位置:51電子網 » 企業新聞

            EG3112

            發布時間:2019/3/11 14:51:00 訪問次數:74 發布企業:深圳市哲瀚電子科技有限公司

            EG3112 是一款高性價比的大功率 MOS 管、 IGBT 管柵極驅動專用芯片, 內部集成了邏輯信號輸入處理電 路、 死區

            時控制電路、 閉鎖電路、電平位移電路、脈沖濾波電路及輸出驅動電路, 專用于無刷電機控制器中的驅動電路。

            EG3112 高端的工作電壓可達 600V, 低端 Vcc 的電源電壓范圍寬 2.8V~20V, 靜態功耗小于 5uA。該芯 片具有閉鎖功能防

            止輸出功率管同時導通, 輸入通道 HIN 和 LIN 內建了一個 200K 下拉電阻, 在輸入懸空時 使上、下功率 MOS 管處于關閉

            狀態,輸出電流能力 IO+/- 1/1.5A, 采用 SOP8 封裝。

            特點:

            ◆高端懸浮自舉電源設計, 耐壓可達 600V
            ◆適應 5V、 3.3V 輸入電壓
            ◆最高頻率支持 500KHZ
            ◆低端 VCC 電壓范圍 2.8V-20V
            ◆輸出電流能力 IO+/- 1A/1.5A
            ◆內建死區控制電路
            ◆自帶閉鎖功能,徹底杜絕上、下管輸出同時導通
            ◆HIN輸入通道高電平有效, 控制高端 HO 輸出
            ◆LIN 輸入通道高電平有效, 控制低端 LO 輸出
            ◆外圍器件少
            ◆靜態電流小于 5uA,非常適合電池場合
            ◆裝形式: SOP-8
            應用:
            ◆移動電源高壓快充開關電源
            ◆變頻水泵控制器
            ◆600V 降壓型開關電源
            ◆電動車控制器
            ◆無刷電機驅動器

            ◆高壓 Class-D 類功放

            隨著全球“AI+IoT”融合類應用市場的風起云涌,如今上到IC設計下到終端集成的全產業鏈也都聞風而動,掀起了一股“AIoT化”的技術革新浪潮。受益于此,曾立足于IoT沃土而今已成該市場“主力”的MCU,如今也踏上了AIoT的技術整合之路,從單一的主“控制”開始向“智能互聯”目標邁進。AIoT時代的MCU,將不再只是負責控制,推理和運算等AI能力也將成為MCU的標配。而在中國AIoT應用及市場遍地開花的大利好條件下,本土MCU廠商有望把握這一機遇乘勢而起,以智能化應用為基石,逐漸追平國際大廠直至超越。

            國內AIoT應用熱潮的驅動下,加之各MCU大廠的助攻,“智能MCU”的發展勢頭無疑會越來越猛。但對于一介主打“控制”的MCU芯片來說,要兼具IoT和AI的雙重能力實則并非易事,因為這并不意味著盲目提升MCU算力就好,同時還必須兼顧MCU為適應IoT應用所需要的低功耗和實時性等諸多特性,只有在滿足AI及IoT不同應用需求的基礎上做到統籌兼顧,打造一個平衡,才能被市場真正接受。

            事實上,目前業內對智能MCU的探索尚處起步水平,謝文錄告訴記者:“AIoT的應用其實對芯片的算力和通信需求消耗是非常大的,這兩個特點目前還不太適合用一般的MCU去做,因為MCU現在主要強調的還是‘控制’而非‘推理和運算’。但是,AIoT有一些新的特點,比如我們在諸如現場語音這類很簡單的應用上加上一些通信功能,可能后臺只需要處理幾句話就行,這樣壓力不大,可以在MCU的基礎上加一個連接,包括現場低功耗,就能把AI和IoT在很多場景中結合起來。本次,華大推出了40nm的HC32F 460產品,在這款產品以后,我們會在MCU中集成像語音處理這類的AI功能,現在已經在做這方面的工作。”

            的確,要MCU去處理輕量級語音數據可能難度并不是太高,但對于像人臉及圖像識別這類更大數據集的運算和推理,用MCU來做現階段還頗具難度。因為這種AI模型當中,一般訓練好的模型所需要的計算量通常是數十萬次到數億次計算不等,如果需要實時執行這些運算,則MCU需要的算力將會比原來的MCU強幾個數量級,而這正是MCU最薄弱的環節。謝文錄強調:“讓MCU去做圖像處理的話現階段還很難,因為推理還不行,要集成推理和學習這樣的功能是頗具挑戰的,這還需要MCU具備非常龐大的數據和運算能力。”

            上海靈動微電子股份有限公司MCU產品事業部市場總監黃致愷也對此表示贊同,“像人臉識別這類圖像處理應用,目前對于MCU的負擔可能還是比較重的,因為它需要處理的數據不僅很多很龐大,還要兼顧IoT的低功耗等特性。這樣的話,對于MCU來說首先就需要速度很快,要做到速度快就非常具有挑戰性,比如像以前Cortex-M0可能就只能跑48M的速度,但現在我們通過對架構做很多優化后,速度能達到96M,這其中涉及很多層面的技術;除此,在外設上面,也還需要針對人臉識別這類特殊算法,加載一些比如除法器或者其他特殊的設計核心在里面。目前,我們已經有了針對AI人臉識別以及指紋識別這類的MCU產品,通過工藝和設計的創新已經能夠將MCU的算力做到近乎CPU的等級,并具備很高的性價比。”

            可以看出,擺在“智能”MCU面前的最大挑戰還是AI與IoT特性之間如何實現統籌兼顧與調和的問題。因為往后在很多AIoT場景當中,貼近于終端設備的邊緣計算需求將會越來越大,這為MCU在計算性能、通訊延時、設備供電這些關鍵節點的能力也提出了頗高的要求。對于身處MCU智能化浪潮中的各企業來說,如何盡可能的在這些性能節點之間達到一個相對平衡的水平,打造出能兼顧通用性與專用性的MCU產品,也是凸顯自身技術優勢的絕佳手段。

            上一篇:2MB175N-120

            下一篇:MTFC8GLVEA-1MWT

            相關新聞

            相關型號



            福建22选5开奖结果