4008-622-911
紫光展銳5G芯片全球首發R17 NR廣播：智能手機接收5G廣播關鍵
11月3日消息，今日，紫光展銳宣布，近日聯合中興通訊等合作企業，全面實現了基于3GPP R17標準的5G NR廣播。
這意味著，未來搭載紫光展銳5G芯片的手機將具備接收5G廣播的能力。
據介紹，此次紫光展銳參與了業界首次產業鏈全鏈條——包括中國廣電集團、中興通訊核心網及無線接入網、紫光展銳手機參考樣機等聯合構建的5G NR廣播700MHz頻段端到端業務網絡。
內容涵蓋廣播基本業務、無卡廣播接收、應急廣播等諸多功能，最終結果符合3GPP標準協議流程和性能預期。
據了解，5G NR廣播技術是3GPP R17版本5G國際標準的重要功能特性。
主要針對公共安全、IoT應用、軟件投遞、TV Video、IPTV、熱點直播等場景。
比如，遇到突發事件，可以讓特定位置的大量用戶同時接收到預警或通知。
相關推薦
-
-
從邊緣側端側AI的大爆發，看國產自研AI芯片的崛起
昨天，知名財經大V曹山石在社交媒體發布了一則消息：張江集團官方賬號里發布的一條標題為《回響2023｜“芯”光不負，繼續熱“AI”》內容中提到：上海微電子成功研制出28納米光刻機。然后今天去原文看，已經又悄然的改過來了。改為：作為國內唯一一家掌握光刻機技術的企業，上海微電子致力于研制先進的光刻機。而一前一后的“調整”，更能突出前者的真實性和確信度。對光刻機等關鍵卡脖子環節的攻克成功，中國自研芯片的崛起勢在必行，而且未來堅定的瞄準時代主體，即AI領域的想法已被確立，路線的確立對于投資的指導是至關重要，簡單來說，就是要堅定不移的投資中國芯，投資AI芯片這一大方向。在新的科技浪潮中，邊緣智能正日益嶄露頭角。它代表著一種新的計算范式，將AI或大模型應用到接近數據源的邊緣設備和傳感器中，而不是依賴傳統的云計算。目前的邊緣AI芯片主要出現在消費類電子設備，其中高性能手機占據了大部分的消費級別的應用邊緣AI芯片市場，邊緣AI被內置到手機主處理器AP中，但集成進AP的AI功能只掌握在少數幾家巨頭手中（比如蘋果/三星/華為手機廠商以及高通、聯發科和紫光展銳等手機AP供應商），對大部分AI芯片初創公司只能望塵莫及。然而，邊緣AI芯片正越來越多地應用在非消費類設備和場合，比如智能安防、ADAS/自動駕駛、智能家居、可穿戴智能設備，以及公共場景、商業和工業場景的AI應用，如智能交通、智慧城市、工廠機器視覺、機器人和AGV等。這些新興的AIoT和工業物聯網應用場景為眾多邊緣AI芯片設計公司帶來更多機會，風投也嗅到了這里蘊含的巨大商機。因此，無論全球還是國內市場，都有越來越多的AI芯片初創公司獲得融資。但近年來短短數年間獲得巨大增長且成功上市的AI芯片公司并不多見，更遑論得到美國等成熟市場芯片行業的認可，今年成功登陸美國納斯達克市場的ICG（聰鏈集團），或許會是一個較為罕見的典型特例。而好消息是，ICG也開始瞄準AI芯片這一片潛藏著巨大機遇尚處于發展早期階段的領域，它也留意到邊緣AI里面那些“觸手可及”同時具備長遠商業應用場景的機會。據STL Partners數據顯示，邊緣計算潛在市場將在10年內以48%的復合年增長率從2020年的90億美元增長到2030年的4450億美元，其中邊緣基礎設施的增長速度是最快的，而眾所周知，邊緣AI芯片處于核心位置，具有充分的戰略卡位意義。億歐智庫數據顯示，2021年我國邊緣計算市場規模已經達到427.9億元，其中邊緣硬件市場規模為281.7億元，邊緣軟件與服務市場規模達146.2億元，2021-2025年中國邊緣計算產業規模預計年復合增速達到46.81%，2025年邊緣計算市場整體規模將達1987.68億元。而AI和大模型在今年出現了重大突破之后，以前的預測幾乎全部面臨重估，換而言之，在保守假設之下，整個中國邊緣計算產業規模預計將比原估計至少翻了近一番，很快就會來到3000-4000億規模左右的預測區間，關鍵取決于2024年AI應用的爆發式增長。根據著名的“安迪-比爾定理”，代表著智能終端硬件和軟件間螺旋式發展演進關系，一般來講軟件的更新升級要與硬件資源所匹配。