电子元器件基础知识大全电子元器件采购基本知识-Ameya360电子元器件采购网

ADI采用<span style='color:red'>NVIDIA</span> Jetson Thor平台，推动人形机器人物理智能与推理能力发展

行业新闻

ADI采用NVIDIA Jetson Thor平台，推动人形机器人物理智能与推理能力发展

　　当前，人形机器人正逐步迈向实际应用部署阶段，其落地节奏取决于物理智能与实时推理能力的发展。随着NVIDIA Jetson Thor平台的正式面市，Analog Devices, Inc. (ADI)将进一步加速人形机器人与自主移动机器人(AMR)的研发进程。　　通过将ADI的边缘感知、精密运动控制、电源完整性及确定性连接技术与Jetson Thor的计算能力、Holoscan Sensor Bridge及Isaac Sim全面整合，双方正共同为具备推理能力的机器人构建一条从仿真到实际部署的规模化落地路径。　　物理智能的全新标杆　　Jetson Thor重新定义了机器人技术的可能性。该平台搭载NVIDIA Blackwell GPU、Transformer引擎、多实例GPU (MIG)技术、14核Arm Neoverse V3AE CPU，以及高达128GB的LPDDR5X内存，能在移动级功耗范围内实现2070 FP4 TFLOPS的服务器级AI计算性能。同时，其高吞吐量I/O接口(包括4×25 GbE)可提供实时融合密集型多模态传感数据所需的带宽。　　凭借这一能力，NVIDIA Jetson Thor成为首个能大规模运行机器人基础模型的平台，从视觉-语言模型到视觉-语言-动作模型，均能提供稳定支持。这一突破使机器人跳出单纯的感知层面，迈入兼具推理能力与物理智能行为的全新阶段。而这与ADI的研发核心方向高度契合：通过传感、感知、控制与连接技术，让此类推理能力在真实场景中发挥作用，实现高精度的物理交互。　　"机器人首次能够理解复杂任务。ADI提供精密的物理底层技术，结合NVIDIA Jetson Thor的推理能力，可实时响应现实世界的物理环境。双方携手合作将推动人形机器人从仿真环节稳步迈向可快速部署阶段。"——ADI边缘AI副总裁Paul Golding　　基础模型：推理与物理智能的关键　　机器人基础模型将数十年的技术难题整合优化，打造出具备多元感知能力的人形机器人，助力其实现接近人类速度的灵巧操控动作。不过，此类模型的真正突破在于推理能力：通过整合多模态输入，实时完成任务规划、环境适应与动作执行。　　正如我们在2025年第三季度财报电话会议中所分享，随着这一技术变革的发展，ADI的业务也将迎来进一步拓展。人形机器人的每个关节都需要精准的电流、位置与扭矩控制;每一次物理接触都需要触觉与传感反馈;同时还需配备多个感知节点，而每个节点背后，都蕴含着信号链、感知栈与电源管理的业务机会，这些领域均需满足确定性运行与低延迟的要求，而这正是ADI的技术优势所在。　　弥合Sim2Real差距　　我们正将机器人基础模型嵌入ADI的开发栈，通过这一举措弥合仿真到现实(Sim2Real)的差距，确保ADI硬件在NVIDIA Isaac Sim中的表现与在真实场景中完全一致。我们的目标清晰明确：在NVIDIA Isaac Sim中构建物理精度最高的机器人相关解决方案，让研发团队既能以仿真速度快速迭代方案，又能依托ADI硬件与NVIDIA Jetson Thor，无缝扩展至真实系统并实现部署。　　物理智能通过融合传感、执行与策略学习和推理能力，赋予机器人执行精密工业任务的能力。为此，需满足四大核心要求：高保真边缘传感、高能效且功能安全的电源方案、与中央计算单元的确定性连接，以及可实现Sim2Real闭环的数字孪生技术。　　如今，我们已具备实现这一目标的条件：NVIDIA提供Jetson Thor作为计算基础，ADI提供信号链保真度、电源完整性及相关解决方案，使其实现落地应用。　　ADI为人形机器人带来的核心价值　　面向频繁接触操作的高保真边缘传感能力：我们正在研发创新型多模态触觉传感技术，同时提供ToF深度传感器、高精度IMU、关节编码器及多轴力/扭矩传感器，可精准捕捉机器人的接触状态与本体感知数据。　　精密运动控制与功能安全电源方案：ADI提供电流、位置、扭矩相关的驱动与控制方案，搭配先进的多圈磁传感器，能够实现精准、高能效且安全的执行控制。　　与中央计算单元的确定性连接：我们具备时间同步数据链路能力，将针对自身数据架构栈优化的定制算子与Holoscan平台集成，以可控延迟的方式将高密度传感器与感知数据流传入NVIDIA Jetson Thor。　　仿真与数字孪生保真度：ADI面向NVIDIA Isaac Sim/Omniverse提供的高质量传感器模型及参数化器件行为模拟功能，与ADI硬件完全匹配，能够提升策略迁移效率，实现从仿真环境到真实系统的任务完成率。　　ADI机器人技术栈如何与Jetson Thor平台适配　　Holoscan Sensor Bridge借助NVIDIA JetPack 7实现确定性数据输入，通过针对ADI数据栈优化的Holoscan算子，将ADI传感器/执行器的同步数据流式传输至NVIDIA Jetson Thor的GPU/CPU，且全程保持可控延迟。　　4×25 GbE互连技术可实现机器人手部、手臂、躯干及感知节点间的高吞吐量、时间对齐数据融合，凭借ADI连接技术专长，确保感知-推理-动作闭环的同步性与低延迟。　　Thor平台的2070 FP4 TFLOPS计算性能支持NVIDIA Isaac GR00T等基础模型及 VLM/LLM推理任务，ADI的触觉传感器、ToF深度传感器、IMU及编码器输入数据可增强模型训练与运行策略，使实时推理具备物理精准性。　　基于MIG的工作负载分区可将GPU划分为独立算力切片，分别用于移动控制、抓取规划、感知处理及VLA策略，简化功能分解流程。　　"以NVIDIA Jetson Thor为‘大脑'，以ADI的高保真传感、信号链保真度及确定性连接为‘神经系统'，我们正加速推动机器人从NVIDIA Isaac Sim走向工厂车间，并确保其具备物理精准性。"——ADI边缘AI副总裁Paul Golding　　推理与物理智能的未来展望　　我们观察到，物流、农业及手术机器人领域对人形机器人的需求正持续攀升。前沿应用场景包括数据中心与汽车制造中对线缆组件的灵巧操作，这类任务对速度、精度与可重复性有着极高要求。双方在NVIDIA Isaac Sim中就数字孪生与策略训练展开协作，将ADI技术栈与NVIDIA Jetson Thor深度集成，不仅能满足这一需求，更将缩短人形机器人从概念到量产的周期。　　这套技术栈(高保真传感、确定性连接及基于数字孪生的策略训练)同样可拓展至其他平台，例如AMR。目前，我们正与NVIDIA合作，通过我们的IMU、深度传感器及轮式编码器将ADI的感知技术集成到cuVSLAM中。而这仅仅是开始，NVIDIA Jetson Thor的推出为我们与NVIDIA的合作开启了新篇章。

