電視芯片

• Imagination全新GPU，恐沖擊邊緣AI處理器格局

  Imagination最新推出的E系列GPU，針對(duì)邊緣圖形處理與AI加速計(jì)算應(yīng)用，在給市場(chǎng)帶來(lái)新選擇的同時(shí)，也給這一領(lǐng)域已有的處理器帶來(lái)潛在挑戰(zhàn)，首當(dāng)其沖受到威脅的可能就是NPU。

  張慧娟

  621

  4小時(shí)前

  與非觀察 GPU
• 車載需求迫切，MIPI A-PHY生態(tài)下沉加速

  我認(rèn)為未來(lái)MIPI A-PHY會(huì)替取代FPD-Link、GMSL等私有協(xié)議。原因有三點(diǎn)：第一，我們看到汽車整車廠更傾向于采用標(biāo)準(zhǔn)化的解決方案；第二，F(xiàn)PD-Link和GMSL并非在中國(guó)本地開(kāi)發(fā)，而MIPI A-PHY是和中國(guó)本地廠商共同開(kāi)發(fā)的，所以更接地氣；第三，隨著傳感、顯示等領(lǐng)域的發(fā)展，專有的模擬接口協(xié)議有它的上限。

  夏珍

  350

  9小時(shí)前

  與非觀察 SERDES

  
• AI Agent未來(lái)趨勢(shì)解析：為何Coze的專家工作流模式不代表未來(lái)？

  新一代Agent與上一代以工作流為驅(qū)動(dòng)的Agent在運(yùn)作邏輯上存在何種差異？具體如何實(shí)現(xiàn)？企業(yè)又該構(gòu)建怎樣的工具箱？本文將深入分析AI Agent的未來(lái)趨勢(shì)，助力企業(yè)對(duì)Agent工具的理解與落地實(shí)踐。

  愛(ài)分析ifenxi

  367

  10小時(shí)前

  AI Agent

  
• 開(kāi)關(guān)電源模式大揭秘：BUCK電路如何“智能”應(yīng)對(duì)負(fù)載變化？

  圖 1所示，有人疑惑其中的PFM是不是標(biāo)錯(cuò)了？有人疑惑DCM的開(kāi)關(guān)頻率怎么會(huì)和CCM相同？

  電源先生公眾號(hào)

  390

  10小時(shí)前

  開(kāi)關(guān)電源 BUCK電路

  
• 為什么熱設(shè)計(jì)在5G基站中那么重要？

  隨著5G技術(shù)的迅猛發(fā)展，工程師們?cè)絹?lái)越多地探討這項(xiàng)技術(shù)所面臨的主要設(shè)計(jì)挑戰(zhàn)之一：熱設(shè)計(jì)。5G技術(shù)有望實(shí)現(xiàn)無(wú)線通信的延遲低于1ms，網(wǎng)絡(luò)能源效率提升100倍，以及高達(dá)每秒20Gbps的數(shù)據(jù)傳輸速率。

  通信射頻老兵

  305

  10小時(shí)前

  5G基站
• 【一文看懂】什么是RAG：讓大模型不再死記硬背，而是學(xué)會(huì)“查了資料再回答”

  隨著大語(yǔ)言模型（LLM）在各個(gè)行業(yè)的廣泛應(yīng)用，我們不斷面對(duì)一個(gè)挑戰(zhàn)：如何確保語(yǔ)言模型的回答不僅僅依賴于它的訓(xùn)練數(shù)據(jù)，還能靈活地訪問(wèn)外部的、最新的知識(shí)庫(kù)。檢索增強(qiáng)生成（Retrieval-Augmented Generation，簡(jiǎn)稱RAG）正是為了解決這個(gè)問(wèn)題而應(yīng)運(yùn)而生的技術(shù)架構(gòu)。本文將詳細(xì)介紹RAG的核心定義、技術(shù)框架、應(yīng)用場(chǎng)景、與相似技術(shù)的區(qū)別，以及它如何為AI系統(tǒng)帶來(lái)更高效、更智能的答案生成能力。

  超算百科

  215

  11小時(shí)前

  大模型 RAG

  
• 精進(jìn)電動(dòng)：電驅(qū)營(yíng)收超11.6億，增長(zhǎng)47.68%

  近日，精進(jìn)電動(dòng)披露了2024年全年業(yè)績(jī)報(bào)告以及2025年第一季度業(yè)績(jī)報(bào)告。報(bào)告顯示，2024年精進(jìn)電動(dòng)營(yíng)業(yè)總收入達(dá)到13.049億元，較去年同期增加50.64%；歸屬于上市公司股東的凈利潤(rùn)為-4.36億元，較去年同期虧損減少24.36%。

  行家說(shuō)功率半導(dǎo)體與新能源

  282

  11小時(shí)前

  電驅(qū)動(dòng)系統(tǒng)

