• 实践 | 基于Linux的AP3216三合一整合型光感测器实验分享

    嵌入式大杂烩 Linux 光感测器 AP3216

  • 气体传感器迎来物联网高增量时期,国内企业破茧而出

    本文来源:物联传媒 本文作者:Vior.Liu 随着物联网和人工智能技术的快速发展,气体传感器的智能化需求逐日提升。尤其是在智慧城市、智慧医疗、智慧工业、智能家居等领域,气体传感器在整个物联网环境监测市场的应用体量逐渐增加。根据GMI的报告显示,到2026年气体传感器的出货量将会达到8000万个,市场估值将超过20亿美元,同时复合增长率将保持在7%左右。 同时,由于国产替代的需求日益增加,我们从国内气体传感器厂商的发展趋势分析来看,在未来很长一段时间内,国产气体传感器在市场的占比将会大幅度提升。 高增量、高质量发展的本土气体传感器市场  从国际视野来看,气体传感器企业主要集中在欧美和日本等地区,包括费加罗、安费诺、盛思锐、艾迈斯等企业。近几年,国内一些气体传感器企业也逐渐浮出水面,在国内市场中扩 大份额。 在前不久公布结果的“2020物联之星”年度评选中,有10家传感器企业获得了“2020中国最有影响力物联网传感企业奖”,从下面这份获奖名单中,炜盛电子、四方光电、慧闻纳米3家国内气体传感器厂商上榜。 可见行业内的专家对于这些气体传感器厂商在2020年的表现十分认同,在所有传感器企业中,上榜率高达30%,可见气体传感器在行业发展趋势和前景中重要的地位。 由于受到行业普遍认同,接下来我们将简要分析这几家企业在气体传感器上近几年的表现。 炜盛电子属汉威科技旗下专注气体传感器的子公司,而汉威科技主要分为三大业务板块,分别为传感器业务、物联网业务、居家智能与健康业务,其中传感器业务主要依赖的是炜盛电子。 虽然汉威集团在3月22日被问询扭亏为盈、净利润增长幅度远高于营业收入增长幅度的原因及合理性。但是根据财报显示,炜盛的业务状态比较良好,2020年全年营收3.19亿元,较去年同期增长75.06%,净利润0.9亿元,较同期增长175.92%。 另外,2020年汉威集团的传感器业务营收占总业务的16.30%,相较于2019年的9.42%,增幅高达84.57%。而智能仪表实现营收3.52亿元,营收占比18.13%,同比微降2.66%;物联网综合解决方案实现营收12.22亿元,营收占比62.98%,同比微降1.14%。 另外,在毛利润方面,传感器业务也是独占鳌头,毛利率高达48.98%,智能仪表和物联网业务为46.03%和25.78%。所以在气体传感器方面,炜盛在2020年的成长速度以及对于汉威集团的贡献也是功不可没。 2021年2月9日,四方光电成功科创板上市,主营业务为气体传感器、气体分析仪器两大类产业生态,在其发布的2020年度业绩快报中显示,营业总收入约3.08亿元,同比增加31.84%。 由于去年疫情影响,复工后气体传感器尤其是物联网应用场景的开发,下游市场需求容量迅速拉升。四方光电在呼吸机、制氧机方面出货量可观,在2020年获得配套呼吸机、制氧机的氧气传感器订单19.23万个,已交付氧气传感器搭载于约2.23万台呼吸机和9.94万台制氧机。同时,物联网环境监测中,冶金、煤化工、生物能源等领域都有不错的增长趋势。 同时,慧闻纳米作为一家2014年成立的气体传感器创新型企业,在2020年传感器出货量突破300万只,销售额突破1000万元。而对于慧闻纳米来说,2020年有一个十分亮眼的创新产品,电子鼻气味识别检测系统,该产品也获得了2020物联之星创新产品奖。目前市场上绝大部分的气体传感器主要应用都集中在有害、有毒气体监测,而慧闻纳米另辟蹊径,利用传感器传感器阵列模仿人的嗅觉,通过算法和大数据训练,逐步推动电子鼻的识别精度,笔者认为这款产品未来在智能家居、食品监测以及对气味有特殊需求的应用场景将大有可为。 另外,需要指出的是,在获奖名单中,奥松电子也看好气体传感器的发展态势,并于2020年进入了气体传感器的研发和销售阶段。 气体传感器在物联网中的发展趋势  从炜盛、四方光电、慧闻纳米这三家专注气体传感器的企业的发展来看,气体传感器的应用面与应用量逐渐攀升。细分来看,在工业节能、环境监测、智慧家居、医疗健康等各方面都有广泛应用。随着对智能化、信息化的发展,工业转型升级、环境监测、空气品质改善、智能家居、医疗器械开发等各个领域对气体传感器的需求持续升级。 并且,随着MEMS技术的发展以及敏感材料性能的提升,气体传感器的小型化、低功耗、高灵敏度以及智能化程度将逐步提高,这种发展特性也正符合物联网产业的发展趋势。所以在未来,提升工艺水平以及敏感材料研发水平将是国内气体传感器企业在与国外企业竞争,实现国产替代道路上最大的机会和挑战。具体来说,概括为三个方面: 着重于新气敏材料与MEMS制作工艺的研究开发; 通过新的气体效应和作用原理,研发新型气体传感器; 万物互联对于气体传感器智能化需求更高,在AI算法、自检测方面将会是下一代气体传感器的标配。 同时,我们发现不仅仅是炜盛、四方光电、慧闻纳米等气体传感器企业,很多国内传感器厂商也在逐步向产业链下游进行拓展,关注的并不仅仅是传感器芯片,在模组和终端,甚至是平台和方案方面都有所建树。例如,四方光电的智能超声波燃气表、气体分析仪和呼吸机医疗方案,慧闻纳米的“电子鼻”和仓储智能气体安防解决方案。 笔者认为,在以往只靠芯片出货量的情况下,国内企业的市场份额可能远不及国外企业,同时毛利率也并不可观。但是物联网时代下,企业能够通过下游延伸,通过自研终端和方案提升附加值,帮助本土企业在获取市场份额的同时,又能够进一步壮大企业。同时,传感器对于物联网来说更像是一个数据收集器,越来越多的传感器企业开始意识到数据的价值,传感器企业的平台服务能力也将为企业提供另一项砝码。 ~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!

    物联传媒 物联网 气体传感器

  • 5G和边缘计算如何赋能安防行业?

