MCXN537VDFT

NXP Semiconductors
771-MCXN537VDFT
MCXN537VDFT

Herst.:

Beschreibung:
ARM Mikrocontroller - MCU MCXN10 184VFBGA

Lebenszyklus:
Neues Produkt:
Neu von diesem Hersteller.
ECAD Model:
Den kostenlosen Library Loader herunterladen, um diese Datei für Ihr ECAD Tool zu konvertieren. Weitere Infos zu ECAD-Modell.

Auf Lager: 1 300

Lagerbestand:
1 300 sofort lieferbar
Lieferzeit ab Hersteller:
20 Wochen Geschätzte Produktionszeit des Werks für Mengen, die größer als angezeigt sind.
Minimum: 1   Vielfache: 1
Stückpreis:
CHF -.--
Erw. Preis:
CHF -.--
Vorauss. Zolltarif:

Preis (CHF)

Menge Stückpreis
Erw. Preis
CHF 9.81 CHF 9.81
CHF 7.48 CHF 74.80
CHF 7.22 CHF 180.50
CHF 6.53 CHF 653.00
CHF 6.37 CHF 3 185.00
CHF 6.22 CHF 6 220.00
2 600 Kostenvoranschlag

Produktattribut Attributwert Attribut auswählen
NXP
Produktkategorie: ARM Mikrocontroller - MCU
RoHS:  
MCXN5
SMD/SMT
VFBGA-184
ARM Cortex M33
2 MB
32 bit
12 bit, 16 bit
150 MHz, 150 MHz
124 I/O
512 kB
1.7 V
3.6 V
- 40 C
+ 105 C
Tray
Marke: NXP Semiconductors
Land der Bestückung: Not Available
Land der Verbreitung: Not Available
Ursprungsland: CN
DAC-Auflösung: 12 bit
RAM-Datentyp: SRAM
Feuchtigkeitsempfindlich: Yes
Anzahl der Timer/Zähler: 5 x 32 bit
Produkt: ARM Microcontroller
Produkt-Typ: ARM Microcontrollers - MCU
Art des Programmspeichers: Flash
Verpackung ab Werk: 1300
Unterkategorie: Microcontrollers - MCU
Artikel # Aliases: 935466041557
Produkte gefunden:
Um ähnliche Produkte anzuzeigen, wählen Sie mindestens ein Kontrollkästchen aus
Um ähnliche Produkte in dieser Kategorie anzuzeigen, wählen Sie mindestens ein Kontrollkästchen oben aus.
Ausgewählte Attribute: 0

USHTS:
8542310025
TARIC:
8542319000
ECCN:
5A992.C

MCX N24, N52 und N53 Cortex®-M33 Mikrocontroller

Die leistungsstarken MCX N24, N52 und N53 Mikrocontroller von NXP Semiconductors verfügen über zwei leistungsstarke Arm® Cortex®-M33-Cores mit einem Betrieb bis zu 150 MHz, 2 MB Flash mit optionalem vollständigem ECC RAM, einem DSP-Co-Prozessor und einer integrierten eIQ-Neutron-NPU. Die NPU bietet einen bis zu 42-mal schnelleren Durchsatz für maschinelles Lernen (ML) im Vergleich zu einem einzelnen CPU-Core, wodurch weniger Zeit im aktiven Zustand verbracht und der Stromverbrauch insgesamt reduziert wird.