新闻详情

新闻详情

首页 / 资讯中心 / 详情

一颗顶三颗?六岳微把 DSP、EtherCAT、PHY 集成进一颗芯片,新品即将登场

发布时间:2026/11/5 9:40:33来源:尧图网络
一颗顶三颗?六岳微把 DSP、EtherCAT、PHY 集成进一颗芯片,新品即将登场
嵌入式 / 工业自动化 / EtherCAT · 新品预告做关节板、伺服板的工程师对这块板子应该都不陌生一颗主控跑算法、一颗 EtherCAT 从站做实时通信、旁边再摆两颗 PHY——既要算也要通板上往往要凑齐好几颗芯片。多层板、多颗料、多轮调试BOM 和开发周期就这样一点点堆上去。现在这套做法可能要被改写了。一、这颗新品到底新在哪六岳微即将推出一款把三件事集成到单芯片的方案——DSP 主控 EtherCAT 从站 双路 PHY全部集成在一颗 SoC 内。换句话说以前要在板上分开放的大脑和神经现在一颗芯片就能提供。它不只是料变少而是从板级设计思路上换了一种做法一颗芯片 一整套从站方案。▲ 一块控制板背后其实是感知—控制—驱动—通信四层芯片在协同二、对板子意味着什么过去多颗料、多层板· DSP 主控·独立 EtherCAT 从站·双路 PHY·多颗芯片反复联调·板层多、走线长以后一颗芯片· DSP 主控集成·EtherCAT 从站集成·双路 PHY 集成· 一套接口一次调通·更薄的板、更短的链路落到实际产品上最直观的就是三点省一颗 PHY、省一层板、省一轮跨芯片调试。在关节模组、灵巧手这种空间受限的小结构里省下来的板面积和散热余量往往直接决定了下一代机构能不能放得下。三、这颗芯片适合哪些应用凡是产品上同时需要运动控制和EtherCAT 实时通信的场景都值得关注这款新品1.人形机器人 / 具身智能厂商关节模组、灵巧手驱动单元2.伺服驱动器、步进驱动厂商三环控制与总线通信单芯片化3.CNC 数控机床、工业机器人本体多轴驱动与从站节点4.多轴运动控制卡、PLC从站与扩展节点5.数字 IO 模块、远程端子、阀岛EtherCAT 从站接入6.变频器厂商电机控制与总线通信一体化。四、老板、研发、采购各自看什么写在最后从多颗芯片拼一套方案到一颗芯片就是一套方案看似只是集成度提升实际改变的是控制板的设计方式。这款 DSP EtherCAT PHY 单芯片集成新品即将正式发布。做机器人关节、伺服、运动控制、远程 IO 的工程师可以先把它放进下一代产品的选型清单。具体细节与样品安排发布后会第一时间同步。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/5 4:24:57

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/5 4:24:57

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