深圳市哲瀚电子科技一级代理OCX系列产品：低压LED驱动系列OC1002OC4000 OC4001OC5010OC5011 OC5012 OC5020B OC5021B OC5022B OC5022OC5028BOC5031 OC5036 OC5038 OC5120B OC5120OC5121OC5122A OC5122OC5128OC5136OC5138 OC5330 OC5331 OC5351OC5501OC5620B OC5620 OC5622AOC5628OC6700BOC6700 OC6701B OC6701 OC6702B OC6702 OC6781OC7130OC7131 OC7135OC7140OC7141 电源管理系列OC5800L OC5801LOC5802LOC5806L OC5808L OC6800 OC6801 OC6811 高压LED驱动系列OC9300D OC9300S OC9302 OC9303 OC9308 OC9320S OC9330S OC9331 OC9500S OC9501 OC9508等更多型号，提供方案设计技术支持等，欢迎来电咨询0755-83259945/13714441972陈小姐。
OC6701是一款高效率、高精度的升压型大功率LED 恒流驱动控制芯片。OC6701 内置高精度误差放大器，固定关断时间控制电路，恒流驱动电路等，特别适合大功率、多个高亮度LED 灯串恒流驱动。
OC6701 采用固定关断时间的控制方式，关断时间可通过外部电容进行调节，工作频率可根据用户要求而改变。OC6701 通过调节外置的电流采样电阻，能控制高亮度LED 灯的驱动电流，使LED 灯亮度达到预期恒定亮度。在EN 端加PWM 信号，还可以进行LED 灯调光。
OC6701 内部集成了VDD 稳压管，软启动以及过温保护电路，减少外围元件并提高系统可靠性。OC6701 采用SOP8 封装。
特点：
1.宽输入电压范围：3.6V~100V
2.高效率：可高达95%
3.最大工作频率：1MHz
4.CS 限流保护电压：250mV
5.FB 电流采样电压：250mV
6.芯片供电欠压保护：3.2V
7.关断时间可调
8.外置频率补偿脚
9.智能过温保护
10.软启动
11.内置VDD 稳压管
应用领域
1.LED 灯杯
2.电池供电的LED 灯串
3.平板显示LED 背光
4.大功率LED 照明
升压恒流:
OC6701 3.2～100V 大于输入电压2V以上即可3A以内
OC6700 3.2～60V 大于输入电压2V以上即可 2A以内
OC6702 3.2～100V 大于输入电压2V以上即可 1A以内
降压恒流:
OC5021 3.2～100V最少低于输出电压1V以上就可以正常工作5A以内
OC5020 3.2～100V最少低于输出电压1V以上就可以正常工作 2A以内
OC5022 3.2～60V 最少低于输出电压1V以上就可以正常工作 3A以内
OC5028 3.2～100V 最少低于输出电压1V以上就可以正常工作1.5A以内
OC5011 5～40V 最少低于输出电压1V以上就可以正常工作5A以内
OC5010 5～40V 最少低于输出电压1V以上就可以正常工作2A以内
LED DRIVER DC-DC升降压恒流
OC4001 5～100V 3.2～100V 3A
LED DRIVER DC-DC线性降压恒流
OC7135 2.5-7V 低于等于输入电压即可固定<400mA
OC7131 2.5-7V 低于等于输入电压即可 可外扩，实际电流决定于MOS管功耗
OC7130 2.5-30V 低于等于输入电压即可 实际电流决定于IC整体耗散功率
LED DRIVER DC-DC降压恒流专用IC系列：LED远近光灯专用芯片
OC5200 3.2～100V最少低于输出电压1V以上就可以正常工作 2A以内
OC5208 3.2～100V最少低于输出电压1V以上就可以正常工作 1.5A以内
LED DRIVER DC-DC降压恒流专用IC系列：多功能LED手电筒专用芯片
