Loihi测试芯片提供高度灵活的片上学习能力，并把训练和推断整合到一个芯片上。

这让机器实现自动化，并实时进行调整，无需等待来自云端的下一次更新。

与其他典型的脉冲神经网络相比，在解决MNIST数字识别问题时，以实现一定准确率所需要的总操作数来看，Loihi芯片学习速度提高了100万倍。与卷积神经网络和深度学习神经网络相比，Loihi测试芯片在同样的任务中需要的资源更少。

这种测试芯片的自主学习功能具有巨大的潜力，可以改进汽车和工业应用以及个人机器人——包括任何在非结构化环境下得益于自主操作和持续学习的应用，例如，识别汽车或自行车的运动。

相比其他类似技术，掩膜更少、功耗更低、密度更高、性能也更高。同时，22FDX®的体偏压技术能够简化设计，缩短上市时间，同时可以实现短时峰值性能的应用需求。这为22FDX®技术提供强大优势，降低开发成本的同时，也为客户提供了性能优异的解决方案。 

22FDX®平台的可微缩嵌入式磁性随机存储器（eMRAM）技术：FDX®和eMRAM的高能效连同差异化的射频和毫米波IP，使得22FDX成为电池驱动的物联网和自动驾驶汽车雷达片上系统(SoCs)的理想平台。

此外，新推出的第六代全新二极管充分发挥碳化硅的强大特性——独立于温度的开关性能和没有反向恢复电荷。

该器件的设计有助于在所有负载条件下提高效率，同时提高系统功率密度。因此， 第六代650 V CoolSiC肖特基二极管具备降低散热要求、提高系统可靠性和极快开关速度等诸多优势。