标签目录:侗族娱乐怎么样

摩登3注册登录网_深圳无人机供应链大起底(图)

  消费级无人机从去年开始已经闹腾一年有余,但是大多人的视线仅仅停留在大疆、零度、亿航等几家终端无人机公司的层面,对整个产业链的勾勒如同蜻蜓点水,兴庆地是,最近有人已经率先把深圳的无人机供应链名单整理出来,让整个产业链构图瞬间清晰起来。   下面内容转自 无人机 公众账号。(漏掉了一个大疆)   感谢深圳沙龙组织者张元锋等人的付出和贡献!下面阶段我们将会把这批数据录入数据库,制作无人机供应链服务系统,提供给业内同仁使用,还欲加入系统的可以继续向张经理提供信息。   小结:   非常开心,上面的有心人士可以把供应链名单整理出来,让我们看到无人机供应链除了无人机之外,芯片、飞控、电池、传感器、GPS、陀螺仪、动力系统、测绘仪器、电子元器件、无人机培训等也是无人机整个产业链的必备因素。   也许你会说,不了解这些信息对无人机的认知又不会产生什么障碍,但是,了解了这些信息后,你会对无人机产生一种全新的认识————除了会飞之外,它跟其它耳熟能详的消费电子产品一样,有芯片、有中间厂商、有周边产业,并不是我们想象中的那么神秘和遥远。

摩登3登录_快递小哥要失业了 2017年机器人就能为你送货上门

  自从亚马逊首次谈及利用无人机运送包裹的计划以来,世界各地都开始探索高科技的快递方式,最近两位Skype创始人Heinla与Friis也加入进来,旗下的Starship公司推出了一种专门用来小件货物配送的“盒子机器人”。   之所以这么称呼,是因为它的外形像极了一个配有六个轮子的储物盒,它最重可承载20磅(约合9公斤)的货物,最远可达到物流中心方圆1英里(约合1.6公里)多的范围。   这只长了六个脚的“机器人盒子”配置了一系列摄像头和传感器,99%都是的自动操作,能够安全行走在人行道上,会在指定时间从物流中心出发,穿越大街小巷,来到顾客家门口完成快递任务。    Starship的系统很简单:用户下单购买食品杂货,利用该公司——或其中一家合作商户——的移动应用,选择确认收货人在家的配送时间。机器人在配送过程中,所携带的包裹都是被严密封锁,接收者只有通过其智能手机才能打开。   Starship表示,这台联网机器人最多可运送两袋食杂货物,能够处理95%的包裹。它的成本比人力快递便宜5-15倍,目前的平均快递费为每趟5-15美元,Starship称它可以削减至1美元。    Starship首席商业官基斯·康奈尔说:“每年,欧美地区接收大约200亿份包裹,食杂等小件包裹总共涉及约1,300亿趟配送。”   对于热衷于网络购物的一群人来说,线上下单分分钟送货上门;对于连下楼都是剧烈运动的宅男们,再也不用担心零食吃完还要出门买;吃货更不用提,它可以从不同的饭店为你递送餐品,一次性吃到好几家的招牌菜。    Starshipde构想非常完美,但目前仍面临了很多问题要解决,比如行驶一公里耗电多少、在城市路况复杂的地方怎么办、机器人的维护和维修成本问题等。   据悉,Starship计划于明年推出两个分别包含5台机器人的试点项目,并希望在2017年启动全面商业运作。

摩登3注册开户_Kiva机器人:让双十一的仓储物流更加轻松

  网购欢快剁手之后,总免不了等包裹的痛苦。事实上,你痛,快递员也在痛。网购让消费者点点鼠标就能买到东西,可“到货架上取货”这份差事仍然是要有人去做的;而且相比以往,这任务更重了,快递员由于双十一工作量过大、工资太低闹“罢工”的事情也时常见诸报端。   不知疲倦、不求回报的机器人看起来是解决这种痛苦的唯一办法,亚马逊在自家引以为豪的仓库里用的就是个扁扁的、能搬运整个货架的机器人。 亚马逊用的 Kiva 仓库机器人   不过,自从 2012 年初亚马逊花了近 8 亿美元买下这个机器人的生产商 Kiva 公司之后,其它电商和物流公司们一直在想着如何摆脱来自直接竞争对手的控制。   Quiet 公司(“寂静公司”)就是其中之一,这家不是很著名的美国物流公司多年来一直在为 Zara 等服装品牌提供第三方物流服务。如今他们“不甘寂静”,研发了一款新型仓库机器人——Locus Bots,打算给大家提供替代方案。   和亚马逊家的 Kiva 比起来,Locus Bots 的样子截然不同,有点像以前那种挂式熨斗。它头部是一个扫描仪,用来扫描货物包装上的条形码,“身体”上的托盘处则可以安放货箱。   Locus 的工作方式也不一样,从官方发布的视频中(可以点进去浏览,无需翻墙)就可以看到,它搬动的并不是货架,而是货箱。工作起来,Locus 就在货架间游走,由旁边路过的工作人员把货物扫描后放进机器人“手中”的箱子,让它搬着去寻找下一个货架。 Locus Bots 仓库机器人   和亚马逊的仓库机器人一样,Locus 也不可能完全替代人工,但这已能大幅减轻物流仓库员工的体力劳动量了。同时,它还让仓库的拣货、运输变得更有效率。   根据《连线》杂志报道,Quiet 公司在自己仓库里已经装备了十个这样的机器人。而根据计划,在美国的圣诞购物季前,他们兴许还赶得及用上更多。   由于工作起来只是搬动货箱,无需和货架适配,Locus 显然更容易“兼容”普通的物流仓库。同时,它也会比亚马逊的 Kiva 便宜不少。虽然没有公布具体价格,但 Quiet 公司宣称,和 Kiva 相比,Locus 的优势之一便是“部署成本显著降低”。   对中国物流公司来说,仓库迟迟没能实现自动化的原因之一正是成本太高。据《上海交大巴黎高科评论》的报道,曾任亚马逊中国运营副总裁的周涛在去年底的一次演讲中提到,国内部署一台 Kiva 的成本高达 30 万,且国内物流仓库的规模普遍要比美国大很多。   目前国内已有的几家仓库机器人公司的产品大多模仿的是 Kiva,如今,类似 Locus 这样更便宜的解决方案,也许是条新出路。

