有证据表明，GaN晶体管可以满足现代和未来数据中心的需求，同时让能源使用得到进步。

在本文中，我们将以西门子EDA处理器验证应用程序为例，结合Codasip L31这款广受欢迎的RISC-V处理器IP提供的特性，来介绍一种利用先进的EDA工具，在实际设计工作中对处理器进行验证的具体方法。

在本教程中，我们将研究带有电容滤波器的整流器的纹波现象，并仿真调幅信号的包络检波器。

本文提供一种多相单片式降压解决方案，旨在应对构建处理单元的电源时需满足的大电流、快速瞬态响应要求。

6月13日，AMD举办的“AMD数据中心与人工智能技术首映会”上，公布了外界期待已久的数据中心APU(加速处理器)Instinct MI300的更多细节和更新。

目前的Wi-Fi标准是IEEE 802.11ax，即Wi-Fi 6，它有几个鲜为人知的功能，这些功能针对成本敏感型IoT应用进行了优化。

为5G毫米波构建有源相控阵天线需要非常紧凑的设计。

根据外媒的最新消息，PCI-SIG日前敲定了PCIe 7.0 v0.3版本的草案，按照设计，其带宽相较于PCIe 6.0再次翻番，独立显卡常用的x16插槽速度将（双向）达到512GB/s。

在本文中，我将对不同的电机控制实现方案进行比较，包括分立式和完全集成式选项，从而帮助您找到适合您设计的方法。

在高功率应用中，碳化硅(SiC)MOSFET与硅(Si)IGBT相比具有多项优势。其中包括更低的传导和开关损耗以及更好的高温性能。

作为系列文章的第三部分，本文重点解释如何使用硬件转换卷积神经网络(CNN)，并特别介绍使用带CNN硬件加速器的人工智能(AI)微控制器在物联网(IoT)边缘实现人工智能应用所带来的好处。

本文是系列文章的第二部分，重点介绍卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。本文重点解释如何训练这些神经网络以解决实际问题。

本文讨论了CNN相对于经典线性规划的优势，后续文章《训练卷积神经网络：什么是机器学习？——第二部分》将讨论如何训练CNN模型，系列文章的第三部分将讨论一个特定用例，并使用专门的AI微控制器对模型进行测试。

芯片制造商依靠获得高纯水来清洁半导体晶圆。

米尔基于ARM+FPGA异构开发板，根据下图文件内容可以知道myir-image-full系统支持的功能，其支持OpenCV，也就不用在格外安装相关驱动包等，省了很多事情。