    本文来源:5G行业应用 近年来安防行业高速发展,作为核心领域的视频监控经历了从“看得见”到“看得清”,再到“看得懂”的转变。面对海量视频数据和越来越高的实时性计算要求,5G和边缘计算在安防行业有着广阔的应用发展前景。本文重点阐述5G和边缘计算在安防行业的应用背景、技术架构、重要特征及问题和挑战。 安防行业发展趋势 智慧安防助力行业高速发展 安防技术在预防和打击犯罪,维护社会治安,预防灾害事故,减少国家、集体财产和人民生命等方面具有重大作用。安防行业已从传统的人员安防发展到数字时代的智慧安防,成为最新科技与社会经济生活深度融合和快速落地的领域之一。近年来国内安防行业总产值呈现逐年增长的趋势,据CPS中安网数据统计,2019年全国安防行业总产值为8260亿元,同比增速15%,且连续5年保持10%以上的增长率。 安防行业根据不同的使用场景可以分为城市级安防、行业级安防和消费级安防,其服务分别面向to G(政府)、to B(企业)和toC(消费者)的需求。行业高速发展的驱动力来自两点:一是城市化带来的to G(政府)、to B(企业)和toC(消费者)需求增加,二是技术变革带来的发展契机。 需求方面,在平安城市、天网工程以及雪亮工程、智慧公安的推动下,行业用户对智能技术需求不断增长,使得中国安防行业发展迅速。技术驱动方面,随着5G、人工智能、大数据、物联网、云计算等新兴技术与超高清、热成像、低照度、全景监控等传统安防技术融合应用,安防行业向超高清、网络化、移动化、智能化、云化的智慧化方向发展,智慧安防市场规模还将进一步加速发展。 视频监控从“看得见”到“看得清”,再向“看得懂”转变 第一阶段,“看得见”:视频成为最常见的事件证据形式。通常情况下,调取案发现场周遭的视频监控就能发现案件侦破的重要线索。监控探头密度越大、犯罪案件侦破率越高的思路推动监控摄像头的大规模部署。目前,全国基本实现了主要城市街区的无死角监控。大量案件的犯罪过程被完整、清晰的记录下来,成为指控犯罪、证明案件事实的最有力证据。 第二阶段,“看得清”:从2016年到2018年初,十三五规划、十九大报告、公安部雪亮工程等不断强调提升安防视图资源共享协作及联网率、高清化建设。2019年3月,中央多部委联合印发了《超高清视频产业发展行动计划(2019—2022年)》,视频监控迎来超高清视频应用的蓝海。行动计划明确按照“4K先行、兼顾8K”的总体技术路线,大力推进超高清视频产业发展和相关领域的应用。 第三阶段,“看得懂”:在“看得见”到“看得清”之后,人工智能技术正在把安防系统从被动的记录、查看,逐渐转变为事前有预警、事中有处置、事后有分析。通过主动预警、及时处置、自动分析,从而实现从“看得清”到“看得懂”。从车牌识别到车辆数据结构化分析,从人脸检测到人脸比对,以及目标全结构化分析、行为事件的检测分析等,每一项新技术的落地,都象征着安防智能时代正在一步步变成现实[1]。 安防行业边缘计算现状 5G与安防行业具有天然的适应性 5G的正式投入使用将使得安防行业从此面向更广泛、更深入的应用领域[2]。5G技术的全国性商用也为安防行业带来了新的可能性。5G应用中的eMBB(增强移动宽带)、mMTC(海量大连接)、uRLLC(超可靠低时延)技术特征正好能够满足移动化的视频监控业务带宽和接入需求。 eMBB能够为带宽要求极高的视频类业务提供技术支撑,解决视频监控随着高清化的演进而带来的带宽压力问题。结合5G技术,移动端可以非常流畅地享受到更高质量的沉浸式视频内容,并实现随时随地视频采集、分享、上传、面对面传输和移动视频控制,如移动指挥、移动视频侦查、移动巡逻执法等。 mMTC则能满足连接密度要求高的业务需求,解决移动化的终端设备接入问题,并为智能安防云端决策中心提供更周全、更多维度的参考数据,有利于进一步的分析判断。 城市安防的物联网终端如防灾设施、水位监测;社区安防中的人脸闸机、车辆道闸、智能门禁、消防设施、垃圾储量感应、智能车棚、停车位感知;家庭中的智能家居终端,都可以通过5G技术实现统一联网,让社区治理与服务实现秒级通信。 uRLLC结合物联网、人工智能、云计算、大数据技术,在安防机器人方面已有较大的技术突破。已有研究机构研发出基于5G+AI能力的智能安防机器人,可以实现从智能感知采集到云端智能分析、处置指令发送,再到机器人控制和处置的流程。 边缘计算在安防领域有广泛应用价值 我国一个二线以上城市可能就有上百万个监控摄像头,面对海量视频数据,云计算中心服务器计算能力有限。若能在边缘处对视频进行预处理,可大大降低对云中心的计算、存储和网络带宽需求。因此,视频监控是边缘计算技术应用较早的行业,体现在以下几个方面: 第一,数据的分布式收集存储。在边缘计算模型下,借助边缘服务器实现对政府、社会和个人等各类零散监控的整合,在边缘端进行一次预处理,对无价值的数据进行过滤,然后对视频数据进行短暂存储并自动分流,这一操作能有效减缓云端平台的存储压力。 第二,数据的加密传输与共享。在边缘计算模型下,公安机关可通过对边缘端的设计,使经过初步处理的视频数据得到一次加密,通过通信技术向指定的云端平台进行输送。这些视频数据中侦查信息的安全性得到充分保障,在传输过程中被窃取的可能性大大降低[3]。 第三,数据的智能分析与协同。边缘端能实现对前端设备的自动化调整,在监控识别运动物体后,相邻监控能够在同一边缘管理器的控制下实现一定范围内的配合,进而做到监控视角的自动调整、对焦或轨迹追踪。同时,边缘端智能识别的突发性案件可以经有效识别后向侦查机关自动预警,使视频信息应用同步化,为侦查人员的介入争取宝贵时间[3]。 第四,数据的规范有序运营。在边缘计算的框架下,也有利于视频数据的规范运转,从而能够形成有序的数据库资源。前端生成的视频数据,沿着边缘服务器利用通信技术向云端传输。云端可以对各边缘端、边缘端可以对各前端设备可以实现有序管理。 安防行业边缘计算发展历程 安防行业的边缘计算技术应用发展分为如下三个阶段[4],早期边缘计算技术在安防行业的应用主要两大特点是缓解流量压力和安全性更高,中期侧重各行业专用分析算法,最近几年,深度学习在人工神经网络优化方面获得突破,使得机器辅助成为可能,拓展了人工智能的应用领域。 各大芯片厂商开始纷纷推出人工智能算法的芯片,使得人工智能在边缘端的实现成为可能。各大安防厂商也相继推出基于边缘计算技术的人工智能设备,如人脸抓拍系列产品就是其中的典型。基于边缘计算技术,使其能够在行人通过的时候,就第一时间解析出人脸数据,并把人脸数据发到数据中心进行匹配处理。 系统架构 从逻辑架构上,基于云边协同和边缘智能的安防系统架构从下至上分为前端感知、边缘计算、云计算和安防应用四个层面[5]。 第一层,前端感知层:是整个系统的神经末梢,负责现场数据的采集。除摄像头外,系统的接入终端还包括各类传感器、控制器等物联网设备。 第二层,边缘计算层:汇总各个现场终端送来的非结构化视频数据和物联网数据并进行预处理,按既定规则触发动作响应,同时将处理结果及相关数据上传给云端。根据需要,边缘节点可实现一个或多个边缘应用的部署。 第三层,云计算层:主要由边缘管理模块、视频云平台、人工智能模块和物联网平台组成,负责全局信息的处理和存储,承担边缘层无法执行的计算任务,并向边缘层下发业务规则和算法模型以及为各类应用的开放对接提供标准的API。 第四层,安防应用层:利用分析处理的结构化/半结构化数据,结合特定的业务需求和应用模型,为用户提供具体的垂直应用服务,如人脸识别、物体识别、人口管理、行为识别、车牌管理、案件侦破、森林防火、机场安保等场景。 两大特征 特征一:安防云边协同 智慧安防是云计算与边缘计算的融合,两者的协同应用,会将安防行业大数据分析推向一个新的高度[6]。第一,从业务需求方面来看,“云边协同”方式是安防智能化发展的必然趋势。能够充分发挥两种方案的各自优势,在缓解系统带宽压力、缩短处理时延和提高分析准确度方面都有很大的提升。 在整个系统中,边缘计算功能除了由前端设备本身的智能化来实现外,还可以借助承载网络的边缘计算功能来实现,也就是在靠近网络边缘的地方部署服务器,综合网络的资源使用情况、系统性能以及设备信息,尽可能在最靠近网络边缘的位置进行业务分流,或进行数据分析、处理,同样可以达到减少骨干网的传输压力,降低处理时延,提升用户体验的目的。 第二,从技术发展方面来看,边缘计算与云计算是安防行业数字化转型的两大重要计算技术,两者在网络、业务、应用、智能等方面的协同发展将有助于安防行业更大限度的实现数字化转型[7]。云计算把握整体,适用于大规模、非实时业务的计算;边缘计算关注于局部,适用于小规模、实时性计算任务,能够更好完成本地业务的实时处理。 特征二:安防边缘智能 边缘计算与人工智能互动融合的新模式称之为边缘智能,是指在靠近数据产生端的边缘侧,人工智能算法、技术、产品的应用。 边缘智能旨在利用边缘计算低时延、邻近化、高带宽和位置认知等特性,通过人工智能技术为边缘侧赋能,使其具备业务和用户感知能力。 具体实现上主要包括两个方面:首先,边缘智能载体是具备一定计算能力的硬件设备,可实现不同智能功能,称之为边缘计算节点。边缘计算节点就近收集和存储智能前端的各类异构数据、就近管理和调度智能计算资源,满足不同场合对智能分析的即时响应、即时分析的需要。 可以接收、整合、传递智能前端的结构化数据,也可以根据需要调配算力,应用不同的算法对当前分级内的数据进行智能分析,实现智能应用。 其次,单个的边缘节点可以将本级内智能前端以及边缘计算所需的存储资源以及计算资源进行统一管理,根据需求调度智能算法,结合边缘计算节点的智能分析能力,实现在本级内完成所有预定的智能功能;多个边缘计算节点可以根据需求组合,形成一个智能网络,在网络中对数据进行加工,交换数据,共享计算结果[8]。 以人脸识别应用为例,人脸检测、抓拍乃至对比等人脸识别算法可以利用深度学习神经网络算法离线训练,训练完成后再进行算法精简,以此将AI能力注入到前端摄像机等边缘设备,通过高性能计算芯片和图像识别智能算法赋能边缘设备,在边缘实现视频图像目标的检测、提取、建模、解析,把图像解析的大量计算压力均匀分担到小颗粒大规模的边缘计算资源上,仅把精炼的结构化有效数据上传云端处理,可以有效降低视频流的传输与存储成本,分摊云中心的计算和存储压力,实现效率最大化。 在本地设备上直接完成智能图像识别,也实现了低延时和快响应,提高实时性。边缘计算与人工智能技术在公共安全领域的应用,能够有效提升公共安全管理的效率与水平,大幅降低人力物力成本,对城市管理、民生改善具有巨大价值,市场前景广阔,且技术应用的基础条件已经成熟,边缘智能技术将得到进一步发展,边缘侧AI应用场景将得到进一步丰富。 问题与挑战 第一,边缘计算在安防领域的应用需要其他技术的配合,比如人工智能,而AI芯片在其中扮演着核心角色。智能安防领域急需更多适用于边缘计算的AI芯片,能满足即时、准确、低成本、低功耗等高要求。 第二,就边缘端设备的部署和运维而言,边缘设备需要考虑体积和成本等核心因素,不能接受占用很大的存储空间和功耗,而且其具体下沉的位置,也需要综合考虑网络管理的复杂度、性能优化的效果来进行部署。除此之外,边缘结点设备部署分散,如何管理分散的数以万计的终端设备,对运维的方式和效率也提出了新的挑战。 第三,边缘设备的数量众多,相互之间差异大,但技术标准尚不统一。由于会广泛的分布在各数据节点,可能会出现不同的处理算法,需要标准来规范输出的数据格式,否则不利于云端数据再处理。 第四,边缘设备因为更接近数据源,数据种类和数量的激增,网络边缘的高度动态性也增加了网络的脆弱性,新兴的攻击方式尤其是针对物理设备的攻击,为设备和数据安全带了新的挑战。 第五,尽管业界在MEC技术的应用方面已经进行了大量的研究,但目前边缘计算在安防领域鲜有成规模的商业落地,真正的应用收入较少,边缘平台效益尚不明朗,成本能否顺利回收存在不确定性。在一段时间内,丰富边缘计算商业模式,提升边缘平台的效益,对各参与主体都将是一个不小的挑战。 参考文献 [1]何遥. 2020安防产品新趋势[J].中国公共安全, 2020(3):112-116 [2]许慕鸿,王星妍.MEC技术在视频监控领域的应用[J].信息通信技术与政策,2020(2):87-91. [3]贾晓千,陈刚,李白冰.边缘计算在视频侦查中的应用[J].计算机工程与应用. http://kns.cnki.net/kcms/detail/11.2127.TP.20200220.1610.004.html [4]崔兆蕾.边缘计算技术在安防行业的发展及应用[J].中国安防,2018(4):77-79. [5]徐型平. 5G技术在安防行业的应用浅析[J]. 中国安防,2020(3):83-88 [6]潘三明,袁明强.基于边缘计算的视频监控系统及应用[J].电信科学, 2020(6):64-69. [7]赛迪顾问. 边缘智能发展与演进白皮书. 中国计算机报[N],2019年5月20日:18 [8]七牛云. 边缘计算的爆发为安防全产业带来了怎样的变化?[N].知乎https://zhuanlan.zhihu.com/p/55599887 ~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!

