AI

AI(人工智能)是指计算机系统通过模拟、复制、甚至超越人类智能的能力。这包括执行诸如学习、推理、问题解决和语言理解等智能任务。AI系统使用算法和模型,通过从大量数据中学习并适应,以实现对复杂任务的执行。

得益于全球清洁能源需求的持续增长和政策的大力支持,光伏产业正迎来蓬勃发展的黄金时期。在这一进程中,技术创新发挥了至关重要的作用。尤其是受益于半导体技术的飞速进步,光伏行业不仅实现了成本降低和效率提升,还不断拓展其应用场景。

在上海国家会展中心举办的SNEC第十七届(2024)国际太阳能光伏与智慧能源展览会上,精细化、定制化的产品琳琅满目,这些创新产品的背后,无不闪烁着半导体技术的光芒。这些先进技术与光伏产业的深度融合,为行业的持续发展注入了强劲动力。

兆易创新携一系列创新型解决方案亮相本次盛会,这些方案针对光伏、储能、工业及通讯电源等领域,展示了兆易创新在推动能源转型和产业升级方面的坚定决心和强大实力。

用AI来做慧眼

像人类发明的所有机器一样,光伏设备也有自己的诸多隐患,由拉弧所产生的故障就是较为致命的一种。光伏电池板发出直流电,经过光伏逆变器后,才转成交流电。由于光伏电池组的电压都很高,从几百伏到最高1500V不等,加之电缆连接失效或器件老化,很容易产生高温电弧。这不仅会对光伏板造成损伤,降低能量转换效率,还可能会引发火灾等安全事故。

防护的第一步就是检测。兆易创新在本次展会上展示了基于高性能GD32H7系列MCU开发的检测方案,最大亮点就是运用AI算法,使得检测准确率大幅提升。

1.jpg

基于GD32H7系列MCU的AI直流拉弧检测方案

传统的电弧检测包括波形分析法和特征提取法。波形分析法通过分析采集到的电压和电流波形,观察是否存在拉弧故障特征,如高频振荡、脉冲等。特征提取法则通过对采集到的信号进行数学处理和特征提取,提取出拉弧故障的特征参数,如能量、幅值、频率等,从而判断是否存在拉弧故障。

在面对不断增多的应用场景和海量数据时,传统方法开始捉襟见肘,而AI算法则游刃有余。因为AI是数据驱动的,数据量越大,反而越能准确做出判断并制定出相应的检测规则,进而适应千变万化的具体应用场景。有了AI算法,就等于给整个系统装上了一个能明察秋毫的慧眼。

兆易创新的方案使用了深度卷积神经网络,支持对1024、2048和4096采样点的实时检测,模型大小仅占用1.7KB的Flash空间,单次推理耗时不超过0.6毫秒,能够对直流拉弧现象即时响应。模型还可以兼容不同硬件采集的数据,兼容0~40A光伏组串电流,实现100%准确性。

强大的硬件核心

要实现高效的AI算法,必须以具备强大算力的硬件为基础。兆易创新直流拉弧检测方案的核心是GD32H7系列MCU。该系列采用基于Armv7E-M架构的600MHz Arm® Cortex®-M7高性能内核,凭借支持分支预测的6级超标量流水线架构,以及支持高带宽的AXI和AHB总线接口,可实现更高的处理性能。其配备了1024KB到3840KB的片上Flash及1024KB的SRAM,包含512KB可配置超大紧耦合内存(ITCM, DTCM),确保关键指令与数据的零等待执行。同时,还新增了大量通用外设资源,包含8个U(S)ART、4个I2C、6个SPI、4个I2S、2个SDIO以及2个八线制OSPI(可向下兼容四线制QSPI)等。

由于MCU计算性能和实时性要求限制,传统拉弧检测通常仅支持1到4个通道。在面对多组串逆变器和日益提高的安全性需求时,传统方案明显力不从心。对此,兆易创新提出的拉弧检测方案,在满足高安全性的前提下,尽可能提高检测通道数,方案使用的GD32H7系列MCU具备了2个采样速率可达4MSPS的14位ADC和1个采样速率高达5.3MSPS的12位ADC,可保证在500K采样率下支持多达12路ADC通道的拉弧检测能力。并且,该方案除了支持12通道的内部ADC数据采集,还搭载有一颗16位高精度的外部ADC,支持8路外部ADC数据采集,能满足客户的多样性需求。

为便于数据的传输和处理,该方案还集成有内存卡和基于GD32VW553的Wi-Fi模组,可自动上传数据至云端,实现数据的在线采集与AI模型训练,此外还预留有串口和CAN通信接口,方便应用扩展。而该方案板所用到的DC/DC、LDO等芯片均为兆易创新自有,极大地优化了客户的BOM选择。

一站式AI算法服务

为了便于客户进行AI算法的生成和部署,兆易创新进一步提供了一整套的工具和服务。

对于以AI算法为核心的拉弧检测来说,数据收集、训练和模型部署是非常重要的步骤。在最初的数据收集阶段,兆易创新提供数据采集工具,基于GD32 AFCI硬件平台进行电弧信号和正常信号的采集并生成标准数据格式。接下来进入数据训练阶段,兆易创新提供的一键训练工具,训练并生成拉弧检测AI模型,并支持一键生成可编译、运行的电弧检测代码,确保在各种场景中均能准确识别电弧特征,减少漏报和误报的风险。在整个训练完成之后,工具生成的模型算法库,可直接集成到用户的工程文件里面来使用,快速的完成模型部署工作。

