4008-622-911
四維圖新旗下杰發科技首顆國產化車規級 MCU 芯片 AC7802x 量產
8 月 4 日消息，近日，四維圖新旗下杰發科技國產化供應鏈車規級 MCU 芯片 AC7802x 宣布量產，該芯片已交付“多家標桿客戶”并進行規模應用。
據介紹，AC7802x 系列是杰發科技基于 ARM Cortex-M0 + 內核設計的第二代高性價比車規級 MCU 芯片。該芯片擁有“高可靠性、低功耗和小封裝”等特點，符合 AEC-Q100 Grade 1 認證，環境溫度最高可支持-40~125℃，可提供 TSSOP20 / HVQFN32 兩種封裝形式。
AC7802x 平臺與 AC7801x 同封裝可硬件兼容設計，軟件接口兼容，方便資源擴展及平臺化選型。在汽車電子電氣架構集中化時代，AC7802x 主要用于汽車末端小節點執行層，例如汽車電子傳感器、溫控、開關、車燈等車規 MCU 應用場景。
目前杰發科技已有四代車規級 MCU 芯片量產迭代，從基于 M0 + 和 M3 內核的 AC780x 系列和 AC781x 系列主打小節點執行層角色，到基于 M4F 內核的 AC7840x 系列作為中間力量，再到未來的多核擁有高算力大 Pin 腳主打的域控制器 MCU，基本形成了汽車 MCU 領域全覆蓋。
杰發科技表示，從 2018 年量產首顆國產車規級 MCU 以來，截至 2022 年底，累計出貨量已超 3000 萬顆，產品覆蓋國內外主流整車廠與一級供應商，如長城、五菱、上汽、廣汽、長安等，以及新能源汽車品牌比亞迪、蔚來、小鵬、理想等。
相關推薦
-
-
武漢芯源半導體首款車規級MCU，CW32A030C8T7通過AEC-Q100測試考核
近日，武漢芯源半導體正式發布首款基于Cortex?-M0+內核的CW32A030C8T7車規級MCU，這是武漢芯源半導體首款通過AEC-Q100 (Grade 2)車規標準的主流通用型車規MCU產品。CW32A030C8T7通過AEC-Q100車規可靠性測試作為武漢芯源半導體首款車規級MCU產品，CW32A030C8T7產品順利通過AEC-Q100（Grade2）車規級可靠性測試，符合車用電子高可靠性和穩定性要求，可用于環境溫度范圍-40°C~105°C的大部分車載應用環境。武漢芯源半導體始終將安全可靠性要求放在第一位，遵循AEC-Q100測試標準，進行了包括高溫工作壽命試驗(HTOL)、早期失效率試驗(ELFR)、靜電放電人體模型(HBM)、靜電放電充電裝置模型(CDM)、高溫門領試驗(LU-HT)、電磁兼容試驗(EMC)等19項測試。同時加強產品質量管控，將質量管理滲透到產品的研發、制造、銷售、技術服務等各個方面，確保產品高可靠度。CW32A030C8T7車規MCU產品性能優勢特性1、高性能架構設計CW32A030C8T7是基于ARM? Cortex?-M0+內核，采用Prefetch+Cache架構，以64MHz為量產測試保證，芯片配置64K字節FLASH，8K 字節RAM，128字節OTP存儲器。芯片采用1.65 5.5V寬電壓供電，工作溫度范圍-40+105℃。2、豐富的外設接口為實現多樣化的車身控制和互聯應用，CW32A030C8T7集成了多種通信接口增強連接能力。-支持多達三路低功耗UART、兩路I2C、兩路SPI接口；-16位高級控制定時器、4組16位通用定時器，3組16位基本定時器；-12位高精度ADC，采樣速率可達1M SPS。3、加密安全防護增加多級程序加密安全防護，妥善保護客戶知識產權。4、超強抗干擾能力HBM ESD、MM ESD、CDM ESD、Latch up@105℃全面達到JEDEC最高等級。全面、高效的開發配套支持CW32A030C8T7車規MCU配套提供樣品和開發板，兼容Keil/IAR/GCC等多種主流集成開發環境(IDE)，并提供CW-DAPLINK調試工具和CW-Writer高效率量產工具。