DRV5033FAQDBZR IC ပေါင်းစပ်ပတ်လမ်း အီလက်ထရွန်

အတိုချုံးဖော်ပြချက်-

ပေါင်းစပ် circuit ချစ်ပ်များနှင့် အီလက်ထရွန်းနစ် ပေါင်းစပ်ပက်ကေ့ခ်ျများ၏ ပေါင်းစပ်ဖွံ့ဖြိုးတိုးတက်မှု

I/O simulator နှင့် bump spacing သည် IC နည်းပညာ ဖွံ့ဖြိုးတိုးတက်မှုနှင့်အတူ လျှော့ချရန် ခက်ခဲသောကြောင့်၊ ဤနယ်ပယ်ကို ပိုမိုမြင့်မားသောအဆင့်သို့ တွန်းပို့နိုင်ရန် AMD သည် အဆင့်မြင့် 7Nm နည်းပညာကို အသုံးပြုမည်ဖြစ်ပြီး 2020 ခုနှစ်တွင် ပေါင်းစပ်ဗိသုကာပညာ၏ ဒုတိယမျိုးဆက်ကို ထွက်ရှိလာမည်ဖြစ်သည်။ ပင်မကွန်ပြူတာ Core နှင့် I/O နှင့် Memory Interface ချစ်ပ်များတွင် ရင့်ကျက်သောနည်းပညာမျိုးဆက်နှင့် IP ကိုအသုံးပြုထားသော Chip ကြောင့် စွမ်းဆောင်ရည်မြင့်မားပြီး အကန့်အသတ်မရှိသောဖလှယ်မှုအပေါ်အခြေခံ၍ နောက်ဆုံးဒုတိယမျိုးဆက် core ပေါင်းစည်းမှုကို သေချာစေရန်အတွက်၊ ထုပ်ပိုးမှုစနစ် စီမံခန့်ခွဲမှု တိုးတက်ကောင်းမွန်ခြင်း (နာရီ၊ ပါဝါထောက်ပံ့မှု၊ နှင့် အဖုံးအကာအလွှာ၊ 2.5 D ပေါင်းစည်းမှု ပလပ်ဖောင်းသည် မျှော်မှန်းထားသော ပန်းတိုင်များကို အောင်မြင်စွာ အကောင်အထည်ဖော်နိုင်ပြီး၊ အဆင့်မြင့် ဆာဗာပရိုဆက်ဆာများ ဖွံ့ဖြိုးတိုးတက်မှုအတွက် လမ်းကြောင်းအသစ်ကို ဖွင့်လှစ်ပေးသည်။

ကျွန်ုပ်တို့ထံ အီးမေးလ်ပို့ပါ။ ရက်စွဲစာရွက်ကို ဒေါင်းလုဒ်လုပ်ပါ။

ထုတ်ကုန်အသေးစိတ်

ထုတ်ကုန်အမှတ်အသား

ထုတ်ကုန်ဂုဏ်ရည်များ

အမျိုးအစား	ဖော်ပြချက်
အမျိုးအစား	အာရုံခံကိရိယာများ၊ Transducers များ သံလိုက်အာရုံခံကိရိယာများ - ခလုတ်များ ( Solid State )
Mfr	တက္ကတူရိယာ
စီးရီး	-
အထုပ်	တိပ်နှင့် ရစ်ပတ် (TR) Cut Tape (CT) Digi-Reel®
အပိုင်း အဆင့်အတန်း	အသက်ဝင်သည်။
လုပ်ဆောင်ချက်	Omnipolar Switch
နည်းပညာ	Hall Effect
Polarization	မြောက်ဝင်ရိုးစွန်း၊ တောင်ဝင်ရိုးစွန်း
အာရုံခံမှုအပိုင်း	3.5mT ခရီးစဉ်၊ 2mT ဖြန့်ချိခြင်း။
စမ်းသပ်မှုအခြေအနေ	-40°C ~ 125°C
ဗို့အား-ထောက်ပံ့ရေး	2.5V ~ 38V
လက်ရှိ - ထောက်ပံ့မှု (မက်စ်)	3.5mA
လက်ရှိ - အထွက် (အများဆုံး)	30mA
အထွက် အမျိုးအစား	Drain ဖွင့်ပါ။
အင်္ဂါရပ်များ	-
Operating အပူချိန်	-40°C ~ 125°C (TA)
Mounting အမျိုးအစား	Surface Mount
ပေးသွင်းသူ ကိရိယာ ပက်ကေ့ချ်	SOT-23-3
အထုပ်/အခွံ	TO-236-3၊ SC-59၊ SOT-23-3
အခြေခံထုတ်ကုန်နံပါတ်	DRV5033

