2020年12月18日，在为期三周的亚马逊re:Invent全球大会即将闭幕之际，亚马逊全球副总裁、首席技术官Werner Vogels博士发表压轴演讲，分享了他对2021年的科技趋势的预测。Werner也回顾了2020年，他表示，2020年是如此的与众不同，无论企业还是政府机构，工作和运营方式都彻底发生了改变。而帮助我们应对巨变的，是科技。在线课堂帮助孩子们继续接受教育，在线会议代替商务会议室、酒吧咖啡厅会面，在线视频让人们继续拥有电影之夜，科技帮助人们养家糊口、教育孩子和工作协同，隔离在家也能自娱自乐。2020年的疫情没有让我们放慢脚步，反而加速了我们向数字世界迈进。在他看来，正是得益于这一加速变化，2021年将成为各种变革的启动台。以下就是他对明年及未来发展的预测。 1. 无远弗届，云将无处不在(2021年，云向边缘的推进将进一步加速) 所有云功能都集中在数据中心的时代正在开始消失。你会发现，云应用可以帮助海上船只提高性能，帮助飞机穿越天空，云应用嵌入汽车，进入家庭生活。不只是设备密集的数据中心，农村地区、野外，甚至空中、近地轨道，都可以获得强大的云存储及计算能力。云无处不在。 从AWS的视角看，AWS部署了数量众多的云数据中心区域和接入点，让云技术向全球各地的客户不断靠近。AWS Snowball被部署到夏威夷的火山边、南极洲的研究中心，收集PB级的数据。AWS Outposts将云的触角延申到客户的本地机房。AWS Local Zones将精选的云基础设施部署到更靠近客户需要的地方，帮助城市地区的客户迅速精减其累赘的数据中心。厨房里，健身房的自行车上，边缘设备可以借助AWS IoT Greengrass彼此相连。随着5G网络的扩展，运营商开始部署AWS Wavelength区域，让5G终端上的应用可以充分发挥5G网络低延迟、高带宽的优势。当网络的最远端都能高速地连接到云端，伟大的事情就会发生。 当延迟消除了，一些需要极低延迟的操作，从自动驾驶到自然语音处理和翻译，对重要基础设施的主动管理，就不再需要往返于地球的偏远角落和中心服务器之间，可以在最需要结果的地方就地进行。结果是什么呢?无人驾驶汽车成为现实，您可以开始与智能语音助手Alexa进行更自然的对话，工厂、住宅和办公室空间变得更加高效灵活。而且，如果你喜欢玩游戏，无论身在何处，都不必担心延迟影响游戏体验，可以将你的游戏技能发挥到极致。 云的概念从一个中心点延伸出来，进入人们日常的生活、工作环境，将有越来越多原本在云中运行的软件在身边运行，改善人们的生活，从医疗保健到交通运输、娱乐、制造等等。2021年，云向边缘的推进将进一步加速。 2. 机器学习的互联网(机器学习从云端延伸到边缘) 数据正在爆炸式增长。今天，一小时产生的数据，比2000年全年产生的数据还要多。未来三年内产生的数据，将比过去30年的还要多。2020 年，科学研究人员、制药公司、政府和医疗机构将所有资源转向疫苗开发、新的疗法，以及其它帮助我们对抗疫情的手段。无论你是不是数据科学家，都会对数据增长曲线有所认识。我们需要处理海量数据的能力。无论是医疗还是别的什么应用，处理所有这些信息的唯一实际方法，就是使用数据摄取和聚合工具，跟机器学习模型相结合，帮助我们理解这些信息。因此，毋容置疑，机器学习在2020年已经成为主流。 机器学习历来是一个计算量很大的工作负载，只能在最强大的硬件上运行。但是随着软件和芯片技术的进步，情况正在改变。通过组合使用AWS多种技术，软件和硬件在边缘端适配，可以发挥出比以往更大的作用。 云向边缘端不断地推进，明年将有更多行业和政府机构加速采用机器学习。在制造业，机器学习将融入生产线，实时发现生产异常。在农业领域，机器学习可以帮助农民更明智地使用宝贵的资源，例如土壤和水。 在世界上以小农户为主的地区，例如整个东南亚和非洲，将机器学习模型的使用推向新的应用领域，在更边缘的地方收集数据，带来的改变将是革命性的，将有助于农户提高收成，并且帮助他们提高售价。 Werner说他曾在东南亚拜访过一个AWS客户叫HARA。HARA总部位于印度尼西亚雅加达，他们使用机器学习分析东南亚成千上万小农户的数据。通过人员和设备在田间收集数据，包括农场的季节性生长周期，种植作物需要多少投入，从中可以获得多少收入。这种分析有助于农户获得合理的信贷。随着新冠疫情全球爆发，HARA正在使用其平台识别最需要食物的地方和人，与拥有食物的农户相匹配，并找出两者之间最佳的物流方式。新冠疫情为人类带来棘手的问题，但是科技可以帮助解决这些问题。 机器学习不断扩展，机器对机器的连接将呈爆炸式增长。根据思科的年度互联网报告, 2018年，互联网上只有33%的连接是机器对机器的连接。如果你有一个Echo智能家居产品，或者正在关注汽车行业的快速发展，那么你应该已经看到即将发生的事情，连接云的传感器和设备正在激增。Werner预计，到2021年，这一比例将超过50%。 机器对机器的连接不断增加，更多的数据注入机器学习模型，将出现更多针对机器学习的定制芯片。通过AWS Inferentia，可以在电力和计算方面降低机器学习成本。成本不断降低，性能不断提高，越来越多的机器学习应用场景在边缘执行运算，在边缘建立新模型。对于需要低延迟的应用 来说，这是一个颠覆性的创新。 现实的例子是今年席卷澳洲丛林或者美国西海岸的山火。未来，在边缘设备运行的机器学习模型可以帮助人们，根据历史上的火灾情况，在地面逐秒模拟当前的情况，不用回到中央数据中心，就可以预测火灾危险。边缘设备产生的数据，可以帮助救灾机构预防和扑灭火灾，让我们在世界各地可以看到更准、更快版本的 “今日火灾风险”提示。 如上，机器学习应用在医疗保健领域，用于为最需要的人提供食物，应对山火等气候变化的影响，技术、专家与决策者和社区合作，可以对人们身边的世界产生积极的影响。 3. 2021年，图像、视频和音频的表达将超过文字 几年前，《连线》杂志的一篇文章中，Werner谈到了声控计算的迅速崛起，新兴的用户界面，让人类可以用更自然的方式与机器交流、进行人与人之间的交流。这一趋势进入2021年及以后，Werner认为键盘会继续没落，以渐进的方式被淘汰。 在过去一年，全球疫情让人们与外界隔离，越来越多地通过音频、视频和图像进行通信。随着人们更多地使用多媒体的方式进行交流，在屏幕上产生的文字数量相对减少。在Twitter上，平均每天有80%的消息包含图像或视频，或者仅仅是图像或视频。今年夏天，Twitter开始为iOS用户推出音频推文，进一步明晰了这一趋势。快速降低的成本和在云中存储数据的能力，对这一趋势起到了一定的推动作用。 企业要与客户保持联系，更要敏锐地意识到这些习惯的变化，客户会不再依靠键盘、鼠标或其它机械的方式，与企业的产品和服务进行互动。所以企业应该探索从键盘转向更自然的用户界面。Alexa允许客户用语音进行亚马逊购物，其应用情况令人兴奋。 向更自然的交流方式的转变，也让服务和信息的获取更加公平。对那些从未学会读写的人来说，声音可能是他们获取信息的唯一方式。例如在加纳，Cow Tribe公司通过简单的语音命令向牧民分派疫苗、饲料和兽医。不能操作触摸板或键盘的残疾人，可以通过语音，让屏幕显示去年夏天的照片，从附近的餐馆点菜，或者让智能音箱给孩子打电话。 另外， Twitter和其它地方的所有视频、音频和图像都将成为数据源，可以提供新的洞见，产出新的产品和服务。拿音乐来说，随着人们向数字音乐过渡，音频已成为分析数据的来源，不仅可以播放你喜欢的歌曲，而且帮助你跟踪潮流趋势，发现新的艺术家;结合乐曲、流派和艺术家的历史，将音乐匹配到情绪、言语片段或位置地点。 2021年及以后，从社交平台到业务运营的所有领域，音频、视频和图像的使用将继续取代文字，云技术将发挥重要作用，满足这一需求。 4. 科技将改变现实世界，就像改变数字世界一样 2020年，社交隔离闯入人们的生活。隔离让人们有机会审视、再思考，我们的城市是如何运作、如何呼吸、如何流动的。我们生活和工作的许多地方，都是建立在几十年的假设之上(或者有几百年的历史，取决于你的居住地)，这些假设不再成立，或者说在此次全球疫情中表现不佳。 在高级数据分析的帮助下，2021年人们将开始思考，如何更好地设计城市，既能做到社交隔离，又不会感到相互之间遥不可及。