电子元器件基础知识大全电子元器件采购基本知识-Ameya360电子元器件采购网

瑞萨电子推出的具有超低功耗、低成本的<span style='color:red'>FPGA</span>产品家族

行业新闻

瑞萨电子推出的具有超低功耗、低成本的FPGA产品家族

全球半导体解决方案供应商瑞萨电子集团（TSE：6723）之前宣布，推出全新超低成本、超低功耗现场可编程门阵列（FPGA）产品家族。ForgeFPGA?产品家族将满足市场对相对少量可编程逻辑的需求，从而快速有效地将设计用于成本敏感的应用中。该产品的推出标志着瑞萨正式进入FPGA领域。 ForgeFPGA与其它替代方案（包括非FPGA在内）相比，将极大节省成本——借助高集成度，产品可降低整个电路板和系统成本，预计批量单价将远低于0.50美元，可用于曾因成本限制而无法使用FPGA的应用，如大批量的消费及物联网等应用。 ForgeFPGA产品将服务于需要低于5,000逻辑门的应用，其初始器件尺寸为1K和2K查找表（LUT）。首批产品待机功率预计低于20μA，约为竞争对手产品功耗的一半。用户将能够免费下载开发软件，且无需支付授权费。该软件提供两种开发模式，以适应新老FPGA开发人员的需求：即使用基于原理图捕获开发流程的“宏单元模式”，以及为资深FPGA设计师带来熟悉Verilog环境的“HDL”模式。 ForgeFPGA产品家族开发团队来自被Dialog收购的Silego Technology——曾推出非常成功的GreenPAK?可编程混合信号器件。瑞萨最近完成对Dialog的收购，并将该产品纳入公司的产品组合。全新FPGA将采用与GreenPAK系列相同的商业模式和基础设施，即易用、免费下载且免授权费的软件，并提供全球应用支持。实践证明这种模式非常成功，目前GreenPAK的出货量已达数十亿片，且仍在不断增长。 TIRIAS Research首席分析师Steve Leibson表示：“很高兴看到像瑞萨这样的传统半导体厂商着眼于被长期忽视的市场，推出待机模式下仅产生微瓦级功耗的小尺寸低成本FPGA。今年早些时候，瑞萨通过并购Dialog获得了Silego，并决心凭借超低端GreenPAK系列可编程混合信号产品和超便捷的设计工具，继续Silego的成功。当前市场上数十亿嵌入式传感器和物联网设备，仅需1,000门左右的少量可编程逻辑。瑞萨此次推出的低端FPGA产品线，将获得以上设备生产厂商的广泛关注。” 瑞萨电子物联网及基础设施事业本部混合信号事业部副总裁Davin Lee表示：“我们渴望将瑞萨在小型、低成本、可编程市场的卓越表现扩展至FPGA领域。凭借多年的经验并借助与客户的直接沟通，我们相信此次推出的全新产品将吸引全球众多市场中不同规模企业的目光。” ForgeFPGA产品家族的关键特性超低功耗，待机时仅20μA超低批量单价，远低于0.50美元免费、可下载的软件，且免授权费；包括原理图捕获和HDL模式可靠的大批量交付能力瑞萨计划推出多款“成功产品组合”，其中将包含全新ForgeFPGA产品和配套的MCU、模拟、电源与时钟产品。“成功产品组合”帮助客户面向不同应用构建易于使用的架构，简化设计流程，并显著降低设计风险。

