5月19日晚，高通正式发布骁龙778G 5G移动平台，并宣布将为荣耀50系列提供芯片支持，这意味着双方已正式达成深度战略合作。 021年5月19日，在高通5G峰会上，高通技术公司宣布推出全新高通骁龙778G 5G移动平台，将为来自荣耀、iQOO、Motorola、OPPO、realme和小米即将发布的高端智能手机提供支持。骁龙778G旨在带来先进的移动游戏体验，并通过增强的AI实现令人惊叹的照片和视频拍摄体验。 对此，荣耀产品线总裁方飞表示：荣耀与高通技术公司的合作，是我们致力于联合全球领先的技术领导厂商的重要组成部分。我们将与高通技术公司一起释放产品体验的无限潜能，更好的服务全球消费者。”荣耀产品线总裁方飞表示，“骁龙778G 5G移动平台拥有强大的5G性能，并在影像、AI等领域实现突破与创新。通过与高通技术公司的紧密合作，荣耀即将发布的全新荣耀50系列将搭载骁龙778G移动平台。荣耀50系列将定义行业美学设计标杆，并为我们的用户带来变革性的体验”。 去年荣耀的独立，对于国产手机甚至全球智能手机行业来说都是一个新变数。作为一个站在巨人肩膀上起步快速前行的公司，新荣耀成体系、整建制承接来自华为的核心技术团队，在全国拥有4个研发中心、100 多个业界一流水准的实验室，涵盖了 5G、AI、影像、软件、设计等领域的核心技术。 荣耀CEO赵明此前接受采访时表示：在核心技术比较完整地转移后，荣耀有得天独厚的优势可以快速地去争取和赢得高端市场。2021年荣耀的核心任务就是全力冲击高端市场。 重建供应链是新荣耀独立之后的工作重点，荣耀独立之后不再有任何供应链方面的束缚，几乎所有合作伙伴都快速恢复对荣耀的供应，本次与高通正式官宣合作之前，今年1月初，高通和荣耀的合作就有确定，此外包括AMD、Intel、美光、三星、微软、MTK联发科等供应商均已恢复与荣耀的合作。 荣耀50系列是荣耀首款搭载高通骁龙芯的5G手机，考虑到荣耀数字系列的高端定位，这意味着高通与荣耀的首次合作起点很高。不仅如此，能在如此短时间内完成与高通芯片的适配和应用，更足以表明荣耀所具备的核心技术，能够在芯片、系统等这些底层方面发挥作用。 赵明之前就曾表示，“我们可以做到比华为P跟Mate系列更好。比如说硬件，我们有比Mate和P更好的硬件基础能力，Mate和P也是荣耀目前这些开发人员开发出来的，不论是在系统、结构设计、拍照技术，还是通讯技术以及整个系统的综合体验和调校上，不存在什么我们做不出来的东西”。 凭借荣耀在芯片领域的研发实力，与高通的合作显然不会仅停留在适配的层面，赵明曾表示，荣耀要与合作伙伴做深度的耦合，而不是简单的合作，会参与到合作伙伴对未来芯片的规划和设计中，这种深度的技术合作显然会是荣耀手机与其他品牌的差异。 从国内手机市场的角度来看，荣耀与高通的合作也会给市场带来更多的创新力和可能性，从而推动整个行业的健康发展。 今年4月份信通院公布的信息显示，4月份国内手机销量、机型双双下滑，跌幅达到了1/3左右，其中很大一个原因就是华为、荣耀的缺席，相比之下去年二者则属于TOP级别。 荣耀50系列是荣耀与高通合作的新起点，以荣耀的研发实力，配合高通的顶级芯片，势必会对目前行业竞争格局造成一定的冲击，而伴随双方未来的持续深入合作，也将为当前手机市场发展注入更多想象空间。 搭载骁龙778G的商用终端预计将于2021年第二季度面市。

据中央广播电视总台中国之声《新闻纵横》报道，近日，《信息安全技术 人脸识别数据安全要求》国家标准面向社会公开征求意见。这份国家标准对人脸识别领域的哪些方面进行了约束?在“刷脸”时代，究竟谁有权刷人们的脸?人们又该如何保护好它呢? 随着技术的快速进步、市场应用需求的日益凸显，以及各路资本的竞相热捧，人脸识别的应用不断升温。比如高铁刷脸进站、酒店的入住、无人超市购物付费等等。目前人脸识别市场的规模已经非常很庞大，数据显示，2010-2018年，中国人脸识别市场规模逐年增长，年均复合增长率达30.7%。前瞻研究院预计，未来五年中国人脸识别市场规模将保持23%的平均复合增长速度，到2024年市场规模将突破100亿元，合美金约15.5亿美金。 人脸数据一旦被采集就很难彻底删除，这是舆论关切的一大顽疾。就此，征求意见稿给出了多项数据删除类标准。例如数据主体明示停止使用功能、服务，或撤回授权的，数据控制者应删除人脸识别数据或进行匿名化处理。数据控制者还应在完成验证或辨识后立即删除人脸图像。同时，除数据主体单独书面授权同意的以外，数据控制者不应存储人脸图像。 此次征求意见稿的面市，意味着人脸识别即将拥有明确的边界。具体而言，国标要求，收集人脸识别数据时应征得数据主体明示同意，不得利用人脸识别数据评估或预测数据主体工作表现、经济状况、健康状况、偏好、兴趣等情况。针对人脸图像，要求应在完成验证或辨识后立即删除，如果开发商希望存储人脸图像，同样要经过数据主体单独书面授权同意。 对于人脸数据的所有权问题，当前已有一些原则性规定。《民法典》第一百一十一条指出：“自然人的个人信息受法律保护。任何组织和个人需要获取他人个人信息的，应当依法取得并确保信息安全，不得非法收集、使用、加工、传输他人个人信息，不得非法买卖、提供或者公开他人个人信息。”此次征求意见稿明确了人脸数据的删除原则和路径，弥补了相关法律落地性空白，将有利于公众更好地主张人脸数据权益，保护个人隐私。4月26日，《个人信息保护法(草案)》被提请全国人大常委会二次审议，该草案提出“应当为个人提供便捷的撤回同意的方式”，并明确个人在个人信息处理活动中的各项权利，包括知情权、决定权、查询权、更正权、删除权等。征求意见稿的相关规定与上述法律草案精神相一致。 根据调研发现，人脸信息泄露事故已比较普遍。但由于法规与管理的约束不足，相关开发和应用单位在信息保护、身份认证等技术上明显缺少安保主动性与责任感，一旦出现侵害公众隐私或公共安全的重大事故，将会导致严重社会与经济后果。人工智能迅猛发展，行业治理框架亟须建立，个人信息保护已成为社会共识，相关立法与部门管理已刻不容缓。中国《网络安全法》第四十四条就规定：“任何个人和组织不得窃取或者以其他非法方式获取个人信息，不得非法出售或者非法向他人提供个人信息。” 征求意见稿提出：“原则上不应使用人脸识别方式对不满十四周岁的未成年人进行身份识别。”2020年10月形成的未成年人保护法修订草案三次审议稿提出：“处理不满十四周岁未成年人个人信息，应当征得其父母或者其他监护人同意。”征求意见稿提出的方案与上述未成年人保护法修订草案审议稿相呼应，旨在进一步加强对未成年人个人信息的保护。 随着征求意见稿的发布，未来人脸识别技术应用于未成年人的现象或将受到抑制，如何通过其他方式更加便利快捷地实现未成年人身份识别，例如如何防止未成年人沉迷网络游戏，如何更好实现远程教学实名认证等，将是摆在各方面前的重要课题，需要更加切实有效的新解决方案。