这将会是数字和物理世界的真正融合。 例如，使用先进的数据分析技术和机器学习，城市能够分析人员流量，了解行人在不同情况下如何走动，如何进入体育场、出入杂货店和地铁站。多年来，大型商场一直在使用这种技术分析特定时刻的人流量，让人们在最佳时刻路过广告或促销牌子。将机器学习模型加入进来，我们就可以在瓶颈和危险点出现之前对其进行预测。 我们可以预测每小时的行人流量，在夏季旅游旺季或冬季流感季提供安全通勤建议。试想在一座博物馆，可以借助这些技术，很快知道如何摆放艺术品最好，更好地设计洗手间出入口，防止人们相互碰撞，保持安全的社交距离。 现实世界的另一个巨大转变，更大程度上将体现在金融方面，人们口袋里的现金正在迅速消失。新冠疫情带来的最大变化之一是无现金支付兴起。世界各地的一些酒吧和餐馆开始禁止使用现金。新的在线支付平台在崛起，他们的业务建立在云上，以区块链为例，底层加密和分类账系统(区块链是一个去中心化的电子分类账系统)是基于云的。这样的支付选择会越来越多，全世界将进一步加速采用数字技术，取代陈旧的、持续了几个世纪的支付方式。 5. 远程学习在教育中挣得一席之地 在过去几年里，几乎每个行业都发生了根本性的变化，只有教育是个例外，大多数教育机构的运作方式，仍然与我很多很多年前上学时并无二致。然而，当在线课程项目如Coursera或在线服务Chegg出现、教育方式正在出现一些缓慢变化时，新冠疫情让教育界经历了一场快速且不可逆转的重塑，其程度几乎超过了其它任何行业。 Werner说，最近他和波兰华沙的一些高中生进行了交谈，他们在用社交学习网站Brainly完成学校课业，通过线上课堂互相帮助。在疫情中绝望的父母们，都希望确保孩子在新的远程教育环境中真正在学习，因此，像Brainly这样的在线学习工具应运而生，爆炸性增长。 在疫情期间，技术在儿童教育方面发挥了巨大作用。明年，当人们验证了远程学习的有效性，而且对某些人来说或许是更好的选择，远程学习将在教育中发挥更积极和持久的作用。 另一个很好的例子，是黑人女孩代码(BGC)创始人Kimberly Bryant所做的项目。与所有教育者一样，在疫情期间，Kimberly只能在线上为7-17岁的女孩开设计算机科学课程。以往，BGC教室一年能招收约5500名学生，但今年春季仅用一个月的时间，学生数量就几乎达到了全年数量的一半，加入的女孩来自世界各地。Kimberly说，BGC不再会只有面授的教学形式了，她已经看到了自己能达到的规模，以及她可以帮助更多的来自世界各地的女孩。 今年的疫情大流行以及其它显而易见的变化，都迫使人们做出适应。但在线课程的意义不只是发生了全球健康危机才能体现。任何时候都可以选择接受远程教育(和工作)意味着，孩子们生病时也可以呆在家里上课，不会落后于同学。如果根本没有学校可上，只要有互联网，至少有可能接受某种形式的教育。 毫无疑问，应该把孩子们送回教室，让他们有面对面的交流，但还是可能有其它事件的干扰。远程课堂能使学校的教学系统和学生们，灵活应对各种突发事件，无论遇到疫情大流行、自然灾害还是人为灾难，都能确保学习不被中断。 6. 小企业竞相上云，东南亚和撒哈拉以南的非洲将成为领跑者 2021年及以后，一个巨大的变化是，小企业开始利用先进的云技术服务客户。大量优秀的技术和服务提供商将会涌现，服务于这些小企业。技术将帮助小企业做各种事情，从启动一个聊天机器人回答常见问题，到几分钟内让一个超简单的CRM系统就绪运行。小企业能够拥有复杂架构和应用带来的益处，却无需投入时间和金钱来搭建它们。 实现这一点源于云无所不在的趋势。在过去的一年里，大多数小企业都体验到，在许多情况下，利用技术的能力决定了一个企业的生死存亡。很少有人知道，美国只有47%的中小企业拥有自己的网站，预计这一数字在2021年会有所增长。放眼全球，预计东南亚国家，如印度尼西亚、菲律宾、泰国和越南，以及非洲的肯尼亚、尼日利亚和南非，将引领这一趋势。 2020年之前，Werner花大量时间在世界各地与客户交谈，倾听他们利用科技克服挑战的故事。在这些地区，他看到了中小企业的巨大潜力，也从他们的故事中受到启示。在撒哈拉以南的非洲地区，90%的公司都是小企业，占国内生产总值的40%，经济总量达7000亿美元。而东南亚国家的一些重要行业中，小型和微型企业占了99%，主要集中在旅游业和手工业。目前，这些国家的在线普及率已经位居世界前列，即使周围的世界正在停摆，这些小微企业依然可以通过互联网与外界进行交易。 以印度尼西亚的Warung Pintar为例，这家公司通过云端连接食品小店，将技术服务与小企业结合。在印度尼西亚、东南亚和世界其它地方，随处可见这种街边小吃摊和小杂货店，它们通常都是独自经营，可以在那里买冷饮，买零食，也可以给手机充值。Warung Pintar小店提供了所有这些功能，只是这些小店和它们的运营都是连接到云上的。Warung Pintar的小店经营者通过一个亮黄色的小盒子，就可以实现库存管理和跟踪、销售分析、无现金支付、WIFI连接等。以前，这些小店生意的好坏只有依赖路边的人流量，现在小店店主们可以开始了解和培育他们的客户群。以前，他们库存和进货主要凭直觉采购，现在他们可以分析，了解卖什么最赚钱，什么货只是占地儿。 随着这些小企业将其独特的做法和独具特色的商品推向世界，他们很可能打破发达国家的许多商业惯例。他们既没有传统技术的负担，也没有固有思想的羁绊，因此发展空间广阔无限。 7. 2021年，量子计算将蓬勃发展 过去，一次又一次证明，一旦最先进、最复杂的技术被普及，让大众都买得起、用得到、能理解，巨变就会发生。 在 2019年 re:Invent大会上，AWS发布了一项全托管的量子计算服务Amazon Braket，帮助研究和开发人员加速研究，发现量子计算的潜力。2020年，AWS把这项服务开放给了所有人。 Amazon Braket出现前，只有全球顶尖的研究机构或最具经济实力的公司才能使用量子计算硬件，现在，任何人都可以用低至0.30美元的价格使用量子机器。 毫无疑问，这种深奥难懂的计算方法还处于早期阶段，但这也正是Braket的要点所在。在探索时期尤为重要的一点是，要让尽可能多的人涉足到量子计算领域。随着企业和机构开始初步尝试量子技术，这种专业知识开始走出学术界，围绕量子未来的各种商业计划、产品与服务雏形就会陆续出现，这也是Braket从实验室走向应用的途径。正如我们在机器学习发展过程中看到的，当软件生态系统真正能够服务于硬件时，成千上万的应用程序就会出现。 在未来十年左右的时间里，量子计算将改变很多领域，如化学工程、材料科学、药物发现、投资组合优化、机器学习等，但只有当越来越多的人现在开始设想这条未来之路，这些改变才能实现。 鉴于AWS有经验让所有人用得起、用得上和能理解先进的云技术，Werner认为2021年将是量子计算开始蓬勃发展的一年。 Werner说，为使科技发挥潜力，帮助全世界的人过上更好的生活，我们走遍世界，更应该走到世界的上空。 2019年，我们推出了AWS Ground Station卫星地面站服务。利用该服务，客户能够控制卫星通信、处理数据，扩大运营规模，而不必操心地面站基础设施的建设或管理。这项服务已经取得巨大成效，但我们认为这仅仅是一个开始。我预测，2021年及以后，太空将是我们在云技术方面取得最大进步的领域。 目前，卫星数据的接入和处理技术，已经用于帮助研究人员追踪冰川消退，海事机构保护脆弱的海洋保护区，农学家更准确预测粮食供给。同时，一些初创公司正在探索利用太空发展新一代快速而安全的网络。通过让每个开发者都能负担得起接入太空的费用，我期待看到这些创新能落地变成现实，帮助所有人成长和成功。

