西雅图时间6月15日,RAIN RFID提供商和物联网先驱Impinj,Inc.(纳斯达克:PI)推出了三款下一代RAIN RFID读卡器芯片,使物联网设备制造商能够满足零售、供应链和物流、消费电子产品和许多其他市场对物品连接日益增长的需求。
新的 Impinj E710、E510 和 E310 RAIN RFID 读写器芯片是具备高性能、低能耗的单片系统 (SoC),能够拓展物联机遇,实现全球亿万物品联网的未来。凭借业界领先的系统集成能力和易于使用的开发工具,可开发快速上市的物联网设备,可靠地识别、定位和验证连接的事物。
性能、集成和易用性的新基准
Impinj RAIN RFID 产品已连接全球数百亿个物品,帮助企业推动数字化转型、改善消费者体验、提高运营效率、更好地管理库存和资产。 Impinj的上一代读卡器芯片Indy系列被数以百万计的设备所使用,为十多年来的读卡器芯片性能设定了基准。 新一代Impinj E710、E510和E310读卡器芯片提供了创纪录的性能、集成和易用性:
Impinj 首席执行官 Chris Diorio 表示:“随着 Impinj E710、E510 和 E310 读写器芯片的发布,我们迎来了新一波合作伙伴创新,这些芯片提供了无与伦比的易用性、硅集成和性能。 这些全新读写器芯片为实现全面物联带来突破性进展, 它们标志着 Impinj 向无边界物联网的愿景再次迈出大胆的新一步。”
嵌入式 RAIN 功能推进物联网设备创新
Impinj E710、E510 和 E310 芯片现已上市,使物联网设备能够每秒可靠的识别数百种物品,包括服饰、托盘、包裹、药物、汽车部件和电子产品,它们之间的距离从几毫米到几米不等,而不在视线范围内也可以轻松识别。 Impinj E710 提供了卓越的性能,可对大量大型物品进行监控。 Impinj E510在价格和性能上都 是中端选择,并针对电池供电设备进行了优化。 而且低成本的Impinj E310提供了针对近距离设备优化的性能。这些芯片嵌入到 设备中,增加了RAIN功能并启用了新的解决方案,包括:
米其林是 Impinj 的长期合作伙伴,计划到 2023 年为每一个新的乘用车胎配备 RAIN FRID,并希望 RAIN RFID 能够为整个轮胎制造供应链提供先进的连接,以改善轮胎的管理、性能和安全性。
米其林 RFID 项目负责人 Jérôme Barrand 表示:“米其林相信,全新 Impinj 读写器芯片在性能和价格方面的创新,是通过 RAIN FRID 技术实现轮胎连接性的关键成就。 高性能设备是促进轮胎市场应用取得成功的一大关键因素。 我们预计在未来几年内,将在整个轮胎生命周期内大量的用例中,部署不同类型的读取点。 这将是为我们的客户提供互联移动服务的关键因素。”
数十种新的物联网设备正在开发中
有了这些全新的读写器芯片,开发人员能够快速设计出满足超过 85 个国家/地区法规要求的物联网设备。 基于全新 的Impinj 读写器芯片,全球 20 多家 Impinj OEM 设备合作伙伴目前正在开发数十种新产品,包括 CAEN RFID、Chainway, Convergence Systems Limited、 Hopeland、JADAK(Novanta 下属公司)、MTI、RoyalRay 和 SILION TECH。
Chainway 总经理 Albert Yang 表示:“Impinj E710、E510 和 E310 读写器芯片采用高度集成的全新 RAIN RFID 单片系统和开发套件,让我们能够在多个开发项目中重复使用设计成果,大大缩短了我们产品的上市时间。 “我们现已推出两款全新的可穿戴设备:根据这些全新 Impinj 读写器芯片打造的手持式读写器和打印机。”
好文章,需要你的鼓励
甲骨文云基础设施与xAI达成合作,OCI将为企业客户托管xAI的Grok模型。此次合作使Grok 3等模型可供以数据为中心的客户群进行训练和推理,支持Nvidia和AMD加速器。OCI采用独特的AI策略,专注于企业数据需求,保持模型和工具的不可知论立场,让生态系统合作伙伴专注于提供工具,而OCI确保体验的无摩擦、高性能和安全性。
华为诺亚实验室联合多家顶尖院校推出开源机器人编程框架Ark,通过Python优先设计和模块化架构,实现仿真与现实环境的无缝切换。该框架大幅降低机器人编程门槛,支持现代AI技术集成,为机器人学习研究提供统一平台,有望加速机器人技术普及。
量子计算何时能商用化仍是行业关注焦点。专家指出,除了逻辑量子比特和错误纠正技术,量子计算系统还面临诸多挑战:激光器缺乏相干性、稀释制冷机难以适应数据中心环境、系统可扩展性不足等硬件问题。此外,量子计算机需要达到99.999%的运行时间要求,编程易用性和与传统高性能计算的混合架构复杂性也有待解决。
网易有道研究团队开发了Confucius3-Math,这是一个专门针对中国K-12数学教育的14B参数AI模型。该模型在多项数学推理测试中表现出色,超越了许多规模更大的竞争对手,训练成本仅需2.6万美元,推理速度比DeepSeek-R1快15倍,能在消费级GPU上高效运行,旨在通过降低AI教育成本来促进教育公平。