当前位置:首页 > 技术前沿
  • 嵌入式CPU的自定义指令的一些特点

    嵌入式CPU的自定义指令的一些特点

     Arm的自定义指令最早将在2020年上半年在ArmCortex®M33CPU中开展,而新的和现有的被许可人将无需支付额外费用,因此SoC设计人员可以为嵌入式和互联网添加自己的指令而不会出现软件碎片的风险。 CPU:用于Arm硅合作伙伴创新的机箱 Arm自定义指令是基于Armv8-M架构演进的一部分而设计的,它具有安全的Arm TrustZone™技术,它基于简单的指导原则。CPU是Arm硅合作伙伴创新的基础。通过将他们独特的特定于应用程序的功能添加到Cortex-M33 CPU中,这种方法使芯片设计人员有机会进一步提高性能和效率。 通过对CPU进行修改来启用Arm自定义指令,为处理器保留编码空间,以使设计人员可以轻松添加自定义数据路径扩展,同时保持现有软件生态系统的完整性。此功能与现有的协处理器接口一起,使Cortex-M33 CPU可以通过针对边缘计算用例(包括机器学习(ML)和人工智能(AI))进行了优化的各种类型的加速器进行扩展。 更大的生态系统灵活性和差异化 Arm的自定义指令与Arm近期推出的灵活访问功能的结合,突显了Arm致力于提高灵活性和芯片合作伙伴差异化的承诺,以通过以下方式支持新的高级计算机: ML,AI,自动驾驶汽车,5G和物联网。为了进一步加强这一承诺,Arm将在未来的Cortex-M处理器中将“自定义说明”作为标准功能提供。Cortex-M处理器是迄今为止功能最强大的Arm处理器之一, 已经交付了超过500亿个芯片。

    时间:2019-12-27 关键词: CPU 嵌入式 技术前沿 自定义指令

  • 什么是嵌入式开发的应用重点

    什么是嵌入式开发的应用重点

     根据今年早些时候发布的2019年关于嵌入式市场研究的报告,虽然物联网、嵌入式视觉、机器学习和其他新兴技术的重要性日益提高,但C和C ++仍是嵌入式开发中占主导地位的编程语言。 2019年嵌入式市场研究延续了20多年的传统,提供了美洲,亚太地区和欧洲,中东和非洲的嵌入式开发状态的详细报告。在此报告中,该研究提供了对许多关键领域的见识,从受访者当前的应用重点和设计环境到关键硬件组件和设计技术的作用。以下各节说明了每个领域的重点。 应用重点 在一半的受访者中已经认为重要的是,物联网开发有望在未来的项目中引起更多关注,超过65%的人表示他们将有一个或多个致力于物联网的项目。 即便如此,在本质上已将连接性作为基本设计要求的行业中,安全性方法的使用仍是重点关注对象且混合,包含MCU安全功能、纯软件安全、基于Hdwr的安全部件、安全存储专用安全IC等等。与基于硬件的安全方法相比,纯软件安全方法通常带来更多的安全漏洞。尽管如此,目前约有26%的设计是通过纯软件安全性构建的。也许更令人担忧的是,有20%的设计根本没有任何安全功能。这项调查并没有探讨这些设计的性质,而是让我们了解这些设计的目标应用程序的性质,因此这些系统的实际风险是未知的。但是,除了与连接相关的安全漏洞引起的威胁之外,任何嵌入式系统都仍然容易受到许多威胁的威胁。 这项研究最引人注目的结果之一可能是对使用机器学习功能的期望。在2019年的研究中,已经有32%的受访者表示当前使用机器学习方法,但是55%的受访者正在考虑使用机器学习方法,这一数字在EMEA开发人员中跃升至68% 当前的嵌入式设计环境 虽然更通用的编程语言调查表明Python,Java和Java占主导地位,但2019年嵌入式市场研究表明C和C ++仍然稳固地处于嵌入式开发的榜首。 许多开发人员可能一方面将C 和C ++代码与汇编语言的使用结合起来用于关键循环,或者将Python,MATLAB和LabView结合起来用于建模和算法探索。鉴于其他研究结果表明边缘计算系统和基于AI的方法的重要性日益提高,Python在人工智能开发中的迅速普及可能会使这些数字略有改变。但是,到目前为止,C和C ++仍然是嵌入式开发人员中首选的编程语言。 嵌入式设计流程 嵌入式设计过程继续由详细的设计阶段主导,占设计时间的30%,该数字在过去几年中基本保持不变。在2019年的一个新问题中,花在安全性或隐私风险评估上的时间量引发了有关将高级方法用于将安全性和隐私构建到嵌入式设计中的作用的疑问。 操作系统 嵌入式Linux和FreeRTOS继续优于嵌入式开发中使用的其他操作系统。 但是,在未来12个月内可以使用的操作系统仍然存在明显的地区差异,尤其是在Android操作系统的情况下。

    时间:2019-12-27 关键词: 嵌入式 python c 技术前沿 ++

  • 硬件设备跟不上,只能从软件入手,这时人工智能的作用就显现出来了

    硬件设备跟不上,只能从软件入手,这时人工智能的作用就显现出来了

    近期,据外媒报道,硬件革命将人工智能推向主流,它大大削减了 AI 系统的训练时间和成本,没有让 AI 变成了一场鲜有人能够参与的军备竞赛。 人工智能早就不是什么新鲜话题了,茶余饭后我们也经常讨论以后有哪些行业可能会被人工智能替代。然而看到这则新闻的时候,笔者还是颇受震动——又一个近在咫尺的领域受到了机器人的“入侵”,这也意味着,人工智能时代离我们真的已经非常近了。     一位在大学工作的老师给笔者讲了另一个故事:有一次期末考试,他教的那门课叫外国报刊阅读,考试中是允许学生使用词典的。然而临到考试才发现,现在大部分学生已经没有纸质版的词典了,大家平时用惯了手机 APP。但是考场纪律不允许带手机,这就出现了一个窘境。最后学生不得不临时去图书馆借了一批纸质词典,手忙脚乱了一番才得以进入考场。 这个故事告诉我们,面对新技术带来的新情况,无论从制度上还是从技术手段上,很多时候我们其实并没有真正做好准备。 “人工智能来了”,对很多人来说这句话似乎还只停留在口号阶段,却没有意识到人工智能早已渗透进了我们生活的方方面面。比如大家还在对无人驾驶汽车保持观望态度,却不知无人驾驶地铁已经安全运营十多年了。2008 年建成的首都机场 T3 航站楼摆渡小火车、2010 年开通的广州地铁 APM 线,就已经采用了无人驾驶技术。生病就医,几乎全流程都可以用智能科技解决:在医院抽几管血,回家上网就可以查看体检结果;2014 年,笔者的父亲接受了机器人“达芬奇”实施的手术。去年有同事买了几支翻译笔,还在嘲笑说翻译得不够准确,今年再试,就觉得有了惊人的进步;但即便如此,大家还是坚持认为,翻译机器无法胜任文学翻译…… 翻译机器真的翻译不出带有感情的文字?机器人炒出来的菜就一定是“没有灵魂”的吗?笔者倒觉得,我们对人工智能的预判可能太过保守了。人工智能来了,现有的行业都将迎来颠覆性的变革,如果不能认识到这一点,就说明我们对人工智能时代还是没有做好充分准备。 如今大学生在选择专业的时候,也常常会被这些问题困扰:既然翻译可以由机器完成,我们为什么还要学外语?机器人可以代替医生工作,我们为什么还要学医?无人机都开始送货了,快递小哥是不是就要失业了?大家都在试图寻找一些相对比较“安全”的学科和行业,都希望自己的工作暂时还不会受到太大的影响。殊不知,新技术突飞猛进,没有哪个行业是绝对安全的。 业界在谈及人工智能的发展时往往将算力作为最为核心和重要的因素,从投资情况来看吗,算力也是独占半壁江山。我们不否认算力之于人工智能发展的重要性,但是核心算法的缺失也会制约人工智能的发展和突破。 算法是人工智能早期研究和发展的热点,从人工智能概念提出开始,算法一直在不断地发展和演进。从供给的角度来看,学术界是人工智能理论和算法的开创者,在人工智能理论和算法的早期发展过程中起到了核心的作用,从决策树到神经网络,从机器学习到深度学习,推动算法不断演进和进步。 “中国有多少数学家投入到人工智能的基础算法研究中?”日前,在上海召开的院士沙龙活动中,中国工程院院士徐匡迪等多位院士的“徐匡迪之问”引发业界共鸣。徐匡迪指出,我国人工智能领域真正搞算法的科学家凤毛麟角,如果这种情况不改变,我国人工智能应用很难走向深入、也很难获得重大成果。 “徐匡迪之问”之所以能引发行业共鸣,正是因为我国人工智能产业的创新能力不够强大,产业发展过度依赖开源代码和现有的数学模型,真正属于中国自己的东西并不多。 当然也有声音提出,既然代码是开源的,拿来用就好,为什么还有可能被“卡脖子”? 开源代码是可以拿过来使用,但专业性、针对性不够,效果往往不能满足具体任务的实际要求。以图像识别为例,用开源代码开发出的 AI 即使可以准确识别人脸,但在对医学影像的识别上却难以达到临床要求。“例如对肝脏病灶的识别,由于边界模糊、对比度低、器官黏连甚至重叠等困难,用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息,甚至会出现误导等问题,这在医学应用上是‘致命’的。” 是否掌握核心算法将决定未来的 AI“智力大比拼”中是否拥有胜算。用开源代码“调教”出的 AI 顶多是个“常人”,而要帮助 AI 成长为“细分领域专家”,需以数学为基础的原始核心模型、代码和框架创新。 在获得同样数据的前提下,以开源代码运行,AI 深度学习之后或许能输出结果,但由于训练框架固定、算法限制,当用户进行具体的实际应用时,将很难达到所期望的结果,而且难以修改、完善、优化算法。 而从底层算法做起,那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’,不仅可以协同优化,而且可以根据需求随时修改,从而真正解决实际问题。基础算法往往是指研究共性问题的算法,它涉及到基础数学理论、高性能数值计算等学科,可以应用到多种实际问题中;而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”,从而更好地解决实际应用问题。 人工智能的时代依然是应用为王的时代,没有实际应用价值的技术是没有生命力的,对于人工智能技术来说,需要找到典型的应用和典型的应用场景,才能帮助提升该场景下的能力,并解决问题,这样的人工智能技术才是有价值有意义的。AI 要应对的现实生活是复杂、多变的,当能够“应对自如”时,才能够促成产业的“繁茂”。 谷歌的第二代 TPU AI 芯片。谷歌使用人工智能来提供诸如搜索、翻译和面部检测等服务,但它的 AI 芯片在数据中心运行。现在,AI 芯片正扩展到手机、个人电脑、汽车等领域 这次是 ai 技术的一小部分运用,真正支持 ai 技术全面曝光,背后的是机器学习以及物联网的应用,它是利用人脑模拟而建立成的,当你使用真实数据,来训练机器的神经网络后,会变得非常聪明,可以识别垃圾邮件,摄像头捕捉下的违规行为,或者是计算机,自己给自己编一段合适的程序。 AI 将变得无处不在。例如,Facebook 首席执行官马克·扎克伯格(Mark Zuckerberg)在国会作证的近 10 个小时里,他提到了应对虚假账户和错误信息的许多潜在 AI 解决方案。同时 AI 也已经是苹果、三星和华为等手机制造商常用的热门词汇。 芯片分析公司 Linley Group 的首席分析师林立·葛文那(Linley Gwennap)在处理器会议上表示:“大多数新的高端智能手机都有 AI 加速器,包括苹果 iPhone X 的 A11 芯片和华为 Mate10 的麒麟 970。我们已经看到,AI 正逐渐应用于高档手机,随着时间的推移,它可能会继续流向低端手机。” AI 芯片可能不仅仅被用于智能手机上,这得益于公司制定芯片的发展目标,以及来自移动芯片巨头 ARM 的 Trillium AI 项目等努力。这意味着今天的计算机智能革命才刚刚起步,它最终可以帮助亚马逊和谷歌的数字助理扩展到新设备上,让你的汽车识别行人和周围的一切,让你的电脑更聪明,可自动进行照片和视频编辑等。 以网络安全摄像头为例,它可以让你的家庭网络和宽带连接成为一个持续的视频流。葛文那解释称:“你真正想要的摄像头能够看到现场,然后说什么都没发生,不需要上传视频。当发生变化时,它可以发送图像或通知。”葛文那预计,个人电脑可以在相对强大的主处理器上运行 AI,但随着更多的软件使用该技术,它们也会得到 AI 芯片。像 Photoshop 和 Premiere Pro 这样的 Adobe Systems 软件已经将处理器推向了极限,该公司已经引入了 Sensei AI 技术,以加快像照片编辑这样的任务。 使用英伟达技术的无人驾驶汽车,安装上的各类的传感器,利用英伟达的图像处理技术以及 npc 技术可以自动识别路上可能遇见的障碍物, 帮助汽车躲避和刹车。 随着无人驾驶技术的进步,汽车将获得 AI 大脑。名为 Synopsys 的公司在会议上展示了自己的方法,用于管理从雷达、激光雷达、摄像头和其他无人驾驶汽车中收集到的大量数据。

