随着苹果iPhone15使用这事的尘埃落定,终于实现了统一江湖。
本文引用地址:为何要用统一这个词?这自然是的应用实在是太广泛了,不仅除了苹果iPhone以外的手机都配备这个,就连移动固态硬盘PSSD、数码相机,以及家用监控摄像头、行车记录仪等乱七八糟的东西也早都用上了,所以大家欢呼一下也不过分,终于可以使用同样的数据线和充电器了。
不过疑惑也来了,苹果iPhone15各个版本的Type-C接口速度竟然不一样?据透露,标准版iPhone 15的Type-C接口速度可能仅限于480Mbps,也就是USB 2.0的水平。
而Pro版iPhone 15的Type-C接口将达20Gbps,也就是USB3.2 Gen2x2的标准,甚至可能直接支持雷电3技术,速率可达40Gbps。为何会有这么大的差距?
根据爆料,这主要是iPhone 15依然使用上代的A16处理器,依然只支持USB2.0数据传输。而Pro版会配备最新的A17处理器,提供了对于USB3.2甚至雷电的支持。
除了处理器的带宽,Type-C接口的内部差异也会导致支持的速度不同,毕竟现在无论是USB2.0、USB3.2和雷电,都可以做成Type-C, 而支持高功率快速充电和视频输出的Type-C更是被称为全功能Type-C。
下图是全功能的24pin Type-C接口的结构,可以看到它包含了USB2.0信息、USB3.2信息、视频信号、充电模式确认等内容。
不过大家也不用太惊讶,由于Type-C接口是满足数据线接口不分方向正反插的,所以接口内部上下两排金手指的功能是一样的。不过即使这样,一根全功能Type-C线也要包含12根线,因此线材的直径要比普通的Type-C线粗很多,甚至直逼HDMI/DP线。
讲完了全功能Type-C接口,以后的内容就简单了。例如如果不支持视频传输、不支持高速数据传输,就可在Type-C的接口直接做减法就可以了,所以就有了16Pin和12Pin的Type-C接口,下面是12Pin的Type-C接口定义,可见其移除了用于USB3.2和视频的高速传输的部分电脑引脚,正反面共砍掉了8Pin,12Pin也就由此而来。
不过16Pin的接口在进行SMT贴片的时候只要12Pin,相互靠近的引脚共用一个封装引脚,因此和12Pin本质来说没什么区别,可以共用贴片PCB封装,下图是16Pin的Type-C接口。
不要以为这就完了,如果一根线只用来充电,而连USB2.0的数据传输都没有,那就可以继续在Type-C接口做减法,于是就出现了6Pin的Type-C接口,它是在12Pin的基础上,砍掉了USB2.0 D+和D-引脚以及屏蔽层接地引脚,正反面共6Pin。
而剩下的仅有Vbus、GND、CC1(反面的是CC2)这三个引脚,正反面共6Pin,其中 CC1和CC2引脚用于支持正反接入,以及快充协议的支持。如果这根充电线不支持快充,那就连CC1和CC2都可以省去了。下图是6Pin的Type-C接口。
由此可见,USB Type-C接口虽然外观长得一样,但是内部的引脚数量以及在PCB上的SMT贴片引脚数量可能是不一样的,而这通常都是根据设备的实际需求来做减法而已。所以,那些觉得自己的Type-C数据线速度慢、充电慢的小伙伴们,是不是明白了些什么?
相关文章









