0 前言 在有些人看来，PCB layout工程师的工作会有些枯燥无聊，每天对着板子成千上万条走线，各种各样的封装，重复着拉线的工作… 事实上，并没有看上去的那么简单。设计人员要在各种设计规则之间做出取舍，兼顾性能、工艺、成本等各方面，同时还要注意板子布局的合理整齐。 作为一名优秀的PCB layout工程师，好的工作习惯会使你的设计更合理，性能更好，生产更容易。 下面罗列了PCB layout工程师的7个好习惯，来看看你都占了几个吧！ 1 学会设计规则 其实现在不光高级的PCB设计软件需要设置布线规则，一些简单易用的PCB工具同样可以进行规则设置。人脑毕竟不是机器，那就难免会有疏忽有失误。 所以把一些容易忽略的问题设置到规则里面，让电脑帮助我们检查，尽量避免犯一些低级错误。 另外，完善的规则设置能更好的规范后面的工作。所谓磨刀不误砍柴工，板子的规模越复杂规则设置的重要性越突出。 2 尽可能地执行DRC（Design Rules Check,设计规则检查） 尽管在PCB软件上运行DRC功能只需花费很短时间，但在更复杂的设计环境中，只要你在设计过程中始终执行检查便可节省大量时间，这是一个值得保持的好习惯。每个布线决定都很关键，通过执行DRC可随时提示你那些最重要的布线。 3 画好原理图 很多工程师都觉得layout工作更重要一些，原理图就是为了生成网表方便PCB做检查用的。其实，在后续电路调试过程中原理图的作用会更大一些。 无论是查找问题还是和同事交流，还是原理图更直观更方便。另外养成在原理图中做标注的习惯，把各部分电路在layout的时候要注意到的问题标注在原理图上，对自己或者对别人都是一个很好的提醒。 层次化原理图，把不同功能不同模块的电路分成不同的页，这样无论是读图还是以后重复使用都能明显的减少工作量。 4 优化PCB布局 心急的工程师画完原理图，把网表导入PCB后就迫不及待的把器件放好，开始拉线。其实一个好的PCB布局能让你后面的拉线工作变得简单，让你的PCB工作的更好。 每一块板子都会有一个信号路径，PCB布局也应该尽量遵循这个信号路径，让信号在板子上可以顺畅的传输，人们都不喜欢走迷宫，信号也一样。如果原理图是按照模块设计的，PCB也一样可以。 按照不同的功能模块可以把板子划分为若干区域。模拟数字分开，电源信号分开，发热器件和易感器件分开，体积较大的器件不要太靠近板边，注意射频信号的屏蔽等等……多花一分的时间去优化PCB的布局，就能在拉线的时候节省更多的时间。 5 多为别人考虑 在进行PCB设计的时候，尽量多考虑一些最终使用者的需求。 比如，如果设计的是一块开发板，那么在进行PCB设计的时候就要考虑放置更多的丝印信息，这样在使用的时候会更方便，不用来回的查找原理图或者找设计人员支持了。 如果设计的是一个量产产品，那么就要更多的考虑到生产线上会遇到的问题，同类型的器件尽量方向一致，器件间距是否合适，板子的工艺边宽度等等。 这些问题考虑的越早，越不会影响后面的设计，也可以减少后面支持的工作量和改板的次数。看上去开始设计上用的时间增加了，实际上是减少了自己后续的工作量。 在板子空间信号允许的情况下，尽量放置更多的测试点，提高板子的可测性，这样在后续调试阶段同样能节省更多的时间，给发现问题提供更多的思路。 6 反复和客户沟通确认 作为一名优秀的PCB layout工程师，要学会和客户有效沟通。 Layout中一些重要的问题最好和客户反复沟通确认，比如封装的确认。 特别是含有正负极的，三极管，结构连接器的位置，这些将直接影响到后期板卡的安装定位。 7 细节决定成败 PCB设计是一个细致的工作，需要的就是细心和耐心。 刚开始做设计的新手经常犯的错误就是一些细节错误。器件管脚弄错了，器件封装用错了，管脚顺序画反了等等，有些可以通过飞线来解决，有些可能就让一块板子直接变成了废品。 画封装的时候多检查一遍，投板之前把封装打印出来和实际器件比一下，多看一眼，多检查一遍不是强迫症，只是让这些容易犯的低级错误尽量避免。 否则设计的再好看的板子，上面布满飞线，也就远谈不上优秀了。 好的工作习惯，让你受益匪浅。 | 来源：网络整理。如涉及版权，请联系删除。 -END- | 整理文章为传播相关技术，版权归原作者所有 | | 如有侵权，请联系删除 | 往期好文合集 太美了！PCB布线怎么可以这么美？  造成电路板焊接缺陷的三大因素详解  为什么PCB板通常是绿色的？ 最 后 若觉得文章不错，转发分享，也是我们继续更新的动力。 5T资源大放送！包括但不限于： 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

作者：YJGQDD（阿莫：hailing），整理：晓宇 微信公众号：芯片之家（ID：chiphome-dy） 经过了多年的低功耗硬件设计 （公司硬件设计和软件设计是分开的，我一直是做硬件，在面对低功耗生产事故中做硬件的往往很苦逼），其中容易出的一个问题是单片机进睡眠模式前IO没配好，产品上主要出的问题是这些出问题的IO比较隐蔽，当时经过多次测试也没测试出来，后来在生产或现场才发现的概率性功耗偏大的问题。 站在硬件的角度，最近才意识到原来软件上一直容易犯的一个毛病是 进睡眠前没有把所有IO重新配置一遍 ，这样容易导致IO低功耗的BUG出现。 这个心得总结起来是：要求在进睡眠模式前把所用的单片机的所有的IO从代码上1个IO接1个IO的配置一遍。不要偷懒，不要多个IO一起配置。 分析：    外设时钟 外设的时钟没关，单片机内部模块没关等，部分单片机进睡眠后自动会关闭，部分不会自动关闭的，没关的话当场测试功耗就偏高，会马上发现的。所以这些在实际生产中都没出过问题。    IO配置 1个IO接1个IO配置，不要多个IO用类似BIT1|BIT2……，|=0xxx这类一起配置。因为代码上越是直观，出现笔误的概率越低。而且我们核对IO的时候都是一个IO一个IO的去核对配置对不对。所以代码上依次写一下其实花了不了多少时间和代码空间的。花个5到30分钟撑死，但是后续节省的时间和金钱就不好说了。