Mobile menu
Component Management and Libraries
ホーム Component Management and Libraries

Component Management and Libraries

Efficiently manage electronic components with centralized libraries, ensuring consistent sourcing, versioning, and integration for streamlined PCB design.

Library Management Solutions Guide to Library Migration Component Library Documentation Solutions for ECAD Librarians
Filter
見つかりました
Sort by
役割
ソフトウェア
コンテンツタイプ
適用
フィルターをクリア
SiC製造能力の成長の概要 SiC製造能力の成長の概要 1 min Blog 電気技術者 PCB設計者 購買・調達マネージャー 電気技術者 電気技術者 PCB設計者 PCB設計者 購買・調達マネージャー 購買・調達マネージャー シリコンカーバイドはシリコン半導体チップに比べて大きな利点を約束し、業界はこれを認識して製造能力を増加させ、指数関数的な成長を遂げています 記事を読む
HBMサプライチェーンに圧力：近々不足が来るのか？ HBMサプライチェーンに圧力：近々不足が来るのか？ 1 min Blog PCB設計者 電気技術者 購買・調達マネージャー PCB設計者 PCB設計者 電気技術者 電気技術者 購買・調達マネージャー 購買・調達マネージャー HBMは2026年まで売り切れる可能性がありますが、これが必ずしも迫り来るチップ不足の兆候ではなく、供給業者の変更を招く可能性があります 記事を読む
NVIDIAがAIチップ市場の80％を占める：次のAIチップサプライヤーは誰か？ NVIDIAがAIチップ市場の80％を占める：次のAIチップサプライヤーは誰か？ 1 min Blog NVIDIAのCEO、ジェンセン・フアンが2024年上半期にCNBCに語ったAIチップセグメントの激しい競争に対する反応を一言で表すならば、「偏執病」という言葉がふさわしいでしょう。市場における大きなシェアを持つにも関わらず—同社を「堀」と呼ぶほどに—同社は依然として人工知能（AI）チップの創出における急増に直面しています。 しかし、NVIDIAの対応は、現在の2年に1度の技術導入のペースに対して、毎年新しいチップアーキテクチャを業界にもたらし、AIモデルのトレーニングとデプロイメントの能力を年々向上させることで、その努力を加速することに他なりません。では、誰かがその市場シェアの一部を奪うことは可能なのでしょうか、それともNVIDIAがAIチップ市場を独占するのでしょうか？ NVIDIAの著しい成長とAIチップの力 2024年上半期において、NVIDIAの成長は株価が27%増加し、同社の市場価値を2.7兆米ドルにまで引き上げるというロケットのような伸びを見せました。ビジネスの主な成長ドライバーは、AIおよびデータセンタービジネスであり—これら急速に進化する産業において、グラフィックス処理ユニット（GPU）の開発で優れた実績を持っています。 AIの観点から見ると、同社は電動化や自動運転モビリティなどの新興市場に直接参入することで、ますます多くの投入を行っています。NVIDIAの画期的な開発と並行して、AmazonのZooxやGeneral MotorsのCruise（論争があるにせよ）も、ロボタクシー分野で前進を遂げています。 データセンターにおけるAIの観点からは、同社は世界的な需要、つまり生成AIアプリケーションに必要なより大きな計算能力に対応しています。2021年以降、NVIDIAは公然と計算能力を10倍にすることに取り組み、より高速で効率的なサーバーを構築するためにArmベースのCPUを開発し、巨大なデータセットを活用する複雑なAIプログラムを可能にしています。 したがって、NVIDIAは最も重要なイノベーションの分野で先導しており、その結果として急速に成長していますが、なぜ競争を心配するのでしょうか？ 先行者利益の後退を予測する NVIDIAが業界のトップに留まることを決め込むとすれば、それは有害な動きとなるでしょうし、同社のCEOもそれを認識しています。世界で最も価値の高いビジネスの一つになるにつれて、頂点にいる隣人たちが直接的なリスク要因となります。Alphabet、Microsoft、Appleなどは、生成AIや自社開発の高度なシリコンチップを通じて、すでに自身の地位を強化しています。 前述のテクノロジー大手を含む最大の顧客のいくつかは、自身とその顧客のコスト削減のために、独自のソリューションを開発しています。 Alphabet Googleの所有者は、NVIDIAと同様の業界で競争している注目すべき企業です。 2024年5月に発表されたニュースによると、Googleはデータセンターのパフォーマンスを5倍に増加させるとのことで、これは内部ソフトウェアとテンソル処理ユニット（TPU）との密接な統合の結果です。検索大手は既に残りの20％の市場シェアの大部分を占めていますが、最近発表されたTrillium AIチップは、 NVIDIAの（推定）80％の一部を獲得するのに役立つかもしれません。 Microsoft 2023年末に向けて、Microsoft AzureはAI用の自社製シリコンチップ、Maia 100とCobalt 記事を読む
How Companies Manage Local and Outsourced Manufacturing Operations 企業がローカルおよびアウトソーシングされた製造業務をどのように管理しているか 1 min Blog 今日のグローバル化した経済において、多くの企業は、ローカルとアウトソーシングされた製造オペレーションの混合モデルを活用しています。このアプローチにより、コスト効率、品質管理、柔軟性の両方の強みを活かすことができます。 記事を読む
