澳门大学研发出自供电可穿戴仿生触觉传感器

　　与非网6月25日讯 近日，澳门大学应用物理及材料工程研究院助理教授周冰朴的研究团队设计出一种新颖的复合介电体，实现了穿戴式柔性电容式触觉传感器的高灵敏度和超宽线性范围的同步优化。该器件在无外部供电的状态下亦能够正常运作，可以应用于健康监测、人机交互及智能控制等不同领域。该研究成果已获国际顶级学术期刊《先进材料》（Advanced Materials）发表。

发表于：2021/7/1 下午8:41:37

截至2021年3月全国充电桩保有量178.8万台，同比增加41.1%

4月9日，中国电动充电基础设施促进联盟(下文简称：充电联盟)发布2021年3月充电桩运营数据。

发表于：2021/7/1 下午5:16:15

深圳捷扬微电子选择罗德与施瓦茨超宽带 (UWB) 物理层测试解决方案

深圳捷扬微电子选择罗德与施瓦茨超宽带 (UWB) 物理层测试解决方案 西班牙巴塞罗那，2021 年 6 月 28 日，2021 世界移动通信大会——深圳捷扬微电子宣布已采用罗德与施瓦茨的测试解决方案进行 UWB 物理层测试。罗德与施瓦茨为研发、认证和生产都开发了UWB 测试解决方案，包括飞行时间 (ToF) 和到达角 (AoA) 测量以及设备校准程序等要素。其中，罗德与施瓦茨的 R&S CMP200 无线通信测试仪是解决生产和研发中 UWB 测试挑战的理想选择。它可在同一台仪器上集成信号分析仪和信号发生器的功能。结合罗德与施瓦茨用于无线生产自动化测试的WMT 软件，以及种类丰富的屏蔽箱组合，R&S CMP200为传导和辐射模式下的发射机、接收机、ToF 和 AoA 测量提供符合 IEEE 802.15.4a/z 规范的完整解决方案。R&S SMM100A作为一款频率高达 44 GHz的中端矢量信号发生器，在同类产品中是唯一能够提供最大 1 GHz射频调制带宽的仪表，从而满足UWB设备在研发和生产中 所用宽带信号的生成要求。

发表于：2021/7/1 下午4:48:33

充电基础设施研究：OEM充电桩自建自营的三种模式

截止2020年底，全球已有超过1100万辆电动汽车上路。虽然在疫情影响下全球汽车产业出现大幅衰退，但2020年全球电动汽车注册量仍增长了41%。根据IEA（国际能源署）数据，预计2025年全球电动车销量将有望达到1500-2000万辆。

发表于：2021/7/1 下午3:49:14

Qorvo ®爱尔兰 UWB 开发运营部门将增设 100 个高技能工程师职位

中国 北京，2021年7月1日——移动应用、基础设施与航空航天、国防应用中 RF 解决方案的领先供应商 Qorvo®（纳斯达克代码：QRVO）今日宣布，计划在爱尔兰新增 100 个高技能工程师职位，以支持其在都柏林和科克的全球超宽带 (UWB) 产品研发。Qorvo 预计在未来两年填补这些工程师职位空缺，涵盖 UWB 无线电系统架构和建模、收发器和基带设计、电源管理、片上系统 (SoC) 集成、嵌入式软件、物理设计和 IC 表征等领域。

发表于：2021/7/1 下午3:43:10

Chaoji充电通讯协议进展与验证

Chaoji充电通讯协议进展与验证

发表于：2021/7/1 下午3:35:30

十五部委联合发文支持屋顶光伏、储能、充电桩等能源基础设施建设！

6月9日住建部联合15部门发布《住房和城乡建设部等15部门关于加强县城绿色低碳建设的意见》（以下简称《意见》）。

发表于：2021/7/1 下午3:25:36

光伏充电桩——一种深入减碳的方式

2020年全球电动汽车市场继续保持蓬勃发展状态，据EV volumes公布最新数据显示，去年全球电动汽车年度销量达到了324万辆，相比2019年(226万辆)同比增长了43%，创下了历史新高。在这之中，欧洲售出的电动汽车销量首次超越中国，达到了约140万辆，成为了全球最大的电动汽车市场。

发表于：2021/7/1 下午3:12:56

国网最新要求 充电桩供应商提供规范信息

　　6月29日，国家电网公司发布了《电动汽车直流充电设备供应商资质能力信息核实规范、核实指南》，对电动汽车直流充电设备供应商资质能力信息核实规范、核实指南进行了修编，将在资质能力信息核实工作中应用，其中核实指南根据依托ECP2.0开展核实的特点进行了修订，对信息填报进行了提示。

发表于：2021/7/1 下午3:03:12

Graphcore公布首次MLPerf提交结果，AI性能稳居领先地位

2021年7月1日，北京—— 今天Graphcore（拟未科技）正式公布其参与的首次MLPerf™提交结果，Graphcore产品表现优异，AI性能稳居领先地位。MLPerf是AI行业最受认可的比较基准测试。此次测试结果显示，在Graphcore IPU-POD64上，BERT的训练时间只有9分多钟，ResNet-50的训练时间为14.5分钟，AI性能已达超级计算机级别。

发表于：2021/7/1 下午2:15:41