当前位置:首页 > 厂商动态 > 意法半导体
[导读]高能效、低能耗、低功耗是电子产品可持续增长的基础。我们知道,能源利用合理化至关重要,电子元器件和传感器产品将在其中发挥至关重要的作用。这不仅关乎功耗,还关乎用户体验。更高性能和低功耗将让越来越多的应用市场爆发。以智能眼镜为例,电池续航一整天是可穿戴市场增长的一个关键要求。在意法半导体(ST),我们已经拥有业界数一数二的低功耗传感器产品,自本世纪初推出初代MEMS 运动传感器产品后,我们一直将低功耗视为产品的重要特性和差异化优势。

高能效、低能耗、低功耗是电子产品可持续增长的基础。我们知道,能源利用合理化至关重要,电子元器件和传感器产品将在其中发挥至关重要的作用。这不仅关乎功耗,还关乎用户体验。更高性能和低功耗将让越来越多的应用市场爆发。以智能眼镜为例,电池续航一整天是可穿戴市场增长的一个关键要求。在意法半导体(ST),我们已经拥有业界数一数二的低功耗传感器产品,自本世纪初推出初代MEMS 运动传感器产品后,我们一直将低功耗视为产品的重要特性和差异化优势。

本文引用地址:http://www.eepw.com.cn/article/202210/439402.htm

“小型化、精准化和功耗之间的最佳平衡点在哪里”,取决于目标市场。汽车应用需要高精准度、低失调和低漂移,而消费级穿戴应用对小型化和轻量化要求更多些,例如,TWS 真无线耳机就是这种情况。可穿戴设备的火热带动了传感器

产品领域的竞争,我们身边到处都是可穿戴设备,并且还在寻找新的有价值的应用场景,提高使用便利性、安全性和信息可达性/ 互联性,其中包括智能手表、耳机、智能指环等产品。传感器产品性能的改进有助于可穿戴市场蓬勃发展。在ST,我们一直在寻找新的方式来改善个人的生活体验,这是我们的使命。在数千个用例中,我们在运动传感器中引入了QVAR 等技术,这项技术让可穿戴设备厂商可以用创新方法,使终端设备能够与周围环境交互。例如,智能手表可以识别手势,耳机可以无缝确定用户是否在佩戴耳机。毫无疑问,由于我们传感器的新性能和新特性,我们看到了可穿戴技术和应用正在不断爆发。

健康应用情况非常复杂。健康设备的准确度非常重要,尤其是尽可能减少准确度随着时间和温度变化。在我们的产品技术开发路线图中,包含了消费级健康市场所需的全部功能,并且我们会继续根据客户的需要发布新产品。医疗应用的情况则大不相同,具体应用有具体要求。在这个领域,我们有研发经验、知识技能和技术,可以根据客户要求为终端应用开发定制解决方案。

电子产品市场发展现状,尤其是消费电子市场,在经历多年的需求强劲增长后开始出现放缓的趋势。在传感器市场上,我们开发了可以实现新的用例和客户要求的新技术、解决方案和产品。通过与这些市场的主要设计公司的密切合作,我们加强了意法半导体在汽车、消费和工业传感器市场的领先地位,帮助我们成为率先开发重要新产品的公司之一。任何可能发生的需求放缓都不太可能延缓我们在今后几年的MEMS 和图形传感器产品推新计划。

人工智能与传感器的融合

如今,几乎每个细分市场都在用人工智能。除人工智能外,这些应用还有一个共同点:都需要用各种传感器从现实世界收集数据,交给人工智能处理分析。

ST有许多人工智能实现方案。首先是智能传感器,这类传感器通过机器学习核心和有限状态机来实现机器学习过程,可以与MCU和MPU处理器配合使用,并且算力还能执行人工神经网络的推理算法,能够更好地解决日益复杂的应用场景。此外,这些人工智能的传感器还有一个巨大的优势,这就是它们能够显著降低系统级功耗,因为它们可以分担一些通常由MCU和系统处理的任务。

ST是最早试水传感器与人工智能融合应用的半导体企业之一。我们有一个定义明确的产品线,今年我们将推出有更多人工智能功能的新产品。人工智能与传感器的融合度将越来越高,以降低主应用处理器的工作负荷,或减少发送到云端进行后期处理的数据量。这是在传感器上实施能源可持续性计划:更智能/ 更高效。

在线上虚拟和线下现实世界融合的Onlife 时代,智能处理过程正在下移到网络边缘的传感器中,这意味互联设备可以无缝感知、处理和执行,完美融合线上线下两个世界,而不会影响用户体验。

人工智能分布在节点中,让互联设备更省电,数据隐私更强,通过降低带宽需求和减少数据传输量,使得决策响应更快。2022 年,意法半导体一直在为客户提供内置嵌入式智能传感器处理单元(ISPU) 的新一代MEMS传感器。经过优化的ISPU 利用信号处理和人工智能技术分析运动数据。ISPU在边缘节点上处理数据,无需唤醒系统,然后将数据送到MCU和网关/ 云端。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

尼得科株式会社将扩大其位于泰国的服务器用水冷模块CDU(Coolant Distribution Unit)生产线,计划在目前的月产能200 台基础上于 2024 年 6 月增加到每月 2,000 台。

关键字: 人工智能 电源 电路板
关闭