DRV5033FAQDBZR IC sirkuit terpadu Elektron
Atribut Produk
| JENIS | KETERANGAN |
| Kategori | Sensor, Transduser Sensor Magnetik - Sakelar (Solid State) |
| Mfr | Instrumen Texas |
| Seri | - |
| Kemasan | Pita & Gulungan (TR) Potong Pita (CT) Digi-Reel® |
| Status Bagian | Aktif |
| Fungsi | Sakelar Omnipolar |
| Teknologi | Efek Aula |
| Polarisasi | Kutub Utara, Kutub Selatan |
| Rentang Penginderaan | Perjalanan 3,5mT, Pelepasan 2mT |
| Tes kondisi | -40°C ~ 125°C |
| Sumber tegangan | 2.5V ~ 38V |
| Saat Ini - Pasokan (Maks) | 3,5mA |
| Arus - Output (Maks) | 30mA |
| Jenis Keluaran | Buka Tiriskan |
| Fitur | - |
| Suhu Operasional | -40°C ~ 125°C (TA) |
| Tipe Pemasangan | Permukaan gunung |
| Paket Perangkat Pemasok | SOT-23-3 |
| Paket / Kasus | TO-236-3, SC-59, SOT-23-3 |
| Nomor Produk Dasar | DRV5033 |
Jenis Sirkuit Terpadu
Dibandingkan dengan elektron, foton tidak memiliki massa statis, interaksi lemah, kemampuan anti-interferensi yang kuat, dan lebih cocok untuk transmisi informasi.Interkoneksi optik diharapkan menjadi teknologi inti yang menembus dinding konsumsi daya, dinding penyimpanan, dan dinding komunikasi.Iluminan, coupler, modulator, perangkat pandu gelombang diintegrasikan ke dalam fitur optik kepadatan tinggi seperti sistem mikro terintegrasi fotolistrik, dapat mewujudkan kualitas, volume, konsumsi daya integrasi fotolistrik kepadatan tinggi, platform integrasi fotolistrik termasuk senyawa semikonduktor monolitik III - V terintegrasi (INP ) platform integrasi pasif, platform silikat atau kaca (panduan gelombang optik planar, PLC) dan platform berbasis silikon.
Platform InP terutama digunakan untuk produksi laser, modulator, detektor, dan perangkat aktif lainnya, tingkat teknologi rendah, biaya substrat tinggi;Menggunakan platform PLC untuk menghasilkan komponen pasif, kerugian rendah, volume besar;Masalah terbesar dengan kedua platform ini adalah bahannya tidak kompatibel dengan elektronik berbasis silikon.Keuntungan paling menonjol dari integrasi fotonik berbasis silikon adalah prosesnya kompatibel dengan proses CMOS dan biaya produksinya rendah, sehingga dianggap sebagai skema integrasi optoelektronik dan bahkan semua optik yang paling potensial.
Ada dua metode integrasi untuk perangkat fotonik berbasis silikon dan sirkuit CMOS.
Keuntungan dari yang pertama adalah perangkat fotonik dan perangkat elektronik dapat dioptimalkan secara terpisah, namun pengemasan selanjutnya sulit dan aplikasi komersial terbatas.Yang terakhir ini sulit untuk merancang dan memproses integrasi kedua perangkat.Saat ini, perakitan hibrida berdasarkan integrasi partikel nuklir adalah pilihan terbaik
Diklasifikasikan berdasarkan bidang aplikasi
Dalam hal bidang aplikasi, chip A dapat dibagi menjadi chip AI pusat data CLOUD dan chip AI terminal cerdas.Dari segi fungsinya dapat dibagi menjadi chip AI Training dan chip AI Inference.Saat ini, pasar cloud pada dasarnya didominasi oleh NVIDIA dan Google.Pada tahun 2020, chip optik 800AI yang dikembangkan oleh Ali Dharma Institute juga mengikuti kompetisi cloud Reasoning.Ada lebih banyak pemain akhir.
Chip AI banyak digunakan di pusat data (IDC), terminal seluler, keamanan cerdas, mengemudi otomatis, rumah pintar, dan sebagainya.
Pusat Data
Untuk pelatihan dan penalaran di cloud, tempat sebagian besar pelatihan dilakukan saat ini.Tinjauan konten video dan rekomendasi yang dipersonalisasi di Internet seluler adalah aplikasi penalaran cloud yang umum.Nvidia GPU adalah yang terbaik dalam pelatihan dan penalaran terbaik.Pada saat yang sama, FPGA dan ASIC terus bersaing memperebutkan pangsa pasar GPU karena keunggulan konsumsi daya yang rendah dan biaya yang rendah.Saat ini, chip cloud terutama mencakup NviDIa-Tesla V100 dan Nvidia-Tesla T4910MLU270
Keamanan cerdas
Tugas utama keamanan cerdas adalah penataan video.Dengan menambahkan chip AI pada terminal kamera, respons real-time dapat diwujudkan dan tekanan bandwidth dapat dikurangi.Selain itu, fungsi penalaran juga dapat diintegrasikan ke dalam produk server tepi untuk mewujudkan penalaran AI latar belakang untuk data kamera non-cerdas.Chip AI harus mampu memproses dan mendekode video, terutama mengingat jumlah saluran video yang dapat diproses dan biaya penataan satu saluran video.Chip yang mewakili termasuk HI3559-AV100, Haisi 310 dan Bitmain BM1684.
