至顶网CIO与应用频道 11月01日 北京消息:随着科技的发展,不断涌现的新产品对电源提出了越拉越高的要求。TI每一代产品和上一代相比,除了芯片本身尺寸变小之外,产品集成度也会越来越高,包括外置电感和电容TI都会做集成方案,使得设计更简单,系统设计更可靠。
近日,德州仪器发布了LMZM33606电源模块和TPS62827降压转换器,以满足更高功率密度需求的趋势。
TI电源模块有三个显著优点:
1、EMI特性优良,开关电源是EMI的主要来源,模块把电容集成可以把电流环路做得更小,这样就可以满足很多EMI标准。从模块规格上可以满足EN55011和CISPR11辐射的标准。
2、功率密度,将被动元器件,如电感、电容、电阻器件等集成到芯片里,采用QFN封装,下面是基板。因为有基板存在,所以热阻比较小,散热也比较好。
3、WEBENCH®使设计变得简单,TI支持使用WEBENCH®在线设计,为用户提供便利,只需将输入输出参数放到WEBENCH®里,易于算出电容和电阻。
宽输入电压转换器功率密度演化的发展主要是频率的变化,TI的产品从52kHz到2.1MHz,尺寸变得更小,不仅提高了频率,而且还提升了功效。
LMZM33606电源模块是一款易于使用的集成式电源解决方案,它在一个薄型封装中整合了一个具有功率 MOSFET 的 6A 直流/直流转换器、一个屏蔽式电感器和多个无源器件。此电源解决方案仅需四个外部组件,并且省去了设计流程中的环路补偿和磁性元件选择过程。
该器件采用 16mm × 10mm × 4mm、41 引脚 QFN 封装,可轻松焊接到印刷电路板上,并可实现紧凑的薄型负载点设计。包括电源正常、可调节软启动、跟踪、同步、可编程 UVLO、预偏置启动、可选自动或 FPWM 模式以及过流和过热保护在内的全套功能使 LMZM33606 非常适合为各种 应用供电。
TPS62827是5.5V输入,4A输出的降压转换器,TPS62827产品的优点包括:输出精度比高,采用DCS控制可以使得精度控制在1%(偏差)范围内,比较符合处理器和FPGA的应用;整个PCB板子小,芯片尺寸只有1.5mm×1.5mm;除了4A的产品还有2A-3A pin to pin;支持WEBENCH®在线仿真和设计,简化设计应用,只要把参数输入,所有的结果在网站上可以得到显示。
德州仪器副总裁兼降压开关电源产品业务部总经理 Mark Gary表示,TPS62827是5.5V输入的低压产品,5.5V的产品主要包括两个应用,一是电池,比如单节锂电池;二是二级电源。
氮化镓(GaN)也是最近比较受关注的新技术。德州仪器(TI)近日宣布推出支持高达10kW应用的新型即用型600 V氮化镓(GaN),50mΩ和70mΩ功率级产品组合。与AC/DC电源、机器人、可再生能源、电网基础设施、电信和个人电子应用中的硅场效应晶体管(FET)相比,LMG341x系列使设计人员能够创建更小、更高效和更高性能的设计。
德州仪器的GaN FET器件系列产品通过集成独特的功能和保护特性,来实现简化设计,达到更高的系统可靠性和优化高压电源的性能,为传统级联和独立的GaN FET提供了智能替代解决方案。通过集成的<100ns电流限制和过温检测,器件可防止意外的直通事件并防止热失控,同时系统接口信号可实现自我监控功能。
高压电源应用产品业务部氮化镓(GaN)功率器件产品线经理 Steve Tom表示,新技术刚开始使用的时候会贵一些,随着整个市场的成熟,越来越多的客户使用,整体价格趋势会逐渐降低;GaN相对传统硅的频率可以跑到1MHz,外围的电感和电容尺寸可以变得更小。
好文章,需要你的鼓励
家庭智能设备中的AI技术正在发挥惊人作用,包括摄像头的深度物体和活动识别、升级版语音助手如Alexa Plus/Gemini,以及能够节省开支的机器学习功能。这些应用涵盖包裹识别、声音监测、智能恒温器学习日常习惯、宠物行为识别、对话式语音控制、用水监测和漏水检测,以及视频事件摘要等七大功能,为用户提供更智能便捷的家居体验。
ByteDance等机构联合提出DLCM模型,通过学习语义边界动态分配计算资源,将AI从统一令牌处理转向层次化概念推理。该模型引入压缩感知缩放定律,在12项零样本测试中平均提升2.69%准确率,为构建更智能高效的AI系统开辟新路径。
MacPaw最新调查显示,自M1芯片发布五年来,Mac设备在企业中的使用寿命显著延长。近半数受访企业的Mac使用3-5年仍保持良好性能,这得益于M系列芯片出色的稳定性和能效表现。IT团队正转向自动化管理工具和AI辅助workflow来应对人手不足的挑战。虽然设备更耐用减少了硬件更换频率,但IT部门面临的安全威胁和管理复杂性持续增加,需要更简化的软件更新流程。
香港中文大学团队突破AI记忆瓶颈,提出HGMEM超图记忆机制。该技术让AI具备类似人类的联想思维,能将分散信息整合成高阶理解。通过动态记忆演化和智能检索,显著提升了复杂推理能力,在长文本理解任务中全面超越现有方法,为AI向"知识理解者"转变开辟新路径。