Skip to main content
Mobile menu
产品
Altium Designer
广泛使用的PCB设计解决方案
Altium 365
基于云原生架构的电子产品研发协同平台
For Parts and Data
大量简单易用的元器件数据库
Altium Develop
资源 & 支持中心
Altium 365 免费工具
Gerber Compare
在线 PCB 查看器
了解产品
下载
联系我们
关注微信
扫描二维码
关注Altium微信平台
资源 & 支持中心
博客
支持中心
文档
Altium Community
社群
Bug提交
创意
教育项目
专业培训/认证
大学/学院学生
大学/学院教育工作者
资源中心
Education & Training
Student Lab
Educator Center
Altium Education Curriculum
Altium Professional Training
Search Open
Search
Search Close
帮助
Octopart
Main Chinese menu
首页
PCB设计
团队协作
元器件创建
PCB数据管理
PCB设计输出和文档
ECAD/MCAD
HDI设计
高速设计
多板设计
PCB布局
PCB布线
PCB供应链
电源完整性
RF设计
刚柔结合板PCB设计
原理图输入
信号完整性
PCB设计仿真/分析
软件
Altium Designer的
资源中心
工程新闻
指南书
网络研讨会
首页
Octopart
Octopart
Octopart is the world's most comprehensive platform for component part search.
Explore Octopart
Octopart Discover
Octopart Pulse
Octopart BOM Tool
Overview
All Content
Filter
found
Sort by
Most Recent
Most Popular
Title (A-Z)
Title (Z-A)
Role
Electrical Engineers
PCB设计
Procurement Managers
Software
Develop
Altium Designer的
Altium 365
PLM集成
Octopart
Content Type
指南书
影片
网络研讨会
播客
探索Octopart强大的搜索过滤器
1 min
What's New
您可能会注意到我们的搜索结果页面偶尔有所不同:我们的过滤器会定期重新设计,以提高可用性并使其更直观。以下是我们当前搜索视图和过滤器的概述。 两种视图可供选择:价格视图和规格视图 每当您在 Octopart 上进行搜索时,您将被带到两种搜索结果视图之一:价格视图或规格视图。见图1和图2。在每种视图的页面顶部,您将看到可选择的部件子类别的文本链接。页面右上角还有一个“显示过滤器”选择按钮,通常默认为关闭。您可以通过点击相应的标签在价格视图和规格视图之间切换。 图1 - 价格与可用性(价格)视图,显示过滤器关闭 图2 - 部件规格(规格)视图,显示过滤器关闭 在规格视图中,您将看到一个网格,显示与每个产品相关的相关规格和其他信息,包括市场、供应链、物理和技术数据。见图2。确保查看产品规格网格的底部,并使用水平滚动条查看所有部件规格。 强大的详细过滤器 当屏幕右上角的“显示过滤器”按钮选为开启时,您将看到一系列详细的参数过滤器,位于产品子类别过滤器的顶部行下方。这些过滤器将包括参数,如分销商、制造商、RoHS合规性、最大和最小操作温度等。见图3。 图3 - 部件规格(规格)视图,显示过滤器切换为开启 显示的参数过滤器选项将基于您的搜索结果。例如,如果您正在寻找一个电容器,您可能不关心过滤器上的引脚数量,因此您不会看到该过滤器。 通过从这些参数中选择,您可以快速深入查找仅满足您确切要求的部件。见图4,查看一个简单的示例搜索操作。 图
阅读文章
PCB行业的环境合规标准是什么?
1 min
Blog
Manufacturing Engineers
深入了解PCB行业的关键合规标准——RoHS、REACH和PFAS——以及PLM集成如何简化遵守环境安全的过程。
阅读文章
公司需要多大才能整合产品生命周期管理(PLM):超越规模,深入复杂性
1 min
Blog
解开PLM对商业的影响。发现为什么是它的复杂性,而不仅仅是大小,决定了其采用。
阅读文章
48:42
导航变化中的格局:供应链、人工智能、汽车及互联趋势
1 min
Sponsored
在这个不断变化的行业环境中,保持信息灵通和适应性是电子元件行业成功的关键。我们最近在7月19日 日 , 2023年举办的网络研讨会上,主讲人为高级研究分析师、技术专家Dennis Reed,以及Octopart的负责人Daniel Schoenfelder,他们提供了关于行业当前趋势和挑战的宝贵见解。 以下是讨论的关键要点的简要回顾: 经济转变:行业已从“以防万一”的库存管理转变为“及时到货”,现在面临“库存过多”的挑战。根据Octopart的数据,过去18个月内,各类电子元件的库存水平急剧上升。 汽车和工业挑战:汽车行业正经历需求的多样化,由车队车辆和向豪华轿车及SUV的转变所驱动。工业部门由于宏观经济因素和更高的利率,面临谨慎增长,影响资本支出。 国防和医疗机会:国防工业正处于长期的结构性上升期,重点关注未来战争技术,如卫星和高超音速导弹。医疗市场显示出强劲增长,由人口结构变化和对医疗设备需求增加所驱动。Octopart的数据显示,预计全球医疗设备销售在未来10年将几乎翻倍。 半导体不确定性:半导体行业面临库存激增和需求不可预测的障碍,导致难以预测反弹。Octopart的数据揭示了半导体需求的重大变化,影响了互连和被动设备等相关类别。在电子元件行业不断变化的格局中,保持信息灵通和适应性现在比以往任何时候都更为关键。 如果您错过了完整的网络研讨会并希望观看 ,您可以在下面观看或者 点击这里。您也可以在下面收听或点击 这里在 Spotify或 所有其他流媒体平台上收听完整的网络研讨会 。请继续关注未来的网络研讨会,以便及时了解最新的行业趋势。