关键词：

瑞萨电子

发布时间：2022-10-13 13:23 阅读量：2574 继续阅读>>

当AI遇到<span style='color:red'>FPGA</span>，低功耗智能探测系统不再是难题

行业新闻

当AI遇到FPGA，低功耗智能探测系统不再是难题

从家庭控制中智能门铃和安全摄像头的存在检测，到零售应用中用于库存的对象计数，再到工业应用中物体和存在检测，越来越多的网络边缘应用正在不断推动新型 AI 解决方案面市。根据 IHS Markit（现 Omida）的预测，2018-2025 年物联网设备数量将达到 400 亿，截至 2022 年，所有企业产生的数据中近 50%会在传统数据中心或云端以外的地方进行处理。但与此同时，市场一方面要求设计人员开发出性能比以往更高的解决方案；另一方面，延迟、带宽、隐私、功耗和成本问题又限制了他们依赖云的计算资源来执行分析。如何解决系统对于日益严格的功耗（毫瓦级）和小尺寸（5mm2 到 100mm2）要求？如何能够快速获得相应的硬件和软件工具、参考设计、演示示例和设计服务？莱迪思公司为此做出了有益的尝试。 Lattice sensAI 再获重大更新作为莱迪思推出的业界第一款用于网络边缘设备端 AI 处理的完整解决方案集合，sensAITM 提供了供开发人员评估、开发和部署基于 FPGA 的机器学习 / 人工智能解决方案所需的全部资源，包括模块化硬件平台、演示示例、参考设计、神经网络 IP 核、软件开发工具和定制化设计服务。图 1：sensAI 架构框图 2019 年上半年，sensAI 通过更新迎来 10 倍性能提升，这是由多个优化促成的，包括通过更新 CNN IP 和神经网络编译器、新增 8 位激活量化、智能层合并以及双 DSP 引擎等特性。而最令人感到兴奋的是它新增并优化了用于快速实现网络边缘常见 AI 应用的参考设计，为关键词检测、人脸识别、人员侦测、人员计数等赋予了更强大的特性。图 2：在训练过程中支持 8 位量化可在神经网络模型训练过程中实现更高的精度为了演示关键词检测系统的功能，工程师使用了搭载 iCE40 UltraPlus FPGA 的 HiMax HM01B0 UPduino shield 开发板。该开发板有两个直连到 FPGA 的 I2S 麦克风、用于 FPGA 设计的外部闪存、权重激活存储器、以及 LED 指示灯用以指示是否检测到关键词。用户可以直接对麦克风说话，一旦检测到关键词，LED 就会亮起。图 3：关键词检测演示系统图 4 左侧是针对低功耗运行进行优化、采用 CMOS 图像传感器的人员侦测演示，通过 VGG8 网络提供 64 x 64 x 3 的分辨率，该系统以每秒 5 帧的速率运行，使用 iCE40 UltraPlus FPGA 功耗仅为 7mW；右侧是性能经优化的人员计数应用演示，同样也使用 CMOS 图像传感器，通过 VGG8 网络提供 128 x 128 x 3 的分辨率。该演示以每秒 30 帧的速率运行，使用 ECP5-85K FPGA 功耗为 850mW。图 4：这些参考设计展示了 sensAI 提供的功耗与性能可选方案 Lattice 人员识别参考设计方案也应用于售卖机上检测人员的出现，唤醒售卖机的内核。通过减少非人员靠近造成的误触发，或人员路过造成的误触发，达到减小功耗的目的。 2020 年 5 月，sensAI 又成功升级至 3.0 版本。在此前支持 ECP5/ECP5-5G 和 iCE40 UltraPlus 模块化硬件平台的基础上，新推出的 sensAI 3.0 版本支持 CrossLink-NX™系列 FPGA，运行 sensAI 软件的 CrossLink-NX FPGA 比之前版本降低了一半的功耗，同时实现性能翻倍，从而为监控 / 安防、机器人、汽车和计算领域的智能视觉应用带来功耗和性能上的再次突破。同时，它还拥有定制化卷积神经网络 CNN IP 并新增支持 MobileNet v2、SSD 和 ResNet 模型，这些灵活的加速器 IP 可简化常见 CNN 网络的实现，经优化后可更加充分利用 FPGA 的并行处理能力，开发人员可轻松编译经过训练的神经网络模型并将其下载到 CrossLink-NX FPGA 中。图 6：sensAI 支持多种 AI 算法模型 CrossLink-NX FPGA 采用 28nm FD-SOI 工艺制造，与同类 FPGA 竞品相比，功耗可降低 75%。在 CrossLink-NX FPGA 上运行解决方案时，sensAI 可提供多达 2.5Mb 的分布式内存、RAM 块以及额外的 DSP 资源，MIPI I/O 提供瞬时启动的性能可在不到 3ms 的时间内完成自我配置，而整个器件的配置也只需 8ms。