OC5351 3.2～100V最少低于输出电压1V以上就可以正常工作5A以内
OC5331 3.2～100V最少低于输出电压1V以上就可以正常工作 5A以内
DC-DC降压恒压
OC5801 8～100V最少低于输出电压5V以上就可以正常工作 3A以内
OC5800 8～100V最少低于输出电压5V以上就可以正常工作2A以内
AI芯片需求广阔迎来爆发
算力是人工智能发展的关键因素之一，随着深度学习算法的普及应用，人工智能对算力提出了更高要求，传统的CPU架构无法满足深度学习对算力的需求，因此，具有海量数据并行计算能力、能够加速计算处理的人工智能芯片应运而生。
近年来，AI芯片产业发展迅猛，众多企业纷纷布局。结合应用场景和功能划分来看，AI芯片设计可分为云端训练、云端推断、终端推断三部分。其中云端训练芯片主要以英伟达的GPU为主，新入竞争者是谷歌的TPU，深耕FPGA的企业包括XILINX、英特尔。在云端推断方面，各企业呈现出百家争鸣局面，代表企业有AMD、谷歌、英伟达、百度、寒武纪等。在终端推断方面，移动终端、自动驾驶等应用场景需求逐渐爆发，布局企业包括传统芯片巨头和初创企业，如高通、华为海思、地平线、寒武纪、云知声等。
赛迪顾问在 2019世界人工智能大会上发布的《中国人工智能芯片产业发展白皮书》显示，受宏观政策环境、技术进步与升级、人工智能应用普及等众多利好因素影响，2018年中国AI芯片市场规模达到80.8亿元，同比增长50.2%。
在地方政府加快推进公有云、私有云、数据中心等建设的拉动下，2018年中国云端训练芯片市场份额达到51.3%。中国AI芯片市场规模依然以云端训练芯片为主，随着中国人工智能应用需求不断落地，未来本地化运算将是人工智能发展的趋势之一，终端推断芯片也将迎来新的发展机遇。
目前来看，华北、华东和中南地区稳居中国AI芯片区域市场三甲，是中国AI芯片市场发展最为领先的区域，市场总体规模占据全国领先位置；在市场增速方面，随着西部地区加快投入大数据中心建设，西南、西北地区的云端AI 芯片市场规模呈现高速增长，市场份额进一步提升。
人工智能应用市场的爆发，使得以基础层为核心的AI芯片受到资本的广泛关注。最近一年多来，寒武纪、燧原科技、比特大陆、地平线等多家厂商宣布获得融资消息。获得投融资的厂商希望能够进一步提高AI芯片技术研发水平，并加速AI芯片产品规模商业化，增强市场对其未来收益的预期。
不过，赛迪顾问总裁孙会峰表示：“当前，中国乃至全球AI芯片产业仍处于产业化早期阶段”。他说，随着5G、物联网时代来临，预计未来三年中国AI芯片市场规模仍将保持50%以上增长速度，到2021年将达到305.7亿元。另外，以边缘计算为主的AI芯片将迎来一轮投资热潮。
“近年来，我国在芯片和软件领域攻克了一些关键技术难关，为人工智能芯片创新奠定了好的基础。”工业和信息化部相关负责人表示，工信部在推动人工智能产业发展方面主要聚焦在几个方面，其中之一即聚焦核心技术，围绕人工智能芯片、算法、开源开放平台等关键技术发展，加大资源投入。
喧嚣背后市场痛点犹存
AI芯片已成为中外科技企业竞争的焦点之一，以至于清华大学微电子所所长魏少军用“无产业不AI，无应用不AI，无芯片不AI”这样的话语描述当下的人工智能热潮。
在市场格局上，作为传统芯片巨头，英伟达目前占据着AI芯片市场的霸主地位。通过积极布局，高通在移动领域的AI芯片市场拥有较强的话语权。阿里巴巴、亚马逊在AI芯片领域的布局也已初见雏形。如寒武纪、地平线、比特大陆等其他 AI芯片初创企业的发展前景同样值得期待。
在专家看来，随着机器学习等技术的快速发展，人工智能产业发展正以其高端的新兴技术、巨大的商业价值、广阔的应用前景和庞大的产业空间，成为新的重要经济增长点。伴随着人工智能各种应用场景的普及与发展，海量多维的数据将在云端以及边缘侧展开大量处理计算，芯片也面临更加广泛以及多样化的需求，这对AI芯片的计算架构、运算能力、场景与算法适用性、安全可控等都提出了新的课题与挑战。