兆易创新的数据采集工具,还具备了数据分析功能。比如,客户采集完数据之后,想了解数据的质量。该工具就可以将导入的数据生成时域和频域的波形图,供客户进行判断。

最后,兆易创新的方案还支持云端数据收集、云端训练和模型参数的OTA升级,这意味着用户可以通过云平台持续优化和更新模型,以适应各种复杂多变的工作环境。

在本次展会中,兆易创新的AI拉弧检测方案荣获了SNEC十大亮点“兆瓦级翡翠奖”,充分彰显了公司的技术实力与行业认可度。

1719307821514543.jpg

从光伏到数字电源的全面布局

除拉弧检测外,兆易创新还带了多款光伏及数字电源领域的解决方案,涵盖了从AC-DC到DC-DC再到DC-AC的全方位拓扑结构,以及相关的MPPT等关键技术。

在太阳能光伏板发电时,为了获取更多能量,需要使用MPPT算法对光伏板的输入电压进行最大功率点追踪。兆易创新基于GD32E50x系列的1kW光伏MPPT锂电池模块,采用了四开关buck-boost拓扑对光伏板进行最大功率点追踪,并对电池进行恒流恒压充电,峰值效率超过98%,最大功率点追踪全范围下超过99%。

3.jpg

基于GD32E50x系列的1kW光伏MPPT锂电池模块

双向储能逆变器方案采用模块化设计,通过两颗GD32E50x系列MCU控制三级架构LLC + Buck/Boost + 逆变/PFC,能够将太阳能光伏或电池电压转换为220V交流电,最大功率可达1kW;也可将220VAC市电电压,输出为24V直流电压用以给电池包充电,最大功率达500W。

4.jpg

基于GD32E50x系列MCU的双向储能逆变器方案

数据监测是光储能源电池系统高效、安全、可靠运行的重要保障,公司的无线能源监控通讯方案将GD32F527 MCU和具有2.4GHz Wi-Fi 6 + BLE 5.2通信功能的GD32VW553无线模组结合,可以实现对电池等相关设备实时工作状态进行采集处理和监控。

5.jpg

基于GD32F527和GD32VW553的

无线能源监控通讯方案

此外,兆易创新还带来了500W PFC + LLC数字电源、90W Buck可调数字电源、460W交错CRM PFC服务器电源等方案。这些技术先进的解决方案,结合兆易创新强大的支持服务,将推动数字能源稳步发展。

来源:兆易创新GigaDevice

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 21

恩智浦SAF9xxx新系列融合了新一代汽车、人工智能和机器学习(ML)音频DSP技术,并集成了神经网络引擎和基于硬件的加速器。  了解详情>>   

恩智浦半导体发布SAF9xxx系列,为车载信息娱乐系统带来多项人工智能音频功能,是汽车音频处理方面的重要技术提升。新推出的音频数字信号处理(DSP)解决方案旨在满足软件定义汽车(SDV)不断增长的人工智能音频功能需求。SAF9xxx利用Cadence新一代高性能Tensilica HiFi 5 DSP,并结合了专用的神经网络引擎,能够高效实现下一代高质量自学习音频和语音应用。

此外,SAF9xxx系列通过软件定义最多可集成5个调谐器,涵盖DAB、HD-Radio、DRM、CDR和AM/FM等全球主流无线广播应用。汽车娱乐系统的音频和无线广播应用都可以通过这款单芯片完成,并且易于扩展。

重要意义

音频性能是塑造车载信息娱乐系统差异化的主要着力点,也为OEM厂商让中端和高端汽车脱颖而出带来了崭新机遇。SAF9xxx的机器学习功能与神经网络集成开辟了全新的功能领域,例如可以通过音调和口音来识别和区分驾驶员和乘客。机器学习算法可以检测到应急车辆的警报声,分析车辆的位置和动态状况,并为驾驶员提供相关视听信息。

恩智浦资深副总裁兼音频系统总经理John van den Braak表示:“恩智浦SAF9xxx DSP是信息娱乐成品解决方案,设计时融合了人工智能/机器学习处理性能,能够提供更丰富的功能和特性,以及更出色的性能表现,满足当前和未来的软件定义汽车对音频和无线的严苛要求。该方案的可扩展架构性价比高,便于OEM厂商轻松部署。” 

更多详情

SAF9xxx系列适合低延迟音频算法应用,比如实时主动消除发动机噪声、道路噪声、风噪和胎噪的算法应用。 

内置的内存快速访问和全面的模拟和数字I/O进一步增强千兆赫兹级DSP的性能,支持越来越高的音频功能要求。

千兆级以太网支持直接快速连接到汽车网络。

恩智浦广泛的音频IP生态合作伙伴拥有丰富的音频软件和算法,已计划基于SAF9xxx开发全新音频应用。

供货和支持

SAF9xxx系列将于2024年6月26日至28日在音频工程学会举办的第五届汽车音频国际会议上首次亮相。 

  • 恩智浦官网发布了有关SAF9xxx系列的更多详细信息,如需进一步了解软件定义无线广播选项,请访问nxp.com/saf9000

  • 如需进一步了解音频DSP解决方案,请访问nxp.com/saf9100。 

来源:NXP客栈

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 12

作者:电子创新网张国斌

人工智能不仅深刻影响我们的工作、学习和生活,也在重塑IC设计行业的设计理念和开发理念,在6月15日召开的“赋能创芯,共筑生态”2024年度航顺HK32MCU新品发布会暨第二次代理商培训大会上,航顺芯片联合创始人、首席科学家&CTO王翔分享了AI大潮下的MCU发展趋势,概括起来就是---合纵连横!