然而，近兩年來，生成式AI的快速發展使得AI應用在軟件及系統層面率先作出巨大改變和升級，隨之帶來的將會是基礎設施和終端硬件設備的綜合性能“指數式”升級的迫切需求，因為互聯網和AIoT都是聯動的，一旦關鍵節點的大面積改變，剩余的節點也會跟隨做出改變，這一點道理是簡單又深刻的。從產業鏈角度，邊緣AI核心在于引入邊緣側的AI能力，進一步增強邊緣側的算力能力、連接能力。重點包括AI芯片、算力模組、邊緣網關/服務器/控制器等硬件、AI算法/邊緣計算平臺等軟件環節。當中，核心產業環節的AI芯片是指專門用于處理人工智能應用中的大量計算任務的模塊，其他非計算任務則更多仍由CPU負責。從技術架構來看，Al 芯片主要分為 GPU、FPGA、ASIC三大類。其中，GPU是較為成熟的通用型人工智能芯片，FPGA和ASIC則分別是針對人工智能需求特征的半定制和全定制芯片。典型AI運算通常需要CPU或者ARM內核來執行調度處理，大量的并行計算靠GPU、FPGA或ASIC來完成。而針對復雜的運算場景，所需要的算力性能要高功耗要低，在大規模鋪設下，成本也要考慮性價比，那么這樣的（芯片）架構非ASIC莫屬，所以在大模型后時代，ASIC或許是最為受益的AI芯片領域。從全球范圍來看，Google、AWS、Meta、微軟等云端大廠致力于芯片自制，也是走ASIC芯片的路線；而高通、英偉達、ARM、AMD、英特爾、聯發科、華為等不斷優化邊緣AI芯片功能，NXP Semiconductors（恩智浦半導體）、Silicon Labs、ST（意法半導體）等海外知名廠商也開始在MCU或SoC上增加邊緣AI功能。在國內來看，包括華為海思、百度、寒式紀、景嘉微、地平線、沐曦科技、燧原科技、壁仞科技、阿里平頭哥、瑞芯微、晶晨股份、北京君正、云天勵飛、恒玄科技、九天睿芯、杭州國芯、樂鑫科技、ICG（聰鏈集團）等多中國廠商布局邊緣AI芯片相關環節。站在投資角度，是選擇傳統知名大廠還是選初創或成長型企業，筆者認為未來行業的一個基本特征是遍地開花、百花齊放，無論從落地場景，還是終端設備都會呈現出多元化、碎片化，且越來越垂直，所以芯片定制化趨勢將越演越烈，就此而言，靈活多變具備彈性且專注于某一細分領域，或以某一專長優勢不斷跨行業、品類擴張的中小廠商，它們的潛在變化或會更大，因而可在新景氣周期降臨之時擁有更高的估值預期。至于未來哪一個應用場景會率先跑出，是很難提前預判的，關鍵要識別出的是，那些已經贏在了起跑線的具備相當實力優勢的“產業玩家”，它們的提前部署和落子一定是有著特殊的重大意義，一定要仔細研究和細心挖掘?？傊?，“一切乾坤未定，你我皆是黑馬”，黑馬只能透過蹤跡來查尋和預判，并不能完全的確定，大體上就是這個意思。
-
-
汽車芯片分類及規格！
汽車芯片分類及規格！一、汽車芯片的分類1. 控制芯片控制芯片是汽車電子系統中的大腦，負責控制和管理各種功能模塊的工作。它們包括發動機控制單元(ECU)、剎車控制單元(BCU)、空調控制單元(ACU)等。這些芯片通常需要具備高性能、高穩定性和低功耗的特點。2. 傳感器芯片傳感器芯片是用于感知汽車周圍環境的裝置，能夠將外界的物理量轉化為電信號。例如，氣壓傳感器、溫度傳感器、光照傳感器等。這些芯片需要具備高精度、高靈敏度和低功耗的特點。3. 通信芯片通信芯片是實現汽車與外部設備之間通信的重要組成部分，包括藍牙芯片、Wi-Fi芯片、GPS芯片等。它們通常需要具備高傳輸速率、穩定性和低功耗的特點。4. 存儲芯片存儲芯片用于存儲汽車系統的數據和程序，包括閃存芯片、RAM芯片等。這些芯片需要具備高速度、大容量和可靠性的特點。二、汽車芯片的規格1. 處理器汽車芯片的處理器是其核心部件，決定了芯片的計算能力和響應速度。常見的處理器規格包括主頻、核心數、架構等。較高的主頻和多核心可以提高系統的運行效率和響應速度。2. 存儲容量汽車芯片的存儲容量決定了其能夠存儲的數據和程序的數量。較大的存儲容量可以支持更多的功能和應用，提高系統的靈活性和擴展性。3. 通信速率通信芯片的通信速率決定了其與外部設備之間的數據傳輸效率。較高的通信速率可以提高系統的實時性和響應能力。4. 耗電量汽車芯片的耗電量直接影響到整車的能源消耗和續航能力。較低的耗電量可以提高整車的能效和使用壽命。隨著汽車智能化和電動化的發展，汽車芯片的需求越來越大。不同類型的芯片具備不同的規格和特點，選擇合適的芯片對于汽車系統的性能和功能至關重要。
哦! 它是空的。