4008-622-911
一文了解MAXIM美信DS1307ZN实时时钟RTC的工作原理、优缺点以及应用电路图
美信DS1307ZN串行实时时钟(RTC)是一款低功耗、二-十进制编码(BCD)的时钟/日历，外加56字节NV RAM。地址与数据通过I²C接口串行传输。时钟/日历提供秒、分、时、星期、日、月和年信息。对于少于31天的月份，将自动调整月末日期，包括闰年修正。时钟格式可以是24小时或带AM/PM指示的12小时格式。DS1307内置电源检测电路，检测主电源失效时自动切换到备用电源，以保持时间、日期信息和计时。
优势和特点
RTC提供秒、分钟、小时、日、月、星期及年计时，带闰年补偿，有效期至2100年
56字节、电池备份、通用RAM，写次数不受限制
I²C串口
可编程方波输出信号
自动电源失效检测和切换电路
电池备份模式下，振荡器运行功耗低于500nA
-40°C至+85°C工作温度范围
可用于8引脚塑料DIP等
引脚
典型工作电路
功能方框图
相关推荐
-
-
ADI亚德诺AD74115H模数转换器的介绍、封装、应用领域和工作原理图
AD74115H是一款软件可配置的单通道输入/输出设备，用于工业控制应用。AD74115H集成在单片上，提供广泛的使用案例。这些使用案例包括模拟输出、模拟输入、数字输出、数字输入和电阻温度检测器（RTD）和热电偶测量的功能。AD74115H还有一个集成HART调制解调器。使用一个串行外围接口（SPI）处理所有与设备的通信，包括与HART调制解调器的通信。可通过SPI或通用输入和输出（GPIO）引脚来评估数字输入和数字输出，来支持更高速的数据速率。该设备配备一个16位Σ-Δ模数转换器（ADC）和一个14位数模转换器（DAC）。AD74115H包含一个高精度2.5 V片上基准电压源，可用作DAC和ADC的基准。通过ADP1034配套产品提供电源和隔离。ADP1034和AD74115H一起使用时，正模拟电源AVDD上具备可编程功率控制（PPC），实现最终应用中的优化功率解决方案。如果需要单极功能，可以启用一个片上充电泵。AD74115H优势和特点单通道软件可配置的输入/输出多个可配置模式采用一个引脚电压输入电流输入电压输出电流输出数字输入数字输出2线、3线或4线RTD测量热电偶测量面向引脚的螺丝端子能够承受过压，无论是否通电辅助高电压感应引脚10ppm°参照温度系数具有可选50 Hz和60 Hz抑制性能的16位Σ-ΔADC14 位单调 DAC单极和双极能力集成式HART调制解调器片内诊断，包括开路和短路检测内部温度传感器，精度为 ±5°C兼容 SPI宽电源电压范围可编程电源控制温度范围：−40°C 至 +105°C48 引脚 LFCSPAD74115H应用隔离工业控制系统过程控制工厂自动化楼宇控制系统AD74115H封装引脚图AD74115H功能框图AD74115H工作原理图
-
-
从边缘侧端侧AI的大爆发，看国产自研AI芯片的崛起
昨天，知名财经大V曹山石在社交媒体发布了一则消息：张江集团官方账号里发布的一条标题为《回响2023｜“芯”光不负，继续热“AI”》内容中提到：上海微电子成功研制出28纳米光刻机。然后今天去原文看，已经又悄然的改过来了。改为：作为国内唯一一家掌握光刻机技术的企业，上海微电子致力于研制先进的光刻机。而一前一后的“调整”，更能突出前者的真实性和确信度。对光刻机等关键卡脖子环节的攻克成功，中国自研芯片的崛起势在必行，而且未来坚定的瞄准时代主体，即AI领域的想法已被确立，路线的确立对于投资的指导是至关重要，简单来说，就是要坚定不移的投资中国芯，投资AI芯片这一大方向。在新的科技浪潮中，边缘智能正日益崭露头角。它代表着一种新的计算范式，将AI或大模型应用到接近数据源的边缘设备和传感器中，而不是依赖传统的云计算。目前的边缘AI芯片主要出现在消费类电子设备，其中高性能手机占据了大部分的消费级别的应用边缘AI芯片市场，边缘AI被内置到手机主处理器AP中，但集成进AP的AI功能只掌握在少数几家巨头手中（比如苹果/三星/华为手机厂商以及高通、联发科和紫光展锐等手机AP供应商），对大部分AI芯片初创公司只能望尘莫及。然而，边缘AI芯片正越来越多地应用在非消费类设备和场合，比如智能安防、ADAS/自动驾驶、智能家居、可穿戴智能设备，以及公共场景、商业和工业场景的AI应用，如智能交通、智慧城市、工厂机器视觉、机器人和AGV等。