EDS能譜判讀精準校正 分析偽訊號/能峰重疊(1)

TEM/EDS除了用於本文中提到的材料元素分析,TEM/EDS亦可應用於材料濃度的成份定量分析。EDS定量分析技術利用待分析物周圍已知成份,進行自我校正計算,可提高EDS定量分析的準確度。 隨著半導體製程已逼近物理極限,各國大廠不斷從材料著手想要突破研發瓶頸。材料分析對於改善半導體缺陷、提升製程良率,是非常重要的關鍵。現今的工程師想要解析微奈米材料時,經常會使用電子顯微鏡加裝X光能量散布能譜儀(X-ray...
2024 年 07 月 03 日

EDS能譜判讀精準校正 分析偽訊號/能峰重疊(2)

TEM/EDS除了用於本文中提到的材料元素分析,TEM/EDS亦可應用於材料濃度的成份定量分析。EDS定量分析技術利用待分析物周圍已知成份,進行自我校正計算,可提高EDS定量分析的準確度。 (承前文)圖4的橫軸是原子序,縱軸是Cu...
2024 年 07 月 03 日

液冷技術帶來諸多挑戰 多物理模擬助力解難題(1)

由於新一代處理器的散熱量已突破氣冷技術的極限,從氣冷轉向液冷將是不可避免的趨勢。但有些液冷技術將為伺服器主機板、機架,乃至整個資料中心的散熱規劃帶來新挑戰,多物理模擬工具將在未來的散熱設計過程中,扮演更重要的角色。...
2024 年 07 月 01 日

液冷技術帶來諸多挑戰 多物理模擬助力解難題(2)

由於新一代處理器的散熱量已突破氣冷技術的極限,從氣冷轉向液冷將是不可避免的趨勢。但有些液冷技術將為伺服器主機板、機架,乃至整個資料中心的散熱規劃帶來新挑戰,多物理模擬工具將在未來的散熱設計過程中,扮演更重要的角色。...
2024 年 07 月 01 日

液冷技術帶來諸多挑戰 多物理模擬助力解難題(3)

由於新一代處理器的散熱量已突破氣冷技術的極限,從氣冷轉向液冷將是不可避免的趨勢。但有些液冷技術將為伺服器主機板、機架,乃至整個資料中心的散熱規劃帶來新挑戰,多物理模擬工具將在未來的散熱設計過程中,扮演更重要的角色。...
2024 年 07 月 01 日

可插拔光學模組功率攀升 熱管理技術與時俱進

提到散熱,業界一般都會聯想到處理器。但隨著處理器性能攀升,伺服器的I/O頻寬也在快速增加,使得可插拔光學模組的散熱問題,成為一個業界不能輕忽的挑戰。 晶片間以及晶片與記憶體間通訊的頻寬正成為高效能運算系統的瓶頸。因此,提高系統元件間的資料傳輸量是重中之重。儘管業界在提高互連系統效率和開發更加複雜的通信協議方面,做了許多工作,但對更高傳輸量的需求必然伴隨著熱成本,因為這些模組的功耗會增加。人工智慧(AI)的最新進展正在推動這些迅速變化,包括從112...
2024 年 07 月 01 日

善用最小平方法 低軌衛星定位最佳化(2)

  估測成功的關鍵 由於是採用單點定位(Single Point Positioning, SPP)和C/A編碼,所以只能測得虛擬距離,也只會用到圖4中的C1C欄位的數據。以虛擬隨機識別碼(Pseudo...
2024 年 06 月 28 日

善用最小平方法 低軌衛星定位最佳化(1)

前文已介紹了國際全球衛星導航系統服務組織(International Global Navigation Satellite System(GNSS) Service, IGS)所發布的SP3(Special...
2024 年 06 月 28 日

監控電路提高系統可靠性 優化系統電源迴圈設計(1)

  在無線收發器等應用中,由於系統一般設置於偏遠地區,因此通常由電池供電。由於鮮少有人能前往現場進行人為介入,此類應用必須持續運行。系統持續無活動或中斷後,需要重置系統以恢復操作。為了實現系統重置,可以切斷電源電壓,斷開系統電源,然後再次連接電源以重啟系統。本文將探討使用何種方法和技術,透過可監控電路的低位準有效輸出驅動高側輸入開關,進而執行系統電源迴圈。...
2024 年 06 月 21 日

監控電路提高系統可靠性 優化系統電源迴圈設計(2)

監控電路透過監測電源電壓和/或使用看門狗計時器,檢測是否存在脈衝後,便可輕鬆感測系統是否處於不活動狀態。一旦檢測到不活動狀態,看門狗計時器就會置位復位輸出,該輸出通常是低位準有效訊號。 (承前文)當一段時間(看門狗逾時tWD)內並未檢測到脈衝或變化時,看門狗輸出(WDO)將轉為低位準。具有看門狗計時器的監控電路如MAX16155...
2024 年 06 月 21 日

智慧運用L1/L5訊號 雙頻GNSS提升車載定位精度

自從GPS開放大眾使用以來,隨著伽利略、北斗、NavIC和QZSS等其他衛星星系的加入,對汽車、後裝(Aftermarket)車載資通訊系統,以及追蹤解決方案等應用來說,如何提升定位精準度已成為業界的重要課題。...
2024 年 06 月 20 日

嵌入式AI應用持續成長 深度學習大顯神威(1)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 深度學習是人工智慧(AI)中的一種方法,可指導電腦以受人腦啟發的方式來處理資料。深度學習模型可識別圖片、文字、聲音和其他資料的複雜模式,藉此產生更準確的洞察和預測。使用者可以透過深度學習方法將通常需要人類智慧的任務自動化,例如描述影像或將聲音檔案轉錄為文字。 ...
2024 年 06 月 18 日