罗姆SOC用PMIC被Telechips新一代座舱电源参考设计采用
行业新闻

罗姆SOC用PMIC被Telechips新一代座舱电源参考设计采用

　　全球知名半导体制造商罗姆(总部位于日本京都市)生产的SoC用PMIC*1被无晶圆厂车载半导体综合制造商Telechips Inc.(总部位于韩国板桥，以下简称“Telechips”)的新一代座舱用SoC*2“Dolphin3”和“Dolphin5”为主的电源参考设计采用。该参考设计计划用于欧洲汽车制造商的座舱，这种座舱预计于2025年开始量产。在车载信息娱乐系统用AP（应用处理器）*3“Dolphin3” 的电源参考设计中，配备了SoC用的主PMIC“BD96801Qxx-C”。另外，在新一代数字座舱用AP“Dolphin5”的电源参考设计中，不仅配备了SoC用的主PMIC“BD96805Qxx-C”和“BD96811Fxx-C”，还配备了SoC用的Sub-PMIC“BD96806Qxx-C”，这有助于系统更节能并提高可靠性。　　罗姆在官网上发布了“Dolphin3”的电源参考设计“REF67003”和“Dolphin5”的电源参考设计“REF67005”，还准备了基于参考设计的评估板。关于评估板的更详细信息，请联系AMEYA360垂询。　　Telechips与罗姆的技术交流始于2021年，双方从SoC芯片的设计初期就建立了密切的合作关系。作为双方合作的第一项成果，罗姆的电源解决方案已被Telechips的电源参考设计采用。而且，此次罗姆提供的电源解决方案通过将用于SoC的主PMIC与Sub-PMIC和DrMOS*4相结合，还支持各种机型扩展。　　Telechips inc. Head of System Semiconductor R&D Center (senior vice-president) Moonsoo Kim 表示：“Telechips是一家为新一代汽车ADAS和座舱提供以车载SoC为主的参考设计和核心技术的企业。很高兴通过采用全球知名半导体制造商罗姆的电源解决方案，能够开发出满足功能日益增加而且显示器尺寸日益扩大的新一代座舱需求的电源参考设计。另外，通过采用罗姆的电源解决方案，该参考设计得以在实现高性能的同时实现了低功耗。罗姆的电源解决方案具有出色的可扩展性，期待在未来的机型扩展和进一步合作中有更好的表现。”　　ROHM Co., Ltd. 执行董事 LSI事业本部长 高嶋 纯宏 表示：“很高兴罗姆的产品被用于在车载SoC领域拥有丰硕实绩的Telechips的电源参考设计。随着ADAS的发展和座舱的多功能化，要求电源IC不仅能够支持更大的电流，同时功耗也要更低。此次罗姆提供的SoC用的PMIC，可以通过在主PMIC的后级电路中添加DrMOS或Sub-PMIC，来满足新一代座舱的大电流要求。另外，其工作效率也非常高，还有助于进一步降低功耗。今后，通过与Telechips的进一步交流与合作，罗姆将会加深对新一代座舱和ADAS的了解，通过加快产品的开发速度，为汽车行业的进一步发展做出贡献。”　　<背景>      最新的座舱会配有仪表盘和车载信息娱乐系统等各种显示器，车载应用呈现多功能化趋势。相应地，要求车载SoC的处理能力也要不断提高，而这就要求负责供电的PMIC等电源IC能够支持大电流并高效运行。另外，制造商还要求能够以尽可能少的电路变更来实现车型扩展。针对这些课题，罗姆提供的SoC用PMIC不仅自身工作效率高，还配备内部存储器(OTP)，能够进行任意输出电压设置和序列控制，因此可通过与Sub-PMIC和DrMOS相结合来支持更大电流。　　・关于Telechips的车载SoC“Dolphin系列”　　Dolphin系列是专门为车载信息娱乐系统(IVI)、ADAS(高级驾驶辅助系统)和AD(自动驾驶)领域的应用研发的车载SoC系列产品。Dolphin3最多可支持4个显示屏输出和8个车载摄像头，而Dolphin5则最多可支持5个显示屏输出和8个车载摄像头，是已针对日益多功能化的新一代座舱进行了优化的SoC。另外，作为车载信息娱乐系统用的AP(应用处理器)，Telechips大力发展Dolphin系列，基于多年来积累的全球先进的技术实力，从Dolphin+到Dolphin3和Dolphin5，逐步扩大该系列的产品阵容。　　