瑞萨完成对Transphorm的收购-Ameya360 electronic components purchasing network

瑞萨完成对Transphorm的收购

Release time：2024-06-21

author：AMEYA360

source：瑞萨

reading：1964

　　2024 年 6 月 20 日消息，全球半导体解决方案供应商瑞萨电子(以下“瑞萨”，TSE：6723)宣布，已于2024年6月20日完成对氮化镓(GaN)功率半导体全球供应商Transphorm, Inc.(以下“Transphorm”，Nasdaq：TGAN)的收购。随着收购的完成，瑞萨电子将立即开始提供基于GaN的功率产品和相关参考设计，以满足对宽禁带(WBG)半导体产品日益增长的需求。

瑞萨完成对Transphorm的收购

　　与传统的硅基器件相比，GaN和碳化硅(SiC)等WBG材料具有出色的功率效率、更高的开关频率和较小的占用空间，因此被视为下一代功率半导体的关键技术。受电动汽车(EV)、变频器、数据中心服务器、人工智能(AI)、可再生能源、工业电源转换和消费应用等需求的推动，GaN和SiC产品预计在未来十年内都将快速增长。

　　Chris Allexandre, Senior Vice President and General Manager of Power at Renesas表示：“通过集成两家公司技术的交钥匙参考设计，客户可以立即从新的GaN产品中受益。将GaN添加到我们的产品阵容中也加强了我们致力于开发让人们的生活更轻松的产品和技术的承诺。提供强大且可持续的电源解决方案，节省能源、降低成本并最大限度地减少对环境的影响，正是我们实现这一目标的途径。”

　　投资电源业务是瑞萨实现可持续长期增长战略的重要组成部分。瑞萨近期为巩固这一细分市场而采取的其他举措包括：开设专门生产电源产品的300mm晶圆厂甲府工厂;在高崎工厂增加一条新的SiC生产线;并与Wolfspeed达成协议，确保未来10年SiC晶圆的稳定供应。随着GaN技术现已成为瑞萨产品阵容的一部分，瑞萨准备提供更全面的电源解决方案，以满足广泛应用领域客户不断变化的需求。

　　在完成收购Transphorm的同一天，瑞萨推出了15款全新成功产品组合，这些可立即投入市场的参考设计将新的GaN产品与瑞萨的嵌入式处理、电源、连接和模拟产品相结合。其中包括将Transphorm的汽车级GaN技术，用于车载电池充电器以及电动汽车的三合一动力系统解决方案。

　　例如：

　　500W两轮电动车车载电池充电器

　　三合一电动汽车系统：变频器、车载充电器、DC/DC转换器

　　240W 48V扩展功率范围AC/DC适配器

　　3.6KW双向数字电源DAB系统

　　Transphorm成立于2007年，总部位于美国加利福尼亚州戈利塔，源自加州大学圣巴巴拉分校和宽紧带行业，以独特的技术创新为基础。Transphorm是GaN半导体领域的创新者，设计、制造和销售高性能、高可靠性的GaN电源产品，广泛适用于各种高压电源转换应用。

　　瑞萨赋能

　　瑞萨电子以创新、质量和可靠性为驱动力，在电力电子领域处于重要地位，每年出货超过40亿个部件，包括电源管理IC、分立和宽禁带产品、计算电源产品等。这些产品涵盖所有主要领域，包括汽车、物联网、基础设施和工业应用。我们的电源产品组合可无缝连接到我们卓越的MCU、MPU、SoC和模拟解决方案，通过数百种经过工程审查的成功产品组合和创新工具(如PowerCompass™和PowerNavigator™设计软件)简化和加速设计流程。

