頭條 使用有安全保障的閃存存儲構建安全的汽車系統 在現代汽車嵌入式系統中，高度安全的數據存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。 最新設計資源 通過工藝建模進行后段制程金屬方案分析[EDA與制造][工業自動化] 隨著互連尺寸縮減，阻擋層占總體線體積的比例逐漸增大。因此，半導體行業一直在努力尋找可取代傳統銅雙大馬士革方案的替代金屬線材料。 發表于：4/10/2024 恩智浦發布S32 CoreRide開放平臺[模擬設計][汽車電子] 恩智浦發布S32 CoreRide開放平臺，突破軟件定義汽車開發的集成障礙 發表于：4/9/2024 意法半導體碳化硅數位電源解決方案被肯微科技采用 [電源技術][消費電子] 2024 年 3 月 29 日，中國—服務橫跨多重電子應用領域的全球半導體領導廠商意法半導體（STMicroelectronics，簡稱ST；紐約證券交易所代碼：STM）宣布與高效能電源供應領導廠商肯微科技合作，設計及研發使用ST被業界認可的碳化硅（SiC）、電氣隔離和微控制器的服務器電源參考設計技術。該參考方案是電源設計數位電源轉換器應用的理想選擇，尤其在服務器、數據中心和通信電源的領域。 發表于：4/8/2024 S32N系列可擴展處理器，可提供超級集成的汽車功能解決方案[嵌入式技術][汽車電子] 隨著未來汽車向軟件定義轉變，汽車的功能和特性更多的是通過軟件代碼來設定，而非傳統的控制器硬件。這一轉變要求我們采用全新的設計理念 發表于：4/3/2024 手把手教你制作高速吹風機[模擬設計][消費電子] 高速吹風機, MCU, Linko, 凌鷗, Synergy, 世輝 發表于：3/27/2024 為何10BASE-T1S是汽車通訊中缺失的以太網鏈接[通信與網絡][汽車電子] 摘要 新的IEEE汽車以太網標準不斷涌現，10BASE-T1S是最新的以太網標準之一。本文討論汽車行業影響汽車電子/電氣（E/E）架構變化的發展趨勢，以及新10BASE-T1S標準如何支持和推動這種新架構的部署。 發表于：3/27/2024 緊湊型電源模塊推動汽車電氣化[電源技術][汽車電子] 汽車電氣化掀起了一場前所未有的研發浪潮，包括優化供電網絡、本地及全球充電基礎設施。由于這個問題的復雜性，有必要探索新的方法并開發創造性的解決方案。高密度電源模塊為設計、擴展和適應當今汽車電氣化的快速發展步伐帶來了巨大的靈活性。 發表于：3/27/2024 VICOR的48V供電架構可以支持12V系統[電源技術][汽車電子] 特斯拉全新推出的CyberTruck完全取消了傳統的12V低壓供電網絡，轉而全部采用48V配置。這可能是大多數汽車制造商的最終目標，但電源模塊可以幫助立即輕松過渡到48V電源，允許汽車制造商繼續使用所有可靠的傳統12V設備，同時為未來的48V汽車做好規劃。 發表于：3/26/2024 【做信號鏈，你需要了解的高速信號知識（二）】高速的挑戰 – 抖動和眼圖[測試測量][工業自動化] 做高速的工程師最頭疼的問題就是抖動和眼圖測量Fail。抖動和眼圖測量就像是一個照妖鏡，任何一個設計不當，都可能會導致抖動和眼圖結果的惡化，而要解決抖動和眼圖問題，工程師往往無從下手。 發表于：3/26/2024 管窺校準溝通之道， 有效溝通是成功校準的基礎[測試測量][工業自動化] 泰克深知，校準服務提供商與客戶溝通的準確性和一致性對于校準過程的成功至關重要。我最近有幸與 A2LA 的 Stephanie Morin 在一場網絡研討會中聚焦校準領域，探討了一些重點話題，具體如下。我們旨在解讀常見的行業術語，找出溝通障礙，并向您展示如何通過有關各方的密切合作來消除這些障礙。 