摩登3新闻554258:_“天河二号”到底有多快?

  OFweek电子工程网 在最新一轮全球超级计算机的角逐中,中国的“天河二号”继续保持全球最快超级计算机的头衔,连续6次夺冠,刷新了日本“京K”所保持的五连冠纪录。   “天河二号”到底有多快?有个粗略的形容:“天河二号”运算1小时,相当于13亿人同时用计算器计算1000年。一台超级计算机到底有什么用?简单地说,它能计算普通计算机和服务器不能完成的大型复杂问题,有人形容它是现代科学技术的大脑。六连冠说明中国在超算硬件、软件和应用等方面整体科研实力快速提升,乃至达到国际先进水平。   上世纪六七十年代,一台计算机体型巨大,能占满一个房间,但存储和计算能力都还很低,但这在当时已经是弥足珍贵,在科学研究和武器研制方面发挥了巨大作用。随着技术的进步和更多需求的诞生,人们想出把很多中央处理器和存储器放在一起,造出能力极其强大的超级计算机。制造超级计算机的难点在于怎样组装它们并使之发挥最大效能。从这一点上来说,“天河二号”的互联网络、操作系统、前端处理器以及软件等都是自主研发的结果,即便是使用了美国英特尔处理器,也不能削弱“天河二号”的创新之处。全球超算排行榜的专业人员因此评价:“天河二号”系统以利用中国开发的技术而著称,系统中的大多数特色技术都是在中国开发的。   超级计算机不仅要算得快,还要用得多,用得久。超级计算机能够运用在信息服务、工业仿真、科学研究、生物信息、基因测序、石油勘探、航天航空等众多领域。中国科学家今年5月在“天河二号”上成功进行了3万亿粒子数中微子和暗物质的宇宙学数值模拟,揭示了宇宙大爆炸1600万年之后至今约137亿年的漫长演化进程。这种大规模宇宙学数值模拟,也只有“天河二号”这样的超级计算机才能做。在应用服务方面,“天河二号”从诞生以来就为用户提供高性能计算和云计算服务,在基因分析与测序、新药制备、大飞机和高铁等领域发挥巨大作用。   不过,也要清醒地看到,优化提升空间还很大。“天河二号”虽然在计算速度上领先,但在效率上跟美国“泰坦”等超级计算机相比还有一定差距。最新的全球超算500强排行榜上,中国大陆的超级计算机上榜数量从半年前的37台增至现在的109台,在阵容更加豪华的同时,这些迅速增多的超级计算机能否得到有效利用,怎样去提高利用率?也值得超级计算机去“算一算”。

摩登3登录_Facebook和Google们苦修AI方向,确定不会南辕北辙?

