El KITPSE84AITOBO1 PSOC Edge E84 es un kit de evaluación con inteligencia artificial (IA) para prototipar sistemas embebidos con aprendizaje automático y conectividad inalámbrica.

El nuevo KITPSE84AITOBO1 PSOC Edge E84 de Infineon Technologies es un kit de evaluación con inteligencia artificial (IA) orientado a crear prototipos de dispositivos ponibles, equipos para hogar inteligente, interfaces hombre-máquina (HMI) y aplicaciones embebidas con aprendizaje automático (AA).

Disponible ya a través de Mouser Electronics, la plataforma facilita el desarrollo y la evaluación de DEEPCRAFT Studio, así como la implementación de modelos de AA y software embebido sobre el microcontrolador (MCU) PSOC Edge E84.

Desde el punto de vista de integración, el conjunto ofrece una base compacta para validar cargas de trabajo de computación local, control en tiempo real y procesamiento de señales cerca del sensor.

KITPSE84AITOBO1 PSOC Edge E84 para prototipado edge

El MCU PSOC Edge E84 combina tareas de control y cómputo con aceleración por hardware para aprendizaje automático, por lo que resulta adecuado para aplicaciones siempre activas en Internet de las cosas (IoT) e industria embebida.

Además, la placa incorpora 512 Mbit de memoria flash Quad Serial Peripheral Interface (QSPI) y 128 Mbit de memoria de acceso aleatorio (RAM) octal, dos recursos relevantes para almacenar firmware, modelos y datos temporales durante la inferencia local.

La conectividad inalámbrica se apoya en un sistema en encapsulado (SiP) basado en AIROC CYW55513, con compatibilidad con WiFi 6 y WiFi 6E de triple banda en configuración 1×1 conforme a IEEE 802.11ax y soporte para Bluetooth 5.4.

Por ello, los desarrolladores pueden evaluar diseños edge que combinen adquisición de datos, monitorización contextual y comunicación de baja potencia sin depender de múltiples placas auxiliares.

Sensores, depuración e interfaces para sistemas embebidos

En el apartado de depuración, el kit integra KitProg3 y un cabezal Serial Wire Debug (SWD), lo que simplifica la programación, el trazado de fallos y la validación del firmware durante el ciclo de desarrollo.

Asimismo, la plataforma incluye un conector Mobile Industry Processor Interface Display Serial Interface (MIPI-DSI), interfaz de altavoz, puertos host y dispositivo de bus serie universal (USB), y cabezales de expansión de entrada y salida (E/S).

Para la adquisición de señales, el hardware añade una unidad de medida inercial (IMU), magnetómetro, sensor de presión barométrica, dos micrófonos analógicos con interfaz de modulación por densidad de pulsos (PDM), sensor de imagen y un circuito integrado monolítico de microondas (MMIC) de radar BGT60LTR11x XENSIV.

En concreto, el BGT60LTR11x integra antenas en encapsulado (AIP) y funciones de detección de movimiento y dirección, una combinación útil para interfaces gestuales, presencia y aplicaciones de interacción sin contacto.

Entorno software para IA embebida y validación

El ecosistema de desarrollo contempla ModusToolbox, Zephyr y el conjunto DEEPCRAFT, de modo que los equipos de ingeniería pueden pasar de la evaluación del modelo a la integración del firmware con un flujo coherente.

Para resolver cualquier duda técnica sobre el nuevo kit de evaluación KITPSE84AITOBO1 PSOC Edge E84 con IA, puedes participar con un COMENTARIO. También tienes disponible nuestro SERVICIO AL LECTOR.

IA para la detección y la alimentación es un libro electrónico sobre semiconductores de potencia, sensores y arquitecturas de hardware para sistemas de inteligencia artificial en la nube, el borde y entornos autónomos.

El nuevo libro electrónico IA para la detección y la alimentación de Mouser Electronics, desarrollado en colaboración con onsemi, analiza el papel de la electrónica de potencia y la detección avanzada en sistemas de inteligencia artificial (IA) aplicados a centros de datos, automatización industrial, robótica y plataformas autónomas.

La publicación aborda cómo la IA ha dejado de depender solo del software, ya que el suministro energético, la eficiencia del sistema y la calidad de los datos capturados condicionan cada vez más el rendimiento físico de las aplicaciones.

Además, el documento reúne aportaciones de especialistas de onsemi, Amazon, Google, Meta y Tesla para describir la evolución del hardware que soporta cargas de trabajo de IA desde infraestructuras a hiperescala hasta equipos autónomos en campo.

