ROHM推出超小型无线供电芯片组

Release time:2026-03-18
author:AMEYA360
source:ROHM
reading:229

  2026年3月17日,全球知名半导体制造商ROHM(总部位于日本京都市)宣布,针对智能戒指、智能手环等小型可穿戴设备以及智能笔等小型外围设备应用,推出支持近场通信技术(NFC,近距离非接触式无线通信技术)的无线供电IC芯片组“ML7670(接收端)”和“ML7671(发射端)”。

ROHM推出超小型无线供电芯片组

  近年来,以医疗保健和健身用途为核心的智能戒指市场发展迅速。但挑战在于对佩戴在手指上的环形超小设备而言,很难进行有线供电;而且常用的Qi标准*1无线充电技术也因线圈尺寸等因素的限制而难以运用。因此,业内将目光投向能在小型设备上实现可靠充电的近场供电方式。在这种背景下,采用可实现天线小型化的13.56MHz高频段的NFC供电技术备受瞩目,其在下一代可穿戴设备中的应用正在加速普及。ROHM已推出支持1W供电的ML7660/ML7661芯片组,此次又开发出针对小型设备优化的新芯片组ML7670/ML7671,助力可穿戴设备的升级和使用便利性提升。

  新芯片组是基于广受好评、最高可提供1W供电的“ML7660(接收端)”和“ML7661(发射端)”系列开发出来的衍生型号。新产品将供电量限制在最大250mW,同时内置了向充电IC供电所需的开关MOSFET等外部器件。因此,在安装面积和供电效率两方面均针对小型可穿戴设备(尤其是智能戒指)所需的功率等级进行了优化。

  接收端IC“ML7670”不仅保持2.28mm×2.56mm×0.48mm这一业界超小尺寸,在供电量250mW的低输出功率范围内工作时还实现高达45%的供电效率。新芯片组的一大优势是通过优化线圈匹配、整流电路以及降低开关器件损耗等要素,实现了超越同等产品效率水准的性能。

  而且,IC内部已经集成无线供电所需的固件,无需再外置主控MCU,这可大大节省所开发设备的空间并大幅减少开发工时。

  另外,由于符合NFC Forum*2标准(WLC 2.0),因此可在保持与现有设备兼容性的同时实现供电,在日益普及的NFC无线充电系统中发挥着核心器件作用。

  新芯片组已投入量产。并且,日本自主研发并销售睡眠管理智能戒指“SOXAI RING”的SOXAI. Inc公司已在2025年12月10日发售的最新款“SOXAI RING 2”中采用了该芯片组。此外,为便于用户轻松评估产品性能,ROHM还提供评估板和参考设计。如有需求,欢迎联系AMEYA360垂询。

  未来,ROHM将继续利用可穿戴设备所需的小型化和低功耗技术优势推进产品开发,致力于提升用户体验并为可穿戴市场的发展贡献力量。

ROHM推出超小型无线供电芯片组

  <产品规格>

ROHM推出超小型无线供电芯片组

  <应用案例>

  SOXAI RING 2 应用案例页面

  “SOXAI RING”是日本国内唯一能够准确采集并分析睡眠数据的睡眠管理智能戒指。该戒指中搭载了光学生命体征传感器、温度传感器、加速度传感器、Bluetooth® Low Energy通信功能、NFC无线充电功能等先进技术。新推出的“SOXAI RING 2”智能戒指,通过搭载自主研发的光电容积脉搏波(PPG)传感器“Deep Sensing™”(深度监测技术),大大提高了检测精度,能够在更深层面将身体状态的变化可视化。

ROHM推出超小型无线供电芯片组

Bluetooth®是美国Bluetooth SIG, Inc.的注册商标。

Deep Sensing™是SOXAI. Inc的商标或注册商标。

  <应用示例>

  ・智能戒指

  ・智能手环

  ・智能笔

  ・无线耳机

  ・其他(可穿戴设备等小型电子设备)

  <术语解说>

  *1)Qi标准

  无线充电联盟制定的无线充电国际标准。是智能手机无线充电所采用的技术。

  *2)NFC Forum

  非接触式近场通信的国际标准化组织。对采用了13.56MHz高频段近场无线通信标准“Near Field Communication(NFC)” 的通信和供电方式进行了标准化规范。