  2012年11月23日,应该是一个让时任谷歌人工智能实验室专家的Geoff Hinton倍感欣慰的日子,在这一天,纽约时报发布了名为《Scientist See promise in Deep Learning Program》(科学家们在深度学习上看到了希望)的报道,正式标志着深度学习被学界乃至全社会完全接受,从那时开始,Hinton大神数十年的默默坚持,终于给深度学习带来了一段持续至今的全盛期。   谁也无法否认在计算能力爆炸性增长的今天,的深度学习确实取得了巨大的成就,每一个置身于AI研究行业的人或许都永远不会忘记,在李世石和AlphaGo的对决中,人们的态度由最初的漫不经心,到中间的震惊和沉默,第四局李世石战胜之后的狂喜,和最终的叹息和敬佩。可是在这股科学界“全民DL”的风潮下,却逐渐有人开始对它提出了自己的质疑。   CVPR2016上,Mobileye的CTO Amnon Shashua在演讲中说道:他认为深度学习的研究绕了远路。因为真正的AI应该能帮人类解决人类解决不了的问题,而目前的AI的表现却仅限于人类已经能非常明确的理解和解释的领域。   同样是在CVPR期间,巴黎高等计算机视觉研究所的主任Nikos Paragios表示,深度学习方法几乎已经垄断了目前的计算机视觉,甚至是AI科研领域的所有研究,导致其他的方法和基础研究无人问津,对此感到有些担忧。   而在本届的IJCAI上,在计算机哲学上已有数十年经验的Aaron Sloman也在演讲中表示,自己认为AI作为一门科学(而不是工程学)已经在过去的二三十年间失去了方向。   今天Facebook搞了个大新闻:有多家主流媒体报道了Facebook即将建立的新数据中心和专为深度学习而研制的服务器Big Sur,而这个新闻却反而再次唤醒了我们心中的疑问:Facebook和Google它们现在努力的方向,会不会错了?   让我们先来看看关于Facebook这个服务器的其中一条新闻吧:   走进Facebook AI数据处理的心脏   从北美的西部访问facebook的话,你的访问数据有很大可能会经过一个位于俄勒冈州中心的高地沙漠中一块被充斥着满满的杜松香气的空气所冷却的服务器群。在普林维尔的市区,一个有大概9000人常住着的地方,Facebook存储着他们数以亿计的数据。一行一行的电脑整齐的排列在四座总占地面积将近75000平方米(800000平方英尺)的巨型建筑里。这些建筑被设计成刚好能让从西北吹来的干燥,并且通常相当凉爽的风吹进它们之间。过道中堆叠着的服务器闪着蓝色和绿色的灯,发出着单调的噪音,但在内部它们其实每时每刻都在不间断的处理着Facebook登陆、赞和“大笑”之类的服务进程。

摩登3注册网址_频繁收购AI公司 英特尔能否在人工智能时代扳回一局?

  英特尔IDF大会刚结束不久的9月6日,英特尔就在北京召开了机器学习策略的媒体沟通会。在频繁的收购AI公司背后,英特尔销售与市场事业部副总裁夏乐蓓与英特尔中国研究院院长宋继强共同阐述了英特尔在人工智能领域的战略规划与产品布局。错失了移动时代机遇的英特尔,在人工智能时代能否扳回一局?全力押注人工智能,英特尔在产品技术上有哪些优势和不足?   频繁收购AI公司 补齐人工智能技术短板   从去年12月开始,英特尔开启了大举收购人工智能相关技术公司的洪流。据不完全统计,在一年多的时间里,英特尔至少收购了六家AI公司。其在人工智能领域的布局也逐渐显露出来。   2015年12月,英特尔完成了167亿美元收购Altera的交易,这成为英特尔历史上最大金额的收购案。Altera是一家可编程芯片厂商,最大的价值是FPGA技术。这是技术专门为了解决深度学习对计算能力的要求而出现的,可同时进行数据并行和任务并行计算。收购Altera,使得英特尔能够推出CPU+FPGA的异构方案,更好的适应人工智能时代的定制化计算。   今年4月,英特尔收购了意大利半导体制造商Yogitech,这家公司制造了专为机器人和无人驾驶汽车开发的芯片。Yogitech芯片能够通过感应器和摄像头收集和处理无人驾驶汽车周围的环境信息,并用以指导无人驾驶汽车的行驶。而在随后的5月,英特尔又收购了专门从事计算机视觉算法的俄罗斯计算机视觉公司Itseez。这套计算机视觉算法可以帮助汽车“看见”并躲开路面上的障碍物。英特尔计划利用Itseez创建汽车安全系统的物联网,如自动驾驶,数字安全监控和工业检测等等。通过这两次收购,英特尔就具备了研发无人驾驶汽车芯片的能力。在随后的7月,英特尔宣布与宝马、Mobileye联合开发无人驾驶汽车。   今年8月,英特尔刚刚以4亿美元的价格收购了一家AI初创企业Nervana。这家公司研究了深度学习芯片(Engine芯片),性价比很高,而且处理速度是GPU的10倍。未来,英特尔可以把Engine芯片整合到英特尔的CPU中,这样可以以一个低成本的方法来实现人工智能处理的高性能,打造适合深度神经网络的处理器。而在不就后的9月6日,英特尔突然宣布收购硅谷计算机视觉技术公司Movidius。据悉,Movidius自主研发了全新架构的低功耗视觉处理器VPU,可以为智能设备增加视觉功能,包括无人机、安全摄像头、VR和AR头盔。分析认为,英特尔收购了这家企业,主要是为了利用计算机视觉、感知运算来增强RealSense 3D深度摄像头技术。通过收购Nervana与Movidius,英特尔不仅能够补全在嵌入式端与云端的CPU方案的不足,而且能够更加游刃有余的整合深度学习芯片和VPU等芯片。   总之,上述一系列的收购,不仅补齐了英特尔在机器学习领域的短板,同时也延伸了英特尔处理器的业务体系,为以后推出适合未来人工智能时代整合型的超级处理器打下了基础。   整合技术资源 建立人工智能产品矩阵      英特尔销售与市场事业部副总裁夏乐蓓   夏乐蓓称,云计算的大规模扩散,计算本身的成本下降以及万物互联产生的海量数据,让人工智能迎来新一轮的大爆发。而英特尔作为芯片领域的厂商,是未来人工智能产业链条上的重要一环。由于这种变化,英特尔目前正在经历着一个非常重大的转型,在过去英特尔公司主要是一个和PC或者融入PC来开展业务运营的公司,而现在更多的转向进一步充分发挥云的能力以及全世界几十亿台互联设备的能力的公司。