人的总是有惰性的，我自己写代码的时候之前进低功耗前也只是配置了一部分，现在慢慢开始习惯全部配置，很多配置可以复制之前的IO初始化（这个已经养成了1个IO，1个IO的配置，改起来其实很舒服的）。    案例分析 实际出现的最麻烦，最隐蔽的情况往往跟IO的配置有关，越简单的往往越容易出问题。 1、比如大多数情况下程序从A子程序进入睡眠后IO配置没问题，经过大量测试也没发现问题。但是当某次执行了B后再进睡眠，B中对IO进行了操作，再进睡眠没有把IO改回来，这时问题就可能出现了。而要是执行C,D……等程序再睡眠都不会出IO的隐患。 案例： 产品在客户那里发现有 50%左右放了一段时间后电池耗光。研发百思不得其姐， 多次查看代码没发现问题，之前也没出现死机的问题（死机后会导致不能进低功耗，功耗超高）。派人去现场测试，进过大量测试后发现一个IO部分产品输出高。导致电流多了1mA左右。原因是客户上电做了秒脉冲输出，下电后产品就用电池供电了。客户下电前没有配置关闭秒脉冲输出，程序下电后也没有把IO配置回来，导致有50%的概率IO输出高电平。 2、一个产品已经生产了几万台，一直没发现问题。后来换了一家PCB厂家后，生产发现功耗个别产品偏高个10uA左右，研发拿回来分析，发现换了芯片就好了。但是生产出现百分之几的功耗不好的情况，芯片不可能出现这么大概率的损坏。430芯片，走正规供应商的。再一个IO一个IO的查找，通过手摸IO最终发现一个连光耦输入端的IO配置的是输入模式。换了芯片好了是因为焊接过，板子变脏，电阻变小，IO有一个比较固定的偏向与GND的电压，因而没问题。之前没问题可能是板子的阻值比现在的这家小了点，或当时生产的时候湿度大点，或光耦的反向漏电流大些，也是各种可能了。软件发现这个IO本来是配置没问题的，中间不知道哪里配置过或配置别的IO时不小心连这个IO也配置了。总之当时没搜到这个IO的配置哪里改动了，只是在进低功耗前重新配置了下这个IO。 3、产品上使用的一个外购低功耗RF模块的IO问题。使用CC1101和430F2132。都算低功耗的芯片吧。前后找了2家开发模块，第一家2132一个IO没配置好，生产阶段发现部分产品功耗偏高。后来是因为领导的原因换了家做无线的厂家来做这个，还是CC1101+2132方案。照理来说之前犯过错误应该吸取经验教训了吧。并且软件人员也是老手了。结果生产是没问题，发货到客户那里还是发现了个别产品出问题，最后还是发现一个IO没配置好状态。 4、以上心得很简单， 但是是付出多次时间+金钱得出的惨痛心得。 而且这些都是软件的问题，但是功耗问题往往第一个找个是硬件：你设计的产品功耗偏高，电池没电，你查查看，哪里出问题了。做硬件的又开不到代码，软件人员往往开始还不承认IO配置上有问题，尤其是之前找外面厂家开发的模块，他们的意思是，我做软件xx年了。开发了这么多产品，这么简单的一个产品怎么会出问题，是你们自己的产品没做好才出的问题。苦逼的硬件工程师没办法，只能自己想各种办法找到出问题的那个IO。软件人员经过改代码对比测试才完成，但是软件最后还是不会说自己的代码有问题。 5、关于IO的问题。430单片机IO设置是最弱的，大部分没有上下拉电阻，默认是输入状态，没配置IO就容易出功耗问题，ST的相对好的多，51的IO默认的51状态有上拉电阻，没用到的脚不去配置也不会出问题。空的IO我之前喜欢配置成输出0状态，最近在用STM8S看了下代码发现喜欢配置成上拉输入状态，STM8S没下拉电阻，STM32有，配置成下拉输入状态更好些，不小心碰到不会对外输出电流。 题外话：关于单片机的低功耗模式之前没深入了解STM32，最近才发现进最低功耗的STANDBAY模式RAM中数据对丢失，这点不如8位机，之前用STC的51和STM8系列从不担心ram数据丢失的问题。看STM32L系列进最低功耗也有这个问题，只是可以掉电保的RAM区域分的更多，更大。 -END- | 整理文章为传播相关技术，版权归原作者所有 | | 如有侵权，请联系删除 | 往期好文合集 如何才能学好单片机？ 呵，你会51单片机的精确延时吗？ 只有6个引脚的单片机，居然可以玩游戏。   最 后      若觉得文章不错，转发分享，也是我们继续更新的动力。 5T资源大放送！包括但不限于： 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

赛题分析 通过对赛题的分析研究，完成题目的要求需要满足以下几点功能要求： （1）非接触测量时应当满足的温度范围够大，0-100摄氏度的测温，并且保证精确度；测量体温的时候注意超标报警这一功能，考虑报警的方式为蜂鸣器报警和LED灯闪烁。 （2）身份识别是能分辨不同的人，注意同时出现的情况。 （3）通过神经网络来进行防疫要求的识别（是否佩戴口罩）。 （4）考虑无接触测量模块的灵敏度和面部识别的精确性。 系统原理 利用红外传感器、面部识别模块可以获取人的体温，判断他是否符合防疫标准和身份是否正确，经过信号调理以后，便把数据发送给STM32单片机进行运算处理与判断，并将人的身份和人的体温送OLED显示。 人体体温不在正常范围内时将发出报警。 图1 系统结构框图 硬件部分 我们的装置由控制电路模块、面部识别模块、温度检测模块、电源模块、报警模块和显示模块等多部分组成。 电源模块用于对各电路模块进行供电，面部识别模块由摄像头进行检测识别，红外测温传感器采集温度检测的温度数据值，还会检测温度是否合理，有没有出现异常； 信号调理电路主要采用I/V转换电路、信号放大电路实现对传感器信号的调理；控制电路以STM32单片机为控制核心，对各类信号进行运算处理； 显示模块用于显示系统的相关参数。对于各个模块的选择思路如下： 3.1 控制器的选择 在控制器的选择是，我们需要考虑的大部分参数为时钟频率、单片机上的外设、外设的基本参数、单片机计算位数。我们先选择单片机位数，在8位、16位与32位之间，我们最终选择了32位，因为其成本相差不大，32位单片机也是我们使用的最多的。 我们可以使用的32位单片机有STM32与TIVA C 俩款，但由于赛题没有要求，所以我们选择的是最熟悉的STM32单片机作为控制器。 