在基于 CrossLink-NX 的对象计数演示中，——基于 VGG 的对象计数演示拥有 10 帧 / 秒的性能，功耗仅为 200mW。当 AI 遇见超低功耗 FPGA拥有 5K LUT 的 iCE40 UltraPlus FPGA 可实现网络边缘实时在线的智能应用所需的神经网络模式匹配。其拥有 5280 个 4 输入 LUT、自定义 I/O、多达 80Kb 和 1Mb 的嵌入式存储器，睡眠电流低至 75uA，工作电流仅为 1-10mA，功耗低至 1mW，硬件平台尺寸小至 5.5mm2。为了满足各类应用的需求，还采用了包括从专为电子消费品和 IoT 设备优化的超小尺寸 2.15 mm x 2.50 mm x 0.45 mm WLCSP 封装，到低成本应用的 0.5mm 间距 7x7mm QFN 封装在内的多种封装选项。功耗优化遥遥领先的原因，得益于其采用的分布式异构处理（Distributed Heterogenous Processing, DHP）架构。由于不使用云端执行算法，而是使用内置的数字信号处理器（DSP）执行重复的数字处理任务，因此大幅减少了功耗极大的应用处理器（AP）的计算负载，从而实现更长时间的睡眠模式以延长电池使用时间。另一方面，内置的神经网络软 IP 和编译器实现了灵活的机器学习 / 人工智能应用，消除了云端智能应用带来的延迟，降低了整个系统解决方案的成本。图 7：iCE40 UltraPlus 采用的分布式异构处理（DHP）架构图 8 和图 9 描述了不同 FPGA 之间存在的资源差异如何影响到人脸检测和人员检测应用的性能和功耗。图 8 左侧的 32x32 输入示例中，橙色部分代表卷积层上运行的周期。在四个示例中，UltraPlus 的乘法器数量最少，其他三片 ECP5 FPGA 的乘法器数量依次递增。随着乘法器数量的增加，卷积层所需的周期数减少；右侧的 90x90 输入示例中，在每个柱形图的底部有大面积的蓝色区域。这是由于设计更为复杂，需要占用外部 DRAM，性能就有所折中。图 8：在 UltraPlus 和 ECP5 FPGA 上实现入门级和提高级人脸检测时的性能、功耗和占用面积人员侦测应用的情况类似，两组分别采用了 64x64 输入和 128x128 输入的情况。同样，较多的乘法器会减少卷积层的负担，而依赖 DRAM 则会影响性能。图 9：在 UltraPlus 和 ECP5 FPGA 上实现简单和复杂人员检测时的性能、功耗和占用面积其实，设计 AI 模型的最常见做法就是使用处理器，可能是 GPU 或者 DSP，也有可能是微控制器（MCU）。不过，低端 MCU 可能连简单的 AI 模型也无法处理，高性能处理器又可能会违反设备的功耗和成本要求，但这正是低功耗 FPGA 发挥作用的地方。与增强处理器来处理算法的方式不同，莱迪思 iCE40 UltraPlus FPGA 可以作为 MCU 的协处理器，处理 MCU 无法解决的复杂任务之余，将功耗保持在要求范围内。另一种思路是将低功耗 FPGA 作为单独运行的、完整的 AI 引擎，此时 FPGA 中的 DSP 就起到了关键作用。即便网络边缘设备没有其他的计算资源，也可以在不超出功耗、成本或电路板尺寸预算的情况下添加 AI 功能，更何况它们还拥有支持快速演进算法所需的灵活性和可扩展性。无论采取哪种方法，都意味着设计人员可以采用莱迪思 sensAI 以及一片低功耗的 iCE40 UltraPlus FPGA 对传感器数据进行预处理，从而最大程度地降低了向 SoC 或云端传输数据进行分析的成本。例如，如果是用在智能门铃上，sensAI 会初步读取来自图像传感器的数据。如果判断为不是人，比如说是一只猫，那么系统就不会唤醒 SoC 或连接到云端作进一步处理。因此，这种方法可以最大程度降低数据传输成本和功耗。如果预处理系统判断门口的对象是人，则唤醒 SoC 作进一步处理。这能极大减少系统需要处理的数据量，同时降低功耗要求，这对于实时在线的网络边缘应用来说至关重要。图 10：基于 iCE40 UltraPlus FPGA 的 sensAI 会预处理传感器数据以判断该数据是否需要发送到 SoC 作进一步处理结语：莱迪思的 FPGA 具有独特的优势，可以满足网络边缘设备快速变化的市场需求。设计人员可以在不依赖云端的情况下，快速为网络边缘设备提供更多计算资源的其中一个方法是使用 FPGA 中本身的并行处理能力来加速神经网络性能。此外，通过使用针对低功耗运行而优化的低密度、小尺寸封装 FPGA，设计人员可以满足新的消费和工业应用对功耗和尺寸的严格限制。