摩登3注册平台官网_富士康宣布投资3.4亿美元布局人工智能领域

全世界最大的电子代工企业富士康集团,正在从基于劳动力的简单组装,向高技术含量的研发厂商转型。科技行业觊觎的人工智能,同样成为富士康投资的目标。据外媒最新消息,富士康集团日前宣布,将在人工智能领域投资大约3.4亿美元。 据路透社报道,2月2日,富士康集团执行副总裁Fang-ming Lu在新闻发布会上表示:“我们在研发和技术领域的投资绝对不会处于弱势,我们希望在未来几年内在人工智能应用和工业互联网领域投资100亿元新台币(相当于3.4亿美元)。” 这位高管表示,富士康集团已经建立了人工智能研发团队,但是人员还不够,还需要招募更多的人才。 富士康掌门人郭台铭近日也宣布,将会组建人工智能应用和工业互联网研究院,另外在深圳市、台北市和美国设立工业机器人研究机构。 富士康集团已经在中国的制造基地中部署了6万台机器人,未来计划增加到20万台。 1月31日,富士康集团召开了特别股东大会,批准让子公司“富士康工业互联网股份有限公司”在上海证券交易所上市,这家公司的业务囊括了工业互联网、机器人等业务。这也是富士康集团第一次让旗下资产在中国大陆股市上市。 在过去一年时间里,人工智能成为科技行业的新浪潮,几乎所有的知名科技公司都进入了人工智能、机器学习等领域的研发。 在人工智能的具体应用上,有两个领域距离消费者更加接近。一个是基于人工智能语音助手的智能音箱,语音助手具备更高的智商,能够理解人类自然语言和语音,让人们进入了语音互联网时代。其中,谷歌助手和亚马逊Alexa两大产品,目前正在进入更多的第三方硬件,让消费者使用熟悉的同一个语音助手来操控汽车、家电、甚至是公司内部的软件、专业机器等。 人工智能的另外一个重要领域是自动驾驶。依靠计算机视觉识别,人工智能正在提高车辆驾驶的安全性和智能性。特斯拉电动车已经植入了成熟的自动驾驶技术,谷歌兄弟公司Waymo也准备在今年推出正式的无人出租车服务。 据报道,为了进一步招募人才,富士康集团也将会在大陆地区的北京市、上海市、南京市、深圳建立人工智能有关的实验室。 随着苹果三大电子硬件出现萎缩和停滞,郭台铭领导富士康集团走上了转型道路,更加重视零部件业务、技术研发和品牌业务。上述的人工智能和工业机器人,属于技术研发类业务。 富士康集团也在大举进入液晶面板业务,并且利用夏普品牌,扩大智能电视机、智能手机等销售,据日经新闻报道,夏普最近正在洽谈收购东芝公司的笔记本电脑业务,意味着富士康将拥有自主品牌的PC部门。

