当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 纳氟科技完成Pre-A轮融资,扩建高频覆铜板产线

纳氟科技完成Pre-A轮融资,扩建高频覆铜板产线

2025-07-07 10:10:38 0浏览 收藏

学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《纳氟科技完成Pre-A轮融资,扩建高频覆铜板产线》,以下内容主要包含等知识点,如果你正在学习或准备学习科技周边,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!

纳氟科技完成数千万元Pre-A轮融资,将扩建高频高速覆铜板(CCL)产线

深圳市纳氟科技有限公司(以下简称“纳氟科技”)近日宣布完成数千万元Pre-A轮融资,本轮投资由富华资本领投。融资资金将主要用于高频高速覆铜板(CCL)产线的扩建,并推动公司在航空航天、通信、汽车及数据中心等领域的市场布局,进一步加快国产高端印刷线路板PCB关键电子材料的技术突破与产业化进程。

据公开信息显示,纳氟科技成立于2022年,是一家专注于高频高速覆铜板研发与制造的硬科技企业,其产品成功填补了国内无玻纤布PTFE基材技术的空白。

长期以来,全球高频高速覆铜板市场被美国罗杰斯公司、日本松下等国际领先企业所主导。高频高速CCL的核心在于介电损耗性能,而纳氟科技通过自主研发实现了重大进展。其采用的纳米复合陶瓷填料技术使产品的介电损耗低至万分之七,超越了多个海外头部品牌的表现。目前,高频类产品已基本实现全面国产替代。纳氟科技也成为全球第二家实现自主全量产能力的企业。

截至目前,纳氟科技的产品已通过多家毫米波雷达、卫星通信、PCB板厂等权威机构的测试与认证,高频CCL产品正稳定实现批量出货。

随着AI应用对太比特每秒(Tbps)级数据传输的需求增长,M8+等级CCL的PCB方案成为关键支撑。纳氟科技正在推进M8及以上级别的高速CCL产品研发与测试,实验室配方研究已基本满足各项性能指标要求。基于PTFE高频CCL的基础进行配方优化以通过验证,M8级别以上高速CCL的中试线正在建设中,预计今年内即可完成样品送样验证。(校对/赵月)

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

BOM如何获取光线传感器数据?BOM如何获取光线传感器数据?
上一篇
BOM如何获取光线传感器数据?
Golang令牌桶算法实现API限流教程
下一篇
Golang令牌桶算法实现API限流教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    343次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    403次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    400次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    362次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    183次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码