电子元件计算应用向新而行小器件撑起“最强大脑”：AI世界里的电子元器件|上海羊羽卓进出口贸易有限公司

向新而行小器件撑起“最强大脑”：AI世界里的电子元器件

来源：风华高科

人工智能

人工智能（Artificial Intelligence，简称AI）是指让计算机模拟人类智能的技术，综合多种技术，能像人类一样学习、推理和执行任务。

当今时代，AI的热度如日中天，成熟的AI技术已悄然改变了我们生活的方方面面，人们可以利用AI在医疗领域中辅助诊断，在工业领域中赋能自动化生产，在通讯网络领域实现多维度的功能应用，AI的发展彰显着科技推动社会进步的巨大力量。然而，AI这一伟大成就的背后，离不开那些看似微小却至关重要的电子元器件，它们好比是构建AI的基石，协同成就了AI的奇妙。

那么，在AI的世界里，电子元器件究竟有多重要？

这里我们不得不提到AI与电力能源的关系。AI服务器的运行建立在大规模信息处理，虽然信息处理本身的能耗较小，但整体的算力需求巨大，导致了极高的总体能耗水平。简单来说，AI的成长发展离不开电力的支持。而MLCC、电感、电阻等被动元件在AI服务器芯片等部分的电力能源供给过程中的作用是不可或缺的，MLCC和电阻保障电力系统的可靠运行，电感可以为AI提供更加稳定的电流，从而提升AI工作效率，一步步将AI的梦想变为现实。

MLCC:

AI算力建设的“多能手”

AI硬件，尤其是用于深度学习和机器学习的硬件如 GPU、FPGA或专用AI处理器，在运行AI算法时对电力供应的稳定性有着非常严格的要求。因此，MLCC在AI芯片和服务器中被广泛用于滤波、去耦等应用。滤波和去耦是指在电源线和地线之间放置电容器，以过滤掉由其他电路部件引起的电压波动，MLCC在这里起到缓冲作用，确保AI芯片和处理器得到稳定的电压，从而保证计算性能和精确性。此外，AI处理器在运行高负载计算任务时会产生大量热量，MLCC的高热导性能有助于分散这些热量，减少因温度过高造成的性能下降或损害。

电感:

AI算力建设的“传输员”

在AI硬件中，电感是芯片供电模块的关键组成部分，主要负责向GPU、CPU、ASIC、FPGA等芯片提供前端供电，确保芯片的正常工作。其在芯片电路中更起到储能、滤波、振荡、延迟、限波等作用，同时还有筛选信号、过滤噪声、稳定电流及抑制电磁波干扰等功能。作为AI算力的基础元件，实现了电信号之间的相互稳定转换传输，其性能和可靠性直接影响到算力设备的运行效率和稳定性。因此，电感的选择和使用对于算力建设来说至关重要。

片阻:

AI算力建设的“协调者”

电阻作为最常用的电子元件之一，扮演着多种关键角色。在AI系统中，因服务器工作的时间长、工作环境温度高，电阻被广泛应用于分压限流、信号调节、电源管理、反馈控制以及接口电路等关键功能中。这些应用确保了设备运行中的电流和电压稳定性、信号传输的精确性及电路的保护，从而显著提升系统的整体可靠性与性能表现，为AI算力的稳定、高效运行提供了重要保障‌。

可以看出，电子元器件作为重要的组成部分，不仅为AI开发提供了强大的支持，更助力其打破传统束缚，创造出更多前沿、实用的应用。

罗克维尔斯申请元器件识别专利，提高电子元器件封装数量的统计精准度

金融界2024年9月26日消息，国家知识产权局信息显示，北京罗克维尔斯科技有限公司申请一项名为“元器件识别方法、装置、可读存储介质及电子设备”的专利，公开号 CN 118692063 A，申请日期为 2023年3月。

专利摘要显示，本申请涉及一种元器件识别方法、装置、可读存储介质及电子设备，涉及图像处理技术领域，包括：获取印刷电路板组装件PCBA图像，所述PCBA图像中包含PCBA封装的至少一个电子元器件；对所述PCBA图像进行预处理，得到所述PCBA图像对应的灰度图像和所述PCBA图像对应的边缘检测图像；在所述灰度图像中计算每个电子元器件的灰度特征，以及在所述边缘检测图像中计算每个电子元器件的形态特征；基于所述灰度特征和所述形态特征，识别所述PCBA图像中所述电子元器件的封装数量。本申请能够提高电子元器件封装数量的统计精准度。

本文源自金融界