    时间:2019-12-17 关键词: 人工智能 机器学习 技术前沿

  • 携带式电子血压计用一个单片机或者一个嵌入式能做出来吗?

    携带式电子血压计用一个单片机或者一个嵌入式能做出来吗?

    电子血压计具有小型化、低功耗、智能化程度高的优点,在使用上有便携和易操作的特点,从而呈现出家用化的趋势。本文给出了完整的携带式电子血压计硬件设计方案,并基于 MSP430F449 为控制核心辅以压力传感器和外围的模拟电路以及 LCD 驱动芯片实现了电子血压计的设计。 一、血压测量原理 血压的概念就是血液流经血管壁时的压力。由心脏出来的血液,需要有推力,才能绕行身体一周,心脏就是借着不停的收缩、放松,将血液推送前进。血压有两种,一是收缩压:是当心脏收缩将血液打到血管所测得的血压,另一是舒张压:是心脏在不收缩所测得的压力。当袖带的压力等于血压时,血液开始可以流通而产生所谓的袖带声,这时候表现为收缩压,从这一刻开始做记录,直到最后袖带声音消失的时候,记录此点即为舒张压。 二、电子血压计工作原理 系统框图如图 1 所示。系统由恒流源、压力传感器、放大电路、带通滤波、二次放大、血压脉冲触发、液晶驱动器、键盘语音电路和单片机组成。     图 1 电子血压计原理图 嵌入式主要原理为:PWM 输出控制气泵充气漏气调整袖带内气压;一路 ADC 采样袖带内气压直流分量以便取得收缩压和舒张压;一路 ADC 采样袖带内气压交流分量经分析计算后确定收缩压和舒张压的瞬态时间位置;接收血压脉冲信号触发 ADC 工作;将计算出的收缩压和舒张压结果输出至 LCD 显示并进行数值的语音提示。 三、硬件设计 1 MSP430FF449D 嵌入式主控电路 本系统主控电路如图 2 所示,主要由 MSP430F449 芯片、JTAG 接口电路、时钟发生电路、时钟输出电路、复位电路、PWM 波输出电路、供电电路等组成。其中 JTAG 用于下载和调试程序,PWM 波输出电路用于控制气泵。当测量血压时,先充气至 200mmHg 高,再慢慢以每秒约下降 5mmHg 的速度放气。实现自动测量血压。     图 2 电子血压计主控电路 2 血压传感电路 如图 3 所示,本电路采用 BP01 型压力传感器和运放 MAX4472。BP01 型压力传感器是为检测血压而专门设计的,主要用于便携式电子血压计。它采用精密厚膜陶瓷芯片和尼龙塑料封装,具有高线性、低噪声和外界应力小的特点;采用内部标定和温度补偿方式,提高了测量精度、稳定性和重复性,在全量程范围内,精度为±1%、零点失调不大于±300μV。MAX4472 是 MAXIM 公司的一款集成了四个运算放大器的低功耗放大芯片。本系统中内部集成运放 A 接恒流源,为压力传感器提供恒定的电流,运放 B 和运放 C,运放 D 组成差分输入、单端输出放大电路,直接输入 ADC0 监视血压直流分量。     图 3 血压传感电路 3 滤波和放大电路 如图 4 所示,电路由滤波和放大两部分组成。其中 MAX267 是 MAXIM 公司出产的一个集成滤波器,可以构成低通、带通、高通、等多种方式,使用灵活,性能远远优于采用集成运放组成的滤波电路。     图 4 滤波和放大电路 MAX4471 是 MAXIM 公司的一款低功耗的放大器。MAX9028 是 MAXIM 公司的一个低功耗的比较器。滤波电路采用 MAX267 构成带通滤波器(允许 0.8~38Hz 的信号通过),滤掉信号中的直流成分和电源以及皮肤与袖带摩擦的高频噪声和工频干扰,然后经过 MAX4471 进行进一步放大,得到单片机匹配的电压信号,进入 ADC2,监视血压的交流分量。同时该信号通过低功耗比较器 MAX9028 转换成脉冲信号,触发 ADC1 工作。 4 日历时钟和存储电路 如图 5 所示,由 EEPROM24C256 和日历时钟芯片 PCF8563 组成。24C256 是一款低电压、串行接口,容量为 256K 的存储器,用于存储测量的血压值。PCF8563 是 PHILIPS 公司推出的一款工业级内含 I2C 总线的具有极低功耗的多功能时钟 / 日历芯片。用于提供测量血压时的时间和日期,以便于以后进行查询使用。方便于使用者对自己一段时间的血压有个清晰的记忆。实用性强,克服了一些电子血压计的不足。     图 5 日历时钟和存储电路原理图 5 键盘和显示电路 如图 6 所示,由键盘电路和液晶显示电路两部分组成。液晶显示电路采用 ZJM12864BSBD,这是一款低功耗的点阵图形式 LCD,显示格式为 128 点(列)×64 点(行),具有多功能指令,很容易与 MPU 相连。其中键盘电路采用独立式按键,有 7 个按键,分别为测量、mmHg/kPa 转换、记忆、设置、上翻、下翻、删除。可以进行日历时钟的设置,进行报警参数的设置,进行血压的测量值的存取和删除等功能。LCD 可以显示收缩压,舒张压,当前的时间和日历;在查询状态时可以实现以往测量血压的日期、时间、测量值,同时可以通过软件编程实现历史数据的图形化显示(例如画出血压波动曲线),方便直观。     图 6 键盘和显示电路 6 语音报压和报警电路 主要由集成语音芯片 ISD2560 组成。ISD2560 是 Winbond 公司生产的一款具有较强功能的语音录放芯片,是一种永久记忆型语音录放电路,录音时间为 60s,可重复录放 10 万次。该芯片采用多电平直接模拟量存储专利技术,能够非常真实、自然地再现语音。通过事先录制好的声音,实现血压测量值的自动声音提示,如果血压高出正常血压的上下限值,还会发挥报警,提醒使用者就医。 四,结语 电子血压计具有小型化、低功耗、智能化程度高的优点,在使用上有便携和易操作的特点,从而呈现出家用化的趋势。本文给出了完整的携带式电子血压计硬件设计方案,并基于 MSP430F449 为控制核心辅以压力传感器和外围的模拟电路以及 LCD 驱动芯片实现了电子血压计的设计。此设计用的芯片大部分都是低功耗的芯片,便于使用电池供电。同时设计实现了人性化,智能化的要求,就像一个家庭护士,对与高血压患者以及中老年人来说十分方便,可以转化为实际产品,故有较高的实用价值。

    时间:2019-12-13 关键词: 嵌入式 单片机 技术前沿 携带式电子血压计

  • 14 亿出售艾科半导体,大港股份为了大“芯”舍弃“爱子”?

