瑞萨电子:受灾芯片制造工厂4月19日之前重启生产

发布时间:2021-04-12 00:00
作者:
来源:eefocus
阅读量:3027

车用芯片大厂瑞萨电子那珂工厂N3大楼自3月19日突发火灾,使其12英寸晶圆生产线受损以来,恢复运作的进程一直受到行业关注。

 

据台媒钜亨网证实,瑞萨电子茨城县那珂市N3大楼的无尘室已在周五晚间9点左右恢复运作,朝本月重启生产的目标前进。

 

瑞萨电子:受灾芯片制造工厂4月19日之前重启生产

 

瑞萨表示,正朝19日之前让那珂工厂12吋厂房N3大楼重启生产的目标前进,距离3月19日的火灾历时约一个月。

 

日媒周五(4月9日)报道,瑞萨电子受灾芯片制造工厂将于4月19日前重启生产。

 

此前,据日本《朝日新闻》报导称,根据消息人士说法,日本车用MCU龙头大厂瑞萨电子因火灾缘故而陷入停工的那珂工厂(日本茨城县)将在4月19日之前重启生产,但出货量要到6月下旬之后才能恢复到灾前水准。

 

据悉,N3大楼生产12吋晶圆,以车用半导体为主,发生火灾后,恶化了汽车芯片市场的供求关系,包括丰田、日产等主要车厂等都因此计划消减汽车产能。

 

瑞萨电子名列全球十大半导体供应商,其生产的芯片用于移动通信、汽车电子等领域,瑞萨的芯片被包括丰田、福特和日产在内的几乎所有汽车制造商所使用。

 

本周早些时候,有报道称,为解决半导体供给不足问题,瑞萨电子已经决定利用西条工厂来进行替代生产作业。瑞萨还计划利用日本其他工厂以及委托海外厂商代工等方式扩大替代生产规模。不过包含产线整备在内,芯片生产需花费很长一段时间,因此替代生产的产品要进行出货预估得花90天左右时间。

 

瑞萨生产中断加剧了全球“芯片荒”,自去年年底以来,这一问题一直困扰着全球汽车和电子设备生产商。

 

在控制汽车行驶的重要半导体——微处理器领域,瑞萨占据了30%的市场份额,而遭受火灾的那珂工厂的芯片产出有三分之二供应汽车产业。

 

日媒报道指出,根据民间机构估算,瑞萨那珂工厂火灾事件恐让日系车厂最高减产240万台,因此其复产速度成为市场关注的焦点。

 

全球汽车行业正在遭遇一场半导体供应短缺危机。去年全球爆发新冠疫情,随后的需求萎缩导致汽车公司大幅削减了芯片需求订单,然而随着疫情稳定,汽车市场需求开始复苏。这导致全球半导体代工厂产能陷入空前紧张,许多汽车企业的芯片库存已经无法满足生产所需。不过,随着瑞萨那珂工厂N3工厂芯片产能逐渐恢复,汽车“缺芯”这一现状有望缓解。

注:图文源自网络,如有侵权请联系删除!

