝缘体上硅 （SOI） 是一个关键的推动因素。PIC 的一些关键要素包括（图 1）：
光波导可以用硅或氮化硅制成，并实现高效的片上光连接。
光环谐振器作为基本构建块，可以与滤光片、调制器、多路复用器和频率梳发生器集成。还有更专业的设计，例如用于激光和干涉仪的法布里-佩罗谐振器，以及耳语画廊模式谐振器，它们最适合传感和非线性光学功能。
调制器用于管理光子学特性，例如相位、偏振和强度，以优化 PIC 性能。
光电探测器提供 PIC 的光学和电气部分与外部之间的连接。
光耦合元件用于组合、分割或重新分配光信号。光栅耦合器和边缘耦合器因其独特的优点而最为常见。光栅耦合器与 CMOS 处理兼容，而边缘耦合器需要额外的后端处理步骤，例如切割和抛光，但可以提供与外部激光器和电子设备的连接。
图 1.常见 PIC 功能元件示例。（图片来源：Santec)
边缘人工智能中的 PIC
PIC 可以支持自动驾驶汽车和机器人中的激光雷达等应用的更低延迟，从而实现更安全的导航。PIC 比传统 IC 消耗的能耗要低得多，这是能量受限的边缘设备中的一个重要考虑因素。
由于在边缘设备上处理数据减少了对云连接的需求和相关的能源需求，因此可以进一步节省能源。消除或最大限度地减少对无线连接的需求也使边缘设备更具弹性。
先进传感器中的 PIC
PIC 可用于边缘应用的高灵敏度和紧凑型传感器。PIC与边缘AI相结合，可以直接在传感器芯片上实现实时物体和面部识别，以及其他复杂的图像处理功能。
PIC 传感器被用于环境监测器，可以检测污染物并测量空气或水质。它们还用于食品加工中测量成熟度和营养成分等参数。
PIC 芯片实验室
PIC 传感器可以对现场的医疗和环境条件进行快速诊断，无需远程实验室。在许多情况下，它们还具有更高的灵敏度并提供卓越的结果。对于某些材料，可以使用 PIC 传感器可靠地检测 10-18 摩尔/升或溶解在一升溶液中的物质的五分之一摩尔浓度。
图 2.像这样基于 PIC 的芯片实验室生物传感器可以为医疗诊断提供实时数据。（图片来源：Aventier)
用于这些应用的集成光学传感器通常使用氮化硅 （SiN） 制造。SiN波导在可见光到近红外范围内具有良好的灵敏度，并且可以用较小的弯曲半径制造。这使得一个很长的传感器可以“卷起”，在PIC表面上占用的空间非常小。较长的传感器具有更高的灵敏度。
一些设计在传感器上有一层涂层，当它遇到目标分子时，它会改变其折射率。使用光子换能器检测折射率的变化，并使用光波导连接到芯片实验室的其余部分（图 2）。
其他光子学平台
PIC 是一种多功能技术，可以使用 Si 和 SiN 以外的材料制造。许多 PIC 都采用二氧化硅 （SiO2） 来实现平面光波导等功能。
图 3.该可调谐激光器系统采用混合集成，将低损耗 SiN PIC 与高性能有源增益 InP PIC 相结合。（图片：PhotonDelta)
铌酸锂 （LiNbO3） 可用于制造低损耗调制器。其低光学折射率和宽透明窗口使其非常适合匹配光纤输入和输出。绝缘体上的铌酸锂 （LNOI） 技术正在开发中，用于未来的 PIC 设计。
通过使用异构或混合集成混合 PIC 技术，可以同时优化系统成本和性能。例如，已经为军事系统开发了一种可调谐激光系统，该系统将低损耗 SiN PIC 与高性能有源增益磷化铟 （InP） PIC 相结合（图 3）。
总结
PIC 正在被用于越来越多的边缘应用，包括数据处理和传感器集成。它们可以降低能耗并增强处理能力，并且可以在单芯片上实现，也可以通过融合多种半导体和传感器技术的异构集成来实现。
双方深度协同核心资源，融合涛涛车业的全渠道优势与宇树科技先进机器人技术，在机器人北美等海外市场开拓、C端场景探索与产品二次开发销售、商业化落地等领域开展深度战略合作，共同探索机器人行业发展新机遇。
宇树科技作为全球领先的机器人创新企业，自主研发掌握电机、减速器、控制器等核心技术与专利，在机器人运动控制及感知领域具备显著优势，其四足机器人全球市场占有率达到70%，人形机器人技术居行业前沿，相关产品已深度应用于智能电力巡检、应急消防等场景，构建了从核心零部件研发到具身智能整机开发的全栈技术能力。
涛涛车业是一家融合品牌渠道端与成本制造端两端一体化优势的全球化公司。在北美等海外市场，创始人深耕行业近20年，以自有品牌销售为主，建立了覆盖620+高端经销商、头部连锁商超、亚马逊等第三方电商平台以及自建站的全渠道营销网络，并组建250+人本土化运营团队，形成极强的北美等海外市场渗透和扩张能力，可为机器人企业提供销售渠道拓展、应用场景联合开发等关键支持。
基于双方高度互补的竞争优势，此次合作将通过三大路径实现深度赋能：
一是北美等海外地区销售共拓。依托涛涛车业的全渠道网络，加速宇树机器人产品导入北美等海外消费市场，实现规模化销售与品牌渗透。同时，涛涛车业通过引入宇树的创新产品，激活渠道增量价值，为产业升级注入智能科技动能。
二是C端场景共研。结合涛涛车业对北美等海外消费市场的深度洞察与宇树科技的硬核技术实力，双方将联合挖掘高潜力应用场景，并基于场景需求，对相关机器人产品进行二次开发与销售，共同开拓消费级机器人的蓝海市场。
三是商业化落地提效。通过整合涛涛车业的渠道资源与宇树科技的机器人技术优势，为宇树科技机器人在目标领域（如物流、安防巡检、特定商业服务等）及消费场景的快速商业化落地与规模化应用奠定产能基础。同时，涛涛车业将借势持续提升科技竞争力。
此次战略合作锚定 “技术 + 渠道” 的双向赋能合作范式。涛涛车业以深耕北美等海外地区近20年的全渠道优势为支撑，构建宇树机器人直达消费终端的市场推进器；宇树科技则以领先的机器人技术积累，赋能涛涛车业开拓智能科技产业的发展新生态，加快和完善智能化业务的规划和布局。
通过资源共享与能力协同，不仅助力宇树科技机器人加速全球商业化布局，也为涛涛车业全产业链智能化升级注入新动力。
未来，双方将以 “互利共赢” 为宗旨，持续探索机器人技术在消费与工业场景的深度融合与创新，共同推动其全球规模化应用，加速产业升级，为全球用户创造更可及、更智能的科技生活体验。
双方深度协同核心资源，融合涛涛车业的全渠道优势与宇树科技先进机器人技术，在机器人北美等海外市场开拓、C端场景探索与产品二次开发销售、商业化落地等领域开展深度战略合作，共同探索机器人行业发展新机遇。
宇树科技作为全球领先的机器人创新企业，自主研发掌握电机、减速器、控制器等核心技术与专利，在机器人运动控制及感知领域具备显著优势，其四足机器人全球市场占有率达到70%，人形机器人技术居行业前沿，相关产品已深度应用于智能电力巡检、应急消防等场景，构建了从核心零部件研发到具身智能整机开发的全栈技术能力。
涛涛车业是一家融合品牌渠道端与成本制造端两端一体化优势的全球化公司。在北美等海外市场，创始人深耕行业近20年，以自有品牌销售为主，建立了覆盖620+高端经销商、头部连锁商超、亚马逊等第三方电商平台以及自建站的全渠道营销网络，并组建250+人本土化运营团队，形成极强的北美等海外市场渗透和扩张能力，可为机器人企业提供销售渠道拓展、应用场景联合开发等关键支持。
基于双方高度互补的竞争优势，此次合作将通过三大路径实现深度赋能：
一是北美等海外地区销售共拓。依托涛涛车业的全渠道网络，加速宇树机器人产品导入北美等海外消费市场，实现规模化销售与品牌渗透。同时，涛涛车业通过引入宇树的创新产品，激活渠道增量价值，为产业升级注入智能科技动能。
二是C端场景共研。结合涛涛车业对北美等海外消费市场的深度洞察与宇树科技的硬核技术实力，双方将联合挖掘高潜力应用场景，并基于场景需求，对相关机器人产品进行二次开发与销售，共同开拓消费级机器人的蓝海市场。
三是商业化落地提效。通过整合涛涛车业的渠道资源与宇树科技的机器人技术优势，为宇树科技机器人在目标领域（如物流、安防巡检、特定商业服务等）及消费场景的快速商业化落地与规模化应用奠定产能基础。同时，涛涛车业将借势持续提升科技竞争力。
此次战略合作锚定 “技术 + 渠道” 的双向赋能合作范式。涛涛车业以深耕北美等海外地区近20年的全渠道优势为支撑，构建宇树机器人直达消费终端的市场推进器；宇树科技则以领先的机器人技术积累，赋能涛涛车业开拓智能科技产业的发展新生态，加快和完善智能化业务的规划和布局。
通过资源共享与能力协同，不仅助力宇树科技机器人加速全球商业化布局，也为涛涛车业全产业链智能化升级注入新动力。
未来，双方将以 “互利共赢” 为宗旨，持续探索机器人技术在消费与工业场景的深度融合与创新，共同推动其全球规模化应用，加速产业升级，为全球用户创造更可及、更智能的科技生活体验。
尖峰神经网络 （SNN） 是实现神经形态计算系统的最常见方法。与卷积神经网络 （CNN） 一样，SNN 是一种特定类型的人工神经网络 （ANN）。
数据表示和推理所需的前向计算次数是CNN和SNN之间的重要区别。在人工神经网络中，神经元的输入和输出信号都是实数，推理只需要一次前馈传递。
另一方面，SNN 会遇到推理延迟。SNN 输入和输出信号是给定周期内的稀疏尖峰，推理需要在此周期内进行多次前馈传递。人工神经网络处理实值，而 SNN 处理尖峰（图 1）。
图 1.2层神经网络（a）、2层神经网络架构（b）和2层神经网络架构（c）的一般架构比较。（图片来源：MDPI 应用科学)
SNN 基础知识
SNN 中每个神经元的膜电位是一个关键要素。当神经元接收到来自 SSN 中其他神经元的输入信号（尖峰）时，它会发生变化。兴奋性输入导致膜电位变得更加正。当接收到抑制性输入时，电位变得更加负。
当膜电位达到临界阈值时，神经元将产生输出尖峰（“火”）。这种机制使 SNN 能够根据尖峰的时间和频率处理信息。阈值是在 SNN 训练期间确定的。
单个尖峰代表离散事件或信息片段，并且该信息根据尖峰的时间和频率通过 SNN 传输。
尖峰通过突触连接在神经元之间传播。突触连接具有相关的权重，这些权重决定了尖峰对接收神经元的影响程度。重量是在训练期间确定的。
SNNs 的优势
SNN 可以增强物联网 （IoT） 设备、智能传感器、机器人和自动驾驶汽车等边缘应用的性能。由于它们使用基于尖峰的通信进行作，因此 SNN 仅在需要时激活，从而最大限度地降低功耗。
像 SNN 这样的神经形态芯片可以实现并行处理，加快响应时间和决策速度。它们非常适合处理非结构化和流数据，一些神经形态芯片架构同时集成了 SNN 和内存，支持内存计算并减少数据传输延迟并进一步降低功耗。
模拟与数字SNN
SNN 可以使用模拟或数字技术实现。两者都使用尖峰进行神经元之间的通信，并且是事件驱动的。模拟 SNN 使用连续信号，而数字 SNN 使用数字信号和处理。
模拟 SNN 在能效（它们的能耗比数字 SNN 低 20 倍）、小尺寸和模拟信号实时处理方面具有优势。模拟SNN可以直接处理来自传感器的模拟信号，而无需模数转换。这可以带来更快的响应时间和更简单的系统。
数字 SNN 使用 CPU 或 FPGA 来模拟尖峰神经元活动。它们比模拟方法更具可扩展性，并且可以更轻松地支持更大的 SNN。数字 SNN 比它们的模拟表亲更准确、更可靠。
集成 SNN
包含SNN的商用IC已经开始出现。这些初始产品往往是高度集成的通用设备。在一种情况下，该 IC 集成了模拟和数字 SNN，并结合了用于传统 CNN 和快速傅里叶变换 （FFT） 的 RISC-V CPU 和加速器（图 2）。集成内存，可支持内存内和近内存处理。
图 2.该神经形态信号处理器包括模拟和数字 SNN（右上）以及 RISC-V CPU 以及 CNN 和 FFT 加速器。（图片来源：Innatera)
总结
SNN 等神经形态设备可用于最大限度地降低功耗并支持从传感器融合到自动驾驶汽车和机器人技术等边缘 AI 应用中的实时处理。SNN 是人工神经网络的一种特殊形式，可以使用模拟或数字技术实现。集成了针对边缘传感应用优化的SNN的商用IC已经开始出现。
尖峰神经网络 （SNN） 是实现神经形态计算系统的最常见方法。与卷积神经网络 （CNN） 一样，SNN 是一种特定类型的人工神经网络 （ANN）。
数据表示和推理所需的前向计算次数是CNN和SNN之间的重要区别。在人工神经网络中，神经元的输入和输出信号都是实数，推理只需要一次前馈传递。
另一方面，SNN 会遇到推理延迟。SNN 输入和输出信号是给定周期内的稀疏尖峰，推理需要在此周期内进行多次前馈传递。人工神经网络处理实值，而 SNN 处理尖峰（图 1）。
图 1.2层神经网络（a）、2层神经网络架构（b）和2层神经网络架构（c）的一般架构比较。（图片来源：MDPI 应用科学)
SNN 基础知识
SNN 中每个神经元的膜电位是一个关键要素。当神经元接收到来自 SSN 中其他神经元的输入信号（尖峰）时，它会发生变化。兴奋性输入导致膜电位变得更加正。当接收到抑制性输入时，电位变得更加负。
当膜电位达到临界阈值时，神经元将产生输出尖峰（“火”）。这种机制使 SNN 能够根据尖峰的时间和频率处理信息。阈值是在 SNN 训练期间确定的。
单个尖峰代表离散事件或信息片段，并且该信息根据尖峰的时间和频率通过 SNN 传输。
尖峰通过突触连接在神经元之间传播。突触连接具有相关的权重，这些权重决定了尖峰对接收神经元的影响程度。重量是在训练期间确定的。
SNNs 的优势
SNN 可以增强物联网 （IoT） 设备、智能传感器、机器人和自动驾驶汽车等边缘应用的性能。由于它们使用基于尖峰的通信进行作，因此 SNN 仅在需要时激活，从而最大限度地降低功耗。
像 SNN 这样的神经形态芯片可以实现并行处理，加快响应时间和决策速度。它们非常适合处理非结构化和流数据，一些神经形态芯片架构同时集成了 SNN 和内存，支持内存计算并减少数据传输延迟并进一步降低功耗。