来源： 半导体那些事儿 昨天晚上，在芯方式的一个微信群里，有位朋友抛出了这个话题，如果回到职业生涯的初期，你会在硬件工程师or软件工程师中选择哪一个？大家对此话题兴趣十足，持续讨论到凌晨一点多（都不用睡觉的吗？），大部分人表示软件工资待遇比硬件要好很多，也有很多不同的观点，有人表示不喜欢写代码，有人后悔当年应该听爸爸的话去学医！那么如果有一次重来的机会，看到该话题的你会选择做一位硬件工程师还是软件工程师？为什么呢？下面是大家分享自身的经历和感悟，这样也能给刚参加工作的朋友们一个参考的方向~ @黄鹏(滁州惠科光电 TF工程师): 如果有机会重来，出于对个人的发展与长期规划，软件工程师相对更适合一些，当然面对的压力和未来的挑战也相对多一些，然而作为年轻人，不闯一闯怎么知道自己能翻出多大的浪花。 其实也可以针对几个方面来说：1、就业选择；就目前的现状来看，几乎所有公司都会对软件工程师有一定的需求，所有的硬件也少不了软件来支持；所以就业方面，软件工程师的选择优于硬件工程师；2、薪酬待遇；软件工程师在一线城市，应届生一般可以轻松拿到20W+/年，5年以后资深工程师最少60W+，总监级别破100W也不是问题；硬件工程师一线城市，应届生就算是进华为、联想、小米也就10W以内吧，5年以后估计也就20W+吧，总监级别也很难到50W（个别特别出色人才不计算在列）；3、从长期发展；软件的发展速度是优于硬件的，自然发展就需要自身的不断学习，知识就是财富，这点也是毋庸置疑的，也是长期发展软件工程师也是由于硬件工程师的。当然就现在社会也也出现过很多青年才俊的软件工程师因为过度劳累催死，这也是让很多人望文却步的，就看会不会吓退一部分人了。最后，年轻不拼一拼，等老了，拿什么在晚辈面前炫耀。。。 @计儒(上海理工大学 光电信息工程)：首先这个话题，一千个读者一千个哈姆雷特。客观的讲:行业没有好与不好之分，包括硬件与软件。非要说行业有差别的话，无非是人们的给它带上了标签。硬件主要是物理实现，软件主要是算法与应用，实际两者并不分家。现在的软件实现也有通过硬件实现，比如硬件加速。 21世纪发展到现在，很多软硬件应用已经深度融合，用软件定制硬件或者硬件架构提升软件性能。纯硬件工作，像单板设计，射频电路，电子元件等等，纯软件工作，像各类语言的开发，c,c++,python,perl等，算法是灵魂。明确分软硬件，差别还是非常大，选择不一样对职业发展还是影响很大。待遇方面确实软件比硬件要高出不少，但也要看具体行业，比如ic设计领域，薪资天花板与人工智能这样的热门行业几乎差别不大。如果重新选择软件还是硬件，每个人的情况各不一样，选择确实有时候大于努力。如果只讲收入，建议进入金融，地产业，也是不错的选择。但实际情况，很多人在进入大学前选择专业并没有考虑个人的性格与兴趣爱好（职业倾向性），导致进入工作并不是期望需求的。所以最好是找准个人的定位，比如喜欢动手，可以考虑做硬件；对软件开发应用，喜好编程的，可以考虑做软件。最不好的选择就是别人说什么行业好，这个工作好，然后选择了也没有太大兴趣，工作也没激情，这是最可怕。个人建议:选择自己一个感兴趣，并由此对职业有前瞻性的评判，再提升自己，需要什么再去学什么，这是结果导向型的做法最后我个人还是选择软硬结合的，希望可以给到小小的帮助。 @黄金烨(LG电子 电子工程师): 对于我来说可能会选择软件工程师。从学习方面来说，软件的学习成本相对硬件来说，成本可以说非常少，一台电脑，网上可以下载很多免费的学习资源，某宝上也能买到低价格的资源。 也就是说，你凭借这些资源多多练习，在网上接项目，逐渐就能成长为一名熟手，最关键的是你在学习过程中就能挣钱，而且利润也是比较高的。而硬件，软件需要的学习资源，电脑这些硬件都是需要的，而学硬件要想有所成长，最关键的就是多实践，而实践需要的是什么？是电阻、电容、传感器、IC，开发板等元件。硬件学习成本最高的就是这些，你的任何构思，电路设计出来了，你就得做出实物来验证，然后一步一步调试。有人可能说，有仿真软件可以验证呀。但是仿真结果只是个大概，对于要求比较高的电路，结果就不一定准了。另外电路打板费用也不能忽略呀，PCB设计一个微小的差距可能就会把你的板废掉，现在一般打样50块钱10块PCB吧。而且硬件还需要很多测试仪器：万用表、示波器（性能好的很贵的）、LCR测试仪、烙铁、吹风筒、AP…..。当然如果背靠公司，可以省很多费用。二、从工资上涨幅度比较。硬件工程师一般是服务于制造业的，工资上涨比较缓慢，而现在是IT热潮期，人工智能发展，软件工资上涨快。对于硬件工程师，有二十年工作经验的，可能年薪才二十多万，但是有二十年工作经验的软件工程师，月薪就二十万了。 @孔祥儒(珠海运泰利 电子工程师): 很早的时候，软件硬件还不是分的很明确，软件的人都喜欢通过编程控制硬件，一个电脑便能操控另一个地方的售货机。 后来的后来，软件看着越来越脱离实际物体，看似与硬件毫无关联，但当初想要搞些动作的人可没想那么多，他们的目标就是造出自己的东西来。硬件和软件的分歧在全世界都有，软件nb的是美国主导，硬件嘛，德国。而在中国则是软件为主（以现阶段看前面），见效快，收益高，成本低。智能手机和电脑的到来加剧了这种情况，每年软件人都那么多，但实际上是供不应求，再看硬件，看着学着人很少（很多还转到了软件）但实际上供大于求。但我就喜欢硬件做个实实在在的物件，那种新鲜感很开心。就业方面来讲，个人认为软硬件已不应该作为划分标准，例如，做硬件的都会涉及到stm32，你不学软件能行？学fpga，你不学vhdl?所以硬件人一定学软件。但纯软件的像后台，前端的不一定需要学硬件。而且今年软件工资是个分界点，以后不会再长很多（除潮流）。遵循兴趣，跟进潮流（大数据，芯片，人工智能…）。奋斗吧，少年！ @氵三丿寸:如果有钱的话就选硬件，软件的话更新换代太快，要不停的学习，学到头都秃了，为了头发还是选硬件吧。（滑稽） @古顺东(广州新夏启信息科技有限公司 技术总监): 硬件软件定义很泛，就拿嵌入式系统来说，从嵌入式硬件出身到底层软件到现在研发算法的我，还是会选择做一位懂硬件的专业软件工程师（嵌入式），当然，计算机系统层应用程序开发也了解一些，嵌入式系统很泛，细分可以有很多，单是软件就有驱动、系统、应用、GUI、算法等，不懂硬件的软件工程师或许不是好工程师，修炼好内功，多去接触底层的东西，自底向上，会发现计算机技术的通性，多去涉略前沿技术，加油，技术驴友们 @赵宗国(联芸科技 数字电路设计): 首先要说明的是，这是个职业选择的问题。既然涉及到职业选择，那么就不能只拿金钱来衡量了，因为还有一个重要的标准，那就是兴趣使然。所以，我先说下我自己的想法，如果有重新选择的机会，我还是会选择硬件行业。这并不是说明我有多大的抱负，我只是想说明这是一种兴趣与爱好。如果单纯从金钱去衡量，那选择软件，现在看来可能更好些，但是那只能成为一份工作，至少对我而言是这样的，而不能成为我的职业，甚至为之奋斗的事业。当然这是个人观点。不过从另一个角度来讲，硬件相关的工作待遇，尤其是芯片相关的，现在有赶超软件相关行业的趋势，这也是国家重视发展实业与核心技术的一个提现，所以这对我们这些从事硬件相关的工作人员来说也是一个利好。总之，希望大家能够慎重选择自己的从事行业，也希望国家的芯片行业越来越好！ @丽莉(国内某知名电商): 作为一个既不是硬件工程师也不是软件工程师的人，也想来回答一下这个问题。 目前很明显是对软件工程师的需求大一些，而且各种各样的培训班层出不穷，职位也多，找工作的话难易程度明显小于硬件的。但是长久来看，硬件是吃经验，而且科班出身的优势明显，门槛也高。不管怎样，这两个行业在未来都会有非常非常多的机遇与挑战，看上去走下坡的硬件，国家也砸了不少银子；看上去很吃香的软件，哪一天就饱和……假设毕竟是假设，不管选了哪条路，先走到底吧。 -END- | 整理文章为传播相关技术，版权归原作者所有 | | 如有侵权，请联系删除 | 往期好文合集 手把手教你详细的硬件电路设计 学好单片机必须要了解的的8个电路设计 基础电路设计知识：电阻、电容、电感、二极管、三极管、mos管！ 最 后 若觉得文章不错，转发分享，也是我们继续更新的动力。 5T资源大放送！包括但不限于：   免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