  <照片>

ROHM推出超小型无线供电芯片组


("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
ROHM一举推出17款高性能运算放大器,提升设计灵活性
  中国上海,2026年3月10日——全球知名半导体制造商ROHM(总部位于日本京都市)今日宣布,推出适用于车载设备、工业设备及消费电子设备等众多领域的CMOS运算放大器“TLRx728系列”和“BD728x系列”产品。作为高性能运算放大器,新产品出色地兼顾了低输入失调电压*1、低噪声及高压摆率*2,通过丰富的产品阵容可为用户提供便捷的选型体验。另外,新产品支持轨到轨输入输出,能够充分利用电源电压范围,因此可确保更宽的动态范围。  近年来,随着汽车领域车载系统的迭代升级以及工业设备中机器人技术等对感测精度的要求不断提升,市场对能够精确处理微小电压信号的运算放大器需求正快速增长。尤其是在需要精确放大传感器输出的应用场景中,将信号误差和延迟控制在最低限度是必不可缺的功能,这就要求运算放大器具备输入失调电压、噪声、压摆率等主要特性的均衡表现。针对这样的市场需求,ROHM推出了可满足需求的新系列产品——不仅这些特性均表现优异,而且具备支持更广泛应用领域的通用性。利用新产品,可在众多领域实现高精度且稳定的信号处理。  新产品系列适用于对精度要求高的传感器信号处理、电流检测电路、电机驱动控制及电源监控系统等众多应用领域。采用的是不局限于特定用途、同时注重通用性和高性能的设计理念。另外,除单通道、双通道、4通道结构外,还提供多样化的封装形式,用户可根据具体应用场景和电路板尺寸选择合适的产品。  目前,新产品已逐步投入量产(样品价格:单通道产品280日元/个,双通道产品350日元/个,4通道产品480日元/个,不含税)。此外,新产品已经开始通过电商进行销售。  今后,ROHM将继续致力于开发满足市场需求的高性能模拟产品,助力提升客户的设计灵活性。  <应用示例>  车载设备、工业设备、消费电子等领域均适用  应用示例:传感器信号处理、电流检测电路、电机驱动控制、电源监控系统等  <术语解说>  *1) 输入失调电压  运算放大器输入引脚间产生的误差电压。  *2) 压摆率  表示运算放大器的输出电压在单位时间内变化程度的性能指标。该数值越高,在输入矩形波和高速信号时,输出越能快速跟上输入的变化,可防止削波现象和波形失真问题。
2026-03-12 13:20 reading:302
解读 | 从预防性维护转向预测性维护,ROHM通过Solist-AI™实现智能维护
  在制造业中,设备维护长期以来普遍采用“预防性维护(TBM:Time-Based Maintenance,定期检修,基于时间的维护)”方式,以固定的周期进行点检和零部件更换。然而,这种方法实际上会导致正常设备也会被迫定期停机,不仅会增加作业成本,还会加重现场作业负担。而且,过度的点检作业反而可能导致操作失误和人为差错。因此近年来,业界正加速向“预测性维护(CBM:Condition-Based Maintenance,状态检修,基于状态的维护)”方式转型,即实时监控设备状态,在设备出现“异常征兆”阶段就及时进行精准维护。  本文将详细介绍ROHM为有效实现预测性维护而提出的AI解决方案“Solist-AI™”。  目录  1. 从预防性维护(TBM)转向预测性维护(CBM)  2. 从“云端型”转向“端点型”  3. 预测性维护的理想解决方案——“Solist-AI™”  4. 基于Solist-AI™的解决方案与应用  5. 产品阵容、支持工具、生态系统合作伙伴及开发路线图  6. 总结  7. 产品介绍、详细信息、其他链接等  01 从预防性维护(TBM)转向预测性维护(CBM)  预防性维护(TBM)与预测性维护(CBM)的最大区别在于以什么为基准进行维护。  预防性维护是指不论设备状态如何,均以“时间”为基准,定期进行检修和零部件更换的维护方式。而预测性维护则是一种仅在“真正需要时”才实施点检和修理的维护方式。通过传感器持续监测设备的温度、振动、电流等参数,并对采集到的大量时序数据进行处理,识别细微的模式变化,从而定量分析和把握异常征兆,这些都离不开AI技术的贡献。  采用预测性维护方式,将无需再定期停止正常运行的设备。利用AI优化维护时机,可有效降低作业成本和现场负担,同时减少因过度点检导致的作业失误和人为差错。而且,这种方式不依赖技术人员的感觉和经验,可确保稳定的维护品质,因此作为应对熟练技术人员减少、人手不足等现场课题的有效对策而备受瞩目。  02 从“云端型”转向“端点型”  但是,以往的云端AI系统存在诸多挑战,比如通信延迟、网络环境构建和运维管理负担、数据收发过程中的信息泄露预防对策等,这些课题会带来很大的负担。  另外,由于需要预先收集并准备海量的训练数据,因此针对每台设备所处的不同现场环境以及个体差异进行不同的应对也很困难。