(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
展会直击丨瑞萨电子亮相EAI Show 2026,共探具身智能“芯”未来
  2026上海具身智能  机器人产业大会  EAI SHOW 2026  8月12日,2026中国具身智能机器人产业大会暨展览会(EAI Show)于上海新国际博览中心盛大启幕。作为全球半导体解决方案供应商,瑞萨电子携多款面向具身智能、工业机器人、服务机器人及AI开发平台的先进解决方案首次亮相(展位号:N3 Hall, 3B230),全方位呈现半导体技术赋能机器人产业的创新实践。  随着人工智能技术加速向现实世界延伸,物理AI已成为瑞萨核心增长机遇之一,其中具身机器人市场展现出广阔发展潜力。具身机器人并非单一产品,而是由“大脑/感知、传感、执行及电源管理”等多个互联子系统构成的复杂系统。依托在嵌入式处理、模拟、电源及连接领域的专业知识,瑞萨已在该市场建立坚实切入点,并将通过覆盖“感知、控制、通信与电源管理”全链路的半导体解决方案,以及Renesas 365软件平台,帮助客户加速机器人系统开发与生态应用落地。  PART 01 展台直击  展会现场人气高涨,行业观众、技术开发者与企业代表驻足瑞萨展台交流。围绕具身智能机器人对高性能计算、实时控制、精准感知与可靠连接的核心需求,多位资深技术专家全程驻场,结合实物运行演示为观众详细拆解各方案的技术亮点与应用优势,介绍配套开发支持,深度探讨机器人产业的技术落地路径。期间,多家行业权威媒体到访瑞萨展台,在现场技术专家的陪同讲解下,围绕多款具身智能机器人领域展出的核心方案展开了深入交流。  RA8T2支持EtherCAT通讯的永磁同步马达控制方案  RA8P1驾驶员状态检测方案  RZ/T2H 9轴电机控制演示  同时,瑞萨电子旗下全球电子行业软件与解决方案供应商Altium也带来相关方案,包括专为中国客户打造、融合Altium Designer软件客户端与全流程协作云端平台 Altium365的组合解决方案:针对中小团队及个人用户的Altium Develop及针对中大型企业的Altium Agile Teams。  EAI SHOW  2026  想要解锁更多瑞萨在具身智能与机器人领域的技术成果、沉浸式体验各方案的实际运行效果,欢迎莅临EAI Show 2026瑞萨电子展位(N3 Hall, 3B230)。也欢迎大家持续关注瑞萨电子公众号,后续我们将带来更多Demo方案深度解析。
2026-08-13 14:37 阅读量:183
瑞萨丨更智能的烟雾探测技术:AI如何解决误报难题并降低成本
  随着社区的发展壮大以及安全标准的提高,可靠的火灾探测系统变得至关重要。无论是在商业场所还是私人住宅中,烟雾探测器在保护生命和财产安全方面都发挥着关键作用。  随着烟雾探测技术的发展,人们对这些系统在实际环境中应达到的性能期望也在不断提高。现代探测器既要足够灵敏,能够捕捉到早期警告信号,又要足够高效,能够稳定运行多年。  考虑到这一点,我们一直在探索将低功耗硬件与智能信号处理技术相结合的方案,例如,使用RL78/G22 MCU,搭配由Reality AI Tools®生成的TinyML模型。它们共同作用,使探测器能够更加准确地识别烟雾模式,发现异常情况,并最终促成更加安全、响应更快的设计,同时加快产品开发和集成速度。  烟雾探测器解决方案  在烟雾探测技术中,常见的探测方法包括光电式、电离式和双传感器式。瑞萨电子的解决方案采用光电技术,该方案对于探测处于早期阶段的慢燃火焰格外有效。  随着近期UL标准修订的出台——尤其是新增了聚氨酯火灾和烹饪误报测试——探测精度要求已变得更加严格。为了满足这些要求,我们的解决方案采用了双波长LED传感架构。不同波长的LED灯在烟雾颗粒上的散射强度会因颗粒大小不同而有所差异。因此,光电二极管检测到的光信号强度也有所不同。凭借这种特性,该解决方案能够更加准确地区分火灾烟雾和烹饪油烟。  