  
• 大揭秘！國(guó)內(nèi)頭部RISC-V 芯片生態(tài)和上下游盤(pán)點(diǎn)（精選名單，強(qiáng)烈建議收藏）

  整理國(guó)內(nèi)頭部25 家RISC-V 芯片企業(yè)的情況，來(lái)說(shuō)明生態(tài)和主流玩家，精選名單，強(qiáng)烈建議收藏。（內(nèi)容用于分享交流，排名不分先后，如果有沒(méi)有列舉的是作者還未接觸不夠熟悉）

  芯科技圈

  482

  11小時(shí)前

  RISC-V
• 一文看懂芯片的封裝工藝（先進(jìn)封裝篇2：晶圓級(jí)封裝）

  我們看下一個(gè)先進(jìn)封裝的關(guān)鍵概念——晶圓級(jí)封裝（Wafer Level Package，WLP）。傳統(tǒng)封裝，是先切割晶圓，再封裝。而晶圓級(jí)封裝的核心邏輯，是在晶圓上直接進(jìn)行封裝，然后再切割，變成芯片。

  鮮棗課堂小棗君

  184

  11小時(shí)前

  先進(jìn)封裝 晶圓級(jí)封裝

  
• 深度丨CUDA作為英偉達(dá)底層算法平臺(tái)的核心意義

  CUDA最初是為科學(xué)計(jì)算領(lǐng)域設(shè)計(jì)的，英偉達(dá)致力于在消費(fèi)級(jí)游戲顯卡之外拓展新的市場(chǎng)機(jī)遇。借助CUDA的發(fā)展，英偉達(dá)成功地在數(shù)據(jù)中心等高性能計(jì)算領(lǐng)域找到了第二個(gè)增長(zhǎng)點(diǎn)。

  AI芯天下

  203

  11小時(shí)前

  CUDA

  
• 高通汽車業(yè)務(wù)研究：端側(cè)AI發(fā)展迅猛，高通全面布局

  佐思汽研發(fā)布《

  佐思產(chǎn)研

  223

  11小時(shí)前

  端側(cè)AI

  
• 從「一招鮮」到「平臺(tái)化」，智能輔助駕駛需要全能戰(zhàn)士

  2025 年，注定是中國(guó)智能駕駛發(fā)展的分水嶺。2025 年，注定是中國(guó)智能駕駛發(fā)展的分水嶺。年初，比亞迪發(fā)布的「天神之眼」技術(shù)體系，標(biāo)志著智能駕駛技術(shù)開(kāi)始從高端車型向大眾市場(chǎng)加速滲透。剛剛結(jié)束的 2025 上海車展，呈現(xiàn)的行業(yè)趨勢(shì)表明：完整的系統(tǒng)解決方案正取代單點(diǎn)技術(shù)創(chuàng)新，成為競(jìng)爭(zhēng)新焦點(diǎn)。在這場(chǎng)技術(shù)盛宴中，頭部玩家的布局策略展現(xiàn)出驚人的戰(zhàn)略一致性。

  汽車之心

  294

  11小時(shí)前

  智能駕駛 輔助駕駛

  
• vcs、nc/xrun、verdi最核心的仿真命令和參數(shù)

  一、vcs vcs -full64 ? ? -R ? ? -l sim.log ? ? -debug_access+all ? ? -timescale=1ns/1ps ? ? -sverilog ? ? +define+A=1 ? ? +libext+.v ? ? -y ../model ? ? -v ../lib/stdcell.v ? ? -f rtl.list ? ? tb.sv? 二、n

  陳鋒

  240

  11小時(shí)前

  仿真 vcs

  
• 一文詳解智能座艙功能和發(fā)展趨勢(shì)

  汽車座艙的智能化功能主要分為三部分，分別為車內(nèi)/外環(huán)境感知，視覺(jué)、聽(tīng)覺(jué)等多模態(tài)人機(jī)交互，以及統(tǒng)籌感知計(jì)算的車聯(lián)網(wǎng)[1]，如圖1所示。其中車內(nèi)/外環(huán)境感知主要是通過(guò)座艙內(nèi)的傳感器對(duì)車輛狀態(tài)、人、環(huán)境等進(jìn)行監(jiān)測(cè)，例如駕駛員監(jiān)控系統(tǒng)（Driver Monitoring System，DMS）、乘員監(jiān)控系統(tǒng)（Occupant Monitoring System，OMS），通過(guò)對(duì)駕駛員和乘員的狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和適當(dāng)提醒，以提高駕駛者和乘員的安全性和舒適性。視覺(jué)、聽(tīng)覺(jué)等多模態(tài)人機(jī)交互則是通過(guò)多模交互，讓座艙具備自然、直觀、便捷的交互方式，使駕乘人員可以更加方便快捷地控制車輛。

