1.8V标准DDR2器件功耗降低30%
发布时间:2020/11/20 13:26:16 访问次数:991
nMCP系列产品是将NAND记忆体和低功耗DRAM合封于同一个封装中。
1.8V的NAND Flash,相比3.3V器件功耗降低40%左右,而1.8V/1.2V的LPDDR2,相比1.8V标准DDR2器件功耗降低30%左右,可以满足可穿戴设备和物联网对低功耗需求。
全面严苛考验,保证产品的高可靠性
nMCP目前已通过JEDEC标准严格的可靠性验证(如 3lot 的HTOL、HTSL等),在市场上获得广泛采用。
Flash部分通过了电子研发以及测试团队近50大项,共80个子项测试全面严苛的芯片级别测试,针对非易失类存储产品专门设计开发特有的超稳定测试、擦除寿命测试,测试结果均为PASS。
IRLR120NTR制造商:Infineon产品种类:MOSFETRoHS: 技术:Si安装风格:SMD/SMT封装 / 箱体:TO-252-3通道数量:1 Channel晶体管极性:N-ChannelVds-漏源极击穿电压:100 VId-连续漏极电流:10 ARds 典型接通延迟时间:4 ns
制造商:Infineon产品种类:IGBT 模块RoHS: 详细信息商标:Infineon Technologies配置:Dual集电极—发射极最大电压 VCEO:1200 V集电极—射极饱和电压:1.7 V在25 C的连续集电极电流:300 A栅极—射极漏泄电流:400 nA最大工作温度:+ 125 C封装 / 箱体:IS5a ( 62 mm )-7封装:Tray栅极/发射极最大电压:+/- 20 V最小工作温度:- 40 C安装风格:ScrewPd-功率耗散:1450 W工厂包装数量:10
该项目证明深度学习能够提升嵌入式数据处理性能,展示了如何在基于经济型微控制器的系统平台上运行高价值的应用软件。我们的STM32Cube.AI生态系统使用户能够在很短的时间内开发出灵活的解决方案,利用我们技术团队的支持服务克服工程挑战,客户可以享受更高的设计效率。
STM32 AI生态系统提供了在STM32 MCU上运行神经网络所需的基本模块,可以实现经济、节能的解决方案,原生支持各种深度学习框架,例如:Keras、TensorFlow™Lite和ONNX交换格式。
在这个开发生态系统中,X-CUBE-AI软件扩展包扩大了STM32CubeMX初始化工具的功能,可以自动转换预先训练的神经网络,为目标MCU生成优化的软件库,并集成到用户的项目中。还有很多其他的自动化功能,把开发者从繁重的开发任务中解放出来,可以验证神经网络模型并测量STM32 MCU的性能,而无需人工开发C代码。
nMCP系列产品是将NAND记忆体和低功耗DRAM合封于同一个封装中。
1.8V的NAND Flash,相比3.3V器件功耗降低40%左右,而1.8V/1.2V的LPDDR2,相比1.8V标准DDR2器件功耗降低30%左右,可以满足可穿戴设备和物联网对低功耗需求。
全面严苛考验,保证产品的高可靠性
nMCP目前已通过JEDEC标准严格的可靠性验证(如 3lot 的HTOL、HTSL等),在市场上获得广泛采用。
Flash部分通过了电子研发以及测试团队近50大项,共80个子项测试全面严苛的芯片级别测试,针对非易失类存储产品专门设计开发特有的超稳定测试、擦除寿命测试,测试结果均为PASS。
IRLR120NTR制造商:Infineon产品种类:MOSFETRoHS: 技术:Si安装风格:SMD/SMT封装 / 箱体:TO-252-3通道数量:1 Channel晶体管极性:N-ChannelVds-漏源极击穿电压:100 VId-连续漏极电流:10 ARds 典型接通延迟时间:4 ns
制造商:Infineon产品种类:IGBT 模块RoHS: 详细信息商标:Infineon Technologies配置:Dual集电极—发射极最大电压 VCEO:1200 V集电极—射极饱和电压:1.7 V在25 C的连续集电极电流:300 A栅极—射极漏泄电流:400 nA最大工作温度:+ 125 C封装 / 箱体:IS5a ( 62 mm )-7封装:Tray栅极/发射极最大电压:+/- 20 V最小工作温度:- 40 C安装风格:ScrewPd-功率耗散:1450 W工厂包装数量:10
该项目证明深度学习能够提升嵌入式数据处理性能,展示了如何在基于经济型微控制器的系统平台上运行高价值的应用软件。我们的STM32Cube.AI生态系统使用户能够在很短的时间内开发出灵活的解决方案,利用我们技术团队的支持服务克服工程挑战,客户可以享受更高的设计效率。
STM32 AI生态系统提供了在STM32 MCU上运行神经网络所需的基本模块,可以实现经济、节能的解决方案,原生支持各种深度学习框架,例如:Keras、TensorFlow™Lite和ONNX交换格式。
在这个开发生态系统中,X-CUBE-AI软件扩展包扩大了STM32CubeMX初始化工具的功能,可以自动转换预先训练的神经网络,为目标MCU生成优化的软件库,并集成到用户的项目中。还有很多其他的自动化功能,把开发者从繁重的开发任务中解放出来,可以验证神经网络模型并测量STM32 MCU的性能,而无需人工开发C代码。