关键词：

ADI

发布时间：2025-09-02 11:36 阅读量：360 继续阅读>>

<span style='color:red'>NVIDIA</span>的AI芯片投片量增25%！台积电4nm受青睐

行业新闻

NVIDIA的AI芯片投片量增25%！台积电4nm受青睐

　　7月15日消息，据媒体报道，NVIDIA对台积电4nm工艺增加了25%的投片量，以满足其最新Blackwell平台架构图形处理器的生产需求。　　Blackwell平台架构GPU被誉为“地表最强AI芯片”，其拥有高达2,080亿个电晶体，并采用台积电定制的4纳米工艺制造。　　这款GPU通过每秒10TB的芯片到芯片互连技术连接成单个、统一的GPU，支持AI训练和大型语言模型推理，模型可扩展至10兆个参数。　　业界分析预计，英伟达B100 GPU的平均售价将介于3万美元至3.5万美元之间，而串联Grace CPU与B200 GPU的超级芯片GB200的售价则可能在6万美元至7万美元，甚至更高。　　这也将成为台积电制造的终端售价最贵的芯片之一。　　随着全球AI技术的发展和应用，包括亚马逊、戴尔、Google、Meta、微软等国际大厂都计划采用英伟达Blackwell架构GPU来构建AI服务器，需求量超出预期。　　此外，就终端整机服务器机柜数量来看，预计包括GB200 NVL72及GB200 NVL36服务器机柜的出货量将从原预期的4万台大增至6万台，增幅达到50%。　　其中GB200 NVL36有36个GB200，18个Grace CPU、36个增强型B200 GPU;GB200 NVL72有72个GB200，36个Grace CPU、72个B200 GPU。　　业界估计，GB200 NVL36服务器机柜平均售价180万美元，GB200 NVL72服务器机柜售价更高达300万美元。