模拟与数字SNN
SNN 可以使用模拟或数字技术实现。两者都使用尖峰进行神经元之间的通信，并且是事件驱动的。模拟 SNN 使用连续信号，而数字 SNN 使用数字信号和处理。
模拟 SNN 在能效（它们的能耗比数字 SNN 低 20 倍）、小尺寸和模拟信号实时处理方面具有优势。模拟SNN可以直接处理来自传感器的模拟信号，而无需模数转换。这可以带来更快的响应时间和更简单的系统。
数字 SNN 使用 CPU 或 FPGA 来模拟尖峰神经元活动。它们比模拟方法更具可扩展性，并且可以更轻松地支持更大的 SNN。数字 SNN 比它们的模拟表亲更准确、更可靠。
集成 SNN
包含SNN的商用IC已经开始出现。这些初始产品往往是高度集成的通用设备。在一种情况下，该 IC 集成了模拟和数字 SNN，并结合了用于传统 CNN 和快速傅里叶变换 （FFT） 的 RISC-V CPU 和加速器（图 2）。集成内存，可支持内存内和近内存处理。
图 2.该神经形态信号处理器包括模拟和数字 SNN（右上）以及 RISC-V CPU 以及 CNN 和 FFT 加速器。（图片来源：Innatera)
总结
SNN 等神经形态设备可用于最大限度地降低功耗并支持从传感器融合到自动驾驶汽车和机器人技术等边缘 AI 应用中的实时处理。SNN 是人工神经网络的一种特殊形式，可以使用模拟或数字技术实现。集成了针对边缘传感应用优化的SNN的商用IC已经开始出现。
范围和频率要求
范围和频率要求在确定物联网设备使用的天线类型方面起着至关重要的作用。例如，可穿戴设备和智能家居设备通常利用 Wi-Fi（图 1）或蓝牙在 2.4 GHz 至 5.9 GHz 频率范围内进行短距离通信。Zigbee 在同一工业、科学和医疗 （ISM） 频段运行，以其高效的网状网络功能支持智能家居基础设施和楼宇自动化。
图 1.支持 Wi-Fi 的智能家居设置突出了用于全面家庭自动化的互连设备，包括照明、气候、安全和能源管理，所有这些都通过中央智能手机应用程序进行控制。（图片：博世)
相比之下，工业物联网 （IIoT） 应用通常依赖于低功耗广域网 （LPWAN） 技术，其中包括窄带物联网 （NB-IoT） 和 LoRaWAN 通信协议。NB-IoT 通过许可的 sub-1 GHz 频段提供广泛的覆盖范围，而 LoRaWAN 使用未经许可的 sub-GHz 频率（欧洲为 868 MHz，北美为 915 MHz）实现了广泛的覆盖范围。
LTE Cat-M 将高带宽和吞吐量与高效功耗相结合，可在低于 1 GHz 的许可 LTE 频段中运行，从而在具有挑战性的室内场所实现无缝连接。高速、低延迟的物联网应用利用 5G 的宽频谱，跨越 sub-6 GHz 和毫米波频段（24 GHz 及以上），实现广泛的覆盖范围和高容量。值得注意的是，5G 是先进汽车系统、医疗保健设备以及虚拟现实 （VR） 和增强现实 （AR） 应用越来越受欢迎的选择。
从鞭子和桨到切屑和金属丝
选择物联网天线需要在范围、耐用性、成本和集成复杂性之间进行权衡。旨在满足特定的应用和频率要求，一些使用最广泛的物联网天线包括：
鞭状天线和桨状天线为 IIoT 部署提供广域连接，为 ISM、LoRa、LPWAN 应用以及运行在 1 GHz 以下的 LTE Cat-M 设备提供最佳性能和范围。为了耐用性和性能，鞭状天线和桨状天线采用高级塑料和金属制造，例如不锈钢或铝，与橡皮鸭天线相比，其设计成本更高。
橡皮鸭：采用螺旋设计。外部橡皮鸭天线针对便携式物联网设备、手持收音机和对讲机。橡皮鸭天线在耐用性、性能和成本之间取得了平衡，兼容广泛的频率范围，通常跨越 100 MHz 至 2.5 GHz，包括 Zigbee 的 2.4 GHz 频段。这些天线由柔性塑料和金属（例如不锈钢）制成。
贴片：为了实现最佳卫星传输，适应特定或双极化，贴片天线是支持 GPS 的设备的热门选择。贴片天线在 GHz 范围内有效，特别是对于 1.57542 GHz（L1 频段）的 GPS，可确保精确导航并具有最佳增益和辐射特性。
PCB：这些集成天线为可穿戴设备和远程传感器提供设计灵活性和更高的增益，可适应宽频谱（包括 5G），范围从用于广泛覆盖的 sub-6 GHz 到用于高容量应用的毫米波频段（24 GHz 及以上）。PCB 天线是使用沉积在非导电基板（例如 FR-4 玻璃纤维）上的铜或其他导电金属制造的。尽管 PCB 天线适用于各种类型的物联网应用和通信协议，但它给系统设计人员带来了一些集成挑战，包括信号干扰和精确放置要求。
芯片：芯片天线可容纳小型物联网设备，可有效支持从 Wi-Fi、蓝牙和 Zigbee 到 LTE、NB-IoT、LoRa 和 5G 的各种协议和频段。
由于芯片天线需要高度集成，因此系统设计人员必须应对密集电路板上的空间限制。片式天线采用传统半导体材料制造，包括陶瓷和硅。线：针对联网汽车、智能建筑和其他流行的物联网应用，由于成熟的制造工艺和现成的材料（例如铜或铝），线天线相对便宜。尽管有线天线支持多种协议、频率和范围，但它们带来了各种设计挑战，包括需要为较低频率（需要更大的天线）提供额外的空间，以及减少或减轻密集布局中的干扰。这两个设计考虑因素对于 LTE Cat-M 和 5G 应用都至关重要。
通过战略性设计和布局优化范围和性能
对于鞭状天线、桨叶天线（图 2）和橡皮鸭天线，接地层考虑因素（包括附近表面的电导率）对于最大限度地提高辐射效率至关重要。优化这一关键参数直接影响信号强度和质量，确保长距离通信稳定清晰。这些外部天线的导电平面至少为四分之一波长，可有效模仿偶极子的辐射方向图，显着扩大范围，特别是在超高频 （UHF） 频谱的低端。战略性放置，远离设备的金属部件和边缘，可减少干扰并进一步最大化范围。
图 2.专为 2.4 GHz 至 5 GHz作而设计的桨式双频天线。（图片： 锦绣微波炉)
由于尺寸与频率成反比，有线天线具有独特的设计考虑因素，需要仔细规划和设计。例如，较低的频率需要更大的天线，这可能会使小型物联网设备的集成变得复杂。它们还需要细致的调整，重点是定义主要通信路径并最大限度地减少障碍物，以确保清晰的视线连接。线状天线还必须与金属元件（例如外壳、连接器和设备边缘）分开，以保持无干扰的谐振频率。
物联网 GPS 设备的贴片天线需要经过深思熟虑的极化选择（RHCP、LHCP 或两者兼而有之）以优化卫星信号接收，并通过 PIN 二极管或 RF MEMS 设备实现双极化，以实现传输灵活性。正确的放置至关重要，因为贴片天线的安装必须与天空有清晰的视线，以最大限度地减少障碍物并提高信号清晰度，从而确保畅通无阻的视野 （FOV）。尽管平坦的轮廓简化了设备表面的集成，但贴片天线必须远离金属组件，以避免干扰和信号衰减。
对于紧凑型物联网设备，在 PCB 天线和芯片天线之间进行选择（图 3）取决于尺寸限制和性能要求。例如，PCB 天线由于其更大的尺寸和复杂的拓扑结构（例如，倒 F、L 和折叠单极设计）而能够获得更高的增益，但可能占用更多的电路板空间。
图 3.TDK 2.4 GHz 和 5.5 GHz 芯片射频天线专为表面贴装焊接而设计，支持 2.4 GHz 至 2.48 GHz 和 5.15 GHz 至 5.85 GHz 的宽频率范围。（图片来源：DigiKey)
相反，片式天线提供了一种更紧凑的解决方案，增益更低，非常适合空间受限的应用，例如可穿戴设备。最后，正确的放置对于 PCB 和芯片天线都至关重要。具体来说，最小的障碍物和战略边缘定位提高了 PCB 天线的性能，而芯片天线的精确集成可防止组件干扰并保持畅通无阻的信号路径。
对于 5G 专用物联网设备，高增益芯片、电线和 PCB 天线可以用作相控阵。这种配置可实现高效的空间复用和信号管理，通过广泛实施多输入多输出 （MIMO） 技术实现更高的小区密度。此外，自适应波束切换可动态优化天线信号路径，减少潜在干扰并增强信号接收。
总结
物联网天线的选择会影响关键的作参数，包括范围和性能。因此，设备制造商必须谨慎地在范围、耐用性、成本和集成复杂性之间进行权衡。物联网天线类型旨在满足特定应用的要求，包括鞭状天线、桨形天线、橡皮鸭天线、贴片天线、PCB、芯片天线和电线。战略性天线放置可最大限度地减少干扰并增强信号强度，确保物联网设备与其网络之间清晰可靠的通信。
范围和频率要求
范围和频率要求在确定物联网设备使用的天线类型方面起着至关重要的作用。例如，可穿戴设备和智能家居设备通常利用 Wi-Fi（图 1）或蓝牙在 2.4 GHz 至 5.9 GHz 频率范围内进行短距离通信。Zigbee 在同一工业、科学和医疗 （ISM） 频段运行，以其高效的网状网络功能支持智能家居基础设施和楼宇自动化。
图 1.支持 Wi-Fi 的智能家居设置突出了用于全面家庭自动化的互连设备，包括照明、气候、安全和能源管理，所有这些都通过中央智能手机应用程序进行控制。（图片：博世)
相比之下，工业物联网 （IIoT） 应用通常依赖于低功耗广域网 （LPWAN） 技术，其中包括窄带物联网 （NB-IoT） 和 LoRaWAN 通信协议。NB-IoT 通过许可的 sub-1 GHz 频段提供广泛的覆盖范围，而 LoRaWAN 使用未经许可的 sub-GHz 频率（欧洲为 868 MHz，北美为 915 MHz）实现了广泛的覆盖范围。
LTE Cat-M 将高带宽和吞吐量与高效功耗相结合，可在低于 1 GHz 的许可 LTE 频段中运行，从而在具有挑战性的室内场所实现无缝连接。高速、低延迟的物联网应用利用 5G 的宽频谱，跨越 sub-6 GHz 和毫米波频段（24 GHz 及以上），实现广泛的覆盖范围和高容量。值得注意的是，5G 是先进汽车系统、医疗保健设备以及虚拟现实 （VR） 和增强现实 （AR） 应用越来越受欢迎的选择。
从鞭子和桨到切屑和金属丝
选择物联网天线需要在范围、耐用性、成本和集成复杂性之间进行权衡。旨在满足特定的应用和频率要求，一些使用最广泛的物联网天线包括：
鞭状天线和桨状天线为 IIoT 部署提供广域连接，为 ISM、LoRa、LPWAN 应用以及运行在 1 GHz 以下的 LTE Cat-M 设备提供最佳性能和范围。为了耐用性和性能，鞭状天线和桨状天线采用高级塑料和金属制造，例如不锈钢或铝，与橡皮鸭天线相比，其设计成本更高。
橡皮鸭：采用螺旋设计。外部橡皮鸭天线针对便携式物联网设备、手持收音机和对讲机。橡皮鸭天线在耐用性、性能和成本之间取得了平衡，兼容广泛的频率范围，通常跨越 100 MHz 至 2.5 GHz，包括 Zigbee 的 2.4 GHz 频段。这些天线由柔性塑料和金属（例如不锈钢）制成。
贴片：为了实现最佳卫星传输，适应特定或双极化，贴片天线是支持 GPS 的设备的热门选择。贴片天线在 GHz 范围内有效，特别是对于 1.57542 GHz（L1 频段）的 GPS，可确保精确导航并具有最佳增益和辐射特性。
PCB：这些集成天线为可穿戴设备和远程传感器提供设计灵活性和更高的增益，可适应宽频谱（包括 5G），范围从用于广泛覆盖的 sub-6 GHz 到用于高容量应用的毫米波频段（24 GHz 及以上）。PCB 天线是使用沉积在非导电基板（例如 FR-4 玻璃纤维）上的铜或其他导电金属制造的。尽管 PCB 天线适用于各种类型的物联网应用和通信协议，但它给系统设计人员带来了一些集成挑战，包括信号干扰和精确放置要求。
芯片：芯片天线可容纳小型物联网设备，可有效支持从 Wi-Fi、蓝牙和 Zigbee 到 LTE、NB-IoT、LoRa 和 5G 的各种协议和频段。
由于芯片天线需要高度集成，因此系统设计人员必须应对密集电路板上的空间限制。片式天线采用传统半导体材料制造，包括陶瓷和硅。线：针对联网汽车、智能建筑和其他流行的物联网应用，由于成熟的制造工艺和现成的材料（例如铜或铝），线天线相对便宜。尽管有线天线支持多种协议、频率和范围，但它们带来了各种设计挑战，包括需要为较低频率（需要更大的天线）提供额外的空间，以及减少或减轻密集布局中的干扰。这两个设计考虑因素对于 LTE Cat-M 和 5G 应用都至关重要。
通过战略性设计和布局优化范围和性能
对于鞭状天线、桨叶天线（图 2）和橡皮鸭天线，接地层考虑因素（包括附近表面的电导率）对于最大限度地提高辐射效率至关重要。优化这一关键参数直接影响信号强度和质量，确保长距离通信稳定清晰。这些外部天线的导电平面至少为四分之一波长，可有效模仿偶极子的辐射方向图，显着扩大范围，特别是在超高频 （UHF） 频谱的低端。战略性放置，远离设备的金属部件和边缘，可减少干扰并进一步最大化范围。
图 2.专为 2.4 GHz 至 5 GHz作而设计的桨式双频天线。（图片： 锦绣微波炉)
由于尺寸与频率成反比，有线天线具有独特的设计考虑因素，需要仔细规划和设计。例如，较低的频率需要更大的天线，这可能会使小型物联网设备的集成变得复杂。它们还需要细致的调整，重点是定义主要通信路径并最大限度地减少障碍物，以确保清晰的视线连接。线状天线还必须与金属元件（例如外壳、连接器和设备边缘）分开，以保持无干扰的谐振频率。
物联网 GPS 设备的贴片天线需要经过深思熟虑的极化选择（RHCP、LHCP 或两者兼而有之）以优化卫星信号接收，并通过 PIN 二极管或 RF MEMS 设备实现双极化，以实现传输灵活性。正确的放置至关重要，因为贴片天线的安装必须与天空有清晰的视线，以最大限度地减少障碍物并提高信号清晰度，从而确保畅通无阻的视野 （FOV）。尽管平坦的轮廓简化了设备表面的集成，但贴片天线必须远离金属组件，以避免干扰和信号衰减。