・关于罗姆的参考设计页面　　有关参考设计的详细信息以及其中所用产品信息，已在罗姆官网上发布。另外还提供参考板。关于参考板的更详细信息，请联系AMEYA360或通过罗姆官网“联系我们”垂询。　　电源参考设计“REF67003”(配备Dolphin3)　　参考板名称“REF67003-EVK-001”　　https://www.rohm.com.cn/reference-designs/ref67003　　电源参考设计“REF67005”(配备Dolphin5)　　参考板名称“REF67005-EVK-001”　　https://www.rohm.com.cn/reference-designs/ref67005　　关于Telechips inc.(泰利鑫)      Telechips是一家专门从事系统半导体设计的无晶圆厂企业，是可提供高性能和高可靠性车载SoC的韩国半导体解决方案供应商，其产品在车载电子元器件中发挥着“大脑”的作用。针对未来移动出行会快速向SDV(软件定义汽车)转型的行业趋势，该公司正在不断扩大包括其核心产品——车载信息娱乐系统AP(应用处理器)在内的MCU、ADAS(高级驾驶辅助系统)、AI加速器等新一代半导体产品的阵容。　　作为全球综合性车载半导体制造商，Telechips遵守ISO 26262、TISAX、ASPICE等国际标准，以其在硬件和软件方面的竞争力为基石，不仅致力于在汽车智能座舱领域的发展，还积极为包括E/E架构在内的未来出行生态系统做准备。另外，产品还符合主要的汽车行业标准(AEC-Q100、ISO 26262)，能够为车载信息娱乐系统(IVI)、数字仪表盘和高级驾驶辅助系统(ADAS) 等应用提供出色的解决方案。此外，公司还与韩国及海外的主要汽车制造商合作，创造了优异的销售业绩。　　其代表性的产品之一是Dolphin5(集成了ArmR架构的CPU、GPU和NPU的车载SoC)，这些优质产品可以满足市场的高要求。Telechips是一家无晶圆厂企业，因此其设计的SoC由Samsung Electronics(三星电子)的代工厂生产，可以为海内外客户提供高品质的半导体产品。了解更多信息，请访问Telechips官网(https://www.telechips.com/cn/)。　　关于罗姆　　罗姆是成立于1958年的半导体及电子元器件制造商。通过铺设到全球的开发与销售网络，为汽车和工业设备市场以及消费电子、通信等众多市场提供高品质和高可靠性的IC、分立半导体和电子元器件产品。在罗姆自身擅长的功率电子领域和模拟领域，罗姆的优势是提供包括碳化硅功率元器件及充分地发挥其性能的驱动IC、以及晶体管、二极管、电阻器等外围元器件在内的系统整体的优化解决方案。了解更多信息，请访问罗姆官网(https://www.rohm.com.cn/)。　　<术语解说>      *1) PMIC(电源管理IC)　　一种内含多个电源系统、并在一枚芯片上集成了电源管理和时序控制等功能的IC。与单独使用DC-DC转换器IC、LDO及分立元器件等构成的电路结构相比，可以显著节省空间并缩短开发周期，因此近年来，无论在车载设备还是消费电子设备领域，均已成为具有多个电源系统的应用中的常用器件。　　*2)SoC(System-on-a-Chip)　　将CPU(Central Processing Unit，中央处理单元)、存储器、接口等集成于一枚电路板上的集成电路。因其可以实现出色的处理能力和功率转换效率并能节省空间，而被广泛应用于车载设备、消费电子和工业设备领域。　　*3) AP(应用处理器)　　在智能手机、平板电脑、车载信息娱乐系统等应用中负责处理应用程序和软件的处理器。可以使包括CPU、GPU、内存控制器等在内的操作系统(OS)有效工作，并高效率地进行多媒体处理和图形显示。　　*4)DrMOS　　集成了MOSFET和栅极驱动器IC的模块。其结构很简单，不仅有助于缩短设计周期，还可减少安装面积并实现高效率的功率转换。另外，其内部配有栅极驱动器，MOSFET的驱动也稳定，可确保高可靠性。
关键词：
发布时间：2024-11-29 10:02 阅读量：749 继续阅读>>
除了百度XPU/微软BrainWave,英伟达/AMD/瑞萨都在Hot <span style='color:red'>Chips</span> 2017上放大招
行业新闻