1.png

2.jpg

王翔认为未来MCU有两个发展方向:

1、行业横向融合--就是更多集成,实现MCU +传感器+无线连接+安全 +OS等,他称为MCPU (Micro Controller & Processing Unit)。

2、产业垂直整合--就是MCPU + 下游生态客制化设计 +智能应用客制整合,称之为MaaS (MCPU as a Service)。

3.jpg

而且,他认为随着MCU集成的功能越来越多(SoC化)以及嵌入式AI能力,未来的MCU会实现算法自学习,越用越好用他表示MCPU+MaaS (MCPU as a Service)完成MCPU的生态客制化和应用智能化。

4.jpg

他还举了两个例子,一个是宠物管理MCPU & MaaS,他指出《2023年中国宠物行业白皮书》显示,全国城镇宠物大猫数量达1.2亿只行业预计2025年产业规模有望突破8000亿元人民币,这是一个巨大的市场,宠物管理需要采集多种信号并需要进行健康管理情绪管理等,因此需要宠物管理MCPU & MaaS。

5.jpg

另外一个例子是个性化产品的智造,这需要传感器处理、多电机联动等等。

王翔还认为未来的MCU产品将更多地集成机器学习和人工智能功能,使设备能够在本地执行复杂的数据分析和决策处理,而无需将数据发送到云端,这种边缘计算能力可以极大地提高响应速度并降低数据传输成本。

作为对王翔分享MCU趋势的回应,元能芯副总经理陆潇介绍了他们和航顺携手打造融合芯片、算法、方案、云技术为一体的智能功率系统平台,为生态伙伴提供完整的解决方案和芯片产品,应用于消费电子、工业电子、新能源、汽车电子等领域。

6.png

元能芯的最新方案将MCU ,6颗MOS管和其他驱动元件集成在一起提供,小小的芯片驱动50W负责,并可以省去散热部件,不但将面积缩小更帮助厂商降低了成本。

7.png

8.jpg

9.jpg

10.jpg

他还表示融合了人工智能技术的元和云可以通过云端帮助给提供提供最适合的产品代码和参数,帮助客户快速完成试产到到量产,“以前一个工程师能能调10个案子,如果AI辅助做云调机,他能同时接100 、1000个案子,这是一个几何级的发展增长!可以大大提升研发效率!”他强调。

在本次大会上,王翔发布了航顺年度新品,概括起来就是更丰富,更专用,更高端!他对其中的两个系列做了详细分析:

11.jpg

1、高性能迭代HK32F4系列MCU产品

HK32F4系列采用ARM Cortex-M4F内核,运行频率168MHz,内置1024KB Flash,192KB SRAM 和 64KB CCM,带有Trace跟踪模块 (ETM),高速USB OTG模块带高速PHY,10/100M Ethernet网控制器,多种音频、视频多媒体接口,还有和数据及存储相关的数字摄像头存储接口(DCMI)、可变静态存储控制器(FSMC)、四线高速串行外设接口(QSPI),远超同级产品的6个UART 加 4个USART的超高数量串口,为信息安全增加了TRNG、AES256、Hash、CRC等硬件模块。

HK32F4系列支持64、100和144脚等多封装,堪称工业控制、电力设备、储能、光伏逆变器、充电枪、电池管理BMS、屏显、门禁对讲、炒菜机、扫地机、洗地机、打印机、舞台灯光等应用的理想控制器

12.png

2、新世代指纹传感新品HK32S0192

300亿智能门锁市场将逐步由硅基传感器迈入玻璃基传感器新世代,HK32S0192通过将极微弱和充满噪声的指纹传感信号进行精确的去噪、192路微弱信号放大采集,实现了稳定可靠的指纹特征识别。除此之外,HK32S0192打破了常见的ASIC逻辑芯片设计,通过集成CPU和嵌入式存储,实现了传感器控制参数的软件化;可实现各种传感参数的实时动态调整,从而灵活适配各类指纹识别的应用场景。

13.png

HK32S0192内置ARM® Cortex®-M0内核、16 Kbyte Flash、4 Kbyte SRAM,最高工作频率48 MHz。HK32S0192内置指纹传感控制器(FPSTRX),指纹数字信号处理(FPSDSP),指纹数据的AES加密模块和专用串行外设接口(ASPI)。


  专用高精度模拟电路:

HK32S0192内置模拟电路包括:12个10位ADC,24个模拟运算放大器,电荷泵(CGPP)模块,模拟侦测唤醒(AWK)模块,温度传感器(TS)。支持最多192个输出驱动通道和192个输入采集通道,即192×192的电容阵列。

HK32S0192支持睡眠(Sleep)和停机(Stop)低功耗模式,通过周期性工作的模拟低功耗唤醒模块来唤醒芯片,达到5uA以内的平均待机功耗。

他还介绍了航顺符合AEC-Q100 G1的车规芯片

14.jpg

15.jpg

16.jpg

概括起来,航顺MCU新品有如下特点

1、新MCU产品集成了高速480 Mbps的USB OTG功能,这使得设备能够在无需外部USB控制器的情况下,直接与其他USB设备通信。这不仅降低了生产成本,还缩小了设备的物理尺寸,为客户提供了更多的设计灵活性。

2、通过集成10/100 Mbps以太网MAC和PHY,新的F407系列MCU支持直接接入互联网。这一特性特别适合于需要快速网络连接的应用,如家庭自动化、工业控制系统以及智能网关设备。

3、 新产品增加了多种安全功能,包括AES硬件加解密、真随机数生成器和安全引导功能,这些都是为了增强数据安全性,防止恶意软件侵入和数据泄露,对于在金融和医疗等安全要求高的领域尤为重要。

4、 航顺新MCU产品设计注重能效,适用于电池供电的便携设备,如可穿戴设备和无线传感器。通过优化功耗,延长设备的使用寿命,同时减少对电池的依赖。

航顺芯片市场总监侯新荣还未代理商们分享了几个典型的热门市场未来发展预测。

17.jpg

18.jpg

19.jpg

20.jpg

21.jpg

22.jpg

23.jpg

24.jpg

25.jpg

26.jpg

27.jpg

28.jpg

29.png

航顺芯片创始人、CEO刘吉平表示:未来,航顺芯片将继续坚持高端32位MCU+车规SoC双战略,与代理商携手前行,通过提供优质的产品和服务,“以客户为中心”,最大化地为客户实现价值,持续推进国产集成电路行业的创新发展!