对于紧凑型物联网设备，在 PCB 天线和芯片天线之间进行选择（图 3）取决于尺寸限制和性能要求。例如，PCB 天线由于其更大的尺寸和复杂的拓扑结构（例如，倒 F、L 和折叠单极设计）而能够获得更高的增益，但可能占用更多的电路板空间。
图 3.TDK 2.4 GHz 和 5.5 GHz 芯片射频天线专为表面贴装焊接而设计，支持 2.4 GHz 至 2.48 GHz 和 5.15 GHz 至 5.85 GHz 的宽频率范围。（图片来源：DigiKey)
相反，片式天线提供了一种更紧凑的解决方案，增益更低，非常适合空间受限的应用，例如可穿戴设备。最后，正确的放置对于 PCB 和芯片天线都至关重要。具体来说，最小的障碍物和战略边缘定位提高了 PCB 天线的性能，而芯片天线的精确集成可防止组件干扰并保持畅通无阻的信号路径。
对于 5G 专用物联网设备，高增益芯片、电线和 PCB 天线可以用作相控阵。这种配置可实现高效的空间复用和信号管理，通过广泛实施多输入多输出 （MIMO） 技术实现更高的小区密度。此外，自适应波束切换可动态优化天线信号路径，减少潜在干扰并增强信号接收。
总结
物联网天线的选择会影响关键的作参数，包括范围和性能。因此，设备制造商必须谨慎地在范围、耐用性、成本和集成复杂性之间进行权衡。物联网天线类型旨在满足特定应用的要求，包括鞭状天线、桨形天线、橡皮鸭天线、贴片天线、PCB、芯片天线和电线。战略性天线放置可最大限度地减少干扰并增强信号强度，确保物联网设备与其网络之间清晰可靠的通信。
当工程师思考或谈论数字信号时，人们通常会觉得这些是带有直角方角的漂亮矩形脉冲，但这只是在理想情况下。在现实世界中，信号挑战始于这些波形的“完美”程度，尽管它们可能非常接近。
然而，数字信号面临的更大挑战是当数字波形的脉冲通过电缆、光纤或空气传输时，无论是相对较短的片间或板间链路，还是长距离数公里的光纤路径。这些波形被扭曲和“涂抹”主要是由于带宽限制，并且它们的能量会随着时间的推移而分散。然后，脉冲能量的扩散与后续脉冲的能量重叠，这种现象称为符号间干扰 （ISI），如图 1 所示。
图 1.在时域中，ISI 表现为相邻的、以前尖角的脉冲之间的重叠和涂抹。（图片：国际电气、电子和仪器仪表工程高级研究杂志)
ISI 会产生负面后果。首先，用于产生原始脉冲的一些能量被浪费了。即使这不是问题，原始信号的扩散能量也意味着所需信号的扩散能量更少，从而降低了接收器的信噪比 （SNR）。当对其进行采样以确定它是一还是零（或其他数字代码，如多电平信号）时，降低的信噪比会增加误解的机会，从而增加误码率（BER）。
出于这些原因，ISI 及其处理方法从模拟信号的早期就一直在研究，贝尔实验室在 1930 年代至 1960 年代完成了大部分工作（参见 RW Lucky、J. Salz 和 EJ Weldon 的开创性工作，“数据通信原理”）。从长远来看，当第一条跨大西洋电报电缆在 1800 年代后期铺设时，ISI 尚未得到认可，信号速率约为 10 位/分钟！
对 ISI 进行分析，并且必须在时域和频域中进行理解。与所有与信号理论相关的见解和分析一样，数学在处理信号空间、卷积等时变得极其复杂;有兴趣的人可以查看许多可用的参考资料。
ISI、带宽、采样率等
幸运的是，不难对 ISI、由此产生的问题以及最大限度地减少 ISI 及其影响的可能解决方案进行定性了解。理解始于各种因素和参数之间的关系。
对于信道带宽 （BW） 大于符号速率 （Rs） （BW>Rs/2） 一半的宽带信道，大部分信号功率保留在原始脉冲中。一小部分高频分量被滤除;然而，由此产生的失真相对较小，对于大多数实际通信系统来说通常是可以接受的，如图2所示。
图 2.当信道带宽（BW）大于符号速率Rs的二分之一时，失真相对较小;左侧：时域，右侧：频域。（图片：Rahsoft)
相反，当信道带宽等于符号速率的二分之一（BW= Rs/2）时，信道的带宽刚好足以通过信号频谱的主瓣，如图3所示。同时，所有旁瓣都被滤除，接收信号的质量取决于接收器处的精确时序。虽然失真似乎很小，但任何时序误差都会显着影响信号恢复和BER。
图 3.随着信道带宽降低到符号速率，ISI失真增加，错误的可能性更大。（图片：Rahsoft)
最具挑战性的情况是信道带宽小于 Rs/2 时，因为即使是信号频谱的主瓣也部分衰减 （BW<Rs/2）。这会导致显着的符号间干扰，因为信号的形状越来越失真，并且连续符号之间存在大量重叠，如图 4 所示。这不利于符号的准确、正确和无错误恢复。
图 4.由于信道带宽低于符号速率，ISI引起的重叠和失真会变得严重。（图片：Rahsoft)
观察 ISI
频域和时域都提供了对 ISI 的洞察。在频域中，功率谱密度 （PSD） 图说明了带限和失真产生的能量“飞溅”。
时域中众所周知的眼图（眼图）更具启发性，如图 5 所示。该图显示了将一位能量重叠到相邻位周期的影响;在大多数情况下，最佳采样点位于眼睛的中间，那里的选项最宽。睁大眼睛意味着很少或没有 ISI，而闭眼意味着有一点重叠。
图 5.眼睛图案揭示了很多关于 ISI 的信息，等等。左图：具有宽“眼”开口的非常好且稳定的眼花纹表明 ISI 最小;右：闭上眼睛时可以看到 ISI 的影响。（图片来源：连接器供应商)
请注意，眼图还显示了加性噪声的影响，这是一个非 ISI 问题;噪声通常表现为眼睛过零点周围的抖动，而不是眼睛闭上。
最小化 ISI 本身或其影响
虽然从工程角度来看，最好的办法是改善信道特性或降低信道比特率，但这些都是不太可能的解决方案。前一种方法通常是不可能的，而后者则不可取或不可接受。
幸运的是，有一些替代方案可以减少 ISI 的影响并提高错误率。其中一些是模拟技术，现在使用软件或硬件以数字方式实现，而另一些则本质上是数字的。
升高的余弦脉冲整形：最大限度地减少 ISI 的影响首先要对传输脉冲进行脉冲整形。使用具有方角的脉冲需要更大的（实际上是无限的）带宽，并且任何不适合信道带宽的频谱能量都会产生 ISI。解决方案是塑造该脉冲以最大化通道通过的能量。
Harry Nyquist（是的，也是著名的模拟信号采样和重建同名标准的开发者）等研究人员对这个问题进行了多年的研究。贝尔实验室的研究人员能够证明，初始脉冲的最佳形状是升高的余弦，这确保了频谱是带限的，同时在采样时刻最大限度地减少了 ISI，如图 6 所示。它具有由“滚降”因子控制的可调带宽。
图6.理想矩形脉冲的升高余弦滤波器在滚降速率和带宽（A 到 D）之间进行了权衡，同时在关键采样时刻最大限度地减少了 ISI。左：时域，右：频域。（图片：Science Direct)
可以调整升高余弦的关键参数，例如汇总速率，以匹配通道特征和性能权衡。
用于脉冲整形的凸起余弦滤波器不仅仅是另一种低通滤波器。在时域中，滤波器在时间间隔 T 处具有零响应，因此给定符号的脉冲响应将在相邻符号的采样时间增加信号能量。它还应该最小化脉冲（时间）响应的波瓣高度，并使其快速衰减，以降低对 ISI 的灵敏度，如果接收器没有在每个符号的理想时间精确采样。
随着滚降时间的增加（图6中的曲线D），脉冲响应很快归零，滤波器脉冲响应的波瓣非常小。然而，它们的频谱过于宽。更好的折衷方案是滚降系数在 0.25 到 0.5 之间。在这种情况下，脉冲响应衰减相对较快，波瓣较小，同时仍保持合理的带宽。
接收机滤波器：一个重要问题是设计一个接收机滤波器，以优化信噪比，从而优化接收机性能。信号理论分析也提供了答案，表明所谓的“匹配滤波器”是最佳的。根据定义，匹配滤波器提供的输出可最大限度地提高输出峰值功率与平均噪声功率比。匹配滤波器是在存在加性随机噪声的情况下最大化信噪比的最佳线性滤波器。
匹配过滤器的主要特征是什么？匹配滤波器的输出是通过将称为模板的已知延迟信号与未知信号相关联来检测未知信号中模板的存在。假设白（不相关）噪声，理想匹配滤波器的脉冲响应应该是系统试图恢复的信号的时间反转复共轭缩放版本。（这就是我们所能说的，而无需进行非常深入的分析讨论。
预失真：如果您知道通道的特性以及它如何扭曲信号路径，那么使用传输信号本身的互补脉冲整形来“抢占”问题可能是有意义的。例如，如果通道在带宽限制内没有平坦响应，而是在带宽范围内具有衰减“谷值”，则设计人员可以在这些衰减频率的发射侧添加一些信号增强。理想情况下，当信号出现在通道的另一端时，结果将是带宽平坦的信号。
均衡：这是预失真的补充。在接收器上使用均衡器，而不是预先失真传输信号，通过反转失真来抵消带限信道的影响。
纠错码和前向纠错 （FEC）：这些技术可以帮助恢复由 ISI 引起的丢失或失真的位。其中广泛使用的是 Andrew J. Viterbi 于 1967 年开发的 Viterbi 编码。在这种方法中，要传输的原始数据使用卷积码或格子码进行编码。在接收端，数据与 ISI 一起存在噪声和失真。解码器通过使用最大似然解码来抵消这些引发错误的问题。通过这样做，它利用编码方案的“知识”来确定下一个最可能的位是什么，从而降低误码率。这种解码可以在硬件或软件中执行，具体取决于数据速率以及硬件和软件之间成本、功耗和速度的通常权衡。
最后，使用自适应预失真和均衡方案来最小化ISI。这些高级版本可根据信道条件动态调整发射机和接收机参数和波形。这是必要的，因为现实情况是信道性能参数和缺陷通常不是静态的，而是随时间、温度、运动、干扰源和其他因素而变化。这种动态时变方法对于无线信道尤其必要，因为在使用信道时，许多因素都会影响信道。自适应技术广泛用于各种类型的调制解调器。
总结
ISI 是一个从通信最早开始就已经认识到的问题，从电报线甚至跨大西洋电报电缆开始。随着数据速度的提高，该问题的解决方案也在不断发展，需要更高的信道带宽，而简单电线作为信道介质的使用已经扩展到包括同轴电缆、波导、光链路，当然还有无线链路。
这些 ISI 解决方案中的许多都基于先进的信号理论分析，该分析首先表征了问题的根本原因，然后帮助开发了最小化问题的方法。结果是更高的信噪比和更低的 BER，即使速度提高了许多数量级。
当工程师思考或谈论数字信号时，人们通常会觉得这些是带有直角方角的漂亮矩形脉冲，但这只是在理想情况下。在现实世界中，信号挑战始于这些波形的“完美”程度，尽管它们可能非常接近。
然而，数字信号面临的更大挑战是当数字波形的脉冲通过电缆、光纤或空气传输时，无论是相对较短的片间或板间链路，还是长距离数公里的光纤路径。这些波形被扭曲和“涂抹”主要是由于带宽限制，并且它们的能量会随着时间的推移而分散。然后，脉冲能量的扩散与后续脉冲的能量重叠，这种现象称为符号间干扰 （ISI），如图 1 所示。
图 1.在时域中，ISI 表现为相邻的、以前尖角的脉冲之间的重叠和涂抹。（图片：国际电气、电子和仪器仪表工程高级研究杂志)
ISI 会产生负面后果。首先，用于产生原始脉冲的一些能量被浪费了。即使这不是问题，原始信号的扩散能量也意味着所需信号的扩散能量更少，从而降低了接收器的信噪比 （SNR）。当对其进行采样以确定它是一还是零（或其他数字代码，如多电平信号）时，降低的信噪比会增加误解的机会，从而增加误码率（BER）。
出于这些原因，ISI 及其处理方法从模拟信号的早期就一直在研究，贝尔实验室在 1930 年代至 1960 年代完成了大部分工作（参见 RW Lucky、J. Salz 和 EJ Weldon 的开创性工作，“数据通信原理”）。从长远来看，当第一条跨大西洋电报电缆在 1800 年代后期铺设时，ISI 尚未得到认可，信号速率约为 10 位/分钟！
对 ISI 进行分析，并且必须在时域和频域中进行理解。与所有与信号理论相关的见解和分析一样，数学在处理信号空间、卷积等时变得极其复杂;有兴趣的人可以查看许多可用的参考资料。
ISI、带宽、采样率等
幸运的是，不难对 ISI、由此产生的问题以及最大限度地减少 ISI 及其影响的可能解决方案进行定性了解。理解始于各种因素和参数之间的关系。
对于信道带宽 （BW） 大于符号速率 （Rs） （BW>Rs/2） 一半的宽带信道，大部分信号功率保留在原始脉冲中。一小部分高频分量被滤除;然而，由此产生的失真相对较小，对于大多数实际通信系统来说通常是可以接受的，如图2所示。
图 2.当信道带宽（BW）大于符号速率Rs的二分之一时，失真相对较小;左侧：时域，右侧：频域。（图片：Rahsoft)
相反，当信道带宽等于符号速率的二分之一（BW= Rs/2）时，信道的带宽刚好足以通过信号频谱的主瓣，如图3所示。同时，所有旁瓣都被滤除，接收信号的质量取决于接收器处的精确时序。虽然失真似乎很小，但任何时序误差都会显着影响信号恢复和BER。
图 3.随着信道带宽降低到符号速率，ISI失真增加，错误的可能性更大。（图片：Rahsoft)
最具挑战性的情况是信道带宽小于 Rs/2 时，因为即使是信号频谱的主瓣也部分衰减 （BW<Rs/2）。这会导致显着的符号间干扰，因为信号的形状越来越失真，并且连续符号之间存在大量重叠，如图 4 所示。这不利于符号的准确、正确和无错误恢复。
图 4.由于信道带宽低于符号速率，ISI引起的重叠和失真会变得严重。（图片：Rahsoft)
观察 ISI
频域和时域都提供了对 ISI 的洞察。在频域中，功率谱密度 （PSD） 图说明了带限和失真产生的能量“飞溅”。
时域中众所周知的眼图（眼图）更具启发性，如图 5 所示。该图显示了将一位能量重叠到相邻位周期的影响;在大多数情况下，最佳采样点位于眼睛的中间，那里的选项最宽。睁大眼睛意味着很少或没有 ISI，而闭眼意味着有一点重叠。
