DRV5033FAQDBZR IC mạch tích hợp Electron
Thuộc tính sản phẩm
KIỂU | SỰ MIÊU TẢ |
Loại | Cảm biến, đầu dò Cảm Biến Từ Tính - Công Tắc (Solid State) |
mfr | Dụng cụ Texas |
Loạt | - |
Bưu kiện | Băng & Cuộn (TR) Cắt Băng (CT) Digi-Reel® |
Tình trạng một phần | Tích cực |
Chức năng | Công tắc đa cực |
Công nghệ | Hiệu ứng phòng |
phân cực | Bắc Cực, Nam Cực |
Phạm vi cảm biến | Chuyến đi 3,5mT, Phát hành 2mT |
Điều kiện kiểm tra | -40°C ~ 125°C |
Cung cấp điện áp | 2,5V ~ 38V |
Hiện tại - Cung cấp (Tối đa) | 3,5mA |
Hiện tại - Đầu ra (Tối đa) | 30mA |
Loại đầu ra | mở cống |
Đặc trưng | - |
Nhiệt độ hoạt động | -40°C ~ 125°C (TA) |
Kiểu lắp | Bề mặt gắn kết |
Gói thiết bị nhà cung cấp | SOT-23-3 |
Gói / Trường hợp | TO-236-3, SC-59, SOT-23-3 |
Số sản phẩm cơ sở | DRV5033 |
Loại mạch tích hợp
So với các electron, photon không có khối lượng tĩnh, tương tác yếu, khả năng chống nhiễu mạnh và phù hợp hơn cho việc truyền thông tin.Kết nối quang học dự kiến sẽ trở thành công nghệ cốt lõi để vượt qua bức tường tiêu thụ điện năng, bức tường lưu trữ và bức tường truyền thông.Các thiết bị chiếu sáng, bộ ghép, bộ điều biến, ống dẫn sóng được tích hợp vào các tính năng quang học mật độ cao như hệ thống vi mô tích hợp quang điện, có thể nhận ra chất lượng, khối lượng, mức tiêu thụ năng lượng của tích hợp quang điện mật độ cao, nền tảng tích hợp quang điện bao gồm tích hợp nguyên khối bán dẫn hợp chất III - V (INP ) nền tảng tích hợp thụ động, nền tảng silicat hoặc thủy tinh (ống dẫn sóng quang phẳng, PLC) và nền tảng dựa trên silicon.
Nền tảng InP chủ yếu được sử dụng để sản xuất laser, bộ điều biến, máy dò và các thiết bị hoạt động khác, trình độ công nghệ thấp, chi phí cơ chất cao;Sử dụng nền tảng PLC để sản xuất linh kiện thụ động, tổn thất thấp, khối lượng lớn;Vấn đề lớn nhất với cả hai nền tảng là vật liệu không tương thích với các thiết bị điện tử dựa trên silicon.Ưu điểm nổi bật nhất của tích hợp quang tử dựa trên silicon là quy trình này tương thích với quy trình CMOS và chi phí sản xuất thấp, do đó, nó được coi là sơ đồ tích hợp quang điện tử và thậm chí toàn quang tiềm năng nhất
Có hai phương pháp tích hợp cho các thiết bị quang tử dựa trên silicon và mạch CMOS.
Ưu điểm của cái trước là các thiết bị quang tử và thiết bị điện tử có thể được tối ưu hóa riêng biệt, nhưng việc đóng gói tiếp theo rất khó khăn và các ứng dụng thương mại bị hạn chế.Cái sau khó thiết kế và xử lý tích hợp hai thiết bị.Hiện tại, tổ hợp lai dựa trên tích hợp hạt nhân là sự lựa chọn tốt nhất
Phân loại theo lĩnh vực ứng dụng
Về lĩnh vực ứng dụng, chip A có thể được chia thành chip AI trung tâm dữ liệu CLOUD và chip AI thiết bị đầu cuối thông minh.Về chức năng, nó có thể được chia thành chip đào tạo AI và chip suy luận AI.Hiện tại, thị trường đám mây về cơ bản do NVIDIA và Google thống trị.Vào năm 2020, chip quang học 800AI do Viện Ali Dharma phát triển cũng tham gia vào cuộc cạnh tranh về lý luận đám mây.Có nhiều người chơi cuối hơn.
Chip AI được sử dụng rộng rãi trong các trung tâm dữ liệu (IDC), thiết bị đầu cuối di động, bảo mật thông minh, lái xe tự động, nhà thông minh, v.v.
Trung tâm dữ liệu
Đối với đào tạo và lý luận trong đám mây, nơi hầu hết đào tạo hiện đang được thực hiện.Đánh giá nội dung video và đề xuất được cá nhân hóa trên Internet di động là những ứng dụng lý luận đám mây điển hình.Nvidia Gpus là tốt nhất trong đào tạo và tốt nhất trong lý luận.Đồng thời, FPGA và ASIC tiếp tục cạnh tranh thị phần GPU nhờ lợi thế tiêu thụ điện năng thấp và giá thành rẻ.Hiện tại, các chip đám mây chủ yếu bao gồm NviDIa-Tesla V100 và Nvidia-Tesla T4910MLU270
bảo mật thông minh
Nhiệm vụ chính của bảo mật thông minh là cấu trúc video.Bằng cách thêm chip THE AI vào thiết bị đầu cuối camera, có thể nhận ra phản hồi thời gian thực và giảm áp lực băng thông.Ngoài ra, chức năng suy luận cũng có thể được tích hợp vào sản phẩm máy chủ biên để nhận ra suy luận AI nền cho dữ liệu máy ảnh không thông minh.Chip AI cần có khả năng xử lý và giải mã video, chủ yếu xem xét số lượng kênh video có thể xử lý và chi phí cấu trúc một kênh video.Các chip đại diện bao gồm HI3559-AV100, Haisi 310 và Bitmain BM1684.