您的位置 首页 电子技术

松下表面贴装型车载功率电感器实现量产 英特尔研究成果入选国际顶会

  研究成果表明,基于英特尔® 傲腾™ 持久内存的 FEDB 可有效满足企业超高维稀疏特征在线预估场景的需求,在保证线上推理服务超高性能的同时,大幅降低了企业 AI 整体投入成本,提升了线上服务的质量,进一步扫清了企业 AI 规模化应用的障碍。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

英特尔、第四范式联合研究成果入选国际顶会

近日,英特尔与第四范式联合实验室以及新加坡国立大学的最新联合研究成果——基于英特尔傲腾持久内存的特征工程内存数据库,被国际顶级数据库学术会议 VLDB(Very Large Data Base)作为常规研究论文录取(论文标题:Optimizing In-memory Database Engine for AI-powered On-line Decision Augmentation Using Persistent Memory)。VLDB 与 SIGMOD 并称为数据库业界的两大最顶级学术会议,收录研究机构以及工业界在数据库领域最前沿、最顶级的研究成果。英特尔与第四范式此次合作录取的论文以解决在线预估系统的业务需求和痛点为目的,针对如何设计底层数据库组件来高效支撑万亿维稀疏特征在线预估系统,以及如何基于英特尔® 傲腾™ 持久内存进一步解决业务和系统设计的痛点等两方面进行创新性设计和全面优化。

为解决高性能特征存取对计算资源消耗巨大、服务中断恢复所需周期长,严重影响企业线上服务质量、长尾延迟等问题。第四范式自主研发了实时特征工程内存数据库 FEDB(Feature Engineering Database)。作为面向 AI 硬实时场景的分布式特征数据库,FEDB 所具备的高效计算、读写分离、高并发、高性能查询等特性,使得特征工程的效率和性能达到最大化。

研究成果表明,基于英特尔® 傲腾™ 持久内存的 FEDB 可有效满足企业超高维稀疏特征在线预估场景的需求,在保证线上推理服务超高性能的同时,大幅降低了企业 AI 整体投入成本,提升了线上服务的质量,进一步扫清了企业 AI 规模化应用的障碍。

支持大电流的表面贴装“车载功率电感器”实现产品化

松下电器产业株式会社机电公司实现了表面贴装型车载功率电感器(15.6mm方形尺寸)的产品化(PCC-M15A0MF系列),将从2022年1月起开始量产。本产品低损耗、耐振性强,可满足因车载功能的性能增强而产生的工作电流增大、ECU(Electronic Control Unit) 基板尺寸小型化等市场需求。

松下电器将通过具有高可靠性的“功率电感器 PCC-M15A0MF系列”产品,努力提升电源电路的可靠性,并通过节省贴装面积为减轻环境负荷做出贡献。今后计划通过扩大电感范围,来设法充实产品阵容,以应对市场需求。

综合英特尔和松下官网整合

审核编辑:gt

<!–

免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。

作者: admin

为您推荐

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦-夜间的路灯不仅照亮了黑暗的街道,而且照亮了回家的道路。从街上望去,闪烁的路灯发出暖光,指引着我们家的方向。城市里的路灯就像“守护者”,给长途旅行回来的游客带来了极大的安全感。 当今,路灯智能控制时代的到来,极大地促进了传统路灯的人工机械化运行。虽然对此感到兴奋,但我们不禁要问:随着路灯智能控制的早期到来,除了改善路灯的运行模式,还能带来什么? 为城市交通提供安全保障 城市公共照明系统中的智能路灯在每个路

晶振在五种不同行业中的应用说明

晶振在五种不同行业中的应用说明-晶振在五种不同行业的应用-由TST嘉硕代理KOYU光与电子

几种不同的物联网控制APP模式

本文就简单介绍当前几种物联网控制APP模式,让大家了解几种不同的技术路线。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

苹果稳坐全球可穿戴设备数量首位,占据日本市场超7成份额

苹果稳坐全球可穿戴设备数量首位,占据日本市场超7成份额

苹果公司占据2021年日本第四季度可穿戴设备71.5%份额,占据全球可穿戴设备市场34.9%份额。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

如何用GPUDirect存储器如何缓解CPU I / O瓶颈

除了使用 GPUs 而不是 CPU 加快计算的好处外,一旦整个数据处理管道转移到 GPU 执行,直接存储就起到了一个力倍增器的作用。这一点变得尤为重要,因为数据集大小不再适合系统内存,而且 GPUs 的数据 I / O 增长成为处理时间的瓶颈。当人工智能和数据科学继续重新定义可能的艺术时,启用直接路径可以减少甚至完全缓解这个瓶颈。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部