首页 > 资讯中心
热点资讯
-
FPGA 40周年：从可编程到无处不在，未来何去何从？2025-06-041985 年，赛灵思发布了世界上第一款商业化 FPGA （现场可编程门阵列）芯片 XC2064，标志着FPGA时代的开端。到2025 年， FPGA迎来问世 40 周年。这40年来，FPGA经历了从通信领域到工业应用，再到成为人工智能中心的重要组件的演进历程。通信领域的起源早期发展：FPGA最初被设计用于替代小型逻辑电路板和简单的数字控制系统，其灵活性使其非常适合通信设备中的快速原型设计和定制化需求。成长期：进入90年代，随着半导体工艺的进步，FPGA开始在电信交换机、路由器和其他网络设备中得到广泛应用。它们用于实现高速数据传输协议、错误校正算法以及复杂的信号处理任务。工业控制与测试测量集成专用模块：到了2000年代初，FPGA厂商开始在其芯片中集成专用硬件模块，如乘法器、存储块和高速I/O接口等。这使得FPGA能够应对更加复杂的计算任务，例如工业自动化系统中的实时控制和监测。边缘计算与AI时代的转型性能提升：随着28nm工艺节点的到来，FPGA在性能和能效方面取得了显著进步。特别是在深度学习兴起后，FPGA凭借其并行计算能力和能效优势，开始在AI加速领域崭露头角。行业并购：英特尔收购... 查看更多 -
深圳安培龙科技股份有限公司介绍2025-06-04深圳安培龙科技股份有限公司是一家集智能传感器研发、制造、销售与服务于一体的高新技术企业，入选工信部首批国家级专精特新“小巨人”名单。公司以先进的智能传感器技术为核心，秉持“零缺陷”的质量理念，专注于为客户提供高精度、高性能、专业化的传感器产品及解决方案。主要产品涵盖压力、氧气、温度传感器，以及PTC/NTC热敏电阻器、力矩传感器，广泛应用于汽车、智能家居、机器人、物联网、光伏、储能、充电桩、消费电子、工业控制及航空航天等多个领域。安培龙公司主营产品有：传感器类产品压力传感器：包括陶瓷电容式压力传感器、MEMS压力传感器、玻璃微熔压力传感器等，广泛应用于汽车、工业控制、智能家居、光伏储能等领域。温度传感器：基于热敏电阻技术，可用于家电、汽车电池热管理、光伏储能等领域。力传感器：包括单向力传感器、力矩传感器、六维力传感器等，主要应用于机器人、汽车刹车等领域。氧传感器：用于汽车尾气监测等领域。热敏电阻类产品PTC热敏电阻器：具有正温度系数特性，可用于过流保护、温度补偿等。NTC热敏电阻器：具有负温度系数特性，可用于温度测量和控制。这些产品广泛应用于汽车、智能家居、光伏储能、物联网、机器人、工... 查看更多 -
未来产业新赛道研究报告分析（七）2025-06-04随着科技持续突破与跨界融合，多个前沿赛道正加速演进，成为全球创新竞争的焦点。其中，算力芯片、细胞与基因治疗、以及元宇宙被广泛认为是未来具有巨大成长潜力的三大关键领域。赛道八：算力芯片——AI时代的“心脏引擎”在人工智能快速发展的背景下，算力芯片作为底层核心技术，显著提升了AI系统的效率与灵活性。该领域涵盖GPU、TPU、NPU、ASIC、FPGA等多种架构，满足不同应用场景对高并发计算和低功耗的需求。其中，GPU以其高度并行的计算能力和成熟的软硬件生态系统，在AI训练与推理任务中发挥着重要作用。英伟达作为该领域的领先企业，其GPU架构历经A100、H100、H200到最新的B200系列，每一代都在性能、能效比与通用适应性方面实现跨越式提升。据MarketsandMarkets预测，2024至2029年全球AI芯片市场年均复合增长率将达20.4%；Allied Market Research更预计2020年至2030年，该市场规模将增长十倍以上，迈入高速发展阶段。赛道九：细胞与基因治疗——精准医疗的核心驱动力细胞与基因治疗正引领生命科学的新革命，技术路径涵盖免疫细胞治疗、干细胞治疗、溶瘤... 查看更多 -