图 5.眼睛图案揭示了很多关于 ISI 的信息，等等。左图：具有宽“眼”开口的非常好且稳定的眼花纹表明 ISI 最小;右：闭上眼睛时可以看到 ISI 的影响。（图片来源：连接器供应商)
请注意，眼图还显示了加性噪声的影响，这是一个非 ISI 问题;噪声通常表现为眼睛过零点周围的抖动，而不是眼睛闭上。
最小化 ISI 本身或其影响
虽然从工程角度来看，最好的办法是改善信道特性或降低信道比特率，但这些都是不太可能的解决方案。前一种方法通常是不可能的，而后者则不可取或不可接受。
幸运的是，有一些替代方案可以减少 ISI 的影响并提高错误率。其中一些是模拟技术，现在使用软件或硬件以数字方式实现，而另一些则本质上是数字的。
升高的余弦脉冲整形：最大限度地减少 ISI 的影响首先要对传输脉冲进行脉冲整形。使用具有方角的脉冲需要更大的（实际上是无限的）带宽，并且任何不适合信道带宽的频谱能量都会产生 ISI。解决方案是塑造该脉冲以最大化通道通过的能量。
Harry Nyquist（是的，也是著名的模拟信号采样和重建同名标准的开发者）等研究人员对这个问题进行了多年的研究。贝尔实验室的研究人员能够证明，初始脉冲的最佳形状是升高的余弦，这确保了频谱是带限的，同时在采样时刻最大限度地减少了 ISI，如图 6 所示。它具有由“滚降”因子控制的可调带宽。
图6.理想矩形脉冲的升高余弦滤波器在滚降速率和带宽（A 到 D）之间进行了权衡，同时在关键采样时刻最大限度地减少了 ISI。左：时域，右：频域。（图片：Science Direct)
可以调整升高余弦的关键参数，例如汇总速率，以匹配通道特征和性能权衡。
用于脉冲整形的凸起余弦滤波器不仅仅是另一种低通滤波器。在时域中，滤波器在时间间隔 T 处具有零响应，因此给定符号的脉冲响应将在相邻符号的采样时间增加信号能量。它还应该最小化脉冲（时间）响应的波瓣高度，并使其快速衰减，以降低对 ISI 的灵敏度，如果接收器没有在每个符号的理想时间精确采样。
随着滚降时间的增加（图6中的曲线D），脉冲响应很快归零，滤波器脉冲响应的波瓣非常小。然而，它们的频谱过于宽。更好的折衷方案是滚降系数在 0.25 到 0.5 之间。在这种情况下，脉冲响应衰减相对较快，波瓣较小，同时仍保持合理的带宽。
接收机滤波器：一个重要问题是设计一个接收机滤波器，以优化信噪比，从而优化接收机性能。信号理论分析也提供了答案，表明所谓的“匹配滤波器”是最佳的。根据定义，匹配滤波器提供的输出可最大限度地提高输出峰值功率与平均噪声功率比。匹配滤波器是在存在加性随机噪声的情况下最大化信噪比的最佳线性滤波器。
匹配过滤器的主要特征是什么？匹配滤波器的输出是通过将称为模板的已知延迟信号与未知信号相关联来检测未知信号中模板的存在。假设白（不相关）噪声，理想匹配滤波器的脉冲响应应该是系统试图恢复的信号的时间反转复共轭缩放版本。（这就是我们所能说的，而无需进行非常深入的分析讨论。
预失真：如果您知道通道的特性以及它如何扭曲信号路径，那么使用传输信号本身的互补脉冲整形来“抢占”问题可能是有意义的。例如，如果通道在带宽限制内没有平坦响应，而是在带宽范围内具有衰减“谷值”，则设计人员可以在这些衰减频率的发射侧添加一些信号增强。理想情况下，当信号出现在通道的另一端时，结果将是带宽平坦的信号。
均衡：这是预失真的补充。在接收器上使用均衡器，而不是预先失真传输信号，通过反转失真来抵消带限信道的影响。
纠错码和前向纠错 （FEC）：这些技术可以帮助恢复由 ISI 引起的丢失或失真的位。其中广泛使用的是 Andrew J. Viterbi 于 1967 年开发的 Viterbi 编码。在这种方法中，要传输的原始数据使用卷积码或格子码进行编码。在接收端，数据与 ISI 一起存在噪声和失真。解码器通过使用最大似然解码来抵消这些引发错误的问题。通过这样做，它利用编码方案的“知识”来确定下一个最可能的位是什么，从而降低误码率。这种解码可以在硬件或软件中执行，具体取决于数据速率以及硬件和软件之间成本、功耗和速度的通常权衡。
最后，使用自适应预失真和均衡方案来最小化ISI。这些高级版本可根据信道条件动态调整发射机和接收机参数和波形。这是必要的，因为现实情况是信道性能参数和缺陷通常不是静态的，而是随时间、温度、运动、干扰源和其他因素而变化。这种动态时变方法对于无线信道尤其必要，因为在使用信道时，许多因素都会影响信道。自适应技术广泛用于各种类型的调制解调器。
总结
ISI 是一个从通信最早开始就已经认识到的问题，从电报线甚至跨大西洋电报电缆开始。随着数据速度的提高，该问题的解决方案也在不断发展，需要更高的信道带宽，而简单电线作为信道介质的使用已经扩展到包括同轴电缆、波导、光链路，当然还有无线链路。
这些 ISI 解决方案中的许多都基于先进的信号理论分析，该分析首先表征了问题的根本原因，然后帮助开发了最小化问题的方法。结果是更高的信噪比和更低的 BER，即使速度提高了许多数量级。
自 1900 年代初以来，汽车方向盘一直是汽车不可或缺的一部分，并且仍然如此。毫无疑问，这是不间断技术寿命的惊人记录，有点像 QWERTY 键盘布局。
当然，情况并非总是如此。第一辆汽车有一个供驾驶员转向的舵柄，两个前轮有一个简单的平行四边形连杆，如图 1 所示。
图 1.这辆早期的汽车大约建于 1886 年，来自卡尔奔驰（梅赛德斯-奔驰的前身），使用舵柄来转向前轮。（图片来源：《运输杂志》)
几十年来，转向演变成我们现在拥有的车轮，以及更复杂的机械装置，例如齿轮齿条连杆。方向盘本身已经演变成汽车的某种控制中心，大多数都提供按钮来控制汽车的高级驾驶辅助系统 （ADAS） 功能等，如图 2 所示。
图 2.今天的方向盘的作用远不止允许驾驶员驾驶汽车，正如 2020 款梅赛德斯-奔驰 E 级汽车的这个单元所示。（图片：BBC Top Gear)
不过，仔细想想，经典的方向盘本可以在多年前被替代布置所取代。“线控驱动”，也称为线控转向，几年前在技术上变得可行;它用电子控制装置取代了方向盘和车轮之间的传统机械连接。传感器不是物理连杆，而是检测转向输入，然后将其转换为电信号，控制执行器转向车轮。
超越方向盘
还有什么替代方案？许多年前，当线控驱动仍处于萌芽阶段，从概念过渡到实施时，我参加了麻省理工学院的一次关于技术与未来的会议。演讲者中有福特汽车公司“未来工程”负责人（抱歉，我不记得他的名字了），他自信地预测，汽车很快就会用定制控制器取代方向盘，类似于带纵杆的游戏控制器，如图 3 所示。
图 3.非方向盘选项包括基本纵杆（左）或更高级的类似游戏的控制器（右）。（图片来源：维基词典，Argos Limited)
除了可能节省的成本外，他表示，这将使同一辆车能够在全球范围内销售，无论是左舵还是右舵，只需在控制台上重新定位控制器盒及其固定支架即可。这与当今的汽车形成鲜明对比，在当今的汽车中，需要对汽车的基本设计、物料清单和装配过程进行大量的工程和制造更改才能改变方向盘和立柱;这种容易描述的差异的“连锁反应”并非微不足道。
他的预言还没有实现，至少现在还没有实现。我并不是在批评他的预测缺陷，因为众所周知，生命的未来，尤其是技术进步，很难预测。你可以用 Yogi Berra 的名言来概括它：“很难做出预测，尤其是对未来。
即使是在大约十个城市行驶了数百万英里的自动驾驶谷歌 Waymo 汽车，仍然有方向盘（图 4）。部分原因是 Waymo 最初是一辆传统汽车，然后进行了大量改装——我读到它们的最终改装成本在 250,000 美元到 500,000 美元之间。这也可能与一个人可能需要在特殊的“卡住”情况下接管这一事实有关。
图 4.今天的自动驾驶汽车，比如这款 Waymo，仍然有方向盘，这通常（但并非总是）是一个残余元素。（图片：史密斯收藏，来自湾区电讯报)
但未来大众市场几代自动驾驶汽车可能没有方向盘，从而为乘客和行李留出更多空间，如图 5 所示。请注意，这些汽车是概念设计，目前尚未上路。
图 5.正如我们所知，方向盘可能会变得像人类的阑尾一样，直到我们决定永久移除它。（图片来源：今日物联网世界)
也许在可预见的未来，传统的方向盘将伴随着我们——无论那是多长时间。或者汽车会为人类驾驶的汽车使用基于纵杆的控制器，而为自动驾驶汽车使用方向盘或控制器吗？方向盘是否深深植根于我们的驾驶 DNA 中，以至于很难摆脱它，或者至少需要很多年和代际转变才能进化出这种 DNA，人们会接受完全失去它？
有一点是肯定的：这将是未来几年值得关注的有趣发展。
自 1900 年代初以来，汽车方向盘一直是汽车不可或缺的一部分，并且仍然如此。毫无疑问，这是不间断技术寿命的惊人记录，有点像 QWERTY 键盘布局。
当然，情况并非总是如此。第一辆汽车有一个供驾驶员转向的舵柄，两个前轮有一个简单的平行四边形连杆，如图 1 所示。
图 1.这辆早期的汽车大约建于 1886 年，来自卡尔奔驰（梅赛德斯-奔驰的前身），使用舵柄来转向前轮。（图片来源：《运输杂志》)
几十年来，转向演变成我们现在拥有的车轮，以及更复杂的机械装置，例如齿轮齿条连杆。方向盘本身已经演变成汽车的某种控制中心，大多数都提供按钮来控制汽车的高级驾驶辅助系统 （ADAS） 功能等，如图 2 所示。
图 2.今天的方向盘的作用远不止允许驾驶员驾驶汽车，正如 2020 款梅赛德斯-奔驰 E 级汽车的这个单元所示。（图片：BBC Top Gear)
不过，仔细想想，经典的方向盘本可以在多年前被替代布置所取代。“线控驱动”，也称为线控转向，几年前在技术上变得可行;它用电子控制装置取代了方向盘和车轮之间的传统机械连接。传感器不是物理连杆，而是检测转向输入，然后将其转换为电信号，控制执行器转向车轮。
超越方向盘
还有什么替代方案？许多年前，当线控驱动仍处于萌芽阶段，从概念过渡到实施时，我参加了麻省理工学院的一次关于技术与未来的会议。演讲者中有福特汽车公司“未来工程”负责人（抱歉，我不记得他的名字了），他自信地预测，汽车很快就会用定制控制器取代方向盘，类似于带纵杆的游戏控制器，如图 3 所示。
图 3.非方向盘选项包括基本纵杆（左）或更高级的类似游戏的控制器（右）。（图片来源：维基词典，Argos Limited)
除了可能节省的成本外，他表示，这将使同一辆车能够在全球范围内销售，无论是左舵还是右舵，只需在控制台上重新定位控制器盒及其固定支架即可。这与当今的汽车形成鲜明对比，在当今的汽车中，需要对汽车的基本设计、物料清单和装配过程进行大量的工程和制造更改才能改变方向盘和立柱;这种容易描述的差异的“连锁反应”并非微不足道。
他的预言还没有实现，至少现在还没有实现。我并不是在批评他的预测缺陷，因为众所周知，生命的未来，尤其是技术进步，很难预测。你可以用 Yogi Berra 的名言来概括它：“很难做出预测，尤其是对未来。
即使是在大约十个城市行驶了数百万英里的自动驾驶谷歌 Waymo 汽车，仍然有方向盘（图 4）。部分原因是 Waymo 最初是一辆传统汽车，然后进行了大量改装——我读到它们的最终改装成本在 250,000 美元到 500,000 美元之间。这也可能与一个人可能需要在特殊的“卡住”情况下接管这一事实有关。
图 4.今天的自动驾驶汽车，比如这款 Waymo，仍然有方向盘，这通常（但并非总是）是一个残余元素。（图片：史密斯收藏，来自湾区电讯报)
但未来大众市场几代自动驾驶汽车可能没有方向盘，从而为乘客和行李留出更多空间，如图 5 所示。请注意，这些汽车是概念设计，目前尚未上路。
图 5.正如我们所知，方向盘可能会变得像人类的阑尾一样，直到我们决定永久移除它。（图片来源：今日物联网世界)
也许在可预见的未来，传统的方向盘将伴随着我们——无论那是多长时间。或者汽车会为人类驾驶的汽车使用基于纵杆的控制器，而为自动驾驶汽车使用方向盘或控制器吗？方向盘是否深深植根于我们的驾驶 DNA 中，以至于很难摆脱它，或者至少需要很多年和代际转变才能进化出这种 DNA，人们会接受完全失去它？
有一点是肯定的：这将是未来几年值得关注的有趣发展。
本常见问题解答将涵盖基本栅极驱动器的三个方面，即串扰最小化、消除米勒效应和防止击穿。最后，我们以德州仪器 （TI） 的智能栅极驱动器示例结束。
最大限度地减少相支路配置中的串扰
第一个挑战发生在多交换机配置中，其中交换事件可能会相互干扰。当相位支路设置中的有源开关导通或关闭时，杂散脉冲会通过关断状态开关的栅源电压 （Vgs） 发送。这在栅极驱动器电路中称为串扰。例如，在同步降压转换器中，当上开关进行开关转换时，下开关的Vgs上会发生串扰。
可以通过提供低阻抗路径来旁路栅漏电容器的位移电流来解决这个问题。这种布置如图1所示，其中两个BJT和一个二极管连接SiC MOSFET的栅极端子和负驱动器电压。
图 1.栅极驱动器布置与BJT和二极管，可抑制串扰，从而提高同步降压转换器的效率。（图片来源：电子、MDPI)
这种方法的有效性在仿真结果中显而易见，同步降压转换器的效率有所提高。这种情况也是栅极驱动器电路中的寄生效应如何影响电源开关的一个例子，尤其是在涉及高频开关时。
消除米勒效应并降低开关损耗
虽然串扰解决了开关间干扰问题，但单个开关性能面临其自身的局限性。其中最重要的是米勒效应，它直接影响开关速度和效率。
米勒效应的特征是开关期间 Vgs 中的平坦区域（米勒平台），当栅极漏极电容器充电时发生。这种效应会减慢开关转换速度，并显着增加开关损耗，因为它会导致漏源电压和漏源电流曲线重叠。
快速导通和关断对于最大限度地减少这些损耗非常重要。栅极驱动器，尤其是谐振型栅极驱动器，可以通过回收浪费的栅极电荷能量来显着降低栅极损耗。图 2 显示了栅极驱动器原型，用于验证基于 GaN 的谐振栅极驱动器的使用。原型下面的表格提供了直接比较标准栅极驱动器和谐振栅极驱动器性能的定量数据。