    14 亿出售艾科半导体,大港股份为了大“芯”舍弃“爱子”?

    近日,大港股份发布公告称,将以约 14 亿元的价格出售全资子公司江苏艾科半导体有限公司给镇江兴芯电子科技有限公司。大港股份表示,本次转让艾科半导体全部股权,旨在进一步优化公司集成电路产业布局,盘活低效资产,实现资源有效配置,摆脱公司经营困局,提升经营业绩。 获悉,镇江兴芯以现金支付转让价款,首期支付转让价款的 51%,剩余款项分 2 年支付完毕。本次股权转让完成后,大港股份将不再持有艾科半导体股权,也不再持有其实施的募投项目镇江集成电路产业园项目的所有权。 艾科半导体是大港股份 2016 年以 10.8 亿元收购而来。对于这笔收购,大港股份也曾经寄予厚望:交易完成后,公司“将迅速切入集成电路测试服务领域”、“本次交易是公司把握集成电路行业发展机遇的重要举措”。 艾科半导体的业绩,也确实一度表现不错:2016 年度、2017 年度分别实现营业收入 3.34 亿元、4.98 亿元,净利润分别为 1.05 亿元、1.31 亿元。 不过,自完成业绩承诺后,2018 年起艾科半导体由盈转亏:2018 年和 2019 年前 8 个月合并净利润分别为亏损 9853.72 万元和亏损 1.8 亿元。 对于艾科半导体业绩相关问题,今年 7 月份深交所曾向公司来函问询。而大港股份回复函中解释称,(艾科半导体)业绩下滑的主要原因是受中美贸易摩擦简介影响,镇江产业园和上海产业园项目竣工以及待安装设备陆续调试完毕致使折旧等固定成本大幅增加。 不仅如此,大港股份 12 月 11 日公告还称,艾科半导体现有设备、厂房等固定资产折旧金额仍较大,而镇江新区集成电路产业集聚尚未形成,预计艾科半导体 2020 年经营亏损仍将持续。 公告显示,截止 2019 年 8 月 31 日,艾科半导体总资产账面价值为 18.14 亿元,评估价 20.43 亿元,增值额 2.23 亿元,增值率 12.65%。本次出售是净资产价格为基准,净资产账面价值 11.47 亿元,评估价值 13.99 亿元。 对于这笔交易,大港股份称,如在 2019 年度完成本次股权转让,预计对合并报表的影响金为 -8996 万元。另外,大港股份还表示,本次股权转让获得的资金用于归还银行贷款、补充公司流动资金及集成电路相关领域投资布局,有利于提升募集资金使用效率,有效缓解公司资金压力,为公司后期的经营发展提供资金支持。 目前,大港股份集成电路产业主要包括江苏科力半导体有限公司(简称“科力半导体”)控股子公司苏州科阳的先进封装、艾科半导体的集成电路测试业务、上海旻艾的集成电路测试业务。其中艾科半导体镇江集成电路测试业务投资规模最大,而镇江集成电路产业集聚尚未形成,公司已将部分测试产能向上海产业集聚地转移,未来上海旻艾将成为公司集成电路测试业务的运作平台,同时子公司科力半导体(苏州科阳)正加快推进 CIS 芯片封装生产线的扩产和新项目的论证工作。大港股份称,本次转让艾科半导体股权不会影响公司整体集成电路产业发展战略,是公司集成电路产业布局调整的需要。

    时间:2019-12-13 关键词: 技术前沿 艾科半导体 大港股份

  • 铜箔售价有所调整,PCB 板涨价潮来临?

    铜箔售价有所调整,PCB 板涨价潮来临?

    近期消息,广东建滔积层板销售有限公司在不到一个月时间,接连发布了两次涨价通知。作为板材供应商中的龙头,接连不断的调整价格,想必其它板材供应商很快也会跟着调整价格。 于 11 月 20 日,广东建滔积层板销售有限公司表示,因公司生产十分紧张,即日起对铜箔售价进行调整:所有厚度幅宽 12mm 以下在原单价基础上+5 元 / 公斤,所有厚度宽幅 12mm 以上在原单价基础上+3 元 / 公斤。     又于 12 月 11 日,广东建滔积层板销售有限公司表示,鉴于覆铜板原料长期维持高位,工厂生产成本高居不下,为维持公司合理利润空间,故公司将从 12 月 11 日接单起,对所有材料销售价格调整如下:FR-4(40*48)涨 10 元 / 张;CEM-1/22F(40*48)涨 5 元 / 张;PP(150 米)涨 100 元 / 卷。 板材价格调整,给正处于价格红海中挣扎的中小型线路板公司和工厂更加严峻的考验,因下游 SMT 工厂及相应电子电器零部件厂商一般会要求 PCB 供应商年度内通过技术创新、产能效应等等方法与手段,降低价格;线路板厂商一般不会,也不敢将原物料涨价传递到客户处,一般是通过降低生产成本或者其它方式,企业内部消化原物料涨价带来的冲击,万不得已的情况下,才试探性与客户商讨转嫁物料成本上涨。

    时间:2019-12-13 关键词: PCB 技术前沿 铜箔

  • 人工智能的安防设备应用

    人工智能的安防设备应用

    自从人工智能的兴起,一大波做AI芯片、AI算法、应用和相关服务的公司拔地而起,站在2019年年底往回看, AI已在智能安防、智能零售和智能家居等场景中快速普及,势必将成为2020年AI产业链全球最热三大关键词。自Alphago 在2016年战胜李世石之后,面世超过半个世纪的人工智能(以下简称AI)终于进入了飞速发展期。 AI现状:三大场景快速落地 AI技术首先在智能安防、智能零售和智能家居三大领域落地,与这些场景的现状和市场需求有密切的关系。 首先看智能安防,中国产业信息网的数据显示,在国内到2020年预计将接近1万亿元。在这个产值暴增背后,我们看到了庞大的数据本地处理需求和识别需求,这就需要安防硬件架构的升级。据IHS Markit在其《智能视频监控发展趋势》报告中所说,智能安防架构往“云边端”是产业的必然发展趋势,被称作端的摄像头通过嵌入AI,极大减轻了云端的负载的操作者负担。这也正是为什么AI首先在智能安防领域大规模落地的原因。 再看智能零售,据市场机构数据显示,预计到2026年全球智能零售规模将达到588亿美元。这个由电商巨头亚马逊推向巅峰的应用场景“无人商店”,现如今基于智能技术的无人新型零售服务,已遍地开花。以无人货架、无人货柜、自助贩卖机、人脸识别支付设备等为形态的产品,借助人工智能、物联网和摄像头等科技助力各大商超实现智慧零售。 而智能家居应用方面,其范畴不再仅限于家庭娱乐,智能安防、家居语音控制、各类智能家电、人脸识别设备等在智能家居升级中的作用将越来越重要。 以上三种场景的爆发性增长就带来了相关边缘端AI芯片的需求。而从目前看来,以上场景的需求在未来几年将会持续攀升,如何打造满足现在及未来需求的AI芯片,就成为企业必须紧跟的目标。而国内的芯片供应商福州瑞芯微电子(简称“瑞芯微”)正是当中的先行者。 瑞芯微:国产AI芯片的先行者,RK3399Pro及RK1808 AI旗舰芯表现亮眼 近年来,瑞芯微持续深耕AI市场,根据市场研究公司Compass Intelligence 2018年发布的全球人工智能芯片企业排名榜单显示,在国内人工智能芯片领域,瑞芯微已跃升第二,仅位于华为海思之后。能获得这样的表现,主要得益于其RK3399Pro和RK1808这两颗人工智能旗舰芯片的强势表现。 官方资料显示,RK3399Pro这颗AI芯片采用双核Cortex-A72+四核Cortex-A53的big.LITTLE大小核CPU架构,芯片在整体性能、功耗方面具技术领先性。同时,芯片还集成了四核的ARM高端GPU Mali-T860,进一步提升了芯片在图形处理方面的能力。 更值得一提的是,RK3399Pro还内置了性能高达3.0Tops、融合了瑞芯微Rockchip在机器视觉、语音处理、深度学习等领域的多年经验打造的NPU,让典型深度神经网络Inception V3、ResNet34、VGG16等模型在其上的运行效果表现出众,性能大幅提升。 据介绍,作为瑞芯微首颗采用CPU+GPU+NPU硬件结构设计的AI芯片,RK3399Pro AI芯片具备以下三大特性: 1、AI硬件性能高RK3399Pro采用专有AI硬件设计,NPU运算性能高达3.0Tops,高性能与低功耗指标均大幅领先:相较同类NPU芯片性能领先150%;相较GPU作为AI运算单元的大型芯片方案,功耗不到其所需的1%。 2、平台兼容性强RK3399Pro的NPU支持8bit与16bit运算,能够兼容各类AI软件框架。现有AI接口支持OpenVX及TensorFlowLite/AndroidNN API,AI软件工具支持对Caffe/TensorFlow模型的导入及映射、优化。 3、完整方案易于开发Rockchip基于RK3399Pro芯片提供一站式AI解决方案,包括硬件参考设计及软件SDK,可大幅提高全球开发者的AI产品研发速度,并极大缩短产品上市时间。 这些性能使得RK3399Pro能被快速应用于智能驾驶、图像识别、安防监控、无人机、语音识别等各AI应用领域。 RK1808则是瑞芯微采用22nm FD-SOI工艺打造的AIoT芯片。这个芯片最为突出的特点在于能提供高达3.0TOP的NPU峰值算力的同时,还拥有了比其他对手更低的功耗。据介绍,相同性能下,RK1808的功耗相比主流28nm工艺产品可降低30%左右;内置2MB系统级SRAM,可实现always-on设备无DDR运行;具有硬件VAD功能,支持低功耗侦听远场唤醒。