关键词：

NVIDIA

发布时间：2024-07-16 09:21 阅读量：1432 继续阅读>>

行业新闻

恩智浦与NVIDIA合作：将TAO工具套件与eIQ开发环境无缝集成，加速人工智能部署！

　　恩智浦是首家将NVIDIA TAO工具套件API直接集成到其人工智能产品 (eIQ机器学习开发环境) 中的半导体供应商　　将NVIDIA经过训练的人工智能模型部署在恩智浦边缘处理设备中　　简化在边缘部署经过训练的人工智能模型的过程，加速人工智能的开发　　恩智浦半导体宣布与NVIDIA合作，将NVIDIA经过训练的人工智能模型通过eIQ机器学习开发环境部署到恩智浦广泛的边缘处理产品组合中。NVIDIA TAO工具套件功能与恩智浦eIQ机器学习开发环境的集成令业内振奋，开发人员能够在竞争日益激烈的人工智能领域中实现加速开发。恩智浦是首家将NVIDIA TAO API直接集成到其人工智能产品中的半导体供应商，以帮助开发人员更轻松地在边缘部署经过训练的人工智能模型。　　简化人工智能模型的训练和部署是当今人工智能领域开发人员面临的重大挑战之一。为了应对这一挑战，恩智浦与NVIDIA合作，将NVIDIA TAO API直接集成到恩智浦的eIQ机器学习开发环境中。NVIDIA TAO低代码人工智能框架通过迁移学习，让开发人员能够更轻松地利用经过训练的人工智能模型，并针对特定用途对模型进行微调和优化，与此同时，恩智浦eIQ开发环境通过集成软件、推理引擎、神经网络编译器以及优化过的库，简化了将模型部署到边缘的过程。通过本次技术整合，客户能够从多方面受益，包括加速人工智能开发进程、访问经预先测试的人工智能模型库以及将人工智能模型部署到恩智浦广泛的边缘处理器产品组合中。　　恩智浦半导体资深副总裁兼工业和物联网边缘总经理Charles Dachs表示：“人工智能创新将决定智能互联世界的未来。恩智浦在工业和物联网边缘创新领域拥有丰富的经验，而NVIDIA则在训练与测试人工智能模型方面具有专业优势，两者结合产生的协同效应能够帮助我们的客户更加快速、轻松地将其人工智能模型推向市场。”　　NVIDIA机器人和边缘计算副总裁Deepu Talla表示：“NVIDIA TAO可大幅度简化人工智能模型的创建和部署，包括先进的生成式人工智能模型。此次合作，通过利用NVIDIA TAO调整的高度精确且经优化的人工智能模型，以及将模型无缝集成到恩智浦eIQ开发环境中，能够加速实现边缘人工智能部署。”　　借助恩智浦eIQ机器学习软件开发环境，用户可在恩智浦广泛的微控制器和微处理器产品组合中利用人工智能算法。eIQ机器学习软件已完全集成到恩智浦的MCUXpresso SDK和Yocto Project Linux开发环境中，开发人员可轻松开发完整的系统级应用。　　eIQ机器学习开发环境将直接集成NVIDIA TAO API，为人工智能模型的训练、优化和部署提供统一平台。NVIDIA TAO提供基于API的工作流程，利用了一系列预先训练的模型和迁移学习，允许用户自定义构建人工智能模型。NVIDIA TAO还可提供多项优化(例如模型剪枝)，提高推理吞吐量。