关键词：

莱迪思神经网络人工智能智能门铃

发布时间：2020-10-12 00:00 阅读量：1580 继续阅读>>

莱迪思将其<span style='color:red'>FPGA</span>拓展至智能和嵌入式视觉系统

行业新闻

莱迪思将其FPGA拓展至智能和嵌入式视觉系统

低功耗可编程器件的领先供应商莱迪思半导体公司今日宣布，CrossLink-NX-17 FPGA现已上市！CrossLink-NX FPGA具有低功耗、小尺寸、可靠、高性能的特征，可助力计算、工业、汽车和消费电子领域的开发人员构建创新嵌入式视觉和AI解决方案。拥有17 K逻辑单元的CrossLink-NX-17是CrossLink-NX系列的第二款器件。拥有39K逻辑单元的CrossLink-NX-40自2019年起就已实现量产。根据BCC Research《日常生活中的计算机视觉和机器视觉》的报告，2019年全球计算机和机器视觉市场规模为149亿美元，到2024年将增长到260亿美元。莱迪思可提供各类低功耗FPGA和完善的解决方案集合来帮助开发人员应对市场对嵌入式和智能视觉应用的需求，这些产品旨在快速轻松地实现视频信号桥接、聚合和拆分、图像处理以及用于训练智能视觉模型的AI/ML推理等应用。莱迪思产品营销经理Peiju Chiang表示：“莱迪思作为创新型低功耗解决方案的领先提供商，能为客户轻松实现智能和嵌入式视觉应用。随着CrossLink-NX-17的面世，莱迪思将为视觉系统的设计人员提供更多的硬件功能和性能选项。我们屡获殊荣的mVision解决方案集合可提供搭载CrossLink-NX等器件的模块化硬件开发板、Radiant 2.1设计软件、嵌入式视觉IP和实现常见的嵌入式视觉应用所需的参考设计，从而进一步加速和简化视觉系统开发。”CrossLink-NX系列的设计采用了Lattice Nexus技术平台，这是业界首个采用28 nm FD-SOI制造工艺的低功耗FPGA平台。Nexus拥有莱迪思自主设计的全新FPGA架构，针对小尺寸、低功耗应用进行了优化。 CrossLink-NX-17的主要特性包括：低功耗——CrossLink-NX基于莱迪思Nexus FPGA技术平台，与同类FPGA相比，功耗降低75％可靠性高——CrossLink-NX的软错误率（SER）比同类FPGA低100多倍，对于要求运行时绝对安全可靠的关键应用而言，是绝佳的解决方案选项。首款CrossLink-NX器件针对户外、工业和汽车等应用的运行环境进行了优化性能——CrossLink-NX-17的下列三个特性使其性能大幅提升：支持高速I/O——CrossLink-NX-17FPGA支持各种高速I/O（包括MIPI），非常适合嵌入式视觉应用瞬时启动——某些应用不允许系统启动时间过长，例如工业马达控制。为了满足这类应用需求，CrossLink-NX-17可以在3毫秒内实现超快速的I/O配置，在不到10毫秒内完成全部器件配置高存储与逻辑比——为了在网络边缘设备上高效地支持AI推理，CrossLink-NX-17平均每个逻辑单元有170bit存储空间，拥有同类产品中最高的存储与逻辑比，性能是上一代产品的2倍小尺寸——首款CrossLink-NX-17器件的尺寸仅为3.7x 4.1 mm，比同类FPGA小四倍之多，能够更好地支持客户减小系统尺寸软件工具和IP——除了全新的Lattice Radiant 2.1设计软件外，莱迪思还提供了包括MIPI D-PHY、PCIe、SGMII和OpenLDI等接口在内的IP核库，以及常用的嵌入式视觉应用演示。