高明的中医总是能通过把脉的方式来从脉搏的跳动中微弱差异（脉象）中神奇地找到病因，而今天普遍使用的听诊器，则将脉搏的震动转换为耳朵可以清晰听到的声音波动，一样可以帮助辅助判断病情、病因。 与人体会生老病死一样，世间万物都有其运行规律。在工业领域，设备一样面临“生老病死”的命运，其运行规律和健康状况与工业效率与安全息息相关，生产设备的健康必须得到有效的监测和维护，而过去的设备健康状态监测需要依靠工作人员通过对设备运行振动、声音和产品质量的观察进行判断。与中医对脉象的判断通常需要几十年的经验积累类似，这在以前是只有少数具备数十年机器振动、声音观察分析经验的一线专业人员才能驾驭的检测工作。 任何深谙设备维护必要性的人都知道，设备发出的声音和振动有多重要。通过声音和振动进行适当的设备健康监测，可以将维护成本降低一半，使用寿命大大延长。很明显，这类监测方法需要进行状态信息的传感拾取、以及微弱传感信号的变换和数字化采集，以及数字化信息的分析解读，因此这对于擅长模拟信号信号链和数字化采集分析的ADI公司来说，是一个必须抓住也必然可以抓住的商业应用领域，ADI团队在过去20年里一直致力于理解人类是如何解读声音和振动的，其目标是建立一个系统，能够学习来自设备的声音和振动，破译它们的含义，以检测异常行为并进行诊断。 设备是否健康？“把脉”一下就知道 中医的把脉又称为切脉，是中医师用手按病人的动脉，根据脉象，以了解疾病内在变化的诊断方法。把脉是由动脉搏动的显现部位（深、浅）、速率（快、慢）、强度（有力、无力）、节律（整齐与否、有无歇止）和形态等方面组成的。脉象是中医辨证的一个重要依据，对分辨疾病的原因、推断疾病的变化、识别病情的真假，以及判断疾病的预后等，都具有重要的临床意义。 在早期的机械加工生产中，有经验的操作人员往往凭直观感觉来判断刀具是否已经磨钝：当工件加工表面粗糙度开始增大，切屑的形状和颜色发生变化，工件表面出现挤亮的带，切削过程产生振动或刺耳噪声等，都标志着刀具已经磨钝。 后来，陆续出现手持式振动检查设备，不需要操作者具备丰富经验即可对设备的振动进行分析判断。然而，此类设备的一个主要局限是测量结果不可重复，探头位置或角度稍有改变，就会产生不一致的振动剖面，从而难以进行精确的时间比较。因此，维护技术人员首先需要弄清所观察到的振动偏移是由机器内部的实际变化所致，还是仅仅因为测量技术的变化所致。 理想情况下，这样的监测传感器应当结构紧凑并且充分集成，能够直接永久性地嵌入目标设备内部，从而消除测量位置偏移问题，并且可以实时地进行监测。例如具有先进的系统级功能并可用于嵌入式应用的ADXL100x系列加速度计，以及具备低噪声等级特性（噪声低至20 μg/√Hz，带宽为1500 Hz）、在更严格的带宽范围内观察发现的ADXL35x系列产品。 ADXL100x系列具有宽带宽和低噪声特点。但是，它们采用单轴，需要配备相关的处理电子设备。为了简化设计，ADI公司提供了一套完整的解决方案，采用 ADcmXL3021型号实施三轴测量。这款产品包括三个基于ADXL1002的测量链、一个温度传感器、一个处理器和一个FIFO。整个装置封装在一个铝壳 (23.7 mm × 26.7 mm × 12mm) 内，可以即时安装在旋转机器上，具有仅 25 μg/√Hz的极 低噪声水平和10 kHz带宽，这些特点使其能够在大量应用中捕捉振动特征。 这类监测模块除了为预测性维护构建模型之外，与人工智能和云访问结合还开启了通向诸多可能性的大门。例如，将振动测量数据与来自其他传感器的数据（压力、温度、旋转、功率等）相关联，可以推断出关于系统状态的许多信息，不仅可用于检测机械故障，还能够处理诸如空输送带、内部没有流液的泵、不含膏体的搅拌器等。 设备健康监测创新，对设备健康“听诊”分析 人类对声音具有天然的敏感性，通过了解设备发出的正常声音，当声音出现变化时，就可以确认出现异常。传统上，我们依靠经验丰富的技工人员和工程师带来人工成本和独特人才资源的压力。声音拾取和智能分析能力与技术日渐成熟的今天，通过电子系统来实现已经变得可行。ADI的OtoSense的体系结构就是这样一种设备健康监测系统，通过对设备运行中的噪声采集、处理和分析，支持基于计算机听觉理解设备行为，实现无接触的性能检测和分析。 OtoSense的系统设计理念就从人类神经学中获得灵感，它是一名研究失聪儿童和患有精神疾病儿童的语言病理学家（上图为OtoSense系统的创建者、ADI公司OtoSense产品开发团队负责人Sebastien Christian）的杰作，并在2019年被ADI成功并购。传感解译技术依赖于传感数据，而ADI在这方面显然更胜一筹。传感模式经信号链转换为数字模式以及数字处理能力，与先进的ADI模拟信号链和数字信号处理技术整合，这样一来OtoSense的优势不仅仅是算法，还在于能够通过信号链接收高度准确可靠的信号。 OtoSense系统是一种致力于传感解译的人工智能，它能够使用数据进行学习，并与人类交互，以实现在边缘、实时、离线检测异常事件。其可用于机器监控、简化专业维护人员的工作，以及避免人们接近即将出现重大故障的机器，大大降低了工业环境运行风险。 本文总结 中医将人体作为一个复杂的系统，认为各种疾病能在脉象、舌苔等身体特征中表现出不同的差异，对于工业设备的安全监测应用来说何尝不是呢？设备的机械特征变化也会在振动、噪声特征中必然有反应。有意思的是，ADI的OtoSense技术就已在医疗保健应用中进行了成功测试，实现对慢性阻塞性肺病患者的咳嗽监测、睡眠呼吸暂停检测、胸声监测、老年人身体监测，等等。OtoSense高级预测性维护系统、基于MEMS的振动监测系统将越来越多的应用到工业设备预测维护中，以及在汽车、楼宇监测等更多领域获得广泛拓展。 关于世健 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

关注+星标公众号，不错过精彩内容 来源 | 技成培训 PID的数学模型 在工业应用中PID及其衍生算法是应用最广泛的算法之一，是当之无愧的万能算法，如果能够熟练掌握PID算法的设计与实现过程，对于一般的研发人员来讲，应该是足够应对一般研发问题了，而难能可贵的是，在很多控制算法当中，PID控制算法又是最简单，最能体现反馈思想的控制算法，可谓经典中的经典。经典的未必是复杂的，经典的东西常常是简单的，而且是最简单的。 PID算法的一般形式 PID算法通过误差信号控制被控量，而控制器本身就是比例、积分、微分三个环节的加和。这里我们规定（在t时刻）： 1.输入量为 2.输出量为 3.偏差量为  PID算法的数字离散化 假设采样间隔为T，则在第K个T时刻： 偏差=  积分环节用加和的形式表示，即  微分环节用斜率的形式表示，即 PID算法离散化后的式子：  则可表示成为：   其中式中： 比例参数：控制器的输出与输入偏差值成比例关系。系统一旦出现偏差，比例调节立即产生调节作用以减少偏差。 特点：过程简单快速、比例作用大，可以加快调节，减小误差；但是使系统稳定性下降，造成不稳定，有余差。 积分参数 ：积分环节主要是用来消除静差，所谓静差，就是系统稳定后输出值和设定值之间的差值，积分环节实际上就是偏差累计的过程，把累计的误差加到原有系统上以抵消系统造成的静差。 微分参数 ：微分信号则反应了偏差信号的变化规律，或者说是变化趋势，根据偏差信号的变化趋势来进行超前调节，从而增加了系统的快速性。 PID的基本离散表示形式如上。目前的这种表述形式属于位置型PID，另外一种表述方式为增量式PID，由上述表达式可以轻易得到： 那么： 上式就是离散化PID的增量式表示方式，由公式可以看出，增量式的表达结果和最近三次的偏差有关，这样就大大提高了系统的稳定性。需要注意的是最终的输出结果应该为：输出量 =  + 增量调节值。 目的 PID 的重要性应该无需多说了，这个控制领域的应用最广泛的算法了。本篇文章的目的是希望通过一个例子展示算法过程,并解释以下概念： （1）简单描述何为PID？为何需要PID？PID 能达到什么作用？ （2）理解P(比例环节)作用:基础比例环节。 缺点：产生稳态误差。 疑问：何为稳态误差 为什么会产生稳态误差。 （3）理解I(积分环节)作用:消除稳态误差。 缺点：增加超调 疑问：积分为何能消除稳态误差？ （4）理解D(微分环节)作用：加大惯性响应速度，减弱超调趋势 疑问：为何能减弱超调？ （5）理解各个比例系数的作 何为PID以及为何需要PID？ 以下即PID控制的整体框图，过程描述为： 设定一个输出目标，反馈系统传回输出值，如与目标不一致，则存在一个误差，PID根据此误差调整输入值，直至输出达到设定值 疑问：那么我们为什么需要PID呢，比如我控制温度，我不能监控温度值，温度值一到就停止吗？ 