2025 年 9 月 16 日 ,(NASDAQ:LFUS)是一家多元化的工业技术制造公司,致力于为可持续发展、互联互通和更安全的世界提供动力。公司今日宣布推出 SZSMF6L系列 单向和双向瞬态抑制二极管。该系列600 W 汽车级器件采用紧凑的表面安装式 SOD-123FL 封装,可提供强大的高能瞬态保护,使其成为空间日益有限的汽车和电动汽车(EV)设计的理想选择。
继2023年推出的400 W SZSMF4L系列大获成功的基础上,SZSMF6L系列在保持同样紧凑尺寸的同时,可提供高出50%的峰值功率处理能力。改进的浪涌保护和增强的箝位性能有助于保护易受开关事件、负载突降或静电放电(ESD)导致电压峰值影响的关键汽车系统。
“SZSMF6L系列满足了电动汽车和汽车系统设计师不断变化的需求,他们需要在不影响电路板空间的情况下提供更强大的瞬态保护,”Littelfuse SBU产品营销总监Charlie Cai表示。“随着向区域架构的过渡和对小型化的持续推动,这款600 W解决方案为工程师提供了一种更强大、热可靠性更高的高应力环境SZSMF4L替代方案。”
主要功能与特色
应用
SZSMF6L系列适用于以下领域的高可靠性瞬态保护:
SZSMF6L瞬态抑制二极管可实现更高效、紧凑和坚固的设计,满足下一代汽车不断增长的电气需求。当需要额外的电源处理能力时,其性能和占用空间兼容性允许从SZSMF4L无缝升级路径。
供货情况
SZSMF6L系列SMD瞬态抑制二极管采用5,000件卷带包装,可通过Littelfuse全球各地的授权经销商索取样品。如需了解Littelfuse授权经销商名单,请访问 Littelfuse.com。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。