广告

30家国产AI芯片厂商调研报告之二

时间:2021-02-02 作者:顾正书 阅读:
在上周发布的《30家国产AI芯片厂商调研报告之一》中,我们列出30家国产AI芯片厂商的基本信息,以及10家公司的详细信息。本周我们将继续展示余下的20家公司的核心技术、代表产品、典型应用场景,以及竞争优势等。
广告

在上周发布的《30家国产AI芯片厂商调研报告之一》中,我们列出30家国产AI芯片厂商的基本信息,以及10家公司的详细信息。本周我们将继续展示余下的20家公司的核心技术、代表产品、典型应用场景,以及竞争优势等。

在进入具体的公司信息详述之前,我们先来看一下与非网最新发布的《2020年度人工智能芯片技术及落地应用调研》中涉及的三类AI应用场景所采用的AI芯片及厂商。

智能语音AI芯片

在智能语音AI应用中,排名前五的AI芯片厂商包括:瑞芯微50.91%,全志29.09%,MTK25.45%,百度21.82%,以及杭州国芯14.55%。

数据来源:与非网《2020年度人工智能芯片技术及落地应用调研》

AI视觉芯片

AI视觉应用以安防居多,海思在监控SoC芯片领域市占率第一,在本次调研中占比47.46%。瑞芯微、寒武纪分别占比35.59%、27.12%。

数据来源:与非网《2020年度人工智能芯片技术及落地应用调研》

边缘计算

在边缘计算类芯片、开发板和平台方面,海思Hi3559系列占比46.81%;瑞芯微RK3399开发板/RK1808加速棒占21.28%,兆易创新RISC-V GD32V开发板占17.02%。

数据来源:与非网《2020年度人工智能芯片技术及落地应用调研》

30家AI芯片厂商详细信息

下面我们将从核心技术、代表产品、典型应用场景和竞争优势等方面对剩下的20家公司逐一分析。

依图科技

核心技术:计算机视觉技术、语音识别技术、自然语言理解技术

代表产品:求索AI芯片,以及基于求索芯片的原石系列服务器、前沿系列边缘计算设备。

应用场景:人脸识别、语音识别、医疗等。

竞争优势:以人工智能芯片技术和算法技术为核心,研发及销售包含人工智能算力硬件和软件在内的人工智能解决方案。解决方案的形态主要包括软件、硬件、软硬件组合以及 SaaS 服务等。

2020 年,在ACM 国际多媒体会议(ACM MM)主办的 “大规模复杂场景人体视频解析”挑战赛中,公司获得“行为识别”的单项第一名,其算法指标将以往学术界中的基准算法提升了近 3 倍;2018 年底,公司在全球最大开源中文数据库的词错率测试上刷新纪录;2019 年,声纹识别技术也在全球说话人识别挑战赛(VoxSRC)中刷新纪录;2019 年 2 月,在世界顶级医 学期刊 Nature Medicine 发表基于中文文本病历做临床智能诊断的研究成果(影响因子 32.621),这是目前自然语言理解技术分析中文文本病历发表的最高分文章。

启英泰伦

核心技术:脑神经网络处理器核(BNPU)、语音识别、声纹识别、自然语言处理、麦克风降噪增强技术

代表产品:CI100X系列、CI110X系列、CI112X系列。二代语音芯片CI110X系列(CI1102/CI1103)性能较一代芯片有了很大提升,增加了声纹识别、波束形成、语音定向、离在线识别、本地命令词学习等更丰富的功能,成本也下降了很多,功耗甚至降到1/3。成本更低的升级版语音芯片CI1122,在算法方面,5dB信噪比噪声环境下识别率可以达到85%以上,意味着像油烟机这种高噪声设备都可以轻松进行语音控制。

应用场景:智能语音、智能家居。

知存科技

核心技术:基于Flash的模拟存算一体技术

代表产品:MemCore系列芯片采用国际领先的模拟存算一体芯片架构,使用Flash单元完成8bit权重存储和8bit * 8bit的模拟矩阵乘加运算。单一Flash阵列可并行完成200万次矩阵乘加法运算,计算吞吐量相比DRAM和SRAM等存储器带宽高出100-1000倍。MemCore001/MemCore001P两款智能语音芯片可支持智能语音识别、语音降噪、声纹识别等多种智能语音应用。

