2025年5月13日,Littelfuse宣部推出高压侧和低压侧栅极驱动器IXD2012NTR,设计用于驱动两个采用半桥配置的N沟道MOSFET或IGBT。该IXD2012NTR针对高频电源应用进行了优化,具有卓越的开关性能和更高的设计灵活性。
IXD2012NTR可在10V~20V的宽电压范围内工作,并在自举操作中支持高达200 V的高压侧开关,其逻辑输入与低至3.3 V的标准TTL和CMOS电平兼容,可确保与各种控制设备无缝集成。IXD2012NTR具有1.9 A拉电流和2.3 A灌电流输出能力,可提供强大的栅极驱动电流,是高速开关应用的理想选择。
该器件集成的交叉传导保护逻辑可防止高压侧和低压侧输出同时开启,同时通过高集成简化了电路设计。IXD2012NTR采用紧凑型SOIC(N)-8封装,工作温度范围在-40℃~+125℃,即使在恶劣工况条件下也能提供可靠的性能。
主要功能和特点
Littelfuse半导体业务部集成电路事业部产品经理June Zhang表示:“IXD2012NTR可直接替代常用的行业标准栅极驱动设备,我们产品组合中的这一新增成员为客户提供了可靠的替代电源,以满足苛刻的生产计划,同时提供卓越的高速性能。”。
适用于多样化的市场和应用
IXD2012NTR通过提供新的200V器件,增强了Littelfuse高压侧和低压侧栅极驱动器产品组合,支持各种高频应用,包括:
IXD2012NTR适用于以下多个市场:
供货情况
IXD2012NTR高压侧和低压侧栅极驱动器提供卷带封装,起订量3,000个。
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。