这些新兴的AIoT和工业物联网应用场景为众多边缘AI芯片设计公司带来更多机会，风投也嗅到了这里蕴含的巨大商机。因此，无论全球还是国内市场，都有越来越多的AI芯片初创公司获得融资。但近年来短短数年间获得巨大增长且成功上市的AI芯片公司并不多见，更遑论得到美国等成熟市场芯片行业的认可，今年成功登陆美国纳斯达克市场的ICG（聪链集团），或许会是一个较为罕见的典型特例。而好消息是，ICG也开始瞄准AI芯片这一片潜藏着巨大机遇尚处于发展早期阶段的领域，它也留意到边缘AI里面那些“触手可及”同时具备长远商业应用场景的机会。据STL Partners数据显示，边缘计算潜在市场将在10年内以48%的复合年增长率从2020年的90亿美元增长到2030年的4450亿美元，其中边缘基础设施的增长速度是最快的，而众所周知，边缘AI芯片处于核心位置，具有充分的战略卡位意义。亿欧智库数据显示，2021年我国边缘计算市场规模已经达到427.9亿元，其中边缘硬件市场规模为281.7亿元，边缘软件与服务市场规模达146.2亿元，2021-2025年中国边缘计算产业规模预计年复合增速达到46.81%，2025年边缘计算市场整体规模将达1987.68亿元。而AI和大模型在今年出现了重大突破之后，以前的预测几乎全部面临重估，换而言之，在保守假设之下，整个中国边缘计算产业规模预计将比原估计至少翻了近一番，很快就会来到3000-4000亿规模左右的预测区间，关键取决于2024年AI应用的爆发式增长。根据著名的“安迪-比尔定理”，代表着智能终端硬件和软件间螺旋式发展演进关系，一般来讲软件的更新升级要与硬件资源所匹配。然而，近两年来，生成式AI的快速发展使得AI应用在软件及系统层面率先作出巨大改变和升级，随之带来的将会是基础设施和终端硬件设备的综合性能“指数式”升级的迫切需求，因为互联网和AIoT都是联动的，一旦关键节点的大面积改变，剩余的节点也会跟随做出改变，这一点道理是简单又深刻的。从产业链角度，边缘AI核心在于引入边缘侧的AI能力，进一步增强边缘侧的算力能力、连接能力。重点包括AI芯片、算力模组、边缘网关/服务器/控制器等硬件、AI算法/边缘计算平台等软件环节。当中，核心产业环节的AI芯片是指专门用于处理人工智能应用中的大量计算任务的模块，其他非计算任务则更多仍由CPU负责。从技术架构来看，Al 芯片主要分为 GPU、FPGA、ASIC三大类。其中，GPU是较为成熟的通用型人工智能芯片，FPGA和ASIC则分别是针对人工智能需求特征的半定制和全定制芯片。典型AI运算通常需要CPU或者ARM内核来执行调度处理，大量的并行计算靠GPU、FPGA或ASIC来完成。而针对复杂的运算场景，所需要的算力性能要高功耗要低，在大规模铺设下，成本也要考虑性价比，那么这样的（芯片）架构非ASIC莫属，所以在大模型后时代，ASIC或许是最为受益的AI芯片领域。从全球范围来看，Google、AWS、Meta、微软等云端大厂致力于芯片自制，也是走ASIC芯片的路线；而高通、英伟达、ARM、AMD、英特尔、联发科、华为等不断优化边缘AI芯片功能，NXP Semiconductors（恩智浦半导体）、Silicon Labs、ST（意法半导体）等海外知名厂商也开始在MCU或SoC上增加边缘AI功能。在国内来看，包括华为海思、百度、寒式纪、景嘉微、地平线、沐曦科技、燧原科技、壁仞科技、阿里平头哥、瑞芯微、晶晨股份、北京君正、云天励飞、恒玄科技、九天睿芯、杭州国芯、乐鑫科技、ICG（聪链集团）等多中国厂商布局边缘AI芯片相关环节。站在投资角度，是选择传统知名大厂还是选初创或成长型企业，笔者认为未来行业的一个基本特征是遍地开花、百花齐放，无论从落地场景，还是终端设备都会呈现出多元化、碎片化，且越来越垂直，所以芯片定制化趋势将越演越烈，就此而言，灵活多变具备弹性且专注于某一细分领域，或以某一专长优势不断跨行业、品类扩张的中小厂商，它们的潜在变化或会更大，因而可在新景气周期降临之时拥有更高的估值预期。至于未来哪一个应用场景会率先跑出，是很难提前预判的，关键要识别出的是，那些已经赢在了起跑线的具备相当实力优势的“产业玩家”，它们的提前部署和落子一定是有着特殊的重大意义，一定要仔细研究和细心挖掘。总之，“一切乾坤未定，你我皆是黑马”，黑马只能透过踪迹来查寻和预判，并不能完全的确定，大体上就是这个意思。
哦! 它是空的。