关键词：

恩智浦

发布时间：2024-03-27 15:10 阅读量：1001 继续阅读>>

<span style='color:red'>NVIDIA</span> 为1亿台Windows RTX PC 和工作站提供全新生成式 AI功能与突破性性能

行业新闻

NVIDIA 为1亿台Windows RTX PC 和工作站提供全新生成式 AI功能与突破性性能

　　搭载 Tensor Core 的 NVIDIA RTX GPU 正在加速生成式 AI 模型的开发与部署；即将推出的 Max-Q 低功耗 AI 推理将提高能效比。生成式 AI 正在迅速开创一个计算的新时代，为生产力、内容创作、游戏等多领域带来了变革。NVIDIA NeMo 和 DLSS 3 帧生成技术、Meta LLaMa、ChatGPT、Adobe Firefly、Stable Diffusion 等生成式 AI 模型和应用能够使用神经网络来识别现有数据中的模式和结构，以此生成新的原创内容。　　专为 GeForce RTX 和 NVIDIA RTX GPU 优化的生成式 AI 模型具有高达 1,400 Tensor TFLOP 的 AI 推理性能，运行速度比同类其他设备快 5 倍。这要得益于 RTX GPU 中用于加速 AI 计算的专用硬件 Tensor Cores，以及常规的软件改进。上周在 Microsoft Build 大会上发布的增强功能等软件方面的改进使得像 Stable Diffusion 这样充分利用新的 DirectML 优化功能的生成式 AI 模型性能翻倍。　　随着越来越多的 AI 推理在本地设备上运行，PC 将需要强大而高效的硬件以支持这些复杂的任务。为了满足这一需求，RTX GPU 将添加用于 AI 工作负载的 Max-Q 低功耗推理。在执行轻量级的推理任务时，GPU 将以极低的功耗运行，而在运行繁重负载如生成式 AI 工作时，则可升至极高的性能水平。　　为了创建新的 AI 应用，在 Windows 11 上运行的整个 RTX 加速 AI 开发堆栈现已向开发者开放，使 AI 模型的开发、训练和部署变得更容易。开发者首先会通过Windows Subsystem for Linux（WSL）上经过优化的深度学习框架开发和微调模型。　　然后开发者可以无缝上云并在各个主要云服务商（CSP）提供的相同 NVIDIA AI 堆栈上进行训练。接下来，开发者使用全新 Microsoft Olive 等工具优化训练好的模型以实现快速推理，最后面向专为 AI 优化的系统的 1 亿多 RTX PC 和工作站部署 AI 应用和功能。　　微软 Windows 芯片和系统集成副总裁 Pavan Davuluri 表示：“未来几年，AI 将成为推动 Windows 客户创新的最大驱动力。我们正在与 NVIDIA 开展软硬件优化方面的合作，以此为开发者提供变革性的、高性能的、易于部署的体验。”　　迄今为止，超过 400 款已发布的应用和游戏由 RTX AI 提供加速，该阵容还在持续壮大中。　　在拉开了 Computex 2023 序幕的主题演讲中，NVIDIA 创始人兼首席执行官黄仁勋介绍了用于游戏开发的新生成式 AI——NVIDIA ACE 游戏开发版（NVIDIA Avatar Cloud Engine (ACE) for Games）。　　通过 AI 驱动的自然语言互动，这项自定义 AI 模型代工服务使游戏中的非玩家角色（NPC）更加智能，从而彻底改变游戏体验。中间件、工具和游戏开发者可以使用 “ACE 游戏开发版（ACE for Games）” 在他们的软件和游戏中建立并部署定制化的语音、对话和动画 AI 模型。　　在 RTX 上运行的生成式 AI 无处不在　　从服务器到云，再到设备，在 RTX GPU 上运行的生成式 AI 无处不在。NVIDIA 的加速 AI 计算具有低时延、全栈式的特点。多年来，我们一直在优化 AI 软硬件架构的各个部分，包括 RTX GPU 上的专用 AI 硬件——第四代 Tensor Core。　　通过对驱动的定期优化，能够确保峰值性能。最新 NVIDIA 驱动在与经 Olive 优化的模型和 DirectML 更新结合后，能够在 Windows 11 上大幅提升开发者的速度。例如在 Stable Diffusion 中，使用 DirectML 优化路径的开发者将干扰时间缩短了两倍。　　借助基于 NVIDIA Ada Lovelace 架构打造的最新一代 RTX 笔记本电脑和移动工作站，用户可以在任何地方运行生成式 AI。新一代移动平台的外形尺寸只有 14 英寸，重量仅为 3 磅左右，将性能和便携性提升至新高。戴尔、惠普、联想、华硕等制造商正在 RTX GPU 和 Tensor Cores 的支持下，推动生成式 AI 时代的发展。　　“随着各个行业继续部署 AI，预计到 2030 年，AI 需求的年增长率将超过 37%，企业和消费者将越来越需要合适的技术以实现 AI 的开发和落地，比如生成式 AI 等。多年来，联想一直致力于开发适用于 AI 工作负载的产品和解决方案，进而助力扩展生成式 AI 的应用范围——从设备到服务器、再到云。联想 ThinkPad、ThinkStation、ThinkBook、Yoga、Legion 和 LOQ 等搭载 NVIDIA RTX GPU 的 PC 正在推动生成式 AI 的变革浪潮，在节省时间、创作内容、完成工作和游戏等方面提供更好的用户体验。”　　——联想副总裁兼 PC 业务和智能设备首席技术官 Daryl Cromer　　“生成式 AI 是一项革命性的技术，同时也是促进各个行业未来创新的催化剂。惠普与 NVIDIA 共同为开发者提供卓越的性能、移动性以及运行当前加速 AI 模型所需的可靠性，推动全新生成式 AI 时代的发展。”　　——惠普高级副总裁兼 Z 系列总经理 Jim Nottingham　　“我们近期与 NVIDIA 围绕 Project Helix 的合作重点是助力企业更轻松地在本地构建和部署值得信赖的生成式 AI。在这个历史性时刻，我们进一步将生成式 AI 引入 PC 。想象一下，应用开发者能够在完善神经网络算法的同时，在本地控制训练数据和 IP。正是为了实现这个目标，我们设计了搭载 NVIDIA RTX GPU 的强大、可扩展 Precision 工作站。作为工作站领域的全球领导者，戴尔在帮助用户安全加速从边缘到数据中心的 AI 应用方面具有独特的优势。”　　——戴尔科技客户产品部总裁 Ed Ward　　“生成式 AI 的时代正在到来，因此需要强大的处理能力和经过全面优化的软硬件。借助 NVIDIA AI 平台，包括现在已经预装到我们许多产品上的 NVIDIA Omniverse，我们十分高兴能看到 AI 的变革在华硕和 ROG 笔记本电脑上持续不断地推动着。”　　——华硕全球消费业务市场总监 Galip Fu　　很快，搭载 RTX GPU 的笔记本电脑和移动工作站就将做到“两全其美”。纯 AI 推理工作负载将根据 Tensor Core 的性能进行优化，同时尽可能降低 GPU 的功耗，延长电池续航时间，并保持系统拥有出色的散热和降噪表现。GPU 还可根据工作负载的需要，动态提升至最高 AI 性能。