    物联传媒 视频监控 安防 5G 边缘计算

  • AIoT沙场点兵,ARM向左,RISC-V向右

    本文来源:物联网智库 这篇文章由一条真实性并未被验证的新闻开始。 新闻标题是《当你还在观望时,别人RISC-V芯片的出货量已经超过10亿颗》。 新闻中介绍: “当新事物出来的时候,大部分人先观望一番,看看前景如何,如果值得投入再跟进;但也有的人,一开始就一头扎进去了…比如XX就是这样一家公司…在创立初期就开始了RISC-V架构的研究,2017年推出了RISC-V芯片,并于2017年底2018年初开始销售。在2019年5月的时候,XX宣布其RISC-V蓝牙芯片出货量超过1亿颗,如今,笔者询问公司相关人员后获知,其RISC-V芯片的累计出货量已经超过10亿颗。” 虽然出货量数据有没有水分不好评价,不过这则新闻激起了我的好奇心,RISC-V的确已经成为了AIoT领域一股不容小觑的力量。 RISC-V是精简指令集架构,诞生于2010 年,架构简单、完全开源。我很看好RISC-V的前景,并且愿意相信RISC-V在未来将与ARM和X86架构平起平坐。 根据市场研究机构Semico Research的预测,预计到2025年,采用RISC-V架构的芯片数量将增至624亿颗。2018年至2025年复合增长率将高达146%。 这些芯片将主要应用于工业、PC、消费电子和通讯市场等。 研究机构Tractica预测,RISC-V的IP和软件工具市场也将在2025年达到10.7亿美元。 方舟投资的创始人凯瑟琳·伍德也看好RISC-V的发展,她预测RISC-V和ARM架构在数据中心领域的营收将达年复合增长率45%,在2030年扩大到190亿美元,从而超越X86架构。 在数据中心市场之外,AIoT是更加适合RISC-V生长的土壤。 由于RISC-V的指令集相当小巧精悍,很多企业从一开始就看准AIoT市场,并将其作为RISC-V的着力方向,以定制化来开疆拓土。 RISC-V这颗种子,已在AIoT领域快速打开局面,很可能成长为参天大树,催生一场硬件生态的变革。 这篇文章,我将尝试对RISC-V即将在AIoT领域引发的变化做一些分析: RISC-V的价值在于重构产业链价值分布和生产关系 RISC-V的发展有三种主要的驱动力:国产替代、低功耗和数据安全 RISC-V让企业开始谨慎思考跨越硬件和软件的开源策略 1、RISC-V构建新型生产关系 我们从另一条重要新闻说起。 在今年年初,全球首款RISC-V单板计算机正式发布,这是RISC-V结合AI应用进入单板计算机领域的里程碑。 这则新闻中,最引人瞩目的是,这款RISC-V开发板是由三家企业合作共同开发而成,包括RISC-V处理器的技术提供商A、开源硬件方案孵化器和分销商B,以及开源社区运营商C。 值得注意的是后两者B和C的参与。 探究这款RISC-V开发板的诞生过程,可以一窥RISC-V即将引发的产业链变革。 过去,所有的硬件都是基于这样的流程设计出来的:芯片企业设计芯片à方案公司基于芯片设计PCB硬件à系统厂商基于PCB板完成产品。 这些硬件都是基于给定的芯片完成,系统端无法改变芯片设计。所以我们默认了一种模式,就是在等着别人告诉我们这个设备是什么,我们只是选择购买与否。 这次,上述的流程发生了一定程度的逆向。 开源社区运营商C定义了RISC-V开发板的功能、外壳和应用,并且通过社区跟软硬件开发者互动。 开源硬件方案的孵化器和分销商B则调集各种力量,帮助基于RISC-V的新兴应用快速变成设备,并在市场中试水。 他们的作用力反过来影响了处理器的技术提供商A对于下一代芯片的探索。 由此形成了一个互动的循环,RISC-V处理器的技术提供商仅是其中的某个节点,而不一定是起始的原点。用户可以根据自己的需求,跳过中间环节,直接去定制一款硬件,当需求积累到一定程度,甚至可以去定义一颗芯片。 这个流程非常的AIoT。 因为在万物互联时代,智能硬件不再是电脑和手机等有限的几种,而是非常碎片化,有个大大的长尾。 谁都难以预测下一款爆品、下一个新兴场景到底是什么。 这时,话语权和决策权应该放到最终用户手上,由用户的需求反向推动技术的迭代,更深入的推进产业升级。处于上游的芯片技术提供商成为聆听者和服务者。 2、RISC-V推进价值链的重新分布 由于硬件开发流程的变化,势必将造成产业链的价值分布也形成转移。 过去,尤其在X86架构时代,芯片技术提供商保持了很高的利润率,然后层层加码最终到达用户手上。 这次,由于各方联合,A、B、C多位一体推动研发过程,很多事情都会被改变。由于基于共同的开源硬件实现设备的设计和研发,很多物料、工艺,甚至人才都可以被充分复用。无论是开发的周期还是成本,都值得重新估算。 RISC-V的重要优势不仅是开源,还胜在弹性。 AIoT应用场景的多样化和差异化,导致了大量芯片产品的定制化需求。不同的应用领域,对芯片方案的细节要求有所不同。 RISC-V的弹性体现于,她可根据特定应用场景对指令集进行扩展、裁剪、修改和定制,恰恰是AIoT碎片化需求的最优解。 RISC-V包含基本指令集、可选指令集、用户指令和特权指令。基本指令集是任何使用RISC-V的公司或个人都必须做到的,可选指令集给予使用者选择空间,用户和特权指令集则可以根据应用场景的需求增加。 根据RISC-V 基金会中国顾问委员会主席方之熙博士的分析,正是因为RISC-V提供可拓展指令集,也让RISC-V具备弹性,这一点非常重要。 跃昉科技CTO江朝晖做了一个非常形象的比喻。 比如同样是请客吃饭,传统芯片就像是请你去吃日式自助套餐,298元什么菜都自动送上桌,吃的掉吃不掉反正就是这些菜。不过可能你吃几个寿司,一盘沙拉就饱了。也有可能你没吃饱,还想加菜,不过加菜就又要交钱。 RISC-V就像是根据你的需求,点什么菜上什么菜,花钱少,吃饱就好。而且RISC-V大食堂里面的厨师还很贴心,围绕RISC-V架构做了很多开源的选项,就像有些刺身、寿司还可能提供免费版本,你可以选择付费的,当然也可以尝尝免费的好吃不好吃。你开心,厨师也很开心。 真正理解RISC-V所带来的生产关系和价值链重构,可以更好的利用RISC-V的优势,根据应用特性,设计出个性化的RISC-V系统方案,更好的满足市场需求。 3、推动RISC-V的三重驱动力量 目前推动RISC-V发展的力量,主要来自于三个方面。 第一股力量:国产替代的需求方。 RISC-V指令集在中国备受关注,尤其在目前的国际形势下,发力RISC-V有其特殊意义。 现在很多行业都意识到芯片和相关技术自主可控的重要性,对于国内企业来说,RISC-V是实现中国芯、提升自主创新能力的契机。 中国RISC-V产业联盟和中国开放指令生态系统(RISC-V)联盟在2018年相继成立,上海市经信委发布《上海市经济信息化委关于开展2018年度第二批上海市软件和集成电路产业发展专项资金(集成电路和电子信息制造领域)项目申报工作的通知》,其中包含基于RISC-V指令集架构的处理器芯片方向,成为国内首个支持RISC-V研发的相关政策。 第二股力量:低功耗场景的使用方。 功耗,正是AIoT应用中对芯片非常重要的衡量指标之一。英伟达在研究中也发现,选择RISC-V可以制造出比其他任何产品都小的芯片,还能将功耗降至最低。 根据部分企业的实践,同样条件下,相比ARM架构,RISC-V可以将功耗降低三分之一。功耗更低,适用场景自然更广,功耗敏感型应用推动了RISC-V的普及。 第三股力量:数据安全可追溯的应用方。 万物互联的时代,将有数百亿台AIoT设备被连接起来,此时数据安全并不是奢侈品,而是必需品。RISC-V开源特性允许各方共同检查其体系结构,并且避免大范围的危机事件发生。 每天物联网设备都在产生海量数据,也由此带来了很多需要解决的问题:谁拿了我们的数据?他们拿了我们的数据做什么?哪些数据有价值?我们全都不知道。因为我们只是数据的产生者和传播者,然而赚钱最多的却是数据使用者。Google每秒钟就会赚几百亿美金,但数据的产生者和传播者并没有赚钱,回报分配的问题需要被解决。 这就需要两项技术的完美配合:RISC-V和区块链。 RISC-V与区块链开放性、去中心化、不可篡改的架构联合在一起,使得我们可以通过区块链从源头上追踪数据,知道数据被用在哪里,调用了多少次,保障数据生产者和传播者应得的价值。 最近,RISC-V基金会成立了区块链行业工作组,以理解、定义和协调区块链在RISC-V架构上的实现和应用。 4、ARM向左,RISC-V向右 谈到RISC-V,还有一个话题不得不谈,那就是RISC-V与ARM架构的对比。 很多文章在同时提到两者时,一般会用“威胁”、“超越”、“对决”等形容,将他们放到对立的关系上。 其实她们并不是非此即彼的关系,没有孰优孰劣,只不过各自选择的路径不同,因此构建了不同的生态。 两者的最大区别是闭源和开源,就像iOS和安卓。 在闭源的生态下,我们最为熟悉,ARM自己生产CPU或者授权IP给别人生产CPU,推动设备厂商把新的算力带给消费者。 在开源的生态下,软件最先开始了开源之旅,然后有了一部分开源硬件,比如Arduino开发板。但是开源一直都不够彻底,因为无论软件、硬件如何开源,芯片始终不是开源的。 这些“开源”硬件都是基于给定的芯片完成设计,即便有人提出自由硬件的口号,那也是仅仅开源了硬件中的一些算法和程序而已,不是真正的硬件开源。 直到有了RISC-V,开源终于“下沉”到指令集,设计团队可以方便地设计出真正满足自己需求的处理器,自由硬件的梦想不再遥远。 然而,需要强调的是,开源并不等于免费。 “所有命运馈赠的礼物,早已在暗中标好了价格”,如果它看起来是免费的,那么你就是产品的一部分。 RISC-V正在迅速壮大,ARM阵营感受到压力属于必然。不过万物互联的市场是万亿量级,无论ARM还是RISC-V,都将找到各自的立足点,并在其中发挥重要价值。 5、企业宜谨慎思考开源策略 开源,比我们想象的更加普及。 1998年,IBM进行了一份调查,询问100名CIO是否在其公司内使用开源软件,95%的人回答“没有”。讽刺的是,同样的问题,当调查对象换为程序员时,95%的人回答“有”。这次调查的结论超出了IBM的预料,从此IBM决定进行重大战略转移,逐步走向开源。 软件开源和硬件开源的逻辑相同。 RISC-V之于半导体,就像Linux之于PC操作系统,安卓之于手机操作系统一样,其开源特性受到全球开发者们青睐。 驱使开发者使用开源软件的相同动因,吸引着硬件公司采用开源RISC-V。 开源,让许多软件取得了成功。 最典型的例子是安卓。在谷歌的推动下,基于安卓的智能手机开始兴起与普及。下游终端为上游产业链打开了增长空间,安卓系统在发展初期得到了摩托罗拉、三星、HTC等众多手机品牌厂商的支持,随后不到十年,安卓的接力棒又交到了华为、小米、OPPO等手上。 除了安卓之外,还有一串开源软件和系统的长名单。 Linux统一了服务器的世界。 WordPress占据了互联网30%+的流量… 开源从一种精神图腾,成为了软件世界的主流,也改变了原有的商业模式。 从竞争层面观察,闭源软件之间相互竞争,如果突然出现一个开源的同类项目,有成本偏好的客户就会率先尝试,逐渐吸引更多的客户,开源项目会在社区的推动下,做的越来越好。 因此有人说,开源的本质就是形成局部垄断,有一定道理。 开源,是否能让硬件同样取得成功? 这个问题还没有答案。 至少,RISC-V让很多企业意识到开源是大势所趋,而且愈加彻底。由此便引发了新的思考:如果利用开源,把自己的产品重做一遍,将会是什么效果? 6、写在最后 划个重点。 第一,RISC-V构建的生态形成互动循环,RISC-V处理器的技术提供商仅是其中的某个节点,而不一定是起始的原点。用户可以根据自己的需求,跳过中间环节,直接去定制一款硬件,当需求积累到一定程度,甚至可以去定义一颗芯片。 第二,RISC-V的弹性体现于,她可根据特定应用场景对指令集进行扩展、裁剪、修改和定制,恰恰是AIoT碎片化需求的最优解。 第三,RISC-V的发展有三种主要的驱动力:国产替代、低功耗和数据安全。 第四,RISC-V与ARM并没有孰优孰劣,只不过各自选择的路径不同,因此构建了不同的生态。 最后,感谢跃昉科技CTO江朝晖在本文写作过程中对我的极大帮助,同时也要感谢她那架延误的航班,让我们的交流更加从容。 感谢赛昉科技CEO徐滔为我提供的资料。 感谢摩联科技CEO林瑶,他的朋友圈为我开辟了RISC-V新视野,让我认识了FIVE“家族”,不仅有SIFIVE、STARFIVE、LEAPFIVE、CHINAFIVE,最重要的是,还有BEEFIVE。 参考资料: 1. Semico Forecasts Strong Growth for RISC-V,来源:RISC-V International 2. RISC-V“芯”事:十年萌芽,繁荣于物联网森林,来源:钛媒体 3. 意义重大!全球首款RISC-V单板计算机发布了,来源:FPGA开发圈 4. RISC-V 让ARM 紧张的原因为什么是弹性?来源:雷锋网 5. David Patterson:RISC-V将成为世界上最重要的指令集,来源:半导体行业观察 6. 国内芯片企业纷纷入局,如今RISC-V生态建设进展几何?来源:爱集微 7. RISC-V对ARM, Intel和其他企业构成怎样的威胁?作者:Rupert Goodwins,来源:StarFive 8. 分析人士:Intel时代终结,Arm和RISC-V将在数据中心迅速崛起,来源:半导体行业观察 ~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!