针对可穿戴和移动设备的MemCore101芯片,针对电池驱动设备所使用的智能视觉芯片MemCore201芯片。这两款芯片可在低功耗的情况下提高算力50倍,为电池驱动设备赋能强力AI运算,延长待机时间的同时增加智能化功能。

应用场景:智能语音、智能视觉、可穿戴设备、移动设备等。

竞争优势:由于存算一体芯片还处于市场空白阶段,并无头部巨头垄断趋势,较其他类型芯片生产周期更长,行业竞品普遍产品化能力较弱,而知存科技已经历六次流片,产品即将上市,具有明显的先发优势。在存算一体芯片研发中,“如何设计存储器,使其具备处理器的运算能力”是最重要也是最难的部分。

亿智电子

核心技术:NPU、多场景AI算法、数模混合类IP设计、操作系统及软件技术

产品及应用:安防、车载、AIOT。SV系列芯片主要应用于视像安防领域,如:出入口闸机、考勤机、门禁机等;SA系列芯片主要应用于汽车电子,如:DMS+BSD,智能DVR等;SH系列芯片主要应用于智能硬件,如:智能家电,教育类智能硬件等。

应用及客户:人脸面板机、AI IPC、智慧屏及OTT盒子、车载DMS、教育电子等。客户有中科创达、汉王、多度、长视、锐颖、安威士等。

竞争优势:以SoC级的芯片整合设计和AI算法为核心的整体交付服务。

黑芝麻智能

核心技术:视觉感知技术、嵌入式图像和计算机视觉

代表产品:两大自研核心算法IP:NeuralIQ ISP图像信号处理器及高性能深度神经网络算法平台DynamAI NN引擎。2020年6月发布华山二号A1000芯片,具备40-70TOPS的强大算力,小于8W的功耗及优越的算力利用率,能支持L2+及以上级别自动驾驶。2020年9月,推出FAD(Full Autonomous Driving)全自动驾驶计算平台,基于华山二号A1000芯片的双芯级联方案打造,算力最高可达140TOPS,支持L2+/L3级别自动驾驶场景。

应用场景:ADAS及自动驾驶。人工智能系统级计算芯片(SoC),核心技术包括图像/视频处理、光学处理、感知理解算法、深度神经网络和融合感知系统,相当于提供一个从传感器端到应用端的全栈式感知解决方案。针对车辆、行人、车道线、交通标识、信号灯等信息,通过传感器感知信号,利用控光技术把光场进行处理,使得摄像头能在各种特殊工况条件下成像,再通过毫米波雷达、超声波雷达、GPS、IMU与摄像头融合,把这些信号传入到黑芝麻感知系统,再通过优化的SoC计算平台,把感知结果传给自动驾驶企业去做决策和控制。

目前已和博世、一汽、通用、比亚迪等展开深入合作,提供视觉感知算法和芯片商业应用。

竞争优势:专注于视觉感知与AI芯片,开发基于图像处理和人工智能的嵌入式芯片计算平台,为ADAS及自动驾驶打造整体落地方案。

壁仞科技

创立于2019年9月,致力于开发原创性的通用计算体系,建立高效的软硬件平台,同时在智能计算领域提供一体化的解决方案。团队由国内外芯片和云计算领域核心专业人员、研发人员组成,在GPU、DSA(专用加速器)和计算机体系结构等领域具有深厚的技术积累和独到的行业洞见。在成立不到一年的时间内,壁仞科技已经累计融资近20亿元人民币。

从发展路径上,壁仞科技将首先聚焦云端通用智能计算,逐步在人工智能训练和推理、图形渲染、高性能通用计算等多个领域赶超现有解决方案,实现国产高端通用智能计算芯片的突破。

深聪智能

核心技术:全链路语音交互关键技术

代表产品:太行一代芯片TH1520 TH1520语音识别芯片。TH1520是公司第一代芯片产品,低功耗的优势让其场景适应能力更强,并已在众多智能终端产品中得以应用。