况且，拥有号称“铁军”的地推团队，美团在地面销售上的战略经验更丰富，这体现在其战略节奏的切换上更为迅速，在福州、长沙等多座城市，美团优选BD已经从新城开拓阶段，切换到运营维护老团长阶段。 尤其是在湖南，美团优选在去年双十一当天正式点亮长沙，但到了去年12月初，美团优选在长沙的BD人员已经饱和，并且大量BD们已经转岗到运营岗位，工作以解决老团长出现的问题为主。 执行力是美团内部的最大长板，而多多买菜则胜在流量端。作为最大的社交电商平台，以及农产品上行计划的践行者，拼多多管理供应商的经验也更为成熟，一位在湖北、江苏多地经营共享仓的创业者告诉地歌网，多多买菜能确保供应商有17个点的保底利润，每单还有千分之七的佣金。 当然，这些成熟经验体现在更多细节上，例如多多买菜要求供应商建仓的位置，必须靠近中心仓；而多多买菜在武汉、长沙等城市的总部，基本就与中心仓“一墙之隔”。 相比之下，入局最早的橙心优选，暴露出的短板可不少。 前述的网格仓履约，以及自有流量等，实际都是滴滴的“心头疼”，虽然滴滴App在全国多省市都为橙心优选开放了流量入口，但社区团购“次日提”能否契合打车场景，“用完即走”的打车App实际难以转化用户。 作为一家在国内占据超过90%市场份额的网约车巨头，生活服务一直是滴滴急切想切入的领域，在车服和金融两大“慢生意”之外，生活服务是滴滴提升GMV、拉升市值、强化用户留存，乃至抗衡美团成为真正巨头的重要一环。 2018年，滴滴杀入外卖领域，率先在无锡、南京等城市上线，大量发放的“满25减20”优惠券，一度将美团和饿了么拉回2015-16年的外卖大战，但随后，监管层叫停价格战，滴滴外卖也在2019年被“关停并转”。 但今时今日，社区团购成为了风口上的新转机。 店宝宝电商研究院负责人张斌表示，新冠疫情“激活”了生鲜赛道，美团、拼多多，以及阿里、京东的先后参战，社区团购在2020年下半年被推向高潮，相比于更稳定成熟的外卖市场，抢占增量人群的社区团购，对滴滴而言机会更多。 同时，正在扩张中的橙心小店，以及sku（商品品类）的不断扩充，对橙心而言，社区团购的机会至关重要，一旦橙心优选站稳脚跟，滴滴有望将生活服务端全线铺开，包括到家、到店等等，其估值也将因此连上几个台阶。 共享出行的硝烟落定，让滴滴“站起来了”，而社区团购之于滴滴，可能是能不能实现“大国崛起”的关键一役，如果能在最终的市场格局中获得一席，滴滴的“市梦率”将得以几何级数提升。 但 “不得不”奋进的橙心优选，最终给滴滴带来的是故事，还是事故，仍然是未解之局。

近期，知乎这个问题引起了21ic家的注意。题主表示：“计算机专业大二学生，大三要分流，目前对web开发和嵌入式系统开发两个方向比较有兴趣，也在知乎上看了类似的提问，但没有让我比较满意的回答，喜欢哪个就选哪个这种回答有点幼稚，所以只想了解一下这两个方向的前景，看看哪个更好一些。” 接下来就引用一些网友精彩观点，供同样有这样疑问的同学进行参考。 作者：注销用户 web开发在我看来技术门槛较低，不过看问题的意思应该是所指范围更宽的互联网行业。 如果说过两年就 本科毕业找工作，从薪资水平看互联网行业平均会优于嵌入式行业。 从行业的发展看，这两个行业我都看好。 因本人从事的是嵌入式行业，互联网行业的工作内容并不了解，所以也就不妄自揣测，仅从嵌入式 行业做一些介绍。 嵌入式其实包括的范围很广，从小到8位的单片机到堪比PC性能的手机SoC，都可以归入嵌入式，开发这些芯片的驱动是嵌入式，在这些MCU/SoC跑的操作系统和基础应用也是嵌入式，在此基础上运行的业务应用也是嵌入式（手机APP等如果不算其中也无所谓）。 嵌入式行业需要软硬结合。 嵌入式软件开发经常会有需要与硬件开发人员一起调试的时候。一个片上系统能不能正常跑起来，需要软件开发者能看懂硬件原理图，能熟悉和了解常用的硬件接口，能看懂芯片和一些器件的规格书。有可能，你需要了解SPI Flash或者NandFlash的接口和内部操作逻辑；也有可能在处理音频接口时要懂I2S的通讯协议；或者，外接一颗诸如什么传感器时，你需要熟知I2C或者SPI接口的时序；又或者接一个LCD时出了问题，需要知道同步信号怎么去量测。 嵌入式行业需要基础扎实。 嵌入式行业用到的MCU或者SoC，有可能是运行Android这种大型系统，或者是嵌入式Linux，也有更小的实时系统如VxWorks QNX eCOS ucOS NuttX FreeRTOS等等，有的还需要直面一片荒原，没有任何OS。 在没有OS的单片机MCU等环境，有可能需要熟知每一行代码耗费的指令，需要谨慎的处理中断等异步逻辑，有时候没有动态分配内存，只有几十K或者百来K的RAM，没有太多的空间给你的代码去挥霍。 有的运行小型的RTOS，你要根据具体情况分配好抢占式的任务或者分时的任务，了解这些任务切换背后带来的时序和逻辑上面的开销。 在Linux上面，SoC资源是更丰富了，但有可能你需要去裁剪内核，或者添加相应的驱动。然后，你需要熟知Linux系统从内核到系统调用，再到GNU的工具链，才能很好的在嵌入式Linux上做应用。 因此，当遇到上面的情况个人需要进一步深入时，需要操作系统和体系结构等计算机基础知识扎实。 嵌入式行业需要相关应用背景比较深 大部分情况下，嵌入式行业不需要太多代码上的技巧，甚至代码量也不会太大，但需要对相关应用的深入了解。 做多媒体相关的工作，你可能需要了解H264/265的编解码；做音视频传输，有可能要熟悉RTSP协议，G.711和G.729协议。如果做物联网，又有可能要熟悉BLE、WiFi相关背景知识，或者是MQTT协议。做影像处理，又有可能要了解3A，图像处理的相关算法。因为嵌入式行业面对的需求和所应用的芯片不同，经常需要在原有的基础上做二次开发，或者是从无到有的去搭建整个平台。那么，能不能了解和熟知你从事的应用的背景知识就极为重要。 从行业的发展来看，我个人观点是互联网也好，嵌入式也好，都会成为一个基础设施的行业在。嵌入式行业火的那些年，华为这类公司也像今天的BAT一样，以高出行业平均一截的工资招揽人才。当下这几年，互联网行业的平均收入确实是优于嵌入式行业。但在我看来，无论是中国制造2025，工业4.0，还是大数据智慧城市等等，都离不开互联网和嵌入式两者的结合发力。 以当下热门的大数据来说，互联网的背景无需多说，数据的采集不需要嵌入式设备的参与吗？最近热炒的新零售，不需要嵌入式影像设备吗？工业机器人也好，家庭机器人也好，纯粹是互联网的事情吗？里面有多少传感器？要不要本地的实时建模？ 以人脸检测或者识别来说，为什么会说识别速度慢，芯片有没有硬件加速？有没有GPU，有没有DSP？要连上网络查询数据库吗？好的，数据库的比对是纯照片吗？还是提取人脸特征？人脸特征提取要不要嵌入式设备去做？不同光照条件要不要3A算法去处理？要不要做高动态？ 是不是活人要不要红外检测？嗯，还有时下热门的3D结构光建模。这样，一个简单的应用，从图像采集，到图像处理，再到图像算法，然后是传输，还有控制，有可能涉及到多颗嵌入式芯片的参与。