開發套件軟件源碼、硬件參考設計、應用筆記等技術文檔配套齊全，已在官網開放下載。武漢芯源半導體提供線上公眾號（武漢芯源半導體、CW32生態社區）、芯源CW32 MCU技術論壇等多個渠道的技術交流與支持服務。廣泛的車身應用，豐富汽車電子智能體驗CW32A030C8T7車規MCU遵循車規級設計理念和生產標準，兼具通用高性能、硬件高安全性和車規級高可靠性等優勢特性，滿足車規級產品對惡劣工作環境的適應性要求，幫助客戶加速方案開發、縮短產品量產時程。可應用于車身控制、車用照明、智能座艙、輔助駕駛及電機電源等多種電氣化車用場景，為汽車電子領域帶來更豐富的智能體驗。武漢芯源半導體正式進入車規MCU市場AEC-Q100測試考核是汽車電子委員會(Automotive Electronics Council)制定的規范，主要針對車載應用的芯片進行嚴格的質量與可靠性確認，以提高車載電子的穩定性和標準化。由于車規級芯片在可靠性、安全性、使用壽命方面的要求高于消費級、工業級芯片，AEC-Q100測試考核門檻高、測試項目覆蓋廣、標準極為嚴苛，是芯片產品進入汽車領域的重要通行證之一。CW32A030C8T7車規MCU能通過AEC-Q100較長周期下嚴格的可靠性測試和評估，代表該產品能夠在惡劣的汽車環境下穩定運行，可確保汽車的安全性和可靠性，能夠獲得汽車制造商的認可。有關芯片樣品申請及購買事宜，請咨詢武漢芯源半導體的銷售和官方代理商永芯易科技。關于武漢芯源半導體武漢芯源半導體有限公司，于2018年8月28日成立，是上市公司武漢力源信息技術股份有限公司（股票代碼：300184）全資子公司，專注芯片的設計、研發、銷售及技術服務。武漢芯源半導體CW品牌源于Creative Wisdom首字母CW，傳遞“創芯源于智慧”的品牌理念。武漢芯源半導體為電子行業用戶提供微處理器MCU、小容量存儲芯片EEPROM、功率器件SJ-MOSFET等系列產品，具有產品質量保證、技術性能可靠、供貨能力穩定三大競爭優勢。在MCU領域目前已推出通用高性能CW32F003/030系列、安全低功耗CW32L083/031/052系列、無線射頻CW32W031/CW32R031系列產品，廣泛應用于消費電子、智能家居、物聯網、工業控制、醫療電子以及汽車電子行業，未來將能夠滿足更多的市場需求。武漢芯源半導體持續進行技術革新，確保穩定可靠的供應鏈能力，致力于成為國產芯片產業的領航者！
-
-
利用三維異質混合集成技術，實現近紅外InGaAs智能光譜傳感器
傳統的光譜儀具有體積龐大、集成度低、邊緣計算智能性差等缺點，從而限制了近紅外光譜技術的應用。與尺寸的縮小相比，人工智能（AI）分析模型在光譜設備中的片上集成對非專業用戶來說更為重要。另外，InGaAs光電探測器在近室溫下從可見光到短波紅外波段具備優異的探測性能，在近紅外光譜中發揮著重要作用。近日，同濟大學精密光學工程技術研究所和中國科學院上海技術物理研究所的聯合科研團隊在Advanced Photonics Research期刊上發表了以“Near-Infrared InGaAs Intelligent Spectral Sensor by 3D Heterogeneous Hybrid Integration”為主題的論文。該論文的共同第一作者為同濟大學王緒泉和董思禹，通訊作者為上海技物所黃松壘副研究員、同濟大學董思禹和程鑫彬教授。該研究論文報道了利用邊緣AI分析模塊與InGaAs光譜傳感器的單片集成，實現了一種近紅外智能光譜傳感器。研究人員基于先進的三維異質混合集成技術，開發了一種片上InGaAs智能光譜傳感器，該傳感器由用于波長選擇的線性可變濾光片（LVF）、作為探測器的線性焦平面陣列（FPA）以及用于神經網絡推理的芯片處理器共同組成。這種邊緣AI光譜傳感器打破了傳統器件對外部算法的依賴，為近紅外光譜技術向小型化、集成化、智能化方向發展鋪平了道路，也為與消費電子設備和物聯網（IoT）的結合帶來了更多機遇。