IA para la detección y la alimentación en arquitecturas de potencia

En concreto, el libro electrónico examina el aumento de densidad energética en centros de datos y sistemas de borde, donde las arquitecturas de mayor tensión ayudan a reducir pérdidas y simplificar la gestión térmica.

Las tecnologías de carburo de silicio (SiC) y nitruro de galio (GaN) aparecen como elementos clave para mejorar la conversión de energía, soportar mayores densidades de potencia y aumentar la eficiencia operativa en plataformas de computación intensiva.

Por tanto, la selección de semiconductores de banda prohibida ancha no solo afecta al consumo energético, sino también al dimensionamiento térmico, la fiabilidad de los módulos de alimentación y la escalabilidad de la infraestructura.

También se tratan enfoques de diseño a nivel de sistema, con especial atención a la integración entre suministro energético, procesamiento local y sensores para reducir latencia y mejorar la respuesta de las máquinas inteligentes.

Detección inteligente para IA física y sistemas autónomos

Por otro lado, la detección ocupa un lugar central en aplicaciones de IA física, donde la visión artificial se complementa con medidas de fuerza, par, posición y proximidad para interpretar el entorno con mayor precisión.

Una captura de datos más fiable permite disminuir la sobrecarga de procesamiento, ya que el sistema recibe señales más limpias y puede ejecutar algoritmos de decisión con menor consumo energético.

Asimismo, la combinación de sensores y procesamiento en el borde facilita respuestas más rápidas en robots colaborativos, máquinas autónomas y sistemas industriales que requieren seguridad funcional y baja latencia.

El contenido incluye tecnologías de onsemi como las soluciones EliteSiC, los sensores de imagen Hyperlux, la plataforma analógica y de señal mixta Treo, conectividad industrial y gestión energética avanzada.

Integración electrónica para robótica, borde e industria

Desde la perspectiva del diseño electrónico, el documento resulta especialmente relevante para equipos de ingeniería que necesitan coordinar alimentación, captura de señal y procesamiento de IA dentro de arquitecturas compactas y eficientes.

Sin embargo, el reto no se limita al rendimiento computacional, porque la autonomía física exige equilibrar precisión sensórica, disipación térmica, consumo y robustez frente a condiciones operativas variables.

En consecuencia, la publicación sitúa la electrónica de potencia y los sensores como bloques fundamentales para desplegar IA en aplicaciones reales, más allá del entrenamiento de modelos en entornos puramente informáticos.

Para ampliar información sobre este tipo de dispositivos, puedes acceder al monográfico Especial Sensores, donde se analizan distintas alternativas.

Si necesitas más información técnica sobre el nuevo libro electrónico IA para la detección y la alimentación técnica, puedes escribirnos mediante un COMENTARIO. O bien utiliza nuestro SERVICIO AL LECTOR gratuito.

#IADeteccionAlimentacion, #MouserElectronics, #Onsemi, #LibroElectronico, #InteligenciaArtificial, #Semiconductores, #Sensores, #Potencia

VectorBlox 3.0 Accelerator SDK es un kit de desarrollo de software para implementar inferencia de redes neuronales en FPGA y SoC PolarFire de bajo consumo.

El nuevo VectorBlox 3.0 Accelerator SDK de Microchip Technology es un kit de desarrollo de software, o SDK, orientado a la implementación de inteligencia artificial, o IA, en matrices de puertas programables en campo, o FPGA, y sistemas en chip, o SoC, de la familia PolarFire.

Dentro de sistemas embebidos para inferencia en el borde, la herramienta permite optimizar, compilar y desplegar modelos de redes neuronales convolucionales, o CNN, con una cadena integrada asociada a la CoreVectorBlox IP.

Además, el entorno aborda aplicaciones de bajo consumo en las que la respuesta local resulta crítica, como visión artificial, monitorización basada en sensores y procesamiento embarcado en plataformas industriales, aeroespaciales o de defensa.

VectorBlox 3.0 Accelerator SDK con redes neuronales dispersas

La principal mejora técnica procede del soporte para redes neuronales dispersas, ya que el acelerador puede omitir operaciones de valor cero durante la ejecución de modelos CNN basados en visión.

Por tanto, los desarrolladores pueden reducir carga de cómputo y necesidades de memoria sin abandonar el objetivo de conservar la exactitud del modelo en tareas de inferencia.

En concreto, la compresión basada en dispersión ayuda a incrementar el rendimiento efectivo del acelerador y, al mismo tiempo, contribuye a disminuir el consumo en aplicaciones permanentemente activas de IA en el borde.