3.2 无接触测温方案的选用 在无线测温方面，我们赛前训练时，学习了单点式（一个测量点）测温传感器TN901、矩阵式（8*8个测温点）测温传感器AMG8833，等2种无线测温模块。 但是通过赛题分析，我们发现题目要求中更多的单个测温位置的温度测量，虽然矩阵式也可以当作单点式来使用，不过由于我们学习了单点式的使用，而且矩阵式转换成单点式传感器使用时测量精度不够理想。 所以最终我们选择的还是单点式传感器TN901。 3.3 身份识别方案的选用 身份识别的方案上，我们遇到了难题，我们一开始选用的是Openmv摄像头模块，但是它在人脸识别上的测量精度都没有达到我们心中的要求，正在我们一筹莫展的时候，我们发现了一款新的摄像头模块–K210，它对人脸识别准确度让我们很惊喜，并且在口罩识别的方面，K210的测试效果也很好，所以最终我们敲定了K210摄像头模块作为我们的身份识别方案。 3.4 作品结构的设计： 对于电子设计来说，如果电路是作品的神经，那么作品结构就是它的骨骼了，结构是作品至关重要的一环，它对作品的稳定性、测量误差的影响是不小的。如果设计不好，小则误差范围失控，大则整个系统都会出现不可逆转的崩溃。 所以我们最终为了摄像头模块的稳定，选择了三脚架作为支持，使得人脸识别 更加精准。 软件部分 软件程序主要由显示程序、身份识别、温度测量、滤波算法等多个部分组成，单片机主要采用C语言编程，执行效率高，完成温度测量与补偿，温度超标报警等功能； K210则是采用python编程，编程效率高，便于实现复杂算法。显示程序用于显示各个功能的测量参数与菜单界面，温度测量程序通过SPI的协议测量温度，并通过滤波算法使温度测量值的误差降低。 身份识别程序则是通过K210进行人脸识别与口罩识别 。 4.1 显示程序思路 在OLED上显示菜单，菜单主要功能有设置模式：温度报警值设置、温度测量功能选择、温度测量模式切换、人脸识别与口罩检测功能的选择； 温度测量时可以将温度数值小数部分也显示出来，人脸识别的时候，可以将识别到的人名字显示出来，若带了口罩，会增加一个口罩符号的显示，如果是陌生人怎会显示ERROR。 4.2 温度测量设计思路 无接触式温度测量时，我们采用的TN901的测温模块，它工作后通过特殊通讯格式，将数据传输给单片机，而它给单片机的数据就是二进制数据，我们需要将二进制数据进行解码、转换、提取得到一个简单的、可以用于计算与显示的数值数据。 4.3 身份识别设计思路 在身份识别上，我们对K210模块进行程序编写时，采用的是Python语言，通过Python语言编写代码可以让摄像头检测到人脸，然后对比人脸的多点数据，如果匹配到对应的人员，便通过串行数据传输总线，发送一个简单的数值数据给单片机，单片机接收到以后便进行相应的显示，口罩识别也同样如此。 而现场录入功能，我们通过按键作为信息录入的开关，按键按下便将摄像头中的人脸数据录入系统。 4.4 滤波算法 在滤波算法上，由于数据的稳定性好看的过去，只是时不时会出现偶然的干扰数据。 所以我们选用的是中位值平均滤波算法，它又被称为防脉冲干扰平均滤波算法。通过连续采集多个数据，去掉最大与最小值； 然后计算N-2个数据的平均值作为滤波后的温度值。这种滤波算法对周期性干扰有良好的抑制作用，平滑度高。 结论 通过多次的测试，我们的设计满足题目的要求，可以通过非接触式测量人体和物体温度，有光标指示被测点，超标，身份识别，身份不符报警，防疫要求判别，现场学习被测人身份并识别等任务，识别戴了口罩的同时识别戴口罩人的身报警份这一功能超出题目要求。 基本部分功能与发挥部分功能均工作正常，各动作所用时间短，各项指标均达到题目要求。  展示    图2  测温 图3  人脸识别 END 来源：大鱼机器人，作者：匡曦、吴刚强、李紫宜 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

CISC：Complex Instruction Set Computer，复杂指令集计算机； RISC：Reduced Instruction Set Computer，精简指令集计算机； 一、背景知识 指令的强弱是CPU的重要指标，指令集是提高微处理器效率的最有效工具之一。从现阶段的主流体系结构讲，指令集可分为复杂指令集(CISC)和精简指令集(RISC)两部分。相应的，微处理随着微指令的复杂度也可分为 CISC 及 RISC 这两类。 CISC是一种为了便于编程和提高存储器访问效率的芯片设计体系。在20世纪90年代中期之前，大多数的微处理器都采用CISC体系，包括Intel 的 80×86 和 Motorola 的 68K 系列等。即通常所说的 X86 架构就是属于 CISC 体系的。 RISC是为了提高处理器运行速度而设计的芯片设计体系。它的关键技术在于流水线操作（Pipelining）：在一个时钟周期里完成多条指令。而超流水线以及超标量技术已普遍在芯片设计中使用。RISC体系多用于非 x86 阵营高性能微处理器CPU，像HOLTEK MCU系列等。 ARM（Advanced RISC Machines），既可以认为是一个公司的名字，也可以认为是对一类微处理器的通称，还可以认为是一种技术的名字。而ARM体系结构目前被公认为是业界领先的32位嵌入式 RISC 微处理器结构，所有 ARM 处理器共享这一体系结构。 因此我们可以从其所属体系比较入手，来进行X86指令集与ARM指令集的比较。 二、CISC 1.CISC体系的指令特征 1) 使用微代码。指令集可以直接在微代码存储器（比主存储器的速度快很多）里执行，新设计的处理器，只需增加较少的电晶体就可以执行同样的指令集，也可以很快地编写新的指令集程序。 2) 庞大的指令集。可以减少编程所需要的代码行数，减轻程序员的负担。高级语言对应的指令集：包括双运算元格式、寄存器到寄存器、寄存器到存储器以及存储器到寄存器的指令。 2. CISC体系的优缺点 1) 优点：能够有效缩短新指令的微代码设计时间，允许设计师实现 CISC 体系机器的向上兼容。