图1:如何准确识别火灾烟雾和烹饪油烟的区别  为了有效实施这种传感架构,我们的解决方案采用了以RL78/G22 MCU和模拟前端(AFE)IC为中心的集成式硬件设计。  该系统专为常规型商用烟雾探测器而设计,适用于24V到40V的电源。它集成了限流电路(≤160µA)以及外部通知信号电路,具有以下主要优势:  高能效系统:RL78/G22 MCU具有出色的性能表现和较低的功耗水平。在待机期间启动其内置的SNOOZE模式序列器(SMS)¹,可提高系统能效,并将待机电流消耗减少高达20%。  简洁紧凑的设计:MCU和AFE的组合可减少对于外部元件的需求,让PCB空间更加紧凑,并简化设计。  图2:智能烟雾探测器配置  采用单个智能传感器的AI传感方案  采用双LED的传统方案在探测到并数字化散射的LED光之后,会通过有效算法对烟雾类型进行分类;此外它还有配套的驱动电路。这种方案虽然有效,但它增加了每个探测器的成本和复杂性。因此,我们退一步重新思考了这个问题。相比于思考如何管理两个光源,我们提出了一个更加简单的问题:单个红外LED能否提供探测器所需的全部信息?  借助边缘AI技术,我们不再局限于简单的阈值探测——我们的AI模型不只是确定散射光强度,还会分析信号独特的时序特征。通过将我们的参考设计置于UL规定的所有场景中,从阴燃的木材和剧烈燃烧的聚氨酯,到烹饪油烟等常见的误报源(包括著名的“汉堡测试”),我们收集到了丰富的数据集。利用这些数据,我们训练出了一个机器学习模型。该模型能够直接在RL78/G22 MCU上运行,使系统能够区分每种事件类型的特征信号模式。  图3:光电二极管检测到的LED电流值  由此一来,我们的探测器能够解读其所感知的信息,而不是单纯地对原始光强变化做出反应。此外,它仅使用单个低成本红外LED就能高度准确地区分真实火灾和误报。  图4:Reality AI Tools中的报警检测验证指标  通往更智能的消防安全方案  消防安全的未来不仅在于满足各项标准,更在于构建更加智能、可靠、高效的设备。通过将业界出色的MCU与机器学习智能技术相结合,瑞萨电子的解决方案攻克了全新UL标准的核心难题,并且未在成本或性能方面做出妥协,使各企业能够专注于实现下一代烟雾探测器的创新。
2026-08-12 13:08 阅读量:183
新闻快讯|瑞萨电子将携多款具身智能机器人解决方案,首次亮相2026中国具身智能机器人产业大会
  全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布,将携多款面向具身智能、工业机器人、服务机器人及AI开发平台的先进解决方案,首次亮相中国具身智能机器人产业大会暨展览会(以下简称:EAI Show)。本届EAI Show将于2026年8月12日至14日在上海新国际博览中心举行,瑞萨展位号为N3 Hall,3B230。  随着人工智能技术加速向物理世界延伸,边缘智能与物理AI正成为瑞萨长期增长的重要机遇,其中人形机器人市场展现出广阔发展潜力。人形机器人并非单一产品,而是由“大脑/感知、传感、执行及电源管理”等多个互联子系统构成的复杂系统。依托在嵌入式处理、模拟、电源及连接领域的专业知识,瑞萨已在该市场建立坚实切入点,并将通过覆盖“感知、控制、通信与电源管理”全链路的半导体解决方案,以及Renesas 365软件平台,帮助客户加速机器人系统开发与生态应用落地。  围绕具身智能机器人对高性能计算、实时控制、精准感知与可靠连接的需求,瑞萨将在本次展会上展示多项面向机器人应用的解决方案,包括:  传感器融合灵巧手解决方案  / EAI Show  该方案面向智能机器人与边缘AI应用,融合视觉、触觉与力觉等多模态感知能力,支持物体识别、受力判断与自适应抓取控制。通过本地AI推理、精准传感反馈与运动控制协同,该方案有助于提升灵巧手在复杂场景下的操作稳定性、安全性与交互体验。