这里必须要先说下我们的目标，因为我们所有的控制无非就是想输出能够达到我们的设定，即如果我们设定了一个目标温度值，那么我们想要一个什么样的温度变化呢？ 比如设定目标温度为30度，目标无非是希望达到图1希望其能够快速而且没有抖动的达到30度。 那这样大家应该就明白，如果使用温度一到就停止的办法，当然如果要求不高可能也行，但肯定达不到图1这样的要求，因为温度到了后余温也会让温度继续升高。而且温度自身也会通过空气散热的。 系统输出的响应目标 综上所述，我们需要PID的原因无非就是普通控制手段没有办法使输出快速稳定的到达设定值。 控制器的P、I、D项选择 下面将常用的各种控制规律的控制特点简单归纳一下： (1)比例控制规律P：采用P控制规律能较快地克服扰动的影响，它的作用于输出值较快，但不能很好稳定在一个理想的数值，不良的结果是虽较能有效的克服扰动的影响，但有余差出现。它适用于控制通道滞后较小、负荷变化不大、控制要求不高、被控参数允许在一定范围内有余差的场合。如：金彪公用工程部下设的水泵房冷、热水池水位控制;油泵房中间油罐油位控制等。 (2)比例积分控制规律(PI)：在工程中比例积分控制规律是应用最广泛的一种控制规律。积分能在比例的基础上消除余差，它适用于控制通道滞后较小、负荷变化不大、被控参数不允许有余差的场合。如：在主线窑头重油换向室中F1401到F1419号枪的重油流量控制系统;油泵房供油管流量控制系统;退火窑各区温度调节系统等。 (3)比例微分控制规律(PD)：微分具有超前作用，对于具有容量滞后的控制通道，引入微分参与控制，在微分项设置得当的情况下，对于提高系统的动态性能指标，有着显著效果。因此，对于控制通道的时间常数或容量滞后较大的场合，为了提高系统的稳定性，减小动态偏差等可选用比例微分控制规律。如：加热型温度控制、成分控制。需要说明一点，对于那些纯滞后较大的区域里，微分项是无能为力，而在测量信号有噪声或周期性振动的系统，则也不宜采用微分控制。如：大窑玻璃液位的控制。 (4)例积分微分控制规律(PID)：PID控制规律是一种较理想的控制规律，它在比例的基础上引入积分，可以消除余差，再加入微分作用，又能提高系统的稳定性。它适用于控制通道时间常数或容量滞后较大、控制要求较高的场合。如温度控制、成分控制等。 鉴于D规律的作用，我们还必须了解时间滞后的概念，时间滞后包括容量滞后与纯滞后。其中容量滞后通常又包括：测量滞后和传送滞后。测量滞后是检测元件在检测时需要建立一种平衡，如热电偶、热电阻、压力等响应较慢产生的一种滞后。而传送滞后则是在传感器、变送器、执行机构等设备产生的一种控制滞后。纯滞后是相对与测量滞后的，在工业上，大多的纯滞后是由于物料传输所致，如：大窑玻璃液位，在投料机动作到核子液位仪检测需要很长的一段时间。 总之，控制规律的选用要根据过程特性和工艺要求来选取，决不是说PID控制规律在任何情况下都具有较好的控制性能，不分场合都采用是不明智的。如果这样做，只会给其它工作增加复杂性，并给参数整定带来困难。当采用PID控制器还达不到工艺要求，则需要考虑其它的控制方案。如串级控制、前馈控制、大滞后控制等。 Kp、Ti、Td三个参数的设定是PID控制算法的关键问题。一般说来编程时只能设定他们的大概数值，并在系统运行时通过反复调试来确定最佳值。因此调试阶段程序必须得能随时修改和记忆这三个参数。 数字PID控制器 （1）模拟PID控制规律的离散化   （2）数字PID控制器的差分方程 参数的自整定 在某些应用场合，比如通用仪表行业，系统的工作对象是不确定的，不同的对象就得采用不同的参数值，没法为用户设定参数，就引入参数自整定的概念。实质就是在首次使用时，通过N次测量为新的工作对象寻找一套参数，并记忆下来作为以后工作的依据。具体的整定方法有三种：临界比例度法、衰减曲线法、经验法。 1、临界比例度法（Ziegler-Nichols） 1.1  在纯比例作用下，逐渐增加增益至产生等副震荡，根据临界增益和临界周期参数得出PID控制器参数，步骤如下： （1）将纯比例控制器接入到闭环控制系统中（设置控制器参数积分时间常数Ti =∞，实际微分时间常数Td =0）。 （2）控制器比例增益K设置为最小，加入阶跃扰动（一般是改变控制器的给定值），观察被调量的阶跃响应曲线。 （3）由小到大改变比例增益K，直到闭环系统出现振荡。 （4）系统出现持续等幅振荡时，此时的增益为临界增益（Ku），振荡周期（波峰间的时间）为临界周期（Tu）。 （5） 由表1得出PID控制器参数。 表1 1.2  采用临界比例度法整定时应注意以下几点： （1）在采用这种方法获取等幅振荡曲线时，应使控制系统工作在线性区，不要使控制阀出现开、关的极端状态，否则得到的持续振荡曲线可能是“极限循环”，从线性系统概念上说系统早已处于发散振荡了。 （2）由于被控对象特性的不同，按上表求得的控制器参数不一定都能获得满意的结果。对于无自平衡特性的对象，用临界比例度法求得的控制器参数往住使系统响应的衰减率偏大（ψ＞0.75 ）。而对于有自平衡特性的高阶等容对象，用此法整定控制器参数时系统响应衰减率大多偏小（ψ＜0.75 ）。为此，上述求得的控制器参数，应针对具体系统在实际运行过程中进行在线校正。 （3） 临界比例度法适用于临界振幅不大、振荡周期较长的过程控制系统，但有些系统从安全性考虑不允许进行稳定边界试验，如锅炉汽包水位控制系统。还有某些时间常数较大的单容对象，用纯比例控制时系统始终是稳定的，对于这些系统也是无法用临界比例度法来进行参数整定的。 （4）只适用于二阶以上的高阶对象，或一阶加纯滞后的对象，否则，在纯比例控制情况下，系统不会出现等幅振荡。 1.3  若求出被控对象的静态放大倍数KP=△y／△u ，则增益乘积KpKu可视为系统的最大开环增益。通常认为Ziegler-Nichols闭环试验整定法的适用范围为： （1） 当KpKu > 20时，应采用更为复杂的控制算法，以求较好的调节效果。（2）当KpKu < 2时，应使用一些能补偿传输迟延的控制策略。（3）当1.5 （4）当KpKu< 1.5时，在对控制精度要求不高的场合仍可使用PI控制器，在这种情况下，微分作用已意义不大。 2、衰减曲线法 衰减曲线法与临界比例度法不同的是，闭环设定值扰动试验采用衰减振荡（通常为4:1或10:l），然后利用衰减振荡的试验数据，根据经验公式求取控制器的整定参数。整定步骤如下： （1）在纯比例控制器下，置比例增益K为较小值，并将系统投入运行。 （2）系统稳定后，作设定值阶跃扰动，观察系统的响应，若系统响应衰减太快，则减小比例增益K；反之，应增大比例增益K。直到系统出现如下图（a）所示的4:1衰减振荡过程，记下此时的比例增益Ks及和振荡周期Ts数值。 （3）利用Ks和Ts值，按下表给出的经验公式，计算出控制器的参数整定值。      （4）10：1衰减曲线法类似，只是用Tr带入计算。 采用衰减曲线法必须注意几点： （1）加给定干扰不能太大，要根据生产操作要求来定，一般在5%左右，也有例外的情况。（2）必须在工艺参数稳定的情况下才能加给定干扰，否则得不到正确得整定参数。（3）对于反应快的系统，如流量、管道压力和小容量的液位调节等，要得到严格的4：1衰减曲线较困难，一般以被调参数来回波动两次达到稳定，就近似地认为达到4：1衰减过程了。 （4）投运时，先将K放在较小的数值，把Ti减少到整定值，把Td逐步放大到整定值，然后把K拉到整定值（如果在K=整定值的条件下很快地把Td放到整定值，控制器的输出会剧烈变化）。 3、经验整定法 3.1方法一A： （1）确定比例增益 使PID为纯比例调节,输入设定为系统允许最大值的60%~70%，由0逐渐加大比例增益至系统出现振荡；再反过来，从此时的比例增益逐渐减小至系统振荡消失，记录此时的比例增益，设定PID的比例增益P为当前值的60%~70%。 （2）确定积分时间常数 比例增益P确定后，设定一个较大的积分时间常数Ti的初值，然后逐渐减小Ti至系统出现振荡，之后在反过来，逐渐加大Ti至系统振荡消失。记录此时的Ti，设定PID的积分时间常数Ti为当前值的150%~180%。 （3）确定积分时间常数Td 积分时间常数Td一般不用设定，为0即可。若要设定，与确定 P和Ti的方法相同，取不振荡时的30%。…