图 2.使用谐振栅极驱动器的实验装置及其与标准栅极驱动器相比性能的改进。（图片来源：电子、MDPI)
实验表明，回收栅极电荷会浪费能量，栅极损耗降低了 26%。结果涉及开关频率为2.5 MHz时变化的高压负载，凸显了栅极驱动器在高频应用中的重要性。
栅极驱动器，借助软开关防止击穿
除了优化单个开关转换外，栅极驱动器还必须防止灾难性故障模式。其中最关键的是射击，它可以摧毁整个功率级。
当半桥中的高侧和低侧MOSFET同时使能时，就会发生击穿或交叉导通。这种现象在电源和接地之间形成了一条低阻抗路径，可能导致大的破坏性电流。在高频应用中，死区时间控制不足会使这个问题恶化。
在这种情况下，软切换可能特别有用。最近的一项研究声称，软开关导致开关损耗大幅降低。图 3 总结了整个研究，其中栅极驱动器实现软开关并缓解击穿和振荡等问题的能力提高了整体系统效率和可靠性。
图 3.栅极驱动器电路的功率损耗击穿 （a） 全软开关，（b） 传统硬开关。（图片来源：《科学报告》、《自然》杂志)
智能门驱动器可用于高级控制和集成
智能门驱动器通过集成对高性能系统很重要的高级控制和保护功能，超越了基本的驱动功能。图 4 显示了此类智能栅极驱动器的示例，其中突出显示了几个关键的集成功能：
可调栅极驱动电流源：通过调整提供给栅极的电流，可以精确控制 MOSFET VDS 压摆率。这对于平衡效率（较快的压摆率可降低开关损耗）和 EMI 性能（较慢的压摆率可减少辐射发射）至关重要。
稳健的 MOSFET 开关（例如，握手、TDRIVE 状态机）：该图包括“握手”模块和“过流检测器”，表示通过确保一个 MOSFET 在半桥中启用另一个 MOSFET 之前完全禁用来防止交叉传导（击穿）的功能。这些功能还可以检测 MOSFET 栅极故障并防止由于 dV/dt 引起的寄生导通，从而提高系统可靠性并保护组件。
传播延迟优化：这些栅极驱动器可以通过动态电流控制方案减少传播延迟及其失配。这有助于支持更宽的 PWM 占空比范围，并提高电机控制等应用的动态性能。
总结
栅极驱动器解决了使用宽禁带半导体进行高性能电源开关的三个关键挑战。在开关转换期间，串扰会在栅源电压上产生杂散脉冲，这可以通过使用 BJT 和二极管创建低阻抗旁路路径来解决。当栅极漏极电容器充电时，米勒效应会导致开关期间出现平坦的电压平台，从而增加开关损耗。谐振栅极驱动器通过回收浪费的栅极电荷能量来消除这种影响。当半桥配置中的两个MOSFET同时使能时，就会发生击穿，从而产生破坏性的电流路径。软切换有助于更大程度地减少击穿效应。
本常见问题解答将涵盖基本栅极驱动器的三个方面，即串扰最小化、消除米勒效应和防止击穿。最后，我们以德州仪器 （TI） 的智能栅极驱动器示例结束。
最大限度地减少相支路配置中的串扰
第一个挑战发生在多交换机配置中，其中交换事件可能会相互干扰。当相位支路设置中的有源开关导通或关闭时，杂散脉冲会通过关断状态开关的栅源电压 （Vgs） 发送。这在栅极驱动器电路中称为串扰。例如，在同步降压转换器中，当上开关进行开关转换时，下开关的Vgs上会发生串扰。
可以通过提供低阻抗路径来旁路栅漏电容器的位移电流来解决这个问题。这种布置如图1所示，其中两个BJT和一个二极管连接SiC MOSFET的栅极端子和负驱动器电压。
图 1.栅极驱动器布置与BJT和二极管，可抑制串扰，从而提高同步降压转换器的效率。（图片来源：电子、MDPI)
这种方法的有效性在仿真结果中显而易见，同步降压转换器的效率有所提高。这种情况也是栅极驱动器电路中的寄生效应如何影响电源开关的一个例子，尤其是在涉及高频开关时。
消除米勒效应并降低开关损耗
虽然串扰解决了开关间干扰问题，但单个开关性能面临其自身的局限性。其中最重要的是米勒效应，它直接影响开关速度和效率。
米勒效应的特征是开关期间 Vgs 中的平坦区域（米勒平台），当栅极漏极电容器充电时发生。这种效应会减慢开关转换速度，并显着增加开关损耗，因为它会导致漏源电压和漏源电流曲线重叠。
快速导通和关断对于最大限度地减少这些损耗非常重要。栅极驱动器，尤其是谐振型栅极驱动器，可以通过回收浪费的栅极电荷能量来显着降低栅极损耗。图 2 显示了栅极驱动器原型，用于验证基于 GaN 的谐振栅极驱动器的使用。原型下面的表格提供了直接比较标准栅极驱动器和谐振栅极驱动器性能的定量数据。
图 2.使用谐振栅极驱动器的实验装置及其与标准栅极驱动器相比性能的改进。（图片来源：电子、MDPI)
实验表明，回收栅极电荷会浪费能量，栅极损耗降低了 26%。结果涉及开关频率为2.5 MHz时变化的高压负载，凸显了栅极驱动器在高频应用中的重要性。
栅极驱动器，借助软开关防止击穿
除了优化单个开关转换外，栅极驱动器还必须防止灾难性故障模式。其中最关键的是射击，它可以摧毁整个功率级。
当半桥中的高侧和低侧MOSFET同时使能时，就会发生击穿或交叉导通。这种现象在电源和接地之间形成了一条低阻抗路径，可能导致大的破坏性电流。在高频应用中，死区时间控制不足会使这个问题恶化。
在这种情况下，软切换可能特别有用。最近的一项研究声称，软开关导致开关损耗大幅降低。图 3 总结了整个研究，其中栅极驱动器实现软开关并缓解击穿和振荡等问题的能力提高了整体系统效率和可靠性。
图 3.栅极驱动器电路的功率损耗击穿 （a） 全软开关，（b） 传统硬开关。（图片来源：《科学报告》、《自然》杂志)
智能门驱动器可用于高级控制和集成
智能门驱动器通过集成对高性能系统很重要的高级控制和保护功能，超越了基本的驱动功能。图 4 显示了此类智能栅极驱动器的示例，其中突出显示了几个关键的集成功能：
可调栅极驱动电流源：通过调整提供给栅极的电流，可以精确控制 MOSFET VDS 压摆率。这对于平衡效率（较快的压摆率可降低开关损耗）和 EMI 性能（较慢的压摆率可减少辐射发射）至关重要。
稳健的 MOSFET 开关（例如，握手、TDRIVE 状态机）：该图包括“握手”模块和“过流检测器”，表示通过确保一个 MOSFET 在半桥中启用另一个 MOSFET 之前完全禁用来防止交叉传导（击穿）的功能。这些功能还可以检测 MOSFET 栅极故障并防止由于 dV/dt 引起的寄生导通，从而提高系统可靠性并保护组件。
传播延迟优化：这些栅极驱动器可以通过动态电流控制方案减少传播延迟及其失配。这有助于支持更宽的 PWM 占空比范围，并提高电机控制等应用的动态性能。
总结
栅极驱动器解决了使用宽禁带半导体进行高性能电源开关的三个关键挑战。在开关转换期间，串扰会在栅源电压上产生杂散脉冲，这可以通过使用 BJT 和二极管创建低阻抗旁路路径来解决。当栅极漏极电容器充电时，米勒效应会导致开关期间出现平坦的电压平台，从而增加开关损耗。谐振栅极驱动器通过回收浪费的栅极电荷能量来消除这种影响。当半桥配置中的两个MOSFET同时使能时，就会发生击穿，从而产生破坏性的电流路径。软切换有助于更大程度地减少击穿效应。
格芯
第一家公司是 GlobalFoundries，这是一家跨国半导体代工厂，最初于 2009 年由 AMD 制造业务分拆而成。他们在马耳他、纽约、德国德累斯顿和其他地方设有主要设施。
GlobalFoundries正在与多家量子硬件公司合作，包括PsiQuantum、Equal1、Quantum Motion、Diraq、Archer、Xanadu等。他们在量子技术方面的初步工作可以追溯到 2018 年，当时他们与多伦多大学合作。
自旋量子比特与标准半导体最相似，Equal1、Quantum Motion 和 Diraq 都使用这种模式。对于自旋量子比特，GlobalFoundries可以利用他们的22FDX工艺，这是一种22纳米的完全耗尽的绝缘体上硅（FD-SOI）。GlobalFoundries不需要任何新设备来为这些公司制造自旋量子比特，尽管这些设计可能需要独特的结构，从而违反正常的半导体芯片设计规则。他们还在考虑使用同位素纯硅 28 起始晶圆来改善量子比特相干时间，这不会改变设备或工艺流程。
构建在低温下运行的CMOS芯片的一个重大挑战是，用于模拟设计的工艺模型没有针对非常低的温度进行表征。与许多半导体指定的更典型的 0-70 摄氏度（273-343 开尔文）相比，CMOS 晶体管在 15 毫开尔文下工作时可能具有截然不同的电气特性。这使得设备建模和仿真变得非常困难。22FDX 工艺的优点是其背面连接，允许用户控制 VT（晶体管阈值电压）。因此，即使公司无法对低温下的特性进行建模，他们也可以调整施加到该背面连接的电压，直到达到适当的晶体管特性。除了制造自旋量子比特外，该工艺还可用于量子计算机中的低温读出芯片。22FDX工艺在GlobalFoundries位于德国德累斯顿的晶圆厂制造。
他们使用 PsiQuantum 所做的光子工作完全不同。这项工作需要GlobalFoundries在纽约马耳他工厂中安装的专用资源，需要数百万美元的投资。2022 年 4 月，美国国防部提供了 2500 万美元来支持 GlobalFoundries/PsiQuantum 合作伙伴关系。GlobalFoundries与PsiQuantum密切合作，根据他们的需求开发了定制工艺，这也产生了其他好处。与PsiQuantum的合作使GlobalFoundries能够增强其光子工艺，然后可用于为其他客户提供服务。
当世界级半导体代工厂考虑与量子技术公司合作时，经常出现的一个问题是预期数量。这些制造设施需要数十亿美元的资本投资和大量的工程支持费用。为了盈利，他们需要需要数千或数百万片晶圆的项目才能实现规模经济。尽管量子项目目前还没有达到这个水平，但GlobalFoundries认为量子技术非常重要，未来将需要大量的量子。这就是为什么他们现在进行投资，以便在量子行业的发展中在为量子行业提供制造服务方面占据领先地位。
Snowcap 计算
我们采访的第二家公司是一家名为 Snowcap Compute 的初创公司，该公司正在采取一种截然不同的方法，有可能解决量子硬件公司在扩展系统时遇到的问题。
众所周知，大型数据中心的指数级增长导致电力需求呈指数级增长。一个大型数据中心可能有多达 10,000 到 100,000 台服务器，并消耗高达 100 兆瓦的功率来满足微处理器、GPU、空调和其他需求。这是电力公司和数据中心运营商都关心的问题，一些公司甚至考虑在数据中心旁边共建一座核电站供电。
Snowcap 最近获得了 2300 万美元的种子风险投资基金，它正在推广一种不同的解决方案。他们决定使用另一个基于过冷约瑟夫森结的逻辑系列，称为单通量子 （SFQ），而不是提供基于 CMOS 的半导体逻辑。SFQ 将信息存储为磁通量，而不是在晶体管中流动的电流。重要的是，它在低温下运行，功率提高了 2-3 个数量级，运行速度提高了约 10 倍。他们团队中的一些成员已经使用 SFQ 逻辑超过 10 年。他们拥有 28 纳米工艺技术、300 毫米晶圆尺寸的晶圆厂来生产这些电路，并且他们已经获得了 Cadence 的 EDA 支持。
尽管 Snowcap 技术的主要市场是人工智能数据中心，但这项技术也可能对使用同样在低温下运行的超导和自旋量子比特模式的量子硬件公司具有吸引力。GQI 在其报告《通往肖尔时代量子计算之路》中广泛研究了量子系统在扩展时面临的挑战。对于超导和自旋量子比特系统来说，扩展的两个挑战很突出：布线和热量。
通常，控制系统中的量子比特需要每个量子比特一根或多根线。目前大多数系统使用室温电子设备产生控制信号，并将其电线从顶部的室温到底部的亚开尔文温度通过稀释冰箱。当量子计算机只有大约 100 个量子比特时，这种方法目前有效，但需要一种新方法将数千个量子比特放置在单个稀释冰箱中。有几家公司正在寻求用于控制的冷冻CMOS芯片，例如英特尔，它为此开发了Horse Ridge II和Pando Tree芯片。这种方法解决了布线问题，因为只需要将少量电线从室温控制器布线到冷冻CMOS芯片。就 Pando Tree 而言，该芯片直接位于量子比特芯片旁边，信号可以通过电路板进行路由。
然而，发热问题仍有待解决。尽管控制单个量子比特的功率很低，但当乘以数千个量子比特时，这个数字可能会显着增加。这种功率会产生热量，会压垮稀释冰箱的冷却能力。例如，Bluefors XLD1000冰箱在 20 mK 时的额定冷却能力为 30 μW。这将限制单个稀释冰箱内可以放置的量子比特数量，需要多个模块的大规模量子网络才能实现大规模系统所需的尺寸。（对此的详细分析，详见上文引用的《通往肖尔时代量子计算之路》）。
这就是 SFQ 逻辑变得相关的地方。它有可能显着降低控制量子比特所需的功率，从而允许在稀释冰箱内放置更多量子比特。此外，更快的速度还可以提高系统速度，从而缩短运行时间。一些公司正在使用 SFQ 逻辑。SEEQC 开发这项技术已有一段时间了，最近宣布在 DARPA 的量子基准测试计划下与 IBM 合作。有传言称 D-Wave 正在其基于门的量子计算机程序中考虑 SFQ 逻辑。Snowcap 正在为寻求量子比特扩展问题解决方案的量子公司提供服务。虽然冷冻CMOS可能是一种可能的解决方案，但使用SFQ方法可能会提供额外的优势。
]]>格芯
第一家公司是 GlobalFoundries，这是一家跨国半导体代工厂，最初于 2009 年由 AMD 制造业务分拆而成。他们在马耳他、纽约、德国德累斯顿和其他地方设有主要设施。
GlobalFoundries正在与多家量子硬件公司合作，包括PsiQuantum、Equal1、Quantum Motion、Diraq、Archer、Xanadu等。他们在量子技术方面的初步工作可以追溯到 2018 年，当时他们与多伦多大学合作。
