提升工业系统智能化的方法有多种，其中包括将边缘和云端人工智能(AI)技术应用于配备模拟和数字器件的传感器。鉴于AI技术方法的多样性，传感器设计人员需要考虑多个相互冲突的要求，包括决策延迟、网络使用、功耗/电池寿命以及适合机器的AI模型。
>>详情
联邦学习（federated learning）使人工智能能够在不损害患者隐私的情况下，通过在医院数据上训练模型来帮助预测疾病爆发。这项技术在构建强大的疾病监测系统以更好地应对公共卫生事件的同时，确保了敏感健康信息的安全。
>>详情
今年3月，全球半导体代工巨头台积电（TSMC）宣布，将追加1,000亿美元投资美国市场，用于在亚利桑那州凤凰城新建三座先进制程晶圆厂、两座先进封装厂及一座研发中心，形成从制造到封测的完整链条，加上已在当地投资650亿美元建设两座晶圆厂使其在美总投资额攀升至1,650亿美元。
>>详情
能与人对话交流的人形机器人前围满体验者；人脸识别设备犹如“AI医生”，通过眼部扫描即可完成远程问诊并生成健康评估报告；数字孪生技术构建的虚拟大桥让参观者直观读懂世界级大桥的精密建造工艺……
>>详情
人工智能(AI)的迅速发展开启了高密度计算需求的新时代，而传统电源架构逐渐难以适应这一需求发展。为更好地响应此类需求，Analog Devices, Inc. (ADI)推出创新解决方案，为数据中心下一代800 VDC架构提供有力支持。
>>详情
8月25日晚，英伟达正式推出其专为机器人应用设计的计算平台Jetson AGX Thor，并同步推出开发者套件及量产模块。根据英伟达官方资料，Jetson Thor采用英伟达Blackwell GPU，14 核 Arm Neoverse-V3AE 64 位 CPU，可提供FP4精度下2070 FP4 TFLOPS 的 AI 算力和 128 GB 显存，功率可配置在 40 W 到 130 W 之间。与英伟达AGX Orin相比，Jetson Thor系列模组的 AI 计算性能提高至 7.5 倍以上，能效提高至 3.5 倍。
>>详情
当前，人形机器人正逐步迈向实际应用部署阶段，其落地节奏取决于物理智能与实时推理能力的发展。随着NVIDIA Jetson Thor平台的正式面市，Analog Devices, Inc. (ADI)将进一步加速人形机器人与自主移动机器人(AMR)的研发进程。
>>详情
随着智能边缘加速演进，Ceva高管团队提出了清晰蓝图——智能、连接与感知在设备中直接汇聚，摆脱对云端的依赖，从而带来即时响应和沉浸式情境体验。
>>详情无人机已广泛应用于娱乐产业（如电视节目/电影制作）、业余摄影领域，甚至成为风靡一时的趣味玩具。凭借抵达复杂区域的能力，无人机的应用正逐步拓展至工业检测、物流配送、安防监控等专业场景。但你是否知道，支撑无人机运行的核心组件是视觉系统？在深入探讨这一主题之前，我们将先理清无人机的定义、梳理其多元应用场景，并解析其快速普及的背后逻辑。最后，我们将探讨安森美(onsemi)如何凭借技术革新，推动无人机的视觉系统升级。
>>详情
随着大模型训练与推理需求爆发，AI芯片算力不断提升，功耗与发热问题日益凸显，正成为制约智能设备性能释放的核心瓶颈。实验表明，当芯片温度升至70–80℃时，每再升高10℃，性能下降近50%。高温已成为制约AI应用发展的关键瓶颈，也催生了新一代散热技术的迫切需求。
>>详情
在微信里搜索“Chinaecnet”或
在手机上扫描二维码
添加中电网微信账号
