国产欧美日韩综合,国产成人亚洲综合,久久综合久久综合九色

您的位置：首頁>>管理中心>>行業資訊>>修改新聞資訊信息

資訊類型：	行業要聞企業動態新品速遞解決方案交流培訓嘉賓訪談產業縱橫
	人物聚焦展會動態會展報告本站動態
標題：	*
頁面廣告：
副標題：
關鍵字：	多個關鍵字請用“/”分隔，如：西門子/重大新聞
內容描述：
新聞來源：
鏈接：
責任編輯：
標題圖片：	當編輯區有插入圖片時，將自動填充此下拉框
* 所屬類別： (不超過20項)	電源產品分類： UPS電源穩壓電源 EPS電源變頻電源凈化電源特種電源發電機組開關電源(AC/DC) 逆變電源(DC/AC) 模塊電源(DC/DC) 電源應用分類：通信電源電力電源車載電源軍工電源航空航天電源工控電源 PC電源 LED電源電鍍電源焊接電源加熱電源醫療電源家電電源便攜式電源充電機(器) 勵磁電源電源配套分類：功率器件防雷浪涌測試儀器電磁兼容電源IC 電池/蓄電池電池檢測變壓器傳感器軸流風機電子元件連接器及端子散熱器電解電容 PCB/輔助材料新能源分類：太陽能(光伏發電) 風能發電潮汐發電水利發電燃料電池其他類：其他
靜態頁面：	生成靜態頁面
* 內容：	<P>　　</P> <P>　　近日，由EEVIA主辦的第九屆年度中國ICT媒體論壇暨2021產業和技術展望研討會在深圳順利召開。會上，透過ADI、英飛凌、ams OSRAM、NI等企業代表的精彩主題演講，我們從中感受到這些領軍企業在面向工控、低碳和自家駕駛等新的發展浪潮時，所做的創新與實踐。</P> <P><STRONG>　　ADI：無縫連接推動工業創新</STRONG></P> <P>　　隨著現在工廠中AI或連接的大量使用，節點上各個數據的收集、各種產品，比如在工業里面的溫度、振動等數據收集變得越來越方便。拿到數據后做什么？目標是提高產能。如何做到？中間環節非常重要。就是要加強數據的分析能力，這就與現在的大趨勢，比如人工智能、大數據，或者機器學習等相結合。ADI中國區工業市場總監蔡振宇表示：“我們看到越來越多的，尤其是頭部的工廠會把數據拿到以后做加強的分析，就如ADI的《無縫連接推動工業創新》白皮書中所提及的。”</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160636382.jpg"></P> <P align=center>　　ADI中國區工業市場總監蔡振宇</P> <P>　　依靠數據分析，可對工廠進行優化改進，比如一個電機在什么樣的運動狀態下最好、效率最高，本來效率可能只有80%，通過實時調整負載狀況，可調到90%或者95%，將整體效率提高，這就是數據分析帶來的優勢。蔡振宇表示：“從分析數據到處理數據，最終目的就是提升生產力，這就是工業發展如何提升的道路。最核心的一點在于首先要拿到足夠量的數據，即帶來大量的連接。所以ADI也提出：增強連接，邁向工業4.0的概念。連接是工業4.0第一步也是最重要的工作，而在目前階段，提升連接的質量和能力也至關重要。”</P> <P>　　工業連接和實時數據是智慧工廠的基礎和基石，只有擁有好的技術和基石數據，才能做到真正的數字化轉型概念。今年的“十四五”規劃中數字化轉型的概念被多次提及。數字工廠會有何優勢？可以提高資產管理效率，可以提高產能質量，最簡單的就是可以減少廢品率，降低成本。智慧工廠要做到這些，離不開現在的有線和無線的連接。未來我們可能會看到更多的以太網的概念應用于其中，并將為工業制造4.0賦能，主要體現在幾方面：顯著降低工廠的運營成本；簡化維護，基于電機振動數據，經過人工AI或者機器學習作出分析，可以做到提前預測故障點，做到簡化維護，不用每個工人24小時巡查工廠的運行狀態，通過這幾個節點的數據分析，預測電機、輸入點是否會有問題；提高靈活性和提升效率。這些都是數據帶來的數字化轉型的優勢。