那么，它的背后也涉及了多个公司多个团队的协作。 我想说，不论是做互联网行业还是嵌入式行业，在大学时期的基本功一定要学扎实。虽然我没有从事互联网行业，但我相信这个行业深入下去也一定需要扎实的基础知识和行业应用背景知识的储备。不是程序设计语言不重要，而是操作系统，体系结构，数据结构，乃至高等数学，这些大学的基础课程，都是你深入这个行业必须的。如果说一个培训班几个月培训出来就能做的事情，也不必去抢着做。毕竟，读大学干嘛的？ 最后，这两个行业如何选择，考虑下自己的兴趣爱好，考虑下将要去往的城市，决定还是自己去做的好。 作者：VizXu 我算是做嵌入式的，姑且过来谈一谈自己的想法。 web开发我不甚了解，所以这里只讲嵌入式相关的内容。 一、嵌入式学习曲线 嵌入式所涉及的内容相当之广，由此导致学习曲线陡峭，学习成本很高，但是回报率却不见得很高，至于为什么会这样，下文会有分析。这里先讨论一下学习曲线问题。我想从语言、操作系统、版本控制系统、编译系统、和技术栈这五个方面讲解： 语言： C无疑是最基本的，如果你搞驱动那么还需要对汇编有所了解，虽然可以不那么熟练，但是需要对照datasheet知道如何实现硬件和软件交互，其实就是各种倒腾寄存器。按道理如果只和内核打交道事实上C++都可以不掌握，但是只要涉及到Framework的东西C++是肯定需要的，因为硬件抽象层全是C++写的，本着技多不压身的原则，这里默认C++也是要掌握的。 那C/C++掌握到何种地步才能说算是可以上手了呢？这是个我现在也没想清楚的问题，但是网上90%的人说自己精通C/C++都是可以呵呵的，因为以前我也这么认为，但是现在我不这么认为了，事实上掌握语法本身和掌握语言是不一样的，比方我说我掌握了8000个英语词汇，但是我碰到美国人可能连一句话都说不出来，这也可以类比计算机语言。所以我觉得能不能上手，不在于你语言掌握地如何，按照我本人的经验就是多实践。不懂就上网搜索，能翻墙就直接google，我想如果只是语言上的问题，网上能给你解决99%，剩下的自己摸索。 工作中如果涉及上层或者图形界面之类的，那你还需要掌握相应的语言或者框架比如Qt、python等。我感觉要是有C/C++作基础，这些知识都不难掌握。 至于说java、js、css、html啥的，要是碰到了就学习一下吧，但是我估计嵌入式本身是不太会涉及这些语言的，除非小公司啥都你一个人搞。 操作系统： 虽然嵌入式操作系统我本人知道的就有Linux、vxworks、mips、wince、QNX，事实上还有很多其它的系统。但目前来看linux仍然是主流，所以linux肯定要掌握。Linux真正流行起来并做大，很大原因要归功于Android系统及其移动设备端的流行。想想当年symbian统治手机操作系统的时候，Linux那时还是个小吊丝。Google看上Linux并把它作为Android系统的内核，我想无非出于两点，一是开源，社区参与开发人员多；二是Linux性能确实不错。如何深入理解并掌握linux？我本人的经验是，首先买一本linux内核的书，认真看一篇，对它的各个模块有一个比较清晰的认识，比方内存管理，io，进程管理，中断、文件系统，网络等，知道内核空间是怎么运行的，与用户空间是怎么通信的等等。然后下载一份linux内核代码，先自己尝试编译一下，然后尝试对各个模块进行裁剪，烧写到目标机上跑一跑看看效果，对比一下变化，这样我想会理解的更深入。 版本控制： 这个取决于公司。我git和svn都用过，个人感觉git更强大一点。一般用svn的大部分是历史遗留。这个就不多说了，具体网上搜索一下，看看menupage就好了。不过我还是要多说一句，这个.gitignore实在是太坑爹了。 编译系统： 不同公司会有所不同，如果是odm做Android手机的厂商，都是用google自家的编译系统，就是我们常说的Android编译三部曲（source，lunch和make），如果是其它公司的话可能会有基于shell或者python的自定义的编译系统，其实底层也是调用Makefile。 技术栈: 因为现在自己负责的是我们产品的整个系统的开发，包括底层的和上层的代码基本上都是要涉及到的，所以我感觉技术栈还算是比较宽。如果是linux内核开发，那么以下技术是应该掌握的: 硬件架构，片上系统，boot，软硬件裁剪和定制，内核编译烧写，驱动开发，功耗分析，协议i2c、spi、uart还有usb等。如果是涉及上层，那么需要掌握的技术: 进程间通信，多线程开发，信号量和锁，图形界面，网络以及网络协议等。 二、就业前景 从资本流来看，嵌入式行业的资本是净流出的，换句话说在走下坡路了，嵌入式曾经也火过一阵，大概是零几年的时候，那时候物联网概念刚提出来，嵌入式作为其重要载体，一下子也可以说炙手可热了，但是随着时间推移，发现要实现万物皆联的目标还很远，加上后来人工智能大数据区块链概念的崛起，人们也逐渐淡忘了嵌入式。目前做嵌入式的公司一般都是做手机，pos机，扫地机器人啥的，说到底还是需要卖硬件产品，而这种产品生产成本也不低，而且还不好卖，这就直接导致这行赚不到啥钱。我曾问过我单位一个资深工程师为啥微软不想做客户机，回答毛利太低，一台300美金的客户机能赚90美金就已经很不错了，这还是整个客户机市场就那么几个寡头厂商在做的情况下取得的成绩。所以相比现在火到不行的人工智能、区块链行业来说那只能用人比人气死人来形容了。 从稳定性来看，一般做嵌入式比较稳定，毕竟一来硬件这东西用几年也得换，二来做这行的很少有创业型公司，像我们这样的产品全世界也就那么几家公司在生产，完全没必要担心受到新玩家的冲击，加上有很成熟的产业链，可以说整体是相当稳定的，当然你说公务员那更稳定，我也没法反驳。再者学习成本很高，不能像网站开发那样上几个月的培训就能上手，所以进入围城之类的人才也少，大部分是要不经验丰富的老员工，他们已经不太好转行了，要不就是我这样的稀里糊涂入坑的，总之这一行就别想发大财啦。 三、未来趋势 做嵌入式路比较窄，学习成本不小，还比较孤独。当然这里说的孤独是指很少有人和你探讨，很多问题都需要你自己一步步解决，因为这一行就那么一小撮人在做。 但是你说嵌入式会不会没落?我想肯定不会的，而且我估计在某个时机成熟时可能还要火一把，但是我不知道是啥时候，这个只是个人感觉，玄幻。 不过我个人是觉得技术这东西看个人兴趣，不是说做嵌入式就一定一条路走到黑。学好了c/c++以及底层的知识，其它语言和技术其实很好学。我本人现在也在自学人工智能，所以路还是要自己走出来。 以上，祝好。 作者：kaiyuantian 作为一个嵌入式转web的过来人，对我来说。 首先工作方便，嵌入式要带一大堆东西，web一台电脑ok了。 其次一个很现实的问题，web起步工资比嵌入式高的多。 工作做产出web要快的多，而且你的工作95%的时间都是集中在核心任务上的，嵌入式不是有时搭个环境一天就过去了，当然如果熟练，并且经验丰富的话这些还好。 