PCB 博客 | 如何使用人工智能优化你的供电网络
现代供电网络（PDN）设计面临诸多挑战。传统上，设计人员依赖目标阻抗分析——这是确保电源完整性（PI）的一种广泛使用且有效的起点。尽管其简洁性和历史上的成功使其颇具吸引力，但在当今的高速、高密度系统中，随着晶体管开关速度加快和电流需求增加，其局限性正变得愈发明显。 Cadence 产品工程师架构师 Jared James 在 EDI CON Online 2025 上展示了一种新方法，该方法采用同
嵌入式 AI 与大模型硬件落地 · 共 2 篇内容
# 人工智能
电子工程领域的人工智能聚焦于端侧 AI（TinyML）、机器视觉检测、语音信号处理与具身智能机器人控制。通过算子量化剪枝与异构加速（CPU+NPU+DSP），将深度学习与多模态模型高效部署在功耗受限的边缘工业网关、智能穿戴与车载终端上。 纳米网专题目前已聚合 2 篇深度内容（覆盖电路设计、电源管理等方向，最近更新于2026年05月），代表性技术议题包括《PCB 博客 | 如何使用人工智能优化你的供电网络》《大咖谈技术丨为AI数据中心供电：氮化镓（GaN）正成为焦点》等。
2
篇文章
7
人关注
133
次浏览
大咖谈技术丨为AI数据中心供电：氮化镓（GaN）正成为焦点
在数据中心设计的新纪元，人工智能（AI）正深刻重塑电力的生成、分配和应用方式，以驱动实时、数据导向的成果。传统的云数据中心围绕相对可预测的CPU工作负载进行优化，而现代AI数据中心则以加速器密集型系统为核心，其运行特性截然不同。这些需求正促使业界对数据中心电源架构进行根本性重构，进而加速氮化镓（GaN）半导体的普及应用。 剖析AI数据中心的电力挑战 相较于早期的云基础设施，AI数据中心呈现出两大显