在头条的西瓜视频看到一段拆解 神奇的天体摇摆仪[1] 的视频。作者展示了一件天体摇摆仪桌面摆件从静止到启动的过程。之所以将这段视频看完，是因为在上个月初，在 山东大学开智能车竞赛技术研讨会[2] 时，中午去千佛山游览图中也看到过这种玩具，手动拨动它，猜想其中的驱动原理。这段视频作者就将该装饰摆件拆开并分析其中的原理。 ▲ 天体摇摆仪 天体摇摆仪的原型金属框底部有一个永磁铁，受到底部中电磁铁的驱动产生持续的摆动。底部黑色塑料壳上，除了承载四节五号电池（6V）仓盒之外，有一个电磁铁和它底部的驱动电路板。 电磁铁具有两个绕组，使用万用表可以测量到两个绕组的直流电阻分别是2000Ω和25Ω。假设两个绕组使用相同漆包线绕制，那么从对应的直流电阻可以大体推测这两个绕组的匝数大概是80:1。 ▲ 底座上的电磁铁和它的驱动电路   最为不寻常的是电磁铁非常简单的驱动电路，上面就只有一个有源器件。视频中作者经过测量确定这个器件是一个NPN型的三极管。与继电器三个绕组、驱动电源之间的连接电路如下图所示： ▲ 驱动电路 在这个驱动电路中，NPN型三极管并没有进行b-e偏置，因此静态时它是截止的，整个电路是不消耗电能的。 视频作者在后面的分析中讲解到，当摇摆的永磁铁在靠近电磁铁时，会在电磁铁中线圈 感应出电动势，当它超过三极管b-e之间的导通电压，便会产生基极 电流，经过三极管电流放大，在三极管发射极输出 的电流。该电流流经 ，经过电磁铁内部的耦合，重新增强了 ，使得三极管饱和导通。此时电磁铁产生吸力吸引永磁铁加速靠近。 ▲ 视频作者分析电路工作原理 当永磁铁经过最低点开始远离电磁铁磁芯时，电磁铁内部的感应电动势开始反向，这会使得三极管有导通转向截止，电磁铁失去励磁电流。所以在永磁铁离开时，电磁铁不产生吸引力。于是在电磁铁的驱动下，固定有永磁铁的天体摇摆仪便产生周期摆动。 ▲ 增加了显示三极管导通状态的LED电路 视频作者的讲解清晰明了。后面他又通过在L2上并联一个发光LED来显示三极管导通的状态，演示了摇摆仪摆动过程中，三极管导通的变化。 ▲ 慢镜头显示LED闪烁与金属框运动的关系   到此为止，似乎天体摇摆仪工作原理讲明白了，但是稍微深入思考一下，就会发现还是会使人产生更多的疑问： 1.问题一： 永磁铁在靠近电磁铁时，根据电磁感应中的 楞次定律(Lenz Law) ，线圈中所产生的感应电流应该是阻碍由永磁铁所引起的磁场变化，换句话说，此时电磁铁中的电流以及对应三极管放大后的电流所产生的磁场会抵消永磁铁引起的磁通量的变化。此时，电磁铁不是吸引永磁铁，而是排斥永磁铁。 这样，上面解释的基础就不存在了。 2.问题二： 上述电路中，如果三极管从导通变化到截止过程中，线圈中原本流通的电流由于不能够发生突变，那么在该电路中，线圈电流经过什么 续流电路[3] 而流动呢？ 3.问题三： 各种摩擦力、空气的阻尼力都会消耗天体摆动仪中的机械动能。上述电流是将电池中的电能，转换到线圈中的磁场能量，近而耦合到摆动仪金属框架的运动动能。那么电能到机械能能的转换过程是什么呢？ ▲ 天体摇摆仪运行过程 实际上，解决上面的疑问并不困难，需要借助于示波器将电路上各点的电压、电流波形给出，便可以对电路工作原理进行合理的解释。 很遗憾，视频作者并没有给出，我手边也没有这个天体摇摆仪。也许下一次再看到景区出售这个桌面摆件时，应该购买一个。 参考资料 [1] 神奇的天体摇摆仪: https://www.ixigua.com/6902320140856230403/ 大，突发奇想自制的单车车模。开始快乐的调车之路哈哈哈哈哈。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

2020年12月15日，中国电子信息博览会组委会在北京召开新闻发布会，宣布第九届中国电子信息博览会（以下简称“CITE 2021”）将于2021年4月9-11日在深圳会展中心全馆盛大举办，并向社会各界发布博览会相关启动筹备情况。本次博览会以“创新驱动 高质量发展”为主题，秉承开放合作原则，打造国家级电子信息全产业链高端展示平台。坚持创新引领，推动中国电子信息产业实现高质量发展。 2020年新冠疫情突发，造成全球知名展览纷纷停摆，中国得益于高效的防控手段，让疫情得到有效的控制，作为国内首屈一指的电子信息产业博览会，肩负产业复苏的责任，积极安全开办展会。随着疫情常态化，中国巨大的电子信息市场需求吸引了外资在国内的投资有增无减，同时也促进了企业和社会的“数字经济”发展，作为“中国电子信息全产业链第一大展”中国电子信息博览会，不仅是展示全球电子信息产业最新产品和技术的国家级平台，更是创新技术发展的风向标。博览会以面对面交流的方式，使参会人员快速准确了解产业发展行情。如今，国际形势日趋复杂，中国经济的腾飞需以国内大循环为主，国内外循环相互促进的方式，其中电子信息产业必然首当其冲，支撑起经济发展的底层架构，博览会的举办正是迎合这种趋势，让业内人士能够一同探寻发展机遇，本届博览会汇聚高端企业与内容，从提升参展企业和嘉宾层级出发，将博览会打造成年度企业家交流盛会，不仅强化专业化服务，引进国际先进会展管理经验来提高展商满意度，更是加强专业观众的邀请和组织工作，完善展会服务标准流程。博览会保持初心，每年都在深圳会展中心举行，也已成为亚洲地域内规模最大且产业链最全的电子信息博览会，同时是一场具有国际影响力的电子信息行业年度盛会。 此次新闻发布会上，中国电子信息博览会组委会秘书长陈雯海集中发布有关CITE2021的全新亮点和筹备情况。组委会特邀来自中国电子、中国船舶、中国核理化院、航天科工、中兴通讯、AMD、联想、清华同方、联发科、戴尔、瑞萨、紫光、海信、科大讯飞、富士康、中电科、浪潮、金山、麒麟软件、无人系统联盟、赛迪研究院电子所、仪器仪表协会、元器件行业协会、中国雷达行业协会等近百家企业和行业学协会嘉宾等一同出席。发布会吸引了人民网、经济日报、新华社、中新社、新华网、新浪网、网易、搜狐、智东西、雷锋网、科技轶事、电子产品世界、中国测控网、与非网、半导体行业观察等100多家大众、科技以及电子信息行业专业类媒体全程报道了本次发布会的盛况。 主题演讲环节，益普索中国消费科技研究院院长周启群以《2021年电子信息行业发展趋势分析》为题，深入浅出的探讨了电子信息产业变革的必要性和方向。随着我国经济社会发展站在了新起点，消费变革成为创新驱动的主动力之一。此外，随着技术和市场变化，产业链供应链布局更多从生产导向转向市场导向，强大国内市场成为国内外循环的纽带，形成轮辐式、辐射型格局。新基建、信创产业、5G使得当下处于智能产业变革风口，很大程度推动经济社会高质量发展。深圳作为最早一批5G试点城市，正在大力培育发展新经济、新业态，特别是发力5G、AI、8K超高清、工业互联网等新基建。 如今，国家在政策层面大力支持电子信息技术发展。《中共中央关于制定国民经济和社会发展第十四个五年规划和二Ο三五年远景目标的建议》中指出，我国已经转入高质量发展阶段，未来将坚持扩大内需和供给侧改革，在科技自主自强、产业强国等方面一起发力，这也为中国电子信息产业未来发展的新征程指明了方向。举办中国电子信息电博会是展示新一代电子信息技术发展水平，研讨产业发展趋势，推动产业链合作，促进国际产业交流，更是引导产业持续健康发展的重要抓手。CITE2021必将对推动深圳和全国电子信息产业创新发展、全面提升我国电子信息产业的国际竞争力产生重大而深远的影响。 深圳是改革开放的前沿阵地，也是一座充满活力的创新型城市，是我国重要的电子信息技术和产业的研发、制造、出口基地。今年1-9月，深圳逆势上扬，新登记商事主体370259户，同比增长2.7%；深圳新登记“七大战略性新兴产业”企业27112户，同比增加37%，发展势头迅猛。前三季度深圳GDP逆势增长2.6%，其中电子信息产业增加值占深圳GDP比重近五分之一。值得注意的是，粤港澳大湾区建设作为国家战略在南方的支撑点，是我国对标国际先进制造的引领区。战略性新兴产业作为制造业高质量发展的重要载体、抓手和手段，是粤港澳大湾区建设中的重点任务之一。CITE2021作为促进创新创业的重要平台，为中国电子信息产业的发展增添了新的活力和动力，也成为深圳电子信息产业向全世界展示自身实力和风采的闪亮舞台。 