新的系统可以使用一个包含早期系统的指令超集合，也就可以使用较早电脑上使用的相同软件。另外微程序指令的格式与高级语言相匹配，因而编译器并不一定要重新编写。 2) 缺点：指令集以及芯片的设计比上一代产品更复杂，不同的指令，需要不同的时钟周期来完成，执行较慢的指令，将影响整台机器的执行效率。 三、RISC 1. RISC体系的指令特征 1) 精简指令集：包含了简单、基本的指令，通过这些简单、基本的指令，就可以组合成复杂指令。 2) 同样长度的指令：每条指令的长度都是相同的，可以在一个单独操作里完成。 3) 单机器周期指令：大多数的指令都可以在一个机器周期里完成，并且允许处理器在同一时间内执行一系列的指令。 2. RISC体系的优缺点 1) 优点：在使用相同的芯片技术和相同运行时钟下，RISC 系统的运行速度将是 CISC 的2～4倍。由于RISC处理器的指令集是精简的，它的内存管理单元、浮点单元等都能设计在同一块芯片上。RISC 处理器比相对应的 CISC 处理器设计更简单，所需要的时间将变得更短，并可以比CISC处理器应用更多先进的技术，开发更快的下一代处理器。 2) 缺点：多指令的操作使得程序开发者必须小心地选用合适的编译器，而且编写的代码量会变得非常大。另外就是RISC体系的处理器需要更快的存储器，这通常都集成于处理器内部，就是L1 Cache（一级缓存）。 四、综合对比CISC和RISC 1. 指令的形成：CISC 因指令复杂，故采用微指令码控制单元的设计，而RISC的指令90%是由硬件直接完成，只有10%的指令是由软件以组合的方式完成，因此指令执行时间上RISC较短，但RISC所须ROM空间相对的比较大，至于RAM使用大小应该与程序的应用比较有关系。 2. 寻址模式：CISC的需要较多的寻址模式，而RISC只有少数的寻址模式，因此CPU在计算存储器有效位址时，CISC占用的汇流排周期较多。 3. 指令的执行：CISC指令的格式长短不一，执行时的周期次数也不统一，而RISC结构刚好相反，故适合采用流水线处理架构的设计，进而可以达到平均一周期完成一指令的方向努力。显然的，在设计上RISC较CISC简单，同时因为CISC的执行步骤过多，闲置的单元电路等待时间增长，不利于平行处理的设计，所以就效能而言RISC较CISC还是占了上风，但RISC因指令精简化后造成应用程式码变大，需要较大的存储器空间，且存在指令种类较多等等的缺点。 五、x86指令集和ARM指令集 1. X86指令集  X86指令集是Intel为其第一块16位CPU(i8086)专门开发的，后来的电脑中为提高浮点数据处理能力而增加的X87芯片系列数学协处理器以及使用X87指令，以后就将X86指令集和X87指令集统称为X86指令集。虽然随着CPU技术的不断发展，Intel陆续研制出更新型的i80386、i80486，但为了保证电脑能继续运行以往开发的各类应用程序以保护和继承丰富的软件资源，所以Intel公司所生产的所有CPU仍然继续使用X86指令集，所以它的CPU仍属于X86系列。由于Intel X86系列及其兼容CPU都使用X86指令集，所以就形成了今天庞大的X86系列及兼容CPU阵容。 除了具备上述CISC的诸多特性外，X86指令集有以下几个突出的缺点： 通用寄存器组——对CPU内核结构的影响。X86指令集只有8个通用寄存器，所以，CISC的CPU执行是大多数时间是在访问存储器中的数据，而不是寄存器中的。这就拖慢了整个系统的速度。RISC系统往往具有非常多的通用寄存器，并采用了重叠寄存器窗口和寄存器堆等技术使寄存器资源得到充分的利用。 解码——对CPU的外核的影响。解码器（Decode Unit），这是x86 CPU才有的东西。其作用是把长度不定的x86指令转换为长度固定的类似于RISC的指令，并交给RISC内核。解码分为硬件解码和微解码，对于简单的x86指令只要硬件解码即可，速度较快，而遇到复杂的x86指令则需要进行微解码，并把它分成若干条简单指令，速度较慢且很复杂。Athlon也好，PIII也好，老式的CISC的X86指令集严重制约了他们的性能表现。 寻址范围小——约束了用户需要。即使AMD研发出X86-64架构时，虽然也解决了传统X86固有的一些缺点，比如寻址范围的扩大，但这种改善并不能直接带来性能上的提升。 2.ARM指令集 相比而言，以RISC为架构体系的ARM指令集的指令格式统一，种类比较少，寻址方式也比复杂指令集少。当然处理速度就提高很多。ARM处理器都是所谓的精简指令集处理机（RISC）。其所有指令都是利用一些简单的指令组成的，简单的指令意味着相应硬件线路可以尽量做到最佳化，而提高执行速率，相对的使得一个指令所需的时间减到最短。而因为指令集的精简，许多工作都必须组合简单的指令来完成，而针对较复杂组合的工作便需要由编译器(compiler) 来执行，而 CISC 体系的X86指令集因为硬体所提供的指令集较多，所以许多工作都能够以一个或是数个指令来代替，编译器的工作因而减少许多。 除了具备上述RISC的诸多特性之外，可以总结ARM指令集架构的其它一些特点如下： ARM的特点： 体积小，低功耗，低成本，高性能； 支持Thumb（16 位）/ARM （ 32 位）双指令集，能很好的兼容 8 位 /16 位器件； 大量使用寄存器，指令执行速度更快； 大多数数据操作都在寄存器中完成; 寻址方式灵活简单，执行效率高； 指令长度固定； 流水线处理方式； load-store结构。 ARM的一些非RISC思想的指令架构： 允许一些特定指令的执行周期数字可变，以降低功耗，减小面积和代码尺寸； 增加了桶形移位器来扩展某些指令的功能； 使用了16位的Thumb指令集来提高代码密度；…

