发布时间:2014-05-28 阅读量:2649 来源: 我爱方案网 作者:
题外话:52读书会,邀你读好书!席卷全球的智能硬件设计书籍免费领取机会哦~ http://bbs.52solution.com/thread-23279-1-1.html
联发科:首款4G八核尚未有手机采用
用国产手机“扛把子”来形容联发科在中国山寨手机圈的地位并不为过。联发科主要为低端手机提供芯片方案,如今想乘着4G浪潮来个鲤鱼翻身,一直以来也是雷声大雨点小。有网友评论道:联发科的东西没出来的时候秒天秒地,出来之后就是一坨。
联发科全球首款八核五模LTE方案MT6595
今年2月,联发科推出了全球首款真正八核4G LTE手机芯片平台MT6595,这也是到目前为止联发科唯一一款支持LTE网络的芯片。
MT6595采用ARM Cortex-A17架构,同时整合四个A17、四个A7组成八核心,还搭载了新一代PowerVR G6200 GPU,多媒体方面也支持H.265硬件解码、4K视频录制和播放、2K分辨率屏幕、2000万像素摄像头,以及多合一无线芯片,规格可谓相当强大。
MT6595兼容FDD-LTE和TD-LTE4G网络,最高支持150Mbps的下载速度及50Mbps的上传速度,另外向下兼容DC-HSPA+、TD-SCDMA及EDGE网络。同时MT6595还可搭配联发科技射频芯片,支持超过30个频段。
它整合的基带可以支持TD-LTE、FDD-LTE、WCDMA、TD-SCDMA、GSM五种网络模式,并最高支持LTE Cat.4,下载、上传理论速度可达150Mbps、50Mbps。支持eMMC 5.0、USB 3.0。
海思:华为之外再无海思
面对华为旗下的海思芯片,有人指出,全世界能在一部手机上同时支持移动2G、移动3G、移动4G、联通2G、联通3G、联通4G的芯片厂商,只有华为海思和美国高通做得到。华为的4G版荣耀X1用的就是海思自己的AP处理器加海思自己的5模17频基带芯片,支持联通和移动的所有2G、3G、4G的手机卡。同时它还支持先进的WCDMA Release 7、TD-SCDMA HSPA+ Release 8 及class 12 EDGE,支持WLAN/蓝牙解决方案的多无线电平台功能,支持TDD-LTE Cat4 150Mbps。另外还集成了电源管理和音频编解码器IC,并支持OpenGL ES 2.0和1.1版本及 OpenVG 1.1的高性能图形引擎,具备1080P硬件解码器和1080p硬件编码器。
主打中低端是Marvell的4G主打方向,目前包括酷派8736、联想A788T以及海信X8TLTE都采用了Marvell 的4G解决方案。可以肯定的是,Marvell主打中低端4G的思路为国内千元4G手机的普及起到了推动作用,不过也成为其向中高端发展的一大瓶颈。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。