氮化鎵 (GaN) 功率芯片行業(yè)領(lǐng)導(dǎo)者納微半導(dǎo)體(Navitas Semiconductor)宣布,開設(shè)新的電動汽車 (EV) 設(shè)計中心,進一步擴展到更高功率的氮化鎵市場。與傳統(tǒng)的硅解決方案相比,基于氮化鎵的車載充電器 (OBC) 的充電速度估計快 3 倍,節(jié)能高達 70%。據(jù)估計,氮化鎵OBC、DC-DC 轉(zhuǎn)換器和牽引逆變器將有望延長電動汽車續(xù)航里程,或?qū)㈦姵爻杀窘档?5%,和原先使用硅芯片相比,氮化鎵功率芯片有望加速全球 EV 的普及提前三年來到。據(jù)估計,到 2050 年,將電動汽車升級到使用GaN之后,道路部門的二氧化碳排放量每年有望減少 20%,這也是《巴黎協(xié)定》的減排目標。
氮化鎵 (GaN) 器件是功率半導(dǎo)體技術(shù)的前沿,其運行速度比傳統(tǒng)硅芯片快 20 倍。 Navitas 的 GaNFast™ 功率芯片集成了 GaN 電源、GaN 驅(qū)動、保護和控制。高速和高效率已成為節(jié)能、高功率密度、低成本和更高可靠性的新行業(yè)標準。
新的設(shè)計中心位于中國上海,擁有一支經(jīng)驗豐富的世界級電力系統(tǒng)設(shè)計師團隊,他們在電氣、熱力和機械設(shè)計、軟件開發(fā)以及完整的仿真和原型設(shè)計能力方面具有全面的能力。新團隊將在全球范圍內(nèi)為電動汽車客戶提供支持,從概念到原型,再到全面認證和大規(guī)模生產(chǎn)。
著名電動汽車行業(yè)專家、上海設(shè)計中心新任高級總監(jiān)孫浩先生表示:“設(shè)計中心將為全功能、可產(chǎn)品化的電動汽車動力系統(tǒng)開發(fā)原理圖、布局和固件。 Navitas 將與 OBC、DC-DC 和牽引系統(tǒng)公司合作,創(chuàng)建具有最高功率密度和最高效率的創(chuàng)新世界級解決方案,以推動 GaN 進入主流電動汽車。”
為 EV 應(yīng)用量身定制的高功率 650V GaN IC 已于2021年 12 月向 EV 客戶提供樣品。在最近的小米產(chǎn)投日活動上,納微展示了 6.6kW OBC 概念模型,后在CES 上也進行了展示。
“納微半導(dǎo)體電動汽車團隊在提供動力系統(tǒng)方面擁有豐富的人才和成熟的經(jīng)驗,”納微半導(dǎo)體副總裁兼中國區(qū)總經(jīng)理查瑩杰表示。 “對于 GaN 來說,電動汽車是一個令人興奮的擴展市場,估計每輛 EV 內(nèi),氮化鎵的潛在價值為250 美元。逐個市場來看,Navitas 正在快速推進到更高功率的應(yīng)用,例如電動汽車、數(shù)據(jù)中心和太陽能。”
制造氮化鎵功率芯片的二氧化碳排放量比硅芯片低 10 倍。考慮到效率以及材料尺寸和重量優(yōu)勢,每個出貨的納微氮化鎵功率芯片相比硅可以節(jié)省大約 4 公斤的二氧化碳??傮w而言,到 2050 年GaN 有望解決每年 2.6 Gton 的二氧化碳排放量減少問題。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。