5月7日消息,今日,联想创新科技大会(Tech World)以“让AI成为创新生产力”为主题,聚焦混合式人工智能,从个人到企业,全方位展示联想创新技术成果。
5月7日消息,日前,法拉利公布2025年第一季度业绩。
在现代电子系统中,信号完整性对于确保系统的可靠运行至关重要。从驱动到连接器的信号传输路径,涵盖了复杂的电路布局与多样的电气元件,极易受到多种因素干扰,引发信号完整性问题。设置合适的接收端,成为优化这一信号传输过程、保障信号质量的关键环节。
相控阵天线通过对多个天线单元的发射或接收信号进行相位和幅度控制,实现波束的灵活扫描和指向。这种电子扫描方式摒弃了传统机械扫描的局限性,极大地提高了系统的响应速度和灵活性。相控阵天线在雷达、通信、电子战等领域广泛应用,为目标探测、跟踪和信息传输提供了高效解决方案。
在工业自动化、汽车电子等领域,CAN(Controller Area Network)总线凭借其高可靠性、多主通信、高速传输以及连接节点众多等优势,成为了应用极为广泛的通信协议。然而,实际应用环境往往十分复杂,存在诸如电磁干扰、地电位差、电压冲击等诸多问题,这些问题可能会对 CAN 总线的通信稳定性与可靠性造成严重影响,甚至损坏设备。为有效解决这些问题,CAN 总线隔离技术应运而生。通过在 CAN 总线节点间增加隔离层,可防止电气干扰、电压冲击和故障传播,进而确保 CAN 总线系统稳定运行以及数据传输的可靠性。本文将深入探讨 CAN 总线隔离的多种方法,并分析在不同应用场景下哪种方法更为适宜。
纳祥科技客户定制款Type-C迷你强光手电筒方案,集成了LED灯珠、驱动电路、Type-C接口、供电逻辑等核心部分,以1W输入功率实现超210流明亮度,可广泛应用于户外应急、夜间照明等多种场景中。
在当今数字化时代,数据如同流淌在信息高速公路上的血液,驱动着各个领域的创新与发展。而在嵌入式视觉领域,高速数据传输正扮演着越来越关键的角色,它不仅是实现实时、精准视觉感知的基础,更是开启未来智能应用无限可能的钥匙。
通信过程的任意时刻,信息只能由一方A传到另一方B,则称为单工。
在当今数字化时代,随着物联网(IoT)、人工智能等技术的飞速发展,微控制器单元(MCU)系统在各种设备中的应用越来越广泛。而在 MCU 系统中,内存作为存储和处理数据的关键组件,其性能和特性对整个系统的运行起着至关重要的作用。IoT RAM 作为一种专门为物联网应用设计的内存,正逐渐展现出其在 MCU 系统中的独特优势和潜在应用价值。
在当今数字化时代,人工智能(AI)无疑是推动各行业创新与发展的核心力量。从最初的简单算法到如今复杂的大模型,AI 的发展日新月异。而随着数据量呈指数级增长以及实时处理需求的飙升,传统的云端 AI 模式逐渐显露出诸多局限性,尤其是在带宽受限或对隐私要求极为严苛的场景下,依赖远程云服务器进行 AI 计算已难以满足实际需求。在这样的背景下,边缘生成式 AI 异军突起,正引领着智能计算领域的全新变革,将智能体验切实地带到消费者身边。
在科技飞速发展的当下,传感器技术作为众多领域的关键支撑,不断迈向新的高度。低功耗 60GHz 毫米波雷达传感器以其卓越的性能,正逐渐成为实现高精度传感的核心力量,为众多应用场景带来了前所未有的变革。
人工智能技术的快速创新迭代也给数据中心网络带来了前所未有的压力。例如,Meta 最近发布的有关 Llama 3 405B 模型训练集群的论文显示,该模型在预训练阶段需要超过 700TB 的内存和 16000 颗英伟达 H100 GPU 芯片。据 Epoch AI 预计,到 2030 年,人工智能模型所需的计算能力将是目前领先模型的 1 万倍。如果企业拥有数据中心,那么部署人工智能只是时间问题,而其中人工智能集群的扩展则成为关键难题。
PSRAM,作为一种融合了动态随机存取存储器(DRAM)高密度特性与静态随机存取存储器(SRAM)易用性的存储技术,其重要性不言而喻。从结构上看,PSRAM 内部主要由 DRAM 存储单元负责数据存储,SRAM 接口电路将 DRAM 的操作转换为外部系统可识别的 SRAM 操作模式,刷新控制电路则自动执行 DRAM 的刷新操作以确保数据完整性。这种独特的架构设计赋予了 PSRAM 一系列出色的技术特点。
在集成电路的通信领域,IIC(Inter - Integrated Circuit)总线以其简洁的二线制结构和高效的通信能力,在嵌入式系统、传感器网络、消费电子等众多领域得到了广泛应用。然而,在 IIC 总线的实际设计与调试过程中,细心的工程师会发现,通常会在 SDA(串行数据线)和 SCL(串行时钟线)上串联一个电阻。这个看似简单的电阻,背后却蕴含着丰富的电路原理和设计考量。本文将从 IIC 总线的电气特性、信号完整性、电路保护等多个维度,深入剖析 IIC 总线串联电阻的原因。
在人工智能(AI)技术迅猛发展的当下,边缘 AI 已成为行业瞩目的焦点。边缘 AI 旨在将 AI 的能力拓展至网络边缘设备,实现实时数据处理与决策,避免了数据传输至云端带来的延迟与带宽限制等问题。而在边缘 AI 系统中,芯片架构的选择至关重要,它直接关乎系统的性能、功耗以及应用的灵活性。在众多架构中,可扩展 GPU 架构正逐渐崭露头角,吸引了众多开发者与企业的目光。