关键词：

AI

发布时间：2023-05-31 10:18 阅读量：2115 继续阅读>>

<span style='color:red'>NVIDIA</span>挟AI进军5G运算设备市场

行业新闻

NVIDIA挟AI进军5G运算设备市场

NVIDIA(辉达)宣布将在NVIDIA Aerial A100 AI-on-5G平台中扩大支援采用Arm架构CPU的产品，为5G产业生态系带来更多选择。此举将使OEM业者能够提供业界标准的伺服器，助力各地的企业在边缘部署智慧服务，这些伺服器皆搭载ARM 架构CPU，并透过Aerial 5G运行NVIDIA AI企业软体。 AI-on-5G晶片发展蓝图这些NVIDIA认证系统将简化建立及部署自我託管式vRAN的方式，融合人工智慧(AI)及5G网路的能力，提供给私人企业、网路设备公司、软体业者与电信服务供应商。NVIDIA Aerial A100 AI-on-5G运算平台採用NVIDIA Aerial软体开发套件，以及在NVIDIA BlueField-3 A100中配有16个Arm Cortex-A78处理器，形成一个独立的聚合卡，在云端原生的5G vRAN上提供企业边缘AI应用程式，不仅能提高每瓦效能，还可缩短部署时间。在BlueField-3 A100中加入NVIDIA的AI 软体函式库与Aerial 5G SDK，可以缩短部署时间并推动多项超低延迟的企业AI专案，包括用于产品开发和製造的精密机器人、自动导引车和数位分身。 NVIDIA Aerial A100 AI-on-5G平台Ampere GPU与BlueField-3 DPU NVIDIA AI Enterprise让在混合云环境中运行的大量加速CUDA应用程式、AI框架、预先训练模型和软体开发套件之间可以相容。在经过最佳化后，可以横跨多个节点扩大作业负载的规模，以支援运用GPU虚拟化技术的大型深度学习训练模型。 BlueField-3 A100可以部署于x86与Arm架构的CPU。将Arm技术结合BlueField-3 A100，企业与网路营运商将能够部署软体定义的5G网路基地台及AI应用程式，并可升级各项功能与效能，同时发挥基础设施建设的投资价值。 BlueField-3是为AI与加速运算而打造的资料处理器，协助各企业提供具有高效能表现及资料中心安全性的AI应用程式。它针对5G网路连线、多租户(multi-tenant)、云端原生环境进行最佳化调整，在边缘提供软体定义与硬体加速的网路、储存、安全性及管理服务。 NVIDIA 4月时宣佈与富士通(Fujitsu)、Google Cloud、Mavenir、Radisys及Wind River合作，开发用于NVIDIA AI-on-5G平台的解决方案。备注：图文源自网络，如有侵权请联系删除！