注:本文为原创文章,未经作者授权严禁转载或部分摘录切割使用,否则我们将保留侵权追诉的权利

围观 10

Silicon Labs(亦称“芯科科技”)最新发布的EFM32PG26(PG26) 32位微控制器(MCU)近期荣获中国电子报评选并推荐为“2024边缘AI MCU优秀案例”。PG26通过提升了两倍的闪存和RAM容量以及GPIO的数量,同时还嵌入人工智能和机器学习(AI/ML)硬件加速器来满足各种低功耗和高性能嵌入式物联网应用需求,因而获得行业的认可及青睐。

1.png

随着AI掀起新的浪潮,本次中国电子报的评选活动特别提出边缘AI MCU的类别,以反映MCU市场需求的最新变化与技术迭代的最新方向。而PG26集成了芯科科技专有的矩阵矢量AI/ML硬件加速器,不止可以为Matter应用,而是可以为所有应用实现更高的智能。该专用内核针对机器学习进行了优化,处理机器学习操作的速度提升了高达8倍,而功耗仅为传统嵌入式CPU的1/6。这显著提高了该系列产品的能量效率,因为这些产品可以将基于机器学习的激活或唤醒提示交由加速器分担,从而允许更多耗电功能进入休眠状态,可以最大限度地降低电池消耗。对于传感器或开关等电池供电的智能家居设备来说PG26将是理想的选择,因为消费者希望这些设备能够隐匿在他们的家庭环境中,而无需不断更换电池。

面向无线连接功能的需求,PG26可作为EFR32xG26多协议无线SoC平台的软件兼容MCU版本,有助于开发人员基于同一平台设计快速且无缝地升级低功耗蓝牙、Matter、Thread、Zigbee或专有无线连接设计。高效的PG26提供80 MHz ARM Cortex-M33内核并支持LCD控制器,不仅具有丰富的模拟和通信外设,低电流消耗等特性,还具有更多的GPIO来解决复杂的系统设计挑战。

获取PG26 MCU的产品信息和技术文档:https://cn.silabs.com/mcu/32-bit-microcontrollers/efm32pg26-series-2 

阅读关于中国电子报的2024 MCU优秀案例的报导:https://epaper.cena.com.cn/pc/content/202406/04/content_10457.html 

来源:SiliconLabs

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 10

6月4日,2024年COMPUTEX隆重开幕,毫无疑问,人工智能应用是今年电脑展的重心!人工智能推动了AI PC 、AI服务器和AI手机的发展,2024 年被誉为 AI PC 元年,AI PC指的是通过云端可以在端侧执行生成式AI大模型的PC。

1717638612103375.png

由于要运行端侧大模型,因此AI PC与传统PC的配置上将有所不同,摩根士丹利以及微软等都认为,AI PC首先要配备专用神经处理单元 (NPU),其次必有超过 40 TOPS的算力。

摩根士丹利认为随着处理器和内存的升级,每台人工智能PC的半导体价值将增长20%-30%,PC平均售价也将提高7%。

2.png

摩根士丹利预测:2024年,AI PC将占电脑总出货量的2%,到2028年,AI PC将占电脑总出货量的65%;这意味着,到2028年,人工智能电脑的出货量将达到1.79亿台,其中85%为笔记本电脑。

得益于AI PC的出货大涨,AI PC组件供应商、电脑制造商和供应链业者都将受益,在AI PC的大潮下,一家国产IC供应商将获益良多,它就是芯海科技。

提早布局,抓住机遇

在本次台北电脑展上芯海科技展示了多款基于自家技术的创新产品,其中包括与荣耀和小米合作的笔记本电脑和HapticPad应用,以及便携式显示器和手写笔等。这些产品均采用了芯海科技的EC(嵌入式控制器)和PD(电力传输)芯片,展示了芯海科技在感知与控制技术上的优势。

1717638637112638.jpg

1717638647483759.jpg

1717638732589073.jpg

1717638751746889.jpg

1717638763944415.jpg

1717638769840313.jpg

在台北电脑展展前媒体发布会上,芯海科技芯海科技资深PC产品经理周振生表示芯海科技在PC领域的布局主要集中在外围芯片市场。芯海科技的产品聚焦在感知和控制技术上。通过持续研发和技术积累,芯海科技在EC和PD芯片市场上已经取得了显著的成绩。尤其是在EC芯片市场,芯海科技凭借其技术优势和市场经验,成功获得了英特尔的认可,并逐步在国际市场上站稳脚跟。

随着AI PC的兴起,芯海科技早就在积极应对这一新趋势。芯海科技表示AI PC对EC芯片提出了新的需求,包括更高的感知能力和更智能的控制功能。芯海科技的ADC(模数转换器)和MCU(微控制单元)技术在这一过程中发挥了关键作用,通过提升数据采集精度和控制智能化水平,芯海科技的产品在AI PC领域展现出了独特的竞争优势。

1717638783292613.png

以EC芯片为例,芯海科技的产品通过了英特尔的严格测试,获得了PCL(Platform Component List)认证。这一认证标志着芯海科技的产品在规格、性能和可靠性方面达到了国际一流水平,为其进入PC供应链奠定了坚实基础。

芯海科技与英特尔合作,通过联合发布会和技术交流,进一步加强了双方的合作关系。这种合作不仅提升了芯海科技的品牌影响力,也帮助其产品更快地进入国际市场。

据悉,除英特尔外,芯海科技还与其他国际厂商如AMD展开合作,通过送样测试和技术交流,逐步扩大其产品在PC市场的覆盖范围。这种多方合作的策略,使得芯海科技能够在竞争激烈的市场中脱颖而出。

PD、音频也陆续进入AI PC 

由于AI PC对数据传输速率和接口技术提出了更高要求,在EC成功进入之后,芯海科技十年磨一剑的PD产品也顺势进入了AI PC领域。

其实芯海早就在布局PD领域,2011年,芯海科技就开始研发软件三合一充电宝里的主控芯片CSU8RP3119B,这颗芯片曾经市占率高达50%!2015年,芯海PD的主控芯片推出,当时市面比较流行的是高通的QC2.0、QC3.0,芯海科技经过分析也选择跟进Type-C PD协议,初步完成产品布局,现在看来,这个决定非常正确。

