这些器件可作为中高频应用中竞品的“即插即用”型替代方案
康佳特将aReady.COM扩展至Arm架构模块,基于恩智浦i.MX 95处理器打造应用就绪的软硬件构建模块,集成操作系统、系统整合与IoT连接能力,赋能高价值应用快速落地
当前AI领域的发展格局正由大型语言模型(LLMs)的迅猛增长所主导。虽然云端对于这些超大规模模型的训练依然至关重要,但一个显著的转变正在发生:AI推理正从集中式数据中心向网络边缘和终端设备迁移。这一趋势涵盖了从5G基础设施到汽车、安防摄像头和手机等终端设备在内的广泛领域。
中国上海,2026 年 3 月 12 日 —— Teledyne 将亮相于 2026 年 3 月 25 日至 27 日 在 上海新国际博览中心(SNIEC) 举办的 上海机器视觉展,并在现场展示其多项成像与视觉技术解决方案。Teledyne DALSA、Teledyne e2v、FLIR IIS 以及 Adimec 将联合亮相 W5 馆 5532 号展位,呈现面向机器视觉、物流及工厂自动化等应用领域的多样化技术与产品组合。
挪威奥斯陆 – 2026年3月17日 – 全球领先的低功耗无线通信解决方案提供商 Nordic 今日正式宣布,将于2026 年 3 月 23 日 13:00在深圳南山深铁皇冠假日酒店 5 楼会议室 4举办 “Nordic 长距离 NTN 线下研讨会”。本次研讨会聚焦非地面网络(NTN)技术落地,深度解析 Nordic NTN 完整解决方案,联动卫星通信生态伙伴,分享实战开发经验与全球场测成果,为物联网行业探索长距离、广覆盖的通信新路径搭建交流与合作的核心平台。
加利福尼亚州圣何塞 —— GTC —— 太平洋时间 2026 年 3 月 16 日 —— NVIDIA 今日宣布,正与包括 Cadence、达索系统、PTC、西门子和新思科技等在内的全球领先工业软件厂商合作,将 NVIDIA CUDA-X™、NVIDIA Omniverse™ 以及 GPU 加速的工业软件与工具引入 FANUC、HD 现代集团、本田、捷豹路虎、凯傲集团、梅赛德斯奔驰、联发科技、百事公司、三星、SK 海力士和 TSMC 等企业,以加速工业设计、工程开发与制造流程。这些软件领导厂商同时还推出了由 NVIDIA 驱动的智能体解决方案,帮助其客户为 AI 时代的下一阶段做好准备。
加利福尼亚州圣何塞 —— GTC —— 太平洋时间 2026 年 3 月 16 日 —— NVIDIA 正携手全球机器人生态系统——包括顶尖的机器人“大脑”开发企业、工业机器人巨头以及人形机器人先锋企业——共同推动生产级物理 AI 的发展。NVIDIA 还发布了全新的 NVIDIA Isaac™ 仿真框架,以及新一代 NVIDIA Cosmos™ 与 NVIDIA Isaac GR00T 开放模型,旨在助力行业开发、训练并部署下一代智能机器人。
加利福尼亚州圣何塞 —— GTC —— 太平洋时间 2026 年 3 月 16 日 —— NVIDIA 今日宣布成立 NVIDIA Nemotron Coalition,这是开放模型构建者与 AI 开发者之间的全球协作联盟,通过共享研究、专业知识、数据和计算来推动前沿开放模型的发展,帮助加速全球 AI 生态系统的创新。
加利福尼亚州圣何塞 —— GTC —— 太平洋时间 2026 年 3 月 16 日 —— NVIDIA 今天宣布推出 NVIDIA 物理 AI 数据工厂 Blueprint(NVIDIA Physical AI Data Factory Blueprint)。这是一个开放的参考架构,用于统一并自动化训练数据的生成、增强和评估流程,从而降低大规模训练物理 AI 系统的成本、时间和复杂性。
【2026年3月17日,德国慕尼黑与日本东京讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)正与斯巴鲁株式会社(Subaru Corporation,以下简称斯巴鲁)合作,共同致力于提升斯巴鲁未来汽车的驾驶安全性、可靠性与舒适性。英飞凌的半导体技术在斯巴鲁下一代高级驾驶辅助系统(ADAS)及车辆运动控制系统的集成式电子控制单元(ECU)中发挥着关键作用。相比前代产品,英飞凌最新AURIX™微控制器(MCU)大幅提升了该ECU的实时处理能力,提高了车辆与传感器信息处理的速度和可靠性。
美国加利福尼亚州圣何塞——2026年3月17日——恩智浦半导体NXP Semiconductors N.V.(纳斯达克股票代码:NXPI)宣布推出创新机器人解决方案,提供可靠、安全的实时数据处理与传输以及先进网络连接能力,支持传感器融合、机器视觉和精密电机控制。作为恩智浦基础机器人解决方案系列的首批成果,该解决方案可直接部署的解决方案由恩智浦与英伟达联合开发,将英伟达Holoscan Sensor Bridge与恩智浦高集成度片上系统(SoC)相结合。该方案可减少分立器件数量,显著减小占用空间,降低功耗和成本,同时简化机器人感知与执行的软件复杂性,同样适用于人形机器人形态。