为满足客户对更大更快的 SRAM 的普遍需求，Microchip Technology（微芯科技公司）扩展了旗下串行SRAM产品线，容量可达4 Mb，并将串行外设接口/串行四通道输入/输出接口（SPI/SQI）的速度提高到143 MHz。新产品线包括提供2 Mb和4 Mb两种不同容量的器件，旨在为传统的并行SRAM产品提供成本更低的替代方案，并在SRAM存储器中包含可选的电池备份切换电路，以便在断电时保留数据。
itt连接器 SRK1004的检测输入能够承受高达190V 的电压，可以连接高低边功率开关管。共有四款产品供用户选择，仅器件选型就可以让用户优化应用设计，通过选择5.5V或 9V的栅极驱动电压，可以在设计选用理想的逻辑电平 MOSFET、标准 MOSFET 或 GaN 晶体管，避免复杂的计算过程。 SRK1004 适用于非互补性有源钳位、谐振和准谐振 (QR) 反激式拓扑，引入了能够简化开关操作并节省电能的新一代关断算法。
NVMe NANDrive EX系列具有卓越的数据保持能力和7.5万、15万或40万擦写次数（P/E）的超高耐久性（可达17,800 TBW（TeraBytes Written））。该产品系列目前有20 GB、40 GB、80 GB和160 GB多种容量供客户选择。为了支持长寿命应用的客户，NVMe NANDrive EX 系列固态硬盘也包含在绿芯长期支持 (LTA) 方案中 (https://bit.ly/SSD-LTA-program)。
此数据中心专为云原生解决方案而设计，通过SuperCluster加速各界企业对生成式AI的运用，并针对NVIDIA AI Enterprise软件平台优化，适用于生成式AI的开发与部署。通过Supermicro的4U液冷技术，NVIDIA近期推出的Blackwell GPU能在单一GPU上充分发挥20 PetaFLOPS的AI性能，且与较早的GPU相比，能提供4倍的AI训练性能与30倍的推理性能，并节省额外成本。
实时计算密集型应用（如智能嵌入式视觉和机器学习）正在推动嵌入式处理需求的发展，要求在边缘实现更高的能效、硬件级安全性和高可靠性。Microchip Technology Inc.（微芯科技公司）今日发布PIC64系列产品，进一步扩大计算范围，满足当今嵌入式设计日益增长的需求。
SK海力士发布了新一代图形存储器GDDR7。SK海力士相关人士表示：“全球AI客户对GDDR表现出极大兴趣，GDDR是一种兼具高性能和高速度的专用于图形处理的D-RAM。为此，我们于3月份完成了目前性能的存储器GDDR7的开发，并计划于第三季度开始量产。”
近日，识光发布高集成度大面阵 SPAD-SoC SQ100，真正实现灵活分区的 2D 可寻址 SPAD-SoC。SQ100 面向 ADAS 前装量产、L4/5 自动驾驶、机器人、工业自动化等应用，一块芯片即可覆盖短、中、长距的探测需求，适配多种扫描方式。SQ100 具备高灵活性和延展性，可以满足不同应用场景下对像素分辨率、测距量程和精度的要求，致力于实现 SPAD-SoC 从”可用”至”好用”的跨越。
FCS950R等多款Wi-Fi与蓝牙模组，适用于工业物联网与智能家居等行业应用。加上此番推出的几款新产品，移远通信在短距离领域的产品与技术布局呈现“全面领先行业”的新局面，将为更多行业与客户带来丰富选择。
近日宣布，推出数据中心 SSD 产品美光 9550 NVMe SSD，性能业界领先，同时具备卓越的 AI 工作负载性能及能效。[1] 美光 9550 SSD 集成了自有的控制器、NAND、DRAM 和固件，彰显了美光深厚的知识和创新能力。该款集成解决方案为数据中心运营商带来了业界领先的性能、能效和安全性。
itt连接器Supermicro建构组件架构、机架级即插即用设计与液冷解决方案的组合，搭配全新Intel Xeon 6处理器系列的高度广泛性，意味Supermicro可为各种规模的任何运行工作提供优化解决方案，进而带来更佳的性能与效率。为了加快客户获得解决方案的时间，Supermicro也向经后的客户通过其Early Ship方案提供新系统产品早期获取计划，并通过JumpStart 方案提供远程获取以进行测试与验证作业。
在工况复杂的汽车应用中，环境中恶劣的电磁干扰可通过电缆耦合到芯片CAN总线，可能导致CAN芯片传输异常，甚至导致芯片损伤。纳芯微NCA1462-Q1具有国际领先的抗干扰能力，即使在极其恶劣的电磁环境中，仍能维持CAN正常通信，为汽车安全通讯奠定坚实的基础；另一方面，应用系统内部的电磁干扰也可能对外辐射，从而对通信信号的传输产生影响。
新款 CV75AX 和 CV72AX 芯片进一步提升了 AI 性能、效率和增加了应用功能，我们已获得安全设计，而且这些头部车队远程信息服务供应商正在对我们的下一代方案进行评估，更好地实现 Transformer 感知、VLM 模型分析和驾驶行为评分模型。