从2017年的MWC展会期间，高通发布的全球第一款5G基带骁龙X50开始，到高通骁龙888所搭载的最先进的5G基带产品——骁龙X60。时至今日，高通5G基带，已经走过了三代，高通5G技术越发纯熟。每一代高通5G基带，都成为当时旗舰手机的标准配置。 让人印象深刻的骁龙865及其所搭载的高通骁龙X55 5G基带及射频系统，迄今为止都是5G手机市场最普遍使用的5G黄金组合。高达7.5 Gbps的5G峰值速率，让下载一部超清电影，就像加载一张小图片那么迅猛。可以说，高通骁龙X55 5G基带，对5G智能手机的推广和普及功不可没。 此次骁龙888集成了高通骁龙X55 5G基带的继任者——高通骁龙X60 5G基带，带来更上一层楼的5G连接体验。可能作为高通这样的“技术控”来说，每次产品升级，都以大幅度超越自己的“前浪”为最大的动力和乐趣。 高通骁龙X60 是目前最为先进的5G基带，配合全新的QTM535射频，高通骁龙X60 5G基带最高支持7.5Gbps下行以及3Gbps上行速率。当然，高通骁龙X60 5G基带最大的提升还是在于提供了全频段全模式5G、4G以及3G。不仅支持5G FDD-FDD和TDD-TDD载波聚合以及动态频谱共享，同时还突破性的提供了全球首个5G毫米波和6GHz以下频段5G FDD-TDD载波聚合解决方案。无疑，高通骁龙X60 5G基带将帮助全球运营商更灵活的部署各类不同的5G网络，也为终端带来了更全面的网络能力。 值得一提的是，高通骁龙X60 5G基带还是业界首款采用5nm工艺制程打造的调制解调器，因此大幅降低了因为高速率而产生的发热和功耗问题。对于5G手机来说，最重要的问题莫过于更高的网络速率带来的更高的功耗和发热问题。骁龙X60基带是基于业界最顶尖的5nm制程打造而成，集成2G-5G多模网络的支持，能够使其拥有更加卓越的能效表现，从根源上解决5G手机的发热问题。同时更小巧的基带封装尺寸也能够为寸土寸金的手机内部节约不少空间，支撑手机厂商打造更纤薄、更前卫的骁龙888系列5G智能手机。 如果说高通骁龙888移动平台本身像是一把能够开启未来的钥匙，那么骁龙X60 5G基带则更像是这把钥匙的“密码”。它们共同掌握着未来Android平台和5G的发展走向，让5G手机体验拥有更多可能性。 我们相信凭借搭载骁龙X60 5G基带的骁龙888出色的5G性能，这款旗舰级芯片，会为我们点亮5G时代超乎想象的精彩。

自高通5G基带的第一代产品——骁龙X50发布以后，高通便积极与中国手机厂商开展5G方面的合作。2018年高通联合小米、一加、OPPO、vivo、中兴等多家优秀的中国终端制造商启动了“5G领航计划”，高通希望在全球5G商用之时，每一个商用国家和地区都能够看到中国厂商的身影。时至今日，这个目标早已实现，无论是美国、欧洲，还是澳大利亚、日本以及中东地区，只要是在发布5G的商业市场，就可以看到搭载了高通5G基带的国产智能手机大放异彩。这是高通和小米、一加、OPPO、vivo等众多中国厂商在全球不同市场共同合作、共同打拼的成果。 高通不是市场的裁判者，而是市场的推动者，高通希望能全力推动市场的长远发展。而今，随着高通骁龙888 5G移动平台的正式推出，第三代高通5G基带——骁龙X60这款发布于年初的高通5G基带芯片，又妥妥地刷了一波热度。 高通5G基带骁龙X60，是继骁龙X50、骁龙X55以后研发的第三代高通5G基带产品，相比前两代高通5G基带，骁龙X60无论是连接性能还是功耗控制方面都提升明显，是目前性能最为卓越，技术最为纯熟的高通5G基带“作品”。作为全球首个5nm制程的5G基带，高通5G基带骁龙X60能效更高，面积更小。这款高通5G基带还能够实现最高达7.5Gbps的下载速度和最高达3Gbps的上传速度，峰值吞吐速率也超过5.5Gbps。 而且，高通5G基带骁龙X60还首次实现了支持5G毫米波和sub-6 GHz以下聚合，重点增强的5G FDD-TDD 6GHz以下频段载波聚合能力，可充分利用频谱资源，重新规划LTE频谱。为了将高通5G毫米波的性能发挥到极致, 高通5G基带骁龙X60还搭配了崭新的高通QTM535mm波天线模组。该模组作为高通第三代面向移动化需求的5G毫米波模组产品，能够实现出色的毫米波性能，将骁龙X60 5G基带的速率性能发挥到极致! 有了这款性能出色的高通5G基带骁龙X60的加持，骁龙888 5G平台的5G连接性能已经达到行业顶级。值得一提的是，这次骁龙888是完全集成了骁龙X60 5G基带，没有采用独立式5G基带设计。这也是考虑到经过前两年的磨合，手机厂商通过设计相对容易的独立基带5G手机，已经积累了设计、研发等方面的经验。随着5G商用的推广普及，集成式5G基带更适合手机厂商的产品布局。同时，集成式5G基带也在功耗方面有大幅精进，一扫消费者此前关于独立式5G基带太耗电的心理“阴霾”。 无论是最初的高通“5G领航计划”，让5G更具普惠性，走入千家万户。还是，骁龙888以及其所集成的高通5G基带骁龙X60，凭借其强大的5G技术积极赋能下一代旗舰终端。一路走来，我们见证了每一代高通5G基带的辉煌，也见证了中国5G智能手机一步步成熟、强大。 目前，强大的高通5G基带技术和性能已渗透到骁龙7系、6系和4系平台，并继续携手中国合作伙伴，打造更为卓越、更为广泛的5G终端产品，让5G手机产品线日渐丰富，惠及更多消费者。

荣耀与华为正式“分家”后，任正非的一席送别之语犹如父母送别子女一般，让人潸然泪下。而荣耀的新CEO赵明也在一场沟通会上明确表示，荣耀的目标是成为国内手机市场第一。 此前，华为官网和深圳市智信新信息技术有限公司分别发出声明，确认了华为出售了荣耀的消息。 据荣耀内部人士透露，在荣耀独立一周后，赵明分别在北京、西安和深圳进行了三场员工沟通会。赵明并没有提及具体的战略和打法，但提到除了手机之外，其他产品也会继续做。 荣耀的芯片供应方面，有消息人士透露， 就在高通发布骁龙888之际，高通公司总裁安蒙(Cristiano Amon)也首次公开回应表示，“对于市场上出现一个新的参加者，高通是非常高兴的，能给市场带来更多消费的潜力，消费者也会喜欢。我很喜欢中国手机市场的活力，也希望荣耀能带来更多的好产品。但现在一切都刚刚开始，我们之间也会展开对话。” 任正非此前在阔别荣耀时曾表示，一旦“离婚”就不要再藕断丝连，我们是成年人了，理智地处理分开，严格按照合规管理，严格遵守国际规则，各自实现各自的奋斗目标。