    物联传媒 ARM 物联网 RISC-V AIoT

  • 共享单车无终局

    本文来源:懂懂笔记 2016年8月起,摩拜宣布进入北京、广州市场,三个月后ofo走出校园开启城市服务。共享单车大战由此正式拉开了帷幕。 一晃五年时间过去,摩拜(品牌)已经不复存在,ofo排队退押金的人还有一千多万(街头已难见小黄车)……美团、滴滴、哈啰成了新的“三国杀”。当风口散去、市场格局稳定之后,共享单车企业的上市似乎成了最后一道门槛。 从年初外媒的消息,到近来国内舆论的关注,哈啰出行的上市似乎已经成为必然。据悉,其最快将于今年二季度赴美上市,融资金额在10亿美元到20亿美元之间。如果成功,哈啰将会成为真正意义上的共享单车第一股。 上市的背后,除了要给投资人一个离场机会之外更主要的诉求——还是需要钱。 共享单车还是五年前的样子 作为当年共享单车大战中最风光的两个人——胡玮炜和戴威,如今已经成就了两种迥异的命运。前者成为无数人梦想中“30多岁财务自由”的代表,后者则成为国内互联网领域几乎和贾跃亭齐名的人物。 而他们离开后的共享单车市场,似乎也没有了太多新意,当摩拜卖身、ofo资金链断裂之后,整个行业迅速成为了资本的弃儿。资本态度转变之快,很大一部分原因是在共享单车这条赛道上已经看不到任何盈利的希望。 如今共享单车市场的三足鼎立格局早已定性,在市场格局几乎不会发生什么改变的大前提下,除非三强之间能够形成像共享充电宝几家头部企业那样达成“停止烧钱以盈利为经营导向”的共识,才有一些盈利的可能。但对于各自背靠巨头的三强而言,达成那样的共识似乎又不太可能。 在如今的市场三强中,相较于美团和滴滴各自共享单车业务线的“亲儿子”身份,此次要独立上市的哈啰出行虽然一直背靠阿里,但似乎更像是一个义子,这种身份(角色)落差在某种程度上也加深了哈啰自身的焦虑。 观察哈啰这样一个相对独立的存在,或许能更好地看清目前整个共享单车行业的发展状态。 公开数据显示,2016年9月成立的哈啰出行至今已经完成15轮融资。不足五年的时间累计融资规模超过百亿,平均四个月就能完成一轮融资,这个速度和效率是相当惊人的。这些连番融资举措的背后,蚂蚁金服是最多出现的那道身影。 不过,一个值得注意的细节是,虽然整体来看哈啰的融资效率非常高,但其最近一次融资是2019年的12月。目前距离上次融资已经过去一年有余,对于哈啰这样一个曾拥有超高融资效率的创业平台而言,一年多的空窗期有点儿漫长了。 另外根据中国人民银行征信中心的一份文件显示,哈啰此前就已经将旗下所有的单车资产全部抵押给蚂蚁金服的全资子公司,为期三年(2019年12月4日到2022年12月3日)。 停滞的融资、抵押的单车资产,这一切似乎都在告诉外界,当风口过去,共享单车企业想要从资本手中拿到钱已经不是那么容易。 另一方面,经历了15轮融资的哈啰估值也是一个大“门槛”。早在2019年初,哈啰联合创始人、执行总裁李开逐就曾公开透露,哈啰的估值达到了50亿美元。而在经历了2019年的两轮融资之后,其估值大概率应该奔着百亿而去。 这样高估值所带来的的门槛,也直接拒绝了一大波投资者,只有那些真正的资本巨头才有能力继续加持。但共享单车早就不是往昔投资人眼中的“当红炸子鸡”,谁又愿意拿出大量资金投在这样的项目上呢? 这种情况下,通过IPO从二级市场继续获得资金支持显然是最佳方式,而IPO也是早期投资人最需要的,毕竟他们需要一个退出的通道。 这一次的IPO传闻并不是哈啰第一次传出相关消息,去年7月李开逐就曾对外表示:“如果有机会,会考虑科创板“。可见哈啰对于资金的渴望,不止急迫、而且亟需。 涨价能换来盈利吗? 还记得最初的共享单车大战掀起,曾经ofo的投资人朱啸虎放出狠话称——90天解决战斗。虽然后来的现实打了朱啸虎的脸,但通过烧钱战胜竞争对手,实现自己绝对优势的市场地位,再通过调整客单价等方式收割市场,无疑是过去几年风口行业里最常用的手段。 不过,从现阶段的市场格局来看,三强想要从体量上完全战胜对手似乎不太可能,或许它们各自心中也早已放弃进一步通过烧钱扩大自身市场份额的想法。当市场格局稳定,用户使用习惯培养完成之后,客单价上涨自然也就不可避免。 就在近几日,哈啰又因为在上海地区的客单价引发网友热议,哈啰回应此为前年价格:哈啰单车在上海地区的收费规则为前15分钟1.5元,之后每15分钟1元,相当于1小时4.5元。在此之前,哈啰单车的收费规是每30分钟1.5元,相当于1小时3元。 但这种幅度的提价,相较于单车业务的巨额亏损似乎仍有点儿杯水车薪的感觉。 关于共享单车亏损的力度,可以通过分析美团的财报略窥一二。如今美团已经不会在财报中单独公布单车业务的具体盈亏,不过我们可以在2018年美团收购摩拜那一年的财报中,看到相关业务的具体数字:2018年财报显示,从2018年4月全资收购摩拜到年末,由摩拜贡献的收入仅为15.07亿元;同时,摩拜仍亏损了45.5亿元。 如果将1~3月的财务数据也算进去,那么摩拜2018年的年亏损大概率会冲破50亿元,这是一个非常恐怖的数字。 当然,随着行业竞争烈度的降低、公司经营效率的提升,亏损肯定是会有相应减少,但想要通过单车业务自身来实现盈利,似乎不太可能。 某头部企业单车业务的职员对此向懂懂笔记透露:“单车的提价是必须的,现在客单价连每年单车业务因损耗造成的亏损都难以补平。而且从整体来看,共享单车的使用效率并不算高,特别是那些二三线城市。而北方部分城市每年还会有几个月的车辆冬眠期,这些都是成本压力。” 从去年开始,两轮出行领域的电单车也成为三家行业竞争中的重点。美团王兴在去年第二季度财报会议上就特别强调,将在生鲜零售和电单车等新业务领域持续加大投入。 诚然,站在用户的角度来看,电单车可以能接受的价格范围内提供了更好的用户体验。但从企业经营的成本上来看,电单车是一个比传统单车“更重”的业务。 共享单车三巨头其中一家的内部人士也向懂懂笔记透露:“电单车每年仅仅电池被偷的成本,都能达到几个亿。” 强调一下,不是单车整体的损耗,仅仅是电池部分的偷盗损耗。 此外上述人士还指出,目前公司内部对于电单车业务的运维管理问题,显然没有跟上业务发展的速度:“由于电单车本身的特性,尤其涉及到充电的问题,所以它对线下运维的要求更高。但目前公司层面并不能精准地看到每一辆电单车的充电情况,包括运维方面每天的具体工作效率,因此只能简单地按天给这些运维计算报酬。“ 在其看来,这种情况也造成“摸鱼”成为最常见的现象。现在公司内部最紧迫的任务就是完成这个管理系统的设计,“这几个月来开发人员每天基本上都是10点以后下班。” 从根本上来看,竞争烈度降低并没有改变共享单车本身的桎梏。作为一个典型重资产、重运营的业务,高损耗、低利用率、重运维等问题始终存在。这些问题造成的矛盾,想单凭提升客单价来实现盈亏平衡甚至盈利,又怎么能够达成? 两轮之外创造更多想象空间? 虽然不可能单凭两轮车业务实现盈利,但不可否认的是庞大的市场份额确实给三强积累了相当多的流量。 对于美团、滴滴这两个巨头而言,单车业务的价值本身已经不在于“是否能够单独实现盈利“。单车业务所带来的巨大流量,可以为其他相关业务进行赋能,带动其他业务的发展。一个典型的例子,就是在去年出现的几个新风口中,美团和滴滴都是最积极的,而在这些业务的发展过程中,共享单车的流量起到了重要的推动作用。 当初蚂蚁金服投资哈啰的初衷,更多也是看中了其本身的数据和流量,特别是其在金融业务方面的部分。但当现在蚂蚁的体量足够强大,一直无法盈利的哈啰对其重要性自然也就有所降低。 站在哈啰的立场来看,就算是为了维持相对较高的估值,它也不能把自己的业务版图局限在两轮出行这个垂直领域。它需要更多的业务来拓展变现能力,让自己有更多的想象空间。 所以,过去几年我们也看到包括两轮、四轮、换电、跑腿、生鲜、社区买菜等等哈啰拓展的新业务范畴。而且如果仔细观察就能发现,在业务选择上哈啰与滴滴的重合度其实是非常高的,唯一不同的可能就是二者在体量上的差距。 巧合的是,就在哈啰传出上市不久之后,滴滴上市的消息也再度被传出。据36kr近日报道称,滴滴可能在今2021年第二季度秘密交表、三季度完成上市,据传上市地点有可能并非之前传闻中的港交所,而是美国股市。 美团和滴滴两个巨头,一个有O2O、外卖作为基本盘,一个是国内网约车领域的绝对霸主。在它们的业务矩阵里,共享单车或者说两轮业务的重要性是相对靠后的,更多的目的是通过两轮业务的流量来赋能其他业务,实现单个流量的增值。 由此看来,它们可以忍受两轮业务长时间的亏损,也能够继续“玩下去”。 但作为一家以两轮业务为基本盘的企业,哈啰显然没有这样的底气,特别是在两轮业务短期内看不到盈利,自身又需要不断输血的前提下。期待IPO之后,哈啰能够让自己重新得到资本市场的青睐,尤其是在二级市场的助力下获得更大的发展空间。 ~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!