自旋量子比特与标准半导体最相似，Equal1、Quantum Motion 和 Diraq 都使用这种模式。对于自旋量子比特，GlobalFoundries可以利用他们的22FDX工艺，这是一种22纳米的完全耗尽的绝缘体上硅（FD-SOI）。GlobalFoundries不需要任何新设备来为这些公司制造自旋量子比特，尽管这些设计可能需要独特的结构，从而违反正常的半导体芯片设计规则。他们还在考虑使用同位素纯硅 28 起始晶圆来改善量子比特相干时间，这不会改变设备或工艺流程。
构建在低温下运行的CMOS芯片的一个重大挑战是，用于模拟设计的工艺模型没有针对非常低的温度进行表征。与许多半导体指定的更典型的 0-70 摄氏度（273-343 开尔文）相比，CMOS 晶体管在 15 毫开尔文下工作时可能具有截然不同的电气特性。这使得设备建模和仿真变得非常困难。22FDX 工艺的优点是其背面连接，允许用户控制 VT（晶体管阈值电压）。因此，即使公司无法对低温下的特性进行建模，他们也可以调整施加到该背面连接的电压，直到达到适当的晶体管特性。除了制造自旋量子比特外，该工艺还可用于量子计算机中的低温读出芯片。22FDX工艺在GlobalFoundries位于德国德累斯顿的晶圆厂制造。
他们使用 PsiQuantum 所做的光子工作完全不同。这项工作需要GlobalFoundries在纽约马耳他工厂中安装的专用资源，需要数百万美元的投资。2022 年 4 月，美国国防部提供了 2500 万美元来支持 GlobalFoundries/PsiQuantum 合作伙伴关系。GlobalFoundries与PsiQuantum密切合作，根据他们的需求开发了定制工艺，这也产生了其他好处。与PsiQuantum的合作使GlobalFoundries能够增强其光子工艺，然后可用于为其他客户提供服务。
当世界级半导体代工厂考虑与量子技术公司合作时，经常出现的一个问题是预期数量。这些制造设施需要数十亿美元的资本投资和大量的工程支持费用。为了盈利，他们需要需要数千或数百万片晶圆的项目才能实现规模经济。尽管量子项目目前还没有达到这个水平，但GlobalFoundries认为量子技术非常重要，未来将需要大量的量子。这就是为什么他们现在进行投资，以便在量子行业的发展中在为量子行业提供制造服务方面占据领先地位。
Snowcap 计算
我们采访的第二家公司是一家名为 Snowcap Compute 的初创公司，该公司正在采取一种截然不同的方法，有可能解决量子硬件公司在扩展系统时遇到的问题。
众所周知，大型数据中心的指数级增长导致电力需求呈指数级增长。一个大型数据中心可能有多达 10,000 到 100,000 台服务器，并消耗高达 100 兆瓦的功率来满足微处理器、GPU、空调和其他需求。这是电力公司和数据中心运营商都关心的问题，一些公司甚至考虑在数据中心旁边共建一座核电站供电。
Snowcap 最近获得了 2300 万美元的种子风险投资基金，它正在推广一种不同的解决方案。他们决定使用另一个基于过冷约瑟夫森结的逻辑系列，称为单通量子 （SFQ），而不是提供基于 CMOS 的半导体逻辑。SFQ 将信息存储为磁通量，而不是在晶体管中流动的电流。重要的是，它在低温下运行，功率提高了 2-3 个数量级，运行速度提高了约 10 倍。他们团队中的一些成员已经使用 SFQ 逻辑超过 10 年。他们拥有 28 纳米工艺技术、300 毫米晶圆尺寸的晶圆厂来生产这些电路，并且他们已经获得了 Cadence 的 EDA 支持。
尽管 Snowcap 技术的主要市场是人工智能数据中心，但这项技术也可能对使用同样在低温下运行的超导和自旋量子比特模式的量子硬件公司具有吸引力。GQI 在其报告《通往肖尔时代量子计算之路》中广泛研究了量子系统在扩展时面临的挑战。对于超导和自旋量子比特系统来说，扩展的两个挑战很突出：布线和热量。
通常，控制系统中的量子比特需要每个量子比特一根或多根线。目前大多数系统使用室温电子设备产生控制信号，并将其电线从顶部的室温到底部的亚开尔文温度通过稀释冰箱。当量子计算机只有大约 100 个量子比特时，这种方法目前有效，但需要一种新方法将数千个量子比特放置在单个稀释冰箱中。有几家公司正在寻求用于控制的冷冻CMOS芯片，例如英特尔，它为此开发了Horse Ridge II和Pando Tree芯片。这种方法解决了布线问题，因为只需要将少量电线从室温控制器布线到冷冻CMOS芯片。就 Pando Tree 而言，该芯片直接位于量子比特芯片旁边，信号可以通过电路板进行路由。
然而，发热问题仍有待解决。尽管控制单个量子比特的功率很低，但当乘以数千个量子比特时，这个数字可能会显着增加。这种功率会产生热量，会压垮稀释冰箱的冷却能力。例如，Bluefors XLD1000冰箱在 20 mK 时的额定冷却能力为 30 μW。这将限制单个稀释冰箱内可以放置的量子比特数量，需要多个模块的大规模量子网络才能实现大规模系统所需的尺寸。（对此的详细分析，详见上文引用的《通往肖尔时代量子计算之路》）。
这就是 SFQ 逻辑变得相关的地方。它有可能显着降低控制量子比特所需的功率，从而允许在稀释冰箱内放置更多量子比特。此外，更快的速度还可以提高系统速度，从而缩短运行时间。一些公司正在使用 SFQ 逻辑。SEEQC 开发这项技术已有一段时间了，最近宣布在 DARPA 的量子基准测试计划下与 IBM 合作。有传言称 D-Wave 正在其基于门的量子计算机程序中考虑 SFQ 逻辑。Snowcap 正在为寻求量子比特扩展问题解决方案的量子公司提供服务。虽然冷冻CMOS可能是一种可能的解决方案，但使用SFQ方法可能会提供额外的优势。
]]>在由原子级薄材料组装而成的范德华异质结构中实现可比的电子质量是一项重大挑战，因为难以控制界面质量和最大限度地减少无序。因此，材料质量和制造技术的大幅改进对于实现高性能器件和充分探索原子薄系统的基本物理学至关重要。
近距离屏蔽石墨烯中的螺旋边缘态
研究人员开发了一种细致的工艺来制造高质量的 hBN 封装石墨烯器件，结合接近门来研究较低磁场下的量子霍尔效应，特别是螺旋边缘态。由于通过邻近门控有效抑制电子相互作用，他们成功地在显着降低的磁场下在近距离屏蔽石墨烯中证明了这些螺旋边缘态。这一成就依赖于精心的材料准备、组装技术和严格的质量控制。该过程从机械剥离石墨烯和六方氮化硼 （hBN） 开始。
采用两种主要的组装方法，即使用 PDMS/PPC 印章或氮化硅悬臂。材料质量通过拉曼光谱和原子力显微镜 （AFM） 进行验证，确认层的身份、厚度和光滑、无气泡的表面。器件制造涉及广泛使用电子束光刻 （EBL） 来定义栅极区域和触点，然后使用 Cr/Au 进行金属沉积。反应离子蚀刻 （CHF 3 /O 2） 定义石墨烯边缘并创建霍尔棒几何形状，而一维边缘接触则通过蚀刻和金属沉积形成。测量以 2K 进行，重点是通过缓慢的传输速度最大限度地减少气泡和皱纹。
大型、高质量的石墨薄片用作基材，确保可靠的接触形成。使用丙酮去除PPC残留物，并在250°C下进行真空退火进行清洁。补充信息包括制造的异质结构的光学和 AFM 图像，展示了器件的大面积、高质量和无气泡特性。这些详细的文档使其他研究人员能够重现制造过程，强调了细致技术在实现基础物理研究高质量设备方面的关键作用。在较低磁场下螺旋边缘态的成功证明为研究奇异量子现象和推进量子霍尔研究开辟了新的可能性。
石墨烯的电子质量超越半导体
研究人员在石墨烯的电子质量方面取得了重大飞跃，甚至超过了最精细的半导体材料。通过将石墨烯放置在极其靠近石墨栅极的位置，相距仅一纳米，它们显着减少了材料内电荷分布的不良变化，将电荷不均匀性降低了一百倍。这种改进直接转化为增强的性能特征，运输移动性达到 10 8 cm 2 /Vs。这种质量水平允许在极低的磁场（低至 1 和 5 毫利特拉）下观察微妙的量子现象，例如 Shubnikov-de Haas 振荡和量子霍尔平台，证实了石墨烯卓越的纯度和均匀性。
值得注意的是，研究人员发现，虽然邻近筛选抑制了电子之间的相互作用，但控制非常小尺度（小于 10 纳米）的多体现象的基本物理学仍然稳健。与分数量子霍尔态相关的能隙仅减少了 3-5 倍，这表明尽管电子环境发生了变化，但复杂的量子行为并没有丢失。这一突破为制造石墨烯和潜在的其他二维材料提供了一条可靠的途径，具有前所未有的电子质量，释放了探索以前被缺陷所掩盖的新物理的潜力，并为先进设备铺平了道路。在如此低的磁场下观察量子效应的能力对于开发敏感传感器和探索基本量子现象特别有希望。
石墨烯质量促进量子霍尔效应观测
这项研究表明，通过使用附近的石墨栅极，石墨烯的电子质量得到了显着改善，从而将电荷不均匀性降低了两个数量级。这种增强导致了前所未有的电荷均匀性，波动小于 10 开尔文，并且能够在低至几毫特斯拉的极低磁场中观察分数量子霍尔效应。由此产生的高质量石墨烯在电子迁移率方面甚至超过了最精细的半导体异质结构。虽然这种邻近筛选抑制了一些多体相互作用，但研究表明，在非常短的距离（小于 10 纳米）内发生的相互作用仍然很强。
这表明该技术对于研究高磁场中的短程相关态和多体物理学特别有价值。作者预计这种方法将有利于研究石墨烯多层和超晶格，并且随着质量的不断提高，也可能适用于其他二维半导体。承认权衡，该方法还可用于有意抑制多体交互，同时实现卓越的电子质量。
]]>在由原子级薄材料组装而成的范德华异质结构中实现可比的电子质量是一项重大挑战，因为难以控制界面质量和最大限度地减少无序。因此，材料质量和制造技术的大幅改进对于实现高性能器件和充分探索原子薄系统的基本物理学至关重要。
近距离屏蔽石墨烯中的螺旋边缘态
研究人员开发了一种细致的工艺来制造高质量的 hBN 封装石墨烯器件，结合接近门来研究较低磁场下的量子霍尔效应，特别是螺旋边缘态。由于通过邻近门控有效抑制电子相互作用，他们成功地在显着降低的磁场下在近距离屏蔽石墨烯中证明了这些螺旋边缘态。这一成就依赖于精心的材料准备、组装技术和严格的质量控制。该过程从机械剥离石墨烯和六方氮化硼 （hBN） 开始。
采用两种主要的组装方法，即使用 PDMS/PPC 印章或氮化硅悬臂。材料质量通过拉曼光谱和原子力显微镜 （AFM） 进行验证，确认层的身份、厚度和光滑、无气泡的表面。器件制造涉及广泛使用电子束光刻 （EBL） 来定义栅极区域和触点，然后使用 Cr/Au 进行金属沉积。反应离子蚀刻 （CHF 3 /O 2） 定义石墨烯边缘并创建霍尔棒几何形状，而一维边缘接触则通过蚀刻和金属沉积形成。测量以 2K 进行，重点是通过缓慢的传输速度最大限度地减少气泡和皱纹。
大型、高质量的石墨薄片用作基材，确保可靠的接触形成。使用丙酮去除PPC残留物，并在250°C下进行真空退火进行清洁。补充信息包括制造的异质结构的光学和 AFM 图像，展示了器件的大面积、高质量和无气泡特性。这些详细的文档使其他研究人员能够重现制造过程，强调了细致技术在实现基础物理研究高质量设备方面的关键作用。在较低磁场下螺旋边缘态的成功证明为研究奇异量子现象和推进量子霍尔研究开辟了新的可能性。
石墨烯的电子质量超越半导体
研究人员在石墨烯的电子质量方面取得了重大飞跃，甚至超过了最精细的半导体材料。通过将石墨烯放置在极其靠近石墨栅极的位置，相距仅一纳米，它们显着减少了材料内电荷分布的不良变化，将电荷不均匀性降低了一百倍。这种改进直接转化为增强的性能特征，运输移动性达到 10 8 cm 2 /Vs。这种质量水平允许在极低的磁场（低至 1 和 5 毫利特拉）下观察微妙的量子现象，例如 Shubnikov-de Haas 振荡和量子霍尔平台，证实了石墨烯卓越的纯度和均匀性。
值得注意的是，研究人员发现，虽然邻近筛选抑制了电子之间的相互作用，但控制非常小尺度（小于 10 纳米）的多体现象的基本物理学仍然稳健。与分数量子霍尔态相关的能隙仅减少了 3-5 倍，这表明尽管电子环境发生了变化，但复杂的量子行为并没有丢失。这一突破为制造石墨烯和潜在的其他二维材料提供了一条可靠的途径，具有前所未有的电子质量，释放了探索以前被缺陷所掩盖的新物理的潜力，并为先进设备铺平了道路。在如此低的磁场下观察量子效应的能力对于开发敏感传感器和探索基本量子现象特别有希望。
石墨烯质量促进量子霍尔效应观测
这项研究表明，通过使用附近的石墨栅极，石墨烯的电子质量得到了显着改善，从而将电荷不均匀性降低了两个数量级。这种增强导致了前所未有的电荷均匀性，波动小于 10 开尔文，并且能够在低至几毫特斯拉的极低磁场中观察分数量子霍尔效应。由此产生的高质量石墨烯在电子迁移率方面甚至超过了最精细的半导体异质结构。虽然这种邻近筛选抑制了一些多体相互作用，但研究表明，在非常短的距离（小于 10 纳米）内发生的相互作用仍然很强。
这表明该技术对于研究高磁场中的短程相关态和多体物理学特别有价值。作者预计这种方法将有利于研究石墨烯多层和超晶格，并且随着质量的不断提高，也可能适用于其他二维半导体。承认权衡，该方法还可用于有意抑制多体交互，同时实现卓越的电子质量。
]]>随着 FPGA 对于人工智能基础设施、电信、军事应用和汽车系统越来越重要，了解这个复杂的生态系统对于经济弹性和国家安全至关重要。尽管美国在设计和电子设计自动化 （EDA） 软件方面处于领先地位，但 FPGA 制造和其他类型的半导体生产仍然严重依赖东亚代工厂，尤其是台积电 （TSMC）。中国对基本原材料的控制以及在组装、测试和包装业务中的重要存在给美国带来了更高的供应链风险。
