-
意法半导体发布机器学习软件包，加快 AI 增强型电机控制研发
在预先配置后，可识别电机的正常、高振动和不稳定工况
-
亚马逊云科技推出Amazon S3 Files， 支持以文件系统形式轻松访问S3存储桶
北京——2026年4月13日 亚马逊云科技宣布推出Amazon S3 Files，这是一款全新的文件系统，能够将任何亚马逊云科技计算资源与Amazon Simple Storage Service(Amazon S3)无缝连接。
-
边缘 AI 加速的 Arm® Cortex®M0+ MCU 如何为电子产品注入更强智能
如今的通用型 MCU，尤其是集成了 TI TinyEngine™ NPU 这类 AI 硬件加速器的产品，能够在需要平衡功耗、尺寸与成本限制的产品中运行复杂模型，同时提升系统响应速度。
-
AI辅助EDA初探：利用机器学习模型预测布线拥堵与热分布
在芯片设计流程中，电子设计自动化（EDA）工具承担着关键角色。随着工艺节点向3/nm以下推进，传统EDA算法在处理复杂设计时面临计算效率与精度瓶颈。近年来，机器学习（ML）技术为EDA领域带来新突破，尤其在布线拥堵预测与热分布分析场景中展现出独特优势。
-
意法半导体与高通携手：传感与无线技术赋能骁龙可穿戴平台至尊版
2026年3月11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) 近日宣布，ST现已支持高通技术公司最新推出的个人AI平台—— 骁龙可穿戴平台至尊版，为其提供先进的运动感知与安全无线技术支持。意法半导体的组件有助于为下一代真正个性化、高响应性的可穿戴计算设备解锁更丰富的 “始终在线” 感知能力、实现前所未有的能效并带来突破性的用户体验，从而支持如活动识别、健康与生活方式监测等高级应用场景。
-
是德科技前瞻：2026年6G发展趋势预测
随着6G研究、早期技术开发以及标准化工作的持续推进，人工智能(AI)、通信感知一体化(ISAC)、能源效率以及新型物理层创新正逐渐成为行业关注的重点。展望2026年，6G领域将呈现怎样的格局?本篇6G展望专题文章中，是德科技的管理团队及技术专家分享前沿洞见，深度剖析影响6G发展的技术路线、系统级挑战与测试和验证需求，助力企业在日益复杂且不断演进的产业环境中行稳致远。
-
解码边缘智能元年：四大核心要素引领人工智能进化新方向
在以人工智能(AI)和机器学习(ML)技术为核心动力的第四次工业革命快速推进之际，诸多新技术、新应用将在2026年进入我们生活和工作，为此北京华兴万邦管理咨询有限公司将推出“26元年系列观察”报告，它们将通过对一些重要的技术进展和典型的应用场景进行分析，来观察相关的技术是否能够快速得到应用并引领其下游应用蓬勃发展，成为“元年”性的全新产业机会，同时也欢迎大家关注阅读和反馈交流。
-
工业传感器数据清洗与特征提取：机器学习特征工程实践
在智能制造场景中，工业传感器数据常面临噪声干扰、缺失值和时序依赖等挑战。某汽车装配线振动传感器数据显示，原始数据中32%的采样点存在异常值，直接用于机器学习模型训练导致预测准确率下降至68%。通过系统化的数据清洗与特征工程，可将数据质量提升至99.2%，模型性能提升至94.5%。本文详述关键技术实现路径。
-
Pole Star Global推出海事透明度指数
Pole Star Global推出海事透明度指数——将25年海事情报转化为即时船舶与航程风险判定 伦敦2026年1月6日 /美通社/ -- 海事情报和监管合规解决方案的全球领导者Pole Star Global今天宣布推出海事透明...
-
基于机器学习的EDA工具：布局布线中的拥塞预测与自动修复
在先进制程芯片设计中，布局布线阶段的拥塞问题已成为制约设计收敛的核心挑战。传统基于规则的拥塞预测方法因缺乏对复杂物理效应的建模能力，导致预测准确率不足60%，而基于机器学习的EDA工具通过数据驱动的建模方式，将拥塞预测精度提升至90%以上，并实现自动修复闭环。
-
Neutrinos荣获AI和机器学习创新奖
Neutrinos在InsurInnovator Connect Vietnam 2025上荣获人工智能和机器学习创新奖 该奖项旨在表彰Neutrinos在推动亚太地区AI应用与落地方面所作出的卓越贡献 纽约和新加坡2025年12...