摩登3注册网址_如何解决PLC控制系统的抗干扰问题

  1.概述   随着科学技术的发展,PLC在工业控制中的应用越来越广泛。PLC控制系统的可靠性直接影响到工业企业的安全生产和经济运行,系统的抗干扰能力是关系到整个系统可靠运行的关键。自动化系统中所使用的各种类型PLC,有的是集中安装在控制室,有的是安装在生产现场和各电机设备上,它们大多处在强电电路和强电设备所形成的恶劣电磁环境中。要提高PLC控制系统可靠性,设计人员只有预先了解各种干扰才能有效保证系统可靠运行。   2.电磁干扰源及对系统的干扰是什么?   影响PLC控制系统的干扰源于一般影响工业控制设备的干扰源一样,大都产生在电流或电压剧烈变化的部位,这些电荷剧烈移动的部位就是噪声源,即干扰源。   干扰类型通常按干扰产生的原因、噪声的干扰模式和噪声的波形性质的不同划分。其中:按噪声产生的原因不同,分为放电噪声、浪涌噪声、高频振荡噪声等;按噪声的波形、性质不同,分为持续噪声、偶发噪声等;按声音干扰模式不同,分为共模干扰和差模干扰。共模干扰和差模干扰是一种比较常用的分类方法。共模干扰是信号对地面的电位差,主要由电网串入、地电位差及空间电磁辐射在信号线上感应的共态(同方向)电压送加所形成。共模电压有时较大,特别是采用隔离性能差的电器供电室,变送器输出信号的共模电压普遍较高,有的可高达130V以上。共模电压通过不对称电路可转换成差模电压,直接影响测控信号,造成元器件损坏(这就是一些系统I/O模件损坏率较高的原因),这种共模干扰可为直流、亦可为交流。差模干扰是指用于信号两极间的干扰电压,主要由空间电磁场在信号间耦合感应及由不平衡电路转换共模干扰所形成的电压,这种直接叠加在信号上,直接影响测量与控制精度。   3.PLC控制系统中电磁干扰的主要来源有哪些呢?   (1)来自空间的辐射干扰   空间的辐射电磁场(EMI)主要是由电力网络、电气设备的暂态过程、雷电、无线电广播、电视、雷达、高频感应加热设备等产生的,通常称为辐射干扰,其分布极为复杂。若PLC系统置于射频场内,就回受到辐射干扰,其影响主要通过两条路径;一是直接对 PLC内部的辐射,由电路感应产生干扰;二是对PLC通信内网络的辐射,由通信线路的感应引入干扰。辐射干扰与现场设备布置及设备所产生的电磁场大小,特别是频率有关,一般通过设置屏蔽电缆和PLC局部屏蔽及高压泄放元件进行保护。   (2)来自系统外引线的干扰   主要通过电源和信号线引入,通常称为传导干扰。这种干扰在我国工业现场较严重。   (3)来自电源的干扰   实践证明,因电源引入的干扰造成PLC控制系统故障的情况很多,笔者在某工程调试中遇到过,后更换隔离性能更高的PLC电源,问题才得到解决。   PLC系统的正常供电电源均由电网供电。由于电网覆盖范围广,将受到所有空间电磁干扰而在线路上感应电压和电路。尤其是电网内部的变化,开关操作浪涌、大型电力设备起停、交直流转动装置引起的谐波、电网短路暂态冲击等,都通过输电线路到电源边。 PLC电源通常采用隔离电源,但其机构及制造工艺因素使其隔离性并不理想。实际上,由于分布参数特别是分布电容的存在,绝对隔离是不可能的。   (4)来自信号线引入的干扰   与PLC控制系统连接的各类信号传输线,除了传输有效的各类信号之外,总会有外部干扰信号侵入。此干扰主要有两种途径:一是通过变送器或共用信号仪表的供电电源串入的电网干扰,这往往被忽略;二是信号线受空间电磁辐射感应的干扰,即信号线上的外部感应干扰,这是很严重的。由信号引入干扰会引起I/O信号工作异常和测量精度大大降低,严重时将引起元器件损伤。对于隔离性能差的系统,还将导致信号间互相干扰,引起共地系统总线回流,造成逻辑数据变化、误动和死机。PLC控制系统因信号引入干扰造成I/O模件损坏数相当严重,由此引起系统故障的情况也很多。   (5)来自接地系统混乱时的干扰   接地是提高电子设备电磁兼容性(EMC)的有效手段之一。正确的接地,既能抑制电磁干扰的影响,又能抑制设备向外发出干扰;而错误的接地,反而会引入严重的干扰信号,使PLC系统将无法正常工作。PLC控制系统的地线包括系统地、屏蔽地、交流地和保护地等。接地系统混乱对PLC系统的干扰主要是各个接地点电位分布不均,不同接地点间存在地电位差,引起地环路电流,影响系统正常工作。例如电缆屏蔽层必须一点接地,如果电缆屏蔽层两端A、B都接地,就存在地电位差,有电流流过屏蔽层,当发生异常状态加雷击时,地线电流将更大。   此外,屏蔽层、接地线和大地有可能构成闭合环路,在变化磁场的作用下,屏蔽层内有会出现感应电流,通过屏蔽层与芯线之间的耦合,干扰信号回路。若系统地与其它接地处理混乱,所产生的地环流可能在地线上产生不等电位分布,影响PLC内逻辑电路和模拟电路的正常工作。PLC工作的逻辑电压干扰容限较低,逻辑地电位的分布干扰容易影响PLC的逻辑运算和数据存储,造成数据混乱、程序跑飞或死机。模拟地电位的分布将导致测量精度下降,引起对信号测控的严重失真和误动作。 隔离器相关文章:隔离器原理 上一页 1 2 下一页