此外,高精度AI处理需要CPU和GPU等运算资源,最终导致功耗也随之增加。  因此,“端点型AI”正在加速取代“云端型AI”。如果是可通过装有传感器和微控制器的现场设备(端点)完成AI训练和推理的“端点型AI”,则可以灵活应对每台设备,在进行实时处理的同时保持低功耗。而且,因其不会将数据发送至云端,所以安全性更高。  作为预测性维护的关键——边缘计算理想的端侧AI解决方案,ROHM开发出“Solist-AI™”。该名称源自“Solution with On-device Learning IC for STandalone-AI”,正如音乐术语“独奏者(soloist)”所象征的,寓意着无需依赖云端或网络,仅凭现场设备自身即可完成从AI训练到推理的全过程。  *“Solist-AI™”是ROHM Co.,Ltd.的商标或注册商标。  另一方面,相较于以往AI(云端/边缘/端点型),Solist-AI™在同时处理大规模数据和处理图像数据方面表现略逊,因此在精密故障分析等高级解析场景中,云端型AI更具优势。  但对于无需高级解析的应用场景而言,Solist-AI™在可大幅降低网络维护和云服务使用费等成本方面有显著优势。  另外,还可通过增量训练功能可实时更新设备老化状态数据,并根据老化程度高精度判别正常与异常状态,这是Solist-AI™在替代以往AI时的一大优势。  03 预测性维护的理想解决方案——“Solist-AI™”  Solist-AI™与通用AI处理器不同,它是专为故障预警等特定用途设计的,能够根据用途和环境现场学习并优化最佳模型,因此可灵活应对不同设备的个体差异及环境变化。  该解决方案的核心——Solist-AI™微控制器,搭载了ROHM自主研发的AI运算用加速器“AxlCORE-ODL)”。AxlCORE-ODL可通过硬件执行三层神经网络处理和FFT(快速傅里叶变换)处理,并可实时检测并预警现场发生的各种异常和变化。  Solist-AI™解决方案的最大特色在于其简约性——仅需传感器和微控制器即可实现“独立AI”。以往的AI解决方案必须依赖云端和网络连接,而Solist-AI™则完全无需任何网络环境支持。因此,仅需加装在现场的设备或仪器上,即可轻松引入,它可以将通信延迟和信息泄露风险控制在非常低的程度。  其机制通过内置的AI专用加速器“AxlCORE-ODL”即可实现。  通过对传感器检测到的振动、温度、电流等数据进行实时训练与推理,将“不同于以往”的异常征兆量化为数值并发出预警。另外,Solist-AI™与以往的云端型AI(2W~200W)相比,仅需约40mW的超低功耗即可运行,因此很容易加装在电池驱动的设备或现有设施上。Solist-AI™广泛适用于工业机器人、电机、风扇等工业设备应用,非常有助于提高设备维护效率和运行效率。  此外,ROHM还提供配套的支持工具以为客户引入Solist-AI™提供支持,包括用于预先验证AI适配效果的“Solist-AI™ Sim”,以及可将AI运行情况实时可视化的“Solist-AI™ Scope”。因此,即便不具备AI专业知识也能轻松引入和评估,可大幅降低应用门槛。  产品介绍、详细信息、其他链接等  欲了解更多关于Solist-AI™及其相关产品的详细信息,请参阅以下链接:  【产品和解决方案简介】  Solist-AI™解决方案:https://www.ameya360.com/hangye/115949.html  边缘计算AI微控制器产品信息:  https://www.rohm.com.cn/products/micon/solist-ai?utm_medium=social&utm_source=wechat&utm_campaign=WeChat%EF%BC%88infor%EF%BC%89&utm_content=260304  【技术信息、应用案例】  Solist-AI™技术详解:  https://www.rohm.com.cn/support/solist-ai/technology?utm_medium=social&utm_source=wechat&utm_campaign=WeChat%EF%BC%88infor%EF%BC%89&utm_content=260304  【开发和评估支持工具、生态系统合作伙伴】  集成开发环境 LEXIDE-Ω:  https://www.rohm.com.cn/lapis-tech/product/micon/software?utm_medium=social&utm_source=wechat&utm_campaign=WeChat%EF%BC%88infor%EF%BC%89&utm_content=260304  生态系统合作伙伴 | Solist-AI™解决方案:  