发布时间:2013-06-3 阅读量:626 来源: 我爱方案网 作者:
2013年6月3日,德国纽必堡讯—英飞凌科技股份公司今日宣布为台湾电子护照项目提供安全芯片。英飞凌是该项目唯一的安全芯片供应商,已开始装运基于数字安全技术“Integrity Guard”的SLE78系列安全芯片。自2008年起,台湾每年的电子护照签发量为100万张,如今持有人总数已接近2300万。这些护照的有效期为十年,符合ICAO(国际民航组织)最新制定的旅行证件标准。
这是台湾政府开展的采用英飞凌安全芯片的第二个大型项目。此前,英飞凌曾向台湾医疗项目的电子医疗卡提供了2500多万枚安全芯片。
英飞凌科技副总裁兼芯片卡与安全事业部身份证件业务线负责人Carsten Loschinsky指出:“在台湾赢得电子护照新项目进一步证明,英飞凌采用‘Integrity Guard’技术的安全芯片是电子护照和各种身份证件的首选解决方案。它们可满足最苛刻的电子身份证件数据安全要求,因此赢得了全世界相关主管部门及公众的信任。”
身份证件、护照、医疗卡和驾照越来越多地采用电子形式。这些电子证件都包含一枚安全芯片,旨在更有效地保护这些证件,防止其被伪造和篡改,同时提高身份证件持有者的便利性。集成至智能卡和电子证件的安全芯片,负责存储和处理个人数据。英飞凌为全球几个最大的国家的电子护照项目提供安全芯片,其中包括美国、巴西、中国和印度等。另外,在整个欧洲,90%以上的电子身份证件项目选用了英飞凌的安全芯片,其中包括德国——英飞凌还为其电子医疗卡项目提供安全芯片。
有效期更长的电子护照和身份证件尤其需要严密的个人数据保护,以防数据被篡改。与传统的模拟安全概念不同,英飞凌的数字安全技术“Integrity Guard”具备出色的数据保护功能,可防止对数据的非法篡改。在同类技术中,“Integrity Guard”率先使两个处理单元具备完全加密数据处理功能。持卡人的个人数据不仅被存储,而且还采用加密形式处理。处理器还会持续不断地相互校验彼此的运行情况。如果一个处理单元检查出运行不正常,譬如某人试图篡改数据,那么它就会立即停止当前的处理。
2013年5月21日至23日,在伦敦举办的SDW大会上,英飞凌展示了其阵容强大的电子身份证件安全芯片产品组合。
网络化世界的安全性
基于其在安全、非接触式通信和集成式微控制器解决方案(嵌入式控制)等领域的核心竞争力,英飞凌面向众多芯片卡和安全应用,打造出阵容强大的半导体安全器件。立足于这些经验,英飞凌可帮助提高日趋网络化的世界的安全性,例如移动支付、系统安全和可靠的电子身份证件等等。25年来,英飞凌一直坚持不懈地开发基于硬件的创新安全解决方案,并连续15年称雄全球市场。
美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。
三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。
台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。
在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。
人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。