炬芯科技发布全新第二代智能手表芯片,引领腕上新趋势!
2023年7月,炬芯科技宣布全新第二代智能手表芯片正式发布。自2021年底炬芯科技推出第一代的智能手表芯片开始便快速获得了市场广泛认可和品牌客户的普遍好评。随着技术的不断创新和突破,为了更加精准地满足市场多元化的变幻和用户日益增长的体验需求,炬芯科技推出的全新第二代智能手表芯片通过快速的技术迭代以及全面的产品布局,不断升级和优化自身产品,助力实现更非凡的智能可穿戴体验。

炬芯科技全新第二代智能手表芯片,包括ATS3085E、ATS3085S以及ATS3089共三款新品。采用了炬芯科技新一代的低功耗设计技术,在性能卓越的前提下大幅降低了整体功耗,让用户在享受智能手表酷炫界面体验的同时,还获得更长的佩戴使用时间。不仅如此,依托炬芯科技深厚的声学积累,让智能可穿戴设备也能实现更加高品质的声学享受。更值得一提的是,炬芯科技完善的芯片安全体系也在时刻为用户的数据安全保驾护航。
新一代低功耗设计
沿袭炬芯科技低功耗设计技术,在保证性能升级更加优秀的同时,也兼顾产品低功耗的需求。
正常UI界面使用2D GPU绘制加速,炫酷特效UI界面才使用2.5D GPU绘制加速,双GPU轮换工作的模式可以有效降低亮屏场景的功耗,同时又能保证用户视觉体验。集成sensorhub模块,自主采集和处理传感器数据,无需唤醒主CPU即可读sensor数据,降低待机场景功耗。除此之外,还有更低功耗的PMU设计,更细致的Power gating划分……通过系列软硬件算法的融合优化,芯片工作在更低的工作电压,延长续航时间。MCU的功耗12uA/Mhz@3.8V,BR 和BLE 保持双连接功耗<100μA@500ms。全新第二代智能手表芯片典型用例功耗较第一代整体降低约20%。
更加优秀的图形显示性能
- 双GPU加速
ATS3085S和ATS3089采用了2D + 2.5D的双GPU硬件加速配置,在保持低功耗的同时,大幅提升图形处理效率,提供出色的显示效果。其中还增加了读写加速硬件设计,有效提升GPU对PSRAM访问的访存效率和带宽利用率。
- 图片视频解码器
新增JPEG硬件解码:图片压缩率提升50%,图片解码速度提升100%,进一步提升UI界面的流畅。
- 视频解码,视频表盘
充分融合运用炬芯科技在音视频编解码方面的成熟经验技术,新一代芯片支持视频解码, 助力智能手表终端实现视频表盘,为消费者提供更加酷炫多样化的表盘体验。
更智能的声学体验
炬芯科技全新第二代智能手表芯片全线支持AI ENC降噪技术。采用经典声学和信号处理及深度学习语音模型相结合的智能降噪技术,利用炬芯科技特有的智能场景识别,快速判断多种通话场景,自动选择合适的降噪模型,有效消除环境噪声,更完整保留人声,提高声音的传输质量,带来稳定清晰的通话和录音效果。
更精简的BOM
炬芯科技全新第二代智能手表芯片,内置带路径管理的充电模块,充电电流提升到400mA;内收LDO,低纹波的输出电压以保证心率传感器的使用要求;内收5路 Load swtich (1.8V/3.3V)……硬件设计的调整优化进一步精简BOM,提升产品的市场竞争力。
安全护航
大数据时代,信息安全至关重要。引入AES加密引擎、主动防篡改检测、CRC数据传输校检、硬件TRNG随机数生成等技术,进一步提升了安全防护,为保障个人信息和隐私数据的安全提供了多方位的保障。支持实时解密运行和通过PSA认证,满足行业标准的安全要求,有效保障系统固件的稳定运行和安全性。拥有更加安全的机制,整体提高了对身份鉴别、访问控制、数据安全和个人信息保护等信息安全方面的防护。

炬芯科技全新第二代智能手表芯片(ATS3085E、ATS3085S以及ATS3089)承继了第一代智能手表芯片的核心技术优势,单颗芯片实现驱动显示屏,运行运动健康算法,实现蓝牙通话、本地解码、蓝牙推歌到TWS耳机等功能。
除此之外,第二代平台支持AI降噪,支持录音功能,支持视频表盘,支持第三方应用程序,支持WebAssembly技术,拥有更加丰富的外围接口资源,更精简的BOM,更大的内存,满足个性化需求等等领先优势。在此基础上,整体的性能更加强劲功耗更低。
炬芯科技将持续以深厚的技术积淀及不断精进的精神持续推出创新性芯片产品,为客户提供领先的、高品质的、可持续开发的平台。致力成为客户的科技伙伴,赋能智能穿戴设备,实现为广大用户带来更美好、便捷的人机交互智能体验。
点击原文,查看更多精彩内容~
相关文章:
炬芯科技发布全新第二代智能手表芯片,引领腕上新趋势!