Integrated Circuit အမျိုးအစား

အီလက်ထရွန်များနှင့် နှိုင်းယှဉ်ပါက၊ ဖိုတွန်သည် ငြိမ်ဒြပ်ထုမရှိ၊ အားနည်းသော အပြန်အလှန်ဆက်သွယ်မှု၊ ပြင်းထန်သော ဝင်ရောက်စွက်ဖက်မှု ဆန့်ကျင်နိုင်စွမ်းရှိပြီး သတင်းအချက်အလက် ပေးပို့ခြင်းအတွက် ပိုမိုသင့်လျော်ပါသည်။Optical အပြန်အလှန်ချိတ်ဆက်မှုသည် ပါဝါသုံးစွဲမှုနံရံ၊ သိုလှောင်မှုနံရံနှင့် ဆက်သွယ်ရေးနံရံများကို ဖြတ်ကျော်ရန် အဓိကနည်းပညာဖြစ်လာမည်ဟု မျှော်လင့်ရသည်။အလင်းတန်း၊ အတွဲလိုက်၊ မော်ဂျူလတာ၊ လှိုင်းလမ်းညွှန်ကိရိယာများကို photoelectric ပေါင်းစပ်မိုက်ခရိုစနစ်ကဲ့သို့ မြင့်မားသောသိပ်သည်းဆ optical အင်္ဂါရပ်များတွင် ပေါင်းစပ်ထားသည်၊ အရည်အသွေး၊ ထုထည်၊ ပါဝါသုံးစွဲမှုမြင့်မားသောသိပ်သည်းဆဓာတ်ပုံလျှပ်စစ်ပေါင်းစပ်မှု၊ III - V ပေါင်းစပ် semiconductor monolithic ပေါင်းစပ်ပါဝင်သည့် ဓာတ်ပုံလျှပ်ကူးပစ္စည်းပေါင်းစည်းမှုပလပ်ဖောင်း (INP ) passive integration platform၊ silicate သို့မဟုတ် glass (planar optical waveguide, PLC) platform နှင့် silicon အခြေခံ ပလပ်ဖောင်း။

InP ပလပ်ဖောင်းကို လေဆာ၊ ပြုပြင်ထိန်းညှိကိရိယာ၊ ထောက်လှမ်းကိရိယာများနှင့် အခြားတက်ကြွသောကိရိယာများ၊ နည်းပညာအဆင့်နိမ့်၊ မြင့်မားသောအလွှာကုန်ကျစရိတ်များ ထုတ်လုပ်ရန်အတွက် အဓိကအားဖြင့် အသုံးပြုပါသည်။PLC ပလပ်ဖောင်းကို အသုံးပြု၍ passive အစိတ်အပိုင်းများ၊ ဆုံးရှုံးမှုနည်းပါးခြင်း၊ပလက်ဖောင်းနှစ်ခုလုံးတွင် အကြီးမားဆုံးပြဿနာမှာ ပစ္စည်းများသည် ဆီလီကွန်အခြေခံ အီလက်ထရွန်းနစ်ပစ္စည်းများနှင့် မကိုက်ညီခြင်းပင်ဖြစ်သည်။ဆီလီကွန်အခြေခံ ဖိုနစ်ပေါင်းစည်းခြင်း၏ အထင်ရှားဆုံးအားသာချက်မှာ လုပ်ငန်းစဉ်သည် CMOS လုပ်ငန်းစဉ်နှင့် လိုက်ဖက်ညီပြီး ထုတ်လုပ်မှုကုန်ကျစရိတ်နည်းပါးသောကြောင့် ၎င်းကို အလားအလာအရှိဆုံး optoelectronic နှင့် all-optical ပေါင်းစည်းမှုစနစ်ပင်ဖြစ်သည်ဟု ယူဆပါသည်။

ဆီလီကွန်အခြေခံ ဓာတ်ပုံနစ်ကိရိယာများနှင့် CMOS ဆားကစ်များအတွက် ပေါင်းစပ်နည်းလမ်းနှစ်ခုရှိသည်။

ယခင်၏အားသာချက်မှာ photonic စက်များနှင့် အီလက်ထရွန်းနစ်ပစ္စည်းများကို သီးခြားစီ optimize ပြုလုပ်နိုင်သော်လည်း နောက်ဆက်တွဲထုပ်ပိုးမှုမှာ ခက်ခဲပြီး စီးပွားဖြစ်အသုံးချပရိုဂရမ်များကို ကန့်သတ်ထားသည်။စက်ပစ္စည်းနှစ်ခု၏ ပေါင်းစပ်ဖွဲ့စည်းပုံနှင့် လုပ်ဆောင်ရန် ခက်ခဲသည်။လက်ရှိတွင်၊ နျူကလီးယားအမှုန်အမွှားပေါင်းစပ်မှုကို အခြေခံ၍ ပေါင်းစပ်တပ်ဆင်ခြင်းသည် အကောင်းဆုံးရွေးချယ်မှုဖြစ်သည်။