    时间:2019-11-25 关键词: 人工智能 安防 技术前沿

  • 算法偏见更难辨认也更持久,比人脑更复杂

    算法偏见更难辨认也更持久,比人脑更复杂

    人们最初确实天真地以为,算法能比人类更能避免偏见。人工智能学习人类知识,同时也吸收人类偏见。这种担忧由来已久。但谷歌的一项新发明极大推进了人工智能从文本材料中学习的速度,也使解决机器偏见问题迫在眉睫。 10 月 25 日,谷歌宣布利用 BERT 来优化搜索引擎,已经使英语搜索结果的匹配度提高了 10% 左右。未来,谷歌还会推出学习其他语言和国家的算法。 BERT 是谷歌在 2018 年开发的一种基于神经网络的 NLP 技术,它能一次接收整句话,而非从左至右(或相反)逐字接收。这使得如果有人要搜“在没有路缘的山坡停车”,BERT 能认出“不要”,从而给出正确的搜索结果。而传统搜索引起只会关注“路缘”和“山坡”,给出与搜索意图相反的结果。 图 | BERT 能更好识别“在没有路缘的山坡停车”句子里的“没有”一词,从而理解人类意图 让人们担忧的是,BERT 的学习材料正来自数字化书籍和新闻文章。在 BERT 学会一切之前,人们没有时间来清理其中根深蒂固的偏见。而这些偏见一旦被算法吸收,将更难辨认,也更难清除。 “形象一下在 AI 世界长大的孩子。他们在谷歌搜索 CEO 照片,冒出的大部分是男性。他们又搜索个人助手,大部分是女性。”Kriti Sharma 在一次 TED 相关演讲中说。卡耐基梅隆大学的计算机科学家已研究证实,BERT 倾向于将程序员与男性联系起来。 另一位计算机科学家 Robert Munro 发现,展示给 BERT 100 个单词,包含马、婴儿、房子、珠宝等。BERT 会认为大部分与男性有关,仅妈妈是个例外。 “BERT 改变了一切,你可以教它所有技巧。”NLP 初创公司 Primer 的科学主管 John Bohannon 说。Munro 则认为,不平等现象一直存在,但有了 BERT,偏见就能够继续存在下去。 “是时候把算法当作人类设计的造物了。”人工智能批评人士 Kate Crawford 说,算法经常被看作是不带偏见、不可理解、勿需质疑的对象,但实际它会继承我们的偏见,它只可能跟我们一样好。 决策黑盒为偏见“藏污纳垢” 人们最初确实天真地以为,算法能比人类更能避免偏见。1970 年代,伦敦圣乔治医学院的 Geoffrey Franglen 博士着手编写一个算法来筛选学生的入学申请。他认为,如果所有学生的申请都要遵循完全一样的评估流程,结果就是公平的。 算法完成后与人类判断有 90% 到 95% 的一致率,因此被投入使用。但直到 4 年后,调查者才发现:算法会仅仅因为一个候选人没有欧洲名字(可能不是白人),就扣除 15 分。如果申请者是女性,又要被扣掉 3 分。 “从深层次看,算法只是在维持招生系统早已存在的偏见而已。”IEEE 的文章评论说,“圣乔治医学院之所以被逮住,是因为他们把偏见供奉到一个计算机程序里面,歧视是调查者可以验证的。” 但对于人工智能的黑箱式决策,情况变得更加复杂。性别或出生地在算法中并不对应单一可辨的参数,你很难给机器“定罪”。“在大工业时代,机器以暴露齿轮来展示强大。但如今,齿轮被隐藏起来,融入生活,无处不在,AI 就是这个齿轮。”一篇《福布斯》文章精辟地说。 在这种黑箱决策面前,反歧视法案可能也无能为力。Kriti Sharma 认为,如果 AI 帮人事主管寻找一位技术领袖,它会发现主管雇佣的大多是男性,从而以为男人比女人更容易编程。如果人类主管这样做,我们会愤怒,也能够阻止。“人工智能实际已凌驾于法律之上,因为是机器做的决定。” 更值得担忧的是,AI 决策可能放大了科技企业和数据标注者的权力,因为无人能监督。一个名为 ImageNet Roulette 的流行应用,曾故意向人们展示这种风险:它曾倾向于将非洲裔美国人标记为“不法分子”“罪犯”,此外还有“失败者”“初学者”“荡妇”这样的标签。 图 | ImageNet 展示了为人们打上刻板标签的权力,如何从拿低薪的标注者手中转移到算法上 它的训练数据来自 ImageNet 数据集,包含了 1400 张被标记的照片,而每张标记费用为几美分。因此标签标注者的偏见便被带入数据集,训练出各种算法,应用在形形色色的领域。“如果标注女性照片的人不选非二元人群或短发女性,那最终得到的人工智能就只认长发的女性模特。” 在被发现算法存在机器偏见时,谷歌和亚马逊都会承诺迅速解决。“我们发现的明显的偏见,但里面如果还有几个呢?”Bohannon 博士说。如果要依赖这种决策,“正如生物学家努力理解细胞工作原理一样,软件工程师也必须找到理解 BERT 系统的方法。”

    时间:2019-11-25 关键词: 算法 AI 技术前沿

  • 5G的部署速度已经远超此前任何一代无线通信技术

    5G的部署速度已经远超此前任何一代无线通信技术

    日前,5G的部署速度已经远超此前任何一代无线通信技术。在今年的11月14日至16日,在广州召开了中国移动全球合作伙伴大会。随着中国5G正式商用以及运营商正式发布5G套餐,围绕 5G商用落地应用以及5G下一步发展的讨论成为了大会的焦点。Qualcomm携众多合作伙伴丰富多样的5G终端、创新应用以及技术展示,亮相此次大会。 5G加速部署 商用终端齐聚 目前,全球20多个国家已经部署了30多张5G商用网络;40多家终端厂商已经推出5G终端。其中,中国移动已在50多个城市开通近5万个5G基站,正式提供5G商用服务,并计划在明年将5G部署的规模扩展至340个城市。行业共识,5G的发展与繁荣离不开广泛的产业合作。中国移动今天也联合众多合作伙伴,正式启动“5G+全面开放合作计划”。 5G商用大幕已经开启,5G终端体验触手可及。据IHS预测,2020年5G智能手机全球出货量有望超2亿部。让5G触手可及,离不开产业链的紧密合作。目前,全球有超过230款采用Qualcomm 5G解决方案的5G终端产品已经发布或正在设计中,包括众多中国厂商的产品。在此次中国移动全球合作伙伴大会上,众多商用5G终端齐聚Qualcomm展台,包括联想Z6 Pro 5G、努比亚mini 5G、三星Note10+ 5G、OnePlus 7 Pro 5G、OPPO Reno 5G、vivo NEX 3 5G、vivo iQOO Pro 5G版、小米9 Pro 5G、中兴Axon 10 Pro 5G以及中国移动先行者X1等,这些终端基本上都采用了Qualcomm 骁龙X50 5G调制解调器及射频系统,参观者可以在现场通过这些智能手机体验到极速5G连接。 为了更好地支持5G发展进程,让5G在各个终端层级扩展并更快地惠及众多消费者,Qualcomm已经推出了多代5G商用解决方案,包括骁龙X50、骁龙X55,并通过跨骁龙8系、7系和6系的5G移动平台产品组合,规模化地加速5G的商用进程。Qualcomm还通过集成调制解调器、射频收发器和射频前端的完整商用芯片组解决方案,引领5G终端设计模式向系统级解决方案的转变,帮助终端厂商降低产品开发复杂度,加快产品上市时间。 除智能手机以外,5G时代,CPE将发挥重要作用,满足行业、家庭和个人的连接需求。中国移动、中兴、高新兴、WEWINS等合作伙伴均已推出了搭载骁龙5G解决方案的CPE产品。此外,来自移远通信、广和通、美格智能、闻泰科技、高新兴、龙岗科技等厂商的14款搭载骁龙X55 5G调制解调器及射频系统的5G模组也亮相Qualcomm展台。这些基于骁龙X55的5G物联网计算和连接模组,将全面支持不同使用场景下的智能化消费体验。展会现场搭载骁龙X55模组的海尔衣联网5G智能穿衣镜,吸引了众多参观者的驻足体验。 采用Qualcomm骁龙X55 5G调制解调器及射频系统的5G模组 5G拓展 催生更广阔5G经济 2020年将是5G“规模化扩展”的重要一年。2017年,Qualcomm曾委托IHS Markit独立研究的《5G经济》报告,对5G即将给全球经济和广泛行业带来的深刻变革进行研究。过去两年,得益于5G标准的提早完成,以及随后加速的全球5G商用部署,IHS Markit日前对报告作出更新显示,到2035年5G将创造13.2万亿美元经济产出,较2017年预测数字增加了1万亿美元。 中国移动董事长杨杰在讲话中也表示,数字经济成为拉动经济增长的主要动能。随着5G的到来,信息通信业作为推动数字经济发展中坚力量的地位将更加凸显,也将迎来更加广阔的发展空间。杨杰董事长同时还宣布了中国移动2020年5G引领计划,规划明年将发展7000万5G客户,销售1亿部5G手机、5000万台家庭泛智能终端和1500万行业模组。 这背后,是5G所驱动的一个万物互联的世界。Qualcomm正致力于通过5G技术的低时延、高可靠等特性,推动5G驱动更多领域的创新和变革。比如,“始终在线、始终连接”的骁龙本能够为用户提供与智能手机一般的快速无线连接体验和强大计算。未来,5G带来的高速率、低时延连接性将更好地为消费类和企业级用户带来突破性的PC体验。 此外,Qualcomm还在积极探索5G与XR(包括VR虚拟现实和AR增强现实)相结合的应用。通过连接到高性能的5G手机,在智能手机上对大量负载进行处理,从而使得头显设备可以采取更加舒适、轻便的设计,为用户提供更友好的交互体验。目前,Qualcomm技术支持的多种AR、VR设备正在改变远程助理、培训、教育、工业检测等多种应用场景。 技术驱动创新 5G创造无限可能 扩展之余,5G技术还将持续演进。毫米波、小基站等前沿技术有助于发挥5G的全部潜力。此次大会上,Qualcomm还对这些前沿技术进行了场景化的呈现,有助于产业更加清晰地了解,这些核心技术对于推动5G持续演进和进一步部署的重要作用。 以毫米波演进为例,实现毫米波移动化曾经被业界视为不可能完成的技术挑战,Qualcomm从十多年前就展开了毫米波和先进射频技术的基础研究,已经成功地向业界证明,毫米波可以被很好地应用在智能手机中。全球几乎所有计划部署5G毫米波的运营商都正与Qualcomm积极合作,开展基于毫米波的测试和部署工作,Qualcomm成为了全球移动毫米波技术的关键领导者之一。目前,一些国家已经部署了毫米波网络,展示了该技术的优势,一些终端厂商也推出了支持5G毫米波的商用智能手机。上个月,Qualcomm携手中兴通讯成功实现了中国首个基于智能手机的5G毫米波互操作性测试,实现了中国毫米波技术验证方面的重要发展里程碑,为进一步探讨中国毫米波商用部署奠定了基础。 毫米波、工业物联网等前沿技术应用的场景化演示 众所周知,5G不仅仅是一项无线通信技术,更是面向未来十年的创新平台。未来,5G终端的形态将会更加多样;5G和AI、大数据、边缘计算、物联网等技术的结合,也将为不同行业注入新的发展力量。5G新起点,Qualcomm也将继续深化拓展与中国移动等合作伙伴的合作,共同驱动一个拥有无限可能的智能互联未来。