2016年,芯海科技推出了支持PD2.0的CSS34P16,这是一颗通用的高性价比PD芯片,目前该芯片仍在持续出货。

2017年PD3.0标准发布,芯海科技也同步规划了PD3.0的芯片产品。2018年上半年,芯海科技CS32G020通过了PD3.0认证,这也是目前芯海PD的明星产品,一颗芯片可以支持双通道,支持两个Type-C接口,其产品规划相当超前。

2020~2021年,手机PD爆发。2021年5月,USB-IF协会发布了最新的USB PD3.1快充标准,引爆了整个市场,快充从手机蔓延到多个领域,而芯海的快充芯片则犹如天女散花般从CS32G020演进到多个专用PD芯片,如针对电源的CSU3AF10,针对PC领域的CS32G051,以及芯海还将推出针对车规的快充芯片。

CS32G051是芯海科技2022年6月推出的国内首款满足笔记本应用场景的高性能32位PD协议芯片。该产品集成多种协议栈,融合快速充电技术规范 UFCS,除了PD协议外,还可以支持到SCP、AFC、QC2.0/3.0等众多快充协议,带来超强兼容的快充体验。同时,该芯片还具备强大数据管理,支持多种ALT Mode,帮助终端产品在超强快充兼容的同时,做到高清数据传输及多屏互动。

CS32G051推出后迅速获得客户认可,国内某知名笔记本大厂迅速下单,同时,芯海科技也获得了英特尔的大力支持,推广该芯片在PC领域的普及。可以在PD(电力传输)和高速接口芯片领域获得更多机会。

芯海科技表示芯海的PD产品质量过硬,满足汽车客户、PC客户、手机客户对产品高质量的要求。目前头部标杆客户也在不断导入。芯海是国内第一批做PD协议的芯片厂商,对协议的理解与应用非常深,同时也是国内唯一在Type-c各大领域均有规模量产的芯片原厂,在协议兼容性上有非常强的积累。拥有完善的PD开发生态,针对PD系列化产品可以平台化开发,在满足客户定制化需求的同时,还可缩短开发周期。

“我们的PD也已经纳入英特尔PCL的查找范围,这标志着我们又成功地将一个关键产品融入了生态系统。也意味着我们的PD已经正式进入了PC的生态圈。技术上,我们已经通过了雷电认证,并成功进入到英特尔的PCL里面。”芯海科技PC资深产品经理周振生表示,“雷电的认证测试非常严格,包括一套完整的测试流程,涵盖性能、规格、兼容性等各方面。我们历经艰辛才通过这项测试,尤其是验证阶段,由于验收组织在以色列,这导致PD 雷电延期了挺长时间,最终能够通过,我们倍感欣慰”

他表示芯海一定会把在PD方面的优势引入到PC上,“我们在PD方面,无论是国内还是国际协议,都具备全面支持能力,这是PC领域中一个很强的竞争力。像我们的UFCS,我们在工信部UFCS认证中是国内首批通过的企业。”他进一步强调,“其他友商处理这些国内协议时,并不具备我们这样的先天优势。我们一定会充分利用这个优势,将一系列灵活的解决方案引入PC领域,PD也将成为未来几年芯海快速增长的业务板块。”

据他表示AI PC越来越多地采用语音识别和音频处理技术,芯海科技也将这个领域提供高性能的音频编解码芯片和语音处理解决方案。

“芯海始终坚持自主创新的理念。回顾芯海的众多产品竞争力,正是源自我们在核心技术---高精度ADC技术上的突破而来。”周振生强调:“音频信号本质上是模拟信号。为了在数字设备中处理这些信号,需要将其转换为数字信号。而高精度ADC技术能够高精度和低失真度将模拟音频信号转换为数字信号。此外,高精度ADC技术能够捕捉更多的声音细节和动态范围,有效降低噪声和失真,进而提高音频信号的质量。这对于高保真音频应用设备尤为重要。

“PC行业有个显著特点,就是要进入前,你必须有一定的市场积累和良好口碑。因为在这个行业,你没办法证明也没有时间来证明你的产品可靠性。尽管芯海产品已经做地足够出色,但还是需要时间来验证。每当我们接触一家新客户,他们都会亲临现场来审厂。通过严格的质量控制和国际质量体系认证,芯海科技的产品在市场中建立了良好的声誉。然而,我们绝不敢丝毫松懈,依然要严谨把控每一个质量流程管理。如何在规定的时间内交付产品,如何确保交付的产品质量合格?如何保证产品的持续供应和软件的持续更新,这些都需要我们通过时间来一一证明。虽然前面的道路充满挑战,但我们坚信未来的前途是光明的!”他如是总结道。

来源:电子创新网张国斌

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 7

2024年,AI圈陆续传出王炸级新闻。先是OpenAI推新款大模型Sora,该模型只需输入文字,便可生成惟妙惟肖高清视频,再次让世界感受到了人工智能的强大。2月19日,国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议强调,要推动中央企业在人工智能领域实现更好发展、发挥更大作用。

随着AI商业化以及配套政策的落地,2024年将是AI产业爆发的元年。然而,目前AI行业建设仍面临诸多挑战。随着AI技术的发展,大模型、大数据、大算力日益成为AIGC应用的核心。大模型和数据集是AIGC发展的软件基础,而算力是最为重要的基础设施。AI服务器以并行计算为主,核心处理器主要依靠GPU,但除了GPU性能外,通信因素也会成为制约超算的短板,只要有一条链路出现网络阻塞,就会产生数据延迟。因此,AI服务器对于底层数据传输速率和延时的要求非常苛刻,需要高速率的光模块与之匹配。而光模块作为实现高速、稳定数据传输的关键器件,也随之开启新一轮的产品迭代。其中,800G光模块(传输速率达到800Gbps)作为数据中心以太网中的必要光电转换设备,可完美匹配AI服务器激增的算力和数据交互,在数据中心、云计算、网络通信等领域中被广泛应用。