Desde la perspectiva de integración embebida, la capacidad de adaptar el acelerador a modelos de diferentes tamaños facilita consolidar varias cargas de trabajo de IA en una única FPGA de bajo consumo.

Así, funciones de visión y análisis de señales procedentes de sensores pueden coexistir en el mismo dispositivo, siempre dentro de los límites definidos por el diseño de hardware y por el modelo seleccionado.

Inferencia embebida en FPGA y SoC PolarFire

El uso de plataformas PolarFire sitúa al VectorBlox 3.0 Accelerator SDK en escenarios donde importan la eficiencia energética, la fiabilidad del subsistema de cálculo y la integración compacta dentro de equipos electrónicos especializados.

Asimismo, la compatibilidad con FPGA y SoC de gama media permite distribuir funciones de inferencia cerca del sensor, una arquitectura habitual en edge computing cuando no conviene depender de procesamiento remoto.

Para aplicaciones espaciales, la solución contempla el uso de Spacecraft Pose Network v2, o SPNv2, una red neuronal destinada a estimar posición y orientación a partir de datos de visión.

Esta capacidad resulta relevante en navegación autónoma, operaciones de proximidad, aproximación y acoplamiento autónomo, retirada de basura espacial, inspección de satélites y vuelos de formación.

No obstante, el interés técnico no se limita al entorno espacial, porque las mismas exigencias de inferencia local, protección de datos y funcionamiento prolongado aparecen también en sistemas industriales críticos.

Fiabilidad para IA en misiones críticas

Las FPGA y SoC PolarFire indicadas para este desarrollo incorporan características orientadas a entornos adversos, incluyendo inmunidad frente a eventos únicos, o SEU, junto con arranque seguro y protección frente a intentos de manipulación.

En consecuencia, el conjunto formado por el acelerador, la IP y el flujo de herramientas busca reducir la complejidad de desarrollo cuando la IA debe ejecutarse en hardware embebido con restricciones térmicas, energéticas y de seguridad.

Por otro lado, la posibilidad de reunir varias funciones de inferencia en una sola FPGA simplifica la arquitectura del sistema y puede disminuir la dependencia de procesadores adicionales en diseños compactos.

Puedes consultar nuestra categoría Software para descubrir otros productos relacionados con este tipo de aplicaciones.

Para resolver cualquier duda técnica sobre el nuevo SDK de IA VectorBlox 3.0 Accelerator SDK para edge, puedes participar con un COMENTARIO.

También tienes disponible nuestro SERVICIO AL LECTOR.

#VectorBlox30, #MicrochipTechnology, #SDKDeIA, #FPGA, #SoC, #PolarFire, #EdgeAI, #RedesNeuronales

DockFrame es un hub USB-C modular que permite reutilizar tarjetas Framework Expansion Cards y Tool Cards en un formato de conexión abierto y configurable.

El nuevo DockFrame de HW Media Lab es un hub Universal Serial Bus Type-C (USB-C) modular orientado a integrar tarjetas intercambiables en puestos técnicos, laboratorios y entornos de desarrollo.

La propuesta, anunciada el la plataforma de mecenazgo Crowd Supply, se basa en una arquitectura de acoplamiento que permite utilizar las Framework Expansion Cards ya disponibles para portátiles Framework, además de las Tool Cards desarrolladas para funciones instrumentales.

Por tanto, el equipo plantea un enfoque de conectividad física reutilizable, donde una misma tarjeta puede funcionar en el dock, en un portátil Framework o en cualquier dispositivo compatible con USB-C.

Frente a un hub convencional de configuración fija, DockFrame permite cambiar tarjetas según la tarea de medida, alimentación o interconexión que requiera el usuario técnico.

DockFrame y la modularidad USB-C para tarjetas técnicas

La compatibilidad con Framework Expansion Cards facilita la reutilización de módulos existentes y reduce la dependencia de adaptadores específicos en bancos de prueba, puestos de integración o áreas de mantenimiento electrónico.

Además, las Tool Cards amplían el concepto del hub hacia funciones de trabajo técnico, ya que pueden convertir el sistema en un multímetro, una fuente de alimentación u otras herramientas conectables.

En concreto, esta filosofía resulta útil cuando un integrador necesita modificar rápidamente el tipo de interfaz disponible sin sustituir todo el equipo de conexión.