摩登3注册开户_工业控制应用面临的几个关键问题

纵观当前的工业控制领域,实时性、精确性、安全性和可靠性等性能指标仍然是设计过程中的难点之所在,而小尺寸、低成本和低功耗等性能趋势也是系统设计的发展方向,同时,对于向新技术和实施的转移,设计复杂性和设计周期也是常见的挑战。 与消费电子产品不同,工业控制设备的根本要求是稳定、可靠。所有新技术与新需求都是在此基础上延伸出来的,必须在保证该前提下的条件下为行业量身定制产品。当今的工业应用不但需要高性能和领先的技术,且仍然要求稳定的质量和可靠性,以及长期的产品支持。 新汉电脑公司(NEXCOM)产品中心经理田银声认为,最大的问题是“时间”,即如何在最短的时间内完成产品的量产,保证用户在最快的时间内上市,帮助他们抢占市场,开拓市场。因此,在不影响性能或增加成本的前提下,如何花更少的时间创造更复杂的设计是如今的嵌入式系统设计人员持续面临的挑战。 此外,因为要支持更加高级的控制算法,工业应用和设备正变得越加复杂。Spansion公司亚洲区销售兼市场营销副总裁曾顺利指出,“我们看到已经出现越来越多的通信标准(例如以太网和 USB),以及涌现出更多具有丰富用户体验的新颖的人机界面。在这一点上,工业应用与消费电子市场的趋势类似,工业应用将会使用更多丰富多彩令人惊艳的图形用户界面。” 具体到工业控制系统产品,由于客户集成的功能越来越多,势必要求计算机的处理性能就越强,而在工业控制领域越来越多的需求是狭小的空间内满足稳定、可靠的特性。工业计算机必须满足体积越来越小、处理性能越来越高、全密闭、无风扇等苛刻的要求。 田银声谈到,针对上述需求,在设计中,系统厂商正面临以下问题:如何解决散热问题,小体积和高功耗必会产生高热量;如何在小空间内摆放客户所需的众多I/O接口;如何满足客户上市时间要求;如何减少故障点;如何满足更长供货周期。 对此,他建议采取的对策是,加强研发工作,并投入更多的专业设备,如高低温实验室、EMI实验室、震动实验室等;更好地与上游厂家建立合作伙伴关系,如微软、英特等;同时加强通用产品的研发,因为大多数专业产品都是在基本产品上延伸出来的,如果基本产品可以很快产出,那么专业产品就会缩短研发时间。 新汉目前的重点产品是嵌入式工控机,如NISE 2100A、NISE 3600等,主要应用在轨道交通,机械自动化和安防领域。还推出了针对低端市场的英特凌动三代的无风扇行业专用机NISE 2200和高端市场的英特第三代I系列的行业专用机NISE 3600。 未来可见的另一个趋势是智能化,工业领域提出的远程维护乃至远程在线升级等需求要求控制系统具有智能和联网功能。不过,智能的实现,无不源于对大量信息的收集、处理、交换、分析和利用,而这些应用都得益于嵌入式技术、无线通信、网络、智能终端等相关技术的不断发展。 智能化系统涉及的相关产品包括有线/无线数据采集产品、智能网关、无线通信产品、控制终端产品等等。例如,工业自动化领先厂商研华针对智能化趋势推出了多款解决方案,包括ADAM家族最新成员ADAM-2000系列的无线传感网产品,内嵌WebAccess的UNO/TPC智能网关系列。此外,工业控制厂商与产业链中其他相关厂商的充分合作也非常重要。 曾顺利强调,“工业应用虽然多样化但都具有相同的需求:10年甚至更长时间的长期产品支持、高可靠性和高质量等。我们将帮助软件工程师调整产品以提升用户体验,确保高可靠性。使工业设计者能够创造性能更强、更具特色、能效更高的系统以构造更令人瞩目的用户体验。” Spansion FL系列串行闪存产品专为工业应用设计,支持-40至+85℃的工业温度范围,拥有较高可靠性及较长的产品有效时间。其中,最新4Mb、8Mb和16Mb Spansion FL-2K系列通过高达85MHz的读取性能可支持快速启动,适用于智能仪表的等应用;Spansion FL-S系列的带宽高达80 MB/s,比同类竞争方案快40%,从而带来更丰富的用户体验。这一行业领先性能使它非常适合工业应用,例如需要为LCD显示屏快速提供丰富图形的家庭能源管理系统。