InGaAs智能光譜傳感器的原理這項研究提出的InGaAs智能光譜傳感器由三部分組成，即可調諧波長的LVF、獲取相應光譜信號的InGaAs FPA以及嵌入式分析模型的AI芯片。圖1a展示了該光譜傳感器的結構和工作原理。其中LVF是采用高能物理氣相沉積工藝沉積的薄膜濾光片，其中心波長在900 nm ~ 1700 nm之間隨位置線性變化。圖1 InGaAs智能光譜傳感器原理圖以及基于AI識別模型的片上集成流程圖由于LVF和光敏元件采用非硅材料制備，因此設計了用于將各種材料、工藝和功能元件垂直堆疊連接起來的異質混合集成的三維結構。這種三維結構將使摩爾定律擴展到更高的密度、更高的功能、更高的性能，以及更多樣化的材料和器件，并且以更低的成本實現集成。此外，這種結構也為研究人員在讀出集成電路（ROIC）與AI芯片中不同的CMOS制造工藝提供了靈活的選擇。基于近紅外光譜的AI分析模型的片上集成是智能光譜傳感器發展的關鍵環節，具體流程如圖1b所示。InGaAs智能光譜傳感器的性能光譜性能在實際應用之前，研究人員首先分析了該光譜傳感器的實際光譜性能，相關結果如圖2所示。圖2a和圖2b展示了900 nm ~ 1700 nm范圍中部分像素對單色光的歸一化光譜響應，具有典型的洛倫茲-高斯分布（Lorentz–Gauss distribution）帶通特征，且截止值小于OD2。圖2d展示了所有可用像素的半峰全寬（FWHM）。該光譜傳感器的基本性能可以與商用InGaAs便攜式光譜儀相媲美。圖2 InGaAs智能光譜傳感器的光譜性能綠茶摻糖的光譜檢測隨后，研究人員利用該光譜傳感器和片上識別模型，對不同比例的糖和茶的混合物進行了分類。圖2f顯示了在訓練集和驗證集中具有不同蔗糖含量的120個樣本的原始光譜。這些樣本的光譜曲線顯示了綠茶的典型植物特征光譜，這與該研究早期工作以及其他研究中商用儀器所測量的光譜一致。建模結果與邊緣識別在這項研究中，研究人員還想要證明部署于邊緣（集成在傳感器中）的深度學習光譜分析模型可以達到與部署于計算機的傳統算法相同的效果。首先，建立基于卷積神經網絡（CNN）的綠茶摻糖識別模型，并在計算機上進行了驗證。隨后，將驗證后的模型進一步部署到集成于InGaAs光譜傳感器的芯片處理器上，用于綠茶摻糖的邊緣識別。相關結果如圖3所示。圖3 建模和邊緣識別結果綜上所述，研究人員將具有AI分析模型的ARM Cortex-M7芯片嵌入到基于LVF和線性FPA的光譜傳感器中，開發了一種InGaAs智能光譜傳感器。基于異質混合集成的三維結構在900 nm ~ 1700 nm范圍內單次快照即可獲得超過200個光譜分辨率為中心波長的1.25%的光譜通道，并可選擇輸出原始光譜或即時識別結果。作為邊緣AI應用的證明，該光譜傳感器對綠茶摻糖進行了實驗檢測，實時識別準確率大于90%。該智能光譜傳感器打破了對近紅外光譜外部算法的依賴，可以為原位分析和現場測量提供即時和參考性結果。此外，該光譜傳感器可以通過集成片上準直光學器件以及采用陶瓷或塑料封裝進一步縮小尺寸。該智能光譜傳感器有望在科研和工業領域為近紅外光譜帶來更多的機會，例如消費電子設備和物聯網等應用領域。這項研究獲得了國家自然科學基金（61925504、61621001、62105243、62192770、62192772、62205248、6201101335、62020106009、62111530053）、上海市科學技術委員會（17JC1400800、20JC1414600、21JC1406100）、上海市浦江人才計劃（20PJ1414200）、上海市“曙光計劃”項目（17SG22）、上海市科技重大專項（2021SHZDZX0100）、中央高校基本科研業務費以及中國博士后科學基金（2020TQ0227、2021M702471）的資助和支持。
哦! 它是空的。