發表于：3/26/2024 電動汽車無線電池管理革命已經開始，投資回報潛力巨大[電源技術][汽車電子] 電動汽車（EV）行業向無線電池管理系統（wBMS）的演進在許多方面都是不可避免的。對于任何飽受有線系統固有的復雜性、BOM成本、空間和人力代價所困擾的人來說，無線BMS相對于有線BMS的優勢是非常明顯的，無論針對什么應用。 發表于：3/26/2024 新思科技推出業界首個1.6T以太網IP整體解決方案[人工智能][數據中心] 加利福尼亞州桑尼維爾，2024年3月13日 – 新思科技（Synopsys, Inc.，納斯達克股票代碼：SNPS）近日宣布，正式推出業界首個1.6T以太網IP整體解決方案，該方案大幅提升數據密集型人工智能（AI）工作負載的帶寬和吞吐量。超大規模數據中心是萬物智能時代的重要支柱，亟需高帶寬、低延遲的芯片和接口來快速處理PB級數據。新思科技全新1.6T以太網IP解決方案將助力芯片開發團隊面向AI和數據中心網絡應用打造業界速度領先的芯片。 發表于：3/25/2024 簡化退化模型的真實圖像超分辨率網絡[人工智能][信息安全] 圖像超分辨率任務常用雙三次下采樣以構造數據集訓練網絡，但雙三次下采樣由于退化模型固定，導致網絡泛化能力低，無法用于真實世界低分辨率圖像。為解決上述問題本文提出預處理模塊，通過預處理模塊與雙三次下采樣數據集得到的網絡相結合，在減少資源消耗的同時提高其泛化能力。此外，還針對不同的精度需求設計了特征學習訓練策略和多任務聯調策略。通過根據不同需求采用相應的訓練策略，在滿足精度需求的同時具有消耗計算資源少、訓練速度快以及適用范圍廣的特點。實驗證明，增加預處理模塊的網絡以較少的模型參數增加量換取了重建效果和感知質量方面的較大提升，并且通過不同策略實現了進一步的精度提高。 發表于：3/25/2024 基于CNN-Transformer混合構架的輕量圖像超分辨率方法[人工智能][信息安全] 針對基于混合構架的圖像超分模型通常需要較高計算成本的問題，提出了一種基于CNN-Transformer混合構架的輕量圖像超分網絡STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一種并行特征提取的特征增強模塊（Feature Enhancement Block，FEB），由卷積神經網絡（Convolutional Neural Network，CNN）和輕量型Transformer網絡并行地對輸入圖像進行特征提取，再將提取到的特征進行特征融合。其次，設計了一種動態調整模塊（Dynamic Adjustment，DA），使得網絡能根據輸入圖像來動態調整網絡的輸出，減少網絡對無關信息的依賴。最后，采用基準數據集來測試網絡的性能，實驗結果表明STSR在降低模型參數量的前提下仍然保持較好的重建效果。 發表于：3/25/2024 一種用于輔助兵棋推演的快速決策框架研究[其他][信息安全] 基于一般的決策和規劃流程，提出了一個面向兵棋推演的快速決策框架（Rapid Military Decision Framework，RMDF），該框架針對異構實體模型，通過分層的網格環境對復雜推演環境簡化建模，將推演實體的作用效果，簡化為地面、海上和空中三個網格環境層次上的作用效果，并以熱圖的形式在網格環境中顯示，通過推演實體的核心參數來確定其性能模型和行為模型，并基于一致性包算法實現任務分配，生成備選行動策略，通過快速仿真實現推演策略的迭代優化，能夠在推演之前或推演期間提供行動方案的快速評估，可以有效地輔助兵棋推演指揮人員進行復雜態勢下的兵棋推演。 發表于：3/25/2024 ?…40414243444546474849…?