关键词：

莱迪思

发布时间：2020-09-11 00:00 阅读量：1624 继续阅读>>

赛灵思和英特尔<span style='color:red'>FPGA</span>正面竞争,互有胜负

行业新闻

赛灵思和英特尔FPGA正面竞争,互有胜负

NVIDIA与赛灵思(Xilinx)透过使用不同的技术，在相同的终端市场竞争，而英特尔(Intel)却与赛灵思使用类似的技术，在相同的终端市场一较高下；随着赛灵思锁定三大业务增长动能，包括自驾车、云端加速器以及5G建置等项目，英特尔也已透过收购FPGA大厂Altera切入上述这些领域。在被英特尔收购之前，赛灵思也已与Altera在FPGA市场竞逐很长一段时间。而在被英特尔收归旗下、整合进入可程式解决方案事业群之后，部分产业观察家认为英特尔的加持，或将给予Altera略胜一筹的优势，然而，截至目前为止，赛灵思和英特尔(旗下Altera)的FPGA市场竞逐角力，依然一来一往、有输有赢。尽管英特尔拥有着大规模经济优势与雄厚财务资本，但赛灵思却拥有技术方面的优势，而这些长项使得两公司成为FPGA市场上的两大强者，支配了绝大多数的市场占有率。以通讯市场来看，下一波大幅增长动能应该来自于5G建置，一般预期将从2019~2020年开始，估计在2023年达到尖峰。高通(Qualcomm)和英特尔已经陆续推出各自的5G数据机芯片，赛灵思也已经发表旗下All Programmable射频系统单芯片，来迎接5G时代，然而，预期赛灵思将在这个领域遭逢来自英特尔激烈的竞争，英特尔将透过导入Altera的FPGA技术、进一步扩充旗下的网路基础建设业务，恐怕是赛灵思难缠的对手。英特尔以99%的市占率，支配了全球伺服器芯片市场，以如此大规模的优势来看，英特尔大可以将Altera的FPGA芯片整合进入英特尔旗下的伺服器处理器当中，进一步在资料中心终端市场替FPGA取得市占率。然而在另一方面，赛灵思在制程技术方面优于英特尔1年以上，这一点其实也是帮助赛灵思拿下大型云端客户包括亚马逊(Amazon)和百度等订单的原因。不过，这样的竞争，系从英特尔的行销和规模优势以及赛灵思的技术优势来看的，英特尔相较于赛灵思这样一个IC设计业者，还有着掀起价格战的本钱。假使英特尔未能从技术方面与赛灵思正面角力，还可以从价格战下手。也就是说，英特尔可以运用取自于伺服器芯片的丰厚获利，将之投资在FPGA业务上，企图以低价抛售的策略扩张市占率，然而，客户群究竟买不买帐，还是宁可以品质优先，削价未必能保证市占率。从财报资料来看，相较于赛灵思连续7季营收增长的强劲态势，英特尔旗下可程式解决方案事业群、前身也就是Altera，并未呈现出强劲的增长动能，有些季度甚至还呈现下滑走势；至于在营业利益方面，先前亏损累累的Altera直到最近4个季度以来才呈现实现获利，但单季获利均不超过1亿美元以上，其获利程度也不及赛灵思来得高。 2015年英特尔收购Altera之际，就有分析师示警认为以英特尔过去购并的失败纪录来看，Altera收归英特尔旗下后，其发展未必能够相较赛灵思以独立的IC设计业者发展来得好。截至目前为止，英特尔还企图将FPGA技术整合进入伺服器处理器当中，但是否能够成功、广为客户群接受，还是未知数。在此同时，赛灵思也已利用其技术优势拿下大多数design wins，有鉴于FPGA应用导入伴随相对长的发展周期，因此一项design win便足以替赛灵思锁定好几年的营收进帐。透过技术制程优势策略，赛灵思预期将进一步扩增在全球可程式逻辑装置市场的占有率，预估从2017年的58%进一步来到2021年60~65%市占率目标。