  5G行業(yè)應(yīng)用

  153

  11小時(shí)前

  智能座艙

  
• 技術(shù)干貨丨直觀的HMI和增強(qiáng)的安全性（離手檢測(cè)）

  汽車行業(yè)正在發(fā)展，在用于駕駛員參與的高靈敏度、多通道阻抗測(cè)量解決方案方面存在巨大市場(chǎng)缺口，尤其是在配備高級(jí)駕駛輔助系統(tǒng)（ADAS）的車輛中。 目前，現(xiàn)有解決方案往往無(wú)法提供準(zhǔn)確駕駛員監(jiān)控和交互所需的靈敏度和可靠性。

  瑞薩電子

  288

  11小時(shí)前

  HMI
• Bye，英偉達(dá)！華為NPU，跑出了準(zhǔn)萬(wàn)億參數(shù)大模型

  現(xiàn)在，跑準(zhǔn)萬(wàn)億參數(shù)的大模型，可以徹底跟英偉達(dá)Say Goodbye了。完成此舉的，正是華為！要知道，在此之前，訓(xùn)練萬(wàn)億參數(shù)大模型這事，是有諸多“攔路虎”在身上的。例如負(fù)載均衡難、通信開(kāi)銷大、訓(xùn)練效率低等等。

  量子位

  326

  11小時(shí)前

  大模型 NPU

  
• 充電器拆解報(bào)告：綠聯(lián)500W氮化鎵充電器

  綠聯(lián)推出了業(yè)界首款滿血版PD3.1氮化鎵充電器X759，這款充電器具備5個(gè)USB-C接口和1個(gè)USB-A接口，總輸出功率達(dá)500W。其中USB-C1接口支持240W PD3.1快充，剩余4個(gè)USB-C接口支持100W快充，USB-A口也支持快充，滿足多個(gè)大功率設(shè)備同時(shí)快充。

  充電頭網(wǎng)

  353

  11小時(shí)前

  拆解 拆解報(bào)告

  
• 汽車AI操作系統(tǒng)研究：從AI應(yīng)用、AI驅(qū)動(dòng)到AI原生

  佐思汽研發(fā)布《2025年汽車操作系統(tǒng)與AIOS融合研究報(bào)告》，闡述AI在汽車OS中的應(yīng)用現(xiàn)狀與趨勢(shì)，剖析整車操作系統(tǒng)與AIOS如何相互賦能、共生演進(jìn)。

  佐思產(chǎn)研

  346

  12小時(shí)前

  汽車操作系統(tǒng)

  
• 昔日11家AI獨(dú)角獸，轉(zhuǎn)型/上市/募資，今朝發(fā)展如何？

  在這場(chǎng)角逐中，百川智能、零一萬(wàn)物、智譜AI、MiniMax（稀宇極智）、月之暗面與階躍星辰這六家初創(chuàng)公司憑借其領(lǐng)先的技術(shù)實(shí)力和巨大的市場(chǎng)潛力，被譽(yù)為大模型領(lǐng)域的“六小虎”，各自估值均已突破數(shù)十億美元。在新興力量蓬勃發(fā)展之際，曾經(jīng)引領(lǐng)中國(guó)AI浪潮的“AI四小龍”——商湯、曠視、云從與依圖科技也頗受關(guān)注。上述企業(yè)均曾是AI領(lǐng)域備受矚目的獨(dú)角獸企業(yè)，面對(duì)新一輪的技術(shù)變革和市場(chǎng)競(jìng)爭(zhēng)，這些昔日的行業(yè)領(lǐng)跑者如今發(fā)展如何？可以預(yù)見(jiàn)的是，隨著大模型技術(shù)的日臻成熟和應(yīng)用的深入普及，中國(guó)AI產(chǎn)業(yè)將迎來(lái)一場(chǎng)深刻的洗牌。

  全球半導(dǎo)體觀察

  272

  12小時(shí)前

  AI企業(yè)

  
• 美國(guó)即將開(kāi)征半導(dǎo)體關(guān)稅，稅率最高或達(dá)100%？

  5月5日有消息傳出，美國(guó)特朗普政府可能最快于本周公布針對(duì)半導(dǎo)體加征關(guān)稅的細(xì)節(jié)，市場(chǎng)預(yù)估稅率區(qū)間可能高達(dá)25%至100%，并且新規(guī)則中不排除以晶圓制造地（waferout）作為源產(chǎn)地來(lái)加征關(guān)稅。這對(duì)臺(tái)積電、三星等產(chǎn)能集中在亞洲地區(qū)的晶圓制造大廠，以及英偉達(dá)、蘋(píng)果、高通、聯(lián)發(fā)科等依賴于亞洲晶圓代工產(chǎn)能的芯片設(shè)計(jì)廠商，它們未來(lái)的發(fā)展似乎蒙上了一層陰影。

  是說(shuō)芯語(yǔ)

  254

  12小時(shí)前

  半導(dǎo)體行業(yè)

  

正在努力加載...