-
Amazon Bedrock与Amazon SageMaker AI推出模型定制新功能，加速AI Agent构建
北京——2025年12月5日 亚马逊云科技在2025 re:Invent全球大会上，宣布Amazon Bedrock与Amazon SageMaker AI推出模型定制全新功能，助力客户构建更快速更高效的AI Agent。Amazon Bedrock中的Reinforcement Fine Tuning让模型更容易根据特定场景进行调整并提升准确率。Amazon SageMaker AI将高级模型定制流程从数月缩短到数天，加速AI开发并更快推出新方案。
-
开放创芯，成就未来——ICCAD-Expo 2025成功举办!
11月20日至21日，由成都高新发展股份有限公司、芯脉通会展策划(上海)有限公司、成都市集成电路行业协会、重庆市半导体行业协会、成都国家芯火双创基地共同主办，成都海光集成电路设计有限公司、成都华微电子科技股份有限公司支持的“2025集成电路发展论坛(成渝)暨三十一届集成电路设计业展览会”(简称ICCAD-Expo 2025)在成都中国西部国际博览城成功举办。
-
芯原与谷歌联合推出开源Coral NPU IP
面向端侧大语言模型应用，加速边缘AI生态发展
-
Alif Semiconductor的Ensemble MCU新增对ExecuTorch Runtime的支持，助力其推动边缘生成式AI发展
中国，北京–2025年11月4日-全球领先的安全、联网、高能效人工智能与机器学习(AI/ML)微控制器(MCU)及融合处理器供应商Alif Semiconductor®今日宣布，开发者现可将PyTorch ML框架的量化扩展ExecuTorch Runtime用于基于其Ensemble E4/E6/E8系列MCU及融合处理器开发的AI应用。
-
机器学习模型部署，MATLAB中分类回归算法的快速验证与调优
机器学习模型从实验室环境到实际生产系统的部署，是算法价值落地的关键环节。MATLAB作为工程计算与数据分析的集成环境，凭借其丰富的工具箱和交互式开发模式，为分类与回归模型的快速验证、参数调优及部署提供了高效解决方案。本文将围绕MATLAB环境下分类与回归算法的部署流程，探讨如何通过系统化方法实现模型性能优化与工程化应用。
-
e络盟助力工业与制造工厂迈向智能化升级
中国上海，2025 年10月10日 — e络盟是电子与工业系统设计、维护及维修领域可靠的产品与技术分销商，其一站式元器件采购平台方便客户采购智能制造所需的高性能元件和技术解决方案。
-
带机器学习的AI相机解析
相机中可以使用不同类型的人工智能技术，例如机器学习、计算机视觉、深度学习、神经网络等。机器学习是一种教会计算机从数据中学习并提高其性能的方法，而无需显式编程。
-
校准件老化效应建模：基于机器学习的预测性维护与补偿算法
在精密测试领域，校准件如同“测量尺”的基准刻度，其性能稳定性直接影响测试结果的准确性。然而，随着使用时间增长，校准件会因材料疲劳、环境侵蚀等因素产生老化效应，导致参数漂移甚至失效。传统方法依赖定期校准或经验公式修正，但存在滞后性强、成本高昂等问题。近年来，基于机器学习的预测性维护与补偿算法为校准件老化管理提供了新范式，通过数据驱动建模实现“未病先治”的精准维护。
-
机器学习算法在泵密封腔压力预测中的应用
高速泵密封腔压力对泵的运行稳定性和密封效果至关重要 ,传统上需要通过实际的泵运转实验才能测得 , 其不可 控变量多 ,仿真难度大 , 成本高且精度低 。鉴于此 , 提出了一种运用机器学习算法预测高速泵密封腔压力的方法 , 通过分析泵 的设计参数和运行条件 , 解决了高速泵密封腔压力无法准确预测的问题 ,验证了人工智能技术应用于高速泵性能预测的可行 性 , 也为设备优化和维护提供了创新的技术方案支撑 。