    物联传媒 电池 共享单车

  • 漫画:人脸识别无间道

    本文来源:脑极体 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!

    物联传媒 人脸识别 AI

  • 2020-2025年中国智能家居行业市场突围策略研究报告出炉!

    本文来源:盛世华研 报告内容:(共74页) ~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!

    物联传媒 智能家居 AI

  • 公共管网漏水量惊人,一年漏掉700个西湖的问题如何解决?

    本文来源:物联传媒 本文作者:市大妈 在世界水日这一天,#我国水管漏水一年漏掉700个西湖#这一话题登上了微博热搜榜。 【#世界水日##我国水管漏水一年漏掉700个西湖#[吃惊]】我国公共供水管网漏损水量惊人,住房和城乡建设部公布的统计年鉴显示,2019年全国城市、县城公共供水管网漏损水量近百亿吨。这大体相当于700个杭州西湖的蓄水量。有些县城供水100吨,漏掉30吨。 据悉,自“十三五”以来,我国降低城镇供水管网漏损率已取得明显的成效,但局部地区漏损率仍然有很大的改善空间。 根据住建部发布的《城镇供水管网漏损控制及评定标准》(CJJ92-2016)中规定,漏损率按两级评定,一级为10%,二级为12%。但由于大部分城市供水漏损率仍较高,因此预计2019年城市管网漏损率高于12%,约为13.2%,2019年城市供水漏损量约为83.54方米。 2014-2019年城市供水漏损量及漏损率 资料来源:智研咨询整理 漏损原因众多,漏损率居高难下 管网老化且低质。供水管网使用年限比较长,管网老化较为严重,较为容易导致管材接口漏水以及爆管现象。以云贵高原中部某县为例子,在180余公里的供水主管和支管中,投入使用逾40年的管网超过10公里,同时,不符合国标的铸铁管、水泥管、镀锌管等低质水管在地下输水管网中仍占据很大的比例。除此以外,由于部分房地产开发商追求利益最大化,未按照自来水公司的标准铺设、安装水管,部分管网安装工艺、材质较差,同样增加了漏损量。 管理粗放且难以找到漏水点。市政施工开挖、管网管理不到位等人为因素,常常导致供水管网断裂,然而由于技术和人才限制,不少县级供水公司无法自行找出漏水点。 设计欠佳。城市供水管网建设跟不上城市扩张步伐。部分供水管网分区过大,关掉一个水闸修理一个漏水点,可能造成一大片城区停水。因此可能造成为了减少投诉,明明发现了漏水点,但白天只能眼睁睁看着,等到深夜用水量小的时候才关掉水闸开始维修。 施工技术比较落后。因为供水管材自身的特点所导致的施工工艺,其会给管材安装施工带来诸多的不便。因为前期的施工方法比较单一、形式复杂、技术落后。加之施工质量存在一定的问题,导致其安装质量在一定程度之上比较难保证,就会给供水管网带来事故隐患。 管道附属设施。阀门锈蚀、磨损以及污物嵌住,导致管道没有办法关紧,原因一是因为长期不维修,管理不当引起的漏水;二是因为施工人员没有依照图纸施工阀门井,导致井壁直接压在管道上,井壁沉降压坏管道而形成的。 周遭环境因素影响甚大。环境温度的改变会导致供水管道发生弹性变化,产生温变应力。当供水管网长时间运转,长时间处于疲劳状态时,会出现裂痕甚至损坏的问题。此外,土质松动的情况下,在大管径的弯头以及三通等处,推力较大,一旦当支墩后背土质松动,就会促使其弯头或三通处的接口拉开,导致漏水问题的出现。 控制管网漏损,精准计量先行 城市供水管网主要肩负着为城市输送生活和生产用水的重要任务,随着我国城市化进程逐渐加快,城市规模逐渐扩大,其对城市供水管网建设的要求也在逐步提高,对此现况,如何降低供水管网漏损率就成了重中之重。 当下,控制供水管网漏损时,主要可以通过计量管理、管网管理、用水管理等科学的管理措施,有效降低管网漏损率。 首先,采用DMA分区计量供水管理技术。通过对城市供水管网进行分区,对各区供水管网流量进行实时监测。从而对各分区进行压力管理、统计和流量分析,进而快速准确定量各区漏损水平以及漏水的大致范围,最终精确定位漏水部位,修复漏水点,达到减少漏失水量,控制漏损目的。 其次,加强供水管网故障监测技术及设备使用,增加供水管网漏损控制中的高新科技含量,利用传感器技术、云平台技术、NB-IoT、LoRa等通信技术等各种物联网技术手段来协助解决这些问题。通过在供水管网“节点”上安装传感器,获取在线实时水力数据,将水力数据上传云数据库并进行分析,确定供水管道的实时情况,预测后续可能出现的漏水点和爆管位置等,以便供水部门进行及时处理,从而降低供水管网的漏损率。 然后,加强用水管理,主动对接高耗水的企业,建立主动防控机制,把被动抢修和主动防控结合,建立防漏查漏的完善机制;完善用水计量系统,针对市政公用行业建立计量机制如消火栓等安装计量水表,合理计量消防和环卫用水;配合执法部门,严控偷水行为,完善供水稽查制度。 可以看出,供水管网漏损控制是一项复杂的工程,对于大部分自来水公司来说,都是一个棘手的问题,也是供水产销差居高不下的重要原因之一。在改善供水管网运行状况的过程中,应重视供水管网漏损控制措施的应用,确保有效降低供水管网漏损率。 迎接智慧水务时代的到来,物联网水表被寄予厚望 近几年,智慧水务已经成为水务行业发展的热点,华为、腾讯、万科、中国电信、中国联通等大型企业,都有进入智慧水务行业的举动,表明智慧水务确实受到了巨头们的关注,其发展前景受到认可。同时,各路资金、技术、人才等早已开始向这个行业流动,北控水务、兴蓉股份、启迪环境、华电水务等水务集团也在持续布局,利用智慧水务技术提升水务业务的竞争力,代表了行业的发展方向。 针对传统水务抄表普遍存在的痛点,如人工抄表成本高、无法进行实时数据分析、表务管理不科学、故障排除滞后、运营效率低下、数据安全得不到很好的保障、表计终端功耗高等,当前市场上常见的NB-IoT、LoRa智能水表及相应的解决方案能够很好地解决这些痛点。不仅如此,智能水表还能扩展更广水务领域,例如扩展到智能管网、漏损监测、水质监测以及业务增值等智慧水务相关业务。 毋庸置疑,智慧水务确实给了我们一个全新方式。只是随之而来的是另一个问题。 可以想象,在整个智慧水务系统中,传感器技术用来采集数据、各种通信技术用来传输数据、平台又涉及到数据分析,所有的这一切都离不开数据。然而数据能否收回来、能收回来多少、数据融合却成了智慧水务肉眼可见的经济价值中一个暂时无法逾越的挑战,因为: 1、供水公司对于数据的需求单一,仅在于收费上,而以收费为核心的技术应用无法充分发挥物联网技术在表计领域的应用价值。 2、拥有数据的供水公司对数据分析需求不大、挖掘数据背后的价值的意愿不强烈,而对数据有分析需求的政府部门却没有数据使用权之间的矛盾仍没有化解途径。 3、综合性数据(与其他系统数据的结合还能提供更加人性化的应用)的应用提供更加准确的判断,但是不同数据掌握在各方手里,数据难以实现融合。 归根结底,数据归属问题是目前智能水表价值最大化的一只“拦路虎”,导致短期内其经济价值或将无法实现。这也间接说明了必须从当下的功能叠加阶段跨越到数据价值挖掘阶段的重要性和紧迫性,在这个过程中政府如何引导水司以及燃气公司在数据脱敏之后进行应用也便成了行业发展关键点。 但是,无论如何,期待智慧水务时代全面到来,不愿再见到700个西湖的惊人漏水量。

    物联传媒 物联网 水表 智慧水务

  • 谈谈为何会出现全球“缺芯”

    本文来源:SDNLAB 自2020年起,芯片短缺的问题逐渐加剧,手机芯片、车载芯片缺货量直线上升,一度引起业界恐慌。 中国半导体行业协会理事长、中芯国际董事长周子学表示,目前半导体供应的紧张程度是近 20 年之最。历史上整机行业从未受到过如此严重的半导体供应紧张影响。当前全球半导体的供应还是处于非常紧张的局面,尤其是汽车行业。 随着疫情逐渐稳定,智能手机、汽车和游戏机等所有产品需求空前大涨,对制造能力造成了挤压。 2020 年全球半导体市场销售额达到了 4390 亿美元,同比增长 6.5%。根据中国半导体行业协会统计,2020 年中国半导体市场销售额达到了 8911 亿元,同比增长 17.8%。 突如其来的需求暴涨导致生产线全部满载,多个行业巨头已经发出警告称,芯片短缺情况将长于预期。 手机、汽车、游戏机等多领域“缺芯” 2020年疫情导致全球科技产业供应链极不稳定,需求上涨但产能跟不上,缺货引起的市场恐慌让大家纷纷投入芯片“囤货”的阵营。加上美国对华为实施全面“断供”,导致华为不得不提前进行大量储备,这占用了台积电相当长时间的5纳米产能。 而华为的“前车之鉴”也引起了其他手机厂商的恐慌,谁都不敢说,自己就不会是下一个。 于是各大手机厂商也加入了“囤货”行列,小米和OPPO等也开始积极向晶圆代工厂下单抢产能,这使得原本就吃紧的芯片产能更加不堪重负。 除了手机,汽车芯片短缺的情况也尤为严重。去年第四季度开始,不少汽车厂商相继爆出芯片供应不足的情况,德国大众、美国福特、日本丰田等汽车业巨头先后宣布减产。研究机构IHS Markit指出,芯片短缺可能导致第一季度全球减产近100万辆汽车。 在全球晶圆代工产能不足的情况下,车用半导体受产能排挤影响显著。相比汽车芯片,芯片制造商更乐于将产能分配给利润空间更大的智能手机和5G相关领域,汽车芯片供应问题始终得不到有效缓解。 研究表明,目前车用半导体以12英寸晶圆厂的28nm、45nm与65nm的产线最为紧缺。同时,8英寸晶圆厂在0.18um以上制程的产品亦受到产能排挤。 不仅如此,就连游戏机也不能幸免。据了解,索尼PS5也受到了“缺芯”的影响。公开资料显示,PS5搭载的处理器由美国AMD公司设计,由中国台湾的台积电代工生产,这也就不难解释为什么买一台游戏机都需要抢了。 “缺芯”的背后 “缺芯”的背后首先是各种天灾人祸。 疫情本就造成了供应链受挫,加之日本福岛发生地震,导致全球车载芯片市场份额排名第三位的日本瑞萨电子一度暂停生产线。 随后美国德州接连几日的暴雪天气,导致当地电力供应系统失灵,三星、恩智浦、英飞凌等芯片巨头在当地的工厂先后宣布停产。 台湾地区的缺水也给芯片产业增加了风险,半导体产业尤其需要淡水,而台湾中部和南部地区的几个水库的水位都已经在20%以下。 天灾一定程度上加剧了全球芯片的供需失衡,但“缺芯”背后的原因远不止这些。 《日经中文网》此前曾报道称,全球半导体短缺的开端是美国政府对中国企业的制裁。芯片代工厂中芯国际等成为制裁目标,导致产量下降,订单集中涌向台积电等企业。而台积电产能爆满难以负荷,加上全球各行业需求的快速复苏,加剧了供应短缺。 2020年9月,路透社报道称,美国特朗普政府正在考虑是否将中芯国际列入“实体名单”。此消息一出,中芯国际的客户纷纷开始寻找替代厂商。2020年12月18日,美国商务部工业与安全局正式宣布将中芯国际列入“实体清单”。如果没有经过美国政府许可,中芯国际将无法进一步获得相关美国企业的技术和产品。 中芯国际的美国客户占比超过20%,其中包括高通、博通等知名公司。据拓璞产业研究院的数据显示,在2020年第四季度全球前十大晶圆代工厂营收排名预测中,中芯国际位列第五,市场占有率约为4.3%,其影响不容小觑。 “缺芯”何解 这场缺芯潮什么时候可以结束?有业内人士表示,2021年下半年芯片短缺现象或许会有所缓解。 在国家层面,国家对于芯片产业十分重视。本月初,工业和信息化部党组成员、总工程师、新闻发言人田玉龙在回答记者问时表示,芯片集成电路是信息社会的基石,也是信息技术的重要基础。芯片产业的高质量发展,关系到现代信息产业和产业链发展。田玉龙表示,中国政府将在国家层面上将给予大力扶持,共同营造一个市场化、法治化和国际化的营商环境和产业发展的生态环境。 随后,中芯国际拿到了美国政府的批文,恢复了对中芯国际半导体设备的供应。3月3日,中芯国际宣布与荷兰半导体设备供应商阿斯麦(ASML)签订了一份高达约12亿美元的购买单,购买深紫外光刻机(DUV)。这有利于中芯国际在成熟制程上的扩产,能够解决一部分产能紧张的问题。 3月11日,中、美两国半导体行业协会宣布将共同成立“中美半导体产业技术和贸易限制工作组”。据悉,该工作组的成立将为中美两国半导体产业建立一个及时沟通的信息共享机制,交流有关出口管制、供应链安全、加密等技术和贸易限制等方面的政策。 两国协会表示,希望通过工作组加强沟通交流,促进更深层次的相互理解和信任。工作组将遵循公平竞争、知识产权保护和全球贸易规则,通过对话与合作解决中美两国半导体产业的关切,为建立稳健、有弹性的全球半导体价值链共同做出努力。 此次中美之间的合作,芯片全球化问题或将进一步得到解决。 有业内人士称,预测芯片需求高涨的状态会延续到2021年底,在整个上半年依旧会处于比较紧张的状态。 参考: https://mp.weixin.qq.com/s/w8rmlE-7sMzA_g2p2Gqobg https://baijiahao.baidu.com/s?id=1692171807163172210&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1694192639634247543&wfr=spider&for=pc ~END~