2023年7月,炬芯科技宣布全新第二代智能手表芯片正式发布。自2021年底炬芯科技推出第一代的智能手表芯片开始便快速获得了市场广泛认可和品牌客户的普遍好评。随着技术的不断创新和突破,为了更加精准地满足市场多元化的变幻和用户日益增长的体验需求&…...
Linux学习之iptables规则基本演示
cat /etc/redhat-release看到操作系统是CentOS Linux release 7.6.1810,uname -r看到内核版本是3.10.0-957.el7.x86_64,iptables --version可以看到iptables版本是v1.4.21。 iptables的filter表 iptables -t filter 命令 规则链 规则 动作是iptables的…...
探索Python编程的技巧:多线程魔法、网络舞台、正则魔法阵与递归迷宫
一 多线程 1.1 进程和线程 进程: 就是一个程序,运行在系统之上,称这个程序为一个运行进程,并分配进程ID方便系统管理。线程:线程是归属于进程的,一个进程可以开启多个线程,执行不同的工作&…...
uniapp-微信小程序篇
uniapp-微信小程序篇 一、创建项目(以Vue3TS 项目为示例) 可以通过命令行的方式创建也可以通过HBuilderX进行创建(通过HBuilderX创建的项目建议选择最简单的模板),个人建议使用命令行方式。 (1) 命令行方式: npx degit dcloudio…...
使用pymupdf实现PDF内容搜索并显示功能
简介: 在日常工作和学习中,我们可能需要查找和提取PDF文件中的特定内容。本文将介绍如何使用Python编程语言和wxPython图形用户界面库来实现一个简单的PDF内容搜索工具。我们将使用PyMuPDF模块来处理PDF文件,并结合wxPython构建一个用户友好的…...
Dalsa线阵相机说明(Linea Color GigESeries 2k and 4K)
文章目录 一. Dalsa相机软件整体架构二. 相机编号说明以及软件要求三. 相机硬件参数三. 相机基本参数四. 软件参数设置列表1. Sensor Control Category2. I/O Control Category3. Counter and Timer Control Category4. Advanced Processing Control Category(1) 平场校正介绍(…...
图神经网络 day2 图的分类
图神经网络基础算法 1 GCN2 GraphSAGE2.1 采样:采样固定长度的邻居2.2 聚合2.3 GraphSAGE_minibatch2.4 GraphSAGE_embedding 3 GAT4. 图网络的分类4.1 递归图神经网络 RGNN4.2 图卷积神经网络GCN4.3 图注意力网络 GAT4.4 图自动编码 GAE4.5 图时空网络 GSTN4.6 图生…...
CentOS防火墙操作:开启端口、开启、关闭、配置
一、基本使用 启动: systemctl start firewalld 关闭: systemctl stop firewalld 查看状态: systemctl status firewalld 开机禁用 : systemctl disable firewalld 开机启用 : systemctl enable firewalld systemctl是…...
