工业自动化和数字化转型正推动可扩展、标准化网络解决方案市场快速增长,以满足商业运营技术(OT)部署的需求。为了向自动化制造商提供全面的网络解决方案,Microchip Technology Inc.今日宣布推出LAN9662千兆以太网交换机。该交换机具有四个端口、音视频桥接和时敏网络 (AVB/TSN)、两个集成 10/100/1000BASE-T PHY 和一个 600 MHz Arm® Cortex®-A7 CPU 子系统。
为支持工业以太网应用,LAN9662 具有实时引擎(RTE),能够修改飞行中的以太网帧,从而实现更快的循环数据速率和更低延迟。LAN9662 符合 OPC 统一架构(OPC/UA) 和 PROFINET 软件协议栈等关键行业标准,提供工业网络应用所需的确定性通信功能。
MicrochipUSB和网络业务部副总裁Charles Forni表示:“LAN9662是对LAN966x系列的扩展,为支持TSN的网络终端进行扩展提供了可行的方案。我们的解决方案为客户提供了全面的软件组合支持,让客户可在符合行业标准的情况下启动设计。”
AN9662 具有两个集成 PHY,可提供极低的延迟,支持各种菊花链拓扑结构。PHY 接口可在指定时间内快速处理数据,为电机、传送带和多轴机器人控制器等自动化应用提供可靠的网络。
LAN9662最多支持两个 RGMII/RMII、两个 1000BASE-X/SerDes/2.5GBASE-X/KX,以及一个 Quad-SGMII/Quad-USGMII 接口。这些可配置接口使设计人员能够实现可能需要的各种物理层或互连。
Microchip 是工业级网络解决方案的成熟供应商,提供各种坚固耐用、高能效和高度集成的产品组合,具有确定性交换和容错冗余功能。公司产品大大降低了在各种工业应用中部署以太网的复杂性和支出。如需了解有关 Microchip 以太网解决方案的更多信息,请单击此处。
开发工具
LAN9662得到Microchip 交换机 API、EVB-LAN9662和 EVB-LAN9662-Carrier Board 的支持,并得到Platform BSP、Linux®Switchdev 和 PROFINET Software Stack 等一系列软件支持。
供货与定价
LAN9662 批发售价为每件13.10 美元。如需了解更多信息或购买,请联系 Microchip 销售代表、全球授权分销商或访问 Microchip 的采购和客户服务网站 www.microchipdirect.com。
资源
可通过Flickr或联系编辑获取高分辨率图片(欢迎自由发布):
· 应用图片:www.flickr.com/photos/microchiptechnology/52862723786/sizes/l
Microchip Technology Inc. 简介
Microchip Technology Inc.是致力于智能、互联和安全的嵌入式控制解决方案的领先供应商。其易于使用的开发工具和丰富的产品组合让客户能够创建最佳设计,从而在降低风险的同时减少系统总成本,缩短上市时间。Microchip的解决方案为工业、汽车、消费、航天和国防、通信以及计算市场中12万5千多家客户提供服务。Microchip总部位于美国亚利桑那州Chandler市,提供出色的技术支持、可靠的产品交付和卓越的质量。详情请访问公司网站www.microchip.com。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。