应用场景:智能家居,智能车载,智能可穿戴。主要客户包括美的集团,海信集团,盯盯拍,松下,美菱,海尔等。

竞争优势:软硬一体化,即“算法+芯片”结合整体解决方案。

肇观电子

核心技术:人工智能计算机视觉处理技术

代表产品:N系列、D系列、V系列芯片。N系列芯片是针对超高清AI智能摄像头产品开发的低功耗高性能SoC芯片,分别提供8M/4M/2M像素级别图像采集处理能力,最高算力可达到2.4TOPS。支持高质量的ISP处理,内置3D降噪和动态对比度提升模块,并集成了HDR专利技术。D163A芯片是针对机器人和3D视觉智能摄像头产品开发的一款低功耗高性能SoC芯片。在N163芯片的基础上,增加了高性能的双目深度视觉处理的独立硬件IP,能够实时输出深度图像。同时,提供了更加丰富的外围接口,以适用机器人等智能终端的开发需求。V163A 芯片在D163的基础上,性能更进一步, 已通过AEC-Q100 Grade 2 标准。

可用于ADAS辅助驾驶等专业车载应用。

应用场景:专业安防、辅助驾驶、机器人、家用摄像、人脸识别等领域。

天数智芯

核心技术:GPGPU高端大芯片及超级算力

代表产品:7纳米GPGPU高端自研云端训练芯片Big Island(简称BI),聚焦于云端训练及推理,通过自研指令集释放强大的可编程性与应用通用性,提供业界领先的AI算力密度与能效比。

应用场景:应用于AI训练、高性能计算(HPC)等场景,服务于教育、互联网、金融、自动驾驶、医疗、安防等各相关行业。

探境科技

核心技术:存储优先的芯片架构SFA (Storage First Architecture ),以存储驱动计算打破存储墙针对AI计算“高差异、高并发、高耦合”特性。

代表产品:语音识别芯片音旋风611;具备AI双麦降噪功能的语音识别方案--Voitist音旋风612;离在线一体的语音识别解决方案--Voitist音旋风621;Voitist 631--实时AI降噪;Voitist 711/712 – 本地自然语言处理(NLP);Imagist851 (12.8TOPS/ 3.2TOPS/ 1.6TOPS),支持视频结构化、人脸分析、人数统计、车牌分析等业务处理。

主要客户:合作伙伴包括美的、海尔、TCL、欧普照明等知名厂商,并已同客户合作开发20余个智能产品种类,包括空气净化器、智能开关、茶吧机、智能灯具、智能空调等。

应用场景: 边缘计算、安防。

嘉楠科技

核心技术:基于RISC-V架构的边缘智能计算、神经网络加速器

代表产品:第一代AI芯片勘智K210,基于RISC-V架构自主知识产权商用边缘AI芯片;第二代芯片勘智K510比一代芯片提升了3倍的算力,主要针对端侧进行多路高清视频的处理。应用场景:智能驾驶、智慧零售、智能防盗及其他的智能家居领域。

云知声

核心技术:语音感知、认知和表达、超算平台与图像、机器翻译等多模态人工智能硬核技术。

代表产品:蜂鸟芯片是专为智能家居设计的异构SoC,是最新一代专门为离在线远场语音交互场景设计的高性能、高集成度、低成本的语音智能IoT芯片,主要面对智能家电、小家电、灯具、智能插座等产品领域。其特性如下:VAD+DSP+NPU+CPU 异步低功耗架构;前端信号处理DSP,性能是 HiFi4 的两倍;提供更好的降噪,增强,BF等功能;高效神经网络处理器提供更快速和准确语音识别;内置1.5MB SRAM;支持安全启动;支持100条本地离线指令识别;RTOS轻量系统;丰富的外围接口;芯片正常工作功耗 100mW。

应用场景:提供跨硬件平台、跨应用场景,端云一体的人工智能整体解决方案,广泛应用于家居、医疗、金融、教育、交通、汽车、地产等领域。合作伙伴数量超 2 万家,主要客户涵盖平安、世茂、吉利、格力、美的、海尔、华为、京东、360 等头部企业。

竞争优势:通过“云端芯”一体化产品体系面向行业推出全栈式 AI 技术能力,打造从 AI 技术创新到产业应用的生态闭环。

清微智能

核心技术:动态可重构阵列技术(DCRA)--软件编程和硬件编程兼备的可重构阵列,极大提高能效比;CGRA核心调度技术;动态宽电压技术 DWVT逼近CMOS电压阈值的技术。

