广告

2017年笔记本市场将是内嵌式触控的天下

时间:2017-04-18 作者:IHS Markit 阅读:
随着内嵌式触控解决方案的成本逐渐下降,内嵌式触控屏幕的面板制造商正试图扩大在笔记本电脑市场中的版图。
广告

依据IHS Markit发布的《触控面板市场追踪报告》(Touch Panel Market Tracker)显示,包括on-cell与in-cell TFT LCD在内的内嵌式触控面板,在笔记本电脑触控面板市场中的占有率,预计将从2016年的33.5%,提升为2017年的50%以上,一举凌驾外挂式触控结构。kShEETC-电子工程专辑

IHS Markit触控暨用户接口研究部门主管Calvin Hsieh指出,有鉴于笔记本电脑的需求缓慢衰退,各计算机品牌纷纷寻求具有吸引力的功能,以促进换机需求,因此价格实惠的触摸屏便成为选项。此外,目前使用者似乎更能接受笔记本电脑配备触控功能,尤其是Windows 10加强了更多触控方面的使用者体验。kShEETC-电子工程专辑

相较于外挂式触控结构,内嵌式触控解决方案的整体堆栈较薄,盖板玻璃可以维持原有的强度,因此各品牌对内嵌式解决方案已经表现出偏好。预计戴尔(Dell)与惠普(HP)会在其产品中,继续采用内嵌式触控解决方案。kShEETC-电子工程专辑

笔记本电脑市场的触控模块总出货量,在2016年与前一年同期相比下降7%,成为1,830万组,主要是因为整机市场的需求疲软。然而on-cell TFT LCD的出货量,在2016年与前一年同期相比跃升3倍,达到480万组,占笔记本电脑面板总出货量的26.3%。
20170418_IHS_NT21P1
IHS Markit估计on-cell TFT LCD在2017年的出货量可达840万组,占40%以上,这是由于友达光电(AUO)与京东方(BOE)的预期供货量将会增加。在此同时,乐金显示(LG Display)专注于其独家的in-cell TFT LCD解决方案,尝试将其占有率从2016年的7%扩展为2017年的12.2%。kShEETC-电子工程专辑

如果内嵌式触控解决方案占有50%以上的笔记本电脑市场,将会首度赢得原本由外挂式触控结构长期领先的10吋到20吋的市场区间。这也可能有助于触摸屏在笔记本电脑面板市场中的整体渗透率,从2016年的11%,成为2020年的15%。kShEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
kShEETC-电子工程专辑

kShEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 13年,那些我们看着长大的iPhone 富人一般睡醒直接买,小编和穷人才熬夜看发布会,作为从iPhone 4开始就通宵写报道的《电子工程专辑》小编,可以说是看着iPhone慢慢长大的。事实上,iPhone确实在长大,从最初代的3.5英寸到iPhone 12 Pro Max的6.7英寸 ,苹果在13年里发布了29款iPhone。本文将带大家一起回顾iPhone历史上那些重要时刻和事件……
  • 一文讲透AiP毫米波雷达的演进与创新 AiP技术的成功归功于人们重拾了对60GHz无线系统的研究与开发兴趣。通过将天线与其它电路集成在同一封装内,很好地兼顾了天线性能、成本及体积,近年来深受广大芯片及封装制造商的青睐。
  • 毫米波雷达是如何监测生命体征信号的? 毫米波(mmWave)雷达会发射电磁波,其路径中的任何物体都会将信号反射回去。通过捕获和处理反射信号,雷达系统可以确定物体的距离、速度和角度。毫米波雷达在物体距离检测中可以提供毫米级别的精度,因而成为人类生物信号的理想传感技术。本文将讨论毫米波雷达如何用于监测生命体征信号(例如BR和HR)。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 利用嵌入式AI,将大数据转变为智能数据 工业4.0应用产生大量的复杂数据——大数据。传感器和可用数据源越来越多,通常要求机器、系统和流程的虚拟视图更详细。这自然会增加在整个价值链上产生附加值的潜力。但与此同时,有关如何挖掘这种价值的问题不断出现。毕竟,用于数据处理的系统和架构变得越来越复杂。只有使用相关、优质且有用的数据,也就是智能数据,才能挖掘出相关的经济潜力。
  • 人工智能在自动驾驶车辆中的作用 自动驾驶车辆在农业、运输和军事等领域开始成为一种现实,普通消费者在日常生活中使用自动驾驶车的那一天也在迅速来临。自动驾驶车辆根据传感器信息和AI算法来执行必要的操作,它需要收集数据、规划并执行行驶路线。而这些不同的任务,尤其是规划和执行行驶路线需要非传统的编程方法,它依赖AI中的机器学习技术。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了