学习曲线，嵌入式要高很多，web上手比较快，但是嵌入式也相对比较稳定，更新换代比较慢，web则相反，当然掌握了本质就很容易了。 至于前景吗，嵌入式 + web =物联网  嵌入式就是物，web就是网。 当前比较热门的大数据，人工智能，都是web方面的，当然人工智能也有嵌入式的，不过也离不开网。 公司方面，嵌入式很传统人，员流动小（个人经历），web方面就比较开放，人员流动大。 如果你关心到10，20年以后，我建议你都学。从嵌入式开始 到web比较容易，如果反过来就比较难了。好好学linux，c/c++打好基础。然后在向其他方向发展。 web开发其实也有很多分支，大方向有客户端，服务端。建议你从服务端开始。语言选择建议nodejs或python，前者依托JavaScript可以前后端通吃。并且api与linux系统aip很像上手比较容易。python呢与c/c++无缝连接。 最后想说，其实我觉得你关心的太远了。10后会发生什么谁都不知道，尤其互联网行业，发展变化非常快。踏实做好眼前是就是最好的 作者：阏男秀 这位同学很有想法啊，「喜欢哪个就选哪个」的确太随性了。下面就以我个人经历和观察分享点看法，供题主和有相同处境的同学参考。 国内现状 假设你面临毕业需要找工作，现在有华为、格力、海康威视和百度、腾讯、阿里巴巴这几家让你选，你会选哪一个？——如果是我，我基本会毫不犹豫地在后三者中继续选择。 前面三个，不敢说是行业顶尖，但也基本是国内做嵌入式比较知名的公司。 华为不用多说了吧？通信解决方案供应商，其家的华为手机，在街上随便拉一个人问至少也应该知道。电子通信类的学生，大多数人就是以华为为目标。 格力，白色家电的代表，与之同期还有美的、海尔等等。家电产品算是嵌入式领域一个大分支。 海康威视，主打视频监控产品，我们公司接过一个方案集成项目，客户指定就要海康威视的产品作为视频监控。 后三个题主应该很熟悉了，国内顶尖互联网企业： 百度，知名于搜索引擎，还有各种衍生产品，贴吧、网盘、地图、翻译等等； 阿里巴巴，主打线上交易和支付，常用的淘宝和支付宝便是属于其家； 腾讯则是通讯产品和游戏，微信、QQ等等等。 顺便说一句，腾讯的产品似乎和Web开发无关（非网页网站产品），其实我这里“Web开发”是广义上的前后端开发的意思。“嵌入式开发”同理，不单单指嵌入式系统软件的开发。 先不谈个人，要看嵌入式和Web这两门技术前景如何，观察相关大企业发展情况就可以略知一二了。当然了，嵌入式技术本身还是需要结合具体领域和应用场景，基本上各行各业都有：手机、机顶盒、路由器、车载系统、还有工业和农业领域的各种嵌入式设备等等。唯一不变的是：嵌入式技术做出来的肯定是软硬件结合的产品！ 但是呢，我们国内的电子硬件行业并不太乐观，芯片和技术非常依赖国外进口，有条新闻可以窥斑见豹：美国封杀中兴、华为事件。 唇亡齿寒，嵌入式硬件是载体，嵌入式软件是灵魂；载体没了，灵魂也自然消亡了。 而Web技术，是搭建一个知名互联网平台的必须条件。除了前面提到的百度和阿里巴巴，还有近期出现的打车平台（滴滴打车），外卖平台（美团、饿了么），共享单车（摩拜、OFO），而且知乎（问答平台）这里本身也是属于Web领域而非嵌入式领域。 共享单车这里我重点说一下，我认为共享单车无论是在技术上，还是在运营和使用理念上，是一款很经典的物联网产品了。看看智能家居领域做了十几年，也没有一款能进入千万家的革命性产品？ 只不过，我们国内似乎还没有很多这样厉害的物联网企业。我目前能想到比较知名的只有摩拜和小米，还有一家做共享车位锁的公司（利益相关：用他们的主板二次开发过GPRS车位锁，项目已卒）。 当然了，除了互联网企业，还有一些是属于传统软件行业的，主要是面向各行各业的信息管理系统（内容管理系统CMS），或者一些办公自动化（OA），在线审批系统等等。这里不是很了解就不多写了。 技术发展 Web技术和嵌入式技术，真的是一个在天飞，一个在地上跑！ Web技术有开源理念，不怕找不到学习资料和社区，每个框架都应该有完善的文档，如果想深入框架具体细节，可以，自己去阅读源码或看看前人是否有贡献。前端发展迅速飞快甚至有人发出「求不要等新了，已经学不动了」的感慨。而后端技术相对缓慢，不过框架和语言特性也可以逐年大更新。 反面教材，切勿模仿！ 嵌入式技术，不好意思我们产品资料对外保密不开放，卒。开玩笑的，其实最近也有硬件逐步开源了，但整个行业内还是处于保守封闭的状态，发展相对互联网比较缓慢。 我二次开发过一款Android门禁打卡机，其Android系统还是4.0，然后我旁边的前端吐槽说那用nodejs框架可能会有点兼容性问题。用是能用，不过我后来找到一款免费的能在Android上跑的人脸识别引擎，其官方SDK建议Android版本是5.0+。勉勉强强跑到了门禁打卡机上去，可是离线识别人脸运行速度不够理想，大约2.8s，项目卒。 我不怎么碰无人机，但我想再举这个例子，因为怎么也不能否认无人机属于嵌入式开发啊。虽然近期没怎关注大疆无人机的消息，但印象中，大疆真的就是无人机领域里电子消费级别的佼佼者！选择这条路真的需要沉下心来做技术，专心研究无人机及其相关技术才行。不能像我，总是关注各种技术和产品的周边新闻。当然了，这一领域，没有研究生级别和相关学习环境，一般都进不去的。同理，如果做到了图像和语音识别这些，前景应该是不错的（其实真相是因为我接触少才觉得不错嘿嘿）。 而且嵌入式应用和Web应用都是在Linux上跑，尤其是我上面做的那个人脸识别项目，放在云端，那也算是Web应用开发吧？放在本地嵌入式Linux系统里，算不算嵌入式应用开发呢？当然我对嵌入式开发并没有误解，嵌入式四个层次：硬件、驱动、系统、应用。计算机系出身一般是接触系统和应用层；而电子系出身一般做硬件和驱动。 总而言之，Web技术和嵌入式技术，真的是一个在天飞，一个在地上跑！天上飞的速度快，但人人都看得见，地上跑的慢但藏得好，不仔细发掘真看不到。 个人发展 最后说下个人发展。 如果是做Web开发，不论是985/211，还是二三本学生，只要不是眼高手低，毕业生应该不愁找不到工作，而且可能还有多种选项。 而选择嵌入式开发，不敢说找不到工作，但是相比Web可选择的大大减少，985/211估计没什么大问题，但二三本学生我真的不敢说一开始就能找到很满意的那种工作！ 我都还记得我当年实习的时候，进入了一家嵌入式方案公司，同一时期还有其他学校的计算机系专业过来，后来一个暑假过去，想留下来及能留下来的也只有我隔壁学院那个光源与照明专业的同学。那家公司也没有多糟糕，博士出来创业，博带硕，硕带本，还请了一个学校老师带我们实习生。 工资方面。目前普遍观点是：同等时期同等水平同等努力下，做Web能拿到的工资比做嵌入式的要高！ 看看各行业那些知名企业给出的应届生工资就可了解个大概。为什么要看大公司给应届生的“批发价”？