    物联传媒 半导体 芯片

  • 实用 | 程序运行时,是怎么找到动态库的?

    转载请注明以下内容: 来源:公众号【编程珠玑】 作者:守望先生 ID:shouwangxiansheng 我们随便开发一个C/C++程序,都很大程度不可避免的需要用到动态库: #include int main() { printf("hello,编程珠玑\n"); return 0; } 编译并查看使用到的动态库: $ gcc -o main main.c $ ldd main linux-vdso.so.1 (0x00007ffdf8fdf000)     libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007f1f8535e000)     /lib64/ld-linux-x86-64.so.2 (0x00007f1f85951000) 从ldd命令的结果我们可以看到main程序依赖了哪些动态库,并且在哪个路径。那么你有没有想过,动态库的路径是怎么找到的,查找顺序又是怎样的呢? 准备动态库 在此之前如果你还没有对动态库有一个基本的了解的话,建议你阅读《浅谈静态库和动态库》或其他相关资料。为了说明后面的问题,这里我们先创建一个简单的动态库,你也可以参考《手把手教你制作动态库》: // test.c #include #include "test.h" #include "test1.h" void test() { printf("I am test;hello,编程珠玑\n");     test1(); } // test.h void test(); //test1.c #include #include "test1.h" void test1() { printf("test1,needed by test\n"); } // test1.h void test1(); 分别制作动态库libtest.so和libtest1.so,这在后面的示例中会用到: $ gcc test1.c -fPIC -shared -o libtest1.so $ gcc test.c -fPIC -shared -o libtest.so -L. -ltest1 这样你在当前目录下就会看到有一个libtest.so和libtest1.so文件生成了,其中litest.so依赖libtest.so 注意,由于libtest.so依赖libtest1.so,这里用-L指定了要链接的test1的路径,因此我们看到: $ ldd libtest.so     linux-vdso.so.1 (0x00007ffd1bbca000)     libtest1.so => not found     libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007f9f1d0ae000)     /lib64/ld-linux-x86-64.so.2 (0x00007f9f1d6a1000) 从这里可以看出libtest是依赖libtest1库的,但是特别注意到,libtest1.so指向的是not found,这会有什么影响吗?我们后面就会看到。 链接时查找路径 我们都知道,在编译成可执行文件前,链接器链接动态库也是需要查找动态库路径的,否则怎么链接上指定的动态库呢?那么这个顺序又是怎样的呢? 首先会查找的会是编译时链接的路径。修改前面的main.c,让它调用libtest.so中的test函数: // #include #include "test.h" int main() {     test(); // 调用libtest.so中的test函数 return 0; } 编译链接: $ gcc -o main main.c -I ./ -L./ -ltest -ltest1 完美编译过。除此之外,如果我们把libtest.so和libtest1.so都移到/usr/lib下面,我们发现,即便不用-L也能编译过了: $ gcc -o main main.c -I ./  -ltest -ltest1 这里需要说明的是,我们通过-L./来指定搜索库的路径,由于libtest.so依赖libtest1.so,因此在编译链接时,也需要链接上test1。 小结 从上面的内容可以看到,在链接时,我们通过-L参数搜索要链接的库路径,但是这个路径信息不会写到ELF文件中,因此你会通过ldd命令看到not found,而通过-rpath可以指定链接时的搜索路径,这个信息会写入到ELF文件中,最终看到的结果是,由于libtest.so依赖libtest1.so,所以其他程序依赖libtest.so时,会自动从写入ELF的rpath中搜索它依赖的其他库,因此只需要链接libtest即可,例如: 在制作库libtest1.so时,加上-rpath-link选项: $ gcc test.c -fPIC -shared -o libtest.so -L. -ltest1 -Wl,-rpath-link $(pwd) 在编译main的时候,就不需要特意指定链接libtest1.so $ gcc -o main main.c -L ./ -ltest 只需要链接libtest.so,其依赖的libtest1.so也链接进来了。 当然了,如果-L指定的路径没有呢,它还会去查找其他地方,否则依赖的系统库怎么找到呢?总结大致顺序如下: -L指定链接路径 对于依赖库中依赖的搜索顺序通过-rpath-link或-rpath选项查找(后面会提到) gcc默认链接路径(gcc --print-search-dir | grep libraries 查看) 链接器配置的查找路径(ld -verbose | grep SEARCH_DIR查看) 针对具体的系统或链接器,可能有些差异,但是大致如此。 运行时查找路径 虽然前面编译成功了,但是我们运行看看,发现运行失败了。 $ ./main ./main: error while loading shared libraries: libtest.so: cannot open shared object file: No such file or directory 其实我们用ldd命令看一下也能看到: linux-vdso.so.1 (0x00007ffcd566e000)     libtest.so => not found     libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007f356d1f6000)     /lib64/ld-linux-x86-64.so.2 (0x00007f356d7e9000) LD_PRELOAD环境变量 这个环境变量在介绍《性能优化-使用高效内存分配器》中的时候,也有提到,用来做测试非常方便,同样的,这种方式也最好仅仅只是用于测试,因为它的优先级非常高,并且影响全局。使用也很简单: $ export LD_PRELOAD=./libtest.so $ ./main 为了避免影响后面的验证,这里取消设置该环境变量: unset LD_PREALOD 查找rpath路径 上面的情况是找不到动态库,那么它首先会去rpath指定路径去查找,这需要在编译时指定: $ gcc test.c -fPIC -shared -o libtest.so -L. -ltest1 -Wl,-rpath $(pwd) $ gcc -o main main.c -L . -ltest -Wl,-rpath $(pwd) $ ./main I am test;hello,编程珠玑 test1,needed by test 也就是说,如果我们编译时指定了路径,就可以找到了,但是这些信息被写入到了ELF文件中。 LD_LIBRARY_PATH环境变量 另外也可以通过这个环境变量来设置要搜索库的路径。 $ gcc -o main main.c -L . -ltest $ export LD_LIBRARY_PATH=./ $ ./main 这样运行也是没有问题的。 同样,为了避免对后面测试产生影响,取消设置该环境变量: unset LD_LIBRARY_PATH /etc/ld.so.conf中的路径 我的机器上这个文件的内容如下: $ cat /etc/ld.so.conf include /etc/ld.so.conf.d/*.conf $ ls /etc/ld.so.conf.d/ fakeroot-x86_64-linux-gnu.conf  libc.conf  x86_64-linux-gnu.conf 所以它实际指的是/etc/ld.so.conf.d/目录下所有conf路径包含路径,打开其中一个libc.conf,它里面包含的路径为: $ /usr/local/lib 既然如此,我们把前面的libtest.so复制到该目录下(可能需要sudo权限): $ sudo cp libtest.so /usr/local/lib $ sudo ldconfig $ ./main I am test;hello,编程珠玑 test1,needed by test 注意,这里拷贝完成后,需要执行ldconfig,它会更新相应的共享库,以便可执行程序能够找到。实际上,执行完成后,你确实就能在/etc/ld.so.cache文件中找到: $ grep -a libtest.so /etc/ld.so.cache 同样,为了影响后面测试,记得删除: rm /usr/local/lib/libtest.so 实际上这里是先从/etc/ld.so.cache中的路径查找,然后再从ld.so.conf的路径中查找。后面我们可以通过命令看到。 /usr/lib,/lib/ 当然了,如果以上路径都没有,最终还会在lib或/usr/lib下找,为了验证,我们将库拷贝到/lib目录下 $ cp libtest.so /lib $ ./main I am test;hello,编程珠玑 test1,needed by test 同样能正常运行。 小结 小结一下,动态库的搜索顺序如下: LD_PRELOAD环境变量指定库路径 -rpath链接时指定路径 LD_LIBRARY_PATH环境变量设置路径 /etc/ld.so.conf配置文件指定路径 默认共享库路径,/usr/lib,lib 以上这些查找路径你很容易来验证它们的优先级,简单的做法就是这几个位置分别放置同名不同作用的库,来看看它到底先使用哪个路径下的库,可自行尝试。 LD_DEBUG 这个环境通常用来调试。例如,查看整个装载过程: $ LD_DEBUG=files ./main 或者查看依赖的库的查找过程: $ LD_DEBUG=libs ./main 3557:    find library=libtest.so [0]; searching 3557:     search cache=/etc/ld.so.cache 3557:      trying file=/usr/local/lib/libtest.so 另外还可以显示符号的查找过程: $ LD_DEBUG=symbols ./main 总结 了解动态库的搜索路径,可以在开发中很好的帮助你定位找不到库的问题,同时LD_DEBUG环境变量也能够很好的帮助你调试,例如查看库搜索的路径,显示符号的查找过程等等。 虽然程序运行能够有多种途径获取动态库路径,但是并不是每种方式都合适,有的方式甚至完全不该用,但这超出了本文的讨论范围了。有兴趣的也可以点击阅文原文,查看《Why LD_LIBRARY_PATH is bad》 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!