目前，AI芯片技术主流路径有GPU、FPGA、ASIC等，其中GPU、FPGA是较为成熟的芯片架构，ASIC是针对特定应用场景的专用芯片。GPU架构的芯片能满足深度学习大量计算需求，释放人工智能的潜能，但缺点在于功耗较高；FPGA架构的芯片具有足够的计算能力、较低试错成本和足够的灵活性，缺点在于价格较高、编程复杂；ASIC架构的芯片能够在特定功能上进行强化，具有更高的处理速度和更低能耗，但缺点是成本高，有用量足够大时才能够降低成本，而且由于是定制化，可复制性一般。
据计算机视觉公司云从科技副总裁张立介绍，传统芯片企业通常更关注是如何把芯片做成通用化，以支持各种不同应用场景。但这样的通用化，在AI场景落地时会遇到问题，比如公司对AI芯片考虑较多的是单位功耗，而芯片企业对功耗要求可能不是首要优先级。公司在将AI场景落地的过程中，发现通用芯片完全满足不了需求。这给从事AI解决方案和核心算法的企业带来了难题——公司的算法是统一的，但需要在不同的场景适配不同的芯片和模组。
“目前，AI芯片发展还处在婴儿期”。张立表示，现在企业使用的很多AI芯片因为工艺要求较高，很难在大陆流片，都是在台积电进行流片。同时，也正因这工艺复杂度较高，导致芯片价格较高，使得下游很多使用其模组的产品无法量产。
作为国内边缘侧AI芯片领域的先行者，嘉楠科技早在2016年就掌握了16nm制程工艺，之所以现阶段的AI芯片制程工艺仍为28nm，主要也是受出货量的限制。
嘉楠科技CEO张楠赓表示，从功耗角度而言，很多云端训练的AI模型无法顺利部署至边缘侧设备，应用场景也无法支持较高的芯片功耗。虽然一些云端芯片巨头也在向边缘侧延伸，但是裁剪AI算法去适配芯片更多体现了巨头们削足适履的局限。对嘉楠科技而言，从事边缘侧芯片的开发就是在“带着镣铐舞蹈”，要在功耗和成本的严格约束下，不断提升算力，适配场景，提升芯片的专用性。
AI芯片发展需探索新路径
“我们离人工智能还有多远？目前很多企业所做的只是增强智能而不是真正的人工智能，离真正的人工智能还差得很远”。魏少军表示，人工智能网络能够崛起取决于三个因素，算法、数据和算力。当前，AI芯片面临两个现实问题：其一，算法仍在不断演进，新算法层出不穷，每隔几个月算法就发生新的变化；其二，一种算法对应一种应用，没有统一的算法，而让芯片处理不同的算法十分困难。
在魏少军看来，AI芯片应该具备的要素包括可编程性、架构的动态可变性、高效的架构变换能力、高计算效率、高能耗效率、低成本等。按照这些要求，目前业界流行的一些作法均不是理想的架构。过去几年，AI芯片领域一个重要变化就是架构的变化。人工智能芯片不在于追求算力，而在于架构创新。业界也需要找到一种针对人工智能计算的全新计算引擎。
针对国产AI芯片的发展，中国工程院院士倪光南表示，芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。我国可以借鉴开源软件成功经验，降低创新门槛，提高企业自主能力，发展国产开源芯片。
“开源软件正成为当前软件产业的主流，芯片产业也可以采用开源这种模式”。倪光南表示，目前在芯片开发方面，新的RISC—V指令集是一种能够降低处理器芯片IP成本的新模式。用户可以自由免费使用RISC-V进行CPU设计、开发并添加自有指令集进行拓展等。RISC-V对于当前国家提倡的智能+新一代信息技术、新一代人工智能技术的发展等，都是很好的支撑。
赛迪顾问认为，人工智能芯片未来将呈现新发展趋势——芯片开发将从技术难点转向场景痛点。目前，人工智能芯片设计更多是从技术角度出发，以满足特定性能需求。未来，芯片设计需要从应用场景出发，借助场景落地实现规模发展。而且，现在应用于AI领域的芯片多为特定场景设计，不能灵活适应多场景需求，未来需要专门为人工智能设计的灵活、通用的芯片，成为人工智能领域的“中央处理器”。另外，现阶段AI芯片产业的发展方式主要以企业为主体，产品上下游企业的运营和管理相对独立，但同环节的企业却高度竞争，未来产业发展应以合作为主线，形成产业生态。