    时间:2019-11-16 关键词: 无线通信技术 5G 技术前沿

  • 尺寸小、效率高的DA14531蓝牙5.1 soC

    尺寸小、效率高的DA14531蓝牙5.1 soC

    物联网从根本上改变了我们今天的生活和工作, 物联网通讯分为有线和无线通讯,而蓝牙作为一种低成本、高效率、低延迟、环保的技术而被广泛使用, 比如在手机、电脑、可穿戴设备、汽车、工业、loT设备上等等。 对于蓝牙用户而言,低功耗和高效率是始终不变的追求:蓝牙5.1在规范中不断优化蓝牙技术标准,包括对GATT缓存的改进,以实现更快,更节能的连接,这为蓝牙芯片的开发人员开辟了新的机遇。 作为全球知名的无线及蓝牙芯片供应商,Dialog半导体公司看到了这样的机遇。近日,它们成功推出了 DA14531(下称SmartBond TINY) 蓝牙5.1 SoC和模块,助力庞大的物联网市场。未来蓝牙芯片在IoT市场上的这块蛋糕有多大,在Dialog 半导体公司低功耗连接事业部总监Mark De Clercq看来,也许这款蓝牙5.1 SoC就可以连接下一个十亿IoT设备。 不同于其它市场,蓝牙芯片市场上的玩家很多,可以说遍布全球,欧美日韩中等都有蓝牙芯片的玩家。对于蓝牙芯片设计者而言,最难的不是设计出性能最好的,或者是功耗最低的蓝牙芯片,而是怎么让两者达到最佳的平衡,高频和功耗本身就是个矛盾体,在高能效的蓝牙芯片市场上,Dialog半导体公司深耕多年,有着自己的核心竞争力。Dialog 半导体公司低功耗连接事业部总监Mark De Clercq表示:“DA14531 蓝牙5.1 SoC是全球尺寸最小、功率效率最高的最新蓝牙芯片,Dialog已出货3亿颗蓝牙低功耗 SoC,年均增长率约 50%,为客户提供最广泛的蓝牙低功耗 SoC及模块产品组合,为IoT垂直市场而优化。” 适用于更多的低功耗应用领域 随着需要无线连接的设备列表的不断增长,Dialog推出的最新SmartBond TINY启用完整物联网系统的成本面临压力。这一次通过以较小的尺寸和尺寸实现完全的系统成本降低,解决物联网设备日益增长的广度和成本问题。SmartBond TINY的尺寸仅为其前代产品的一半,具备高集成度,仅需6颗外部无源器件、1个时钟源、1个电源即可实现完整的蓝牙低功耗系统。对于开发人员来说,这意味着SmartBond TINY可以轻松地装进任何产品设计,如电子手写笔、货架标签、信标、用于物品追踪的有源RFID标签等。它对于相机、打印机和无线路由器等需要配网的产品和应用也至关重要。消费者也将从SmartBond TINY实现的更小系统尺寸和功耗上获益,如用遥控器替代红外线,以及玩具、键盘、智能信用卡和银行卡等应用。 可穿戴产品在市场上经历了一个起起伏伏的反响,其中制约很多产品发展的关键就是蓝牙的功耗没有达到市场的预期,或许Dialog这次推出的芯品能给行业带来一剂强心针。据介绍,DA14531将无线连接功能带到以往由于尺寸、功耗或成本原因而不能及的应用,尤其是不断增长的智慧医疗领域。SmartBond TINY将帮助吸入器、配药机、体重秤、温度计、血糖仪等应用实现无线连接功能。 DA14531 蓝牙5.1 SoC为何具备这样强大的实力? 蓝牙芯片降低功耗有多种解决方案,对于很多方案设计者而言,为了降低蓝牙芯片的功耗,通常情况下会让蓝牙在不用的时候处于关机状态,节省能量。Dialog的蓝牙5.1 SoC采用的是尺寸更小、成本更低的系统解决方案,据Mark De Clercq介绍,DA14531简化了蓝牙产品的开发,推动蓝牙低功耗连接技术实现更广泛的应用。它以更小的芯片尺寸和占板尺寸,降低了实现完整系统的成本,并确保性能质量无竞争对手能及。具有集成的存储器和一整套模拟和数字外围设备,它的体系结构和资源使其可以用作独立的无线微控制器,也可以用作具有现有微控制器的设计的RF数据管道扩展。这款SoC模块利用DA14531主芯片的功能,使客户可以轻松地将新SoC用作产品开发的一部分,而不必自己认证平台,从而节省了时间,开发工作和成本。该模块还旨在平衡大量应用程序的运行,同时保持对整个系统的成本增加尽可能地低。 “这款SoC是真正的单个外部晶振运行,采用更小、更便宜的电池,双层电路板,无微过孔,集成的降压/升压 DC/DC,可使用最小的一次性氧化银、碱性或纽扣电池等。”Dialog 半导体公司低功耗连接事业部总监Mark De Clercq对媒体这样说道。 传统的芯片公司提供芯片和设计解决方案,而这对Dialog来说还不够。他们为客户提供可提高生产率的SmartBondTM生产线工具,超过120个企业客户使用Dialog独特的生产线工具轻松实现了批量生产。据介绍,通过编程和批量测试,可以降低成本,提高产量,简单而快速的工厂整合,降低生产测试成本并产品上市。Dialog的蓝牙5.1目标是针对下一代连网消费、智能医疗保健、智能家居和智能设备市场,蓝牙5.1技术规格新增了寻向功能,可大幅改善蓝牙位置服务解决方案的效能,这款芯片通过BLE传输 Hi-Fi 音频,AoA寻向定位。

    时间:2019-11-11 关键词: SoC 技术前沿 蓝牙5.1 da14531

  • 基于 FaceForensics 数据库微软研发换脸鉴别算法

    基于 FaceForensics 数据库微软研发换脸鉴别算法

    此前DeepFake换脸在全球引发轩然大波。从生成足以以假乱真的名人不雅视频开始,很多使用者将这个“换脸神器”当成了视频造假工具,并通过社交网络将虚假信息传播到全世界。 目前,最常被使用的 AI 换脸算法有三种:DeepFake、FaceSwap 和 Face2Face。其中,DeepFake 基于大家所熟知的 GAN 技术,对于它所生成的脸,人类的识别率大约为 75%。FaceSwap 是一个学习重建脸部特征的深度学习算法,可以对给出的图片进行模型替换,人类对于此类换脸的识别率也是 75%左右。Face2Face 则是用其他真实的人脸去替换原本的人脸,不涉及人脸的生成,对于它制造的脸,人类的识别率只有 41%。作为目前学术界最大的合成视频数据库之一,由慕尼黑技术大学创建的 FaceForensics 数据库涵盖了经过以上三种换脸算法编辑的公开视频,以供学术研究使用。 多年来,微软亚洲研究院在人脸识别、图像生成等方向都拥有业界领先的算法和模型。在 CVPR 2018 上,微软亚洲研究院视觉计算组发表了论文“Towards Open-Set Identity Preserving Face Synthesis”,其中的技术能够利用开放数据集中的数据,逼真地合成保留图中人脸身份信息的图像。深厚的技术积累让研究员们对“进攻方”的技术原理有着更深刻的理解,进而能够更有针对性地研发换脸鉴别算法。 因此,微软亚洲研究院研发的换脸鉴别算法,基于 FaceForensics 数据库的测试结果均超越了人类肉眼的识别率以及此前业界的最好水平*:对于 DeepFake 的识别率达到了 99.87%,对于 FaceSwap 的识别率为 99.66%,对于 Face2Face 的识别率为 99.67%。 更重要的是,一般的换脸鉴别方案需要针对每一种换脸算法研发专门的换脸鉴别模型,想要鉴别一张图像的真伪,需要逐个尝试所有模型。微软亚洲研究院的算法则可以用一个通用模型,去鉴别不同类型的换脸算法所制造的脸。与此同时,研究员还对人脸合成时难以处理的细节进行检查,如眼镜、牙齿、头发边缘、脸部轮廓,将它们作为算法关注的重点,从而提高识别准确率。相比其他同类技术,来自微软亚洲研究院的换脸鉴别算法很好地解决了应对动态幅度大、有遮挡、有表情变化的图像的难题。 除了准确识别已知算法合成的图像,换脸鉴别的另一大挑战是应对尚未出现的新算法。将现有的换脸鉴别算法直接用于新算法时,它们的有效性往往会显著下降。为此,微软亚洲研究院提出了一种通用换脸鉴别方法。为了更好地考察这一算法对未知换脸算法的鉴别能力,研究团队用真实图像对模型进行了训练,再让其辨别多种未知换脸算法生成的图像。实验结果表明,与基线算法相比,新算法对各类换脸算法的识别率均有大幅提升。随着研究团队对模型的进一步优化,通用鉴别模型一定能越来越精确地帮助我们应对新算法所带来的问题和挑战。 在微软看来,要构建可信赖的 AI,必须遵循以下六大原则:公平、可靠和安全、隐私、包容、透明、责任。微软内部还成立了人工智能伦理道德委员会(AETHER),帮助微软应对 AI 带来的伦理和社会影响。 大约30%经过AI换脸的合成照片、合成视频是人类仅凭肉眼无法识别的,很容易被当作真实信息进行再次传播。这已成为一个亟待解决的社会性问题,面对这个问题,我们应该怎么做?