蛋糕很大的时候，大企业拿走大的部分，小公司也能分一杯羹填饱肚子；而如果该行业的巨头分给员工那么点，可想该行业是不是实在没什么利润，或者是不是太压榨员工了。 另外，如果会看各行业巨头的财务报表，也是能了解这个行业发展好不好的，只不过我们这些打工仔的工资还是由老板决定。 再说一点，有些选择也是因为自己的个人因素，比如我从小就泡在网络上，自然偏向于互联网发展；可我大学的助班师姐，同为电子专业我也不知道为什么她能学得那么轻松，年年成绩拿第一，似乎还轻松的考研进了某所985/211，只能说人比人比死人。有次我向她请教学习方法，她说她也不知道为什么对硬件那些一看就懂，努力一下就行，可是如果让她写代码，她就挺头痛的。 大概，命运早就给我们上了无形的枷锁，而我们只是在这枷锁可移动的范围内做出选择吧？ 作者：金旭亮 未来会有大量的智能设备需要研发，各个行业都需要，会出现很多研制和生产这些智能设备和产品的公司。做嵌入式开发需要专门的设备和仪器等，个人得进入相应的公司，研发特定的产品和系统，专业化程度较高，就业面窄一点。 Web这块会随着云计算平台的成熟而日益通用化，计算和存储会象水电一样成为基础设施，相对独立的网站的概念会越来越弱化，人们关注的是信息服务，而不会在意这个服务到底是谁开发维护和提供的。…

电子工业的调整、信息技术和通信技术的迅猛发展，对电声器件的发展产生了巨大影响，先进的设计、测量软件和设备，使电声技术水平日新月异。各类智能终端产品的更新换代提升了整个消费类电子行业对于音频产品品质的要求，预计在未来几年内，市场规模将保持稳定增长。据悉，全球电声组件领导品牌志丰电子已与世强硬创电商签订授权代理协议，授权其代理旗下蜂鸣器、喇叭、麦克风等产品，加速电声终端产品智能化。 志丰电子(KINGSTATE)成立于1977年，是台湾第一家取得ISO认证的专业电声公司，多年来致力于研发制造声学组件和蓝牙耳机为主的产品，为各领域提供全方位的电声解决方案。同时，志丰电子的产品已通过车规认证，并在1990年进入了汽车应用市场。旗下麦克风产品灵敏度覆盖-25~-45DB，工作电压1V~10V，信噪比范围57~70DBA，抗干扰能力强。其信噪比69DBA的车载麦克风，具有-39DB@1KHZ的单指向高灵敏度。另外，志丰电子旗下蜂鸣器分为电磁蜂鸣器与压电蜂鸣器，耗电3~260MA，电压范围支持1.5~250V，尺寸大小覆盖4~70MM。 当前，志丰电子授权的行业应用、选型指南、数据手册等资料正陆续上线世强硬创电商平台，工程师可免费查阅、下载，下载的相关资料也会同步发送至实名认证邮箱。更多志丰电子详情，用户可前往官网获取。

摘要 UART，即通用异步接收器/发送器，是最常用的设备间通信协议之一。本文将UART用作硬件通信协议应遵循的标准步骤进行说明。 正确配置后，UART可以配合许多不同类型的涉及发送和接收串行数据的串行协议工作。在串行通信中，数据通过单条线路或导线逐位传输。在双向通信中，我们使用两根导线来进行连续的串行数据传输。根据应用和系统要求，串行通信需要的电路和导线较少，可降低实现成本。 本文将讨论使用UART的基本原则，重点是数据包传输、标准帧协议和定制帧协议;定制帧协议将是安全合规性方面的增值特性，尤其是在代码开发期间。在产品开发过程中，本文档还旨在分享一些基本步骤，以检查数据表的实际使用。 最后，本文的目标是帮助更好地理解和遵循UART标准，以便最大程度地发挥其能力和应用优势，特别是在开发新产品时。 “沟通最大的问题在于，人们想当然地认为已经沟通了。” ——乔治·萧伯纳 通信协议在组织设备之间的通信时扮演着重要角色。它基于系统要求而以不同方式进行设计。此类协议具有特定的规则，为实现成功通信，不同设备都遵循该规则。嵌入式系统、微控制器和计算机大多将UART作为设备间硬件通信协议的一种形式。在可用通信协议中，UART的发送和接收端仅使用两条线。尽管它是一种广泛使用的硬件通信方法，但它并非在所有时候都是完全优化的。在微控制器内部使用UART模块时，通常会忽略帧协议的适当实现。根据定义，UART是一种硬件通信协议，以可配置的速度使用异步串行通信。异步意味着没有时钟信号来同步从发送设备进入接收端的输出位。 接口 图1.两个UART彼此直接通信 每个UART设备的两个信号分别命名为： ► 发送器(Tx) ► 接收器(Rx) 每个设备的发送器和接收器线的主要作用是用于串行通信的串行数据的发送和接收。 图2.带数据总线的UART 发送UART连接到以并行形式发送数据的控制数据总线。然后，数据将在传输线路(导线)上一位一位地串行传输到接收UART。反过来，对于接收设备，串行数据会被转换为并行数据。UART线用作发送和接收数据的通信介质。请注意，UART设备具有专门用于发送或接收的发送和接收引脚。对于UART和大多数串行通信，发送和接收设备需要将波特率设置为相同的值。波特率是指信息传输到信道的速率。对于串行端口，设定的波特率将用作每秒传输的最大位数。 表1总结了关于UART必须了解的几点。 表1.UART概要 UART接口不使用时钟信号来同步发送器和接收器设备，而是以异步方式传输数据。发送器根据其时钟信号生成的位流取代了时钟信号，接收器使用其内部时钟信号对输入数据进行采样。同步点是通过两个设备的相同波特率来管理的。如果波特率不同，发送和接收数据的时序可能会受影响，导致数据处理过程出现不一致。允许的波特率差异最大值为10%，超过此值，位的时序就会脱节。 数据传输 在UART中，传输模式为数据包形式。连接发送器和接收器的机制包括串行数据包的创建和物理硬件线路的控制。数据包由起始位、数据帧、奇偶校验位和停止位组成。 图3.UART数据包 起始位 当不传输数据时，UART数据传输线通常保持高电压电平。若要开始数据传输，发送UART会将传输线从高电平拉到低电平并保持1个时钟周期。当接收UART检测到高到低电压跃迁时，便开始以波特率对应的频率读取数据帧中的位。 图4.起始位 数据帧 数据帧包含所传输的实际数据。如果使用奇偶校验位，数据帧长度可以是5位到8位。如果不使用奇偶校验位，数据帧长度可以是9位。在大多数情况下，数据以最低有效位优先方式发送。 图5.数据帧 奇偶校验 奇偶性描述数字是偶数还是奇数。通过奇偶校验位，接收UART判断传输期间是否有数据发生改变。电磁辐射、不一致的波特率或长距离数据传输都可能改变数据位。接收UART读取数据帧后，将计数值为1的位，检查总数是偶数还是奇数。如果奇偶校验位为0(偶数奇偶校验)，则数据帧中的1或逻辑高位总计应为偶数。如果奇偶校验位为1(奇数奇偶校验)，则数据帧中的1或逻辑高位总计应为奇数。当奇偶校验位与数据匹配时，UART认为传输未出错。但是，如果奇偶校验位为0，而总和为奇数，或者奇偶校验位为1，而总和为偶数，则UART认为数据帧中的位已改变。 图6.奇偶校验位 停止位 为了表示数据包结束，发送UART将数据传输线从低电压驱动到高电压并保持1到2位时间。 