    嵌入式大杂烩 动态库 C

  • 智慧交通在我国的发展潜力巨大,发展市场强大

    智慧交通在我国的发展潜力巨大,发展市场强大

    当前,智慧交通行业的发展在我国的发展潜力巨大。在我国政府的大力支持下和各大企业的积极参与下,智慧交通行业将会取得更大的发展。 2019年,中共中央、国务院印发《交通强国建设纲要》,首次将智能交通系统(即ITS)写入纲要,为智能交通系统的发展提供了便利环境。在智能交通创新方面,推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合,积极改善以往系统不足,使交通系统变得更加先进和成熟。 3月5日,李克强总理代表国务院所作的政府工作报告提出,“推进‘两新一重’建设,实施一批交通、能源、水利等重大工程项目,建设信息网络等新型基础设施,发展现代物流体系”。提交大会审查的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要(草案)》中,“智能交通”是关键词之一。部署了“发展自动驾驶和车路协同的出行服务”“推广公路智能管理、交通信号联动、公交优先通行控制”“构建基于5G的应用场景和产业生态,在智能交通、智慧物流等重点领域开展试点示范”等任务。 国家宏观政策布局发展智慧交通。2019年9月,中共中央、国务院印发《交通强国建设纲要》,明确推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通运输行业深度融合。今年2月,中共中央、国务院印发《国家综合立体交通网规划纲要》(简称《规划纲要》),再次强调推进交通基础设施数字化、网联化,提升交通运输智慧发展水平。《规划纲要》对智慧交通方面的布局谋划,将促进对既有资源的充分利用,加速运输方式内部的协同运行,推动各运输方式的运营协同,促使运输服务智能化、即时化,改变交通系统运营的业态与模式。 不同以往传统交通基础设施建设,2035年建成的这张国家综合立体交通网,将是“交通基础设施质量、智能化与绿色化水平居世界前列”。参与《规划纲要》及相关规划编制工作的中国城市中心总工程师、国土产业交通规划院院长张国华表示,此次《规划纲要》已将创新和智慧作为一个重大的板块予以体现。“自从工业革命以来,创新都是交通、通讯、能源三者结合的。比如说第一次工业革命,是火车、煤炭、电报的结合;第二次工业革命是汽车、电话、石油的结合;第三次工业革命是飞机、高铁以及传统互联网的结合。”张国华认为,这一次新的革命是以移动互联网为代表的大数据、云计算、5G,以及超高速磁悬浮高铁为代表的更加高效的综合交通跟互联网的结合。 联想集团执行副总裁兼中国区总裁刘军谈到,十分期待联想的智慧城市解决方案可以成为南通城市发展的一部分,聚焦南通数字经济发展、产业链结构优化和城市建设,服务南通全方位融入苏南、全方位对接上海和全方位推进高质量发展。 无人驾驶是未来智能交通的基本要素。但我们都知道,无人驾驶的实现对于车联网的底层架构依赖程度非常高,此外还需要各种道路资源的协同。对此,联想与国内知名的无人驾驶企业文远知行一起研发 5G、车路协同 V2X 技术,还在广州生物岛和文远知行、运营商共同打造了基于交通信号灯控制系统的车路协同方案,对路灯和信号灯进行改造,以实现车路协同。 以北京、广州等一线城市为例,百姓对交通拥堵感受最深。统计数据显示,从2017年至2019年,北京市机动车保有量逐年攀升,从590.9万辆增至636.5万辆。机动车数量快速增长导致城市路网通行压力大,拥堵成了常态。与此同时,百姓希望解决“地铁挤”“公交慢”“停车难”等问题,缓解城市交通供需矛盾迫在眉睫。发展智慧交通成为地方政府治理“城市病”的必选项之一。

    智能应用 人脸识别 车联网 交通

  • 在国家的大力支持下,我国在智慧交通领域必将从胜利走向胜利

    在国家的大力支持下,我国在智慧交通领域必将从胜利走向胜利

    当今,随着物联网、大数据、云计算、人工智能等新一代信息技术的不断发展,我国十分重视智慧交通行业的发展。 3月1日,在国新办举行的新闻发布会上,交通运输部部长李小鹏详细介绍了中共中央、国务院颁发的《国家综合立体交通网规划纲要》(以下简称《规划纲要》)。“《规划纲要》提出在2035年基本建成便捷顺畅、经济高效、绿色集约、智能先进、安全可靠的‘全国123出行交通圈’和‘全球123快货物流圈’。”李小鹏说,即都市区1小时通勤、城市群2小时通达、全国主要城市3小时覆盖;货物国内1天送达、周边国家2天送达、全球主要城市3天送达。 今年全国两会期间,智能交通热度持续。3月5日,李克强总理代表国务院所作的政府工作报告提出,“推进‘两新一重’建设,实施一批交通、能源、水利等重大工程项目,建设信息网络等新型基础设施,发展现代物流体系”。提交大会审查的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要(草案)》中,“智能交通”是关键词之一。部署了“发展自动驾驶和车路协同的出行服务”“推广公路智能管理、交通信号联动、公交优先通行控制”“构建基于5G的应用场景和产业生态,在智能交通、智慧物流等重点领域开展试点示范”等任务。 " 十四五 " 规划要求坚持创新的核心地位,把科技自立自强作为国家发展的 " 战略支撑 "。立足 " 十四五 " 开局之年,我国正处于一个关键的转折期——加速智能化转型,向全球价值链中高端迁移,实现经济的高质量发展。智能化涉及千行百业,绝大多数行业都将会迎来翻天覆地的改变,而千行百业的智能化变革将共同推动中国从经济大国向经济强国迈进。 不同以往传统交通基础设施建设,2035年建成的这张国家综合立体交通网,将是“交通基础设施质量、智能化与绿色化水平居世界前列”。参与《规划纲要》及相关规划编制工作的中国城市中心总工程师、国土产业交通规划院院长张国华表示,此次《规划纲要》已将创新和智慧作为一个重大的板块予以体现。“自从工业革命以来,创新都是交通、通讯、能源三者结合的。比如说第一次工业革命,是火车、煤炭、电报的结合;第二次工业革命是汽车、电话、石油的结合;第三次工业革命是飞机、高铁以及传统互联网的结合。”张国华认为,这一次新的革命是以移动互联网为代表的大数据、云计算、5G,以及超高速磁悬浮高铁为代表的更加高效的综合交通跟互联网的结合。 国家宏观政策布局发展智慧交通。2019年9月,中共中央、国务院印发《交通强国建设纲要》,明确推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通运输行业深度融合。今年2月,中共中央、国务院印发《国家综合立体交通网规划纲要》(简称《规划纲要》),再次强调推进交通基础设施数字化、网联化,提升交通运输智慧发展水平。《规划纲要》对智慧交通方面的布局谋划,将促进对既有资源的充分利用,加速运输方式内部的协同运行,推动各运输方式的运营协同,促使运输服务智能化、即时化,改变交通系统运营的业态与模式。 随着 5G 的普及,可以预见的是,未来车联网服务成本将会不断降低,可用性高、质量好的车联网连接将会为汽车的智能化、电动化和共享化提供基础网联能力,从而大大提升车主的体验,在一定程度上拉升汽车销量,同时增加用户粘性与忠诚度。除了汽车销量的增长,车联网还可以为企业带来增值服务的创新商业收入。以前汽车产业的主要收入依靠卖车和售后维修,未来在汽车里提供增值服务,例如在线音乐、在线电台、有声读物、在线视频等,将是新的收入来源。 在政策和资本市场双重利好前提下,智慧交通的赛道越来越热闹。一些传统的安防企业、通信企业甚至互联网企业纷纷入局,加大智能交通市场资源投入,让市场竞争更加激烈。

    智能应用 5G 大数据 区块链

  • 我国ETC市场的发展的现状良好,市场前景广阔

    我国ETC市场的发展的现状良好,市场前景广阔

    当今,ETC行业在我国的发展前景十分良好,其市场也十分的广阔。越来越多的企业也纷纷加入到了ETC的发展中来。 高速公路ETC产品主要应用于高速公路不停车收费通道,因此,高速公路的建设为ETC的需求提供了增量。在国家积极财政政策的推动下,高速公路发展迅速。根据交通运输部统计数据,截至2019年末,全国高速公路总里程14.96万公里,增加0.7万公里;高速公路车道里程66.94万公里,增加3.61万公里。国家高速公路里程10.86万公里,增加0.31万公里。预测2020年全国高速公路里程达16.13万公里。 目前全国 ETC 电子收费行业,历经十余年的发展,形成了 29 个省市联网运行格局,各省范围内均存在 ETC 发行机构,并在其区域范围内具有相对垄断的优势。2019 年 5 月国务院办公厅发布的实施方案要求,加快电子不停车收费系统推广应用,行业内领先企业通过线上发行、第三方合作渠道推广等方式,在全国范围内发行 ETC,抢占全国的 ETC 发行市场,逐步打破 ETC 发行的省际区域藩篱,行业内领先企业头部化趋势加速,将成长为全国性的龙头企业。 2019 年 5 月份以前全国 ETC 安装率较低,导致 ETC 由高速公路向城市静态交通领域发展进展缓慢,2019 年 5 月国务院办公厅、国家发展改革委、交通运输部发布相关法规后,截至 2019 年底全国 ETC 安装率已达到 80%左右。目前,行业内领先企业已成功开拓 ETC 在智慧停车、智慧加油、高速公路智慧服务区等多个场景的消费应用,为 ETC 进入城市静态交通领域打开窗口,行业内企业竞争力开始分化。 上市公司的解释似乎合理,但落实到具体产品类别上则存在明显的问题,蓝牙音频产品的确是公司无线音频大类产品中的重要产品,2016-2018年,公司蓝牙音频产品收入分别为1.88亿元、2.05亿元、2.22亿元,占当期营业收入的比重分别为35.96%、36.23%、40.58%,其毛利率分别为18.38%、14.97%、32.44%。由此可见,蓝牙音频产品在营业收入中占比的提升与毛利率大幅提升是造成公司2018年“降收反增利”的主要原因,这也与公司在招股说明书的解释相符。但是,上市后,即2019年,博通集无线音频类产品的毛利率却骤然下降至25.74%,相较上年下降13.01个百分点,虽然上市后博通集成不再披露无线音频类各分项产品的具体毛利率数据,但根据历年蓝牙音频产品在收入中的占比,可以推测是其毛利率的大幅波动造成了公司无线音频类产品毛利率的变化。 ETC 停车场能够有效解决排队拥堵、人力成本和动态定价的问题,提升停车场运行效率和盈利能力。根据国家发改委、交通运输部联合印发的《加快推进高速公路电子不停车快捷收费应用服务实施方案》,2020 年 12 月底前,基本实现机场、火车站、客运站、港口码头等大型交通场站停车场景 ETC 服务全覆盖,推广 ETC 在居民小区、旅游景区等停车场景的应用。交通运输部政策具有连续性,在政策文件的明确要求下,交通场站、居民小区、旅游景区预计会较快推广,学校、医院等政府相关场景也有望快速拓展。 2019年5月28日,国家发改委与交通运输部联合印发《加快推进高速公路电子不停车快捷收费应用服务实施方案》,预计到2019年12月底完成客运车辆、租赁汽车、公路货运车辆等营运车辆安装使用ETC,全国ETC用户数量突破1.8亿。在政策的推动作用下,2019年博通集成实现营业收入11.75亿元,同比增长115.09%;实现扣非净利润2.40亿元,同比增长113.33%。 2020 年 2 月 24 日,国家发改委、工信部、科技部等 11 个部委联合发布的《智能汽车创新发展战略》提出,到 2025 年,智能交通系统和智慧城市相关设施建设取得积极进展,车用无线通信网络(LTE-V2X 等)实现区域覆盖,新一代车用无线通信网络(5G-V2X)在部分城市、高速公路逐步开展应用。2020 年 3 月 10日工信部公示了《汽车驾驶自动化分级》推荐性国家标准报批稿,2020 年 3 月12 日,国家发改委、工信部下发《关于组织实施 2020 年新型基础设施建设工程(宽带网络和 5G 领域)的通知》,将基于 5G 的车路协同车联网大规模验证与应用列为 7 大 5G 新型基础设施建设工程之一,明确 C-V2X 车路协同为新基建的实施内容。而 ETC 在其中就起到了桥梁的作用,ETC 一边连接着路,一边连接着车,是 V2X 的初级应用形态,是交通与汽车智能化融合的起步。