    时间:2019-11-07 关键词: 人脸识别 技术前沿 换脸鉴别算法

  • 晶圆代工龙头台积电持续推进先进制程

    晶圆代工龙头台积电持续推进先进制程

    晶圆代工龙头台积电(TSM.US)7纳米产能第四季接单全满,明年上半年同样供不应求,虽然设备业界传出7纳米可能涨价消息,不过几位采用7纳米投片的台积电客户均表示并没有涨价情况。不过业者透露,苹果(AAPL.US)包下了大部分7纳米产能,明年上半年只能等良率提升后减少投片数量,才会有产能释出。 晶圆代工龙头台积电持续推进先进制程,台积电总裁魏哲家表示,先进制程还是以每两年一个世代推进,没有看到任何改变迹象,并会利用3D封装技术来达到客户想要的效能及架构。至于台积电创办人张忠谋也指出,摩尔定律何时终结没人知道,并以“山穷水尽疑无路,柳暗花明又一村”来比喻。 英特尔先前遇到制程卡关问题,现在终于开始量产10纳米,而且7纳米技术研发顺利,英特尔预期10纳米微缩到7纳米及之后的5纳米,将维持每2~2.5年就可推进制程至下一代。至于台积电的技术蓝图,量产中的7纳米及明年要量产的5纳米,以及后续的3纳米及2纳米,仍将维持每两年一个世代推进速度。 魏哲家表示,目前台积电制程推进还是维持每两年推进一个世代,没有看到任何改变迹象,而且台积制程推进是以服务客户为目的,每两年一个世代的技术开发蓝图,是过去与客户合作延续下来的结果,没有计划改变,只是也并不一定要永远如此。 另外,台积电在先进封装技术研发上也加快脚步,今年4月推出多晶圆堆叠(WoW)及系统整合单芯片(SoIC)等3D封装技术。魏哲家指出,台积电布局先进封装领域多年,从基板上晶圆上芯片封装(CoWoS)、整合扇出型封装(InFO)到3D封装,已有六、七年生产经验,未来3D IC将可达到客户需要的效能与结构。 台积电3纳米研发符合进度,2纳米也开始进入路径寻找(pathfinding)阶段,对摩尔定律能否延续,张忠谋表示,1998年曾有人问他与英特尔前执行长Craig Barrett摩尔定律何时前有效,当时Barrett回答或许是15至20年,自己则回答20年,但事后证明两人都错了。现在来看,后面至少还有5纳米、3纳米、甚至2纳米。 也因此,摩尔定律何时到达终点,张忠谋说无法给确定的答覆,因为没人知道答案。张忠谋还提及,包括5G、物联网、人工智慧等新应用,未来会改变全世界,也会依循摩尔定律发展,“山穷水尽疑无路,柳暗花明又一村”是对摩尔定律的最佳写照。 此外,设备业者表示,包括联发科、博通等新债芯片将在明年底採用6纳米投片,台积电明年还得将部分采用浸润式微影技术的7纳米产能移转为支援EUV微影技术的6纳米,产能转换过程需要时间,也是导致明年上半年7纳米产能供不应求的原因之一。

    时间:2019-11-04 关键词: 先进制程 技术前沿 7nm 多晶圆堆叠

  • 这两种半导体材料逆势成长

    这两种半导体材料逆势成长

    半导体产业在2019年迎来衰退态势,冲击全球半导体设备产值表现,预估将较2018年衰退不小的幅度。 受到半导体产业逆风影响,2019年半导体前段制程材料需求普遍下滑,占比超过3成的硅晶圆影响颇为严重,虽然硅晶圆在长约价格上变动不大,但现货价格下跌与晶圆厂为去化库存而减少订单,仍令硅晶圆厂商对2019年底看法持保守。 然而在各项材料需求普遍下滑之下,先进制程发展仍有机会带动特定材料抵抗劣势,迎来成长表现。 ▲全球半导体前段制程材料产值成长预估。数据来源:SEMI;拓墣产业研究院整理制图 先进制程带动EUV光罩需求,并提高成熟制程光罩委外代工意愿 光罩产值约占半导体前段材料13%左右,占比虽不高却是相当重要的半导体材料,在黄光制程中扮演关键角色。 其中约有7成由半导体晶圆制造厂自行制作,以配合Fabless厂商在芯片设计上的便利性,掌控品管与时程;而剩下约3成则为委外代工模式,主要厂商有Advance Reproductions Corporation、Toppan Photomasks、Photronics、Dai Nippon Printing(DNP)、Hoya Corporation、Taiwan Mask Corporation、Nippon Filcon等,以日商居多。 过去由于光罩开发与维护成本很高,以及技术上的诸多要求,委外情形不高,但在先进制程发展下,为做良好的营运成本控管,逐渐有越来越多成熟制程所需的光罩做委外代工模式出现,也带动光罩产业的市场需求增加。 例如美国晶圆代工大厂GlobalFoundries在2019年8月宣布将光罩业务出售给日本光罩大厂Toppan,并签下与Toppan为期数年的光罩供应合约,为获得更优化的营运成本管控,也增加光罩委外代工例子。而大陆地区在政策扶持下,晶圆代工业务发展迅速,且多以成熟制程产品为主,是光罩厂商积极开拓切入的市场。 另一方面,先进制程中EUV出现,也新增高端光罩需求,各大厂皆有对应EUV所需的各样光罩产品吸引客户采用,因此让光罩市场产值在2019年半导体产业逆风下仍能维持正成长表现。而2020年先进制程与成熟制程需求将持续增加,预估带动光罩产值超过3.5%成长幅度。 值得一提的是,EUV光罩盒受惠EUV技术的需求增加,加上要通过唯一的设备商ASML认证费时许久,重要性不言而喻。 目前市场上厂商仅有两家,即美商Entegris与台系厂商家登;其中台系厂商家登经长久布局,在EUV技术初期就积极与ASML合作验证,也因此成为市场上的主要供应商之一。其EUV光罩盒产品已成功打入台积电与Intel供应链,受惠台积电在7nm制程占比极高下,未来动能可期。 WET Chemical先进制程需求广泛,力抗产业逆风仍有成长表现 另一项有成长表现的是WET Chemical部份,产值在半导体前段材料约占6~7%左右。虽然占比不高但仍与Gases同为重要材料,在半导体制程中许多阶段做使用,例如蚀刻、清洗等属于既定消耗性材料,本就有一定比例的需求量。 甚至在先进制程发展上,许多WET Chemical在种类与量的使用上不断调整,推动化学药液的多元需求,纵使2019年半导体产业逆风导致芯片数量衰退,WET Chemical仍能维持不错的成长表现。供应链区域分布上以美国、德国、日本与韩国为主。 WET Chemical的必要性在设备装机与调机尤其明显。由于新机台的管路表面都会有制造过程残留的各种物质,制程用洁净水无法完全去除,必须用化学药品腐蚀掉,并让与化学药品常期接触的部位保持表面性质趋向稳定,不易起化学变化,也因此在新装机期间会大量用化学药品「清洗」机台管路与桶槽,以达到接触面化学性质稳定,不会析出颗粒影响机台洁净度。 另一方面,受到先进制程的发展推动,对WET Chemical种类也有新兴需求增加,例如在线宽持续微缩下,FinFET晶体管因3D结构的闸极宽度极小,在化学药液处理完后的旋转干燥过程会因物理作用力发生「倒塌」的缺陷产生,因此大多会在干燥过程引入异丙醇(IPA),利用Marangoni效应去除水分达到干燥效果。诸如此类的研究也是推升WET Chemical在需求上增加的主要推力。 从2020年估计来看,在半导体产业需求正常增加的趋势下,WET Chemical会有相当幅度的成长,不只是在既有的消耗量需求,晶圆厂产能扩建需要更多量的化学药液,未来成长幅度将十分可期,是后续观察重点。 在半导体景气衰退氛围中,先进制程在设备技术上的依赖度,将持续助益相关具有技术独占性高的厂商,后续发展值得观察。