图7.停止位 UART传输步骤 第一步：发送UART从数据总线并行接收数据。 图8.数据总线至发送UART 第二步：发送UART将起始位、奇偶校验位和停止位添加到数据帧。 图9.Tx侧的UART数据帧 第三步：从起始位到结束位，整个数据包以串行方式从发送UART送至接收UART。接收UART以预配置的波特率对数据线进行采样。 图10.UART传输 第四步：接收UART丢弃数据帧中的起始位、奇偶校验位和停止位。 图11.Rx侧的UART数据帧 第五步：接收UART将串行数据转换回并行数据，并将其传输到接收端的数据总线。 图12.接收UART至数据总线 帧协议 UART的一个关键特性是帧协议的实现，但还没有被充分使用。其主要用途和重要性是为每台设备提供安全和保护方面的增值。例如，当两个设备使用相同的UART帧协议时，有可能在没有检查配置的情况下连接到同一个UART，设备会连接到不同的引脚，这可能导致系统故障。 另一方面，实现帧协议可确保安全性，因为需要根据设计帧协议解析接收到的信息。每个帧协议都经过专门设计，以确保唯一性和安全性。在设计帧协议时，设计人员可以给不同设备设置期望的报头和报尾(包括CRC)。在图13中，2个字节被设置为报头的一部分。 图13.UART帧协议示例 根据示例，您可以给您的设备设置独有的报头、报尾和CRC。 报头1(H1为0xAB)和报头2(H2为0xCD) 报头是确定您是否在与正确的设备通信的唯一标识符。 命令(CMD)选择 命令将取决于用于创建两个设备之间通信的命令列表。 每个命令的数据长度(DL) 数据长度将取决于所选的命令。您可以根据所选的命令来使数据长度最大化，因此它会随选择而变化。在这种情况下，数据长度可以调整。 数据n(可变数据) 数据是要从设备传输的有效载荷。 报尾1(T1为0xE1)和报尾2(T2为0xE2) 报尾是在传输结束后添加的数据。就像报头一样，报尾也可以唯一标识符。 循环冗余校验(CRC公式) 循环冗余校验公式是一种附加的错误检测模式，用于检测原始数据是否发生意外更改。发送设备的CRC值必须始终等于接收器端的CRC计算值。 建议为每个UART设备实现帧协议来增加安全性。帧协议要求发送和接收设备使用相同的配置。 UART工作原理 使用任何硬件通信协议时，首先必须检查数据手册和硬件参考手册。以下是要遵循的步骤： 第一步：检查设备的数据手册接口。 图14.微控制器数据手册 第二步：在存储器映射下面检查UART地址。 图15.微控制器存储器映射 第三步：检查UART端口的具体信息，例如工作模式、数据位长度、奇偶校验位和停止位。 数据手册中的UART端口详细信息示例： UART端口 示例MCU提供了一个全双工UART端口，其与PC标准UART完全兼容。UART端口提供一个简化的UART接口用于连接其他外设或主机，支持全双工、DMA和异步串行数据传输。UART端口支持5到8个数据位，以及无校验、偶校验和奇校验。帧由一个半或两个停止位终止。 第四步：检查UART操作的详细信息，包括波特率计算。波特率通过以下示例公式进行配置。此公式随微控制器而异。 UART操作的详细信息示例： ► 5到8个数据位 ► 1、2或1 ½个停止位 ► 无、偶数或奇数奇偶校验 ► 可编程过采样率为4、8、16、32 ► 波特率 = PCLK/((M + N/2048) × 2OSR + 2 × DIV 其中： OSR(过采样率) UART_LCR2.OSR = 0至3 DIV(波特率分频器) UART_DIV = 1至65535 M(DIVM小数波特率M) UART_FBR.DIVM = 1至3 N(DIVM小数波特率M) UART_FBR.DIVN = 0至2047 第五步：对于波特率，务必检查要使用的外设时钟(PCLK)。此示例有26 MHz PCLK和16 MHz PCLK可用。请注意，OSR、DIV、DIVM和DIVN随设备而异。…

2021年5月14日，亚马逊云科技宣布在苏州市相城区设立亚马逊云科技智能网联数字化赋能中心。该中心将由亚马逊云科技与苏州高铁新城管理委员会合作设立，未来将整合苏州相城区在智能网联领域的产业聚集优势，结合亚马逊云科技在全球的技术、产品、解决方案、客户实践和合作伙伴网络优势，通过卓越展示中心、智能网联云平台、行业俱乐部、全球合作计划四个板块，全面助力相城区构建“阳澄云”公共服务平台，同时，协同国内的亚马逊云科技技术合作伙伴，帮助智能网联汽车价值链上各个环节的企业，更好地利用大数据、人工智能与机器学习、物联网等先进的云计算技术和服务，加速产品和业务创新，促进行业内企业的共创共赢，助力全球优质企业落户中国，并协助本地企业进行海外开拓活动，为城市进入智能交通和自动驾驶时代添柴加薪。 当前，苏州相城区正在积极创建国家级车联网先导区，致力于促进国内外产业的深度交流，推动产业链对接及跨界合作，共享智能车联网产业的时代机遇。目前，苏州市相城区已有数十家自动驾驶汽车公司，包括领先的初创公司落地运营。亚马逊云科技作为全球云计算的引领者，在2011～2020年已连续10年获得了Gartner CIPS(云基础架构和平台服务)魔力象限的领导者位置，并在执行能力和愿景两个指标上同时获得最高分。在自动驾驶领域，亚马逊云科技拥有丰富的云计算解决方案及客户实践经验，支持并服务了全球众多知名的自动驾驶科技和整车企业，包括Momenta(初速度)、 TuSimple(图森未来)、文远知行WeRide、轻舟智航QCraft、Mobileye、大众、丰田、宝马、本田等等。这些公司利用亚马逊云科技的服务和技术，快速开发和迭代他们的自动驾驶技术，以创新产品和服务赢得竞争。 亚马逊云科技大中华区企业业务拓展总经理凌琦表示，“当前，汽车行业正处在重塑转型的关键时期。针对智能电动汽车、自动驾驶汽车，以及由此衍生出来的创新出行服务，亚马逊云科技都与全球行业领先者一起，站在行业创新的前沿，帮助企业完成从设计、制造、销售到服务的全生命周期的创新。我们希望通过设立亚马逊云科技智能网联数字化赋能中心，充分利用亚马逊云科技和苏州相城区的优势资源，帮助更多汽车领域的企业取得成功。“ 在汽车领域，亚马逊云科技拥有全球领先的技术、服务和解决方案，以及亚马逊的前沿应用实践，包括高性能计算、海量存储、大数据分析与数据湖、物联网、边缘计算、工业互联网、人工智能与机器学习、机器人、自动化物流、内容交付、零售与广告、客户沟通等方面，可以从多个方面为汽车行业带来价值，加快新产品和创新技术的上市速度，包括：在车联网、新能源汽车、自动驾驶领域促进解决方案推陈出新;在优化供应链方面，推动供应链从研发、工程设计到生产制造、下游企业的数字化精细管理，降低成本，提高敏捷性;实现汽车品牌的营销增效，提高客户的智能化数字化体验，精准营销;加快车联网部署，增强移动端的能力;助力开发创新的车载应用，提高用户体验，等等。 亚马逊云科技智能网联数字化赋能中心是亚马逊云科技在中国设立的第二家行业数字化赋能中心。此前，亚马逊云科技刚刚宣布与上海市徐汇区政府合作，建立一家专注生命健康领域的行业数字化赋能中心。