（"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."）

行业新闻

瑞萨丨技术干货｜解决方案套件概念：AI赋能的智能电动自行车——重塑城市出行与智能交通

　　电动自行车正在迅速重塑城市出行方式。作为汽车之外更可持续、更灵活的选择，电动自行车不仅有助于缓解交通拥堵，也符合绿色低碳的发展趋势。随着电动自行车技术的不断进步和普及，用户对安全性、可靠性和智能辅助功能的期待也在持续提升。　　然而，无论是传统机械自行车还是电动自行车，当前仍高度依赖骑手的主动感知以及按计划进行的维护保养。许多机械问题往往是逐步演变的，在性能明显下降或故障真正发生之前，几乎没有预警信号。这种被动式维护方式容易导致意外故障、更高的维修成本，甚至带来潜在的安全隐患。　　瑞萨通过AI赋能的智能电动自行车概念方案应对这些挑战。该方案基于嵌入式边缘人工智能(AI)，在自行车本体上即可实现预测性维护、智能骑行辅助、环境感知以及电池管理优化，无需依赖云端连接。　　嵌入式边缘AI实现预测性与智能骑行　　智能电动自行车的核心由Renesas AIK-RA8D1 AI开发套件驱动。该套件基于RA8D1微控制器(MCU))，这是一款面向实时嵌入式AI应用设计的高性能Arm® Cortex-M85® MCU。借助Renesas Reality AI Tools®，开发者可以部署高度优化的AI模型，使其完全运行于MCU本地，无需云端计算支持。　　这种系统架构在实现更安全、更高效骑行体验的同时，也有效控制了功耗和系统成本，非常适合大规模部署于智能出行设备中。　　AI赋能的智能电动自行车围绕以下两大核心能力，全面提升骑行体验:　　AI驱动的状态监测　　更顺畅、更安全的骑行体验，全面提升用户感受　　瑞萨电动自行车概念　　AI驱动的状态监测　　无论是传统自行车、电动自行车，还是共享出行车队中的自行车，本质上都是精密的机械系统。其性能高度依赖于关键部件的健康状况，包括链条、齿轮、轴承以及车架连接部位。随着时间推移，这些部件会因机械应力、环境影响以及骑行工况而逐渐磨损和劣化。　　传统的维护方式通常依赖定期人工检查或基于里程的保养周期。这些方法往往不够精准且偏被动，容易导致突发故障，增加维护成本和运营风险。　　通过将AIK‑RA8D1与加速度传感器直接集成到自行车中，实时AI驱动的状态监测成为可能。系统可持续分析振动特征和运动模式，及早发现机械性能退化的迹象。　　关键预测性维护功能包括：　　链条劣化检测(Chain Deterioration Detection)——系统监测传动系统的振动模式。当振动特征偏离正常状态时，可在性能明显下降之前识别出链条过度磨损或润滑异常问题。　　齿轮异常检测(Gear Anomaly Detection)——AI模型可识别由齿轮齿面磨损、损坏或变速器对位异常引起的异常振动模式，实现早期干预。　　轴承失效检测(Bearing Failure Detection)——轴承在劣化过程中会产生特定的高频振动特征。系统可在出现可听噪声或严重机械损伤之前就检测到这些异常。　　车架结构监测(Frame Structure Monitoring)——通过振动分析，还可识别车架的松动或结构性变化，从而提升骑行安全性并延长整车使用寿命　　瑞萨如何实现智能自行车监测　　要构建高精度的状态监测AI模型，必须采集涵盖正常运行状态和多种机械故障状态的数据集。　　为此，系统采用AIK-RA8D1 AI开发套件，并通过Pmod™模块连接外部加速度传感器。开发套件和传感器均直接安装在自行车上，在真实骑行场景中采集振动和运动数据。　　数据集采集通过Data Storage Tools完成。该工具可作为插件集成在Renesas e² studio中，也可作为独立应用供第三方IDE用户使用工具可实时采集加速度传感器的原始数据，并进行存储，用于后续的数据标注和AI模型训练。　　Figure1.Training Set-up　　AI模型开发与部署　　在完成数据标注并上传至Renesas Reality AI Tools后，可利用云端AutoML功能训练和评估多个AI模型，并针对RA8D1 MCU进行部署优化。　　最终选定的模型能够识别七种系统状态：　　电动自行车状态：识别空闲与静止状态　　链条运行状态：识别正常的正向与反向链条运动　　齿轮异常：基于变速器位置检测两种故障状态　　后轮结构状态：识别潜在的后轮松动问题　　该优化模型在仅占用5KB内存的情况下，实现了99.63%的识别准确率，可高效运行于RA8D1 MCU上。　　Figure2.Model Development to Deployment Flow　　部署完成后，推理结果可通过集成在e² studio开发环境中的AI Live Monitor工具进行实时监控。　　AI增强型骑行智能　　除状态监测外，AIK RA8D1还可作为智能电动自行车计算核心，充当中央处理节点，分析来自电机、电池及各类传感器的数据——支持在有或无额外传感硬件的情况下运行。　　AI赋能的骑行功能示例包括：　　载荷分布检测——通过分析振动与运动信号，系统可估算骑手及货物的重量分布。据此推荐或自动调整坐垫位置，以提升舒适性和踩踏效率。　　路面类型识别(Surface Detection)——AI模型可识别沥青路、碎石路或不平整地形。并根据路况动态调整电机扭矩和功率输出，从而提升稳定性与能效。　　目标检测，实现更安全骑行(Object Detection for Safer Riding)——结合视觉传感器时，AI模型可识别周围车辆与障碍物，在盲区来车时触发预警。　　“See with Sound”的空间感知能力——通过麦克风阵列，系统可估算周围车辆的来向，并向骑手提供空间方位提示，而无需持续视觉关注。　　推动下一代智能出行　　AI驱动的智能电动自行车方案充分展示了嵌入式边缘AI对个人出行和共享交通的变革潜力。通过将预测性维护与环境感知能力直接集成到自行车中，制造商能够打造更安全、更可靠、更高效的出行解决方案。　　瑞萨AI技术致力于帮助客户基于可扩展的边缘AI平台，构建适用于实时嵌入式部署的智能出行系统。　　告别突发故障，从瑞萨开始打造更智能、更安全的自行车。　　准备好将AI驱动的状态监测引入骑行领域了吗?

2026-06-02 09:56 reading：290

model	brand	Quote
BD71847AMWV-E2	ROHM Semiconductor
MC33074DR2G	onsemi
CDZVT2R20B	ROHM Semiconductor
RB751G-40T2R	ROHM Semiconductor
TL431ACLPR	Texas Instruments

model

brand

Quote

ROHM Semiconductor

onsemi

ROHM Semiconductor

ROHM Semiconductor

Texas Instruments

model	brand	To snap up
TPS63050YFFR	Texas Instruments
BU33JA2MNVX-CTL	ROHM Semiconductor
BP3621	ROHM Semiconductor
IPZ40N04S5L4R8ATMA1	Infineon Technologies
ESR03EZPJ151	ROHM Semiconductor
STM32F429IGT6	STMicroelectronics

model

brand

To snap up

Texas Instruments

ROHM Semiconductor

ROHM Semiconductor

Infineon Technologies

ESR03EZPJ151