
随着软件定义汽车加速落地,高效、精简、适配车载场景的通信技术成为行业核心诉求。10BASE-T1S作为专为车载与工业场景打造的以太网技术,为破解车载网络瓶颈统一提供了关键方案。为帮助大家完整理解这项技术的核心价值,我们将通过两篇技术文章详细介绍。第一篇文章介绍了车载网络的发展痛点、精简型以太网的行业需求等,本文将重点介绍10BASE-T1S芯片。
依托微五科技公司平台的技术积累与产业资源,芯片产品已在燃气、电网、信创及物联网等领域实现芯片规模化应用,成为推动RISC-V架构落地的重要力量。未来,该公司将持续深耕AIoT芯片领域,为更多行业客户赋能,提供高性能、高安全的国产芯片解决方案。
中国,2026年5月25日——意法半导体(简称ST)(纽约证券交易所代码:STM)总裁兼首席执行官 Jean-Marc Chery 将于北京时间2026年6月2日下午17点(即同日中欧时间上午11点)在巴黎举行的 BNP Paribas Exane CEO 会议上发表演讲。
在汽车电子、工业控制、医疗设备等安全关键领域,嵌入式产品的生命周期不仅仅是从开发到上市这一短周期,而是要5年、10年甚至更久的长期维护、更新与迭代。对嵌入式系统开发工程师与研发团队而言,时间不再只是衡量项目进度的标尺,而是决定合规成本、系统稳定性、产品复用性与长期竞争力的核心要素。随着芯片架构持续迭代、全球法规不断收紧、产品生命周期持续拉长,传统单点工具与一次性授权模式正成为降低研发效率、放大长期风险的瓶颈。
少一次回写、少一次读回,按理说融合应更快,可很多内核一融合反而掉速,问题常不在算子数学,而在活跃状态被拉得太长。AI芯片做编译优化时,最容易高估的不是融合收益,而是寄存器和片上暂存能否接住融合后的活跃值。
峰值带宽写得很高,实际执行却总像喂不饱阵列,这种落差常常不在 HBM 规格本身,而在数据流并没有均匀走到每一条通路。AI芯片若把外存分布和片上互连解耦看,理论带宽再大也会先堵死在局部热点。
模型并不轻,单次推理却总跑不出预期吞吐,这种问题在小批量场景尤其常见。AI芯片面对在线推理、实时控制或多租户请求时,最难受的往往不是峰值算力不够,而是流水线永远没被真正填满。
理论上跳过零值就能省算力,可很多稀疏加速器一上真模型,利用率却远没想象中高。AI芯片要把稀疏红利吃满,难点并不在于识别零,而在于元数据和负载波动会把省下来的乘法重新花在别处。
模型规模没变,利用率却总上不去,很多时候不是算力单元太少,而是片上缓存先被撑爆。AI芯片一旦把局部存储和分块调度看得过于理想,乘加阵列就会反复等数据,而不是持续吃满。
标称功耗没超预算,频率却总是跑不久就掉下来,这类现象往往不是散热器不够大这么简单。AI芯片在高并发矩阵和缓存访问同时拉满时,最先撞上的常常是瞬态供电边界和热控反馈,而不是长期平均功耗。
权重和激活一降到低比特,吞吐是上去了,精度却常常不是线性下降,而是在某几个层面突然断崖。AI芯片做低比特计算时,最危险的并不是量化本身,而是量化误差和累加边界在同一层上叠加失控。
没有直接宕机,结果却偶尔漂,最难排查的往往不是显性故障,而是链路里有位翻转悄悄穿过去了。AI芯片规模一大、存储层次一深,静默错误的风险通常不是单个大故障点,而是许多小概率事件在长时间运行中被累加放大。
单卡算得快,多卡一并起来却先卡在同步上,这类问题通常不是算子变慢,而是互连把并行收益吃掉了。AI芯片进入多卡训练后,真正决定扩展效率的往往不是单点峰值带宽,而是最慢那轮 AllReduce 和最拥挤那段拓扑。
同一模型换个序列长度、分辨率或专家路由比例,延迟就抖,这类问题往往不是算子突然退化,而是运行时没能把变化中的形状稳稳接住。AI芯片一旦从静态基准走进动态业务,调度和内存池会比峰值算力更早暴露短板。
距离5月21日三星大规模罢工仅剩3天,一场波及全球芯片供应链的风暴或已提前来袭!
May 18, 2026 ---- 根据TrendForce集邦咨询最新调查,旺盛的AI芯片需求导致高端MLCC供需偏紧,并压缩消费类MLCC供货,促使部分代理商展开预防性囤购,供应商则以调价回应。近期ODM与供应商议价结果也显示,整体MLCC价格平均降幅创下近三年新低,显示MLCC价格循环已来到反转向上的关键点。
当地时间上周四,芯片公司 Cerebras Systems 在华尔街的上市首秀堪称现象级,不仅跻身科技史上规模最大的 IPO 行列,更清晰释放出一个信号:
近日,一则消息刷屏创投圈:A股上市公司德明利,今年一季度狂赚33.5亿元。要知道,仅仅一年前,这家公司还在亏损泥潭里挣扎;而到了今年一季度,其净利润直接飙升至33.5亿元,同比暴涨4943%,翻了近50倍!
作为一名七年级的“创造者”,我认为技术应当易于获取且能带来改变。对于视障人士而言,传统的手杖几十年来几乎没有发生什么变化。它们能够探测地面上的物体,但往往无法保护使用者避开头部高度的障碍物,也无法提供实时的环境信息。我的项目“奥梅罗斯·愿景之路”旨在将一个简单的工具转变为一个由人工智能驱动的智能助手。