También aporta flexibilidad en entornos donde varios usuarios comparten tarjetas, docks y ordenadores con distintos requisitos de entrada, salida o monitorización eléctrica.

Conectividad abierta para integración y mantenimiento

El diseño se presenta como hardware abierto, es decir, con esquemas, firmware y archivos de carcasa incluidos para facilitar revisión, modificación e integración por parte de perfiles técnicos.

Esta apertura puede ser relevante para desarrolladores que necesitan adaptar un accesorio USB-C a bancos de ensayo, prototipos o plataformas internas sin depender de una caja cerrada.

Asimismo, la disponibilidad de archivos de firmware permite estudiar el comportamiento del sistema y ajustar la implementación cuando el proyecto requiera validación interna o trazabilidad técnica.

Desde el punto de vista de conectorización, el valor del producto reside en agrupar interfaces intercambiables alrededor de un dock compacto, manteniendo la compatibilidad con dispositivos USB-C externos.

No obstante, la información disponible no detalla parámetros eléctricos, número de ranuras ni prestaciones concretas de cada tarjeta, por lo que esos datos deberán confirmarse en la documentación técnica del proyecto.

Aplicaciones en bancos de prueba y puestos de desarrollo

En laboratorios de electrónica, DockFrame puede actuar como punto de conexión para alternar funciones de medida, alimentación o expansión sin reorganizar continuamente el cableado del puesto.

Por otro lado, en tareas de integración OEM, la reutilización de tarjetas simplifica la preparación de configuraciones temporales durante pruebas funcionales, diagnóstico de prototipos o validación de periféricos.

El formato modular también encaja en escenarios educativos y de desarrollo abierto, donde la documentación de esquemas, firmware y carcasa permite comprender mejor la relación entre electrónica, mecánica e interfaz USB-C.

Para explorar más opciones similares, accede a nuestra categoría Conectores.

Si necesitas más información técnica sobre el nuevo hub USB-C DockFrame para tarjetas intercambiables, puedes escribirnos mediante un COMENTARIO. O bien utiliza nuestro SERVICIO AL LECTOR gratuito.

#DockFrame, #HWMediaLab, #HubUSBC, #USBC, #FrameworkExpansionCards, #ToolCards, #HardwareAbierto, #ConectividadModular

QuadRF es una plataforma de radiofrecuencia orientada a bancos de prueba multicanal, validación de enlaces y desarrollo técnico de sistemas inalámbricos.

El nuevo QuadRF de Scale RF es una plataforma de radiofrecuencia (RF) para entornos de instrumentación en los que se requiere trabajar con señales inalámbricas dentro de bancos de prueba, validación funcional y desarrollo de equipos electrónicos.

Orientado a perfiles técnicos que diseñan, integran o verifican subsistemas RF, el equipo sitúa el foco en la gestión multicanal de señales y en la creación de escenarios de ensayo más flexibles que los bancos basados en una única fuente o ruta de señal.

Además, la propuesta resulta adecuada para laboratorios que necesitan reproducir condiciones de radiofrecuencia de forma controlada durante fases de depuración, comparación de diseños y monitorización de comportamiento en dispositivos inalámbricos.

Arquitectura RF multicanal en QuadRF

La arquitectura de QuadRF se plantea alrededor de un enfoque multicanal, por tanto permite organizar pruebas donde varias rutas RF intervienen en el mismo procedimiento de validación sin depender exclusivamente de instrumentos separados.

En concreto, este planteamiento puede simplificar configuraciones de laboratorio asociadas a prototipos inalámbricos, módulos de comunicación, electrónica de señal y sistemas que combinan transmisión, recepción o análisis de enlaces.

Para el ingeniero de pruebas, contar con una plataforma de este tipo facilita la repetición de ensayos, la comparación entre configuraciones y la documentación de resultados en procesos de desarrollo donde la consistencia de la señal resulta crítica.

Asimismo, el formato de producto publicado en Crowd Supply encaja con entornos de ingeniería que buscan integrar instrumentación específica en flujos propios de diseño, sin limitarse a equipos cerrados de propósito general.

Validación de sistemas inalámbricos y bancos de prueba RF

En aplicaciones de comunicaciones inalámbricas, una plataforma RF multicanal puede emplearse para analizar el comportamiento de enlaces, verificar respuestas de circuitos y reproducir condiciones de laboratorio antes de llevar el equipo a ensayos de campo.

Por otro lado, el uso en bancos de test permite coordinar tareas de desarrollo electrónico con procesos de instrumentación, especialmente cuando intervienen antenas, módulos de radio, etapas de adaptación o subsistemas de señal mixta.