关键词：

NVIDIA AI 5G ARM 架构

发布时间：2021-09-08 00:00 阅读量：4855 继续阅读>>

尽情地涨价吧！<span style='color:red'>NVIDIA</span> RTX 20全系停产

行业新闻

尽情地涨价吧！NVIDIA RTX 20全系停产

NVIDIA将在两个月内发布基于安培新架构的RTX 30系列，这已经是板上钉钉的事情，唯一悬念就是具体时间和具体性能高低，而在新旧交替之际，不少玩家都在等着现有产品能够大幅降价，好趁机抄底，但看起来这一次，这招行不通了。显卡涨价这个事儿最近说过好几次，尤其是NVIDIA显卡。曝料称，NVIDIA在月初已经建议尝试适当涨价，一则弥补618特价亏空，二则挖矿需求抬升，三则芯片供应紧张，尤其是高端芯片产能严重不足，甚至不排除出现空档期，后续能否补上也未可知。根据博板堂从NVIDIA内部拿到的最新消息，NVIDIA RTX 20系列的部分型号已经进步停产退市阶段，接下来一个季度内的主要任务就是消化库存。具体来说，RTX 2070、RTX 2070 Super、RTX 2080 Super、RTX 2080 Ti都已经全部停产，涉及TU106、TU104、TU102三个核心，现有库存芯片消化完了就彻底没有了，特别是高端的RTX 2080 Super、RTX 2080 Ti，由于台积电产能有限，后续受影响最为严重。至于RTX 2080，本来就已经被RTX 2080 Super逐步取代，后续就更难见到了。主流的RTX 2060 Super、RTX 2060肯定还会多在市一段时间，毕竟下一代主流卡还得多等等，但眼下情况也不容乐观，RTX 2060由于核心更换的缘故，现在就已经供应紧张和涨价了。GTX 16系列倒是不用担心，GTX 17系列还早呢。至于RTX 3080 Ti何时发布，有一个说法是9月17日，而且可能和RTX 3080一同发布，但现在还说不准。

关键词：

显卡

发布时间：2020-07-13 00:00 阅读量：2109 继续阅读>>

韩媒:三星击败台积电取得 <span style='color:red'>NVIDIA</span> 7 纳米绘图芯片订单

行业新闻

韩媒:三星击败台积电取得 NVIDIA 7 纳米绘图芯片订单

之前，《科技新报》曾经独家报导，有日本媒体报导表示，虽然绘图芯片大厂英伟达（NVIDIA）与晶圆代工龙头台积电的合作关系密切。不过，在南韩三星积极抢攻 7 纳米订单的情况之下，英伟达有可能将 7 纳米绘图芯片的订单转交三星代工。22 日，南韩媒体《BusinessKorea》也证实了这项消息，并指出英伟达与三星将在近期签订契约，敲定这项交易。根据《BusinessKorea》的报导指出，在英伟达最大的竞争对手AMD 已经推出了全球首款 7 纳米制程绘图芯片 Radeon VII 的情况下，必须急起直追的英伟达，则是预计在 2020 年也推出 7 纳米的绘图芯片。因此，开始与三星商谈，期望藉由三星内含 EUV 技术的 7 纳米制程来协助打造产品，并且能顺利在 2020 年正式推出。而一旦双方签订合约，则将是三星在晶圆代工领域，继之前拿下 IBM Power 系列处理器订单之后，又一项突破。过去，英伟达的绘图芯片一直都是由台积电代工，不过，也不是绝对，因为在 Pascal 架构的绘图芯片中，三星就成功抢到 GP107 绘图芯片的订单。其中，GTX 1050 Ti 及 GTX 1050 显卡的绘图芯片就是三星 14 纳米制程代工生产。虽然之前有市场消息传出，英伟达最新的 Turing 架构绘图芯片，最初考虑使用三星 10 纳米制程，最终还是选择由台积电 12 纳米 FFN 制程生产。至于，英伟达会弃台积电而选择三星的 7 纳米制程，原因在于三星为了抢台积电的订单，会给出很优惠的代工价格，似乎是已经可以确定的情况，这对于目前营运遭遇瓶颈的 NVIDIA 来说也是个关键点。这部分，在 22 日一家亚裔外资对台积电业绩预测所提出的报告中也明确点出，价格的确是台积电在 7 纳米制程上面对三星的劣势之一。因此，在台积电于接下来的时间中，也将推出与三星相同，内含 EUV 技术的 7 纳米 + 制程的情况下，加上之前营运 7 纳米制程的经验，在良率上必定有相当优势的情况下，如何面对三星的来势汹汹，将会是值得关注的焦点。