近年来，智能可穿戴设备销量不断上升，品类日渐丰富，从健康监测、社交娱乐到虚拟现实等功能均有涉及。可穿戴技术依靠传感器来测量人体动作如何向消费者提供有关其自身的数据。随着传感器技术的发展，可穿戴设备现在具有更深的测量能力。据悉，世界领先的3D运动追踪技术及产品供应商Xsens授权世强硬创电商代理旗下可穿戴运动传感器产品线，这是继代理IMU惯性测量单元后，世强硬创电商再度获得Xsens的授权，双方旨在更多领域开展广泛合作。 Xsens成立于2000年，总部位于荷兰，mCube旗下子公司，是目前市场上基于MEMS技术表现最好、最可靠的IMU制造商，也是首家支持RTK功能的惯性传感器模块制造商。一直以来，Xsens持续创新3D运动追踪技术和产品，其传感器支持IMU,VRU,AHRS, GNSS/INS(+RTK)四种集成等级，配合强大的“传感器融合”软件算法，可实现高精度，高稳定性的姿态、航向、位置信息监测，在AGV、自动驾驶、卫星天线、安防、航天航空等多个领域中广泛应用。本次新增的Xsens DOT可穿戴运动传感器开发平台是用于分析和报告人体运动学的最先进的开发平台。该平台具有高精度可穿戴惯性传感器，低数据更新率条件下仍能保持高精度还原姿态，动态响应好，抗磁场干扰，能提供完整的开发平台，易于集成的移动API / SDK，降低开发门槛。 当前，Xsens授权的相关产品、公司介绍、行业应用、选型指南、数据手册、应用方案、白皮书等资料已更新至世强硬创电商平台，工程师可免费查阅、下载，下载的相关资料也会同步发送至实名认证邮箱。用户可前往官网获取更多Xsens详情。

2018年2月，Victor Peng正式成为赛灵思（Xilinx）的第四任CEO，彼时他提出一项转型计划，以自适应计算加速平台（ACAP）支持的新技术应对新市场。 时隔三年有余，AMD和赛灵思并购的消息愈发引起行业人士的共同关注。“很显然，AMD加上赛灵思，将为业界高性能计算提供强大的动力，成为高性能计算的动力源泉”，VictorPeng在近期的一次线上媒体沟通会上汇报了自2018年担任赛灵思CEO以来所执行的发展战略总体情况和未来的展望。 AMD与赛灵思将成为“黄金搭档” “AMD和赛灵思合并之后的组合, 将是唯一拥有如此产品技术广度的公司，涵盖了CPU、GPU、FPGA、灵活应变的SoC和 Versal ACAP，这是另外一个灵活应变的平台。我想也很少有合并的公司能够拥有如此之强劲的增长水平”，Victor Peng如是说。 除此之外，他还认为在AMD和赛灵思互补的技术和市场将使其能够支持更加广泛和多样化的市场，未来在计算领域赛灵思不仅能够成为强大的动力源泉，之前所做一切关于灵活应变的工作依然适用。 Victor Peng告诉21ic记者，通信、汽车、航天航空等是赛灵思曾经服务了几十年的市场，未来赛灵思也会持续发力几十年的核心市场。与此同时，在数据中心领域AMD和赛灵思也能够创造出强大的协同市场效应，根据估算长期总潜在市场（TAM）将达到1,100亿美元，并且这个数字还会不断上涨。 实际上，赛灵思此前一直强调在摩尔定律放缓，登纳德缩放比例定律和阿姆达尔定律接近瓶颈，现在是异构计算与加速器的“黄金时代”。而这种异构计算仍然需要依托CPU、GPU这样的通用处理器和不同类型专用处理器释放异构计算的真正潜力。 反观数据中心领域巨头均在不断吞并，势必拿下广泛多样化的市场，这样的背景下市场好似上演了一出“三英战吕布”。x86架构的英特尔曾收购Altera FPGA，x86架构的AMD看好赛灵思，Arm架构则被GPU“大王”英伟达瞄准。 对于数据中心的这种局面，Victor Peng认为，其实通过这样的组合可以看到市场这些巨头都认识到未来的计算不可能凭借单独的CPU、GPU、FPGA器件独领市场，单一架构并不能解决所有问题。在AMD与赛灵思合并后，能够提供全系列的解决方案。 英特尔在三个领域均有涉足，但实际上可以看到，英特尔在CPU领域市场份额不断被AMD侵蚀；GPU领域正在做一些尝试，但具体情况如何还需要拭目以待；并购Altera也不是特别地成功，因为赛灵思对Altera的领先优势是在不断扩大的，所以AMD和赛灵思在完全结合之后，市场份额也会不断提升。 英伟达主要在GPU领域，最近几年也进入了CPU领域，但真正要做成CPU的话，恐怕还是几年之后的事，比如最近要推出的一个CPU就需要两年之后。虽然在GPU领域英伟达是一个领先者，但仍然缺乏自适应计算的独特技术，所以赛灵思在此方面是非常有优势的。 实际上，在AMD并购赛灵思的新闻被披露之时，很多人都将这起收购案与英特尔并购Altera进行对比。Victor Peng认为，实际上两个并购案在很多层面上是不尽相同的，因为赛灵思在FPGA市场上是领先者，而Altera在被英特尔并购时并非领先者。除此之外，Altera的规模和收入与英特尔明显处于劣势，这与AMD和赛灵思之间关系是不同的。 Victor Peng透露曾和AMD CEO苏姿丰（Lisa Su）进行过一个讨论，Lisa Su也非常重视赛灵思的各项业务，之前也重申过对于现有的客户市场和应用都有非常坚定的承诺。他表示全新的组合仍然会兼顾赛灵思的其他业务，不仅仅是数据中心，因此这样的并购不会有任何变化，赛灵思仍会一如既往地在市场和客户上提供支持。 三大战略正在实现更大的价值 2018年开始，Victor Peng提出赛灵思的三大战略在于“数据中心优先”、“加速核心市场发展”、“驱动自适应计算”，这三者并不是孤立或者割裂的，而是三足鼎立的态势。Victor Peng详细介绍了目前为止，这三个战略的推进情况和未来发展战略。 1、数据中心优先：通过 Alveo, SmartNIC、计算存储不断扩大数据中心发展势头 根据Victor Peng的介绍，在数据中心上，将会是“计算+存储+网络”的三位一体的数据中心加速，包括Alveo计算加速卡、三星SmartSSD和最新推出的SN1000 SmartNIC。 赛灵思的板卡在OEM和超大规模数据中心中拥有非常多的部署，已有超过50种认证服务器，包括联想、戴尔、浪潮、HP等业界知名服务器领导厂商合作。 从数据上来看，数据中心的建设硕果累累，生态系统不断壮大。目前来说，赛灵思拥有20702名经过训练的开发者，1046名加速器计划成员，201个已公开发布应用。不久前，赛灵思还推出了赛灵思应用商店（Xilinx App Store），客户可以高效地使用、购买、开发基于赛灵思的应用。 2、加速核心市场发展：5G 基础设施、汽车、ISM、航空航天、测试测量和仿真（TME）、音视频及广电 （AVB） Victor Peng表示，通信领域是赛灵思长期以来非常核心的市场，这一市场也在不断的扩展之中。