主要产品:TX101智能传感器;TX210智能语音处理芯片;TX510智能视觉处理芯片。

应用场景:新零售、智能可穿戴设备、智能家居、安防监控、智能家电、智能车载设备。

清微智能源于清华大学微电子所魏少军教授领导的可重构计算团队,自2006年开始进行可重构计算理论和架构研究。2018年第三季度完成近亿元级天使轮融资,投资方包括百度战投、分众传媒、禧筠资本、国隆资本、西子联合控股等。首席科学家尹首一博士为清华大学微电子所副所长、Thinker芯片团队带头人;CTO欧阳鹏为清华大学博士,Thinker芯片主架构师。

酷芯微

核心技术:视觉AI处理器平台、高性能无线数据链路。

代表产品:AR9000系列高性能、低功耗Edge AI 边缘智能处理SoC,集成了自主研发的远距离无线基带和射频、高性能ISP、神经网络专用加速器、视频编解码等核心技术,并且集成有USB3.0、千兆以太网、PCIE、CAN总线等丰富的外围接口;AR9200系列芯片可应用于无人机、机器人、工业控制、辅助驾驶、智慧楼宇等多个领域。

应用场景:无人机、无人新零售、智能安防、家庭服务机器人、工业视觉、IOT应用和通信等市场。

杭州国芯

核心技术:神经网络处理器gxNPU技术、数字电视、IoT AI

代表产品:GX8002 超低功耗AI语音芯片;GX8010 物联网人工智能芯片;GX8009 AI语音SoC芯片;GX8008 AI语音处理芯片;GX8001 YOC芯片。AI产品采用多核异构,有NPU、ARM、C-Sky、DSP等架构,低功耗语音唤醒算法,双麦阵列降噪算法,VAD检测算法,离线ASR算法,神经网络压缩算法。

应用场景:智能车载、智能音箱、智能家居、智能穿戴等多个应用领域。已和阿里巴巴、京东、百度、360、Rokid、出门问问、科大讯飞、声智、思必驰、创维、TCL、海尔等公司达成深入合作。

耐能

核心技术:可实时重构边缘AI技术

代表产品:KL720 AI芯片支持4K图像,全高清(1080p)视频和自然语言音频处理,从而使设备可捕获更多细节进行面部以及音频识别;KL520 AI芯片加速了来自耐能以及第三方大众设备上的神经网络模型,从而方便了日常设备中实现2D / 3D视觉识别以及音频识别。

主要客户:大唐、义隆、格力、搜狗。

应用场景:专注边缘AI计算,广泛应用于智能家居、IP摄像头、智慧安防以及移动应用等。

耐能获得的融资额累计超过7300万美元。将与鸿海共同合作开发汽车行业中的AI应用领域。此外,耐能和鸿海的合作也将共同推进工业4.0。耐能和华邦电子将致力于开发基于AI的微控制器(MCU)和内存计算(Memory Computing )。

平头哥

平头哥半导体是阿里巴巴全资的半导体芯片业务主体,主要针对下一代云端一体芯片新型架构开发数据中心和嵌入式IoT芯片产品。含光800 AI芯片的算力相当于10颗GPU。例如,实时处理杭州主城区交通视频,需要40颗传统GPU,延时为300ms。而使用含光800仅需4颗,延时降至150ms。

百度

百度自主研发的云端AI通用芯片百度昆仑1已实现量产和应用部署,性能相比T4 GPU提升1.5-3倍;百度昆仑2预计2021年上半年实现量产,与百度昆仑1相比性能将提升3倍。

北京君正

专业级视觉AI应用协处理器T02拥有高达8T的计算能力,全速运行情况下功耗仅需1.5W,可以搭配各大平台实现视频结构化——车牌、车型、人脸、人形,一颗芯片完成人形、车辆、非机动车检测及人脸识别、车牌识别、人车属性分析。搭载T02协处理器的产品已经广泛应用于平安城市、电力、学校等多种安防项目中。

最新一代智能视频SoC芯片T31系列采用22纳米工艺,拥有高达1.8G的主频,最高支持500万25帧,并有BGA和QFN两种封装方式。T31系列芯片包括T31L和T31A,可在设备端集成北京君正的系列深度学习算法,包括深度学习的人形、人脸、车牌的检测和识别。相较于传统的CV算法,北京君正深度学习算法更高效,在复杂环境如遮挡、大角度等场景下更准确,解决了CV算法的痛点,从容赋能端级AI。