不能像小青年一样，婚姻恋爱，一会热一会冷，缠缠绵绵，划不清界限。也不要心疼华为，去想你们的未来吧！未来我们是竞争对手，你们可以拿着“洋枪”、“洋炮”，我们拿着新的“汉阳造”，新的“大刀、长矛”，谁胜谁负还不一定呢？我们对你们不会客气的，你们有人在竞争中骂打倒华为，他是英雄好汉，千万不要为难他们。 反观华为方面，要继续恢复渠道供应。此前，任正非表示：“华为要首先尽快地恢复渠道的供应，渠道干久了，小草枯了，就难恢复生命了。水、水、水，傣族为什么喊这句口号，说明渠道的水是救命的水。” 高通公司总裁安蒙目前确认拿到了向华为供货4G芯片、计算芯片、WiFi产品的许可，虽然5G是目前主流，但重启4G或能帮助华为维持中低端手机市场运转。他强调，将继续等待，希望有朝一日能与华为在5G旗舰产品上有业务往来。 其他零部件方面，英特尔、AMD、Dialog、瑞萨电子、索尼、铠侠等供应商据悉都已获得相关许可证。 另外，国产器件也已开始进入华为手机之中。IC WORLD上长江存储（YMTC）首席执行官杨士宁表示，很多人反映很少看到国产闪存，实际上华为Mate 40系列手机现在也使用了长江存储的64层3D NAND闪存。 知名调研机构CINNO Research发布的2020年第三季度国内手机销量排行来看，华为仍然是榜首，vivo、OPPO、小米紧随其后。从总数来看，第三季度中国手机市场总销量约8000万部，较之前的9400万台有所下降。 值得一提的是，这份报告仍然是华为和荣耀并未拆分的战绩，第三季度华为手机的销量同比反而下滑最大。反之，小米、苹果的销量和份额迎来双增长，前五家总销量占国内手机市场份额的94.8%。 1998年3月，赵明加入华为公司，历任华为CDMA/WiMAX/TD产品线总裁、全球无线解决方案销售部部长、意大利代表处代表、西欧地区部副总裁等职务。 2015年3月，赵明任荣耀总裁一职，全面负责荣耀业务。 2020年11月17日，华为投资控股有限公司宣布决定整体出售荣耀业务资产，收购方为深圳市智信新信息技术有限公司。赵明认证为：荣耀终端有限公司CEO。

中国，2020年12月10日——产品阵容不断扩大的意法半导体抗辐射加固(rad-hard)型集成功率产品新增一款QML-V认证7A负载点(PoL) DC/DC变换器。意法半导体的抗辐射加固功率产品具有能效高、适合要求非常苛刻的空间应用的特点。 RHRPMPOL01是一款功能完整的PoL电流变换器，组件包括N沟道功率MOSFET和自举二极管，具有欠压、过压、过热和可配置过流等保护功能，采用密封紧凑的Power FLAT-28A陶瓷封装，结至外壳的热阻非常低，可以最大程度地提高散热效率。 这款认证器件符合微电路图(SMD) 5962-28208标准，抗辐射加固保证等级(RHA)高达100krad(Si)电离总剂量，单粒子锁定(SEL)和单粒子快速反向(SESB)阈值高达70Mev.cm2/mq。单粒子翻转(SEU)和单粒子功能中断(SEFI)标定在7V工作电压。 RHRPMPOL01支持同步操作和电流共享，使其成为FPGA、微处理器和ASIC等最苛刻负载的理想配套芯片。同步操作功能允许对多个PoL点进行移相处理，把应用板卡的峰值电流和变换器输出纹波降至最低，确保输出高精度的电流。同步功能让变换器可以使用独立的输出引脚为需要不同电压值的负载供电，还可以把输出引脚连在一起，利用高精度的电流共享功能驱动大电流负载。 RHRPMPOL01的最大绝对额定电源电压高达14V，输入电压范围3.0V至12V，输出电压在0.8V至输入电压值的85%之间可调。最低0.8V的输出电压允许转换器为低电源电压的先进设备供电。 峰值电流模式控制配合外部组件，可以使RHRPMPOL01轻松地保持稳流输出，并确保负载瞬态响应快速。开关频率可以设定在100kHz至1MHz之间，可设置的软启动时间和延迟均允许设计人员限制涌流。使能引脚可简化电源排序，电源良好引脚可报告有关输出电压状态的实时信息。 意法半导体的BCD6s SOI工艺技术可输出极佳的的抗单粒子效应，整合了该项技术的RHRPMPOL1，在产品研发过程中得到了欧洲航天局(ESA)和法国航天局CNES的技术支持。 RHRPMPOL01现已经投产，配套开发生态系统资源丰富，其中包括EVAL-RHRPMPOL01评估板和用户指南、PSpice模型，以及包括辐射报告在内的文档。询价，索取样片，请联系意法半导体当地办事处。

12月9日， AWS全球机器学习副总裁Swami Sivasubramanian (简称Swami) 在亚马逊re:Invent大会上发表机器学习和人工智能主题演讲，展示了AWS关于人工智能与机器学习的最新全景蓝图，并宣布了一系列新服务和新功能，让机器学习更易用和拓展到更加广阔的使用者、应用场景和行业。这是亚马逊re:Invent大会上的首次机器学习主题演讲。Swami主题演讲中表示，“机器学习是我们这一代人能遇到最具颠覆性的技术之一，目前已经有超过10万客户在使用AWS的机器学习服务，很多客户已经将机器学习用于其核心业务。” AWS大中华区云服务产品管理总经理顾凡介绍说，“亚马逊利用机器学习技术已经有20多年时间，这是AWS机器学习服务的深厚源泉。AWS在2016年开始发力，在云上提供机器学习服务。当年只发布了三个服务，2017年开始加速，最近三年，每年新增的服务和功能超过200个，为全球人工智能工作者丰富了他们急需的工具集。” 据德勤发布的《全球人工智能发展白皮书》预测，到2025年，世界人工智能市场规模将超过6万亿美元。 面对数字经济的发展机遇，多个国家和地区已将人工智能列为优先发展的国家战略。 2020年11月21日，国家工业信息安全发展研究中心在《2020人工智能与制造业融合发展白皮书》中指出了目前融合存在的诸多难点，其中人才匮乏问题尤为严重。而人社部官网的报道中测算，目前我国人工智能人才的缺口超过500万，国内的供求比例为1:10，供需比例严重失衡。 德勤发布的《全球人工智能发展白皮书》指出，在人工智能众多的分支领域中，机器学习是人工智能的核心研究领域之一。