Power Integrations推出1700V氮化镓开关IC,为氮化镓技术树立新标杆
2024-11-05 【 字体:大 中 小 】
“深耕于高压集成电路高能效功率变换领域的知名公司Power Integrations今日推出InnoMux™-2系列单级、独立调整多路输出离线式电源IC的新成员。新器件采用公司专有的PowiGaN™技术制造而成,是业界首款1700V氮化镓开关IC。
”1700V额定耐压的氮化镓InnoMux-2 IC可在1000VDC母线电压下实现高于90%的效率,并通过三路精确调整的输出提供高达70W的功率
深耕于高压集成电路高能效功率变换领域的知名公司Power Integrations(纳斯达克股票代号:POWI)今日推出InnoMux™-2系列单级、独立调整多路输出离线式电源IC的新成员。新器件采用公司专有的PowiGaN™技术制造而成,是业界首款1700V氮化镓开关IC。1700V额定耐压进一步提升了氮化镓功率器件的先进水平,此前的业界首创产品是Power Integrations于2023年推出的900V和1250V器件。1700V InnoMux-2 IC可在反激设计中轻松支持1000VDC额定输入电压,并在需要一个、两个或三个供电电压的应用中实现90%以上的效率。每路输出的调整精度都控制在1%以内,无需后级稳压器,并将系统效率进一步提高了约10%。在汽车充电器、太阳能逆变器、三相电表和各种工业电源系统等电源应用中,这种新型器件可取代昂贵的碳化硅(SiC)晶体管。

Power Integrations技术副总裁Radu Barsan表示:“我们快速推进氮化镓产品的研发,在不到两年的时间内实现了三项全球首创的额定耐压水平:900V、1250V以及现在的1700V。我们的新型InnoMux-2 IC整合了1700V氮化镓技术和其他三项最新创新技术:独立、精确的多路输出调整技术;FluxLink™次级侧控制(SSR)数字隔离通信技术;以及几乎消除了开关损耗的不需要有源钳位的零电压开关(ZVS)技术。”
Yole Group化合物半导体部门市场活动经理Ezgi Dogmus表示:“据我们所知,1700V额定耐压大大高于任何其他市售的氮化镓HEMT(高电子迁移率晶体管)。到2029年底,功率氮化镓器件市场规模将达到20亿美元,并将扩展到各个应用领域,与碳化硅器件相比,其成本优势更具吸引力。”(1)
供货及相关资源
InnoMux-2 1700V IC基于10,000片的订货量单价为每片4.90美元。同步推出一份参考设计RDR-1053,这是一款60W双路输出(5V和24V)电源,可从Power Integrations网站免费下载。如需样品IC、评估板以及更多信息,请联系Power Integrations销售代表或公司授权的全球分销商 C DigiKey、e络盟、Mouser和RS Components,或访问power.com。
(1) 资料来源:功率氮化镓报告,Yole Intelligence,2024
关于Power Integrations
Power Integrations, Inc.是一家专注于半导体领域高压功率变换的技术创新型公司。该公司的产品是清洁能源生态系统内的关键组成部分,可实现新能源发电以及毫瓦级至兆瓦级应用中电能的有效传输和使用。有关详细信息,请访问网站www.power.com。
猜你喜欢
贸泽电子开售Siemens LOGO!Power微型电源在狭小空间内提高能源效率
算力狂飙下的封装突围:华天先进攻坚高阶封测国产化
高性能、高性价比!移远通信新一代边缘计算智能模组SG368Z系列正式发布
豪威集团发布用于专业和消费类安防监控摄像头的全新高分辨率图像传感器
安立公司推出140 Gbaud PAM4宽带/高输出(2 Vpp)线性放大器
希荻微HL8112FN02:I²C可编程POL,赋能高密度算力供电
EMC对策产品: TDK 推出用于汽车以太网10BASE-T1S的共模滤波器
万马齐奔智算芯片推动硅IP与芯片设计协同方法快速演进
存储墙困局!大摩:AI焦点从算力转向数据效率 2030年新兴存储市场上看230亿美元
欧姆龙提供稳定长效电力支持的G8PM大容量车载继电器
详解 Cascode SiC JFET 在 LLC 中的应用:优势与 dv/dt 控制
纳芯微高级工程师贾晓雨:智能底盘芯片如何从技术路线走向量产?
工厂里平常的一天,直到红色警报闪烁……
算力狂飙下的封装突围:华天先进攻坚高阶封测国产化
AI拉动12英寸硅片量价齐升 涨价红利2027年集中释放
5G射频迷局:为何传统频谱分析仪难以捕捉现代射频干扰?
锁相环:参考振荡器与时钟分配缓冲器的选型
英迪芯微,一家中国车规芯片企业的创业坚守和二次曲线
AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习
工业机器人如何学习成为灵巧的机器