关键词：

三星,台积电

发布时间：2019-01-24 00:00 阅读量：1818 继续阅读>>

<span style='color:red'>NVIDIA</span>公布第一季财报:营收增长66%,净利润增长145%

行业新闻

NVIDIA公布第一季财报:营收增长66%,净利润增长145%

就在日前包括英特尔（intel）及 AMD 都陆续公布第 1 季财报，营收、盈利方面都有不错的成绩之后。5月10日，英伟达（NVIDIA）公布 2019 财年的第 1 季财报。NVIDIA第一财季营收为32.07亿美元，较上年同期的19.37亿美元增长66%；净利润为12.44亿美元，较上年同期的5.07亿美元增长145%。先前华尔街分析师预期，英伟达（NVIDIA）在 2018 年第 1 季的营收年成长将会大增超过 50%。如今成绩揭晓，2018 年第 1 季营收达到 32.1 亿美元，较 2017 年同期成长 66%，较 2017 年第 4 季也成长 10%，创下历史新高数字。根据 NVIDIA 所公布的 2018 年第 1 季财报显示，该季营收达到 32.1 亿美元，较 2017 年同期成长 66%，较 2017 年第 4 季也成长 10%。以非会计准则来计算，毛利率达到 64.7%，每股 EPS 较 2017 年同期大增 141%，也较 2017 年第 4 季也增加 19%，达到 2.05 美元。根据日前，华尔街分析师发布的财测分析指出，NVIDIA 第 1 季的营收将落在 28.84 亿到 29.1 亿美元之间，较 2018 年第 1 季的 19.37 亿美元，其成长达到 50%。毛利率在 63% 左上下，每股 EPS 落在 1.44 到 1.47 美元区间的说法，NVIDIA 在 2018 年第 1 季的财报都优于这样的预测数字，而这也是 NVIDIA 创下连续第 11 季财报优于财测的纪录。以部门划分来看的话，游戏业务第一财季营收为17.2亿美元，同比增长68%，较上一季减少 1%；数据中心业务第一财季营收达创纪录7.01亿美元，同比增长71%；专业可视化（Professional visualization）业务第一财季营收为2.51亿美元，同比增长22%，较上一季减少 1%；汽车业务营收 1.45 亿美元，较2017年同期增加 4%，较上一季增 10%。……NVIDIA表示， OEM & IP业务营收 3.87 亿美元，较 2017 年同期年增 148%，也较上一季增 115%。这一部分包含密码货币挖矿相关 GPU 营收，矿卡功不可没。最后，在 GPU 事业体的营收部分，金额来到 7.65 亿美元，较 2017 年同期年增 77%，也较上一季增 11%。Tegra 处理器事业体营收则是 4.42 亿美元，较 2017 年同期年增 33%，较上一季减少 2%。以上这些部门或事业体的营收表现均优于分析师的预期。至于 NVIDIA 面临的风险，分析师认为中美贸易战值得注意。由于 NVIDIA 来自美国市场的营收占其 25%，但 66% 的成本来自亚洲地区。如果美国是针对「Made in China」的产品课征惩罚性关税，那么 NVIDIA 受影响的成本就会来到 4% 左右。不过，如果关税课征对象仅止于「Made by China」的产品，则 NVIDIA 受影响的成本就只有 0.2%。对于第 2 季的营运展望，NVIDIA 财务长 Colette Kress 表示，受惠于第 1 季初供给吃紧，但目前情况已经解除的情况下， GPU 的通路价格回稳，将会使得之前被涨价所苦的玩家能以合理价格取得新的高效能绘图晶片，这也将带动业绩，使得第 2 季的营收将会落在 31 亿美元，上下 2 个百分点的区间。而这样的数字也超越了了市场分析师预估 29.5 亿美元的数字。