Chromium 如何在c++里面控制扩展加载
扩展安装 主要是通过UserMayLoad 函数控制,true允许加载,否则禁用 引自chromiun参考。【一般可以根据扩展ID禁用】 chrome\browser\extensions\standard_management_policy_provider.cc bool StandardManagementPolicyProvider::UserMayLoad( const Ext…...
分类预测 | MATLAB实现MTBO-CNN多输入分类预测
分类预测 | MATLAB实现MTBO-CNN多输入分类预测 目录 分类预测 | MATLAB实现MTBO-CNN多输入分类预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.MATLAB实现MTBO-CNN多输入分类预测 2.代码说明:基于登山队优化算法(MTBO)、卷积神经…...
操作符和表达式求值
目录 1.运算符的优先级和结合性 1.1运算符的优先级 1.2结合性 2.操作符的使用最终带来的是一个表达式的值 2.1.隐式类型转换(整型提升) 2.1.1整形提升的例子 2.2算术转换 1.运算符的优先级和结合性 运算符是编程语言中的基本元素之一,主…...
Unity Spine帧事件
SpinePro中添加事件帧 首先 选中右上角的层级树 然后选择事件选项 最后在右下角看到 新建 点击它 新建一个事件 点击左上角的设置按钮 弹出编辑窗口 编辑窗口 在右上角 动画栏 可以切换对应的动画 点坐边的那个小灰点来切换 亮点代表当前动画 选中帧 添加事件 点击对应事件…...
AE使用(一)
打开AE 点击“新建合成” 注意参数:宽度高度是视频是横屏还是竖屏。发布在抖音上,需要做出来竖屏效果;发布在视频网站中需要做出横屏效果。没用特殊需求,默认参数就行。 导入素材:左键双击“导入素材区”的空白部分。 …...
YOLOv5、YOLOv8改进:MobileViT:轻量通用且适合移动端的视觉Transformer
MobileViT: Light-weight, General-purpose, and Mobile-friendly Vision Transformer 论文:https://arxiv.org/abs/2110.02178 1简介 MobileviT是一个用于移动设备的轻量级通用可视化Transformer,据作者介绍,这是第一次基于轻量级CNN网络性…...
06-4_Qt 5.9 C++开发指南_MDI应用程序设计
文章目录 1. MDI简介2. 文档窗口类 QFormDoc 的设计3. MDI主窗口设计与子窗口的使用3.1 主窗口界面设计3.2 MDI子窗口的创建与加入3.3 QMdiArea 常用功能函数3.4 MDI的信号 4. 源码4.1 qwmainwindow.h4.2 qwmainwindow.cpp 1. MDI简介 传统的应用程序设计中有多文档界面(Multi…...
【SCI征稿】3区SCI,正刊,智能传感、机器学习、智能检测与测量等均可
影响因子:IF:2.0-3.0 期刊分区:JCR3区,中科院4区 检索情况:SCIE在检,正刊 征稿领域:智能技术在测量与检测中的应用研究,如: ● 复杂系统的智能传感和高级故障诊断 ●…...
神经网络ANN(MLP),CNN以及RNN区别和应用
1. Artificial Neural Network(ANN) 又称为Multilayer Perception Model(MLP) 2. CNN AAA 3. RNN 22 先占坑,后期再整理 References [1] CNN vs.RNN vs.ANN——浅析深度学习中的三种神经网络 - 知乎 [2] https://www.youtube.com/watch?vu7obuspdQu4 [3] 深…...
CUDA、cuDNN以及Pytorch介绍
文章目录 前言一、CUDA二、cuDNN三、Pytorch 前言 在讲解cuda和cuDNN之前,我们首先来了解一下英伟达(NVIDA)公司。 NVIDIA是一家全球领先的计算机技术公司,专注于图形处理器(GPU)和人工智能(…...
使用shift关键字,写一个带二级命令的脚本(如:docker run -a -b -c中的run)
省流:shift关键字 探索思路 最近有一个小小的需求,写一个类似于docker run -a -b -c这样的脚本,这个脚本名为doline,它本身可以执行(doline -a -b -c),同时又带有几个如run、init、start这样的…...