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160651206.jpg"></P> <P>　　作為連接物理到數字的半導體公司，ADI產品包括從基本的物理世界到數字世界轉化中所需要的傳感器、信號鏈、做連接等等，把模擬世界的參數變成數字世界的參數。蔡振宇指出，ADI給客戶的整個信號鏈，其所有產品都圍繞著感知、測量、解釋、連接到最后分析鏈。</P> <P><STRONG>　　英飛凌：第三代半導體技術在能源轉換鏈條中賦能</STRONG></P> <P>　　碳達峰是現在很熱的話題，全球能源的消耗量，導致二氧化碳的排放量與日俱增。數據顯示，全球每年消耗的能量為16萬TWH，相當于160萬億度電這樣的能量。除了化石能源之外，大部分能源都是通過電體現的，電占了大概三分之一，通過風能或者太陽能產生轉化的電能。比如火力發電轉化的電能，為了轉化電能而損耗掉大量能量。如果能在發電的過程中，大幅減少損耗，就能夠為碳達峰、為減排做出很重要的貢獻。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160706697.jpg"></P> <P align=center>　　英飛凌電源與傳感系統事業部市場總監程文濤</P> <P>　　據悉，英飛凌參與的領域是在整個能源轉換鏈條中，從發電領域，比如風力發電、太陽能發電，英飛凌在該領域里面的市占率非常高；在電力傳輸領域，參與度也非常高。此外，還有一些像通訊設備和工業設備等等，都離不開功率轉換。正是基于英飛凌主要通過開關器件參與，有可能通過模塊、分立器件參與，從能量的產生一直到消費到用電部分，把整個全景描繪。</P> <P>　　據英飛凌電源與傳感系統事業部市場總監程文濤介紹：“英飛凌專注的領域：能效、移動出行、安全、物聯網和大數據，這跟我們的功率器件，傳感器，還有接口的產品都是高度相關的。”目前，在半導體行業的市占率上，英飛凌在汽車電子跟功率半導體領域已是全球第一，并且遠遠領先于友商。過去幾年，英飛凌業務發展一直非常穩健。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160713105.jpg"></P> <P>　　會上，對于“市面流傳的一些企業倡導第三代半導體全面取代硅器件的聲音”，程文濤表示：“我們認為第三代半導體不會全面取代硅器件，至少在可見的未來不會。因為硅基半導體目前從性價比這一角度而言，依然是在非常寬的應用范圍之內的不二之選。第三代半導體目前商業化上的瓶頸就是它的高成本。雖然其成本在迅速下降，但依然遠高于硅基半導體。”</P> <P>　　同時程文濤也強調，市面上可能有一些定價接近硅基半導體的第三代半導體器件，但并不代表它的成本就接近硅基半導體，那是一種商業行為。目前為止，以現有的工藝而言，第三代半導體的成本畢竟還是遠高于硅基半導體。所以在可預見的未來，基本上硅基半導體會占據大部分市場，碳化硅則主要用在高功率、高電壓的場景。”</P> <P><STRONG>　　ams OSRAM：先進光學技術賦能未來智能駕駛</STRONG></P> <P>　　今年3月，艾邁斯完成對歐司朗的收購，致力于打造全球光學解決方案的領導者，因此該收購案備受業界關注。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160724773.jpg"></P> <P align=center>　　艾邁斯歐司朗市場與業務發展總監金安敏</P> <P>　　此次會上，艾邁斯歐司朗市場與業務發展總監金安敏對于合并案介紹道：“歐司朗在汽車行業多年深耕，艾邁斯半導體原來在消費電子方面更出名。合并后的業務變得更加均衡，60%業務比重是汽車、工業、醫療業務，合起來叫AIM業務，40%比重是消費業務。”</P> <P>　　光學在半導體里面比較特殊，因為專注光學的半導體公司并不是特別多。