La disponibilidad de varias rutas de trabajo ayuda a estructurar pruebas comparativas, no obstante la elección final del procedimiento dependerá de los requisitos del diseño, del entorno de medida y de la metodología definida por cada laboratorio.

También resulta relevante para equipos técnicos que trabajan con prototipos conectados, ya que permite mantener un entorno de ensayo ordenado durante iteraciones sucesivas de hardware, firmware y ajuste de parámetros RF.

Integración en flujos de instrumentación electrónica

Dentro de un laboratorio profesional, QuadRF puede complementar herramientas de medida, analizadores y sistemas de adquisición cuando el objetivo consiste en generar, encaminar o evaluar señales de radiofrecuencia bajo condiciones controladas.

En consecuencia, la plataforma se dirige a desarrolladores que necesitan una solución técnica para pruebas repetibles, caracterización de subsistemas y validación previa de productos inalámbricos integrados en equipos electrónicos más amplios.

Para explorar más opciones similares, accede a la web de micromecenazgo Crowd Supply con toda la información.

Si necesitas más información técnica sobre el nuevo plataforma RF QuadRF para pruebas multicanal, puedes escribirnos mediante un COMENTARIO. O bien utiliza nuestro SERVICIO AL LECTOR gratuito.

#QuadRF, #ScaleRF, #PlataformaRF, #Instrumentacion, #Radiofrecuencia, #BancosDePrueba, #SistemasInalambricos, #ValidacionRF

El crecimiento de la inteligencia artificial está impulsando una nueva generación de centros de datos con mayores necesidades de potencia, eficiencia energética y gestión térmica. En este escenario, las soluciones de alimentación eléctrica, los sistemas de almacenamiento energético y las arquitecturas de alta tensión adquieren un papel estratégico para garantizar la continuidad del servicio. MEAN WELL, representada en España y Portugal por Electrónica OLFER, dispone de un amplio catálogo de fuentes de alimentación y convertidores diseñados para responder a los nuevos desafíos de estas infraestructuras críticas.

La rápida expansión de aplicaciones basadas en inteligencia artificial (IA), aprendizaje automático, computación de alto rendimiento (HPC) y servicios en la nube está provocando una transformación sin precedentes en el diseño de los centros de datos. El incremento de la densidad de cálculo también supone un notable aumento del consumo energético y de la generación de calor, obligando a los operadores a desarrollar infraestructuras más eficientes, fiables y sostenibles.

Este nuevo escenario no solo exige servidores cada vez más potentes, sino también sistemas de alimentación capaces de ofrecer una elevada disponibilidad, minimizar las pérdidas energéticas y facilitar la integración de nuevas tecnologías, como la refrigeración líquida, los sistemas de almacenamiento de energía (BESS) o las pilas de combustible de hidrógeno.

En este contexto, MEAN WELL, cuyo catálogo distribuye Electrónica OLFER en España y Portugal, ofrece una amplia gama de soluciones de potencia adaptadas tanto a centros de datos tradicionales alimentados en corriente alterna como a las nuevas arquitecturas basadas en corriente continua de alta tensión.

La evolución de los centros de datos exige una alimentación más eficiente

Durante años, la mayoría de los centros de datos han utilizado infraestructuras basadas en redes trifásicas de 400 a 480 Vca, una arquitectura ampliamente consolidada por su elevada fiabilidad y por la disponibilidad de equipos compatibles.

Sin embargo, el extraordinario crecimiento de la demanda energética provocado por la IA está impulsando el desarrollo de nuevas configuraciones capaces de reducir pérdidas eléctricas y optimizar el rendimiento global de las instalaciones.

El objetivo ya no consiste únicamente en suministrar energía a miles de servidores funcionando de forma simultánea. También resulta imprescindible garantizar una elevada disponibilidad, minimizar los tiempos de interrupción, simplificar las tareas de mantenimiento y mejorar la eficiencia energética para reducir tanto los costes operativos como la huella ambiental.

Todo ello convierte a los sistemas de alimentación en uno de los elementos más importantes dentro del diseño de un centro de datos moderno.

Infraestructuras alimentadas en corriente alterna

La arquitectura más extendida continúa siendo la alimentación mediante una red trifásica de 400-480 Vca, complementada por diferentes sistemas de respaldo que garantizan la continuidad del servicio incluso ante incidencias en la red eléctrica.