关键词：

赛灵思,英特尔,FPGA

发布时间：2017-09-04 00:00 阅读量：1275 继续阅读>>

刚刚,清华大学<span style='color:red'>FPGA</span>团队震惊世界,赛灵思宣布投资

行业新闻

刚刚,清华大学FPGA团队震惊世界,赛灵思宣布投资

　　国际电子商情消息，全球最大的FPGA供应商赛灵思（Xilinx）宣布投资深鉴科技（DeePhi Tech）—由清华大学和斯坦福大学的研究人员联合成立，凭借高效FPGA加速语音识别引擎的突破性成果获得FPGA2017会议最佳论文奖。　　深鉴科技（DeePhi Tech）凭借深度压缩、编辑工具链等国际领先技术，在系统级优化的机器学习应用领域得到国际公认。借助赛灵思器件在机器学习领域的架构优势，深鉴科技为行业即将到来的AI产品和服务提供了从终端到云端的推理平台。　　深鉴科技由清华大学和斯坦福大学的研究人员联合成立。这些研究人员凭借在机器学习领域开展的开创性研究，以及在全球顶级AI会议上发表的大量论文而闻名。深鉴科技团队成员近期凭借高效FPGA加速语音识别引擎的突破性成果获得FPGA2017会议最佳论文奖：该引擎与CPU相比，性能为后者的43倍，单位功耗性能提升40倍；与GPU相比，性能为后者的3倍，单位功耗性能提升11倍。　　赛灵思COO Victor Peng（中）与深鉴科技CEO姚颂（左）、CTO单羿（右）合影　　成立短短一年间，在2017年初，深鉴科技完成了数千万美元的A轮融资，投资方包括赛灵思（Xilinx）、联发科（MediaTek）、清华控股与方和资本，天使轮投资方金沙江创投、高榕资本继续参与了此轮投资。　　深鉴科技独创的深度压缩技术与DPU架构，可实现更强大的深度学习计算性能；高效的指令集和编译器，方便用户“一键部署”不同的神经网络算法，真正实现灵活开发；完整的软件工具链和丰富的硬件接口，将用户的产品与DPU无缝对接。目前，深鉴已在业界开展了广泛合作，在安防、数据中心等行业为用户提供解决方案，加速智能产品落地。　　深鉴科技CEO姚颂指出：“赛灵思的FPGA和MPSoC满足了我们的推断解决方案需求，提供了理想的低时延和可重配置技术组合。赛灵思强大的平台已经被深鉴科技的商用产品采用，这些产品驱动着从终端到云端的智能监控和数据中心的应用。”　　对于本轮融资，赛灵思公司加速器和IP解决方案副总裁Nazeem Noordeen表示：”深鉴科技为深度学习计算提供了具有颠覆性的解决方案，尤其是网络剪枝、深度压缩、低比特量化等技术的应用。赛灵思对深鉴的投资也进一步体现了我们在为用户提供行业领先的计算加速产品上的追求。”

关键词：

赛灵思

发布时间：2017-05-23 00:00 阅读量：1909 继续阅读>>

型号	品牌	询价
TL431ACLPR	Texas Instruments
BD71847AMWV-E2	ROHM Semiconductor
MC33074DR2G	onsemi
CDZVT2R20B	ROHM Semiconductor
RB751G-40T2R	ROHM Semiconductor

型号	品牌	抢购
BP3621	ROHM Semiconductor
ESR03EZPJ151	ROHM Semiconductor
STM32F429IGT6	STMicroelectronics
BU33JA2MNVX-CTL	ROHM Semiconductor
IPZ40N04S5L4R8ATMA1	Infineon Technologies
TPS63050YFFR	Texas Instruments

PART	数量*	目标价格
	数量最小起订量: 1	目标价格 $ 如不确定，可不填
备注

联系电话 *	姓名
公司
邮箱地址