STM32H5 助力高速光模块应用

2023年,ST推出STM32H5系列,该系列作为新标杆服务于工业应用市场。用于高性能设计的STM32H5系列基于强大的Arm® Cortex®-M33内核 ,运行频率高达250MHz,从最基本的安全构建模块到ST维护的安全认证服务,提供可扩展的安全性,满足所有应用需求。

STM32H5系列基于ST先进的40nm工艺,实现更优化的性价比平衡,提供丰富的内存,外设和封装选择,将给用户带来更强劲的性能和安全性,提供更多设计自由,加快产品上市。

作为新一代高性能MCU系列,STM32H5延续STM32现有的生态系统,有助于开发者轻松实现各类开发应用,还新增了一些特有的新功能,例如I3C通信接口,Secure manager,器件生命周期管理,适合各种智能化应用,尤其是高速通信应用。

引入I3C接口

ST在STM32H5中引入了一个新的通信接口I3C,它是对I2C通信接口的升级,同样基于两根总线SDA和SCL,但性能更高,且可以兼容I2C。

I3C可以在同一根总线上支持更多节点,而不会因为要支持中断或是休眠模式而增加额外的逻辑信号。下图是I3C通信的典型连接方式,支持多种设备类型,当前主设备,辅助主设备,I3C从设备,I2C从设备, I3C设备和I2C设备同时工作。

1.png

更紧凑的封装

随着AI算力不断提升,数据量呈海量增长,传输带宽不断提高,光模块需要具备更高的传输速率和更小的尺寸以适应不同的使用场景。其封装方式也在不断优化,更小封装和更低功耗可以带来更高的端口密度,使得在同样的功率下可以驱动更多的光模块。STM32H5基于ST优化的40nm工艺,采用超小封装-WLCSP80(3.5✖3.27mm), 2M flash,很好满足了高速光模块对于小尺寸的要求。

2.png

更安全的架构

光模块配置和交换机级别的安全是网络架构中至关重要的一环,需要确保只有授权用户才可以访问和配置光模块和交换机,这就要求系统具备强大的身份验证机制。

为减轻客户安全应用的开发成本,ST帮助客户通过安全认证,缩短产品上市时间,推出了交钥匙的安全解决方案,即STM32H5 Secure Manager安全管理器。

Secure Manager提供完整的安全启动与安全升级功能以及安全服务,可以支持多方软件代码IP保护,支持多种配置,并且符合PSA API标准。另外,用户也可以根据需要进行扩展,加入更多的安全模块。

Secure Manager由ST长期维护和支持,使用二进制文件交付,即使客户的产品需要进一步的安全认证,也不需要进行复杂的代码开发。

随着AI应用不断深入,对光模块的性能要求也越来越高。AI系统希望光模块具有更高的速率、更小尺寸和更高的安全性。而作为光模块中的核心芯片,STM32H5将凭借强劲的性能,强大的安全性,依托成熟的STM32生态,助力打造创新的光模块设备,满足AI产业的发展需求。

来源:STM32

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 33

业界应如何看待边缘人工智能?ST授权合作伙伴 MathWorks公司的合作伙伴团队与ST共同讨论了对边缘机器学习的看法,并与STM32社区分享了他们的设计经验。


MathWorks的MATLAB®和Simulink®软件闻名业界。MATLAB®软件工具可让科学家分析数据,开发算法,创建模型;Simulink®软件可以创建模型化设计,仿真测试动态系统,支持STM32 MCU,开发、部署和优化在STM32 MCU上运行的应用。MathWorks为开发者提供MCU AI开发部署工具,业务范围涵盖许多领域,包括控制设计、信号处理和嵌入式系统设计,以及许多专用附加产品。公司不仅在学术界享有盛誉,在航空航天、汽车和工业市场也具有很大的影响力。


正是因为MathWorks拥有如此强大且常用的工具包,我们才决定与他们深入讨论边缘机器学习。虽然这个话题已经讨论了很多年,但我们认为,像 MathWorks这样的合作伙伴提出的建议有助于业界换个角度看待边缘机器学习,并解决业界面临的一些挑战。因此,我们采访了MathWorks嵌入式合作伙伴经理John Kluza和战略合作伙伴专家Reed Axman。


有关边缘机器学习的思考……
现状

我们是否已经大规模采用边缘机器学习?

1.jpg

▲“在边缘机器学习被广泛应用和部署之前仍有很多工作要做”

MathWorks合作伙伴团队:还没有,在边缘机器学习被广泛应用和部署之前还有很多工作要做。业界仍在追赶STM32微控制器等边缘设备的能力,但它也在努力应对一些基本挑战,如能效和安全标准。
我们是否已达到能效临界点?
还没有。虽然在过去五年里,业界已经显著提高了神经网络算法在微控制器上的运行能效,但在边缘机器学习得到大规模应用前,仍然需要设法提高系统能效,降低模型的部署难度。边缘AI技术已经进入许多细分市场,但在进入主流市场之前还有很长的路要走。
展望



如何做才能提高边缘人工智能的能效?


能够在嵌入式系统运行系统代码以及多个神经网络,是在机器学习发展道路上取得的一个重要的里程碑。目前,微控制器能够顺畅地运行一个神经网络,但是,运行两个或更多网络以及系统代码,同时保持功耗在预算范围内,仍然是一个不小的挑战。同时,确保适合的安全机制到位也很重要。

人工智能中的安全性是什么意思?(笑问)机器人会攻击人类吗?

(笑)不会,没有那样的事情,在科幻小说中经常会出现这样的情节。人工智能的安全性是指工作可靠性,这意味着避免算法发生意外行为,确保AI有容错、故障安全操作和数据保护功能。

开发人员如何创建更安全的AI应用?

这个问题不好回答,这也是MathWorks提供神经网络测试验证工具的初衷。简而言之,设计团队可以用MathWorks工具验证机器学习算法的行为,并在现场部署前创建冗余机制。用户还可以模拟传感器数据的中断或变化,以更好地预测现实世界的情况。

创建边缘机器学习


高效的数据学分析方法

对于一家致力于边缘机器学习的初创公司,你有哪些忠告?