据悉，CITE2021以创新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，将集中展示包括智慧家庭、智能终端、人工智能、智能制造、集成电路、超高清显示、大数据存储、智能网联汽车、5G和物联网、电子竞技等代表电子信息产业未来发展的核心内容，展馆规模达102500平方米。通过CITE主题馆、超高清显示馆、智能制造与3D打印馆、前沿科技应用馆、电子竞技馆、大数据存储馆、智能驾驶汽车技术及智能科技馆、基础电子馆九大展馆 20个专业展区，为业界充分展示了智能时代电子信息产业最新发展成果与趋势，从芯片到终端解决方案，展现电子信息创新技术，促进传统产业智变，而博览会本身会继续打造国际化一流电子信息领域展示平台。 博览会同期，以“CITE2021”展示成果为依托，组委会为进一步扩大同期活动影响力、充实活动内容、强化活动特色，在展会同期还将举办“1+N”场论坛活动，囊括中国电子信息博览会开幕论坛、新一代信息技术产业集群高峰论坛、2021深圳国际大数据与存储峰会、2021机器人产业院士论坛、2021中国（深圳）智能驾驶峰会、2021中国国际显示产业大会、2021全球VR/AR/MR+5G应用峰会。论坛将邀请政府行业主管部门领导、国内外著名专家学者、国内外企业家发表主题演讲，促进产业交流，碰撞创新火花。同时，中国电子信息行业创新评选组委会将联合电子信息领域十大行业协会，共同组织评选“中国电子信息行业创新金奖”及“中国电子信息行业创新奖”并在现场举行隆重的颁奖仪式，评选活动将邀请行业资深专业人士、国内外著名专家学者、理事会相关专家企业家代表进行打分评选，旨在推进创新产品落地，促进国内国际双循环。 八年来，博览会扎根深圳，始终站立在改革开放的最前沿，已经成为电子信息产业发展的风向标。如今，CITE2021全面启动，将迎着深圳建设社会主义现行示范区的东风，继续以全面展现新一代技术的最新成果，赋能实体经济，推动社会转型升级为办展宗旨，向世界展示中国电子信息产业的全新面貌，更从底层新兴技术推动产业变革，助力产业人士发展新机遇。

图：二战中屡立奇功的英国雷达天线 大家一定都很熟悉，天线的英文名一般叫做Antenna。其实，它的另一个名称叫Aerials。所谓Aerials，就是一条用来发射或接收无线电讯号的长导线。从这个名称可以看出来，实验家们在还没有把天线发扬光大之前，天线原来是什么样子。 下面试着以「以古鉴今」的方式来了解天线，最主要的是希望从中可以看到天线的有趣实验与动脑筋的精神，最后要简略地介绍天线的发展历史…… 有趣的天线发明史 「威尔」发现了导线的妙处 我们一路回到最早期的无线电时代。在电力未发明以前，所有的机器都以煤油供应，例如以煤油为动力的冰箱就是很好的证明。 早期有位实验家，名叫「威尔」 (Whitfield Whire)，他发明的无线电发射机可以发出很大的火花，但讯号却无法发射出去。实际上，他发明的发射机是以火花放电原理产生的无线电。但让他最呐闷的是，试用了无数的方法，就是无法接收到这发射机所发射的讯号。后来是收到了，但讯号很弱。 为了更进一步验证电波是否可以穿过桌面，他把发射机摆在桌子底下；为了取得讯号，接收机被吊在桌子上方的天花板上。令他感到意外的是，吊着接收机的这一条导线，竟然使接收机的效率好了许多。因此，他就把吊着的导线留在那里。从此，他就称这台接收机为「无线电接收机」 (WIRELESS SET)，并且把这一份结果整理成一份报告，发表在美国的 QST 杂志上 (世界上最早的一份业余无线电杂志 )。 「古浪」发现接地的好处 在这好几年之后，有一位名叫「古浪」 (Garfield Grownd) 的实验家发现到，供电给桌子上的台灯有两条导线，但是接收机的天线只有一条，为什么只有一条天线可以表现得那么好，因此他就针对这个问题继绩探讨下去。 这个问题自然对他困扰不已，但是事情就是如此之巧，在后来他买了一部车子后，他发现车灯也是使用一条导线而已，当然还有另一条线是接车子的外壳。这就使他想到一个问题：若同样把发射机的其中一条导线接到一个共同的接点，是不是会比较好？所以，他就用了一条金属管打入地底下，并且拉出一条线接到发射机上头，这竟然使讯号增强了许多。 同样，他也把这重要的发现发表在 QST 杂志上。他在该文中建议，每一座业余无线电台，都需要有「接地」 (GROWND)。 「戴柏」发明双偶极天线 天线的下一个主要突破是由「戴柏」 (Diogenes Dipole) 发明的。 有一天，当迪普 (戴柏的昵称 ) 走过一个游乐场时，发现当地的狮子会员正在玩跷跷板，他发现这些狮子会员都很快地能保持平衡，想必其中有人运力，使跷跷板在极短的时间内保持平衡。 迪普回到家后，马上拿了一条导线接上机器外壳，另一条导线则接到发射机输出，这就成为一组新的天线。其实，此天线也就是后来大家所熟知的「双偶极」 (DIPOLE) 天线。这是为了记念戴柏，而以他的名字来命名。 「郝柏思」发明天线的虚接地 在QST杂志上读过Whire Grownded Balanced-Lion-fed Dipole天线专论之后，一位名叫「郝柏思」 (Count Herpoise) 的欧洲贵族，发现他的台灯不只两条线，而是三条线，因为这国家的电力系统采用330V，这虽很自然，但他想到，为什么北美地区使用220V 供电，也要有三条线。这也就促成他发明了「虚接地线」，这理论常时很少人知道，甚至有人对这理论不以为然。 不过，今日对天线有兴趣者必定知道，虚性接地是必须的，而这些「虚接地」通常也称做COUNTERPOISE，用发明者的名字以资纪念。 「崔伯」首创较短的双偶极天线 也在QST上读过Whire Grownded Balanced-Lion-fed Dipole天线专论的「崔伯」(Von Trap)，由于他家空间不够大，无法架设双偶极天线，所以他沿着天线，每隔几英呎左右就绕几个圈，好把过长的部份缠绕起来，并且在缠绕的电感上并联电容，这就是「崔伯双偶极天线」 (TRAP DlPOLE) 的诞生。 「尼马奇」提出天线理论、发明驻波比表 从美国QST杂志发行以来，有关天线的发展史中，最富传奇色彩的是「尼马奇」 (Morries Nimatch)，其朋友们都昵称他为Mo。 他是第一位提出天线理论，探讨有关被馈送到长状天线的功率，有多少不会被辐射出去的物理学家。他为了彻底了解这一理论，想知道功率发射出去约有多少，被反射回来约有多少，因而发明了「驻波比表」 (驻波比 SWR 的现在英文正名为 Standing Wave Ratio。当时是See What Returns的缩写，意思是有多少功率被折返。) 为了纪念此为驻波比表发明者，以前曾有人把驻波比表称做 MoNimatch。至今，有关驻波比表的制作，依然以此为基础。 QST杂志依例报导了极为成功的Monimatched Whire Grownded Count Herpoise Balanced-Lion-fed Trap Dipole天线。从上列一路发展下来，像极了印度教的导师精神。 「雷顿」发现天线匹配 后为「雷顿」 (Raoul Random)发现跷跷板上两端物体互异，但是调整距离也可以达到平衡，天线应该也可以像这样，以人工方式调整，达到平衡 (匹配 )。 「赫兹」建立第一个天线系统 1865年德国物理学家赫兹Hertz (1857-1894, 37岁)建立了第一个天线系统，当时的装配设备如今可描述为工作在米波波长的完整无线电系统，其中采用了终端加载的偶极子作为发射天线，并采用了谐振方环作为接受系统。 图：赫兹的天线系统 「马可尼」开创商用无线电、越洋通信 1901年12月，意大利博洛尼亚研究者马可尼在赫兹的系统上添加了调谐电路，为较长波长配备了大的天线和接地系统，并在纽芬兰的圣约翰斯接收到发自英格兰波尔多的2.5km无线电报。开发了商用无线电，开创了越洋通信。 在这些初期的研究上天线获得广泛的关注和应用，其发展大致可划分为三个历史阶段。 天线的发展历史 1、线天线时期 （19世纪末至20世纪30年代初） 1901年，马可尼在加拿大纽芬兰收到的横渡大西洋由英国康泛尔半岛发来的“S”字母信，开辟了无线电远距离通信的新时代。