OC5028B是一款內置 100V 功率MOS 高效率、高精度的開關降壓型大功率LED 恒流驅動芯片。
OC5028B 采用固定關斷時間的峰值電流控制方式，關斷時間可通過外部電容進行調節，工作頻率可根據用戶要求而改變。
OC5028B 通過調節外置的電流采樣電阻，能控制高亮度 LED 燈的驅動電流，使 LED 燈亮度達到預期恒定亮度。
在 DIM 端加 PWM 信號，可以進行LED 燈調光。DIM 端同時支持線性調光。
OC5028B 內部還集成了 VDD 穩壓管以及過溫保護電路等，減少外圍元件并提
高系統可靠性。
OC5028B 采用 ESOP8 封裝。散熱片內置接 SW 腳。
特點：
◆內置 100V MOS
◆寬輸入電壓范圍：3.1V~100V
◆高效率：可高達 93%
◆支持 PWM 調光和線性調光
◆最大工作頻率：1MHz
◆CS 電壓：250mV
◆芯片供電欠壓保護：2.6V
◆關斷時間可調
◆智能過溫保護
◆內置 VDD 穩壓管
應用：
◆自行車、電動車、摩托車燈
◆強光手電
◆LED 射燈
◆大功率 LED 照明
◆LED 背光
升壓恒流:
OC6701 3.2～100V 大于輸入電壓2V以上即可3A以內
OC6700 3.2～60V 大于輸入電壓2V以上即可 2A以內
OC6702 3.2～100V 大于輸入電壓2V以上即可 1A以內
降壓恒流:
OC5021 3.2～100V最少低于輸出電壓1V以上就可以正常工作5A以內
OC5020 3.2～100V最少低于輸出電壓1V以上就可以正常工作 2A以內
OC5022 3.2～60V 最少低于輸出電壓1V以上就可以正常工作 3A以內
OC5028 3.2～100V 最少低于輸出電壓1V以上就可以正常工作1.5A以內
OC5011 5～40V 最少低于輸出電壓1V以上就可以正常工作5A以內
OC5010 5～40V 最少低于輸出電壓1V以上就可以正常工作2A以內
LED DRIVER DC-DC升降壓恒流
OC4001 5～100V 3.2～100V 3A
LED DRIVER DC-DC線性降壓恒流
OC7135 2.5-7V 低于等于輸入電壓即可固定<400mA
OC7131 2.5-7V 低于等于輸入電壓即可 可外擴，實際電流決定于MOS管功耗
OC7130 2.5-30V 低于等于輸入電壓即可 實際電流決定于IC整體耗散功率
LED DRIVER DC-DC降壓恒流專用IC系列：LED遠近光燈專用芯片
OC5200 3.2～100V最少低于輸出電壓1V以上就可以正常工作 2A以內
OC5208 3.2～100V最少低于輸出電壓1V以上就可以正常工作 1.5A以內
LED DRIVER DC-DC降壓恒流專用IC系列：多功能LED手電筒專用芯片
OC5351 3.2～100V最少低于輸出電壓1V以上就可以正常工作5A以內
OC5331 3.2～100V最少低于輸出電壓1V以上就可以正常工作 5A以內
DC-DC降壓恒壓
OC5801 8～100V最少低于輸出電壓5V以上就可以正常工作 3A以內
OC5800 8～100V最少低于輸出電壓5V以上就可以正常工作2A以內
就像電力一樣，無處不在，又肉眼不可見。很快，我們就能見證實時計算的廣泛應用，Redis Labs公司研發主管Madhukar Kumar表示。科技行業不同周期的熱點各有側重，比如互聯網、云計算、大數據、人工智能等。
同時，這些熱點又是相互影響的。沒有大數據，人工智能不會有今天的成就。沒有云計算，大數據也無法單獨存在。沒有90年代開始興起的互聯網，云服務也不會出現。即將實現的下一個重大技術飛躍，也是多種現有技術共同作用的結果。
下一個技術飛躍是什么呢?是零延遲，我們將進入零延遲一個的未來。一臺設備能在一秒內與人類或其他機器交互，它就是一個零延遲的設備或應用程序。
今天我們在跟Alexa或谷歌Home等設備通話時，它們通常在不到一秒內做出響應，但將來它可能更快。自動駕駛、人臉識別、智能家居等，所有這些都需要在幾毫秒內做出決定并采取行動。未來，任何超過一秒的響應時間都是不可接受的。