首先,弄清楚用例的具体要求,实时处理是否是首要需求?数据隐私是否是大家都很关心的问题?算力和功率有哪些限制?一旦确定了硬件规格,团队就可以专注开发推理速度、存储器占用和预测准确性均衡的人工智能模型。在这个方面,利用现有工具和模型库可以最大限度地提高开发效率,缩短产品上市时间。我还建议创建一个数据安全处理计划,预测连接问题(如果有联网组件),并确定系统扩展计划。一旦想清楚了这几点,设计人员就可以更好地决定是否聘请数据科学家来开发机器学习算法。

那么聘请数据科学家并不是第一步,甚至不是必须的?

在某些情况下,第一步要做的是聘请数据科学家。但是,用MATLAB创建高准确度模型,不一定非是数据科学家或AI专家不可。工程师深刻理解他们的数据,深知他们要解决的问题,而数据科学家在某种程度上通常不具备这些知识。例如,团队可以先构思一个人工智能的系统设计,甚至尝试从模型库导入神经网络,然后,再聘请昂贵且稀有的数据科学人才。这样做将有助于更好地确定要解决的问题。此外,MathWorks的现有工具让系统工程师能够在独立解决人工智能问题上取得重大进展。

公司应如何开始研发机器学习算法?

借助MATLAB和Simulink等工具,用户可以简化算法开发和在嵌入式设备上部署模型。我们在TinyML登录页面讨论了将高效AI网络部署到MCU的流程,还有相关的方法视频和研讨会活动。

MATLAB会取代数据科学家吗?

显然不会,然而,MATLAB的功能,及其与PyTorch和TensorFlow等其他深度学习平台的协同操作功能,可以促进团队成员之间的协作,并有助于加快在边缘上实现机器学习。

理性看待AI


可以向我们展示边缘机器学习解决问题的示例吗?


当然!借助MathWorks和STM32 MCU,边缘人工智能可以提高产品功能,有时还能降低系统成本。我们还提供用户案例库,展示企业如何用MATLAB和Simulink开发机器学习深度学习,包括虚拟温度传感器、压力传感器、激光雷达分类器和心电图分析。

如果想了解计算机视觉和机器学习的示例,请查看MPCam和MPTherm:在STM32MP1上开发计算机视觉的多合一解决方案


什么情况下最好避免边缘机器学习?


如果传统方法能够控制系统,而且计算资源需求比神经网络低,就不必用边缘机器学习。例如,可以用卡尔曼滤波器构建系统,求解大型线性代数问题,在某些情况下可以提供令人满意的效果。

如果没有这类专业知识或资源,怎么办?

这时候就是就该边缘机器学习登场了。有时,企业缺乏开发准确模型所需的专业知识。同样,如果系统的非线性或时变性非常明显,那么使用传统方法创建运算模型可能无法实现,或者没有优势。在这些情况下,解决相同的问题,边缘机器学习方法就变得更经济划算了,如果团队精简压缩神经网络算法,优化机器学习模型,物料成本可能会变得更低!

训练和优化哪个更重要?

两者的作用都很重要。然而,如果你有大量的训练数据和强大的神经网络,但在边缘设备上实现模型的能力很弱,那么一切都是枉然。因此,模型优化至关重要。低功耗系统和较小的存储器占用率,以及性能良好的神经网络,可以让团队快速地发布新产品。当团队已经优化了底层代码时,长期改进模型性能就会比较容易。

ST和MathWorks生态系统


MathWorks和ST的合作会给业界带来哪些影响?


MathWorks为开发人员提供了许多跨硬件平台移植应用的功能,因为开发者可能与多家MCU厂商合作。此外,MathWorks还提供一个完整开发流程,涵盖从数据学分析、神经网络创建,到优化、仿真和部署这些神经网络的整个开发过程。另一方面,STM32Cube.AI等ST软件支持为STM32 MCU生成C代码,STM32Cube.AI Developer Cloud新增了网络基准测试和模型库。


STM32Cube.AI和MathWorks工具是如何相互配合的?


2.jpg


▲MathWorks的Simulink软件支持STM32硬件


STM32Cube.AI和MathWorks工具配合使用,为开发者提供了一个完整的开发流程。例如,工程师可以从ST Model Zoo模型库、TensorFlow、PyTorch或 MATLAB开始创建神经网络,然后用STM32Cube.AI Developer Cloud进行初步基准测试。因此,可以帮助开发人员选择成本、性能和推理时间全面均衡的目标模型。然后,团队可以将模型集成到Simulink中,进行系统级的模型测试。STM32硬件支持包和嵌入式编码器可以执行处理器在环(PIL)测试和快速原型设计,使工程师能够评估AI模型和配套的控制逻辑,以及整体性能,看看它是否符合预期。

开发者需要注意些什么?

除了STM32Cube.AI提供的代码生成外,还需要考虑原型设计问题。例如,借助STM32Cube.AI Developer Cloud,在多个Nucleo开发板上做同一个基准测试,可以帮助团队为每个项目快速选定最佳器件。

STM32开发者现在应做些什么?

我们建议他们查看在MCU上部署AI所需的MathWorks工具,并详细了解STM32 NUCLEO技术支持。在开始开发的时候,他们可以在这里观看视频,研究示例,阅读文档。

来源:意法半导体中国

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 19

新唐科技宣布推出基于微控制器的终端AI平台,使AI生态系扩展至微控制器领域。此解决方案是基于新唐全新架构设计的微控制器和微处理器,包括NuMicro® MA35D1、NuMicro® M467以及配备Arm® Ethos™-U55 NPU的NuMicro® M55M1系列,新唐科技提供完整的软件堆栈及开发工具,有助于快速部署先进的机器学习及深度学习模型,利用低功耗及经济性等优势,加速AI应用的普及,提升生产力及便利人们的生活。