关键词：

NVIDIA

发布时间：2018-05-14 00:00 阅读量：4005 继续阅读>>

行业新闻

IC设计业的千年老三,联发科位子被NVIDIA夺走

目前主流的半导体或者IC（集成电路）公司可以划分为三种，一是既设计又制造的全能型，如Intel、三星，二是仅设计无Fab，如高通、AMD、NVIDIA等，三就是单纯的代工厂，比如台积电、中芯国际等。如果全部算上来排名的话，营收第一的是三星，其次Intel，再次台积电。当然，这其中其实技术含量最高的是IC设计，据Digitimes报道，TRI（Topology Research Institute）就以二季度营收为参考，对IC设计公司进行了排名。结果显示，博通（Broadcom）以43．7亿美元列第一，其次是高通，营收40．5亿美元。第三位此前多年是联发科，但因为手机SoC卖相差，尤其是X20／X30／P20出货不尽如人意，联发科是前十名中唯二Q2营收下滑的（另一个是Marvell美满电子），结果就是被NVIDIA超越。报道称，联发科Q2的营收同比下滑了19．9％至18．7亿美元。

关键词：

IC设计,联发科,NVIDIA

发布时间：2017-08-18 00:00 阅读量：2209 继续阅读>>

面对深度学习/人工智能这块肥肉,<span style='color:red'>NVIDIA</span>/高通都有哪些法宝?

行业新闻

面对深度学习/人工智能这块肥肉,NVIDIA/高通都有哪些法宝?

看好深度学习与人工智能的所带来的庞大商机，NVIDIA（辉达）与Qualcomm（高通）旗下的高通技术公司，分别推出智能影像分析平台Metropolis，以及推进机器学习能力的行动平台Snapdragon 660与630。前者在影像串流上使用深度学习技术，支持包含公共安全、交通管理以及资源优化等应用，让城市更加安全且更智能化；后者则可推进高阶摄影、增强电竞、整合性连接，以及机器学习能力。芯片大厂各自推出平台，大啖深度学习与人工智能所带来的商机。NVIDIA副总裁暨Tegra事业部总经理Deepu Talla表示，深度学习促成许多功能强大的智能影像分析方案，将匿名影像实时转化为有用情资，进而提升安全并改善生活。 NVIDIA Metropolis平台让用户将人工智能技术应用于每个影像串流上，打造更智能化的城市。NVIDIA认为，影像是全球最庞大的数据源，许多画面是透过成千上亿建置在政府资产、大众运输、商业建筑以及道路等区域的摄影机记录而成。预估到了2020年，摄影机的数量将增加到约10亿部。然而，人类目前仅能监看部份已记录的影像内容，其中大多数影像都储存于硬盘供日后检视。实时影像分析技术早期发展结果远不如人工监看来得可靠，而智能影像分析技术克服这方面的挑战，运用深度学习于摄影机、现场录像机与服务器以及云端环境实时监看影片，并达到理想的精准度及扩充性。在Snapdragon 660与630行动平台方面，高通技术公司产品管理副总裁Kedar Kondap则表示，随着此一行动平台的推出，可在保持产品效能及质量的情况下，让优化的影像质量与高速LTE连接等特色展现于多样的装置之中。举例来说，OEM厂商与开发商可运用Snapdragon神经处理引擎软件开发工具包（SDK），发挥Snapdragon 660与630行动平台的机器学习功能，带来沉浸式与引人入胜的用户体验。此外，此异质化软件框架支持Caffe/Caffe2与TensorFlow，更易于在Snapdragon核心定位与执行各类神经网络，为目标功能选用适合的功率与效能组件─包括CPU、GPU、或DSP／HVX。据了解，该公司推出的Snapdragon 660与630行动平台包含有各项基频功能的Snapdragon 660与630 系统单芯片（SoC）以及射频前端、内建Wi-Fi、电源管理、音效编译码器与喇叭放大器等软硬件组件。

关键词：

高通, NVIDIA,人工智能,深度学习

发布时间：2017-05-10 00:00 阅读量：1848 继续阅读>>

型号	品牌	询价
TL431ACLPR	Texas Instruments
CDZVT2R20B	ROHM Semiconductor
MC33074DR2G	onsemi
BD71847AMWV-E2	ROHM Semiconductor
RB751G-40T2R	ROHM Semiconductor

型号	品牌	抢购
BP3621	ROHM Semiconductor
IPZ40N04S5L4R8ATMA1	Infineon Technologies
TPS63050YFFR	Texas Instruments
BU33JA2MNVX-CTL	ROHM Semiconductor
ESR03EZPJ151	ROHM Semiconductor
STM32F429IGT6	STMicroelectronics

PART	数量*	目标价格
	数量最小起订量: 1	目标价格 $ 如不确定，可不填
备注

联系电话 *	姓名
公司
邮箱地址