包括89%的人工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。 AWS是云计算的引领者，也是机器学习的翘楚。面对机器学习这样一个充满前途的事业，以及当前严重缺乏人才的处境，AWS通过多种方式，采取一系列措施，着重通过技术创新，为机器学习扩圈。 首次推出开箱即用的工业领域机器学习解决方案 扩圈举措之一，是推出开箱即用的解决方案。在re:Invent大会上，AWS发布了五项用于工业领域的机器学习服务，分别是Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama一体机、AWS Panorama SDK和Amazon Lookout for Vision。这是AWS首次推出开箱即用的工业领域机器学习解决方案。 Amazon Monitron和Amazon Lookout for Equipment通过机器学习支持预测性维护。Amazon Monitron面向没有建立传感器网络的客户，提供由传感器、网关和机器学习服务组成的端到端机器监控系统，检测异常并预测何时需要维护工业设备。Amazon Lookout for Equipment面向已经拥有传感器、但不希望自己构建机器学习模型的客户，由AWS为其构建模型并返回预测结果，检测异常设备行为。 AWS Panorama通过计算机视觉改善工业运营和工作场所安全。AWS Panorama一体机是一个硬件设备，将它连接到工业场所的网络中，它就可以自动识别摄像头数据流，与工业摄像头进行交互。AWS Panorama软件开发套件(SDK)，方便工业相机制造商在新相机中嵌入计算机视觉功能。 Amazon Lookout for Vision为工业客户提供高精度、低成本的产品质量异常检测解决方案。它通过机器学习技术，每小时可以处理数千张图像，发现产品缺陷和异常。客户可以将摄像头图像批量或实时发送到Amazon Lookout for Vision，找出异常，例如机器部件的裂纹、面板上的凹痕、不规则形状或产品上的颜色错误等。 目前已经使用AWS工业领域机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通等等。 打造包罗万象的工具箱，赋能每一位AI工作者 扩圈举措之二，是打造全面丰富的工具集，用顾凡的话说， right tool for the right job(为每一项工作都提供一个趁手的工具)。AWS提供的机器学习工具集包括三个层面。 工具集的底层，面向那些技术能力超强的客户，希望将人工智能和机器学习作为自己的核心竞争力。AWS为他们提供强大的算力、全面的算力选择、丰富的机器学习框架选择。AWS支持主流的机器学习框架，客户还可以通过容器部署的方式，自带机器学习框架;AWS可以提供基于英伟达、英特尔、AMD、赛灵思等芯片厂商的最新处理器的强大算力，同时还通过自主设计的处理器，极大地降低机器学习的算力成本。 工具集的中间层，面向那些技术能力较强的客户，他们有大量的数据可以进行机器学习模型训练，有一定的算法人才，不要花精力管理基础设施，专注于自己的应用和业务创新。AWS的Amazon SageMaker为他们提供了首个全托管的机器学习集成开发环境，并为这个开发环境不断增加新功能，从数据准备、到模型训练、参数调优与模型迭代、到模型部署、模型质量监控，在整个过程中最大限度地提高他们开展机器学习的效率，降低他们开展机器学习的门槛。 工具集的顶层，面向技术能力相对薄弱的客户，他们有一定的数据，但没有算法人才，他们希望在业务场景中直接引入人工智能。AWS为他们提供开箱即用的人工智能服务，目前已经涵盖机器视觉、语音文字转换、机器对话、文本处理、电商业务、客服、企业内信息搜索、开发与运维、工业AI等方面。 通过这样一个全面的工具集，AWS可以覆盖和赋能所有的人工智能工作者。 拓展到数据库开发者和数据分析师 扩圈举措之三，是将机器学习拓展到数据开发者和数据分析师。数据库开发者、数据分析师这个群体，人数比机器学习开发人员群体大得多，他们没有机器学习的知识和技能，但是不缺少机器学习的想法。于是，AWS将机器学习能力跟数据库进行嫁接，让数据库开发者、数据分析师沿用数据库查询的方式，让他们的机器学习想法落地到业务应用中。Amazon Aurora是AWS著名的关系型数据库服务，AWS针对Aurora推出了新功能Amazon Aurora ML。数据库开发者发起数据库查询(SQL)时，只要选择一个机器学习模型，就会唤醒机器学习服务，Aurora ML自动将查询结果交给机器学习模型进行推理，返回结果。例如，要查询一个客户评价是正面还是负面，数据库开发者只管做数据库查询、选择这个模型，返回来的查询结果就会自动附加正面或负面判断。类似地，出海电商想把数据库中的商品信息变成多语种，数据库开发者只管查询商品信息、选择多语种翻译，返回的结果就会自动包含商品信息的多语种翻译。 Amazon Athena是数据分析师经常用到的服务。通过这项服务，可以直接从Amazon S3上的对象文件中，利用SQL语句进行数据查询(SQL是结构化查询语言，原本用于关系型数据查询，而S3的对象文件不是关系型数据)。AWS也推出了新功能Amazon Athena ML，查询返回的结果也可以自动附带机器学习推理的结果。 Amazon Redshift是云原生的数据仓库。AWS推出的新功能Amazon Redshift ML，甚至把选择模型这一步省了。举一个例子，电商领域经常会哪些客户有可能流失，这时你可能并没有一个模型来判断什么样特征的客户有可能会流失。通过Redshift ML，数据分析师只管SQL查询，Redshift ML可以把数据导入S3，然后SageMaker的Autopilot功能结合。Autopilot是一个自动建模的功能。这样的Redshift ML可以自动进行数据清洗、模型训练，选择最优的模型进行预测。 Amazon Neptune是AWS的一个图数据库，主要用于知识图谱、身份图谱、欺诈检测、推荐引擎、社交关系、生命科学等场景，用图的方式表示各个数据实体之间的关系，例如，好友关系图。