新唐作为技术领先的微控制器平台供应商,不仅提供先进的硬件芯片,也提供开发者完整的软件开发工具,大幅提升开发效率。NuEdgeWise是一个易于使用的图形化Python机器学习开发工具,提供丰富的机器学习范例程序,涵盖数据收集、标签、模型训练及验证等流程,使机器学习开发过程更轻松。新唐全新的微控制器终端AI平台可适用于智能家居、安全门禁、智慧城市、工业自动化、智能农业、互动玩具、健身器材、穿戴式设备等应用,为嵌入式系统产品加入AI价值。

搭载Ethos-U55 NPU的Endpoint AI微控制器:NuMicro M55M1

全新的NuMicro M55M1系列微控制器是一个创新的终端人工智能(Endpoint AI)解决方案,完美整合了全方位的微控制器功能,包括控制、连接和安全性,同时提供先进的机器学习推论能力。M55M1微控制器搭载200 MHz Arm® Cortex®-M55 CPU和200 MHz Arm® Ethos™-U55 NPU,提供机器学习推论能力,支持CNN和RNN运算。内建1.5 MB SRAM和2 MB快闪存储器并可利用HYPERBUS™接口扩充HYPERRAM™或HYPERFLASH™。为了提升应用系统的整体效能,M55M1微控制器特别设计了三项独特功能,以优化系统的效能、安全性和功耗表现。第一,在CPU进入低功耗睡眠模式时,图像感测器、麦克风和各种感测器能够持续运作并监测预先定义的特殊事件,例如人员出现、声响、震动检测等。第二,能够将机器学习模型数据储存于仅NPU能够读取而CPU无法访问的区域,以防范恶意程序窃取模型数据,进而保护知识产权。第三,M55M1亦实现sine和cosine硬件电路,并将其定义于Arm定制指令中,以便应用软件调用。上述三项M55M1的独家功能,可以有效帮助开发者开发兼顾高效、省电和安全的终端AI应用。

高效能边缘工业物联网系列:NuMicro MA35D1

NuMicro MA35D1系列异核同构微处理器是专为满足高阶工业物联网需求而设计,搭载双核心Arm Cortex-A35 64位处理器、主频高达800 MHz,以及一颗180 MHz的Arm Cortex-M4F核心,搭配USB 摄影机以及CNN模型,可执行物体辨识等终端 AI 任务。

提供优异安全性和连接性的Ethernet/Crypto MCU:NuMicro M467

NuMicro M467 系列是基于 Arm Cortex-M4F 核心的 32 位微控制器,支持 200 MHz 工作频率,内建 DSP 指令集和单精度浮点运算单元(FPU)。搭配 tinyML 软件技术,M467 可执行多种终端 AI 应用,如手势识别、设备异常检测和关键词识别。M467 系列微控制器在 MLPerf Tiny Benchmark 测试的四种终端 AI 任务中,展现了优异的推论速度。

完整的机器学习开发工具 – 加速AI应用落地

除了创新的微控制器规格,新唐科技也支持完整的机器学习软件开发堆栈,以便开发者开发机器学习应用。软件堆栈包括NuEdgeWise™ Python开发环境及机器学习应用示例代码、Tensorflow机器学习模型训练框架、Ethos NPU专用的Vela神经网络编译器、Tensorflow Lite for microcontroller推理框架、Arm CMSIS-NN机器学习函数库,以及Ethos-U55 NPU驱动程序。在以微控制器/微处理器为基础的应用如智能家居、安全门禁、智慧城市、工业自动化、智能农业、互动玩具、健身器材、穿戴式设备中,都可以利用新唐科技提供的终端AI微控制器,引入AI特色功能,为产品增值。欢迎系统开发厂商利用新唐AI网页www.nuvoton.com/ai「联系我们」表单,与新唐团队联系,共同探索终端AI新价值。

来源:新唐MCU

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 46

Silicon Labs(亦称“芯科科技”)最新发布的EFM32PG26(PG26) 32位微控制器(MCU)系列通过提升两倍的闪存和RAM容量,以及GPIO的数量来满足各种低功耗和高性能嵌入式物联网应用需求。面向无线连接功能的需求,PG26可作为EFR32xG26多协议无线SoC平台的软件兼容MCU版本,有助于开发人员基于同一平台设计快速且无缝地升级低功耗蓝牙、Matter、Thread、Zigbee或专有无线连接设计。

1.png

高效的PG26提供80 MHz ARM Cortex-M33内核并支持LCD控制器,不仅具有丰富的模拟和通信外设,低电流消耗等特性,还引入了更多的GPIO来解决复杂的系统设计挑战。PG26还配备了硬件人工智能和机器学习(AI/ML)硬件加速器,可以实现各种边缘人工智能(Edge AI)应用,并以更低的功耗进行更快的推理,使机器学习算法的处理速度提高了8倍,而功耗仅为原来的1/6,实现了更高的能量效率。

PG26 32位MCU关键功能特性

低功耗SoC架构

具有 DSP 指令和浮点单元以实现高效信号处理的高性能 32 位 80 MHz ARM Cortex®-M33

  • 高达 2048 kB 的闪存程序内存

  • RAM 数据内存高达 256 kB

低系统功耗

  • 44.6 μA/MHz(活动模式 (EM0),在 80 MHz 条件下)

  • 1.4 μA EM2 深度睡眠电流(16 kB RAM 保留并从 LFRCO 运行 RTC)

宽工作范围

  • 1.71 - 3.8 V 单电源

  • -40 至 +125 °C

小型封装

  • QFN68 8 x 8 x 0.85 mm

  • BGA136 7 x 7 x 0.82 mm

丰富多样的 MCU 外围设备选择:

包括IADC、VDAC、ACMP、PRS、实时计数器、脉冲计数器、看门狗定时器等外设

物联网安全技术:

通过芯科科技Secure Vault™技术和ARM TrustZone技术实现了最佳的安全性。利用芯科科技的定制化元件制造服务(CPMS),xG26产品还可以在制造过程中使用客户设计的安全密钥和其他功能进行硬编码,从而进一步增强其抵御漏洞的能力。

来源:SiliconLabs

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。

围观 12

页面

订阅 RSS - AI