
万物互联时代的到来,对各行各业都带来了不小冲击。尤其是在射频RF领域,4G极速网络的来临,手机频段的增加对通信行业解决方案提供商提出了更大的挑战。面对如此压力,RFMD和TriQuint两家公司携手合并为Qorvo,将整合的解决方案带往全球市场。
在Qorvo诞生前,TriQuint和RFMD都曾是RF领域的强者,却各有侧重,几乎没有业务重叠。在此契机下,双方更乐意选择优势互补,成立Qorvo,在竞争力的提升上可以说是1+1>2,尤其是在业务范围和专业能力的拓展方面。RFMD在PA和开关、TriQuint在滤波器和整合方面各具优势,两者的整合让Qorvo有能力提供业界领先的RF产品和解决方案,以及强有力的客户支持。
目前,全新整合规划后的Qorvo关注三个关键市场,航空和国防,网络基础设施及移动设备。优势互补下的Qorvo有能力为物联网提供核心的互联技术支持,涵盖无线和有线的基础设施领域。
Qorvo的产品不仅面向智能手机和平板电脑,还面向宽带、有线电视、无线基础设施、智能电表的能源管理等等。这些市场,尤其是无线基础设施,增长速度快,也给电子行业带来许多机会。而这些行业的增长无疑带动了数据的增长,也带动了对数据连接需求的增长。
首先频段的增加十分显著。5-10年前的移动手机可能只有2-3个频段,而如今一个全球通手机的频段数可能超过40。因此如今设备的数据能力是显著增加的。
在这样一个频段和性能的增长如此快速的市场环境中,Qorvo能共取得成功的关键,在于能够将整合当前的RF前沿技术。而这种实力的整合对于客户来说,意味着他们可以借助Qorvo的技术和产品来简化设计、缩减尺寸、节约耗电、提升系统性能。
中国市场也是Qorvo十分重视的。目前Qorvo在北京有一个制造工厂,同时也在持续加大投资,筹划另一个制造工厂,扩大在中国的生产制造能力。
此外,Qorvo积极与华为和中兴等基础设施运营商、高通和联发科等芯片公司、以及业内组织合作,先于客户一步,针对未来市场的需求展开产品规划、并从系统角度展开布局。
好文章,需要你的鼓励
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。
MemoBench是哈佛大学等机构联合推出的视频生成评测基准,专测AI在物体消失再重现场景下的记忆能力,揭示了当前所有主流模型的核心盲区。
研究发现AI代码修复工具默认的"写代码→跑测试→再改"流程中,禁止运行测试几乎不影响修复成功率,却能节省超过一半的时间和费用。