对图数据库，只是表示出数据的相关性显然不够，用户更需要的是，根据这些相关性进行机器学习推理。新功能Neptune ML，就是将图数据库和机器学习打通，通过机器学习模型去访图数据库，进行更精准的预测。 Amazon QuickSight是AWS的一个商业智能(BI)服务，可以轻松地调用各种数据进行分析和展现。AWS于2020年5月推出了QuickSight ML新功能，它也跟SageMaker的Autopilot功能进行了结合，数据分析人员可以用它开展欺诈检测、销售预测等工作。 在今年的re:Invent大会上，AWS推出了更酷的机器学习新功能QuickSight Q。通过它，可以用自然语言对数据进行提问，获得想要的数据洞察。例如，直接在查询框中输入“我们的同比增长率是多少?”几秒钟之内就可以得到高度准确的答案。如果按以往的方式，需要在模型中预先定义增长率、更新模型、处理数据，可能需要几天甚至几周时间。 AWS还推出了Amazon Lookout For Metrics，它利用机器学习技术，通过企业多种数据的比对，检测出数据异常。顾凡举例说，一件商品的售价200元，在某个数据源变成了20元。通过Amazon Lookout For Metrics找出这种异常数据，意义重大。如果是在线销售中出现这样的价格错误，有可能给企业带来巨大的损失。 此外，AWS还发布了利用机器学习的运维服务Amazon DevOps Guru，它可以帮助应用开发人员自动检测运维操作的问题，给出建议补救措施，提高应用程序可用性。此前，AWS已经推出了Amazon CodeGuru，可以让开发人员使用机器学习自动进行代码审核，并且提供指导和建议。 扩圈举措之四，大力发展机器学习的中间力量。如前所述，Amazon SageMaker是面向机器学习开发者的一个集成开发环境，是一项全托管的服务。它消除了机器学习过程中每个阶段的挑战，化繁为简，使开发人员和数据科学家能够从根本上更轻松、更快速地构建、训练和部署机器学习模型。Amazon SageMaker的功能也在快速迭代中，过去一年就交付了50多项新功能。在今年的re:Invent大会上，AWS再次发布9项新功能。 (1) Data Wranger，数据特征提取器。Amazon SageMaker Data Wrangler可以简化机器学习的数据准备工作。机器学习训练中有一个重要的工作，称为特征工程，就是从不同来源、格式多样的数据提取数据，形成规范化的数据字段(也称为特征)，作为机器学习模型的输入，这项工作非常耗时。通过Data Wrangler，客户可以将各种数据存储中的数据一键导入。Data Wrangler内置了300多个数据转换器，让客户无需编写任何代码，就可以机器学习用到的特征进行规范化、转换和组合。客户可以通过在SageMaker Studio(首个用于机器学习的端到端集成开发环境)中查看这些转换，快速预览和检查这些转换是否符合预期。 (2) Feature Store，数据特征存储库。鉴于有大量的特征需要管理，AWS为Amazon SageMaker推出了一项新功能，名为Feature Store。它一个用于更新、检索和共享机器学习特征的专用库。通过Data Wrangler把特征设计出来以后，可以保存在Feature Store 中，以供重复使用。一组特征会用于不同的模型，被多个开发人员和数据科学家使用，需要有效地跟踪、管理这些特征，及时更新，保持一致性。模型训练和利用模型进行推理(也就是实际运用模型)，对特征的使用场景也不同。在训练过程中，模型可以离线、批量地访问特征，使用时间长。而对于推理，通常只用到特征库的一部分，不过需要实时访问，几毫秒内返回预测结果。因此，如何特征库的管理是一件复杂的事儿，Feature Store就用于解决这些问题。 (3) Pipelines，自动化工作流。跟传统编程一样，编排和自动化可以提高机器学习的效率。Amazon SageMaker Pipelines是第一个专为机器学习构建的、方便易用的CI/CD(持续集成和持续交付)服务。…

德国.哥廷根, 2020年12月10日– 2020年11月24日Bourns 与德国Kaschke KG(GmbH and Co)向德国联邦政府卡特尔办公室正式提出公司合并申请事宜。德国Kaschke KG(GmbH and Co)为知名定制电感组件和铁氧体的市场领先设计商和制造商，其母公司Kaschke Components GmbH同样是欧洲知名半导体及电子组件制造商。 Bourns 表示提交该文件的目的是希望当地政府允许双方建立全球战略合作伙伴关系，以开发新的磁性产品，包括:电源变压器和扼流圈，替客户打造高效，稳健的电源器。 Bourns与Kaschke持续针对战略联盟的形式和条款进行讨论，一旦获得合并批准并满足一定的结案条件，该战略联盟即有望达成。 双方首选的战略合作伙伴关系形式是股权收购，这将使原与Kaschke交易的客户和供货商合同以及Kaschke全球员工的聘雇安排在此交易结束亦不受影响。 本次策略合作关系将Kaschke广泛的定制设计、特有铁氧体知识，结合Bourns专业应用的知识，来设计出独特的新产品，相信这结合会带来新的火花，也为工业和替代能源市场带来新的价值。 Kaschke总裁Silke Baumgartner 表示:「我很高兴能与Bourns建立联盟，Bourns的历史和核心价值观与Kaschke完全一致。我们相信Kaschke和Bourns的结合将使我们能够开发出完整的产品组合，帮助我们的客户满足汽车，工业和新能源市场中下一代电源所面临的充满挑战的EMI滤波要求。此外这些新产品将使客户可以通过简单的设计和成本优化来满足他们的设计目标。」 Bourns.总裁兼首席运营官Al Yost同时表示:「透过新材料和快速的切换速度来降低开关损耗使得半导体产业向前迈向一大步。我们很高兴与Kaschke合作开发新产品，现在正是需要新的磁性材料和产品来跟上趋势。以增强新一代电源能量转换。」