MySQL学习笔记 - 进阶部分
MySQL进阶部分 字符集的相关操作:字符集和比较规则:utf8与utf8mb4:比较规则:常见的字符集和对应的Maxlen: Centos7中linux下配置字符集:各个级别的字符集:执行show variables like %character%语…...
intv_ai_mk11保姆级教程:如何用supervisorctl诊断服务异常并快速恢复
intv_ai_mk11保姆级教程:如何用supervisorctl诊断服务异常并快速恢复 1. 服务异常诊断的重要性 当你使用intv_ai_mk11文本生成服务时,可能会遇到服务响应慢、无法生成内容或页面无法访问的情况。这些问题的根源可能来自多个方面:模型加载异…...
2026最权威的降重复率工具解析与推荐
Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 知网AI检测系统会去对文本的语义连贯性展开多维分析,会对文本的句式结构进行多维…...
让AI成为开发伙伴:调用快马模型为养龙虾系统添加智能预测与问答功能
最近在开发一个养龙虾的智能决策系统,发现很多功能模块如果纯手写会非常耗时。尝试用AI辅助开发后,效率提升了不少,这里分享下具体实现思路和踩坑经验。 生长预测模块的实现 这个模块需要根据历史水温、投喂量等数据预测龙虾未来一周的生长情…...
HCPL-0700-000E,低输入电流、高增益且与高安全隔离性能的光耦
型号介绍今天我要向大家介绍的是 Broadcom 的光耦——HCPL-0700-000E。它的内部结构就像一个高效的“信号转换站”,结合了一个发光二极管和一个集成的高增益光子探测器。光电二极管和输出级采用独立引脚设计,当输入端接收到电流时,LED 会发出…...
基于Docker与CUDA的YOLOv5/v7高效部署实战指南
1. 环境准备:从零搭建CUDADocker开发环境 第一次在Docker里跑YOLOv5时,我盯着满屏的CUDA版本报错差点崩溃。后来才发现,环境配置就像搭积木,底层没摆正,上层再漂亮也会塌。下面分享我验证过的环境搭建方案,…...
告别内存映射:用AXI-Stream协议搞定FPGA视频流传输(附时序图解析)
告别内存映射:用AXI-Stream协议搞定FPGA视频流传输(附时序图解析) 在FPGA视频处理系统中,数据流的传输效率往往成为性能瓶颈。传统的内存映射方式虽然通用,但对于高吞吐量的视频数据流却显得力不从心。AXI-Stream协议以…...
新手必看:详解cursor注册手机号填写步骤与前端实现
新手必看:详解cursor注册手机号填写步骤与前端实现 最近在帮几个编程新手朋友解决cursor注册时遇到的手机号填写问题,发现很多细节容易被忽略。于是我用InsCode(快马)平台快速搭建了一个演示项目,把整个过程拆解成可视化的步骤,顺…...
Z-Image-Turbo-辉夜巫女显存优化技巧:在低配置GPU上运行大模型的实战方法
Z-Image-Turbo-辉夜巫女显存优化技巧:在低配置GPU上运行大模型的实战方法 你是不是也遇到过这种情况:看到一个效果很棒的图像生成模型,比如Z-Image-Turbo-辉夜巫女,兴冲冲地准备跑起来试试,结果一运行就提示“CUDA ou…...
AssetStudio终极指南:快速免费提取Unity游戏模型、纹理与音频资源
AssetStudio终极指南:快速免费提取Unity游戏模型、纹理与音频资源 【免费下载链接】AssetStudio 项目地址: https://gitcode.com/gh_mirrors/asse/AssetStudio AssetStudio是一款功能强大的开源工具,专为Unity游戏资源提取设计,能够轻…...
Python EXE逆向解密实战:从加密打包到源码还原的完整指南
Python EXE逆向解密实战:从加密打包到源码还原的完整指南 【免费下载链接】python-exe-unpacker A helper script for unpacking and decompiling EXEs compiled from python code. 项目地址: https://gitcode.com/gh_mirrors/py/python-exe-unpacker Pytho…...