    感知层 5G ETC 智能汽车

  • 我国ETC行业的市场现状及其发展前景了解一下

    我国ETC行业的市场现状及其发展前景了解一下

    当今,随着我国ETC技术的不断发展和成熟,ETC在我国大力推广开来,越来越多的车主都办理了ETC。很多企业也加入到了ETC市场中来。 ETC需求主要由路侧设备(RSU)和车载设备(OBU)需求构成。高速公路建设与汽车销售为ETC需求提供增量。随着车载设备(OBU)的更新换代,预计我国ETC市场前景广阔。 ETC 作为汽车与交通智慧化融合的开端,具备汽车自动识别和交通电子支付两大基础功能,因此依托 ETC 的交通电子支付功能,结合互联网技术,整合汽车后市场资源,可以推动 ETC 在停车、加油、洗车、违章缴费、公共交通等汽车消费、交通消费与个人消费场景中的泛在化应用,从而形成基于 ETC 的车生活支付体系,实现 ETC 应用功能和应用场景的扩展,以促进新业态的发展。 目前全国范围内停车场非现金支付主要采用支付宝、微信等扫码方式实现,这些技术路线已具有一定的消费者粘性。在加油、充电、高速服务区消费等方面,加油卡、充电 APP 等其他产品也在快速抢占市场。虽然 ETC 具有不停车支付更快捷的竞争优势,但这些不同的技术路线产品对 ETC 的推广普及仍造成了一定的影响。高速公路ETC产品主要应用于高速公路不停车收费通道,因此,高速公路的建设为ETC的需求提供了增量。在国家积极财政政策的推动下,高速公路发展迅速。根据交通运输部统计数据,截至2019年末,全国高速公路总里程14.96万公里,增加0.7万公里;高速公路车道里程66.94万公里,增加3.61万公里。国家高速公路里程10.86万公里,增加0.31万公里。预测2020年全国高速公路里程达16.13万公里。 2017年,联发科(2454.TW)收购络达科技股份有限公司(下称“络达科技”),而蓝牙音频芯片正是络达科技主要产品线之一,并表后,联发科的多媒体晶片销售业务的毛利率并未发生明显的变化,且有小幅上升,由此可以推测,2016-2019年,络达科技蓝牙音频芯片产品的毛利率大概率也保持在35%上下。通过对比可以发现,2016-2019年,无论是恒玄科技还是联发科,其蓝牙音频芯片产品毛利率基本保持平稳,而博通集成的蓝牙音频芯片产品毛利率不仅剧烈波动,更是明显低于对标企业。颇为奇怪的是,截至2018年12月31日,公司在中国大陆和美国就已经分别获专利授权33项和53项。而截至2020年9月7日,其竞争对手恒玄科技仅合法拥有59项专利,其中包括37项境内发明专利、6项境内实用新型专利和16项境外专利。 我国 ETC 主要用于高速公路缴费,随着 ETC 渗透率的大幅增长,ETC 收费已成为高速公路收费的主要方式。通过 ETC 缴费,一是提高通行能力 5 倍以上,缓解了交通压力;二是降低管理成本,提高车辆营运效益;三是节约能源、保护环境,在通过收费站前后 300 米区域时,ETC 车辆综合单车油耗比人工收费车辆节省约 50%;一氧化碳、二氧化碳排放分别减少了 71.3%和 48.9%。在 ETC 快速普及的背景下,ETC 在停车场、路内停车、加油充电、汽车美容等汽车消费场景有望快速增长,利用 ETC 技术治理拥堵,未来在我国推广也有较大的可行性。其中停车场收费、加油充电支付等场景的应用具有巨大的市场空间。 2019年5月28日,国家发改委与交通运输部联合印发《加快推进高速公路电子不停车快捷收费应用服务实施方案》,预计到2019年12月底完成客运车辆、租赁汽车、公路货运车辆等营运车辆安装使用ETC,全国ETC用户数量突破1.8亿。在政策的推动作用下,2019年博通集成实现营业收入11.75亿元,同比增长115.09%;实现扣非净利润2.40亿元,同比增长113.33%。 ETC的巨大优势已经证明是车场应用最具价值和做符合场景的产品,如果是ETC更符合市场和应用场景,如果ETC作为电子车牌普遍推广,那么ETC将成为唯一的云停车的身份识别和支付手段,那个时候车场联网支付市场将统一,后市场将几乎毫无疑问捏在ETC的手里。

    感知层 科技 ETC 交通

  • 关于ETC的一些现状和前景分析一起来了解一下

    关于ETC的一些现状和前景分析一起来了解一下

    当今,随着我国经济水平的不断提升,我国汽车保有量得到了不断增加。为了进一步缓解交通压力,我国大力发展ETC。 ETC发行销售客观上存在一定的地域特征,主要是因为各省ETC发行机构在本省拥有较多的发行网点和营销渠道,在ETC线上发行渠道未普及的情况下,本地车主习惯于选择在常住地办理ETC设备,因此形成了ETC发行在各省相对垄断的竞争格局。但从政策层面而言,ETC发行并无地域限制,用户可以选择在任一省份办理ETC业务,各省发行的ETC卡均可在全国通用,且均为全国高速公路通行费95折优惠。 目前全国 ETC 电子收费行业,历经十余年的发展,形成了 29 个省市联网运行格局,各省范围内均存在 ETC 发行机构,并在其区域范围内具有相对垄断的优势。2019 年 5 月国务院办公厅发布的实施方案要求,加快电子不停车收费系统推广应用,行业内领先企业通过线上发行、第三方合作渠道推广等方式,在全国范围内发行 ETC,抢占全国的 ETC 发行市场,逐步打破 ETC 发行的省际区域藩篱,行业内领先企业头部化趋势加速,将成长为全国性的龙头企业。 博通集成(603068.SH)于年度业绩预告披露截止日期的前一天发布业绩预减公告,公司2020年扣非净利润预计与上年同期相比减少2.04亿元至2.20亿元,同比减少85%至92%,上市公司将其归结为ETC后装市场规模减少与需求放缓;而且,受疫情影响ETC前装市场启动有所延后。随着2019年ETC的安装潮结束,博通集成业绩的主要增长动力已经被基本消耗殆尽,业绩低速增长大概率成为常态,主要股东纷纷抛出股票减持计划,公司定增大力发展ETC前装芯片产品对公司业绩提振力度待考。 ETC设备主要由路侧设备(RSU)和车载设备(OBU)组成,路侧设备主要是指安装在车道控制系统前端,发挥信息采集作用的专用设备,其由天线和读写控制器组成;车载设备是指安装在用户车辆上作为记录车辆通行信息的车载设备。因此,ETC需求主要由路侧设备(RSU)和车载设备(OBU)需求构成。 高速公路ETC产品主要应用于高速公路不停车收费通道,因此,高速公路的建设为ETC的需求提供了增量。在国家积极财政政策的推动下,高速公路发展迅速。根据交通运输部统计数据,截至2019年末,全国高速公路总里程14.96万公里,增加0.7万公里;高速公路车道里程66.94万公里,增加3.61万公里。国家高速公路里程10.86万公里,增加0.31万公里。预测2020年全国高速公路里程达16.13万公里。 ETC 作为汽车与交通智慧化融合的开端,具备汽车自动识别和交通电子支付两大基础功能,因此依托 ETC 的交通电子支付功能,结合互联网技术,整合汽车后市场资源,可以推动 ETC 在停车、加油、洗车、违章缴费、公共交通等汽车消费、交通消费与个人消费场景中的泛在化应用,从而形成基于 ETC 的车生活支付体系,实现 ETC 应用功能和应用场景的扩展,以促进新业态的发展。2019 年 5 月份以前全国 ETC 安装率较低,导致 ETC 由高速公路向城市静态交通领域发展进展缓慢,2019 年 5 月国务院办公厅、国家发展改革委、交通运输部发布相关法规后,截至 2019 年底全国 ETC 安装率已达到 80%左右。目前,行业内领先企业已成功开拓 ETC 在智慧停车、智慧加油、高速公路智慧服务区等多个场景的消费应用,为 ETC 进入城市静态交通领域打开窗口,行业内企业竞争力开始分化。 据Wind数据,恒玄科技(688608.SH)是国内重要的蓝牙音频芯片设计企业,其生产、销售模式与博通集成相同,均为行业同行的Fabless模式,且均采用经销为主直销为辅的销售模式。2017-2019年,其普通蓝牙音频芯片产品毛利率分别为41.44%、38.53%、35.34%,而2018-2019年,公司智能蓝牙音频芯片毛利率分别为46.78%、44.32%。另外,2017年,联发科(2454.TW)收购络达科技股份有限公司(下称“络达科技”),而蓝牙音频芯片正是络达科技主要产品线之一,并表后,联发科的多媒体晶片销售业务的毛利率并未发生明显的变化,且有小幅上升,由此可以推测,2016-2019年,络达科技蓝牙音频芯片产品的毛利率大概率也保持在35%上下。

    感知层 高速公路 ETC 智慧停车

发布文章