လျှောက်လွှာနယ်ပယ်အလိုက် ခွဲခြားထားသည်။

အပလီကေးရှင်းနယ်ပယ်များတွင် ချစ်ပ်တစ်ချပ်ကို CLOUD ဒေတာစင်တာ AI ချစ်ပ်နှင့် အသိဉာဏ်ရှိသော terminal AI ချစ်ပ်ဟူ၍ ခွဲခြားနိုင်သည်။လုပ်ဆောင်ချက်အရ ၎င်းကို AI Training chip နှင့် AI Inference chip ဟူ၍ ခွဲခြားနိုင်သည်။လက်ရှိအချိန်တွင် cloud စျေးကွက်ကို NVIDIA နှင့် Google တို့က လွှမ်းမိုးထားသည်။2020 တွင် Ali Dharma Institute မှထုတ်လုပ်သော optical 800AI ချစ်ပ်သည်လည်း cloud ဆင်ခြင်ခြင်း၏အပြိုင်အဆိုင်သို့ဝင်ရောက်လာသည်။နောက်ထပ် ကစားသမားတွေ ရှိတယ်။

AI ချစ်ပ်များကို ဒေတာစင်တာများ (IDC)၊ မိုဘိုင်းဂိတ်များ၊ ဉာဏ်ရည်ထက်မြက်သော လုံခြုံရေး၊ အလိုအလျောက်မောင်းနှင်မှု၊ စမတ်အိမ်စသည်ဖြင့် ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုကြသည်။

ဒေတာစင်တာ

လေ့ကျင့်မှုအများစုကို လက်ရှိလုပ်ဆောင်နေသည့် cloud တွင် လေ့ကျင့်ခြင်းနှင့် ဆင်ခြင်ခြင်းအတွက်။ဗီဒီယိုအကြောင်းအရာ သုံးသပ်ချက်နှင့် မိုဘိုင်းအင်တာနက်ပေါ်ရှိ ပုဂ္ဂိုလ်ရေးသီးသန့် အကြံပြုချက်များသည် ပုံမှန် cloud ဆင်ခြင်ခြင်းအပလီကေးရှင်းများဖြစ်သည်။Nvidia Gpus သည် လေ့ကျင့်ရေးတွင် အကောင်းဆုံးဖြစ်ပြီး ကျိုးကြောင်းဆင်ခြင်ခြင်းတွင် အကောင်းဆုံးဖြစ်သည်။တစ်ချိန်တည်းမှာပင်၊ FPGA နှင့် ASIC တို့သည် ပါဝါသုံးစွဲမှုနည်းခြင်းနှင့် ကုန်ကျစရိတ်သက်သာခြင်း၏ အားသာချက်များကြောင့် GPU စျေးကွက်ဝေစုအတွက် ဆက်လက်ယှဉ်ပြိုင်နေပါသည်။လက်ရှိတွင်၊ cloud ချစ်ပ်များတွင် အဓိကအားဖြင့် NviDIa-Tesla V100 နှင့် Nvidia-Tesla T4910MLU270 ပါဝင်သည်။

အသိဉာဏ်လုံခြုံရေး

ဉာဏ်ရည်ထက်မြက်သောလုံခြုံရေး၏ အဓိကတာဝန်မှာ ဗီဒီယိုတည်ဆောက်ပုံဖြစ်သည်။ကင်မရာ terminal တွင် AI ချစ်ပ်ကို ထည့်သွင်းခြင်းဖြင့်၊ အချိန်နှင့်တပြေးညီ တုံ့ပြန်မှုကို သိရှိနိုင်ပြီး လှိုင်းနှုန်းဖိအားကို လျှော့ချနိုင်သည်။ထို့အပြင်၊ အသိဉာဏ်မဟုတ်သောကင်မရာဒေတာအတွက် နောက်ခံ AI ကျိုးကြောင်းဆင်ခြင်မှုကို နားလည်ရန် ကျိုးကြောင်းဆင်ခြင်ခြင်းလုပ်ဆောင်ချက်ကို edge server ထုတ်ကုန်တွင် ပေါင်းစပ်နိုင်သည်။AI ချစ်ပ်များသည် ဗီဒီယိုလုပ်ဆောင်ခြင်းနှင့် ကုဒ်ကုဒ်လုပ်နိုင်စွမ်းရှိရန် လိုအပ်ပြီး၊ အဓိကအားဖြင့် လုပ်ဆောင်နိုင်သည့် ဗီဒီယိုချန်နယ်အရေအတွက်နှင့် ဗီဒီယိုချန်နယ်တစ်ခုတည်ဆောက်ပုံတည်ဆောက်ပုံကုန်ကျစရိတ်တို့ကို အဓိကအားဖြင့် ထည့်သွင်းစဉ်းစားရန် လိုအပ်ပါသည်။ကိုယ်စားလှယ်ချစ်ပ်များ HI3559-AV100၊ Haisi 310 နှင့် Bitmain BM1684 တို့ ပါဝင်သည်။

ယခင်- AMC1301DWVR ပေါင်းစပ်ထားသော CIRCUIT IC Chip

နောက်တစ်ခု: မူရင်းပေါင်းစပ်ထားသော Circuit Chip IC DS90UB927QSQX/NOPB

သင့်စာကို ဤနေရာတွင် ရေးပြီး ကျွန်ုပ်တို့ထံ ပေးပို့ပါ။