那么，塑造這種零延遲未來的趨勢是什么呢?讓我們先來看看這些新興的大趨勢。
十大IDC技術預測top1：量子計算
今年早些時候，英特爾宣布了其用49量子比特建造的量子計算系統，這是一個的重大里程碑，足以超越現代計算機的現有應用極限。IBM和谷歌也發布了類似的公告。
盡管我們可能無法在明年就看到傳統計算機被直接替代，但IBM已經開辟了一個平臺，讓人們可以開始試驗這種新技術。這些進展將為成倍的提高計算處理能力提供機會。
十大IDC技術預測top2：5G商用網絡啟動
Verizon等供應商已經在美國的一些城市部署了5G。不過，首批5G網絡預計將于2019年在英國上線。
5G技術以4G技術為基礎，提供每秒1GB的上傳和下載速度。沒錯，在使用5G網絡上班的路上，你可以在不到10秒的時間內下載一部完整的高清電影。
十大IDC技術預測top3：持久記憶存儲技術
英特爾最近宣布推出Optane DC持久存儲器，它看起來像任何標準的RAM，但能存儲TB級別的數據，甚至能在斷電時保存數據。
希望這項技術繼續改進，并最終取代大多數硬盤驅動器。隨著容量的增加，海量數據可以被實時處理，并且在不接觸磁盤的情況下實現持久化存儲。
十大IDC技術預測top4：邊緣計算中的實時數據處理
由于上述前3項技術的發展，更多的數據處理將在邊緣計算的過程中實時發生(即自動駕駛、智能城市、人臉識別、可穿戴技術等設備載體)。
這種現象在邊緣或霧計算中經常被提到，隨著處理速度的加快，數據在內存中隨時可用，網絡速度呈指數增長，這種現象將變得更加真實。
十大IDC技術預測top5：數據處理與計算技術的融合
在傳統的大數據實施過程中，我們看到編程邏輯轉向了數據處理，比如MapReduce和Hadoop等基礎架構。現在，將會出現相反的情況。數據，特別是不同的數據類型會融合計算技術，進行接近零延遲的處理，因為，在磁盤上搜索數據時的任何延遲都將不再被接受。
上述五種趨勢將把我們推向零延遲的未來。還有更多的趨勢需要關注，這將對我們未來與計算機交互的方式產生重大影響。
十大IDC技術預測top6：無服務器架構
大型數據集合中采取的無服務器處理方式，將把更多的工作負載從大數據轉移到kubernet這樣規模的工具上。這意味著，更多組織可以通過功能服務(FaaS)解決方案來處理大數據，從而提高速度和成本。
十大IDC技術預測top7：多云架構
采用多云架構，可以使數據存儲和云平臺及供應商之間擺脫單一的深度綁定關系。你的數據可以一部分存儲在AWS上，一部分存儲在谷歌云上，甚至是邊緣計算機上。越來越多的組織將使用像Kubernetes這樣的技術來擺脫單一供應商的桎梏。
十大IDC技術預測top8：消除人工智能和機器學習中的偏差
像谷歌、臉書等擁有大量消費者數據的公司，它們試圖從這些數據中篩選出偏差，使其人工智能和機器學習的模型更加精確，沒有偏差。
比如，我們可以說，過去50年里，個人貸款的發放方式存在很多偏差。但是同樣，依靠數據不斷提升的機器學習算法，幾乎可以肯定也存在偏差，而且還會持續下去，這是所有人工智能和機器學習供應商必須克服的一個挑戰。
十大IDC技術預測top9：數據隱私
對數據進行收集和即時處理的需求很大，而數據隱私將繼續主導許多數據存儲和處理方面的決策。
今年，歐盟推出了《一般數據保護條例》(GDPR)，這對企業收集和使用私人數據的方式產生了深遠影響。在收集和處理數據以及政府規章制度等方面將會有更多的牽制。
十大IDC技術預測top10：事件驅動架構
微服務架構將進一步演化和發展。特定服務與整體應用程序的協作能力不斷增強，MASA(網格應用和服務體系架構)這樣的架構越來越受歡迎。這種方法使用數據服務來監聽事件，并給予實時響應。
從2019年的預測中得出的最大結論應該是，我們正走向一個零延遲的未來。這是一個激動人心的未來。最終，就像電力一樣，我們將看到實時計算無處不在，又肉眼不可見。
面對這樣的未來，企業需要重新思考如何收集和處理數據，而這當中也存在著一些巨大的挑戰，還有機遇。
