游乐游手机版
首页/科技数码/文章详情

德州仪器携AI汽车能源方案亮相2026慕尼黑上海电子展

时间:2026-07-08 12:11
德州仪器在2026慕尼黑上海电子展展示模拟与嵌入式处理技术创新成果,发布支持26节电芯串联监测的BMS芯片及精密运算放大器新品,聚焦电动汽车、人形机器人、AI数据中心及能源基础设施等领域,以系统级方案赋能AI时代底层技术。

先说几个核心判断:在2026慕尼黑上海电子展上,德州仪器发布了一系列重磅新品,覆盖电动汽车、人形机器人、AI数据中心、智能医疗等多个前沿领域。这不仅是产品线的展示,更透露出半导体正成为AI时代底层技术基座这一关键信号。

7月1日至3日,德州仪器(TI)将在上海新国际博览中心N4馆605展位亮相,以“智引芯程,定义未来”为主题,围绕“出行、生活、协作、焕能”四大展区精心布阵。展出的核心,是模拟与嵌入式处理技术在电动汽车、工业自动化、人形机器人、医疗健康、数据中心及能源基础设施等领域的最新创新成果——简单来说,就是展示半导体如何持续赋能AI时代的终端创新。

德州仪器中国区技术支持总监赵向源在展前沟通中谈及一个关键趋势:随着AI边缘计算和互联技术深入汽车、工业、能源乃至消费电子等场景,数据的感知、处理和应用方式正在重塑各行各业的底层逻辑。而半导体,正是推动这一变革的最核心支撑。在他看来,德州仪器始终围绕模拟与嵌入式处理技术,帮助客户实现高效电源管理、精准感知、数据传输以及核心控制与计算——而且通过系统级创新,应对日益复杂的设计挑战。

本次展会,德州仪器带来了两款重量级新品。第一款是BQ79826Z-Q1高串数电池监测器,作为最新一代BMS产品,其最大亮点是支持最高26节电芯串联监测,通道数较上一代提升了44%——这意味着用更少的芯片覆盖更多电芯,系统架构得以简化,成本自然随之降低。更为关键的是,它集成了电化学阻抗谱(EIS)运算引擎,能够实时监测电芯内部状态,实现故障早期识别,提前预警热失控风险。对新能源汽车和储能系统而言,这代表着更智能、更安全的电池管理方案。

赵向源打了个形象的比方:EIS技术就像给电芯做了一次“CT扫描”,能获取传统电压、温度检测之外更多的内部特征信息。结合算法,可以更精准地估算荷电状态(SOC)和健康状态(SOH),进一步提升电池的安全性和使用寿命。值得一提的是,这款器件的电压测量精度低于2mV,且符合ISO 26262功能安全标准——这在汽车和储能场景中几乎是硬门槛级的指标。

另一款新品是全新精密运算放大器系列,覆盖1.7V到36V的供电范围,失调电压低于100μV,低噪声、低温漂是它的显著特征。多款产品采用零漂移技术,温漂低至5nV/℃,配合专利e-Trim封装后修调工艺,无需现场校准即可获得稳定的失调性能和低输入偏置电流。在工业控制、数据中心、精密测量等场景中,它很好地平衡了性能、成本与可靠性——这也为德州仪器高精度信号链的产品布局补上了重要一环。

汽车领域是此次展示的重头戏。围绕软件定义汽车、电气化和智能驾驶三大趋势,德州仪器展出了覆盖整车电子电气架构的完整技术体系。现场不仅有300kW牵引逆变器参考设计——通过C2000微控制器的优化脉冲模式(OPP)技术提升系统效率和续航,还有集成EIS的电池管理系统参考设计。后者可以提前5分钟以上预警热失控风险,并支持单节电芯独立测温,在安全性和成本方面均做到了更优。

更值得关注的是,德州仪器还与合作伙伴联合展示了多项量产应用。例如星宇智能交互车灯方案,通过LP5860-Q1、MSPM0L1304-Q1等器件实现了像素级LED动态控制;威迈斯的6.6kW车载充电器(OBC)和3.5kW DC-DC方案,基于新一代C2000 MCU F29平台,在单MCU架构下实现了更高集成度,有效降低了PCB面积、系统重量和设计复杂度。

采访中赵向源进一步指出,未来汽车电子正从分布式ECU向域控制及集中计算架构演进。为适配软件定义汽车的需求,德州仪器在高速车载以太网、48V低压供电网络以及边缘AI计算平台上的布局相当密集。特别是支持高达1200TOPS安全边缘AI算力的新一代处理平台,以及虚拟开发套件(VDK),能够帮助车企实现软件和硬件的并行开发——这在缩短产品上市周期方面价值巨大。

智能生活展区,重点展示的是边缘AI在智能家居和健康医疗领域的落地应用。例如融合IWRL6432毫米波雷达、CC2755边缘AI无源红外传感器及AM62L智能恒温器的互联家居方案,可实现家庭环境的实时感知与智能决策;还有一个60GHz雷达结合边缘AI的姿态检测方案,无需摄像头即可实现跌倒检测——既保护隐私,又提升了检测精度。