摩登3测速登录地址_恩智浦发布首款在中国设计与生产的芯片,跨界处理器概念逐渐被接受

微控制器作为一种应用非常广泛的半导体组件,它在我们的生活中几乎随处可见,如冰箱、播放器、音响、洗衣机、汽车、工业机器、无人机、可穿戴等产品中都能看到它的身影。微控制器自推出以来,一直非常受客户的青睐,它不仅性价比很高,而且功能也是越来越强大。从早期的8位处理器到16位处理器,再到32位处理器和64位处理器,微控制器的市场一直保持着迅猛增长的趋势。随着AI和IoT的发展,对微控制器的需求也在增加,为支持更多的边缘计算和机器学习,微控制器也从单核架构逐渐演进到了多核架构。作为全球领先的汽车电子及人工智能物联网节点处理芯片公司,恩智浦提供了从边缘计算到网关,到云端的完整物联网解决方案,推动着互联汽车,智能互联解决方案市场的创新。 (从左至右,恩智浦大中华区微控制器事业部市场总监金宇杰,恩智浦资深副总裁暨微控制器事业部总经理Geoff Lees,恩智浦副总裁暨LPC和低功耗微控制器产品线总经理于修杰,恩智浦微控制器事业部全球产品总监曾劲涛) 2019年6月25日,在恩智浦微控制器部门2019媒体沟通会上,恩智浦资深副总裁暨微控制器事业部总经理Geoff Lees、恩智浦副总裁暨LPC和低功耗微控制器产品线总经理于修杰、恩智浦微控制器事业部全球产品总监曾劲涛、恩智浦大中华区微控制器事业部市场总监金宇杰等高层分享了对微控制器、边缘计算和机器学习等领域的深刻洞见,介绍微控制器业务发展战略与最新i.MX处理器产品,与众多媒体一同探讨嵌入式处理器技术为行业发展带去的无限可能。 跨界处理器概念逐渐被市场接受,在中国有众多成功案例 物联网是一个万亿级的蓝海市场,实现IoT需要很多技术,而微控制器作为物联网最核心的零组件之一,必将随着物联网的发展而受益。物联网行业的发展是驱动微控制器保持增长的一大驱动力,如汽车驾驶信息系统、ADAS系统、医疗电子用品、个人健康监测产品等,它们都需要低功耗、高续航、高性能的微控制器。恩智浦基于Arm的产品组合提供极高的集成度、广泛的软件和硬件支持以及全面的性能,助力物联网产业发展。 恩智浦资深副总裁暨微控制器事业部总经理Geoff Lees表示,在微控制器领域,恩智浦一直保持着领先地位,相对于其它微控制器厂商,恩智浦以完整的解决方案赢得客户,恩智浦独有的产品规模,从微控制器到微处理器应有尽有,为客户提供最前沿的超低功耗处理技术与设计领域相关产品,包括提供完善的软件和解决方案,正是恩智浦强大的产品组合,确保客户面对更多挑战时总能游刃有余。在恩智浦产品组合里面,最重要的一环就是软件。我们在过去一年里,扩大了北京的软件部门,目前我们的北京部门有超过200名工程师。此外,恩智浦在北京还设立了实验室,以便与客户直接就特定项目进行合作。恩智浦将继续与中国大学进行合作,如我们与天津大学计划打造物联网联合实验室。 中国作为全球最大的微控制器消费市场之一,恩智浦自然不会错过这样的机遇。Geoff Lees提到,中国一直是恩智浦的业务重点区域,面向中国市场进行产品定义、设计和制造是过去恩智浦一直强调的主题。恩智浦苏州设计中心是中国第一家芯片设计研发中心,去年我们与苏州大学合作成立了一个实验室,为它们提供足够的技术支持,为学生提供更好的培训。 几年前,跨界处理器的概念还不被人们所接受,可如今很多客户已经在其产品中采用了这样的处理器,这都是恩智浦的功劳。为了将MPU的高性能和MCU易于开发的优势进行融合在一起,恩智浦在2017年推出了跨界处理器,这种破坏性的创新打破了高端MCU和低端MPU之间的技术鸿沟,实现了MCU和MPU的“跨界”。恩智浦推出的基于ARM Cortex-M7的高性能处理器i.MX.RT,这颗处理器的亮点在于其主频达到600MHz,是当时业内基于该构架的最高频率。Geoff Lees表示,几年前我们推出了一款i.MX RT跨界处理器,这款产品在中国已经有了很多的成功案例。去年我们推出的i.MX 6ULP,它是当时这个市场价位最好的Linux处理器,恩智浦推出的一款新产品是i.MX 7ULP,这是恩智浦应用处理器中功耗最低的一款,可以达到以往的微控制器级别的功耗。 两年前,恩智浦推出i.MX RT系列平台后,目前在市场上非常成功,有很多成功案例,目前此产品线仍在不断扩大。恩智浦副总裁暨LPC和低功耗微控制器产品线总经理于修杰表示,这一次给大家介绍一个极端的产品i.MX RT1010,它采用40纳米制程工艺制造,是在中国设计和生产的一款芯片,由中芯国际北京亦庄厂进行生产。 “我们的“跨界处理器”概念逐渐被市场接受,这里介绍的i.MX 7ULP是一个新的“跨界处理器”概念。”于修杰说道,以前在市场上有两个极端,一个是处理器,一个是微控制器。i.MX RT具备微控制器的高性能优势,是跨界处理器的一种概念,i.MX 7ULP是另一个概念。特点是它有两个核,一个Cortex-A7核,一个Cortex-M4核,i.MX 7ULP的特色是Cortex-A7核和Cortex-M4核处于完全独立的两个域。Cortex-A7可以跑Linux操作系统,Cortex-M4是非常低功耗的一个核。