更智能、更互联：集成Wi-Fi的i.MX 95模块化系统，来了解一下~
恩智浦的Wi-Fi解决方案与i.MX应用处理器相结合，为互联智能设计构建了一个强大的平台。两者搭配使用，在提供高性能计算的同时，兼具稳健的无线连接能力。为简化Wi-Fi与处理器的集成流程，模块合作伙伴提供即用型解决方案，降低复杂度，助力快速创新。 恩智浦与一线模块制造商深度合作，制造商基于恩智浦的高性能Wi-Fi方案推出经预测试和验证的Wi-Fi模块。该方案免除了天线及射频电路集成环节，省却大量
请输入搜索关键词
探索蓝牙信道探测技术：一块FRDM-MCXW72开发板，带你轻松上手！
欢迎见证安全测距蓝牙技术的突破。蓝牙信道探测 (BCS) 技术能够实现精准、安全且低延迟的距离测量。为了演示BCS如何在恩智浦FRDM-MCXW72开发板上运行，我们准备了分步视频指南，指导您在Visual Studio (VS) Code上运行演示。 BCS是蓝牙6.0的一项新功能，可实现厘米级精度的设备间实时距离测量。它通过基于相位的测距 (PBR) 和往返时间 (RTT) 来计算距离，从而为
S32K389来啦！S32K3 MCU高配版，主打高端汽车控制应用！
新品速递 S32K389基于成熟的S32K3平台打造，是这一产品系列的新成员。它配备了高达12MB的闪存和2.3MB的SRAM，支持多达12个CAN FD接口。同时，S32K389继续保持可靠的高核性能 (Arm Cortex-M7内核，主频高达320MHz，支持锁步锁模式、双路1Gbps以太网以及配备AES加速器的 HSE- B)，从而整合车身、舒适功能和网关控制——降低整车各域的成本和复杂性。
恩智浦携手英伟达：加速物理AI开发，推出创新机器人解决方案！
新闻提要 1 与英伟达合作开发，面向下一代物理AI应用的安全、可靠实时数据处理与传输解决方案 2 将英伟达人形机器人解决方案整合至恩智浦安全可靠的边缘产品组合中，降低开发成本并加快产品上市进程 3 恩智浦基础机器人解决方案系列的首批成果，旨在加速物理AI的开发与部署 恩智浦半导体宣布推出创新机器人解决方案，提供可靠、安全的实时数据处理与传输以及先进网络连接能力，支持传感器融合、机器视觉和精密电机
2026年恩智浦“芯”品大盘点（第一季）
恩智浦芯品大盘点 新年伊始，马力全开！2026年开年，恩智浦推“芯”势头强劲，既有新锐产品的横空出世，也有成熟平台的稳步扩展，覆盖从机器人到软件定义汽车等前沿领域，助力开发者解锁智能边缘的无限可能！ 这些恩智浦新品中，有哪些不容错过的“芯”看点，让我们一起来盘点—— 芯片方案 1 i.MX 93W应用处理器 恩智浦首款将AI NPU与安全三频无线连接集成于一体的应用处理器，可用单一封装取代多达6
蓝牙信道探测保姆级实操教程：分步演示，一学就会！
信道探测是蓝牙6.0规范中引入的一项功能，其基于往返时间 (RTT) 和基于相位的测距 (PBR) 这两种互补的技术，提供了一种精准测距的创新方法，与传统技术方案相比，实现了更高的精度、更低的延迟及更强的安全性。 面对这一新技术，很多开发者都希望能够先人一步，快速上手“尝鲜”。为此，恩智浦推出了支持蓝牙6.0信道探测的多协议无线MCU——MCX W72，以及与快速原型设计配套的FRDM-MCXW7
芯品速递 | IW693与IW623无线SoC：赋能多元化Wi-Fi 6E和蓝牙连接
新品速递 恩智浦推出IW693和IW623高集成度Wi-Fi 6E器件。IW693支持并发双Wi- Fi (CDW) 和蓝牙运行，支持四种工作模式。IW623支持三频Wi-Fi和蓝牙运行，支持在2.4GHz和5-7GHz频段采用2x2 MIMO配置。 IW693和IW623的片上系统 (SoC) 均实现了多种先进特性，包括MU-MIMO、OFDMA、目标唤醒时间 (TWT) 和低功耗蓝牙音频 (B
恩智浦推出第三代雷达收发器：助力高性能成像雷达规模量产，赋能L2+至L4级自动驾驶
