 |
K&S：享受智能型生活 就從先進封裝開始 (2020.09.23)
「先進封裝技術」近年來已被廣泛應用於各項科技產品中，並真實地體現在當今的智能型生活。例如雲端的高性能儲存器晶片(HBM、DDR、NAND)、高效能運算晶片、5G基地台和天線封裝(FC-BGA、AiP)，區塊鍊的應用如比特幣挖礦機封?(FC-CSP)…等，全都仰賴於先進封裝科技才得以實現 |
 |
車用雷達IC設計之環境迴圈驗證 (2020.09.23)
本文聚焦於感測器實現數位部分的驗證，但這個環境迴圈方法可以容易延伸到驗證混合訊號和RF設計。 |
|
藉由慣性感測器和機器學習評估老年人跌倒風險 (2020.09.21)
在Kinesis Health Technologies的工程團隊透過MATLAB開發一個客觀、量化的方法來對跌倒風險、脆弱性、活動性損耗進行篩檢的QTUG軟體系統。 |
|
在高速運動控制要求下 CPU與FPGA的分工合作 (2020.09.16)
透過CPU、FPGA與其他機構的搭配可以減輕PLC程式的負擔，另一方面， CPU具有高速計算能力適用於控制伺服馬達。 |
|
零交叉偵測 IC可大幅降低生活家電待機功耗 (2020.09.16)
ROHM針對空調、洗衣機和吸塵器等生活家電，研發出零交叉偵測 IC－BM1ZxxxFJ系列產品，大幅降低待機功耗。 |
|
具智慧監控之傘架裝置 (2020.09.14)
本作品具有可切換模式的開關、可啟動/關閉傘架運轉的按鈕、LED提示、語音提示，喇叭警示，自動轉動放置雨傘之傘座.... |
|
雙極/雙向直流對直流電源供應器以及從5至24V輸入電壓汲取電流 (2020.09.14)
本文介紹一款解決方案，能排除輸入電壓變化的影響，並產生供電以及逆轉電流方向，亦即從輸出轉向輸入。 |
|
ST：汽車電子化加速 共用汽車提供更多商機 (2020.09.09)
在2019年，車用電子市場總規模為350億美元區間，分為傳統車用核心電子（約占65％）和數位化與電動化（占35％）兩部分。若回到10至20年前，要改變這兩個比例可能需要15到20年的時間，甚至更長時間 |
|
高性能測量系統在嘈雜環境中改善EV/HEV電池健康狀況 (2020.09.09)
對於現今主要會採用電池的電動汽車與混合動力車（EV/HEV）來說，為了提升電池的可靠性，必須提高這些車輛中電池單元測量的準確度，而透過整合雜訊過濾來實現高電壓測量的準確度，將會大幅減少外部元件的需求 |
|
Certus-NX 引領通用 FPGA 創新 (2020.09.08)
Certus-NX 是萊迪思Nexus 技術平台上的第二款產品，它將為更廣泛的應用帶來FD-SOI 製程的優勢。這些通用 FPGA 提供低功耗、小尺寸和靈活的 I/O，PCIe Gen2 和千兆乙太網介面以及高級加密功能 |
|
醫療設備高效電源管理之高性能設計 (2020.09.08)
新世代醫療穿戴式設備已整合一系列微機電系統（MEMS）感測器，但這些感測器本質上具有高訊號雜訊比的問題，設計人員需要尋找新的節能解決方案。 |
|
正本清源 PCB散熱要從設計端做起 (2020.09.07)
PCB要有良好的散熱能力，必須從源頭著手，也就是從佈線端就要有熱管理的思惟，進而設計出熱處理最佳化的電路佈線。 |
|
Arm：高效能處理器才能驅動運算型儲存的未來 (2020.09.04)
物聯網數據量預計在 2025 年將超過 79 ZB，但數據真正的價值來自於分析之後產生的洞見。我們越能在接近數據生成的位置處理這些洞見越好，原因是安全性、延遲性與能源效率都能提升 |
|
TI：與客戶共同解決電源管理五大挑戰 (2020.09.03)
近年來，數位化與智慧化趨勢使得電源設計的複雜性遽增。這也使得許多客戶在設計電源產品時，經常遇到不同的難題。CTIMES就此議題，特別專訪了德州儀器 DC/DC 降壓轉換器副總裁 Mark Gary，由他的觀點，來針對電源問題進行一次性的解決 |
|
掃除導熱陰霾 拉近IC與AI的距離 (2020.09.03)
不論是處理器或終端應用晶片，都面臨散熱的嚴峻挑戰，未來晶片設計也顯現高度整合與智慧化的發展趨勢。 |
|
AIoT引爆數據潮 MCU與MPU需求逐年升高 (2020.09.02)
在這個趨勢下， MCU的應用就成了智慧物聯系統的重點項目。其中，工業與消費性電子市場是最主要的成長驅力。 |
|
[CTIMES╳安馳] 電源設計關鍵 深度聚焦電路佈線細節 (2020.09.01)
在前面幾場的活動中，已經將電源設計從基本概念到設計佈線都完整的一一解說。那麼，如何依據這些設計原則，真正的著手設計出一個符合使用需要的電源電路設計，就非常重要了 |
|
高效能運算當道 低功耗設計為虎添翼 (2020.08.31)
無論行動裝置或者工業生產設備，一致的發展趨勢都是高效能運算。但高效能運算能否再往更高的目標發展，取決於能否有效降低功耗。 |
|
NXP：功耗是選擇元件最重要的標準 (2020.08.27)
由於人工智慧物聯網等高效能運算技術，得益於神經網路技術的進步，機器學習不再侷限於超級電腦的世界了。如今智慧型手機應用處理器可以執行AI推論，用於實現影像處理和其他複雜的功能 |
|
多軸運動控制用的伺服馬達技術進展 (2020.08.26)
機器人或自動化設備所需的多軸運動控制應用，本文描述如何利用技術特性來提升多軸作動能力、降低總擁有成本，為伺服馬達下一步努力的目標與趨勢。 |