新しいグローバル半導体共同投資プログラム 新しいグローバル半導体共同投資プログラム 1 min Blog 世界中での半導体共同投資プログラムの追求；2024年IEEE電子部品・技術会議（ECTC）の振り返り 記事を読む
FPGA上でのニューラルネットワークの構築 FPGA上でのニューラルネットワークの構築 4 min Altium Designer Projects PCB設計者 PCB設計者 PCB設計者 この記事では、Ari Mahpourがhls4mlとPynq Z2を使用して、Zynq SoCのFPGAファブリック上でニューラルネットワークを実行する方法を示しています。 記事を読む
デジタル技術とIoT統合によって電子部品供給チェーンがどのように変革しているか デジタル技術とIoT統合によって電子部品供給チェーンがどのように変革しているか 1 min Engineering News 購買・調達マネージャー 購買・調達マネージャー 購買・調達マネージャー 今日の市場で競争力を維持するためには、新しい技術を採用し、供給チェーンをデジタル化することが不可欠です。この急速に変化する世界では、デジタルとIoT（モノのインターネット）によって電子部品の供給チェーンが大きく変化しています。これは単なるトレンドではなく、透明性、効率性、リアルタイムの可視性への需要が高まる中での必要性です。 供給チェーンがどのように変化しているのか、そしてそれが電子部品業界に何を意味するのかを見ていきましょう。 供給チェーンのデジタル化とは、デジタル技術を使用して供給チェーンのプロセスを簡素化し、改善することです。これは、正確性、速度、信頼性が重要な電子部品業界にとって鍵となります。 電子部品の供給チェーンにおけるデジタル化を推進する主要な技術をいくつか見てみましょう。 ビッグデータ分析： ビッグデータ分析を利用することで、企業は膨大なデータを処理し、電子部品の供給チェーンに関する洞察を得ることができます。データ駆動は、意思決定、予測、リスク管理を可能にします。 大手電子機器会社のサプライチェーンマネージャーが、ビッグデータ分析を活用してサプライチェーンの運用を効率化していると想像してみてください。サプライチェーンマネージャーは、毎日、販売予測、顧客フィードバック、ソーシャルメディアのトレンド、市場レポートなど、さまざまなソースから膨大な量のデータを受け取ります。 ビッグデータ分析を使用することで、サプライチェーンマネージャーは次のシーズンにどの製品が高い需要を持つかを予測できます。例えば、スマートホームデバイスへの需要の上昇傾向を示すデータがある場合、サプライチェーンマネージャーはこの需要を満たすために十分な部品を会社が注文することを確実にできます。これにより不足を防ぎ、顧客を満足させます。 さらに、サプライチェーンマネージャーは、納期を追跡し、潜在的な遅延を特定するために、供給者からのデータを監視します。もし供給者が一貫して遅れている場合、サプライチェーンマネージャーは生産に影響を与える前に、より信頼性の高い供給者に切り替えることができます。 サプライチェーンマネージャーは、データを使用して物流を最適化することもあります。輸送ルートと配送時間を分析することで、製品を出荷する最も効率的な方法を見つけ出し、コストを削減し、配送を速めることができます。 本質的に、ビッグデータ分析を活用することで、情報に基づいた決定を行い、会社のサプライチェーンが効率的で、コスト効果が高く、市場の変化に対応できるようにすることができます。 人工知能（AI）と機械学習（ML）： バイヤーとして、過去の購買注文やサプライヤーのパフォーマンス、市場のトレンドや顧客の需要など、膨大な量のデータを毎日管理しています。これを効果的に扱うために、先進のAIやML技術を活用することができます。 まず、AIシステムを使用して、部品購入、生産スケジュール、市場のトレンドに関する過去のデータを分析します。パターンやトレンドを認識することで、今後数ヶ月間で需要が高まり、リードタイムが長くなる電子部品を予測するのに役立ちます。例えば、AIが成長トレンドを検出した場合、センサーやマイクロコントローラーなどの関連部品の注文を増やすように警告します。 次に、新しいデータから学習することで、需要予測を継続的に改善するためにMLアルゴリズムを利用できます。システムが処理するデータが多ければ多いほど、将来の部品ニーズを予測する能力が向上します。特定のタイプの電子部品の販売が予想よりも速く増加している場合、MLモデルは将来の注文を調整して不足を防ぎ、需要を満たすことができます。 AIによるツールは、サプライヤー管理にも役立ちます。さまざまなサプライヤーからのパフォーマンスデータを分析することで、AIシステムはリードタイム、輸送時間、製品品質などの要因に基づいて、最も信頼性の高いサプライヤーを特定するのに役立ちます。サプライヤーに遅延や品質問題の兆候が見られる場合、AIは調達プロセスがスムーズに進むように代替のサプライヤーを提案することができます。 さらに、AIを使用して物流と調達戦略を最適化することができます。AIシステムは、部品の配送に最適なルートを見つけ出し、船便の運賃を比較し、生産ニーズに合わせて配送をスケジュールし、リソースをより効率的に割り当てるのに役立ちます。これにより、輸送コストを削減するだけでなく、部品が生産に間に合うように到着することも保証されます。 最後に、MLモデルは調達機器の予測保守に役立ちます。調達プロセスで使用される機械やシステムからのデータを分析することで、これらのモデルは機器が故障する前にメンテナンスが必要であることを予測します。この先見の明のあるアプローチにより、ダウンタイムが減少し、調達プロセスが効率的に運営され続けます。 ブロックチェーン： ブロックチェーン技術は、電子部品のサプライチェーンを通じた動きを追跡するための安全で透明な方法を提供します。これにより、部品の真正性を保証し、偽造のリスクを低減し、関係者間の信頼を築くのに役立ちます。 記事を読む