艾邁斯歐司朗將專注于光學，包括傳感、光源，以及未來比較重要的可視化。原來艾邁斯半導體，相對而言在傳感器和光學元器件，就是微型模組這一塊，有比較強的技術積累。在光源方面，艾邁斯半導體也有技術，比如VCSEL。而歐司朗是在發射器領域，如LED，包括邊發射EEL，在激光雷達里面會廣泛使用的，以及傳統光源，有非常深厚的積累，可稱得上是全球的領導者。整合的背后，光學元器件和探測器方面的領導者和光源領域領導者相結合，可完整地提供整個光學系統的所有部件。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160731792.jpg"></P> <P>　　自動駕駛，是全球創新熱點和交通領域發展的制高點。如今，在互聯網技術高速發展，電動化、智能化疊加、沖擊等多種因素作用下，自動駕駛產業迎來了新的發展機遇期。關于自動駕駛金安敏指出，真正實現L4、L5的自動駕駛，要用到激光雷達、毫米波雷達和車載攝像頭的結合。硬件上，最后沒有啃下的一塊骨頭，其實就是激光雷達。至今為止，激光雷達并沒有做到成本足夠低。未來來3~5年，可能是激光雷達開始進入車載的一個爆發期。艾邁斯歐司朗在激光雷達方面有非常核心的光源技術，提供各種形式的激光雷達。這些光源技術是幫助激光雷達上車、降成本的核心。</P> <P><STRONG>　　NI：為自動駕駛安全保駕護航</STRONG></P> <P>　　場景是自動駕駛測試系統中相當重要的一環，測試場景的多樣性、覆蓋性、典型性等能夠影響到測試結果的準確性，從而保證自動駕駛的安全與質量。</P> <P>　　NI資深汽車行業客戶經理郭堉表示：“目前自動駕駛汽車測試面臨四大發展趨勢：電子電氣結構，從原來的傳感器都有的ECU，到后續都用中央域控制器進行處理等帶來的諸多新挑戰；不斷完善的法規也會帶來很多新的測試需求和測試挑戰；流行的軟件定義汽車，如特斯拉OTA技術，都是通過軟件定義它的發展，軟件的投入和軟件的測試也非常重要；AI和深度學習也是非常火，這一塊主要部署在ADAS里面的一些算法，通過真實的道路場景，不斷優化ADAS的算法，然后更好地識別目標物，從而使汽車的安全性有更大提升。”由此帶來的測試挑戰就包括了測試的復雜度日益增加，自動化測試的硬件和軟件需要不斷的迭代和更新。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160742517.jpg"></P> <P align=center>　　NI資深汽車行業客戶經理郭堉</P> <P>　　此外，緊迫的測試開發流程和周期，使得汽車以后越來越多會向消費類電子的模式去發展，隨著造車新勢力的涌入，我們需要快速可做驗證的平臺，最大程度提升測試效率。最后就是更多的仿真，其意味著更多的測試以后會停留在軟件在環的測試中。目前，消費者對自動駕駛的安全性還存在很大的顧慮，因此業界需要很多真實的場景不斷地訓練算法。但如果部署車隊做測試，將會花費大量的資金和時間成本，所以需要構建高保真度的軟件測試環境，去訓練AI的算法，幫助汽車識別目標物，從而達到避障和主動駕駛的功能。</P> <P align=center><IMG border=0 src="/uploadfile/newspic/20210727160750938.jpg"></P> <P>　　郭堉指出，不同于傳統汽車的測試，NI對于ADAS全新的技術框架，需要找到一個新的測試方法。而為應對無線的自動化駕駛場景，NI平臺化的測試方案提到了四種道路場景：一是純仿真的實驗；二是通過錄制下來的數據進行回放，進行開環的回放；三是硬件在環的方針；四是道路測試，把所有傳感器數據無損錄制下來。所有這些應用都基于PXI的平臺來做，用一個平臺實現四大類型的控制。平臺獲取的所有數據也支持上云端，可幫助客戶實現不同的應用。</P> <P> </P>