使用北京君正视频芯片的产品包括华来大方小方、360智能门铃、HIVE智能卡片机、热成像与人脸识别一体机等。

光子算数

核心技术:光电融合计算技术。

主要产品:基于自主研发的光子AI芯片,提供用于服务器的光电融合AI计算板卡。板卡采用光电异构的智能计算架构,用硅基集成光学的方法对AI计算的主要部分(矩阵运算)进行加速,相较于传统纯电的AI芯片方案可节省4/5的功耗。

可编程光子阵列芯片FPPGA(Field Programmable Photonic Gate Arrays),其中的光学单元可以通过电控,控制重新的连接组合方式,实现不同的复杂函数。也就是说,FPPGA具有可重构的特性。

光子算数与高校一起打造了面向服务器的光电混合AI加速计算卡,目前已完成一些定制化加速任务,包括机器学习推理、时间序列分析等特定任务。

结语

AI芯片是针对人工智能领域的专用芯片,主要支撑AI算法的运行,它是一种软硬件全栈集成的专用处理器。除CPU和其他通用计算覆盖的市场外,AI芯片是新兴领域中需求量最大的计算处理芯片。随着数据积累和更复杂算法的出现,对计算能力的需求也在快速提高。同时,实时计算进一步增加了对计算芯片响应能力的需求。

AI芯片必须与特定应用场景的AI算法配合起来才能真正实现AI的商业化落地,中国AI芯片厂商正从原来强调算力和独特技术的倾向逐渐向针对特定应用场景而优化的方向转变。随着AI应用的普及和成效开始凸显,国产AI芯片将迎来全面爆发和增长,多家AI芯片独角兽也将慢慢浮出水面。

责编:Luffy Liu

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。
顾正书
电子工程专辑(EETimes China)主分析师。以深圳为坐标原点,扫描全球电子和半导体行业。专注于China Fabless和SoC设计细分市场的分析和学习,欢迎交流。
  • 一种基于FPGA的图神经网络加速器解决方案 在宏观层面上,GNN的架构与传统CNN有很多相似之处,诸如卷积层、池化、激活函数、机器学习处理器(MLP)、全连接层(FC layer)等模块,这些都可以应用到GNN。下图展示了一个相对简单的GNN架构……
  • LED技术如何将深紫外UV-C消毒产品带入大众市场 LED技术解决了光源的高成本问题,同时LED灯也早就被用于生成紫外光。作为众多照明产品的重要组件,LED与白光荧光粉结合使用能够将氮化镓基LED阵列产生的紫外光转换成可用的可见光。然而,由于UV-C波段的波长更短,因此需要使用基于氮化镓的新型材料。正是借助LED技术,UV-C消毒逐步在更广泛市场领域实现各种创新应用。那么,设计工程师如何才能把握这些市场机遇?
  • 人工智能时代的双刃剑 人工智能迅速扩张并已成为一个竞争相当激烈的行业。大多数单独的人工智能技术将被用于各种机器人控制任务的自动化,它们能够做出关键决策,但也会对整个数字生态系统产生负面影响。
  • 智能家居的心跳:可靠和无缝的连接 在智能家居中,日常所用的一切东西(如暖通空调、电梯和灯具等)都配备有功能强大的电子元件。微电子技术使得所有这些物品能够“看见”、“听见”并“理解”周围的环境,然后自主地处理信息,做出决定,并启动一系列动作。将这种水平的智能构建到智能家居系统中需要多个功能模块。
  • 利用边缘设备的有限计算能力实现ML 为了发挥其全部潜能,边缘人工智能将需要具备自适应能力。这意味着边缘设备将必须在本地实现机器学习(ML)。确切地说,就是如何利用边缘设备的有限计算能力来实现ML这一功能,这是当前大量研究与开发的主题方向。
  • 华为投资光刻技术,旨在打造完整的芯片产业链 华为在发布自主研发的操作系统鸿蒙之后,现在正在进军对芯片生产至关重要的光刻机器领域,进一步体现了这家中国电信巨头发展完整产业链,在美国的镇压下生存的决心。一位熟悉华为的消息人士近日向《环球时报》表示,由于美国禁止所有7 纳米芯片的制造商向华为供货,华为被迫依赖国内晶圆代工厂去制造 14 纳米和 28 纳米的芯片。
  • 新款iPad Pro 2021成最受欢迎的 由于采用性能相对强大的M1处理器和mini-LED屏幕以及更多的创新,新款iPad Pro 2021已经成为消费者心目中最受欢迎。然而,iPad 2却已经在全球范围内被列入“复古和过时”的名单中。
  • 三星折叠屏手机Galaxy Z Fold 3 目前来看,折叠屏新机作为一种新的生产力工具,逐渐成为高端/平板的一种趋势,有报料称三星的Galaxy Z Fold 3发布时间或为7月,并且会引入新手势操控。