赛灵思不仅在5G上推出首款定制化自适应SoC产品RFSoCDFE，也在400G甚至更大光通信领域推出了集成了112G PAM4高速收发器的Versal Premium ACAP器件。 除此之外，赛灵思看到了5G新兴的机会分解式O-RAN，赛灵思的O-RAN是从大规模MIMO的无线电面板开始着手。一开始赛灵思仅仅是做一些参考设计，随着市场不断发展，赛灵思也能够进行一些量产化的设计，这也是今后将要着重进行的。在O-RAN上，赛灵思的带宽非常广泛，从性能和功耗上也会更强大，这是赛灵思的一个巨大的差异化优势。 据ABI Research预计，今后五年时间内大规模MIMO无线电将有15%会是O-RAN，预计在350亿美元以上。Victor Peng强调，虽然O-RAN的部署还在初期，不过赛灵思会抓住这一巨大机遇。 汽车、ISM和航空航天上，过去三年拥有非常良好的增长，均保持了两位数的增长率。在汽车领域增长了22%，面向汽车ADAS的车规级器件目前出货量已经累计超过8000万件。在ISM领域不仅取得了年增长率持续保持高个位数增长，特别是最近发布的Kria SOM仅一周时间，产品主页就产生高达12万的访问量。航空航天领域过去5年增长幅度大于45%，美国NASA最近新闻中火星毅力号探测器中也搭载了赛灵思的技术。 3、驱动自适应计算：借助平台、AIE、整体应用加速、Vitis、生态系统驱动自适应计算技术发展 在驱动自适应计算方面，此前赛灵思为不同阶层的开发者提供了一体化平台Vitis和Vitis AI。传统的硬件工程师可以继续使用Vivado开发工具进行开发，也可利用Vitis调用库提高硬件开发效率；对于擅长底层移植或底层驱动的软件工程师，可调用Vitis中预先定义好Shell、I/O和部分编程工程的硬件库进行开发；对于应用软件开发者可使用熟悉的语言，直接完成高级语言开发；对于AI科学家也可以利用高层次框架训练自己的模型。 在AI方面，Victor Peng表示，整体应用加速是赛灵思非常独特的竞争优势，业界也有专门系统可加速AI的部分，但其实仅仅是一种AI的神经网络。赛灵思可以加速多个AI，也可以加速应用当中非AI的部分，通过这样的方式客户能够真正使硬件自适应相关应用，而不是让应用来适应硬件。 AIE（人工智能引擎）是赛灵思推出的一种革命性的全新架构，目前已经量产出货。纵观AI加速产品路线，第一代AIE已布局在当前的Versal之中，搭载AIE的Versal在性能上远超于T4 GPU；第二代AIE将会提升其密度，以确保能够处理更多类型数据，并将对存储器进行分布式布置提高效率；第三代将会引进更多专用数据类型，服务于机器学习，使得基础性能能够提高2-3倍。而在下一代芯片上，赛灵思将不断推出新的芯片来大幅提升性能。 赛灵思自很久前便强调自适应和异构计算两个概念，在AMD和赛灵思的有机结合之下，异构计算将发挥其真正的功效。而在三大战略驱动下的赛灵思，在并购后也将持续推进其原本的战略，继续驱动FPGA自身的低时延、低TCO、高性能和灵活性优势在市场的应用。

从2020年到2021年，“缺芯”持续占据媒体头条。从行业来看，高盛公司估计，至少有169个行业因芯片短缺受到负面影响，就连最意想不到的肥皂生产、啤酒生产等也包含在内;而从地区来看，“最受伤”的似乎是美国——高盛估计，美国2021年的GDP可能因此减少1%，约2095亿美元(约合人民币13430亿元)。 可以说，“缺芯”已成为美国迫在眉睫的大事，而为了解决这一难题，美国也想尽了各种办法;该国各家芯片企业也是“各出招数”。 5月10日消息，据台湾媒体报道，近期业内传出消息称，全球手机晶片龙头高通正积极转单台积电，并在台积电中科15B厂6nm制程增加了大约2万片产能，加计原本的2万多片，产量等于多了一倍，大约8月到9月间会产出，抢攻下半年的旺季市场。 虽然目前高通的旗舰处理器骁龙888以及多款中高端芯片都在三星代工，但是去年骁龙888爆出功耗问题，再加上今年以来三星晶圆代工产能吃紧，市场早已传出高通将部分订单转回台积电，除了今年新增在台积电6nm的投片量外，明年还会有5nm的新投片量。 消息称，高通这次在台积电6nm的新单，主要针对骁龙(Snapdragon)6系列产品，内部代号Kodiak，新增投片量多达2万片，加上原有的2万多片，产量倍增，大约8月至9月间产出;但无法确定是否全部都是由三星移回，或是整体多出的产出。 手机芯片龙头高通(Qualcomm)新款旗舰手机芯片已完成设计定案(tape-out)，确定将采用台积电7纳米制程，供应链传出，高通新款手机芯片已经在第四季量产投片，最大的特色是整合类神网路运算单元(NPU)及支援5G，可大幅提升人工智慧边缘运算效能，预期包括三星、华为、OPPO、Vivo等非苹阵营手机大厂均将采用，最快明年第一季终端手机可望上市。 高通目前Snapdragon 8系列的手机芯片主要采用三星晶圆代工(Samsung Foundry)10纳米制程投片，虽然三星已宣布支援极紫外光(EUV)微影技术的7纳米制程开始量产，但台积电7纳米已量产进入第三个季度。 此前，极度看好联发科的Aletheia资本，今日意外启动降评，并在报告中指出，考量高通芯片难产瓶颈将在下半年排除，届时会给联发科强烈一击，联发科营运高峰确定在今年结束，为此调降联发科评级至“持有”，目标价也从先前的千元改为“未评等”(NA)。 数据显示，联发科2020年手机芯片出货量达3.52亿套，全球市占率约27%，超越高通，成为全球最大的智能手机芯片供应商。 不过，高通也不会就此让联发科彻底翻身，据博主@手机晶片达人爆料，高通准备回来了，上半年之所以没有发力，原因是饱受缺货之苦。 但第三季度高通拿到了台积电6nm工艺的产能，将开始“超级大量” wafer out(晶圆测试出片)中阶5G手机晶片，准备要跟MTK抢回失去的市场占有率。 同时他表示，其中小米，OPPO，vivo都在试产了，MTK的压力在第三季会非常明显。 美国芯片业正在走“下坡路”。数据显示，2020年9月，美国颁布芯片出口新规后，在短短两个月时间里，该国芯片业就因此损失了1700万美元(约合人民币10.9万亿元)的销售额。 再加之，疫情影响下全球芯片市场供应短缺已经持续数月，这也让美国汽车、科技行业遭遇困境——美国众多汽车巨头被迫局部减产;美科技巨头高通曾表示，该司全系列物料交期延长至30周以上，CSR蓝牙音频芯片交付周期已达33周以上。 为了获取更多的芯片供应，高通正把希望寄托在全球晶圆供应巨头——台积电身上。据市场5月10日消息，知情人士透露，高通正积极转单台积电，该美企已在台积电中科15B厂增加约2万片产能订单。 据悉，叠加此前的2万多片订单，高通在台积电的投片量达到了4万多片。报道称，预计该批订单将于今年8月份左右产出，届时高通将有望借此抢占旺季市场。 不过联发科的旗舰芯片与高通骁龙系列相比还有差距，想要冲击高通旗舰芯片市场的地位，还需慢慢来。