在片上系统(SoC)应用中,集成电源管理芯片(PMIC)供电的电源方案需满足多项严苛的性能指标:不仅要大输出电流,还需实现负载瞬态响应速度快、波动小,同时兼具低电磁兼容(EMC)干扰特性、低温升、休眠模式下低功耗等特性。
摘要:《实现电动汽车快速充电教程》从技术层面深入探讨驱动下一代电动汽车充电系统的架构设计与相关器件。重点涵盖兆瓦级电动汽车充电技术背后的设计挑战与创新、分立式方案和功率集成模块(PIM)方案如何助力构建可扩展、高效且可靠的快速充电基础设施。本文为系列内容第一部分,将介绍电力消耗趋势、电动汽车充电架构演进、兆瓦级充电系统架构等。
TX00AS314TRA可实现高灵敏度磁场感应,电流消耗为1.5 μA,适用于持续运行的电池供电设计
在AI时代,xPU(GPU、NPU、ASIC)的算力是行业焦点。但您是否深思过,从设计蓝图到稳定服务于千亿参数的大模型,那道决定生死的“硅后验证”鸿沟究竟有多深?
超薄、低噪声、多相电源解决方案,正不断突破高密度电子系统的传统限制。此类解决方案兼具小尺寸与大电流能力,使设计人员能够满足严苛的瞬态和效率要求,而不必牺牲宝贵的电路板空间。先进的多相架构支持快速瞬态响应,输出纹波更低,散热性能更佳,对于散热受限且重视信号完整性的应用非常有帮助。
本文介绍了一种面向医用级工业计算机的电气隔离HDMI接口,可在满足IEC 60601-1 MOPP/MOOP安全要求的同时,支持高达1080p @ 60Hz的高速视频传输。本文提出的架构以高速LVDS数字隔离器为基础,采用交流耦合和精心设计的偏置与端接网络,实现了TMDS CML域与LVDS域之间的转换,同时确保符合HDMI物理层规范。这种方法也适用于其他需要数Gbps数据速率和2×MOPP保护的医疗和工业成像链路。
随着人工智能技术的快速发展,视觉检测技术在医疗健康领域的应用越来越广泛。传统的视力检测需要专业医护人员操作,检测效率较低,且难以实现自动化。本项目基于米尔RK3576开发板,设计并实现了一套智能视力检测系统,旨在提供一种便捷、高效的视力检测方案。RK3576是一款高性能ARM架构的开发板,搭载瑞芯微处理器,具备强大的AI推理能力,适合运行手势识别、图像处理等AI任务。
摘要:碳化硅(SiC)凭借其优异的材料特性,在服务器、工业电源等关键领域掀起技术变革浪潮。本教程聚焦SiC 尤其是SiC JFET系列器件,从碳化硅如何重构电源设计逻辑出发,剖析其在工业与服务器电源场景的应用价值。我们已经介绍了《碳化硅如何革新电源设计、工业与服务器电源》《三种替代Si和SiC MOSFET的方案》《SiC Cascode JFET与SiC Combo JFET深度解析》《利用SiC CJFET替代超结MOSFET》,本文将介绍CJFET通常需要配置缓冲电路的原因。
本文解释了为何要利用波特图来展示电源环路的传递函数。虽然存在时域负载瞬态测试,但这种测试并不能揭示波特图所能提供的其他重要信息。读者将了解二者的区别,并认识到波特图计算、仿真与测量的实际意义。
随着半导体测试向更高复杂性与并行度演进,多工位自动测试设备(ATE)和SiC/GaN测试对电感、电容和电阻(LCR)测量的需求不断提升。然而,传统的外接台式LCR仪表和基于线缆的设置难以扩展,而且会降低可重复性。本文介绍了一种嵌入式模块化LCR方案,并结合探针卡集成案例,说明了如何实现可扩展的并行LCR测试。文章最后展望了这种方案在未来ATE中的应用。
ADI公司的工业功能安全(FS)产品系列包含四类器件,如表1所示。所谓功能安全型器件,是指如下的标准集成电路(IC)或产品:本身并不符合任何功能安全标准,但凭借所具备的功能与特性1和广泛应用经验,外加可通过安全应用笔记获取的功能安全文档,被ADI推荐用于功能安全场景。
对安全功能电路进行首次失效模式、影响与诊断分析(FMEDA)后,结果只有两种。第一种结果是系统完整性等级(SIL)要求得到满足,第二种结果是要求未能满足。对于后者,要在不进行重大架构变更的情况下解决问题,系统集成商可以提高诊断覆盖率、调整运行条件和/或采用额外安全措施。ADI公司安全应用笔记中的信息可以帮助系统集成商实施此类设计改进,从而达到每小时危险失效概率(PFH)/按需危险失效概率(PFDAVG)和安全失效比率(SFF)要求。因此,本系列的第3部分深入探讨系统集成商如何使用功能安全(FS)型器件的安全应用笔记,来提升IC在系统中的功能安全性能。
AI数据中心的发展正在不断突破功耗、内存与带宽边界。随着GPU功率持续攀升、HBM带宽持续增长以及高速互联不断升级,系统设计挑战也正在从单一模块优化转向系统级协同优化。对于今天的工程师而言,真正需要解决的问题已经不再是某一个高速接口是否能够正常工作,而是整个系统能否在高功率、高带宽以及高动态负载环境下持续稳定运行。这也正是为什么,PI与SI正在成为AI数据中心时代最关键的底层能力。
在AGV、服务机器人、自动驾驶清扫车等炙手可热的赛道,自主导航能力是产品的灵魂。然而,无数机器人研发团队在迈向量产的途中,都曾撞上同一堵看不见的墙:
在完成合理性校验,确认器件功能安全(FS)失效率、失效模式分布(FMD)及引脚失效模式与影响分析(FMEA)的推导假设成立后,系统集成商下一步需将这些数据导入其系统的失效模式、影响与诊断分析(FMEDA)中。ADI的安全事项应用笔记提供了多种计算失效率、裸片FMD及引脚FMEA的方法。系统集成商可根据自身在安全相关系统(SRS)设计或通过FMEDA开展技术安全分析的经验,采用不同方式来运用这些信息。本系列文章第2部分旨在介绍一种结合裸片FMD与引脚FMEA来推导FS器件的失效率分布的方法。