放大器
线性产品
数据转换器
电源管理
传感器
开关及多路复用器
运算放大器
电流检测放大器
比较器
模数转换器(ADC)
数模转换器(DAC)
数字转PWM(DPC)
PWM转模拟(PAC)
模拟转PWM(APC)
V/I转换
线性稳压器
电机驱动
电压基准
变压器驱动
模拟开关
负载开关
2026-08-27
观点网讯：8月27日，福建省人民政府印发《福建省“十五五”新兴产业和未来产业发展规划》。规划提出，以厦门、泉州、福州、莆田为重点，培育芯片设计、特色工艺芯片制造、封装测试、零部件装备配套能力。规划明确，研发高性能AI系统级芯片（SoC）、自动驾驶芯片、工业控制芯片等产品，积极融入国家AI芯片布局。稳步扩大12英寸晶圆、功率半导体、模拟芯片等产品制造产能，推动实现规模化、特色化发展。根据规划，到20
出品 | 虎嗅科技组作者 | 梁卡尔编辑 | 苗正卿头图 | 虎嗅拍摄小米用三颗新款芯片，为AI提供了一整套可以量化的能力证据。8月24日，小米在玄戒技术沟通会上公布了三款新品芯片及技术细节。玄戒O3拥有200 TOPS的NPU算力，玄戒O100用1.22TB/s带宽突破端侧大模型的“内存墙”，玄戒D100则将高算力延伸到智驾和本地大模型。按照小米的划分，三者分别应对AI对高能效、高带宽和高算力的
小米发布三款芯片作者｜肖漫编辑｜斯来无线上直播，雷军也并未到场，仅用了40分钟，小米便发布了三款芯片。2026 年 8 月 24 日，小米一口气发布了三款玄戒芯片，分别是AI 旗舰 SoC 玄戒O3、 AI 加速芯片玄戒O100，以及智驾高算力 AI 芯片玄戒D100。过去几年，手机厂商自研芯片通常集中在影像、通信、电源管理等细分领域。但随着大模型开始进入手机、汽车和机器人，端侧AI能力正成为手机
数据荒谬性：当采样率成为伪命题很多人以为，模拟芯片设计中的数据瓶颈仅源于测试设备精度不足或采样点数量有限，其实不然。在高速ADC（模数转换器）开发中，一个更隐蔽的矛盾正在浮现：当有效位数（ENOB）突破16bit后，传统基于奈奎斯特采样定理的测试方法会因热噪声、电源抖动等非理想因素，导致实际有效数据量不增反降。这种“数据荒谬性”的底层逻辑，是采样率与信噪比（SNR）的动态博弈——单纯提高采样频率，
模拟芯片的“数据荒”：真相与底层逻辑很多人以为，模拟芯片的研发瓶颈在于工艺制程的突破，其实不然。真正的掣肘往往藏在“数据荒”的底层逻辑里——当数字电路的晶体管数量以摩尔定律指数级增长时，模拟电路的参数校准却仍依赖人工经验与有限测试数据，这种矛盾在高性能运算、汽车电子等场景中尤为尖锐。数据荒的本质：非线性参数的“黑箱”困境模拟芯片的设计涉及电压、电流、温度、噪声等多维非线性参数的耦合，其交互关系难以
SK海力士的劳资谈判进展是今年以来韩国企业密集进行劳资谈判博弈的一个缩影。 韩国存储芯片巨头SK海力士的最新劳资协议，未能闯过工会这关。当地时间24日，SK海力士的工会成员投票否决了一项经过两个月谈判达成的初步薪资协议，超过50%的投票者投出反对票。具体信息显示，赞成方与反对方的差距非常微小。在参与投票的15045名员工中，有50.08%的人反对该协议；赞成票和反对票之间的差距仅为25票。在方案被
数据边界与芯片设计的底层逻辑很多人以为，模拟芯片设计的瓶颈在于工艺制程的极限，其实不然。真正的掣肘往往隐藏在数据边界的模糊地带——当输入信号的动态范围突破传统阈值时，电路的线性度会以非线性方式崩塌，这种崩塌不是简单的参数漂移，而是底层物理机制的突变。听起来可能反直觉，但在高精度ADC（模数转换器）设计中，这种突变常表现为有效位数（ENOB）的断崖式下跌。某国际大厂曾在其24位Sigma-Delta
OpenAI 首席执行官萨姆・奥尔特曼 到底是 OpenAI 内部哪位人士，决定把公司首款自研芯片命名为Jalapeño（墨西哥辣椒）？几个月前，这个名字听上去或许是个不错的点子 ——OpenAI 本想用这个名字暗示，这是一款炙手可热的重磅产品。但放到当下就有些不合时宜：美国食品药品监督管理局正爆发沙门氏菌食品安全事件，受污染的正是墨西哥辣椒，官方要求不得食用、供应或销售含有该辣椒的食品。 O
数据枯竭期的技术突围：从冗余设计到负反馈优化很多人以为模拟芯片的迭代完全依赖海量测试数据支撑，其实不然——当测试样本量触及物理极限时，真正的技术突破往往诞生于对现有数据的深度挖掘与负反馈机制的重构。这一判断在2023年IEEE国际固态电路会议（ISSCC）的某款车载电源管理芯片案例中得到了验证：该团队在仅获取12组关键工况数据的情况下，通过构建基于热力学第二定律的熵增模型，成功将动态响应速度提升至
2026-08-26
据商业和技术洞察公司 Gartner 预测，全球半导体行业收入预计将在 2026 年达到 1.6 万亿美元，较 2025 年的 8090 亿美元增长 92%。预计 2027 年，这一数字将达到 1.9 万亿美元。Gartner 总监分析师Ben Lee表示：“半导体行业正在进入一个全新的增长阶段。在人工智能基础设施的持续投资和比预期更强劲的存储器价格周期的推动下，行业扩张的速度正在急剧加快。”“随
人工智能的蓬勃发展使科技公司备受瞩目，但台湾最大的人工智能赢家之一却与芯片无关——它是一家家具零部件制造商，其创始人如今已成为台湾首富。King Slide Works 生产橱柜铰链和抽屉滑轨等零部件，也生产人工智能服务器机架使用的导轨。这听起来或许平平无奇，但这些导轨支撑着极其沉重的服务器，同时还要保证服务器的散热。任何故障都可能造成数百万美元的损失。随着全球竞相建设数据中心，King Slid
“我们造了一颗芯片，它速度很快。”8月26日，OpenAI首席执行官山姆·奥特曼在社交媒体上官宣。当天，OpenAI公布首颗定制推理芯片Jalapeño的技术细节，Jalapeño意为“墨西哥辣椒”，在峰值吞吐量方面，这枚芯片的每瓦峰值性能是参照系统的1.5至1.9倍，凭借单一架构同时实现高吞吐量和低延迟，单位功耗下可处理更多AI任务，响应速度更快。据彭博社报道，OpenAI芯片部门负责人Rich
官方网站-首页官方网站-首页