在医疗健康方面,直连云端的ECG可穿戴设备集成了边缘AI和蜂窝网络,并采用BQ25190电源管理芯片,实现了低功耗、高续航和实时心电分析。CCStudio集成开发环境则通过AI辅助开发、自动化配置和模型部署工具,大幅降低了开发者的入门门槛。目前相关工具已支持60余个AI模型和应用案例,覆盖智能家居、医疗健康、工业控制等多个场景。

工业自动化与机器人同样是本次展会的重要看点。德州仪器基于实时控制、毫米波雷达、电源管理和边缘AI技术,展示了人形机器人机械臂、灵巧手、多轴驱动、人机协作安全雷达及工业AI网关等一系列方案。其中机器人安全雷达方案采用符合SIL-2安全等级的LP87745电源管理芯片,能够实现人体精准识别;基于AM13E230x MCU与TinyEngine神经网络处理单元的工业通信方案,则能够实时检测电机振动、温度和电流状态,实现预测性维护。

赵向源特别强调,人形机器人不仅仅依赖AI算力,更需要传感、控制、电源、安全等系统的全面协同。德州仪器通过氮化镓、电机控制、毫米波雷达、边缘AI等技术,为机器人提供了完整的系统级解决方案——这确实是加速具身智能产业落地的关键所在。

面向AI基础设施建设,德州仪器展示了800V至6V DC/DC计算托盘配电板、50kVA固态变压器模块以及电池包级EIS参考设计等方案。800V DC/DC方案采用650V氮化镓器件,可兼容液冷系统,并支持模块化扩展,完全按照下一代AI服务器的高功率密度需求进行设计;固态变压器模块集成了以太网和FSI通信接口,适用于数据中心、兆瓦级充电、集中式光伏及储能系统;电池包级EIS方案则支持52到104通道灵活配置,实现电芯阻抗、SOC及热失控风险的实时监测。

总结来看,AI数据中心、电动汽车、机器人以及新能源产业的发展,正在推动半导体从单纯器件向系统级创新持续演进。从德州仪器本次展出的内容可以清晰看到,模拟与嵌入式处理技术、配套的软件生态以及丰富的参考设计,正在形成一个完整的底层技术支撑体系。对于行业而言,这不仅是技术方向的指引,更代表了AI时代硬件创新的确定性路径。

来源:https://article.pchome.net/content-2196636.html
上一篇瑞士NovoViz研发低功耗SPAD边缘成像传感器 下一篇折叠屏长焦三场景实测蔡司APO对比竞品谁更强
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
云米科技CEO奖励员工小米YU7 期待未来再奖励更多台
科技数码 · 2026-07-08

云米科技CEO奖励员工小米YU7 期待未来再奖励更多台

云米科技创始人兼CEO陈小平通过社交平台正式揭晓了公司年会上的“重磅大奖”:一辆小米YU7汽车,专为表彰一位长期服务核心客户、始终坚守岗位并成功推动项目实现关键突破的员工。获奖理由简洁而有力——“尽职尽责、持之以恒”。陈小平在现场还定下目标:“希望到2026年,能送出更多台车。” 这句话,既是对员工

腾讯开源Node模块联邦方案hel-micro-node
科技数码 · 2026-07-08

腾讯开源Node模块联邦方案hel-micro-node

腾讯近日正式发布开源项目 hel-micro-node,作为 hel+ 生态体系中的核心组件,专门为 Node js 运行环境量身打造,旨在提供一种轻量化、高效率且易于使用的服务端模块联邦解决方案。与同类产品 @module-federation node 相比,hel-micro-node 在功能

doc个人图书馆因业务调整无偿转让寻找接管方
科技数码 · 2026-07-08

doc个人图书馆因业务调整无偿转让寻找接管方

日前,知识分享平台“360doc个人图书馆”正式对外发布官方公告。自2005年上线以来,这一经典数字图书馆已稳健运营整整二十年,累计服务用户超过八千万,沉淀文章数量突破十一亿篇。作为国内知名的免费知识管理公益平台,它不仅承载了无数人的智慧积累与珍贵记忆,更在个人知识存档与内容管理领域保持了独特的品牌

iPhone Air 2最新传闻 散热与双扬声器及双摄成重点
科技数码 · 2026-07-08

iPhone Air 2最新传闻 散热与双扬声器及双摄成重点

细想起来,距离苹果那款备受期待的超薄系列新机——我们暂时称之为iPhone Air 2——正式亮相,其实已经不到一年了。产业链上陆续传出的消息都在暗示,苹果这次决心放一个大招,在散热、音频、影像这几个核心体验上动真格的。 iPhone Air 销量与市场反响 此前不少舆论认为初代iPhone Air

上海交大今日正式发布自研光学垂直大模型
科技数码 · 2026-07-08

上海交大今日正式发布自研光学垂直大模型

光学领域最近迎来了一位重量级新成员——上海交通大学正式推出了面向光学垂直方向的大模型Optics GPT。官方将其定义为一位“数字光学顾问”,听起来可能有点抽象,但说白了,就是让一个AI系统把光学领域的所有核心知识吃透,然后能稳稳当当地帮科研、工程和教学解决问题。 如果拿ChatGPT这类通用大模型