動態

• 發布了產品 2024-11-13 10:56

  智能網聯汽車部件EMC檢測

  

  產品型號：EMC檢測 服務品牌：廣電計量 服務區域：全國 服務資質：CMA/CNAS

  97瀏覽量

• 發布了文章 2024-11-12 15:58

  合作案例 | 一文解開遠山氮化鎵功率器件耐高壓的秘密

  

  引言氮化鎵（GaN），作為一種具有獨特物理和化學性質的半導體材料，近年來在電子領域大放異彩，其制成的氮化鎵功率芯片在功率轉換效率、開關速度及耐高溫等方面優勢盡顯，在5G通信、新能源汽車、數據中心、消費電子等熱門領域，發揮重要的作用。面向中高功率市場的氮化鎵半導體IDM遠山半導體是一家第三代半導體研發與生產企業，具備完整的“外延材料+芯片制造”自主核心技術與生

  功率器件 失效分析 氮化鎵

  631瀏覽量

• 發布了文章 2024-10-18 14:33

  GRGTEST | 電源模塊篩選項目之電性能檢測

  

  電源模塊是什么？電源模塊被稱為電路中的能源供應站。它通過對電壓的轉換，把所需要的電流轉換成用戶所需要的直流電或交流電。通過電源模塊可以為相關系統中的儀表或控制設備提供穩定的交、直流電源輸出。而穩定的電流可以為電路帶來著隔離、保護、電壓變換、穩壓、降噪等作用。電源模塊的組成部分主要有電解電容、光電耦合器、印制電路板、半導體器件、開關變壓器、電位器、熔斷器等。模

  檢測 模組 電池 電源

  731瀏覽量

• 發布了文章 2024-10-15 14:38

  AI 芯片：算力功耗與安全并重，探尋功能安全新要求

  

  人工智能安全第一！隨著人工智能（AI）技術的迅猛發展，AI芯片正逐漸成為推動智能化應用的重要引擎。它們被廣泛應用于自動駕駛、機器人、智能家居、醫療診斷等關鍵領域，賦能各類復雜計算任務。然而，AI芯片復雜的硬件架構、算法依賴性以及高效處理大量數據的能力，既帶來了前所未有的性能提升，也帶來了潛在的功能安全挑戰。AI芯片集成了大規模并行計算單元，能夠實現高效的深度

  AI AI芯片 人工智能 芯片

  1.4k瀏覽量

• 發布了文章 2024-09-26 11:42

  技術前沿 | 搭建數字孿生模型，開啟動力電池服務新篇章

  

  廣電計量利用數字孿生技術，為上下游企業提供可視化的電池產品全生命周期健康優化管理服務，為產品運行和改進提供更加精確的決策支持。

  新能源 電池包 電池測試

  756瀏覽量

• 發布了文章 2024-09-26 11:40

  干貨分享 | 關于空間輻射位移效應的考核

  

  目前在元器件位移效應試驗標準主要有GJB548 方法1017.1，該標準只規定了以1MeV等效中子作為輻照源，但標準描述了該試驗的目的是考核以非電離能量損失（NIEL Non-Ionizing Energy Loss）作為衡量不同能量中子的等效性。

  元器件 半導體 空間輻射

  892瀏覽量

• 發布了文章 2024-09-18 10:55

  廣電計量|功率場效應管過壓失效機理及典型特征分析

  

  失效分析最常觀察到的現象是EOS過電失效，分為過壓失效及過流失效的兩種失效模式。對于以功率器件為代表的EOS過電失效樣品，其失效表征往往表現為芯片的大面積熔融，導致難以進一步判定其失效模式。本文以常規MOS、IGBT場效應管為例，從芯片內部結構進行分析和明確過壓擊穿容易出現的失效位置及機理解釋。

  EOS MOS 場效應管 失效分析 失效機理

  1.3k瀏覽量

• 發布了文章 2024-09-11 11:01

  新技術丨廣電計量成功開發系統級電磁脈沖防護仿真技術

  

  系統級電磁脈沖效應是電磁脈沖對系統內部電子設備的影響和作用，這種效應能夠通過各種途徑耦合到系統內部，對電子設備造成威脅。為提升研究系統級電磁脈沖效應及其防護技術效率，增強各行業系統抗電磁脈沖能力，廣電計量電磁安全工程研究所成立科研專項組開展系統級電磁脈沖防護仿真技術研究。

  仿真技術 無人機 電磁脈沖

  845瀏覽量

• 發布了文章 2024-08-23 11:01

  Robotaxi發展再加速，智能駕駛傳感領域檢測迎來全新挑戰

  

  高階智駕的發展是無人駕駛系統在技術層面落地的基石，而感知是智能駕駛的先決條件，車輛的傳感器需要通過嚴苛的可靠性驗證，方可保障智能駕駛的行駛安全。本期“專家訪談”欄目，我們邀請到廣電計量集成電路測試與分析事業部資深技術專家王河清博士，探討智能駕駛中傳感系統面臨的安全性挑戰以及如何助力提升系統及產品測試效率和設計質量等問題。

  Robotaxi 元器件 智能駕駛 激光雷達 車載激光雷達

  1.4k瀏覽量

• 發布了文章 2024-08-13 09:37

  技術干貨 | AI浪潮下的光模塊可靠性

  

  人工智能（AI）技術的快速發展對數據處理和傳輸提出了前所未有的挑戰。在深度學習、自然語言處理和計算機視覺等AI應用中，訓練和學習需要巨大的數據量傳遞和交互。2023年GPT-4模型所需訓練的參數量有1.8萬億，要完成這么大的數據量的運算，需要上萬個GPU同時工作。如此龐大的數據傳輸對于傳統銅纜而言是個巨大的挑戰，因此光模塊在數據傳輸中發揮著非常重要的作用。光

  AI SiC 光模塊

  1.4k瀏覽量