AI算法界又震了！我国GroPipe算法加速训练51%，国产芯片反超17%2025-06-04在全球人工智能技术竞争日趋白热化的当下，如何在算法层面实现训练效率的突破，成为中美科技竞争、算力基础设施构建和国产芯片突围的关键焦点。近日，由我国科研团队主导研发的一项名为GroPipe的混合并行训练算法，因在多个主流深度学习模型中显著提升训练效率、并在国产芯片平台上实现性能反超，成为国内外学术界与产业界关注的焦点。据公开实验数据披露，GroPipe算法在训练ResNet、VGG和BERT-base等典型模型时，性能提升最高达79.2%，平均训练加速率超过50%；更具突破性的是，其在国产寒武纪MLU平台上实现了比国际旗舰GPU（如英伟达A100）高出17%的训练性能。这不仅标志着我国在AI算法优化与芯片协同设计方面的重大进展，也为全球AI产业的格局重构按下了加速键。一、突破瓶颈：GroPipe如何破解AI训练的“速度墙”？当前，随着深度学习模型参数规模呈指数级增长，传统的训练加速手段如数据并行（Data Parallelism, DP）和流水线模型并行（Pipeline Model Parallelism, PMP）逐渐暴露出效率瓶颈。DP通常在参数同步阶段存在大量通信延迟，而PMP又... 查看更多 -
南亚科技AI DRAM独门秘籍：四大核心技术，能否打破存储市场固有格局？2025-06-04在全球存储产业快速演进、AI应用井喷发展的时代背景下，AI DRAM成为新的战略高地。作为中国台湾地区的关键内存厂商，南亚科技（Nanya Technology）正在以前所未有的技术投入和产品策略，在这片红海市场中谋求突破。其布局不仅是企业层面的跃迁尝试，更可能在全球DRAM生态中撬动结构性变化。一、AI驱动新存储需求，市场格局亟待重塑AI的高速发展正在深刻改变存储产业的需求结构。传统通用内存已难以满足AI在高带宽、低延迟、大容量和低功耗等方面的严苛要求。例如，AI训练模型参数动辄百亿级，实时数据分析和推理亦对存储吞吐量提出极高挑战。据Omdia数据，2023年全球AI DRAM市场规模约为89亿美元，预计到2026年将突破180亿美元，年复合增长率接近27%。面对这一潜力巨大的市场，各大存储原厂纷纷加码布局。三星、SK海力士和美光依然占据主导，但以南亚科技为代表的“第二梯队”厂商，正试图通过差异化技术切入并争夺话语权。二、南亚科技的四大核心布局：直击AI DRAM痛点南亚科技正围绕四大技术方向全面发力，构建其在AI DRAM领域的差异化竞争优势。1. 高密度先进DRAM：突破容量与能... 查看更多 -
20亿刀“打水漂”？瑞萨放弃SiC！全球功率半导体前路几何？2025-06-03近期，瑞萨电子（Renesas Electronics）宣布终止其碳化硅（SiC）功率半导体生产计划，震动整个半导体产业链。这一决定不仅涉及高达20亿美元的预付款风险，更折射出全球功率半导体市场在供应链波动、技术瓶颈、区域竞争与需求回落多重压力下的深层变局。中国出海半导体网将围绕瑞萨此举背后的逻辑，深入分析全球功率半导体市场的当前格局与未来趋势。一、电动车市场承压：SiC需求增速不及预期碳化硅功率器件在电动汽车（EV）领域的渗透率持续上升，尤其在高压驱动系统中优势明显。然而，2023—2024年间，欧美电动车市场出现增长放缓，直接冲击了SiC的上游需求。根据日本市场研究机构Fuji Keizai公布的数据，2024年全球碳化硅功率器件市场规模预计为3910亿日元（约25亿美元），同比增长18%，显著低于前一年的27%增长预期。而IEA（国际能源署）数据显示，2024年前四个月，欧洲电动车销量同比下降13.8%，4月仅售出15.5万辆；相较之下，中国纯电动车销量在同期逆势增长44%，达到78.6万辆。这种“中强外弱”的全球电动车市场格局，导致以欧美车厂为核心客户的SiC厂商，包括瑞萨电子... 查看更多
登录
注册
短信登录
注册
快速注册
账号登录
注册
快速注册
对比栏