Printed Circuit Boards
PulseAugur coverage of Printed Circuit Boards — every cluster mentioning Printed Circuit Boards across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI需求导致大规模PCB短缺,交货时间推迟至2030年
蓬勃发展的AI基础设施需求正导致印刷电路板(PCB)的严重短缺,PCB是电子产品制造的关键组件。这种需求的激增,特别是用于AI加速器的专用PCB和芯片基板,已导致交货时间延长至30个月,部分组件的材料成本增加了十二倍。因此,PC制造商正面临严重的供应链中断,PCB的订单已排至2030年,影响了消费电子产品的供应。
-
新数据集PCB-MC解决了各种电路板上的缺失组件检测问题
研究人员推出PCB-MC,这是一个专为检测印刷电路板(PCB)上缺失组件这一挑战性任务而设计的新数据集。与传统的对象检测不同,此任务需要识别组件的缺失。该数据集基于RF100数据集构建,包含197种不同PCB设计的焊盘级标注。初步基准测试显示,当前的监督和无监督方法在此任务上表现不佳,在未见过设计上表现出高误报率,并且在多样化的PCB布局上完全失效,这表明缺失组件检测仍然是一个开放的研究问题。
-
扩散模型在逆向设计和优化任务中得到增强 · 跟踪到2个来源
研究人员开发了新方法来提高扩散模型在逆向设计问题中的效率和准确性。一种方法是仿真器精炼扩散(SRD),它结合了低保真可微分代理和高保真不可微分仿真器,以增强满足特定电磁要求的印刷电路板布局的生成。另一种方法OptDiff,基于RED-diff框架,将后验采样重新表述为优化问题,简化了超参数调整并加速了图像重建和去模糊等任务的推理。
-
新的PCBnet数据集和流水线助力AI在电路板设计中的应用
研究人员推出了PCBnet,一个旨在推进人工智能驱动的印刷电路板(PCB)设计自动化的新数据集。该数据集包含超过300个真实世界的PCB设计,拥有超过50,000个组件实例和150,000条导线,并配有SPICE网表。为了促进从原理图图像到网表的转换,开发了一个自动化流水线,结合了视觉识别、拓扑构建和多智能体校正,在组件检测、文本识别和连通性方面取得了高精度。
-
AI数据中心驱动全球汽车零部件短缺
印刷电路板和多层陶瓷电容器的全球短缺正在影响汽车行业,中国汽车制造商报告短缺20%至30%。这些关键零部件的价格在过去一年中上涨了两倍多,这主要是由AI数据中心不断增长的需求驱动的。这种稀缺性对汽车生产和供应链构成了重大挑战。
-
柔性PCB因其紧凑和适应性强的设计而在电子产品中日益普及
柔性印刷电路板(PCB)在现代电子产品中变得越来越重要,因为它们不像传统的刚性PCB那样,能够弯曲、折叠并适应特定形状。这些柔性PCB使用铜等导电材料和聚酰亚胺等绝缘和柔性材料构建,通常包含基材、铜、粘合剂和覆盖层等层。它们广泛应用于智能手机、可穿戴技术、医疗设备、汽车电子和航空航天等各个行业,这得益于电子设备向更小、更轻、更紧凑发展的趋势。
-
新的CANARI方法在异常发生前检测到“近异常”
研究人员推出了一种新颖的无监督方法CANARI,用于检测即将转变为完全异常的“近异常”。该方法利用Christoffel函数识别这些前兆,为预测性维护和质量控制提供了一种主动的解决方案。CANARI使用印刷电路板的工业数据进行了验证,与现有的双阈值方法相比,表现更优。