  • ​快人一步,一触即发|芯海科技信号 视频来源:iQOO手机官方微博8月17日晚,iQOO8系列未来电竞旗舰重磅发布,通过屏下双控压感实现更多样的操控体验,双指变四指手速度倍增,在保持机身简洁的同时助你成为自带BUFF的竞技
  • 泰艺电子推出小型化恒温控制晶体振 泰艺电子,频率控制解决方案的领先供货商,推出全新 NN 系列恒温控制晶体振荡器(OCXO),能够满足严格的频率稳定度要求,同时具备优越的相位噪声性能。
  • 国内连接器上市公司最新半年战报出炉!爆净利大降五成的业绩地雷 近期,国内连接器上市公司陆续发布2021半年报。 今年上半年,汽车、家用电器、消费电子、通讯等行业延续去年下半年的恢复性增长趋势,国内大部分连接器厂商的营收均出现不同程度增长。 但
  • 最强国产自研CPU公司表态:没人可以“卡我们的脖子” 在国内多家研发处理器的公司中,龙芯中科选择的路线有所不同,现在已经全面转向自己的指令集。龙芯高管表示这条路很难走,但好处也是最大的,那就是没人可以“卡我们的脖子。8月26日,在成都举行的2021成都新
  • 欧盟将对英伟达收购ARM案展开正式调查 | ​我国已成为6G专利申请的主要来源国 点击上方蓝字关注我们1 欧盟将对英伟达收购ARM案展开正式调查 8月27日消息,据媒体报道,在监管机构与美国芯片公司进行了数月的非正式讨论后,欧盟将于九月初对英伟达计划收购英国芯片设计商ARM的交易展
  • 蹲点拼手速?Python秒杀神器赶紧收下 “朋友最近跟师兄学了个黑科技,每天鼓捣一下,俩月挣了几万块。”他还趁着挖矿热潮,倒卖了一波原价显卡,4张华硕 RTX 3080Ti,挣了8k。这玩意我抢了一个月都没抢到,他居然抢到了4张?“
  • 韩国第二大晶圆代工厂东部高科可能被出售? 点击上方图片直接报名会议尽管全球晶圆厂加速扩产,但汽车产业仍然受困于“缺芯“之痛。在产能严重供不应求的背景下,任何一家能够生产芯片的工厂都被业界所关注。据业内人士透露, LG和现代汽车等公司都有意收购
  • 无线充电叒进步了!!从低功率到高功率,从TX到RX! 无线充电解决方案2021/8/31(周二)10:00无线充电解决方案,通过电磁感应实现功率在发射电路板(TX)和电池供电设备(RX)之间传输,并拥有广泛的市场和应用前景,例如在智能手机、智能手表、计算
  • 三星也要涨价了!  中国半导体论坛 振兴国产半导体产业!    老大哥台积电喊涨,引发业界震撼,预料三星电子也会在近期内调升晶圆代工价格,外界猜测时间点可能是今年第四季。韩国经济日报26日
  • 演讲征集-第四届中国半导体大硅片论坛2021 点击上方图片直接报名会议尊敬的行业同仁:亚化咨询将于2021年11月2日在杭州召开第四届中国半导体大硅片论坛2021。硅片是IC生产的主要原材料。亚化咨询数据显示,2020年全球半导体硅片市场达到12
  • 半导体招聘!高薪职位!  中国半导体论坛 振兴国产半导体产业!    1.宁波比亚迪半导体有限公司工艺工程师设备工程师技术开发工程师2.北方华创微电子装备有限公司工艺工程师射频工程师清洗机工艺工
  • 专为汽车应用优化的莱迪思Certus-NX FPGA 如今的汽车需要采用半导体芯片的原因有很多,包括消费者对电动车(需要复杂的电子器件来最大程度延长电池寿命)的需求、高级驾驶辅助系统(ADAS)、支持语音控制和手势识别的信息娱乐系统人机交互等。除了用于支
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
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了