En este tipo de instalaciones suele incorporarse un grupo electrógeno diésel, un SAI (UPS) online y diferentes sistemas de refrigeración destinados a disipar el enorme calor generado por los servidores de alta densidad.

El SAI desempeña un papel fundamental al proporcionar energía durante los minutos necesarios para que entre en funcionamiento el generador de respaldo, evitando cualquier interrupción del servicio.

Por su parte, la refrigeración se ha convertido en un aspecto crítico debido al constante aumento de la potencia informática instalada en cada rack.

Artículo escrito por Robert Perkel, ingeniero de aplicaciones de la unidad de negocio MCU de Microchip Technology.

Al igual que en la naturaleza, las herramientas de desarrollo para sistemas embebidos forman «ecosistemas».

Algunos ecosistemas son muy autosuficientes, con poca superposición con otros, mientras que otros ecosistemas son muy abiertos y amplios, con soporte para todo excepto el fregadero de la cocina.

No hace falta decirlo, pero los desarrolladores e ingenieros tienen opiniones firmes (por decirlo suavemente) sobre este tema.

De la misma manera que un invernadero sostiene múltiples ecosistemas, la demo del invernadero que construimos muestra múltiples microcontroladores (MCUs) y sus ecosistemas asociados trabajando juntos.

La demostración del invernadero

El Greenhouse Demo es una versión simplificada de un controlador de invernadero. La premisa central de esta implementación es abrir/cerrar inteligentemente el tejado para permitir la entrada de agua de lluvia en el invernadero.

Esto se implementa mediante un mecanismo motorizado de lona.

La lona fue creada con viejas bolsas promocionales de lona y cosida por el propio autor con la forma requerida. Las guías mecánicas y el tornillo de avance del techo se fabricaron con una impresora 3D, con un accionamiento de motor paso a paso.

Se utiliza un panel de evaluación del controlador MTCH9010 como sensor de lluvia. Finalmente, un panel de interfaz de usuario permite anular manualmente los controles automáticos (de lluvia).

Jalapeño es un acelerador ASIC de inferencia para LLM diseñado para mejorar la eficiencia por vatio en cargas de inteligencia artificial a gran escala.

El nuevo Jalapeño de OpenAI, desarrollado junto a Broadcom, es un acelerador de inferencia basado en un circuito integrado de aplicación específica (ASIC, Application-Specific Integrated Circuit) orientado a modelos de lenguaje grandes (LLM, Large Language Models) y a servicios de inteligencia artificial (IA) desplegados en centros de datos.

La arquitectura nace desde cero para cargas modernas de inferencia, por tanto no parte de un acelerador genérico adaptado a tareas de IA anteriores.

Según las primeras pruebas, Jalapeño ofrecerá una relación rendimiento por vatio sensiblemente superior a la de las soluciones actuales de referencia, aunque los datos finales de rendimiento se publicarán en un informe técnico posterior.

El diseño busca reducir el movimiento de datos y equilibrar recursos de cómputo, memoria y red para acercar la utilización real al pico teórico del hardware.

Arquitectura ASIC Jalapeño para inferencia de LLM

En concreto, Jalapeño se ha optimizado alrededor de kernels, patrones de servicio, accesos a memoria y necesidades de red asociadas a modelos frontera y productos interactivos basados en LLM.

Las muestras de ingeniería ya ejecutan cargas de aprendizaje automático en laboratorio a la frecuencia y potencia objetivo de producción, incluyendo cargas como GPT-5.3-Codex-Spark.

Además, la plataforma combina el acelerador con tecnologías de silicio y conectividad de Broadcom, entre ellas soluciones de red Tomahawk, para facilitar la integración en infraestructuras de alta densidad.

La propuesta apunta a servicios donde la latencia, el caudal de tokens y la eficiencia energética condicionan la experiencia del usuario y la capacidad total disponible.

Integración de silicio, memoria y red para centros de datos

Por otro lado, el desarrollo se ha completado desde el diseño inicial hasta el tape-out de fabricación en nueve meses mediante una colaboración estrecha entre equipos de hardware, software y sistemas.

El programa también ha utilizado modelos de OpenAI para acelerar partes del proceso de diseño y optimización, es decir, para aplicar herramientas de IA al propio ciclo de creación del semiconductor.

Celestica participa en la industrialización de la plataforma mediante la implementación de placas, integración en rack, sistemas y procesos de producción escalables.

Como resultado, Jalapeño forma parte de una plataforma de cómputo multigeneracional prevista para despliegues iniciales a finales de 2026 y expansión posterior con socios de centros de datos.