以下交互式图表简要概述了使 FPGA 供应链具有独特挑战性的细微差别。这些差异化特征表明，FPGA 生态系统需要深入分析和独特的政策工具，作为维持美国供应链安全和技术领先地位的更广泛努力的一部分。
如上所示，FPGA供应链在重要方面与整个半导体供应链不同，特别是在落后边缘工艺节点生产的重要性、设计公司的大量集中以及FPGA芯片固有的灵活性方面。美国在 FPGA 设计方面保持着关键优势，包括 EDA 软件和用于重新编程这些芯片的软件。然而，随着美国继续严重依赖东亚制造商以及中国的组装、测试、包装和原材料，而中国FPGA公司仍在继续扩大其产品能力，其在这一领域的领导地位可能会受到威胁。
随着 FPGA 对于人工智能基础设施、电信、军事应用和汽车系统越来越重要，了解这个复杂的生态系统对于经济弹性和国家安全至关重要。尽管美国在设计和电子设计自动化 （EDA） 软件方面处于领先地位，但 FPGA 制造和其他类型的半导体生产仍然严重依赖东亚代工厂，尤其是台积电 （TSMC）。中国对基本原材料的控制以及在组装、测试和包装业务中的重要存在给美国带来了更高的供应链风险。
以下交互式图表简要概述了使 FPGA 供应链具有独特挑战性的细微差别。这些差异化特征表明，FPGA 生态系统需要深入分析和独特的政策工具，作为维持美国供应链安全和技术领先地位的更广泛努力的一部分。
如上所示，FPGA供应链在重要方面与整个半导体供应链不同，特别是在落后边缘工艺节点生产的重要性、设计公司的大量集中以及FPGA芯片固有的灵活性方面。美国在 FPGA 设计方面保持着关键优势，包括 EDA 软件和用于重新编程这些芯片的软件。然而，随着美国继续严重依赖东亚制造商以及中国的组装、测试、包装和原材料，而中国FPGA公司仍在继续扩大其产品能力，其在这一领域的领导地位可能会受到威胁。
华盛顿和北京最近的政策转变正在重塑全球人工智能硬件和关键矿产格局。美国决定向中国客户授予英伟达 H20 推理 GPU 的出口许可证，有望释放数十亿美元的收入，而中国对镓的激进出口管制则威胁到供应紧缩。这些事态发展共同暴露了集中供应链的脆弱性，并强调了多元化采购和风险监控的必要性。
英伟达获准恢复对中国销售 H20 GPU
特朗普政府宣布，现在将授予英伟达出口许可证，将其 H20 AI 加速器芯片发送给中国买家，这出人意料地扭转了之前的立场。H20 最初旨在规避贸易限制，但在华盛顿收紧了 H20 本应遵守的规则后，H20 已被搁置数月，导致英伟达陷入困境，而另一款芯片则无法在中国销售。
最新消息的财务上行空间是巨大的。TrendForce集邦咨询分析师估计，H20在中国的补充销售可能会释放10至150亿美元的收入，有可能将英伟达的市值从目前的4.16万亿美元估值推向5.7万亿美元。对于一家已成为先进人工智能芯片代名词的公司来说，重新进入中国市场既意味着即时的现金流，也意味着长期战略定位的机会。
虽然 H20 针对推理工作负载进行了优化，但 Nvidia 并没有将其中国战略局限于单一产品。首席执行官黄仁勋还宣布了新的 RTX Pro GPU，这是一款完全兼容的芯片，旨在“智能工厂和物流的数字孪生人工智能的理想选择”。新产品将作为 H20 的补充，旨在解决自动化密集型领域的边缘计算问题。
最近的政策转变背后是协调一致的游说努力。黄仁勋最近访问了华盛顿和北京，认为人工智能是与电力或道路一样重要的基础基础设施。他的信息强调了保持美国技术领先地位的战略价值，并强调了开源人工智能的重要性。
黄仁勋在与特朗普总统会面后在华盛顿接受记者采访时表示，“通用、开源研究和基础模型是人工智能创新的支柱。我们相信，每种民用模式都应该在美国技术堆栈上运行得最好，鼓励世界各国选择美国。
Nvidia 倾向于推理和行业特定应用，旨在平衡美国政策合规性和安抚中国客户，同时保持其作为人工智能全球领导者的地位。对于中国公司来说，重新获得 H20 芯片和即将推出的 RTX Pro 可以立即缓解压力，因为他们正在解决 Nvidia 的 H100 和 H200 等高端芯片的访问受限。
正如美国宽松的贸易规则所表明的那样，当今市场上的人工智能硬件可用性由需求和政治决定。为了领先于这些发展及其带来的破坏，买家需要强大的监控工具和敏捷的供应链。Sourceability 通过端到端可见性和战略采购指导支持企业应对持续的市场变化，以确保在监管波动的情况下不间断地访问关键人工智能组件。
中国镓出口管制收紧供应链
随着英伟达重新获得进入中国人工智能市场的有限准入，北京正在通过收紧镓出口准入来加倍扩大其在全球贸易谈判中的影响力。镓是半导体的关键输入，存在于从消费设备到军事设备的所有产品中。鉴于中国在稀土材料领域的主导地位，最近的关注集中在中国对稀土材料的出口管制上。然而，中国实际上也垄断了镓的生产和出口，控制着约98%的市场。
2023年，北京在贸易谈判中采取了激进的举措，对镓出口提出了许可要求。此后，这些限制已扩大到包括用于提取和加工矿物的某些先进技术。
对全球供应链的影响是深远的。电信、国防和人工智能垂直领域对镓的需求正在上升，买家难以获得足够的供应。随着制造商减少供应，库存已经在减少，市场定价开始反映市场稀缺性。任何长期的瓶颈都将是灾难性的。
令人担忧的是，供应紧缩不是没有外交谈判就能解决的。由于储量有限且投资开采或加工的动力较弱，西方经济体基本上没有参与上游镓生产。
根据战略与国际研究中心（CSIS）最近的分析，有意义地改变这一现实需要对新的开采项目、回收技术和替代研究进行协调投资，而这些都无法在短期内扩大规模。
当然，这不仅仅是镓的问题。北京的行动反映了更广泛的地缘政治趋势，即资源限制作为关键的谈判杠杆。其他关键投入，包括铜、硅和稀土金属，也成为人们关注的焦点。中国已经成功地展示了如何利用物质主导地位来对抗西方的出口限制，这让美国及其盟友在对人工智能等高价值技术实施新的限制之前需要思考一些东西。
对于采购领导者来说，镓供应问题凸显了在各个层面的组件采购中建立弹性的紧迫性。Sourceability 的市场情报平台使客户能够绘制供应商风险图、监控地缘政治发展并确定供应链中断风险最小的可信替代来源。
华盛顿和北京最近的政策转变正在重塑全球人工智能硬件和关键矿产格局。美国决定向中国客户授予英伟达 H20 推理 GPU 的出口许可证，有望释放数十亿美元的收入，而中国对镓的激进出口管制则威胁到供应紧缩。这些事态发展共同暴露了集中供应链的脆弱性，并强调了多元化采购和风险监控的必要性。
英伟达获准恢复对中国销售 H20 GPU
特朗普政府宣布，现在将授予英伟达出口许可证，将其 H20 AI 加速器芯片发送给中国买家，这出人意料地扭转了之前的立场。H20 最初旨在规避贸易限制，但在华盛顿收紧了 H20 本应遵守的规则后，H20 已被搁置数月，导致英伟达陷入困境，而另一款芯片则无法在中国销售。
最新消息的财务上行空间是巨大的。TrendForce集邦咨询分析师估计，H20在中国的补充销售可能会释放10至150亿美元的收入，有可能将英伟达的市值从目前的4.16万亿美元估值推向5.7万亿美元。对于一家已成为先进人工智能芯片代名词的公司来说，重新进入中国市场既意味着即时的现金流，也意味着长期战略定位的机会。
虽然 H20 针对推理工作负载进行了优化，但 Nvidia 并没有将其中国战略局限于单一产品。首席执行官黄仁勋还宣布了新的 RTX Pro GPU，这是一款完全兼容的芯片，旨在“智能工厂和物流的数字孪生人工智能的理想选择”。新产品将作为 H20 的补充，旨在解决自动化密集型领域的边缘计算问题。
最近的政策转变背后是协调一致的游说努力。黄仁勋最近访问了华盛顿和北京，认为人工智能是与电力或道路一样重要的基础基础设施。他的信息强调了保持美国技术领先地位的战略价值，并强调了开源人工智能的重要性。
黄仁勋在与特朗普总统会面后在华盛顿接受记者采访时表示，“通用、开源研究和基础模型是人工智能创新的支柱。我们相信，每种民用模式都应该在美国技术堆栈上运行得最好，鼓励世界各国选择美国。
Nvidia 倾向于推理和行业特定应用，旨在平衡美国政策合规性和安抚中国客户，同时保持其作为人工智能全球领导者的地位。对于中国公司来说，重新获得 H20 芯片和即将推出的 RTX Pro 可以立即缓解压力，因为他们正在解决 Nvidia 的 H100 和 H200 等高端芯片的访问受限。
正如美国宽松的贸易规则所表明的那样，当今市场上的人工智能硬件可用性由需求和政治决定。为了领先于这些发展及其带来的破坏，买家需要强大的监控工具和敏捷的供应链。Sourceability 通过端到端可见性和战略采购指导支持企业应对持续的市场变化，以确保在监管波动的情况下不间断地访问关键人工智能组件。
中国镓出口管制收紧供应链
随着英伟达重新获得进入中国人工智能市场的有限准入，北京正在通过收紧镓出口准入来加倍扩大其在全球贸易谈判中的影响力。镓是半导体的关键输入，存在于从消费设备到军事设备的所有产品中。鉴于中国在稀土材料领域的主导地位，最近的关注集中在中国对稀土材料的出口管制上。然而，中国实际上也垄断了镓的生产和出口，控制着约98%的市场。
2023年，北京在贸易谈判中采取了激进的举措，对镓出口提出了许可要求。此后，这些限制已扩大到包括用于提取和加工矿物的某些先进技术。
对全球供应链的影响是深远的。电信、国防和人工智能垂直领域对镓的需求正在上升，买家难以获得足够的供应。随着制造商减少供应，库存已经在减少，市场定价开始反映市场稀缺性。任何长期的瓶颈都将是灾难性的。
令人担忧的是，供应紧缩不是没有外交谈判就能解决的。由于储量有限且投资开采或加工的动力较弱，西方经济体基本上没有参与上游镓生产。
根据战略与国际研究中心（CSIS）最近的分析，有意义地改变这一现实需要对新的开采项目、回收技术和替代研究进行协调投资，而这些都无法在短期内扩大规模。
当然，这不仅仅是镓的问题。北京的行动反映了更广泛的地缘政治趋势，即资源限制作为关键的谈判杠杆。其他关键投入，包括铜、硅和稀土金属，也成为人们关注的焦点。中国已经成功地展示了如何利用物质主导地位来对抗西方的出口限制，这让美国及其盟友在对人工智能等高价值技术实施新的限制之前需要思考一些东西。
对于采购领导者来说，镓供应问题凸显了在各个层面的组件采购中建立弹性的紧迫性。Sourceability 的市场情报平台使客户能够绘制供应商风险图、监控地缘政治发展并确定供应链中断风险最小的可信替代来源。
Molex Quasar OptiX现场安装连接器可实现更快的现场光纤电缆安装，同时减少停机时间和维护成本。通过允许安装人员连接而非熔接电缆，现场安装连接器消除了手动环氧树脂和抛光工序，减少了夹具和培训要求，并提高了设计灵活性。与熔接相比，端接可在恶劣天气条件下进行，避免设备损坏。
Quasar OptiX连接器采用高光纤保持力设计，并配备工厂抛光连接接口，可提升网络性能并减少信号损耗。其他特性包括SC连接器、裸光纤护套电缆及单模光纤类型。现场安装连接器适用于极端温度波动的户外环境，可在-40°C至+75°C或-25°C至+70°C的温度范围内可靠运行（具体取决于电缆类型）。这些高性能连接器可承受 500 次插拔，支持 40N/5s 的电缆保持力，并符合 IEC 61754-4、ANSI/TIA-568.3-E 行业标准。
作为全球授权代理商，贸泽电子库存有丰富的半导体、电子元器件以及工业自动化产品。贸泽旨在为客户供应全面认证的原厂产品，并提供全方位的制造商可追溯性。为帮助客户加速设计，贸泽网站提供了丰富的技术资源库，包括技术资源中心、产品数据手册、供应商特定参考设计、应用笔记、技术设计信息、设计工具以及其他有用的信息。
工程师还可以一键订阅免费的贸泽电子报，及时了解业界新品动态和资讯。在订阅贸泽的电子报时，我们可以根据您不断变化的具体项目需求来提供相关的新闻报道和参考信息。贸泽充分尊重用户的权利，让您能自由掌控想要接收的内容。欢迎登陆注册，及时掌握新兴技术、行业趋势及更多资讯。
]]>
Molex Quasar OptiX现场安装连接器可实现更快的现场光纤电缆安装，同时减少停机时间和维护成本。通过允许安装人员连接而非熔接电缆，现场安装连接器消除了手动环氧树脂和抛光工序，减少了夹具和培训要求，并提高了设计灵活性。与熔接相比，端接可在恶劣天气条件下进行，避免设备损坏。
Quasar OptiX连接器采用高光纤保持力设计，并配备工厂抛光连接接口，可提升网络性能并减少信号损耗。其他特性包括SC连接器、裸光纤护套电缆及单模光纤类型。现场安装连接器适用于极端温度波动的户外环境，可在-40°C至+75°C或-25°C至+70°C的温度范围内可靠运行（具体取决于电缆类型）。这些高性能连接器可承受 500 次插拔，支持 40N/5s 的电缆保持力，并符合 IEC 61754-4、ANSI/TIA-568.3-E 行业标准。
作为全球授权代理商，贸泽电子库存有丰富的半导体、电子元器件以及工业自动化产品。贸泽旨在为客户供应全面认证的原厂产品，并提供全方位的制造商可追溯性。为帮助客户加速设计，贸泽网站提供了丰富的技术资源库，包括技术资源中心、产品数据手册、供应商特定参考设计、应用笔记、技术设计信息、设计工具以及其他有用的信息。
工程师还可以一键订阅免费的贸泽电子报，及时了解业界新品动态和资讯。在订阅贸泽的电子报时，我们可以根据您不断变化的具体项目需求来提供相关的新闻报道和参考信息。贸泽充分尊重用户的权利，让您能自由掌控想要接收的内容。欢迎登陆注册，及时掌握新兴技术、行业趋势及更多资讯。
]]>
TI 推出搭载Dynamic Z-Track技术的新型电池电量计，可实现对电池的精准监控，助力电池供电电子设备更可靠、高效地运行
前沿动态