方案整合瑞萨RZ/V2H处理器、传感器信号调节器RAA2S4251、触控感知(电容式传感器)RAA2S4704等硬件,并结合Renesas 365软件平台,覆盖从设计、开发、部署到管理、监控及OTA更新的完整流程,体现瑞萨从硬件到软件的一站式解决方案能力。  机器人关节解决方案  / EAI Show  该方案面向具身机器人关键部件之一的机器人关节,基于瑞萨高性能RA8T2微控制器,支持EtherCAT工业以太网、BLDC电机驱动及高精度位置传感等应用,并提供电机控制算法、紧凑的电路设计和包括源代码的全套设计资料,帮助客户加速机器人关节系统开发。  RZ/T2H 9轴电机控制解决方案  / EAI Show  该方案基于瑞萨面向工业应用打造的电机控制与主从多协议工业网络专用微处理器(MPU)RZ/T2H,凭借强大的应用处理能力和实时性能,可实现高达9轴电机的高速、高精度控制,并在单芯片上支持包括工业以太网在内的多种网络主从通信。  永磁同步马达控制解决方案  / EAI Show  该方案基于瑞萨RA8T2平台,支持永磁同步电机(24V)、增量编码器和EtherCAT从站(Beckhoff SSC生成),并提供完整硬件设计资料、用户指南和例程代码,便于客户快速评估和开发RA8T2工业直流伺服电机控制系统。  机器人关节编码器  / EAI Show  该方案基于瑞萨RAA2P3226双路电涡流位置传感器,专为机器人关节应用设计,可同时检测电机端与减速机端位置。与传统光学或磁性编码器相比,该方案无需磁铁,具备抗杂散磁场干扰、可靠性高、设计灵活和高性价比等优势,有助于提升机器人关节位置检测的精度与稳定性。  展会期间,瑞萨技术专家将在现场介绍更多展品亮点与应用场景,并为参展观众提供技术咨询与交流。欢迎莅临瑞萨展位,了解更多面向具身智能机器人应用的先进解决方案。
2026-08-06 13:42 阅读量:287
瑞萨|为什么AI的下一阶段增长正在重塑数据中心基础设施
  人工智能基础设施建设的第一波浪潮是一场容量竞赛:AI模型训练推动了最初阶段的增长,更强大的xPU(包括GPU和AI ASIC)为超大规模数据中心的快速扩张提供了支撑。  这一轮初始投资周期将AI转变为全球运算平台。如今,AI基础设施已进入新的阶段,工作负载正从基于超大规模数据集的模型训练,转向强调持续、实时应用处理的AI推理。随着模型推理逐渐成为主导工作负载,基础设施需求也正在超越单纯的原始运算能力。  智能体AI和物理AI的兴起——后者将具备推理、规划和执行复杂任务能力的自主系统延伸到现实世界——正在多个市场和应用领域催生新的业务用例。例如在汽车领域,AI正在推动软件定义汽车的发展;而增强AI能力的人形机器人部署规模到本世纪中叶可能接近十亿台。  因此,预计xPU将与一系列使能技术共同成为舞台主角,这些技术将定义未来数据中心的设计和性能。在这样的环境下,CPU和xPU,以及电源、内存接口和控制系统,将共同推动AI市场扩张,并创造出比许多人最初预期更广泛、更持久的基础设施机遇。在推理工作负载的放大效应下,AI对电力的快速增长需求正在触发基础设施架构的根本性重构。瑞萨电子凭借广泛的数字电源、功率半导体、内存接口、控制和模拟解决方案组合,处于把握这一机遇的独特位置。正如我在近期瑞萨电子资本市场日投资者活动中所分享的AI基础设施与运算更新中所述,这正是我们的优势所在。  推理与机遇的交汇点  随着推理工作负载成为AI部署的主导驱动力,它所打开的市场空间甚至比AI扩张第一阶段更加广阔。  基础设施增长不再依赖单一处理器类别,而是越来越多地惠及连接、供电和管理每一个运算单元的各类技术。更多企业正在向基础设施和服务领域拓展,既带来了互补技术,也带来了新的竞争。  瑞萨电子正围绕三大互补支柱来把握这一机遇:  数字电源:应对AI系统不断增长的电力需求。  内存接口:优化运算利用率,提升处理器与内存之间的数据传输效率。  控制:管理服务器中复杂的电源平面和控制平面。  这些技术共同使瑞萨电子能够服务于所有xPU相关机遇,无论采用何种处理器架构。  电力是AI面临的关键工程挑战  如果说xPU定义了AI基础设施的第一章,那么电源架构正在塑造下一章。