Eficiencia por vatio en aceleradores de IA

La mejora de eficiencia resulta crítica en inferencia porque cada consulta a un servicio LLM activa recursos de cómputo, memoria y comunicación distribuidos en la infraestructura.

Asimismo, una arquitectura especializada permite ajustar el hardware a patrones reales de servicio, planificación y ejecución, en lugar de depender únicamente de bloques de propósito general.

No obstante, la compañía mantiene pendiente la publicación de métricas detalladas, por lo que la evaluación comparativa deberá esperar a los resultados técnicos completos.

En la categoría Semiconductores encontrarás más equipos y soluciones dentro de este ámbito tecnológico.

Para resolver cualquier duda técnica sobre el nuevo Acelerador de inferencia Jalapeño para LLM, puedes participar con un COMENTARIO. También tienes disponible nuestro SERVICIO AL LECTOR.

#Jalapeño, #OpenAI, #Broadcom, #AceleradorDeInferencia, #LLM, #ASIC, #Semiconductores, #IA

Segunda temporada de la serie de videos formativos Sustainable Futures, que explora los componentes y tecnologías detrás de sistemas creados con electrónica avanzada eficiente y que permite un diseño sostenible en todas las industrias.

DigiKey anuncia el lanzamiento de la segunda temporada de su serie de videos Sustainable Futures, que examina cómo la electrónica avanzada, desde la infraestructura hasta la inteligencia, está permitiendo una energía más limpia, sistemas más inteligentes y un diseño más sostenible en todas las industrias.

Así, Sustainable Futures (Futuros sostenibles), patrocinado por Harwin y Analog Devices, destaca los componentes y tecnologías detrás de sistemas eléctricos eficientes, infraestructuras inteligentes y un rendimiento fiable en entornos exigentes.

Desde el procesamiento de señales de alto rendimiento y la gestión de la energía hasta las interconexiones resistentes y los materiales avanzados, estas soluciones permiten a los ingenieros diseñar sistemas más eficientes, escalables y resistentes.

Mientras, la serie también explora cómo estas tecnologías apoyan la toma de decisiones en tiempo real, mejoran la fiabilidad del sistema y ayudan a llevar innovaciones sostenibles desde el concepto hasta la implementación.

«En la segunda temporada de Sustainable Futures, examinamos cómo la electrónica avanzada está impulsando energía más limpia, infraestructuras más inteligentes y un impacto real significativo», dijo Ken Paxton, director de semiconductores avanzados para DigiKey. «El equipo de DigiKey se anima por el trabajo que realizan nuestras organizaciones asociadas para moldear las tecnologías que ayudarán a construir un futuro sostenible para todos».

Contenido de los vídeos formativos

Episodio 1: «Inteligencia que impulsa la eficiencia» – Este episodio examina cómo la generación de energía renovable, la infraestructura de red inteligente y la inteligencia en el borde trabajan juntas para crear sistemas energéticos más eficientes, resilientes y adaptativos. La tecnología de Analog Devices permite la innovación en cada etapa, proporcionando inteligencia a nivel de sistema para la medición, el control y la optimización en tiempo real.

Episodio 2: «Construyendo la columna vertebral de la electrificación» – Este episodio analiza cómo la infraestructura de carga de vehículos eléctricos y las innovaciones materiales contribuyen a sistemas de transporte y energía sostenibles. Harwin destaca cómo las interconexiones de alta fiabilidad y los materiales ecológicos permiten soluciones seguras, duraderas y eficientes que pueden implementarse a escala.

Episodio 3: «Moldear lo que viene después» – El episodio final mira hacia el futuro de la electrónica sostenible, donde convergen la IA, los materiales avanzados y la fabricación sostenible. Conecta hardware, inteligencia y colaboración en una visión unificada de cómo la industria puede escalar la innovación sostenible durante la próxima década.

Comentarios de los participantes

«Ahora mismo, la sostenibilidad es un viaje y, a medida que evolucionan las expectativas, se espera cada vez más que las empresas reflejen los valores de sus clientes y socios», dijo Ryan Smart, vicepresidente de producto de Harwin. «Harwin se enorgullece de ofrecer tecnología de interconexión de vanguardia que apoya soluciones más eficientes, fiables y sostenibles en una amplia gama de aplicaciones».

«La modernización de la red eléctrica es uno de los desafíos de ingeniería más exigentes de nuestro tiempo, requiriendo avances en conversión de energía, detección en tiempo real e inteligencia a nivel de sistema», dijo David Andeen, director senior de desarrollo de negocio y marketing para Analog Devices. «Analog Devices se enorgullece de contribuir a esta transformación a través de nuestras soluciones de alta potencia».

