- 电网提供的电能是交流电，但我们使用的大多数设备都需要直流电，这意味着进行这种转换的交流/ 直流电源是能源网上最常见的负载之一。随着世界关注能效以保护环境并管理运营成本，这些电源的高效运行变得越来越重要。效率作为输入功率与供给负载的功率之间的比率衡量，很容易理解。但是，输入功率因数也有很大的影响。功率因数(PF) 描述了任何交流电设备（包括电源）消耗的有用（真实）功率与总（视在）功率(kVA) 之间的比值。PF 衡量消耗的电能转换为有用功输出的有效性。如果负载是纯阻性负载，PF 将等于1，但任何负载内的无功
- 关键字：
202204 MOSFET 无桥图腾柱 功率因数校正控制器
- 人工智能（AI）几十年来一直是一个热门的技术话题。根据Statista 和Gartner 的预测，人工智能的收入将在未来4 年内增长4 倍，在2024 年后将超过1 000 亿美元（1 美元约为人民币6.4 元）。传统上，复杂的人工智能计算在云端数据中心运行。在GPU 加速器和专门的系统级芯片（SoC）的帮助下，在台式机上实现人工智能模型，可以减少云端访问的要求。但在过去的几年里，一个重要的转变是AI 处理从云端转到设备级。这主要归功于嵌入式设备/SoC 的性能不断提高和安全考虑。这种转变催生了嵌入式人工
- 关键字：
202204 RISC-V内核 人工智能
- 工业物联网(IoT) 正在酝酿广泛的转变，这种转变不仅将使互联机器间的相互检测成为一种竞争优势，还将使其成为必不可少的基本服务。工业物联网以边缘节点为起始点，后者是检测和测量的目标切入点。这是物理世界与计算数据分析进行交互的接口所在。互联的工业机器可检测大量的信息，进而用于制定关键决策。这种边缘传感器可能远离存储历史分析的云服务器。它必须通过将边缘数据聚合到互联网的网关进行连接。理想情况下，边缘传感器节点具有很小的规格尺寸，可在空间受限的环境中轻松进行部署。解决边缘节点的检测、测量、解读与连接挑战数据可以
- 关键字：
202204 ADC 模拟信号链 OtoSense MEMS加速度计
- 各行各业的数字化转型和日常生活中的新场景已经对边缘上的人工智能（AI）和机器学习、先进数据处理、音频、视觉等产生了需求。边缘机器学习（ML）计算支持广泛的、智能化的工业和家庭应用，包括用于异常检测的传感器数据处理、预测性维护、用于改进玻璃破碎检测的音频模式识别、简单命令词识别以及视觉应用，如使用低分辨率摄像头进行在场检测或人数统计。现在的产品设计人员已看到了人工智能和机器学习的巨大潜力，可以为家庭安全系统、可穿戴医疗监测器、商业设施和工业设备监控传感器等边缘应用带来更多的智能化。所以SiliconLabs
- 关键字：
202204 边缘AI 机器学习
- 在过去的两年里，边缘人工智能（Edge AI）实现了加速发展，这主要得益于小型化神经网络架构的进步，从而可以在微控制器级（MCU）的器件上实现高精度。这增加了边缘AI 应用和设备的数量，这些应用和设备可以通过这项技术以较低的成本实现。这方面的一个示例就是关键字识别，它已经成为智能家居设备交互的标准方式。边缘AI 可以体现为多种形态，从非常小型的、低功耗的推理引擎，到高功耗的、具有特定功能的、与基站或智慧城市视频监控等数据源同处一方的大型方案。在这些更大型的装置中，异构架构（即针对特定任务的专业加速器）正在
- 关键字：
202204 GPU 边缘AI
- 根据算力的需求，人工智能（AI）技术主要分为云端AI 处理和端侧的AI 处理。在集中式人工智能解决方案中，嵌入式设备（智能音箱、可穿戴设备等）通常依赖云服务器实现人工智能能力。而在边缘AI 解决方案中，嵌入式设备本身即可在本地运行人工智能算法，实现实时环境感知、人机交互、决策控制等功能。由于数据传输延迟等因素的限制，基于云的解决方案可能无法满足部分用户对数据安全性、系统响应能力、私密性、以及本地节点功耗的需求。越来越多在服务器端的AI 计算功能，必然向终端系统下沉，使得终端系统更加智能化。将推理过程移到深
- 关键字：
202204 STM32 MCU
- 1 推动边缘AI发展的两大方面从需求方面看，因为算力要求高，最初的AI 都从云端智能开始，数据必须上传到云端处理，而随后的发展过程中产生了对于用户体验和数据隐私方面的问题。边缘AI 能够大大减小延时问题，并且对于网络环境的要求较为宽松，极大地提升了用户体验。同时边缘AI在处理数据过程中不必上传至云端，能够很好地保障数据隐私和数据安全，还能避免系统受到恶意网络攻击。从技术发展方面来看，芯片和软件技术的迭代在一定程度上也推动了边缘AI 的发展。过去芯片的算力无法满足边缘AI 应用，同时
- 关键字：
202204 边缘AI
- 产业融合的背后是需求的发展，CPU（中央处理器）通用计算发展了几十年，如今伴随着人工智能（AI）的需求，NPU（ 嵌入式神经网络处理器）成为了下一代智能计算的核心，在处理新类型数据流方面效率远高于CPU 和GPU（图形处理器）的处理器，并且独立出来与CPU 做更多配合。同时我们也看到元宇宙等新兴场景对AI的新需求，AI 本身作为一项新兴技术，必将对我们生活的方方面面带来深远影响。目前AI 还处于很早期阶段，在不同领域采集数据不同，算法不同，部署需求也各不相同。当AI 渗透率到一定阶段以后，将会有AI 融合
- 关键字：
202204 安谋 CPU NPU
- 1 多因素推动边缘智能飞速发展边缘智能的飞速发展首先是得益于近两年人工智能（AI）技术的快速落地，各个行业在这个过程中可以感受到AI 对于产业变革的巨大能量。这是一个关键原因：AI 技术在应用中展现出来的巨大价值，从而推动了边缘智能的发展。第二个原因是由于边缘AI 的自身特性。早期的一些AI 技术应用都是部署在云端或数据中心里，例如以图搜图。最近几年，人工智能在工业质检、医疗健康、智慧城市和物流等行业都得到了不少应用。很多企业由于习惯会考虑将应用算力部署在云端或数据中心里。但以工业
- 关键字：
202204 边缘智能
- 安世半导体（Nexperia）是全球半导体行业公认的基础半导体器件生产专家，持续稳定地大批量生产超越业界质量标准的高效产品。
- 关键字：
202204 MOSFET
202204介绍
您好，目前还没有人创建词条202204!
欢迎您创建该词条，阐述对202204的理解，并与今后在此搜索202204的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