除了百度XPU/微软BrainWave,英伟达/AMD/瑞萨都在Hot Chips 2017上放大招

今年Hot Chips上和AI（包括自动驾驶）相关的内容（按会议的时间顺序）如下： NVIDIA: Tutorial: "Building Autonomous Vehicles with NVIDIA’s DRIVE Platform" The goal of this tutorial is to provide an overview of the autonomous vehicle landscape through NVIDIA’s platform and to highlight how deep neural networks are changing the autonomous vehicle landscape. 这个我没看到具体的内容，就不做评论了。   AMD: "AMD’s Radeon Next Generation GPU" 虽然这个presentation中直接涉及AI的内容不多，但有一张slide描述了一下AMD的Machie Learning software stack。 NVIDIA: "NVIDIA’s Volta GPU: Programmability and Performance for GPU Computing" 这个talk的大部分内容和5月发布Volta时的说明差不多，V100的几个主要特点包括： 其中更详细的介绍了一下SM Core和Sub-Core的架构，如下图所示： Wiseteachers.com: "The Direct Human/Machine Interface and hints of a General Artificial Intelligence" Abstract: Dr. Alvelda will speak about the latest and future developments in Brain-Machine Interface, and how new discoveries and interdisciplinary work in neuroscience are driving new extensions to information theory and computing architectures. 这个内容看起来挺有意思，可惜没看到具体的材料。   Renesas Electronics Corporation: "R-Car Gen3: Computing Platform for Autonomous Driving Era" Renesas在汽车电子领域里做MCU是比较强的，这次推出的是一个完整的计算平台。从下图可以看出，它是和Nvidia的Drive PX2来竞争的。 而平台中的H3处理器是这个样子的： Baidu: "XPU: A programmable FPGA Accelerator for diverse workloads" 这次百度的XPU大出风头，很多媒体都有报道。包括Nextplatform也有一篇文章介绍。我就不多说了。   Intel: "Knights Mill: Intel Xeon Phi Processor for Machine Learning" 按Intel的说法，Knights Mill（KNM）是“First Knights product designed for Intel Scalable System Framework and targeted at Deep Learning”，它的DL Performance是KNL（Knights Landing）的4倍。（每次我总是想到King's Landing） 这个4倍是怎么得来的呢？首先，KNM增加了新的指令： 使用这个SIMD指令进行乘法运算的例子如下： 另外，KNM还引入了Variable Precision的概念。支持VNNI-16（Vector Neurual Network Instruction），输入INT16，输出INT32，可以并行实现两个16bit乘法并把结果累加到一个32bit的寄存器。VNNI和QFMA结合就有了如下指令： 而从端口的角度可以看出KNM在双精度运算上比KNL慢了一倍，而在单精度和VNNI运算上则是KNL的2倍和4倍。 ThinCI: "Graph Streaming Processor (GSP) A Next-Generation Computing Architecture" ThinCI这个Startup公司这次介绍了他们的GSP的架构设计目标： 总的来说，特色应该是Graph Processing。他们也介绍了他们实现Task Level, Thread Level, Data Level和Instruction Level并行的考虑。但是单从Slides来看也看不出太多细节，比较失望。如果有亲临现场听了的同学也欢迎留言介绍一下。 Wave Computing: "A Dataflow Processing Chip for Training Deep Neural Networks" 这次Wave Computing做的presentation还是比较细致的。不过，其中很多内容在之前这篇文章“AI芯片|浅析Yann LeCun提到的两款Dataflow Chip”里已经有了比较详细的说明。这里我们主要看一看比较新鲜的信息。