https://www.rohm.com.cn/support/solist-ai/partner?utm_medium=social&utm_source=wechat&utm_campaign=WeChat%EF%BC%88infor%EF%BC%89&utm_content=260304  点击链接查看文章全部内容:  https://esh.rohm.com.cn/s/esh-blog/solistai-main-20260106-MCIARA2JAOONDWZA2DV4CFQXIDJA?language=zh_CN&utm_medium=social&utm_source=wechat&utm_campaign=WeChat%EF%BC%88infor%EF%BC%89&utm_content=260304
2026-03-10 16:34 reading:276
ROHM发布搭载新型SiC模块的三相逆变器参考设计!
  2026年3月5日,全球知名半导体制造商ROHM(总部位于日本京都市)宣布,在官网发布了搭载EcoSiC™品牌SiC塑封型模块“HSDIP20”、“DOT-247”、“TRCDRIVE pack™”的三相逆变器电路参考设计“REF68005”、“REF68006”及“REF68004”。设计者可利用此次发布的参考设计数据制作驱动电路板,与ROHM的SiC模块组合使用,可缩减实际设备评估的设计周期。  在以大功率工作的功率转换电路中,SiC功率元器件虽有助于提高效率和可靠性,但外围电路设计和热设计所需的工时往往会增加。ROHM此次发布的参考设计可覆盖高达300kW级的输出功率范围,支持在车载设备及工业设备等广泛的应用领域中使用SiC功率模块。  目前已有三种可与本参考设计配套使用的SiC模块在电商平台上销售,可通过Ameya360平台进行购买。  关于参考设计  ※本参考设计旨在供用户利用已公开的设计数据进行开发。如需获取参考设计板或评估套件,请联系AMEYA360客服垂询。(※数量有限)  关于SiC模块的网售  可通过登录罗姆官网查看下述新闻稿,或点击下面链接查看电商平台正在销售的SiC模块详细信息:  新闻稿:ROHM全面启动新型SiC塑封型模块的网售  仿真支持  为了加快产品的评估和应用,ROHM还提供各种支持资源,通过包括仿真和热设计在内的丰富解决方案,为用户的产品选型提供支持。  用户可从各参考设计页面下载与评估板相关的各种设计数据,并可从各产品页面下载可与参考设计配套使用的SiC模块产品信息。  另外,利用ROHM官网提供的仿真工具ROHM Solution Simulator,从元器件选型阶段即可进行系统级验证。  ■HSDIP20:  参考设计:  https://www.rohm.com.cn/reference-designs/ref68005  ROHM Solution Simulator:  https://www.rohm.com.cn/solution-simulator/b-006_dcac_inv_3ph_5kw_hsdip20  LTspice®电路模型:https://fscdn.rohm.com/en/products/library/spice_circuit/application/ltspice/b-006_dc-ac_3-phase_3-wire_inverter_pout=15kw_hsdip_ltspice.zip  ■DOT-247:  参考设计:https://www.rohm.com.cn/reference-designs/ref68006  ROHM Solution Simulator:  https://www.rohm.com.cn/solution-simulator/b-006_dcac_inv_3ph_5kw_dot-247  LTspice®电路模型:https://fscdn.rohm.com/en/products/library/spice_circuit/application/ltspice/b-006_dc-ac_3-phase_3-wire_inverter_pout=15kw_dot247_ltspice.zip  ■TRCDRIVE pack™:  参考设计:  https://www.rohm.com.cn/reference-designs/ref68004  其他参考设计  除本新闻稿中介绍的参考设计外,ROHM还准备了众多可助力用户缩减设计周期的参考设计方案,详情请登录ROHM官网或点击下面的链接:  参考设计:  https://www.rohm.com.cn/reference-designs  应用评估套件:  https://www.rohm.com.cn/reference-designs  相关信息  ・新闻稿(HSDIP20)  ROHM推出高功率密度的新型SiC模块,将实现车载充电器小型化!  ・新闻稿(TRCDRIVE pack™)  ROHM开发出新型二合一 SiC封装模块“TRCDRIVE pack™”~助力xEV逆变器实现小型化!~  ・新闻稿(DOT-247)  ROHM推出二合一SiC模块“DOT-247”,可实现更高的设计灵活性和功率密度  关于“EcoSiC™”品牌  EcoSiC™是采用了因性能优于硅(Si)而在功率元器件领域备受关注的碳化硅(SiC)的元器件品牌。从晶圆生产到制造工艺、封装和品质管理方法,ROHM一直在自主开发SiC产品升级所必需的技术。另外,ROHM在制造过程中采用的是一贯制生产体系,目前已经确立了SiC领域先进企业的地位。  ・TRCDRIVE pack™和EcoSiC™是ROHM Co., Ltd.的商标或注册商标。  ・LTspice®是Analog Devices, Inc.的注册商标。  如需使用其他公司的商标,请遵循权利方规定的使用方法进行使用。
2026-03-06 11:56 reading:434
ROHM完全独立型AI解决方案 “Solist-AI™”,通过单芯片AI技术实现设备监控适用于边缘计算
  ROHM凭借自主研发的设备端学习AI技术,推出了无需与外部通信,仅用单芯片即可实现监控设备的Solist-AI™ 微控制器。这项突破性AI解决方案为工业设备和消费电子设备带来全新可能性,诚邀您评估选用。  丰富的应用领域  应用场景  Solist-AI™解决方案可在边缘计算领域的各类设备中实现基于AI技术的状态监控和劣化预测等功能。由于支持在现场独立工作的训练,因此即使在没有通信环境的地方,只需连接传感器也可轻松构建系统。  Solist-AI™解决方案概述  Solist-AI™解决方案主要由配备ROHM自有AI处理专用硬件加速器“AxlCORE-ODL”的Solist-AI™微控制器,以及支持系统引入的专用实用软件构成。  Solist-AI™的特点  Solist-AI™通过采用配有AxlCORE-ODL的Solist-AI™微控制器,具有“独立AI工作”、“设备端学习和增量训练”以及“同时执行AI以外的处理”的特点。  以往的解决方案和Solist-AI™比较  引入Solist-AI™的支持环境  实用软件  为了让用户能够立即评估Solist-AI™,ROHM已经在官网上公开发布了在可行性研究和实机验证的各个阶段进行AI工作分析所需的全套支持环境(实用软件)。  Solist-AI™支持环境:  https://www.rohm.com.cn/lapis-tech/product/micon/solistai-software   围绕Solist-AI™的商业体系  生态系统  Solist-AI™解决方案并非ROHM的独立项目,而是与多家生态系统合作伙伴联合提供的。从硬件和软件开发到基础环境的开发与提供,我们将提供全方位支持,助力客户能够快速使用和引入产品。  技术支持详情  点击下方页面,可以详细了解ROHM的Solist-AI™是如何实现的,以及它能为客户提供哪些价值。  Solist-AI™技术:  https://www.rohm.com.cn/support/solist-ai/technology  Solist-AI™产品信息请点击下方获取  开发支持系统:  https://www.rohm.com.cn/lapis-tech/product/micon/solistai-software  Solist-AI™产品:  https://www.rohm.com.cn/products/micon/solist-ai  Solist-AI™解决方案介绍资料:  https://rohmfs-rohm-com-cn.oss-cn-shanghai.aliyuncs.com/cn/products/databook/catalog/common/N_Solist-AI_Solution_Promotional_materials_CN.pdf
2026-03-06 09:02 reading:384
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
BD71847AMWV-E2 ROHM Semiconductor
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
CDZVT2R20B ROHM Semiconductor
model brand To snap up
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
BP3621 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code