全球电池使用量正持续上升,从智能手表到数字门铃,再到汽车和工厂中的传感器,电池无处不在。
而电池管理也存在低EMI、功率密度、低IQ、低噪声和高精度、隔离等挑战,低静态电流(IQ)技术可以在不影响系统性能的情况下延长电池寿命和货架期。
德州仪器 (TI)一直投资于可缩短设计时间和提高成本效益的创新,从而在电源中实现超低IQ。11月3日,德州仪器 (TI)推出了一款新型双向降压/升压转换器,具有60nA的超低静态电流(IQ),是同类竞品升压转换器IQ的三分之一。
TPS61094 降压/升压转换器内部集成了降压型超级电容充电器和升压型DC-DC转换器,同时提供超低静态电流,TPS61094搭配超级电容的方案与目前的混合层电容器 (HLC) 方案相比,该方案可帮助工程师将电池寿命延长多达20%。超级电容的强大的放电能力有助于支持比较大的峰值负载,这对于智能仪表、烟雾探测器和可视门铃等电池供电类工业应用以及需要长待机的医疗应用非常重要。
设计电池供电系统的工程师经常面临一个共同的挑战:即需要在空载或轻负载(在毫安或微安级的低电流范围内)条件下实现高效率。这需要电源具有持续并稳定的输出,同时保持纳安级的超低静态电流。TPS61094使用集成的双向降压/升压转换器架构即简化了系统设计,同时又兼具大输出电流和超低静态电流,从而延长了电池寿命。
通过对超级电容的充放电管理,支持大峰值负载,同时兼具超低静态电流
如今,基于锂亚硫酰氯 (Li/SOCl?) 电池的设计通常需要并联一个昂贵的 HLC 来支持管理比较大的峰值负载,但这并不是性价比最高的解决方案。TPS61094 兼具 60nA 的超低静态电流和集成超级电容器充放电管理电路,支持工程师使用超级电容替代 HLC 来支持大的峰值负载,并在使用一次性电池供电且需要持续运行10年以上的应用中将电池寿命延长多达20%。
同样,在需要安全断电或断电期间,TPS61094可以提供备用电源管理方案。
同类超级功耗升压DC-DC转换器两倍输出电流
除了延长电池寿命外,TI超低功耗的降压/升压转换器TPS61094在升压模式中具有2A的电感电流限制能力。因此,TPS61094 的输出电流是同类竞品升压转换器的两倍。
强大的输出电流能力使TPS61094能够支持更宽的输入电压和更多种类的无线收发模块,如窄带物联网 (NB-IoT)、LTE-M、Wi-SUN®、MIOTY、Bluetooth®和无线 M-Bus。举例来说,TPS61094可支持超过250mA的持续输出电流和低至0.7V的输入电压。
简化系统设计最多节省50%的周边电路原件
智能仪表等典型的工业应用需要多个电路元件来实现备用电源管理和支持大电流负载功能。在单个芯片中集成降压充电器和升压转换器后,可以省去分立式降压充电器、电感器和两个外部电容器,即可将元件数量减少 50% 并最大化释放电路板空间。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。