2024 年 10 月 22 日,德州仪器 推出了可编程逻辑器件 (PLD) 系列。此产品系列以德州仪器出色的逻辑产品系列为基础,旨在帮助工程师简化任何应用的逻辑设计。德州仪器的全新 PLD 产品系列能够在单个器件中集成多达 40 个组合和顺序逻辑及模拟功能,与分立式逻辑实施方案相比,可帮助将电路板尺寸缩小高达 94%,并降低系统成本。此外,与市场上的同类可编程逻辑器件相比,新产品系列还大幅节省了空间。
利用德州仪器易于使用的 InterConnect Studio 工具,工程师可在数分钟内设计、仿真和配置其器件以进行评估,而无需任何软件编码。InterConnect Studio 利用拖放式 GUI 和集成仿真功能加快了逻辑器件设计过程。设计人员还可以使用方便的点击编程和直接订购功能。这些功能可简化编程和采购,有助于加快产品上市步伐。
关键所在
“工程师们正在越来越多地考虑使用可编程逻辑器件来降低设计复杂性、减小布板空间、简化供应链管理以及缩短产品上市时间,”德州仪器接口产品部门副总裁兼总经理 Tsedeniya Abraham 表示,“但是,现有可编程逻辑器件的复杂性超出了许多应用的需求,涉及到编程专业知识,或者提供的封装选择有限。我们的全新可编程逻辑产品系列以 德州仪器 60 年逻辑产品设计经验为基础,采用业界通用封装,尺寸小至 2.56mm2,功耗低,通过 AEC Q-100 认证,温度范围为 -40°C 至 125°C,适用于汽车、工业和个人电子产品等应用。”
更多详情
德州仪器的 PLD 产品系列包括超小型引线式封装,尺寸为 2.1mm x 1.6mm,间距为 0.5mm。这种引线式封装比市场上同类器件小 92%,可满足制造商的焊接需求,但尺寸大大降低。德州仪器的汽车级 PLD 比最接近的市场上同类产品小 63%。此产品系列还提供 Quad Flat No-Lead (QFN) 封装选项,支持自动光学检测,可确保安全性和系统长期可靠性。
德州仪器全新 PLD 的静态电流小于 1µA,有功功率比市场上的同类器件低 50%,因此其低功耗特性有助于延长电动汽车、电动工具、电池包和游戏控制器等产品的电池续航时间。
德州仪器的所有新 PLD 产品均支持通用输入/输出、查找表、数字触发器、管道延迟、滤波器和电阻-电容振荡器。TPLD1201 和 TPLD1202 器件还集成了模拟比较器等模拟功能,具有内部可选电压基准选项和迟滞。TPLD1202 具有串行外设接口、I2C、看门狗计时器和状态机等附加功能。
供货情况
下表提供了德州仪器全新 PLD 产品的详细信息。此外,配套的开发工具包括:
|
器件 |
封装 |
评估模块 |
|
TPLD801 |
SOT – 8 引脚 |
TPLD801-DRL-EVM |
|
TPLD801-Q1 |
SOT – 8 引脚 |
TPLD801-DRL-EVM |
|
TPLD1201 |
VSSOP – 10 引脚 |
TPLD1201-DGS-EVM |
|
QFN – 12 引脚 |
TPLD1201-RWB-EVM |
|
|
TPLD1201-Q1 |
VSSOP – 10 引脚 |
TPLD1201-DGS-EVM |
|
TPLD1202 |
SOT – 14 引脚 |
TPLD1202-DYY-EVM |
|
QFN – 12 引脚 |
TPLD1202-RWB-EVM |
|
|
TPLD1202-Q1 |
SOT – 14 引脚 |
TPLD1202-DYY-EVM |
好文章,需要你的鼓励
据报道,ServiceNow正与身份管理平台初创公司Veza进行深度收购谈判,交易金额可能超过10亿美元。Veza的平台帮助企业保护员工工作账户安全,识别未使用账户和权限过度的账户,还能检测违反职责分离政策的账户。该平台还可管理机器身份和应用程序集成。此次收购将补强ServiceNow在用户账户和机器身份管理方面的功能短板。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
谷歌云发布PanyaThAI数字化转型计划,旨在帮助泰国企业部署企业级AI智能体应用。该计划首批支持15家机构,包括朱拉隆功大学、泰国证券交易所等。研究显示AI到2030年可为泰国经济贡献7300亿泰铢。计划提供全栈AI基础设施、咨询服务和员工培训,合作伙伴将培训300名本地专家。已有企业展示成果,如SE-Education通过AI语义搜索将转化率从12%提升至27%。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。