下一代AI机架的功耗可能超过1兆瓦,足以为一千多户家庭供电。这要求整个数据中心在能源分配、转换、效率和热管理方面采用新的方法。  一个显著例子是向800V直流配电的转变。随着传统电源架构逐渐接近其实际极限,行业正在采用更高电压的系统和更先进的供电技术。更高电压可降低电流、减少导通损耗,并在机架功率攀升时提高系统密度和效率。但随着更多xPU被更紧密地部署在一起,热管理如今变得与电气性能同样关键。  这些变化正在重新聚焦对使能技术的需求,而瑞萨电子正以数字电源产品组合加以响应,覆盖供电链路的关键阶段——从机架级电源转换到处理器级电压调节。  其中最重要的机遇之一在于垂直供电。瑞萨电子的垂直供电解决方案通过模块化、高密度、多相方案和功率级,将更高电流输送到更靠近处理器的位置。氮化镓(GaN)开关支持从新兴800V架构实现高效高压转换。同时,我们先进的MOSFET技术、低压GaN选项及相关驱动器,被广泛用于较低电压(隔离和非隔离)转换阶段,并由瑞萨电子基于智能MCU的数字控制器进行管理。  在这些电压水平下,电源转换效率、功率密度和热管理已不再只是附带考量,而是成为系统级设计要求的最前沿。  数据管理对AI性能至关重要  除了高效、智能的电源管理之外,负责处理AI推理模型的数据中心还需要更高的内存带宽和更大的内存容量。处理器与内存之间快速传输数据的能力,对于维持系统性能至关重要,尤其是在以读取为主的推理工作负载持续扩展的背景下。  作为内存接口技术领域的长期领导者,瑞萨电子的产品组合涵盖先进DDR内存模块中的关键组件,帮助客户提升带宽、可靠性、可扩展性和运算效率。  AI数据中心需要智能控制  随着AI基础设施变得更加复杂,运营商也需要在整个数据中心部署智能控制,以管理电源系统、监控性能并协调系统级功能。通过确保可靠性、效率和可管理性,控制功能在现代数据中心中发挥着关键作用,覆盖从机架级到各个子系统的各个层面。  为满足这些客户需求,瑞萨电子正在扩展基于MCU的解决方案,提供电源管理和控制平面应用所需的灵活性与软件定义能力。  基础设施的系统级视角  对瑞萨电子而言,AI机遇之所以尤其具有吸引力,在于电源、内存和控制的融合。  如今的数据中心架构师重视这样的设计合作伙伴:  Q  既能从系统层面到组件层面理解超大规模数据中心所面临的挑战,又能够在整个基础设施堆栈中优化性能。  通过在开发周期早期利用我们的系统建模、电源仿真和软件工具开展协作,我们帮助客户在硬件构建之前识别问题,从而改善设计成果。  瑞萨电子的系统导向也延伸到生产环节,我们将内部制造能力与晶圆代工合作相结合。这一混合模式使我们能够灵活响应不断变化的AI需求,并在不依赖单一制造来源的情况下支持快速扩产,同时降低供应链风险。  赋能下一波AI浪潮  AI基础设施正进入持续扩张期,下一代数据中心将需要先进的供电能力、内存带宽和智能控制。这些深度互联的需求将从支撑性技术演进为关键的AI构建模块,并在这一过程中塑造运算的未来。  这一转变将有利于那些具备广阔平台优先思维,并拥有客户共同开发传统的公司。无论从哪个角度衡量,瑞萨电子都符合这一定义。
2026-08-05 10:09 阅读量:322
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
MC33074DR2G onsemi
CDZVT2R20B ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
STM32F429IGT6 STMicroelectronics
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
ESR03EZPJ151 ROHM Semiconductor
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。

请输入下方图片中的验证码:

验证码