在绝大多数情况下,Cortex-A7核处于关闭状态,此时Cortex-M4会处理一些基本的任务,保证设备低功耗运行。一个很好的应用场景就是智能手表,手表绝大部分时间处于休眠状态,一天中真正需要接电话时间很短,因此i.MX 7ULP非常适合于智能手表,保证其超低功耗运行,以实现更长的续航能力。 开发环境“eIQ”助力边缘设备实现机器学习 机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习已经有了十分广泛的应用,如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、语音识别、机器人运用等。Geoff Lees说道,机器学习不再只是一种概念,它已经应用在生活很多方面,如智能家庭、智能汽车、智能办公室等领域,都可以看到机器学习的很多应用实例,此前,我们向市场推出了一个恩智浦自己研发的机器学习的开发环境“eIQ”,我们很久之前就认识到,边缘节点的处理技术可切实推动客户采用机器学习,所以我们创建了可扩展ML解决方案和eIQ工具,帮助客户更容易获取和使用从云向边缘设备转移的人工智能功能。这是一套完整的机器学习工具包,支持TensorFlow Lite、Caffe2和其他神经网络框架,以及非神经ML算法。 在恩智浦整个微控制器和应用处理器产品线的支持下,eIQ可提供开发人员在边缘设备中实施ML所需的构件块。恩智浦eIQ紧跟ML不断发展的步伐,扩展了很多功能,包括数据采集和管理工具;适用于各种神经网(NN)框架和推理引擎的模型转换功能,例如TensorFlow Lite、Caffe2、CNTK和Arm? NN;支持新兴的NN公司,例如GLOW和XLA;传统ML算法;以及在恩智浦嵌入式处理器上部署异构处理模型的工具。Geoff Lees表示,恩智浦基于eIQ环境推出了适用于基于边缘设备学习和本地执行的视觉、语音和异常检测模型的一键式解决方案。这些系统级解决方案可提供构建全功能应用所需的软硬件,同时允许客户添加自己的差异化功能。 此外,恩智浦还推出了一款软件基础架构(称为EdgeScale),旨在通过集中实现ML应用来统一边缘设备中的数据收集、管理和处理方式。EdgeScale可与基于云的人工智能(AI)/ML服务无缝集成,并支持在所有恩智浦设备(从低成本MCU到高性能i.MX和Layerscape应用处理器)上部署云训练模型和推理引擎。“正是因为有这样的软件平台,我们可以把机器学习应用到所有的产品线上,从低端微控制器到高端微处理器。现在一些最新的嵌入式机器学习模式,很多不同的引擎需要在平同一个平台上运行。市场上有不同的模型,根据模型不同适配的硬件也不一样,我们的软件可以根据不同硬件来优化机器学习的模型。”Geoff Lees说道 恩智浦“一站式”解决方案,支持边缘计算与机器学习 除了eIQ和EdgeVerse,恩智浦还推出了更多方面的方案支持边缘计算和机器学习。恩智浦大中华区微控制器事业部市场总监金宇杰表示,eIQ是一个开发环境,在里面有一个对应的EdgeScale软件架构,这是从云到端支持安全设备管理的架构,可以提供更有效的机器学习运算能力。通过在PaaS层上建立一个优质的开发工具,为大量运算提供系统级支持。目前国内的一些手机制造商、工厂、网络运营商等都已经在使用此平台优化其管理环境,加强对其安全设备的管理。 对于客户而言,在进行边缘计算应用开发时,最便捷的解决方案就是“一站式”服务。金宇杰表示,恩智浦可以为客户提供完整的解决方案,我们已经跟国内的人脸识别算法公司合作,把人脸识别技术运行在一个单核处理器上,现在已经成功将其移到了边缘,这是恩智浦与合作伙伴一起在完整解决方案基础上进行优化,以达到最好的效果。恩智浦也与第三方公司合作,基于i.MX8M Mini和i.MX 7ULP开发类似的算法,其中我们提供了更全面、更完整的解决方案来支持机器学习,包括采用恩智浦i.MX RT平台技术的机器学习解决方案等。目前我们也进入到了消费产品领域,如条形音箱,汽车领域,我们和车厂合作,打造疲劳识别、语音识别解决方案,如基于i.MX RT平台设计的语音消噪系统,在工业级应用领域,包括采用全新的单核i.MX 7ULP平台研发人脸识别解决方案等。 前不久,恩智浦与微软合作推出了基于人工智能和机器学习的Azure IoT异常检测功能,两家联合演示了一个全新的Azure IoT异常检测解决方案。该解决方案包括一个小型、低功耗的模块化系统 ,包含恩智浦i.MX RT106C处理器、一整套传感器以及相关的异常检测工具箱。恩智浦经济高效的异常检测解决方案就是采用了强大的传感器和高性能i.MX RT106C跨界微控制器  设计,运行频率高达600MHz,能够在边缘节点实时收集和分析传感器数据。该解决方案可无缝连接到Azure IoT Cloud,帮助客户轻松将数据传输到云,并在云端将数据可视化,利用功能强大的数据分析工具来训练行为预测模型,以便在边缘设备上进行部署。 对于今年的市场展望和计划,恩智浦资深副总裁暨微控制器事业部总经理Geoff Lees表示,2019年,恩智浦将会把eIQ机器学习、人工智能开发环境等推向市场,将自己的技术应用到天津大学联合实验室中,为天津大学的学生进行培训。