    时间:2019-11-01 关键词: 半导体 技术前沿 euv wet chemical

  • 台积电5纳米制程最快于2020年量产

    台积电5纳米制程最快于2020年量产

    台积电的一举一动在发展中国家都准备受关注,近日,有媒体报道,台积电总裁指出,台积电的5nm制程已进入风险试产阶段,良品率达50%,月产能或将达到8万片。 根据之前台积电的说法,目前5纳米制程已经完成研发,并进入风险试产的阶段,最快的量产时间将会落在2020年第1季,较之前预订的2020年年中有所提前。至于在良率方面,目前根据供应链的消息表示,5纳米良率已经达到50%的阶段。而由于客户的反应热烈,台积电5纳米的制程自2019年下半年以来,也连续上调产能规划,自每月约4.5万片到5万片,再到7万片,未来甚至上看8万片的产能。 而根据台积电官方所公布的数据分析,相较于首代7纳米(N7)制程,采用Cortex A72核心的全新5纳米制程芯片,将能够提升1.8倍的逻辑密度,运算速度提升15%,或者在相同逻辑密度下,降低功耗30%的表现。 除此之外,台积电在7月份又发表了加强版的5纳米+(N5P)制程,采用FEOL和MOL优化功能,以便在相同功率下使芯片运行速度较N5提高7%,或在相同频率下将功耗再降低15%。未来,台积电的5纳米制程还将全面采用EUV技术,相比7纳米EUV只使用4层EUV光罩,5纳米EUV的光罩层数将提升到14到15层,对EUV技术的利用更加充分。 至于,在客户方面,目前台积电的前5大客户包括苹果、海思、AMD、比特大陆和赛灵思积极抢产能的情况。其中,苹果及华为的5纳米芯片已经Tape out成功,预计A14及华为麒麟新处理器都会最先使用上5纳米制程,而高通预定之后的骁龙875处理器也将会由三星转回台积电的5纳米生产,但进度要比苹果与华为晚。 据悉,预计苹果(AAPL.US)的A14及华为的麒麟新处理器都会最先使用上5纳米制程,而高通(QCOM.US)预定之后的骁龙875处理器也将会由三星转回台积电的5纳米生产。此外,在PC处理器上,AMD预计2021年首发的Zen4架构处理器也几乎确定会使用台积电的5纳米制程。

    时间:2019-10-30 关键词: 半导体 台积电 技术前沿 5纳米制程

  • 从HBM到HBM2E,推动超高速存储器半导体发展

    从HBM到HBM2E,推动超高速存储器半导体发展

    虽然封装不易,但 HBM 存储器依旧会被 AMD 或者是 NVIDIA 导入。SK海力士宣布推出 HBM2E 标准存储器,而这也是接续 Samsung 之后的第二家;不同于 Samsung 称为 Flashbolt,SK海力士方面只用 HBM2E 来称呼它。 HBM2E 算是 HBM2 的小更新,这次 SK海力士发表的 HBM2E 存储器每针脚传输可达到 3.6Gbps,那么 1024 阵脚的 HBM2E 总传输速度为 460GB/s;换个方式说,若是 4 颗 HBM2E 整合使用,那么存储器频宽就可达到 1.84TB/s。除了频宽部分提升外,容量也获得 100% 的升级。 从HBM到HBM2E的进化 相比依赖于有线处理的DRAM封装技术,HBM在数据处理速度方面显示出了高度的改良。不同于金线缝合的方式,通过TSV技术,HBM可将超过5,000个孔钻入相互纵向连接的DRAM芯片中。在这样一个快速崛起的行业趋势下,SK海力士于2019年8月开发出了具有超高速性能的HBM2E。这是目前行业中拥有最高性能的一项技术。与之前的HBM2标准对比,HBM2E将提高50%的数据处理速度。由于这一高度改良,它将成为新一代HBM DRAM产品。 不同于传统结构采用模块形式封装存储芯片并在系统板上进行连接,HBM芯片与芯片与图像处理器(Graphics Processing Unit, 简称GPU)和逻辑芯片等处理器紧密地相互连接。在这样一个仅有几微米单元的距离下,数据可被更快地进行传输。这种全新的结构在芯片之间创造了更短的路径,从而更进一步加快了数据处理速度。 随着数据不断增加,对于高性能存储器的需求将在第四次工业革命中持续增长。HBM已经在GPU中被使用。HBM2E或将成为包括新一代GPU、高性能计算机处理、云计算、计算机网络、以及超级计算机在内等高性能装置中的一种高端存储器半导体,以满足这些装置对于超高速运作这一特性的要求。除此之外,HBM2E也将在一些高科技行业中扮演重要角色,例如机器学习和AI系统等。另外,随着游戏产业中对图形应用的日益扩大,HBM技术的采用也相应增加,以此可以处理大屏幕下更多像素的需求。通过更高的计算机处理速度,HBM也为高端游戏提供了更好的稳定性。 基于“数字神经系统”这一必要条件,比尔·盖茨提出了如何以思维速度(Speed of Thoughts)经营企业的想法。这在当时看来似乎是不可能的事,但如今科技的快速进步已经让这个预言成为可能。超高速存储器半导体的时代已经来临,IT技术正向人类大脑的思考速度发起挑战。

    时间:2019-10-30 关键词: 技术前沿 hbm2e hbm 超高速存储器半导体

  • Zollern公司涡轮盘高精品质主要来自于海克斯康光学扫描技术

    Zollern公司涡轮盘高精品质主要来自于海克斯康光学扫描技术

    Zollern 公司,在300年的发展历程中公司致力于铸造与加工技术的提升,主要从事在金属加工领域内居领导地位的生产商,使之达到领先水平,而这项技术对内部质量检测的要求同样不可小觑。 StereoScan结构光投影检测系统 海克斯康StereoScan结构光投影检测系统为Zollern提供的高精度三维测量数据,使得模具、蜡模以及制作完成的铸造零件得以高效地检测。 涡轮盘检测实现数字化 Zollern使用StereoScan对涡轮盘进行三维质量检测,保证了项目要求的高精度以及对细节特征的分辨能力。 在实际的扫描过程中,首先,捕捉涡轮盘的数据并在OPTOCAT软件的帮助下生成三角网格。AICON扫描仪操作灵活,从 30°、20°、10° 等多个测量角度接收数据,在各类大小铸件中难以被捕捉到的区域,也能获得扫描与测量数据。第二步,通过检测软件分析数据,对预先定义的检测参数(如标准的几何图案、截面以及变形)作出判定。 高度灵活完成生产同步检测 针对精密铸件检测任务多样化的特点,三维扫描系统也在生产同步的检测中得到应用,以便于目标数据与实际数据进行比对,测量出模具零件的内部尺寸规格。涡轮盘蜡模的三维扫描就是这一应用的典型代表。 在与生产同步的质量检测中,StereoScan这一高性能检测系统呈现出了高度的灵活性:基于项目特点与海克斯康技术团队多年的实践经验,可使测量范围、相机的分辨率以及自动化水平都与Zollern的生产要求达到高度吻合。 广泛应用扫描设备与数据 通过结构的适当调节,Zollern将StereoScan扫描系统运用到大型铸件的质量检测之中,能够提供微米级的精度数据及更高的分辨率。同时,系统具有丰富的数据评估功能和简易的操作流程。 此外,高精度测量数据不仅应用于模具检测的环节,在工具的校正中也同样有用。在大批量的生产过程中,精确的三维扫描对于保证质量起着至关重要的作用,例如评估抽样调查铸件的零部件是否变形。 简便快速的获得扫描结果,及时优化过程参数,StereoScan 3D扫描仪助力 Zollern 公司以一贯高质高效的品质生产出质量一流的涡轮。运用三维数字化的涡轮盘不仅能够更快、更好、更有效地发现形状偏差,同量也节省了时间与财力。

    时间:2019-10-28 关键词: 技术前沿 光学扫描技术 zollern

  • MIPI DSI图像控制信号怎样才能被快速高效的捕捉

    MIPI DSI图像控制信号怎样才能被快速高效的捕捉

    大家在做图像显示研究的时候,一款性能指标优异的测试工具可以帮助我们快速定位问题,可以加快研发进程。MIPI DSI做为图像显示接口的标准,如今已被广泛应用。熟悉的工程师都知道,我们可以通过一段代码轻松的将显示屏点亮,然而对于一块已经点亮的屏,我们该如何准确抓取并分析其控制信号呢? 1.1 MIPI DSI概述 MIPI是MIPI联盟发起的为移动应用处理器制定的开放标准,旨在把手机内部的接口如摄像头、显示屏、射频/ 基带等标准化,从而减少手机设计的复杂度和增加系统设计的灵活性。MIPI联盟下设不同的工作组,MIPI DSI 就属于 Display 工作组制定的关于显示模组接口的规范标准。 图1 MIPI DSI显示应用 MIPI DSI 协议使用 D-PHY 标准作为物理层传输,D-PHY 属于单向或者半双工传输机制,传输状态分为低功耗和高速两种,低功耗(LP)状态(1.2V)下最大传输速率为 10Mb/s,主要用于传输控制命令。高速(HS)传输状态(0.2V) 下最小80Mb/s 最大1.5Gb/s,用于传输高速图像数据。 图2 D-PHY整体框图 如何准确的捕捉到该图像显示信号,那么首先我们要对这两种传输模式有一个充分的了解: 如上图所示,从数据 Lane 的状态来划分,D-PHY一共分为两种状态,即低功耗状态(LP)和高速状态 (HS), LP 状态下主要是发送一些控制类的命令,数据量相对较小(LP 状态下也可以发送图像数据,在 LPDT 模式下就可以),采用单端数据传输。HS 状态下主要是进行大数据量的图像数据的传输,采用差分传输。 图3 单端和差分信号 HS 状态下,通道状态是差分数据0或者1,当 Dp(300mv)比Dn(100mv)高时定义为 1,当Dn(300mv)比 Dp(100mv)高时定义为 0,此时典型的线上差分为 200mv。在 LP 状态下,通道状态不再是差分信号,而是相互独立的信号,根据Dp和Dn的电平状 态分为 LP11、LP00、LP10、LP01,此时将1.2V定义为1,将0v定义为 0。     图4 HS、LP状态线电平 1.2 如何准确分析图像显示信号 通过前面的介绍,相信大家已经了解到其实对于MIPI DSI信号我们主要是对其低速初始化控制部分和高速数据传输部分进行分析,而初始化部分可以说是我们整个信号的敲门砖,只有准确抓到它的波形,才能分析整个屏是如何点亮的,才能对其后面的高速信号有一个正确的分析。 首先我们要准确触发到其初始化控制信号,一般为低速信号,传输速率为10Mb/s,示波器的带宽最好在200M以上,这样才能保证信号的准确性,我们采用ZLG致远电子的ZDS4054Plus 500M带宽示波器进行测试。 如下图所示为我们测试的一块未知屏控制板的图像初始化信号,通过下面的事件表我们可以看到,其工作在LPDT模式下,此模式下可以将屏幕点亮并传送一些图像数据,同时配合标配的协议解码功能可以将数据轻松的列举出来,便于分析。     图5 MIPI DSI 低速信号测试 对长时间监测的数据进行数据异常分析时,可在示波器的缩放模式下使用双ZOOM多窗口显示的功能,对信号进行多窗口异常监测和分析,可就某一个数据帧或某一个数据点进行分析,通过查看放大数据细节,找出异常。     图6 双窗口放大 对于初始化部分,低速初始化信号我们可以轻松的抓到,然而对于现在不同的屏幕厂商,其初始化部分不尽相同,如果初始化采用的为高速信号,而我们依然使用低带宽的示波器,有可能抓不到,或是即使抓到的也是错误波形,不能分析,如下图所示     图7 失真的高速初始化波形 所以通过小编的分析,想必大家也有了一个简单的了解,对于初始化的信号控制部分,如果我们采用常规的1G以下带宽的示波器没有准确抓到,不要灰心,它有可能是一个高速信号,选用更高带宽的示波器进行分析。因此,一款性能指标优异的测试工具可以帮助我们快速定位问题,加快研发进程。