Finalmente, para ver los tres episodios de Sustainable Futures, visite DigiKey.com.

Los OVMed son módulos de cable médico con iluminación mini-LED y sensor de imagen para endoscopios de un solo uso.

Los nuevos OVMed de OMNIVISION son módulos de cable médico ultrafinos con LED, es decir, diodo emisor de luz, desarrollados para conectar sensores de imagen situados en la punta distal de endoscopios de un solo uso.

La familia integra sensor de imagen, óptica a nivel de oblea, iluminación y cableado en una solución preparada para fabricantes que necesitan reducir tareas de diseño, ensamblaje y validación del subsistema de imagen.

En concreto, los módulos admiten cámaras OCHTA, OCHFA, OCHSA y OCH2B CameraCubeChip, lo que permite adaptar la arquitectura de interconexión a diferentes geometrías de endoscopio.

Interconexión OVMed para imagen chip-on-tip

La arquitectura chip-on-tip sitúa el sensor en el extremo distal del instrumento, por tanto el cable debe transmitir la imagen capturada hasta el extremo proximal con baja degradación y mínima generación de artefactos.

Además, el uso de cables ultrafinos facilita el guiado por el eje del endoscopio cuando el diámetro disponible resulta crítico para aplicaciones de exploración médica interna.

Los módulos están optimizados para tamaño reducido, diámetro delgado, flexibilidad y robustez mecánica, parámetros relevantes en diseños donde el cableado comparte espacio con iluminación, estructura distal y posibles canales funcionales.

Por otro lado, el fabricante puede personalizar la cámara, el tipo de cable, los conectores finales, la iluminación LED y la geometría de la punta distal según los requisitos del procedimiento endoscópico.

Entre los equipos compatibles figuran oftalmoscopios, nasofaringoscopios, broncoscopios, angioscopios, nefroscopios, ureteroscopios, coledocoscopios, espinoscopios, duodenoscopios, gastroscopios, laparoscopios, proctoscopios, cistoscopios, histeroscopios, utero-renoscopios, colonoscopios y artroscopios.

Blindaje, compatibilidad electromagnética y cableado médico

La gama incorpora blindaje para compatibilidad electromagnética, o EMC, y para interferencia electromagnética, o EMI, conforme a requisitos IEC 60601 de la Comisión Electrotécnica Internacional.

Gracias a esta protección, los cables pueden soportar descargas de alta energía durante procedimientos de imagen médica multimodal y, asimismo, limitar interferencias con otros dispositivos del entorno clínico.

La transmisión entre la punta distal y el extremo proximal mantiene una calidad de imagen elevada con pocos artefactos, un aspecto importante para tareas de visualización, guiado y monitorización dentro de cavidades o conductos estrechos.

Sin embargo, la miniaturización no se limita al sensor, ya que el conjunto de interconexión debe conservar flexibilidad, continuidad eléctrica y estabilidad mecánica durante la inserción y el uso del endoscopio.

Ensayos de cualificación y fabricación ISO 13485

Los módulos OCHTA10, OCHFA10, OCHFA20, OCHSA10 y OCH2B10 se suministran junto con kits de evaluación, lo que facilita la comprobación temprana del comportamiento eléctrico, óptico y mecánico del conjunto.

A continuación, la cualificación incluye pruebas de operación, ensayos de estrés, sustancias prohibidas, EMI/EMC, esterilización, biocompatibilidad, acabado de fabricación e impermeabilidad.

La producción se realiza en instalaciones certificadas ISO 13485, norma de la Organización Internacional de Normalización aplicable a sistemas de gestión de calidad para productos sanitarios.

En consecuencia, los fabricantes de endoscopios pueden integrar componentes médicos ya ensayados y documentados en procesos donde también intervienen requisitos regulatorios como los de la FDA, la Administración de Alimentos y Medicamentos de Estados Unidos.

Puedes consultar nuestra categoría Cables para descubrir otros productos relacionados con este tipo de aplicaciones.

Para resolver cualquier duda técnica sobre los nuevos módulos de cable OVMed ultrafinos para endoscopios, puedes participar con un COMENTARIO. También tienes disponible nuestro SERVICIO AL LECTOR.

#OVMed, #OMNIVISION, #ModulosDeCable, #EndoscopiosUnSoloUso, #MiniLED, #SensoresDeImagen, #EMIEMC, #ISO13485