德州仪器 (TI)近日发布全新单芯片电池电量计，其搭载的行业创新的自适应 Dynamic Z-Track? 技术能够为电池供电电子设备带来更高效、可靠的运行体验。相比传统电量监测方法，TI 的 BQ41Z90 与 BQ41Z50 这两款电量计采用的预测建模算法可将电池荷电状态和健康状态的测量误差控制在 1% 以内，达到业界先进水平，助力将电池续航时间延长高达 30%。
关键所在
随着用户对笔记本电脑、电动自行车和便携式医疗设备等电子产品的功耗需求不断提升，电池管理系统 (BMS) 必须提供精准、实时的监测。搭载 Dynamic Z-Track 技术的 BQ41Z90 与 BQ41Z50 电量计可帮助工程师在电子设备设计中实现精准的电池容量读取，即便在不可预测的负载场景下也能稳定发挥。凭借这一高精度监测能力，工程师可更自信地选择电池尺寸，无需依赖超大容量电池。
“无论是用笔记本电脑赶项目，还是骑电动自行车回家，精准的电池容量预估和稳定的性能都至关重要。”TI 院士兼 BMS 算法开发负责人 Yevgen Barsukov 表示，“在不稳定的使用条件下，传统电池监测方法往往难以保证精度，导致续航预测不可靠。而我们的新型 Dynamic Z-Track 技术是一种预测性电池模型，能在动态负载条件下（如人工智能应用带来的负载波动）实现自我更新，从而确保续航预测高度准确。历经 20 年从‘被动监测’到‘主动预测’的技术演进，这一创新让用户体验到可靠的功能、更安全的操作，以及对电池老化程度和续航时间的精准掌控。”
更多详情
电池供电的电子设备日益复杂，对电路板空间的高效利用提出了更高要求。BQ41Z90 是行业创新的高度集成电量计、监测器与保护器，支持 3 至 16 节串联锂离子电池。这款单芯片解决方案能帮助工程师降低设计复杂度，与传统分立方案相比，可节省高达 25% 的电路板空间。BQ41Z50 则支持 2 至 4 节串联电池。
供货情况
预发布的 BQ41Z90 和 已量产的 BQ41Z50 现可通过 TI 官网订购。TI 还提供评估模块、参考设计及仿真模型。
Dynamic Z-Track 是德州仪器 (TI) 的商标。所有其他商标和注册商标均属于其各自的所有者。
]]>TI 推出搭载Dynamic Z-Track技术的新型电池电量计，可实现对电池的精准监控，助力电池供电电子设备更可靠、高效地运行
前沿动态
德州仪器 (TI)近日发布全新单芯片电池电量计，其搭载的行业创新的自适应 Dynamic Z-Track? 技术能够为电池供电电子设备带来更高效、可靠的运行体验。相比传统电量监测方法，TI 的 BQ41Z90 与 BQ41Z50 这两款电量计采用的预测建模算法可将电池荷电状态和健康状态的测量误差控制在 1% 以内，达到业界先进水平，助力将电池续航时间延长高达 30%。
关键所在
随着用户对笔记本电脑、电动自行车和便携式医疗设备等电子产品的功耗需求不断提升，电池管理系统 (BMS) 必须提供精准、实时的监测。搭载 Dynamic Z-Track 技术的 BQ41Z90 与 BQ41Z50 电量计可帮助工程师在电子设备设计中实现精准的电池容量读取，即便在不可预测的负载场景下也能稳定发挥。凭借这一高精度监测能力，工程师可更自信地选择电池尺寸，无需依赖超大容量电池。
“无论是用笔记本电脑赶项目，还是骑电动自行车回家，精准的电池容量预估和稳定的性能都至关重要。”TI 院士兼 BMS 算法开发负责人 Yevgen Barsukov 表示，“在不稳定的使用条件下，传统电池监测方法往往难以保证精度，导致续航预测不可靠。而我们的新型 Dynamic Z-Track 技术是一种预测性电池模型，能在动态负载条件下（如人工智能应用带来的负载波动）实现自我更新，从而确保续航预测高度准确。历经 20 年从‘被动监测’到‘主动预测’的技术演进，这一创新让用户体验到可靠的功能、更安全的操作，以及对电池老化程度和续航时间的精准掌控。”
更多详情
电池供电的电子设备日益复杂，对电路板空间的高效利用提出了更高要求。BQ41Z90 是行业创新的高度集成电量计、监测器与保护器，支持 3 至 16 节串联锂离子电池。这款单芯片解决方案能帮助工程师降低设计复杂度，与传统分立方案相比，可节省高达 25% 的电路板空间。BQ41Z50 则支持 2 至 4 节串联电池。
供货情况
预发布的 BQ41Z90 和 已量产的 BQ41Z50 现可通过 TI 官网订购。TI 还提供评估模块、参考设计及仿真模型。
Dynamic Z-Track 是德州仪器 (TI) 的商标。所有其他商标和注册商标均属于其各自的所有者。
]]>
TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意低资源MCU上运行轻量级深度学习模型。
关键特性
核心代码少于 400行
(tm_layers.c+tm_model.c+arch_cpu.h),
代码段(.text)少于3KB
低内存消耗
支持 INT8/FP32/FP16 模型，实验性地支持 FP8 模型，支持 keras h5 或 tflite 模型转换
支持多种芯片架构的专用指令优化: ARM SIMD/NEON/MVEI，RV32P, RV64V
友好的用户接口，只需要 load/run 模型
支持全静态的内存配置(无需 malloc )
同样地也可以部署到MPU平台上
RK3576平台相较于RK3588其主要缩减了四个A76大核改成了A72
GPU也由原来的G610 MC4减为了G52MC3
NPU功能保持变不变，均为6Tops
视频编解码也略有缩减
其余各接口也砍掉了一部分
主打极致性价比方案
说回正题，要运行TinaMaix 只需要简单几个步骤即可运行。
首先确保系统安装了cmake gcc make工具：
克隆存储库[GitHub - sipeed/TinyMaix: TinyMaix is a tiny inference library for microcontrollers (TinyML).]
运行mnist手写数字识别任务
cd examples/mnistmkdir buildcd build cmake ..make./mnist
整个流程跑完仅仅需要0.14ms
可以看到soc平台强大的算力
mbnet
是适用于移动手机设备的简单图像分类模型，不过对单片机来说也稍微困难了些。
例程里的模型是 mobilenet v1 0.25，输入 128x128x3 的RGB图像，输出1000 分类的预测。
它需要至少 128KB SRAM 和 512KB Flash。
mkdir buildcd buildcmake ..make./mbnet
运行1000分类，耗费资源如下：
param “481,9 KB,0PS13,58 M0PS, buffer 96 0 KB
vww测试，主要是将图片信息转化为数组格式提供给网络输入。
手写数字识别的例程也是十分简单，只需要：
库文件已经是高度封装且兼容，所以很轻松地就可以在linux以及其它平台上移植，在RK3576这种高性能soc的加持下，可以发挥出更大的优势。
]]>TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意低资源MCU上运行轻量级深度学习模型。
关键特性
核心代码少于 400行
(tm_layers.c+tm_model.c+arch_cpu.h),
代码段(.text)少于3KB
低内存消耗
支持 INT8/FP32/FP16 模型，实验性地支持 FP8 模型，支持 keras h5 或 tflite 模型转换
支持多种芯片架构的专用指令优化: ARM SIMD/NEON/MVEI，RV32P, RV64V
友好的用户接口，只需要 load/run 模型
支持全静态的内存配置(无需 malloc )
同样地也可以部署到MPU平台上
RK3576平台相较于RK3588其主要缩减了四个A76大核改成了A72
GPU也由原来的G610 MC4减为了G52MC3
NPU功能保持变不变，均为6Tops
视频编解码也略有缩减
其余各接口也砍掉了一部分
主打极致性价比方案
说回正题，要运行TinaMaix 只需要简单几个步骤即可运行。
首先确保系统安装了cmake gcc make工具：
克隆存储库[GitHub - sipeed/TinyMaix: TinyMaix is a tiny inference library for microcontrollers (TinyML).]
运行mnist手写数字识别任务
cd examples/mnistmkdir buildcd build cmake ..make./mnist
整个流程跑完仅仅需要0.14ms
可以看到soc平台强大的算力
mbnet
是适用于移动手机设备的简单图像分类模型，不过对单片机来说也稍微困难了些。
例程里的模型是 mobilenet v1 0.25，输入 128x128x3 的RGB图像，输出1000 分类的预测。
它需要至少 128KB SRAM 和 512KB Flash。
mkdir buildcd buildcmake ..make./mbnet
运行1000分类，耗费资源如下：
param “481,9 KB,0PS13,58 M0PS, buffer 96 0 KB
vww测试，主要是将图片信息转化为数组格式提供给网络输入。
手写数字识别的例程也是十分简单，只需要：
库文件已经是高度封装且兼容，所以很轻松地就可以在linux以及其它平台上移植，在RK3576这种高性能soc的加持下，可以发挥出更大的优势。
]]>
联芯通已与多家国内头部整车企业、Tier 1供应商及造车新势力建立长期战略合作，携手拓展欧洲新能源车市场，打造面向欧标的高性能EVCC（Electric Vehicle Communication Controller）通信解决方案。本次出货突破百万套，不仅是联芯通强劲产品力与可靠技术的有力印证，也标志着其在全球新能源汽车充电通信领域已建立起坚实的市场地位。
这一显著成就进一步确立了联芯通作为全球主流新能源汽车制造商信赖的核心PLC通信芯片供应商地位。目前，联芯通芯片已广泛应用于众多国内外知名主机厂的主力车型，为安全、高效、智能的充电体验提供坚实的底层通信支持。
核心优势，赢得全球整车厂信赖：
1.国际标准基石： 联芯通MSE1022芯片完全兼容HomePlug? GreenPHY标准，该标准是ISO15118-3（CCS充电系统核心通信协议）的基础。这意味着每一辆支持CCS1/CCS2的电动汽车，都需要像联芯通这样的标准兼容芯片。
2.车规级硬核品质：芯片组合（MSE1022+MSEX25-i）已通过严苛的AEC-Q100 Grade 2车规级可靠性认证，并完成ASPICE Level 1评估，满足整车厂对设计、开发与质量的最高要求。其卓越的高温耐受性（结温Tj达150℃），轻松应对OEM/ODM最严苛的车载环境挑战。
3.高性能保障：专为车端EVCC设计，满足高吞吐量、低延迟的充电通信需求，确保充电过程高效、稳定、可靠。
4.深度赋能客户： 依托自主芯片架构和资深研发团队，我们提供高效直接的技术支持、量产测试工具与平台，大幅加速客户产品开发、验证和上市进程，助力客户抢占市场先机。
百万套的装车量，是市场对联芯通技术与产品最直接的认可。联芯通不仅是通信芯片的供应商，更是新能源汽车智能充电通信生态的关键推动者。未来，联芯通将持续深耕车规级通信芯片领域，依托技术创新与系统化支持，助力全球新能源汽车产业实现智能化、国际化发展。
]]>
联芯通已与多家国内头部整车企业、Tier 1供应商及造车新势力建立长期战略合作，携手拓展欧洲新能源车市场，打造面向欧标的高性能EVCC（Electric Vehicle Communication Controller）通信解决方案。本次出货突破百万套，不仅是联芯通强劲产品力与可靠技术的有力印证，也标志着其在全球新能源汽车充电通信领域已建立起坚实的市场地位。
这一显著成就进一步确立了联芯通作为全球主流新能源汽车制造商信赖的核心PLC通信芯片供应商地位。目前，联芯通芯片已广泛应用于众多国内外知名主机厂的主力车型，为安全、高效、智能的充电体验提供坚实的底层通信支持。
核心优势，赢得全球整车厂信赖：
1.国际标准基石： 联芯通MSE1022芯片完全兼容HomePlug? GreenPHY标准，该标准是ISO15118-3（CCS充电系统核心通信协议）的基础。这意味着每一辆支持CCS1/CCS2的电动汽车，都需要像联芯通这样的标准兼容芯片。
2.车规级硬核品质：芯片组合（MSE1022+MSEX25-i）已通过严苛的AEC-Q100 Grade 2车规级可靠性认证，并完成ASPICE Level 1评估，满足整车厂对设计、开发与质量的最高要求。其卓越的高温耐受性（结温Tj达150℃），轻松应对OEM/ODM最严苛的车载环境挑战。
3.高性能保障：专为车端EVCC设计，满足高吞吐量、低延迟的充电通信需求，确保充电过程高效、稳定、可靠。
4.深度赋能客户： 依托自主芯片架构和资深研发团队，我们提供高效直接的技术支持、量产测试工具与平台，大幅加速客户产品开发、验证和上市进程，助力客户抢占市场先机。
百万套的装车量，是市场对联芯通技术与产品最直接的认可。联芯通不仅是通信芯片的供应商，更是新能源汽车智能充电通信生态的关键推动者。未来，联芯通将持续深耕车规级通信芯片领域，依托技术创新与系统化支持，助力全球新能源汽车产业实现智能化、国际化发展。
]]>