近日,全球领先的连接和电源解决方案供应商Qorvo(纳斯达克代码:QRVO)宣布推出两款全新混合功率倍增放大器,进一步加强其面向宽带有线网络的DOCSIS 4.0产品阵容。这两款新产品专门针对最高至1.8 GHz的下行传输进行了优化,可推动行业向统一DOCSIS标准和智能放大器架构的转型,从而为混合光纤同轴(HFC)系统提供更强的可视性、更高的效率以及更好的适应性。
Qorvo推出的QPA3311和QPA3316两款功率倍增器可提供更高的总复合功率(TCP)和更优的信号完整性,不仅能够减少级联需求,提高线路终端性能,还能通过无需额外部署昂贵的增益放大器,从而有效降低基础设施成本。
Qorvo基础设施业务部高级市场经理Bob Simmers表示:“我们全新的功率倍增器可帮助客户应对行业向更智能、更具适应性的HFC系统部署转型,并支持向‘智能放大器’和统一DOCSIS标准演进。通过提供灵活的功率选项和卓越的输出性能,Qorvo能够助力客户打造符合 DOCSIS 4.0 要求并可扩展的智能放大器系统,同时提升整体网络的运行效率。”
QPA3311和QPA3316提供不同的输出配置,可满足各种节点和放大器的部署需求。
最佳用途 适用于高能效且对线路终端性能要求高的设计 适用于需实现最高下行传输性能的高输出节点
QPA3311和QPA3316这两款产品均采用Qorvo成熟的GaN25工艺制造,并在公司位于德国纽伦堡的世界级工厂生产。
作为HFC架构解决方案的技术领导者,Qorvo持续扩展其DOCSIS 4.0产品组合,为客户提供业界最全面的混合放大器、单芯片微波集成电路(MMIC)、控制产品及均衡器,助力实现灵活的网络设计和快速、可扩展的升级。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。