其当时所用发射天线，是从48m高的横挂线斜拉下50根铜导线形成的扇形结构，可认为是第一副实用的单极天线，震荡源是70Hz的火花发生器。 随后又利用4座木塔架设导线网构成方形单锥天线，如下图所示，发射波长1000m。 图：单锥天线 随着20世纪初电子管的发明和发展，这一时期开头利用长波进行通信。随后发展到中波通信，并因电离层的发现。1924年前后，开始了短波通信和远程广播。这一时期也建立了线天线的基本理论。 2、面天线时期（20世纪30年代初至50年代末） 二战前夕，微波速调管和磁控管的发明，导致了微波雷达的出现，厘米波得以普及，无线电频谱才得到更为充分的利用。这一时期广泛采用了抛物面天线或其他形式的反射面天线，这些天线都是面天线或称口径天线。 此外，还出现了波导缝隙天线、介质棒天线、螺旋天线等。战后微波中继通信、广播和射电天文等应用使面天线和线天线技术进一步得到发展、提高。这时期建立了口径天线和基本理论，如几何光学、口径场法等，发明了天线测试技术，开发了天线阵的综合技术。 3、大发展时期（20世纪50年代至今） 1957年，人造地球卫星上天标志着人类进入了开发宇宙的新时代，也对天线提出了多方面的高要求，如高增益、精密跟踪、快速扫面、宽频带、低旁瓣等。同时，电子计算机、微电子技术和现代材料的进展又为天线理论与技术的发展提供了必要的基础。 1957年，美国制成了用于精密跟踪雷达AN／FPS-16的单脉冲天线，达0.1密位；1963年出现了高效率的双模喇叭馈源；1966年发明了波纹喇叭；1968年制成了高功率相控阵雷达AN／FPS-85；1972年制成了第一批实用微带天线，并作为火箭和导弹的共形天线开始了应用。 近年来，还出现了分形天线等小型化天线形式，另一重要进展时发展了天线的信号处理能力，理论上的进展是：创立了矩量法（MOM），时域有限差分法（FDTD）和几何绕射理论（GTD）等分析方法，并已形成商用软件。在天线测量技术方面，发展了微波暗室和近场测量技术，研制了紧缩天线测试场和利用射电源的测试技术，并建立了自动化测试系统。 图：美国F-16歼击机上AN／APG-68火控雷达的相控缝隙阵天线 图：GPS上的螺旋天线阵 未来展望 现如今，天线已广泛应用于移动通信、广播电视、雷达、导航、卫星气象、遥感等领域。天线技术已具有成熟科学的许多特征，仍然是一个富有活力的技术领域。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

经常在实际操作中，对系统损伤最大的都是低频的共模干扰，譬如大功率电机、断路器或开关、短路、雷击感应等，这些类型大都是外来的共模信号，其脉宽在数百us到s之间，周期最长也是数秒。这样的脉冲持续引起对地的高电压波动，从而损伤系统。 但对于高频共模干扰，从干扰源开始，大部分能量是以辐射的方式作为能量传输途径的，而且这样的共模干扰多产生于系统本身。 1 对接地产品而言，当然希望线缆上传导过来的共模干扰，通过电容或瞬态抑制器件，导向大地或机壳，防止其干扰敏感电路（如CPU）。 2 但对于浮地产品而言，主要通过串联磁环（或增大共模阻抗），防止共模电压转化为差模 电压，干扰敏感电路。 其次，要注意PCB的布线，不仅使PCB板的各个电路对其参考地（数字地GND，而非接地产品的机壳地PG）保持零电位，而且在I/O、RST、CS（片选）等关键信号的滤波电路放置。 这样，再恶劣的共模干扰也不会对数字电路产生干扰了。 3 第一种方法是泄（但要求有良好的接地或金属机壳）；第二种方法是堵（避免共模骚扰转化为差模干扰，影响电路）。 前一种方法，主要用于接地良好的地面设备（如通信基站）；第二种方法，主要用于车载、机载、舰载设备。 4 当然，大家会说第二种方法（浮地），由于PCB板与大地也存在寄生电容，对高频干扰可能失效。 但是对于铁路、电力、工业控制现场来说，主要干扰是变频器、大功率电机、断路器或开关，其产生的干扰主要集中在10MHZ以上。 此外，地线干扰（强电短路、雷击反击、谐波、漏电流），也是极为严重与不稳定的（平时可能高达0.8V），对于部分关键CPU的工作电压1.2V而言，简直是魔鬼！ 5 高频的共模电磁干扰，能量一般不会很大。譬如手机、大功率射频识别（俺见识的最大功率才3W），由于是高频，铁氧体磁环或磁珠可以吸收，金属机箱（或塑料机箱内的喷涂导电层），可以完全将其反射或吸收。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

出品 21ic中国电子网 蔡璐整理 网站：21ic.com 今年秋天，苹果终于圆了自己立下的flag，用自研M1芯片取代了之前的英特尔处理器。虽然一开始很多人对苹果的芯片转型持有怀疑态度，但最终的产品还是让人大吃一惊。这不，就连曾经跟苹果因专利许可问题而对簿公堂的高通，现如今也是对其大为赞赏。 12月12日消息，据外媒报道，高通公司总裁克里斯蒂亚诺·阿蒙（Cristiano Amon）在接受媒体采访时表示，M1芯片的成功“证实”了高通对计算未来的想法。“我们对M1的发布非常高兴，同时对苹果公司表示敬意，因为它证明了我们的信念，即移动用户正在定义他们对PC体验的期望。” （资料图） 同时，阿蒙强调，苹果向ARM芯片的过渡，有助于推动整个行业的发展。值得注意的是，高通刚刚发布了其最新旗舰处理器骁龙888。 “当苹果加入到这个圈子之后，你会发现生态正发生变化。举个例子，我相信在这周，也是Adobe发布新应用的前一周，这些应用都是ARM原生的。一旦这些应用成为ARM原生应用，它的性能会更高，而且兼容性更好。”阿蒙表示，总体而言这是一个非常好的信号。生态系统将发生变化，这也证明微软和高通走在正确的道路上。它关乎电池寿命、网络连接，以及与众不同的多媒体体验。 （资料图） 在采访中，阿蒙还谈到了5G的未来，他的观点非常乐观。然而，“居安思危”的苹果或许可不这么认为。 据彭博社12月11日报道，苹果硬件技术部门高级副总裁约翰尼·斯鲁吉（Johny Srouji）在与员工的一次会议上透露，公司第二次芯片转型也已处于早期阶段，今年已经开始研制用于蜂窝网络的调制解调器了，以取代高通公司的同类芯片。但是，他并未披露苹果自研基带芯片何时将出货。 （相关报道截图） 看到这里，可能有人会问：高通的基带还可以啊，为什么苹果会放弃高通呢？ 其实，这里面的问题有很多，一方面，高通的专利授权给苹果，会带来巨大的成本负担；另一方面，苹果之前就对高通提供的5G毫米波天线模版有些不满了，因为苹果觉得，高通方面的设计导致了iPhone 12散热出现问题，并且高通基带与A14磨合的似乎也并非那么顺畅，手机信号也没有想象中的那么好。 （资料图） 据悉，蜂窝调制解调器（基带）是智能手机最关键的部件之一，电话呼叫、短信，以及连接Internet网都要靠基带芯片。尽管苹果拥有强大的A系列移动处理器，但却一直没有自己的基带芯片。一直以来，苹果在基带芯片领域都要依赖高通、英特尔等芯片厂商的供给，每年都要为此付出高昂的费用。 根据外媒统计的数据显示，在高通公司的总营收中，来自苹果的订单大约占11%；而苹果的订单大约占英特尔总销售额的7%。供应商的稀缺，很容易使苹果公司陷入“被动状态”。因此，对于苹果来说，为了能够确保未来在技术方面拥有更多的创新空间，自研基带芯片是十分关键的。 虽然苹果的研发实力不容小觑，但其想要用上自己的基带产品仍然困难重重。一方面，尽管苹果已经启动了自研芯片的进程，但仍有技术难题、专利壁垒需要攻克，目前苹果无法做到像华为一样在通信领域自由发挥；另一方面，苹果与高通去年刚刚签署了长达2+6年的和解协议，这也意味着，未来7年的iphone上仍然以高通基带为主。 END 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

在制作钥匙扣这一块，为什么选用锌合金材质而不选用铝合金、不锈钢等材料呢？说到钥匙扣定做，大家第一时间想知道的肯定是产品的质量问题，会不会生锈？老化？不耐用等一系列问题。一般定制出来最为传统的钥匙扣都比较单调，由纯金属制作而成的钥匙扣不仅形状和颜色单一，而且容易生锈，质地软，易断。而锌合金钥匙扣具备传统钥匙扣的特点同时还会在表层电镀一层金属，使得钥匙扣经久耐用、立体感强、色泽鲜艳，遇水不生锈，增加钥匙扣的实用性和美观价值。