阅读文章
控制未来:工业控制系统的7大趋势
1 min
Engineering News
工业控制系统(ICS)是现代工业的支柱,对许多过程的操作和管理起着至关重要的作用。通过软件和硬件的结合,这些系统监控和调节机械、生产线和其他关键活动。随着我们进一步进入工业4.0时代,我们对电子组件的进步以增强和现代化这些工业控制系统的依赖越来越明显。 在当今快速发展的技术环境中,工业控制系统及其核心组件的性质不断进步。这强调了电子工程师保持了解最新趋势、技术和组件创新的重要性。 在本文中,我们将聚焦五种主要的控制系统及其关键组件,然后我们将深入探讨塑造工业控制世界的七大趋势。通过理解和利用这些系统和趋势,工程师可以优化他们的项目,从而实现更具创新性和效率的解决方案。 工业控制系统的类型 工业控制系统有多种专门的格式,每种都是为满足工业操作广阔范围内的特定需求而量身定制的。这一领域的基石之一是 可编程逻辑控制器(PLC)。PCS是为工业环境专门设计的坚固计算机,在控制众多制造过程中发挥着重要作用。它们的功能不可或缺的是 微处理器 负责数据处理, 模块化I/O系统 允许灵活配置, 以太网模块 确保无缝连接,以及 非易失性内存 保证数据保留。 然后是 监控控制和数据采集(SCADA)系统。这些系统在需要监督和管理大规模过程的场景中表现出色,特别是在水处理和电力分配等行业。它们的效率由 数据采集模块, 无线通信芯片 促进远程数据传输,以及触摸启用的 HMI显示器
阅读文章
应对不可预测性:通过元件供应链透明度避免成本飙升
1 min
Blog
配备了关键数据,设计师可以在复杂的电子元件供应链地形中导航,避免成本飙升,同时不影响设计。以下是方法。
阅读文章
推动AI革命:支持ML和AI的6大组件趋势
1 min
Blog
Electrical Engineers
人工智能(AI)和机器学习(ML)对全球经济的变革性影响是不可否认的。从制造业和医疗保健到物流和金融服务,这些先进技术不仅在塑造我们的未来,而且在积极定义现在。支撑这场广泛的数字革命的,是一个不那么被人瞩目但却极其重要的推动者——电子元件行业。 数据从原始输入到有价值见解的旅程,见证了现代电子元件的奇迹。这是一段迷人的旅程,穿越了先进的处理器、高速存储单元、复杂的传感器和电源管理电路。每个阶段都代表着一个关键的节点,由能够将数据转化为知识和可行智能的元件所促成。 电子元件行业不仅仅是一个推动者,而是这个由AI和ML驱动的时代的脊梁。通过不断的创新和适应,该行业培育了AI和ML的增长和演变。在本文中,我们将探讨这一至关重要的关系,探索元件行业如何推动AI和ML应用的进步,反过来,又是如何推动我们集体向着一个更智能的未来迈进。 理解对AI和ML的需求 人工智能(AI)和机器学习(ML)技术的需求在各个行业中呈指数级增长。公司正在利用这些先进技术来自动化任务、改善决策制定并提供个性化体验,推动需求达到前所未有的水平。然而,AI和ML算法的复杂性需要巨大的计算能力和特定的组件。 实现AI和ML的承诺是一个挑战,这个挑战不仅仅在于软件和算法——它还需要强大而高效的硬件。例如,处理机器学习所需的大量数据需要强大的处理器。模仿人脑功能以实现AI的神经网络,需要专门的图形处理单元(GPU)来进行它们密集的计算操作。此外,AI和ML系统需要快速可靠的存储组件来存储和检索数据,以及高效的电源管理电路来最大化系统性能。 推动AI和ML的关键组件类别 AI和ML应用的广泛领域需要多样化的电子组件。这些组件的每一个类别在AI和ML系统的功能性、性能和效率中都扮演着关键角色。 处理器 是AI计算的基石。 中央处理器(CPU)提供多功能性,而 图形处理器(GPU),凭借其并行处理能力,特别适合处理人工智能(AI)和机器学习(ML)算法中常见的密集矩阵和向量运算。此外,专为AI计算设计的专用AI芯片,如 谷歌的张量处理单元(TPU),为TensorFlow(谷歌自己的AI软件框架)优化,以及Graphcore的智能处理单元(IPU)提供高性能和能效。 内存组件对于处理AI和ML系统处理的庞大数据至关重要。高速内存技术如 动态随机存取内存(DRAM)和 闪存提供快速数据访问,而如 阻变随机存取存储器(RRAM)和 磁阻随机存取存储器(MRAM)等新兴技术提供了改进的性能和耐用性。 传感器构成了AI和ML系统与物理世界之间的接口,捕获这些系统学习的数据。 传感器
阅读文章
Pagination
First page
« First
Previous page
‹‹
页面
6
当前页面
7
页面
8
页面
9
页面
10
页面
11
Next page
››
Last page
Last »