TI全新電池電量計採用Dynamic Z-Track技術，能精準監測電池狀態，提升電池供電裝置的可靠性與效率。 德州儀器推出全新單晶片電池電量計，採用自適應Dynamic Z-Track技術，為電池供電裝置帶來更有效率、更可靠的運作表現。相較於傳統電量測量方法，TI的BQ41Z90與BQ41Z50電量計透過內建的預測模型演算法，可實現充電狀態與健康狀態的測量準確度，誤差低於1%，有助於將電池續航時間延長多達30%。 隨著使用者對筆記型電腦、電動自行車與攜帶式醫療裝置等電子產品的電力需求日益提升，電池管理系統(BMS)必須提供精確、準確且即時的監測能力。採用Dynamic...

人形機器人整合了許多子系統，其中包括伺服控制系統，電池管理系統(BMS)，感測器系統，AI系統控制等。將這些系統整合至人員體積中，同時維持複雜系統的平穩運作，要符合尺寸與散熱需求是極富挑戰性的。人形機器人中空間最受限的子系統是伺服控制系統。為了達到與人類類似的運動範圍，機器人中通常部署了約40部伺服馬達(PMSM)和控制系統。馬達分布在身體的不同部位，例如頸部、軀幹、手臂、腿部、腳趾等。此編號不包括手中的電機。若要模擬人的手自由度，一隻手即可整合十幾個以上的微馬達。這些馬達的功率需求視執行的特定功能而定；例如，驅動機器人手指的馬達可能只需要幾安培，而驅動髖部或腿部的馬達則需要100安培以上。 與傳統伺服系統相比，人形機器人的伺服系統具有更高的控制精度、尺寸和散熱要求。本文說明GaN(氮化鎵)技術在馬達驅動中的各種優勢，並展示GaN如何協助解決人形機器人伺服系統所面臨的挑戰。 在伺服馬達驅動應用中，馬達控制通常可分為幾個控制迴路層：電流/扭力迴路、速度迴路、位置迴路及更高階的動作控制迴路。這些迴路通常以串接方式配置，每個都有自己的「即時」處理需求。電流或扭力迴路是最快的控制迴路。每個上游迴路在該迴路前會有多個迴路運作，並提供輸入參考至下游迴路。控制迴路最重要的部分是電流迴路。FET切換頻率通常與電流迴路相同，約為8kHz至32kHz。電流迴路的速度會直接影響馬達控制的準確度和回應速度。人形機器人的簡單動作包含控制許多伺服馬達。為了在機器人體中協調將近40個馬達，同時維持系統穩定性，每個接頭的控制精度和反應速度必須符合非常高的要求。提高馬達控制迴路速度和PWM頻率，即可滿足這些需求。例如，...

德州儀器(TI)宣布新一波投資計畫，將針對七座坐落於美國本土的半導體工廠投資超過600億美元，這是美國歷史上在基礎半導體製造領域的最大投資。德儀正在擴大其美國製造能力，以滿足從汽車到智能手機再到資料中心等領域對半導體日益增長的需求。這些位於德州和猶他州的大型製造基地，總計將創造出超過60,000個美國工作崗位。 德州儀器宣布，將在美國德州與猶他州斥資超過600億美元，提升美國製造基礎半導體的能力。 德儀總裁暨執行長Haviv...

德州儀器宣布正與NVIDIA合作，共同開發電源管理與感測技術，用於資料中心伺服器的800V高壓直流(HVDC)配電系統。這項全新電源架構為更具可擴展性和可靠性的下一代AI資料中心奠定基礎。 隨著AI蓬勃發展，預計不久的將來，每個資料中心機櫃所需的電力將從目前的100kW成長到超過1MW。為了供應1MW機櫃的電力，現今的48V配電系統需要近450磅(約204公斤)的銅材，因此從物理上來說，48V系統不可能再擴大電力輸送，長期支援運算需求。 全新800V...

電動車產業正面臨激烈價格戰。為滿足市場對平價電動車的需求，許多車廠必須從零開始，以成本為目標來開發新車款。對供應鏈來說，協助車廠、Tier 1滿足降低成本的需求，已成為能否成功打入電動車供應鏈的關鍵之一。為滿足客戶對成本的要求，德州儀器(TI)將祭出一系列策略。 德州儀器應用工程師經理林詠進(圖)表示，電動車產業正面臨激烈的價格戰，為迎合市場需求，許多車廠都在調整產品開發方向，甚至建立新團隊，專門設計以成本為主要考量的新車款。因此，雖然電動車產業當前有些許雜音，但產品開發還是在持續進行，需求反彈是可以期待的。但也因為車廠跟Tier...

