Irina Huber与Vicor公司汽车全球营销总监Gregory Green及Vicor汽车领域首席应用工程师Haris Muhedinovic一同讨论高密度电源模块解决方案,探索如何用它实现冗余和快速充电,加快电源系统设计。
汽车电气化掀起了一场前所未有的研发浪潮,包括优化供电网络、本地及全球充电基础设施。由于这个问题的复杂性,有必要探索新的方法并开发创造性的解决方案。高密度电源模块为设计、扩展和适应当今汽车电气化的快速发展步伐带来了巨大的灵活性。
GREEN:双向充电和智能充电是相辅相成的。从本质上讲,双向充电是指使用汽车电池为另一个负载供电;而智能充电是指系统智能,让汽车能够了解并管理它所供电的负载。
从充电器的角度看智能充电,家用充电器是一种可以在适当时随时提供电能的设备。例如,如果屋顶的太阳能电池板连接到互联网,就可以轻松预测下一个晴天可以转换和使用的电能。智能充电器处理这些信息,然后等电能可用的最合理时间为汽车充电。
MUHEDINOVIC:博世正在建设一套完整的智能充电基础设施。该基础设施与发电厂通信,了解当前的电价、电网供电能力是否充足以及能源来源。因此,智能充电可以监测整个充电基础设施——汽车、太阳能板、电网、通信和能源提供商。
GREEN:这已经成为现实。例如在英国,自2022年年中起,所有墙上充电器都需要兼容智能充电器,并需要联网以提供反馈。特斯拉的大多数直流充电器已经做到了这一点。
GREEN:双向充电是指使用汽车电池为另一个负载供电。这包括车辆对电网(V2G)、车辆对家庭(V2H)、车辆对负载(V2L)或车辆对车辆(V2V)等多种形式。
有少数几款汽车具有向其它负载供电的能力,例如日产Leaf和福特F150。它们可以提供 3.6kW 的交流电。
双向充电功能需要监测,这是智能充电的用武之地,即监测并管理系统电能流动。智能充电可以利用双向电能来实现并优化V2G、V2H、V2L或V2V。
Vicor正在做些什么来确保每辆电动汽车都能与高速公路上的直流快充站兼容,以消除续航焦虑,加速电动汽车的未来?
MUHEDINOVIC:我们认为主要挑战是兼容性。今天的汽车使用两种电压,即400V或800V——电压越高,充电速度越快。
问题是,大多数路边充电桩都是400VDC。为了实现快速充电,OEM厂商需要采取措施,将 400V 提升到800V。一些一级供应商已推出相关解决方案,但十分笨重,重量约为15千克。这些解决方案占用的空间大,而且会缩短续航里程。
800V电池和400V充电器之间的不兼容问题可以通过“电池虚拟化”来解决。使用这种方法时,充电器会在车载充电器的一侧“看到”一个 400V 的电池,即使另一侧连接的是800V电池。Vicor的技术可以实现这一点。
在重量方面,Vicor的高密度大功率模块,如正弦幅度转换器(SAC),体积只有3.5升,可以实现电池虚拟化而不增加尺寸、重量和复杂性。重量优势意味着更远的续航里程。
GREEN:除了其它优势,Vicor还提供功率和电压的可扩展性。Vicor的紧凑型电源模块可以并联放置,以根据需要轻松增加功率。这意味着OEM只需要对一个部件进行特性分析和验证,这是一个重大优势,可以帮助 OEM推出与众不同的系统并更快地推向市场。
MUHEDINOVIC:使用Vicor的电源模块,不同汽车可以采用截然不同的供电网络(PDN),而不需要设计专业知识或投入大量时间。使用的部件数量很少,因此OEM可以快速配置适合其xEV平台的独特 供电网络(PDN)。配置简便性、灵活性和可扩展性是Vicor电源模块的主要特点。它们是设计当今快速变化的xEV的完美解决方案。
MUHEDINOVIC:随着对自动驾驶汽车的需求不断增加,对更可靠的电源架构的需求也不断增加。因此,人们非常关注FIT(Failure In Time )率。为了使单个部件达到ASILD等级或特殊功能自动驾驶所需的FIT率,OEM正在实施冗余,帮助他们达到低FIT率要求。为了实现这一点,他们通常实施冗余电源,确保始终至少有一套电源可用于为指定的负载供电。
有时,制造商只依赖电池和DC-DC转换器,但是他们还可能提供两条独立的路径,使用高压电池为低压电池供电,这是确保未来电动汽车安全冗余的一个重要因素。随着纯机械系统越来越多地被电气化功能所取代,例如电控转向和电控制动,非常重要的一点是必须确保这些系统能够正常运行,即使高压电池出现故障或暂时不可用。如果低压电池丢失,DC-DC转换器将为这些设备供电,如果 DC-DC 转换器丢失,将有另一套电源为转向和制动系统供电。
有很多方法可以实现这一目标。Vicor的优势是,与竞争对手相比,Vicor的架构能以更小的体积和重量提供所需的冗余。例如,其它解决方案的体积可能达到五升,而Vicor只需不到两升就可以提供全部功能。这进一步简化了架构,而且占用的空间小得多。
GREEN:Vicor的技术利用正弦幅度转换器(SAC),可以实现电池虚拟化,并有可能彻底消除汽车中的低压电池,同时仍然提供电力冗余。这有助于优化供电网络,确保高性能和高效的功率转换。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。