新闻提要 采用RFCMOS工艺的汽车雷达收发器，集成8个发射通道和8个接收通道，助力实现多达576个天线通道的新一代成像雷达传感器，全面服务高级驾驶辅助系统（ADAS）和自动驾驶应用。 恩智浦半导体宣布推出其第三代RFCMOS汽车雷达收发器TEF8388。这是一款高集成度8发8收（8T8R）器件，旨在充分释放成像雷达在L2+至L4级ADAS及自动驾驶系统中的潜力。在软件定义汽车（SDV）时代，先
恩智浦创新技术峰会（深圳）来啦！抢先预约席位，前排围观“芯”科技~
恩智浦创新技术峰会 深圳 | 2026年5月13日（周三） 边缘AI、机器人和软件定义汽车……驱动这些风口应用，需要哪些硬核的“芯”科技？5月13日，来2026年恩智浦创新技术峰会（深圳）找答案！ 本届峰会汇聚行业前沿的赋能技术与实践经验，聚焦汽车电子架构、汽车雷达、电气化、互联汽车、边缘AI、机器人、工厂自动化、电力与能源管理、医疗健康等热门应用领域。大会将通过专家主题演讲、深度技术培训、实践课
突破限制！为TensorFlow Lite Micro添加多输入多输出的完整方案解析（二）
在上一篇文章中，我们已经带大家了解了多输入多输出（MIMO）能力的架构设计思路。 今天，小编将继续深入解析如何将架构设计真正落地到可运行代码，并带来一套可复用的核心实现。会介绍多输入多输出支持框架的关键组成部分。通过清晰的结构化设计、类型安全的接口抽象，为复杂的嵌入式 AI 模型建立一个高扩展性、高可维护性的基础底座。 下面，我们就将通过头文件设计、基础数据结构构建、生命周期管理等内容一步步展示一
如何为TensorFlow Lite Micro增强多输入多输出能力终结篇：核心能力全面实装！
在前两篇文章中，我们已经完成了整体架构设计，并成功搭建起核心框架。 今天，我们终于来到这个系列的“重头戏”——张量数据访问接口 + 批量操作能力的完整落地实现。 这部分不仅是整个方案的技术核心，同时也是让TFLM真正具备多输入多输出能力的关键所在。因此，我们会结合TensorFlow Lite Micro的运行机制，从它的Interpreter输入输出管理方式讲起，带你一步步把功能落到实处。 提示
为什么有了dmp，就可以解析出具体哪行发生的崩溃？
   链接： 大多数开发者应该都知道，Windows程序崩溃，可以自己调用API或者系统生成对应的dmp，我们拿到dmp后，可以用于调试定位问题，一
会写代码还不够，Coding Agent开发MCU软件还需此技能~
导 语 今天大家已经越来越接受coding agent参与开发，越来越多团队开始把coding agent引入日常开发流程，TRAE/Codex/Claude Code/Cursor等coding agent被广泛应用。 它可以读代码、改代码、补测试、解释问题，甚至能完成一部分自动修复工作。看上去，agent正在快速成为开发者的“第二工作台”。 但在MCU场景里，一个agent真的有用，标准从来不
AI 时代存储重构：为什么NXP RT系列在未来3–5年拥有结构性优势？且看分解
一、全球存储市场在AI驱动下的结构性重构 自2024年以来，全球存储产业进入三十年来最深刻的结构性变革期。这轮变化不同于历次“价格周期”，而是由AI爆发引发的产能重构，使旧制程存储产品面临不可逆式退出。 以HBM为代表的高端存储占据晶圆产能，其单片晶圆资源占用量是SDRAM的3–5倍。在晶圆厂利润导向下，HBM/DDR5获得最大资源倾斜，旧制程产线（SDRAM/DDR3/小容量 eMMC）不再具备
因为不喜欢硬件生态，软件工程师被迫开始画硬件！
在这个时代，只要你有想法，就去做吧。没有“人”会阻拦你。 ——沃兹·吉硕德（我自己说的） 注：本文为本人原创实践总结，未使用AI 生成正文内容。使用 AI 写文章，本身就失去了写它的意义。 一、为什么是NXP 我是从前年开始接触NXP的MCU的。说句很主观的话：MCUXpresso**是我用过体验最好的MCU**软件生态之一。 工程结构清晰、配置工具所见