TI的電源管理技術，推動能源、車用及馬達驅動等領域的創新。 德州儀器於5月6日至8日在德國紐倫堡的電力電子系統及元件展覽會(PCIM)暨研討會上，展示全新電源管理產品和設計。展會上，TI展示了永續能源、車用、USB...

德州儀器(TI)發表全新車用光達、時脈及雷達晶片，藉由將更多自動化功能整合至更廣泛的車型，協助汽車製造商提升車輛安全性。TI的新款LMH13000為業界首款整合式高速光達雷射驅動器，可提供超高速上升時間，以提升即時決策力。業界首度推出的車用BAW時脈元件...

德州儀器今日新推出電源管理晶片，以支援現代資料中心快速增長的功率需求。隨著高性能運算和人工智慧的採用不斷增加，資料中心亟需功率更密集、更有效的解決方案。TI新推出的TPS1685是業界首款具功率通道保護功能的48V整合式熱切換eFuse，可支援資料中心硬體和處理需求。為了簡化資料中心設計，TI也推出採用業界標準TOLL封裝的整合式GaN功率級產品組合LMG3650R035、LMG3650R025和LMG3650R070。 TI工業電源設計服務部門的總經理Robert...

德州儀器推出全球最小的MCU，擴展了自家全方位Arm Cortex-M0+ MSPM0 MCU產品組合。MSPM0C1104 MCU的晶圓晶片級封裝(WCSP)尺寸僅僅1.38mm²，大小約等於黑胡椒片，使設計師得以在不損害性能的情況下，為小型應用如醫療穿戴式裝置和個人電子設備，帶來最佳化的尺寸和性能。此新款MCU尺寸較業界目前最小的MCU小38%，且使設計師得以在不損害性能的情況下，最小化電路板空間。 TI副總裁暨MSP系列微控制器部門總經理Vinay...