首先是一个DPU Board的框图： 对此，Nextplatform的文章[1]，中是这么介绍的 The graphic above shows four DPUs on a board with a cascading use of the HMC devices. The DPUs actually have quite a bit of interconnectivity through the HMCs, so if a dataflow graph is being executed, most of the communication is local from node to node in the graph. Wave lightly described a “balancing mechanism” to balance the delays through the execution of the graph via buffers between the nodes. By injecting some latency throughput is balanced through the graph and utilization increases. The tensor data for something like TensorFlow (native in the early access machines) is stored entirely in HMC, which means there is not much networking needed between the DPUs. In short, most of the data rides through the HMCs.   第二是时钟的设计。之前关注过Wave Computing的同学可能都会对他们的Clock-less设计印象深刻。他们使用这种技术使得1600多个PE和800多个Arithmetic Units可以工作在大约6.7GHz的频率。这次他们给出了这样的说明： 另外，这次他们还介绍了一下DPU是怎么实现Dynamic Reconfiguration的。 在众多xPU Startup公司当中，Wave Computing是很有技术特色的一个，值得大家关注。   Microsoft: "Accelerating Persistent Neural Networks at Datacenter Scale" 微软在Cloud中使用FPGA加速的一些情况。这次微软的presentation内容更加丰富，值得好好看看。   首先，这次微软提出了Soft DPU的概念，即在FPGA上实现DNN Processing Unit。并且列出了一些做Soft DPU的公司，包括百度和深鉴科技，以及做Hard DPU（ASIC）的公司（这里国内的公司还要争取知名度啊）。 然后是正式提出BrainWave的名号，并介绍了它的完整Stack。 其中最底层的HW Microservice在我之前的文章中已经介绍过来，不再赘述。   我们来看看上面几层。微软这次提出了一个“Persistent” Neural Net的概念。简单来说就是把model的所有参数都放在FPGA的on-chip memory当中。而不是我们常见的把参数放在片外的DRAM当中。这个想法似乎和GraphCore类似。 使用这种架构主要是基于下面的原因。 如果采用通常用来加速CNN的方法（模型参数存放于片外的DRAM），对于LSTM这类compute-to-data比率比较低的网络（相对于CNN），硬件的利用率将受限于off-chip DRAM的带宽。其实，这也是我们看到很多硬件加速器实现CNN效果很好，但对LSTM效率较低的原因之一。所以，微软提出的这个架构，对于特定网络可能有更好的效果，甚至可能好于ASIC。更进一步，在微软的Cloud FPGA架构下，还可以实现multi-FPGA的大规模Persistent Neural Net。当一个NN model在一个FPGA中放不下的时候，还可以这么玩儿。 这次微软还给出了Soft DPU的Architecture和Micro-Architecture，干货不少，大家自己体会吧。总的来说，FPGA的可重复编程的特性可以给我们很大的想象空间。 最后是compiler和runtime，之前的文章“Deep Learning的IR“之争””也提过了。   Google: "Keynote: Recent Advances in Artificial Intelligence via Machine Learning and the Implications for Computer System Design" Jeff Dean这次的Keynote已经被转载介绍了很多了，我就不重复了。贴两张我比较关注的Slides。 这是第一次看到TPUv2的框图，虽然信息很少，应该也可以算是一个重要事件了。 T.S.： 从去年开始，AI相关的芯片越来越热。传统芯片公司都有所布局，很多软件和互联网公司纷纷进入，Startup们的估值越来越高。芯片是未来AI发展的基础，热度高是很自然的，但热度并不意味着成功，希望还在路上的各位最终都能成功。
关键词：
发布时间：2017-08-31 00:00 阅读量：2004 继续阅读>>

跳转至

/ 1

热门分类
半导体 电路保护 机电产品 嵌入式解决方案 连接器，互连器件 传感器，变送器 光电元件 开发套件 测试与测量 电源 风扇，热管理 盒子，外壳，机架 电缆，电线 无源元件 其它
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
BD71847AMWV-E2 ROHM Semiconductor
MC33074DR2G onsemi
型号 品牌 抢购
STM32F429IGT6 STMicroelectronics
ESR03EZPJ151 ROHM Semiconductor
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
TPS63050YFFR Texas Instruments
IPZ40N04S5L4R8ATMA1 Infineon Technologies
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
原厂授权品牌
更多授权品牌>>
资讯排行榜
  • 周排行榜
  • 月排行榜

关于我们
AMEYA360商城(www.ameya360.com)上线于2011年，现有超过3500家优质供应商，收录600万种产品型号数据，100多万种元器件库存可供选购，产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+连接器等多个领域,平台主营业务涵盖电子元器件现货销售、BOM配单及提供产品配套资料等，为广大客户提供一站式购销服务。

请输入下方图片中的验证码：

验证码