随着汽车电气化的发展，BMS电池管理系统也在持续迭代，以实现更高的安全性、更高的充电效率和更长的电池寿命。电化学阻抗谱（EIS）作为一种能够深入洞察电池内部状态的先进技术，正逐步从实验室走向实际应用
NXP客栈 服务号
恩智浦半导体官方公众号。恩智浦半导体技术资讯和市场活动信息，尽在掌握。更多信息请访问www.nxp.com.cn
全部文章
-
-
随着ADAS功能成为越来越多车型细分市场的刚需，车企与一级供应商正面临着更大压力：需要在性能、法规合规性与成本之间实现更好的平衡，快速开发出面向边缘智能的高性价比ADAS解决方案。 SAF8444是 -
随着工业自动化的不断发展，制造商需要连接更多传感器、执行器和控制器，以获取分析、预测性维护、自动化和工业AI所需的实时运行数据。然而，许多工业边缘设备仍依赖传统的通信技术，或仍处于未联网状态，导致在 -
随着物联网应用的发展，无线技术也在快速迭代，赋能新一代应用，为用户带来高效、安全、便捷的新体验。 本期空中课堂，将围绕恩智浦的UWB、NTAG互联标签以及NFC无线充电技术展开，深入探讨这三大前沿无线
-
未来的家电会如何演进？基于Matter标准无缝联网，实现智能交互和控制，这无疑是一个重要的发展方向！ 今天，我们将和大家分享一款恩智浦工程师团队开发的基于Matter over Wi‑Fi的智能微波炉
-
随着人形机器人、移动机器人、无人配送机器人以及服务机器人的快速发展，机器人系统所需功率不断提升，负载复杂度也在持续增加，机器人系统设计面临着诸多挑战： 续航优化：降低待机功耗，减少MCU唤醒 -
面向软件定义汽车和48V区域架构，恩智浦新一代智能eFuse致力于帮助客户从传统配电保护升级到具备自主感知、自主保护和低功耗管理能力的智能电源分配架构。 随着区域架构、集中式计算和软件定义汽车的发展，
-
如今，AI-IoT产业正在迎来“技术突破”与“规模应用”的双重拐点，而机器人作为物理AI应用落地的一个重要载体，承载着“将数字智能融入物理世界”的重要使命。 在日前举办的2026第七届国际AI-IoT -
在人工智能 (AI) 技术和应用的驱动下，全球数据中心的建设热度不减。在这个过程中，如何应对新一代AI数据中心在性能、效率、韧性、信息安全，以及功能安全与支持维护等方面的挑战，是开发者必须面对的课题。
-
让大语言模型等AI应用，在功耗敏感的端侧设备上落地——这是肉眼可见的市场需求，同时也是嵌入式开发现实的“痛点”。如何应对这一挑战？来看恩智浦中国MCU系统工程团队带来的一款解决方案—— 在这套方案中 -
在现代系统设计中，选择微控制器 (MCU) 的规则已改变。决策不再仅仅聚焦于传统需求，而是需要综合考虑复杂的软件栈、功能安全、信息安全、长产品生命周期以及多层级供应链。与此同时，这一硬件选择还必须支 -
新闻提要 量子计算不再是遥远的可能——它正迅速走向现实。随着各国政府和监管机构加快推进转型进程，技术领导者必须立即采取行动，确保产品在未来数十年依然安全可靠。恩智浦正在积极推动这一转型加速落地。 后 -
水对人类、生态系统以及半导体生产都至关重要。每年，恩智浦的制造工厂大约使用120亿升水。2022年，我们启动了一项雄心勃勃的计划，旨在回收更多水资源并减轻对当地供水的压力。去年，我们提前两年实现了原定 -
随着Wi-Fi 6E成为高性能、低延迟应用的首选技术，Wi-Fi 6对于传统设备支持和广泛的设备兼容性仍然至关重要。Wi-Fi 6E在Wi-Fi 6的基础上增加了6GHz频段，扩展了频谱范围，从而减 -
如今模型越来越大并走向多模态，还出现了设备端生成式AI和智能体AI，AI工作负载不断增长，边缘系统需要的已不仅仅是渐进式的算力提升，而是专门的加速能力，以实现实时性能、更低功耗、强大的数据隐私保护以 -
FRDM i.MX 95开发平台是一款基于i.MX 95应用处理器 (采用15mm x 15mm封装) 的低成本、紧凑型开发板。该平台专为快速原型设计和评估而设计，支持先进的AI加速能力、丰富的多媒体 -
科技的发展，正在不断扩展智能化的边界。今天，让我们跟随恩智浦执行副总裁兼首席技术官Lars Reger先生，深入地下一英里的矿井中，探索恩智浦的UWB技术如何以全新的方式驱动超大重型采矿机械，打造采矿 -
倒计时提醒！恩智浦两场技术盛会——恩智浦创新技术峰会与FRDM Lab——下周三 (5月13日) 将在深圳上演！诸多精彩亮点，别错过—— 重磅主旨演讲，恩智浦管理层深入解析边缘AI时代发展趋势。 -
新品速递 TJA1410和TJF1410是符合10BASE-T1S规范的物理介质相关 (PMD) 收发器， 丰富了恩智浦的多节点以太网网络产品组合。这些器件专为在严苛环境确保卓越电磁兼容 (EMC) -
i.MX 937片上系统 (SoC) 在可靠且可扩展的平台上平衡了高性能边缘AI与成本及功耗优化的设计。 边缘计算设计人员长期面临两难抉择：要么选择性能不足的入门级芯片，要么采用价格高昂的高端处理器