AI已從利基技術轉變為人們每天與之互動的技術，成長範圍已超越工程和技術領域。此趨勢促使幾乎各行各業的公司都在考慮如何運用AI來提升效率，降低成本，並提升產品功能。廣泛可用的雲端式AI解決方案具備可存取性和使用便利性，讓幾乎所有人都能更輕鬆地使用專為AI設計的模型和工具。 然而，並非所有AI創新都會在雲端進行。隨著嵌入式處理器設計的技術進步，AI功能也逐漸導入筆記型電腦、行動電話等消費產品以及其他電子產品：視訊門鈴等電池供電應用、汽車系統視覺處理，以及能源基礎架構與工業系統中的馬達。 邊緣AI是在資料來源附近本機執行AI模型的能力，可提升電子產品的回應性、效率、可靠性和安全性。嵌入式處理器讓此類雲端到邊緣的轉型成為可能，整合了用於數位訊號處理(DSP)的專用核心等元件，並由易於使用的GUI架構工具支援，可將AI導入邊緣所需的時間和專業知識降到最低。 在本白皮書中將探討邊緣AI的演進與優勢，以及支援邊緣AI的軟硬體的進步。 AI是機器展現某種智慧或推理的能力。現在大多數人想到AI時，通常會聯想到文字和圖像生成器，或是電玩遊戲中的虛擬對手。但即使是最簡單的演算法，在技術上也是文字意義上AI的範例。 AI的廣泛性及其多重使用案例催生了多個子領域，包括機器學習和深度學習。 用於嵌入式應用的大多數AI為機器學習，這是機器和演算法「學習」如何解決問題的子領域；例如，車輛透過分析通用模式的影像資料來辨識行人與障礙物。機器學習模型也可透過接收大量訓練資料或已標記的資料來進行學習。 此訓練程序可讓機器學習模型能夠辨識資料中的模式，並可用於進行未來的推論。 在機器學習領域中，雖然深度學習需要大量的運算資源，但因其能準確地解決高度複雜的問題，已成為最受歡迎的實作方式之一。深度學習使用多層神經網路，這是受人腦神經元啟發的資料模型。此技術可讓產品設計人員能建立解決方案來辨識自己無法分辨的模式。 AI及其子領域通常可在雲端或本機硬體上執行處理。雲端式AI在過去較為普遍，因為要在大型伺服器之外執行有影響力AI所需的運算能力並不是容易達成的條件。然而，隨著嵌入式處理器的運算能力和電源效率不斷提升，邊緣AI也日益普及。 邊緣AI通常會在開發期間使用雲端或桌上型電腦資源進行模型訓練。將模型部署至嵌入式裝置後，即可在本機獨立地對新資料進行模型推論和決策。 直到最近，最有意義的AI範例所需的處理能力均超出一般消費性電子產品所能提供的能力。這意謂著機器學習模型通常是在雲端式資源上進行訓練和實作。雖然雲端式架構實作透過最大限度地減少硬體投資而提供了便利性，但也限制了AI的採用。雲端式AI實作無法在沒有雲端存取(即網路連線)的任何應用程式中使用。此外，與雲端式AI相比，邊緣AI還可以提高保全性、安全性和回應能力。 隨著半導體的進步和AI工具鏈的改善，現在已可將AI解決方案直接導入嵌入式處理器和微控制器(MCU)，進一步將AI推展至邊緣。將AI帶入邊緣意謂著運算和AI推論要在提供資料的感測器附近執行，因此必須考慮到電子裝置收集的感測器資料量會持續增加。不斷成長的資料量使得純雲端資源變得不太實用，因為從雲端傳輸大量資料可能使成本高昂且過程複雜，並且會出現單點故障。 在網路邊緣執行AI模型通常可減少根據感測器資料進行推論和決策的延遲，例如車輛中用於碰撞偵測的攝影機感測器。運用邊緣AI功能，車輛可以更快速地進行推論，即時回應刺激，無需等待來自雲端的推論。 與雲端式AI相比，邊緣AI具有其他多項優勢，包括減少對網路連線的依賴。邊緣AI可用於無法存取雲端的應用，並將網路中斷造成的潛在停機時間降至最低。此外，由於雲端式AI需要網路連線，因此可能會產生經常性的存取服務費，這在設計消費產品時可能是一個具有挑戰性的商業模式。 接著說明嵌入式處理器和易於使用的網路型軟體的進步，如何協助更多設計人員在設計中啟用邊緣AI功能。 邊緣AI硬體創新：過去，嵌入式處理器的處理與功耗限制，以及高階內部編程專業知識和資源，都限制了邊緣AI的普及性。可滿足AI運算性能需求的嵌入式裝置通常體積過大、功耗過高，且會產生過多熱能。 近年來，市場上出現了專門的硬體解決方案，可以更有效地加速邊緣人工智慧所需的運算操作。但這些硬體解決方案都各自存在著一些優缺點，因而限制了其在邊緣應用中的廣泛採用。雖然圖形處理單元(GPU)、現場可編程閘陣列(FPGA)和特定應用積體電路(ASIC)等專用硬體解決方案已經能夠達到令人印象深刻的成果，但通常受到功耗的限制(特別是在GPU和FPGA)或缺乏彈性(就ASIC而言)。 而具備整合式邊緣AI功能的新型嵌入式處理器解決了這些功耗限制和成本考量。其中許多裝置皆配備了神經處理單元(NPU)和/或數位訊號處理器(DSP)等整合式元件。 NPU是一種專用硬體加速器，可整合至嵌入式處理器設計中，提供所需的運算等級。例如，如TMS320F28P550SJ等TI的TMS320F28P55x系列即時C2000...

在電子系統中，可編程邏輯元件(PLD)通常是一種類似膠水般的元件，負責在各個子系統或元件之間扮演橋接的角色，把整個系統串接起來。因此，隨著系統設計越來越複雜，可編程邏輯元件的複雜度也跟著上升，並衍生出複雜可編程邏輯(CPLD)、現場可編程閘陣列(FPGA)這些功能更強大，但設計導入的門檻也隨之墊高的可編程邏輯元件。為了讓PLD能在保持簡單易用的前提下，仍能滿足現代電子應用設計的需求，德州儀器(TI)近日發表了一系列新的PLD晶片，並同時推出基於圖形化介面(GUI)的開發工具，讓工程師可以在不需撰寫程式碼的前提下，透過拖拉放與參數設定，得到符合自己需求的PLD。 TI推出PLD新品，在單一晶片上可整合多達40個邏輯和類比功能，與離散型實作相比，大幅縮小電路板尺寸 TI邏輯產品事業處產品行銷經理Luke...

德州儀器(TI)宣布，已開始在日本會津廠生產氮化鎵(GaN)功率半導體。隨著會津廠進入生產，加上位於德州達拉斯的現有GaN製造產能，該公司GaN功率半導體的自有產能可增加至四倍之多。 德州儀器在日本會津廠的氮化鎵(GaN)產能正式上線，讓該公司的GaN產能可望擴增4倍 德州儀器技術與製造資深副總裁Mohammad...