CH6001FN/BW-富利威

CH6001FN/BW(ITE)参数、功能、应用场景

CH6001FN/BWITE(联阳)推出的HDMI 2.0 1 分 2 分配 / 环出芯片 ,核心是将 1 路 HDMI 输入分为 2 路输出,一路用于环出显示 、一路用于采集 / 处理 ,主打4K@60Hz、低延迟、免驱动,广泛用于视频采集卡、直播盒、高清分配器等场景。


一、核心参数

  • 品牌 / 型号:ITE CH6001FN/BW
  • 功能定位:HDMI 2.0 1 进 2 出分配 / 环出芯片
  • HDMI 标准:HDMI 2.0,兼容 HDCP 2.2/1.4
  • 最高分辨率 / 帧率4K@60Hz(4:4:4,10bit)、1080P@240Hz
  • 带宽:18Gbps(HDMI 2.0 满带宽)
  • 输入 / 输出:1×HDMI 2.0 输入;2×HDMI 2.0 输出(OUT1/OUT2)
  • 封装QFN88(7×7mm)
  • 供电:3.3V/1.8V(典型)
  • 工作温度:-40℃~+85℃(工业级)
  • 包装:1680 片 / 盘
  • 关键特性:内置均衡、预加重、EDID 管理、自动信号检测、低功耗

二、核心功能

1. 1 分 2 HDMI 分配与环出

  • 1 路 HDMI 输入→2 路独立 HDMI 输出
    • OUT1 :用于环出显示(直通,低延迟,4K@60Hz)
    • OUT2 :用于采集 / 处理(接 USB 采集芯片、FPGA、SoC 等)
  • 两路输出同步、无压缩、零延迟,支持音视频同传

2. 高清与高带宽支持

  • 完整支持HDMI 2.0 18Gbps,满足 4K@60Hz 4:4:4 10bit、HDR、3D
  • 兼容HDCP 2.2/1.4,支持加密内容传输(如蓝光、Netflix)
  • 支持LPCM 7.1、Dolby Atmos、DTS:X等高清音频

3. 信号完整性与易用性

  • 内置输入均衡、输出预加重,长距离线缆(≤15m)仍稳定
  • 自动EDID 管理,兼容显示器 / 采集设备,免配置
  • 支持热插拔、信号检测、自动休眠,低功耗设计
  • 无需外部 MCU,硬件直连即可工作,简化方案

4. 音频与控制

  • 支持音频分离 / 嵌入、ARC/eARC(部分版本)
  • 提供 I2C 控制接口,可配置输出模式、EDID、HDCP 等

三、典型应用场景

1. 视频采集卡 / 直播盒(最主流)

  • 方案:HDMI IN→CH6001→OUT1(环出显示器)+ OUT2(接 MS2130/CYUSB4024 等采集芯片→USB)
  • 用途:游戏直播、相机 / 主机画面采集、网课录制、会议直播
  • 优势:4K@60Hz 环出 + 4K@30/60Hz 采集,低延迟、免驱动

2. HDMI 分配器 / 延长器

  • 1 进 2 出高清分配,支持 4K@60Hz,用于家庭影院、会议室多屏显示
  • 搭配 HDBaseT 芯片(如 Valens)实现 HDMI 信号长距离延长 + 本地环出

3. 高清 DVR/NVR/ 视频服务器

  • 多路 HDMI 输入分配 + 环出,用于安防监控、多路视频录制与实时显示

4. 电视盒 / 高清播放器 / 游戏机扩展

  • 实现 "一路输入→显示 + 录制 / 采集",如机顶盒、PS5/Xbox、Switch 直播

5. 工业视觉 / 医疗影像

  • 工业相机、内窥镜、超声设备的 HDMI 信号环出显示 + 数据采集,满足高带宽、低延迟需求
相关推荐
IT_陈寒14 分钟前
JavaScript的默认参数挖坑实录,我掉进去了
前端·人工智能·后端
米小虾22 分钟前
多Agent系统编排详解:从架构设计到代码实现
人工智能·agent
米小虾22 分钟前
多Agent系统的编排:架构、协议与企业级应用
人工智能·agent
To_OC10 小时前
搞懂 Token 和 Embedding 后,我终于明白大模型是怎么 "读" 文字的
人工智能·llm·agent
冬奇Lab12 小时前
每日一个开源项目(第139篇):Voicebox - 本地运行的开源 ElevenLabs 替代品
人工智能·开源·资讯
冬奇Lab12 小时前
Skill 系列(03):Skill 设计范式——5 个模式让输出从混沌到可预测
人工智能·开源·agent
IT_陈寒14 小时前
Python搞不定字符串编码?这破玩意坑我两小时!
前端·人工智能·后端
大模型真好玩16 小时前
什么是Loop Engineering?最通俗易懂的Loop Engineering核心概念
人工智能·agent·deepseek
叁两16 小时前
前端转型AI Agent该如何学习?(前置篇)
前端·人工智能·node.js