    时间:2019-10-26 关键词: mipi 技术前沿 dsi 图像显示信号

  • 近几年TI颠覆性技术蓬勃发展

    近几年TI颠覆性技术蓬勃发展

    有过驾驶汽车经验的朋友都知道,当我们坐在电动汽车上踩下加速踏板,时速在3秒之内就能从0飙升到近100公里,我想这个过程是非常享受的。正如我驾车疾驰在高速公路快车道上,而新一代技术将载着我们驰骋在大数据公路的快车道上。     畅想一下,新技术将影响着我们未来的工作和生活: 汽车组装生产线上将重新配置协作机器人,由它们来组装不同型号的车辆。这将在降低成本的同时大大提高生产力,发挥竞争优势。今天,重置一个这样的工厂可能需要几年的时间。 机器视觉技术将使人们即使在夜间、雾天和灰尘的环境下,驾驶时也可清晰视物。 充电器尺寸将缩小到信用卡大小,你可以把它方便地塞进口袋里。 人们将迎来新的美食——用3D打印机制作完成,比如美味的意大利面。你只需将原料放进打印机里,它会在网上自动下载食谱,等你下班到家后就可以享用热腾腾的美食了。 随着这些颠覆性技术不断应用于工业、汽车和其他行业,以及新市场的不断开发,模拟和嵌入式处理半导体技术将为未来生产创新、高能效、高性能和高性价比的产品打下基础。 让我们更深入地了解一些创新技术以及未来可能实现的现实: 无需耗尽电池电量,获得电动汽车的扭矩动力 氮化镓(GaN)和碳化硅(SiC)在高压应用中的优势已经在电源行业被广泛讨论,可靠性问题是阻碍其广泛推广的最后屏障。现在我们已经克服了这个问题,静待这令人兴奋的新机遇在汽车、工业、医疗以及消费类电子市场中的应用。     GaN和SiC在高压应用中的优势 这些设备具有的高能效和小尺寸特点将在电动汽车逆变器、电机驱动、机器人和再生能源等应用中得到充分利用。例如: 连接到可再生能源电网的逆变器体积将变得更小,功率将变得更高。 提高电源管理效率将显著提升电动汽车的行驶里程,并为电动汽车的快速启动提供扭矩而不会耗尽其电力储备——这相当于燃气车辆的能耗。电池技术正在不断改进,成本可达到每千瓦时约100美元,预计将成为大规模使用电动汽车的转折点。 一体化时钟:每10年产生1秒误差 我们生活在大数据时代,5G时代即将到来。在2018年,通过有线和无线传输的数据预将达到2泽字节(zettabytes),即2万亿GB(gigabytes)。千兆采样数据转换器、高速接口和高性能无线电将成为我们进入技术的高速发展通道。     TI微机电时钟参考创新设计 这些系统需要极其准确、高性能的时钟做参考。完全一体化时钟每10年只有1秒误差,将为大数据提供前所未有的性能支持。 而且,随着时钟信号在电路板和系统上的运转,因它而产生的噪声或抖动也需要被清除。基于晶体时钟的参考设计已在业内应用了数十年,而微机电时钟参考创新设计将提供更高的性能、更低的抖动和更集成的解决方案。 透过浓雾和灰尘视物 机器视觉是工业和汽车市场上发展最快的技术之一。随着智能汽车、协作机器人和工业计量的发展,相机、雷达、激光和超声波技术的融合显得尤为重要。 当然,雷达不是什么新生事物,多年来它被广泛部署在自动巡航控制系统的飞行时间技术中。但是将整个无线电前端、数字信号处理和天线集成到一个芯片上一直是让人望而生畏的工程技术挑战,直到今天它仍然是。     TI的CMOS雷达技术——TI毫米波传感器 来自德州仪器的CMOS雷达技术——德州仪器毫米波传感器,能够解决成本、性能和使用难度的问题。这将增强许多新应用,并提高视觉系统的分辨率: 新的雷达技术可以穿透雾和灰尘辨识物体,甚至能够识别道路上危险的冰面区域; 医院可以使用雷达透过衣服远程监测病人的心跳; 雷达技术提供的精确操作使自主机器人能够快速有效地在工厂地面或仓库中移动材料、设备和箱子。 创新公司将继续利用这项技术开发新的应用,为汽车自动驾驶、机器人和智能建筑开启新的大门。 保护传感器和执行器,使之不被破坏 日前,工业厂房正加速前进的步伐,通过使用智能和连接机器来提高效率、安全性和生产力。在标准的现代化工厂中,有数以千计的传感器和网络设备,能够将大量电机、传感器和执行器连在一起,并能够在不同模块和子系统之间安全可靠地交换数据和电力。     TI隔离技术 隔离技术——为了保护控制器不发生瞬变和遭受干扰,该项技术在工业4.0的部署中变得至关重要。隔离技术使企业能够在工厂部署更多的传感器和执行器,这意味着工厂更加智能、能够驱动更多的机器人并达到更高的生产力。 通过高度集成增强型隔离屏障传输千兆级的数据和电力,需要在封装、材料和集成电路设计方面进行创新。强大的数字隔离器应用加快了这些技术在工业和汽车应用中的发展。 技术影响着我们日常生活的方方面面,变化的步伐只会越来越快。除了重力传感功能,如今我的电动车还会自动打开车库门、进入车道,以及加热或冷却到合适的温度。当它准备好时会通知我,然后它看到我过来就会自动打开车门。 这些技术——氮化镓和碳化硅、时钟和计时、雷达和隔离,将使高效率、电源管理、互相协作、连通和智能成为现实。

    时间:2019-10-26 关键词: TI 电动汽车 技术前沿 微机电时钟

  • 物联网时代如何定义软件新平台

    物联网时代如何定义软件新平台

    “在一个数字化转型的大背景下,物联网设备功能会越来越丰富,这些功能里绝大部分都需要通过软件来实现的,如今的问题和挑战就在于,如何将若干个软件共享在一个平台上”。这就话是张宇在英特尔一年一度的人工智能与物联网生态合作伙伴峰会上,英特尔中国区物联网事业部首席工程师及首席技术官张宇博士,介绍了英特尔在AI与物联网领域所进行的多应用融合与实践,围绕英特尔的单一平台实现若干应用的集成化,这也是英特尔在应对AIoT时代所做的最大努力。 “对于物联网平台来说,通用处理器的开放平台已经能够成为物联网设备主流架构,再加上虚拟化软件的成熟,我们就可以把若干不同应用来共享一个硬件平台,同时给应用提供独立性,来保证质量。” 张宇表示,摩尔定律的推动下,计算性能的提升是惊人的,比如1994年的超算性能是每秒1300次,如今最新一期榜单超算的计算能力达到了每秒20亿次,提升了百万倍以上。算力提高的同时,算法也在不断扩展,甚至迭代速度早已超过了硬件本身。也正因此,软件定义系统这一概念频频在物联网中出现,张宇指出,软件定义系统的本质上是把硬件系统数字化、标准化,通过软件赋能来实现各种虚拟化、多样性的平台。 统一平台或者软件定义系统的根基还是硬件平台性能足够高,同时也要足够灵活。比如在工业领域,机器视觉、运动控制及人机界面等应用已经可以在统一平台上实施。而在智慧城市领域,电子看板除了广告推送之外,还具备了视频采集、视频分析、城市热点以及更多功能,同时也催生了更多应用与服务。对于交通领域,利用虚拟化的技术,可以实现软件定义驾舱,集成车载信息娱乐系统、一体化仪表盘以及后座娱乐系统在统一平台上。 软件定义系统的关键技术 虚拟化是软件定义平台的最关键要素,其中包括了硬件资源的虚拟化,也包括了平台化的系统软件。 硬件资源的虚拟化所实现是对硬件的抽象,来实现硬件资源的重配、重构,来提高硬件资源利用率。平台化的系统软件则是需要通过软件实现对硬件资源的统一调配,需要提供标准化的中间层,来打破上层应用和底层硬件资源之间的关系,从而提高系统的利用率。 如今包括软件定义网络SDN,网络功能虚拟化NFV,以及软件定义存储SDS等概念均已成为现实,实际上这些新兴应用都是通过虚拟化技术,将若干个应用整合在统一平台之上来提高整个平台使用效率、降低系统总体应用成本。 虚拟化技术离不开虚拟机监视器,这项技术实现了实体硬件资源和虚拟资源之间转换,比如说实体CPU向虚拟CPU的转换,实体存储到虚拟存储转换,实体网络到虚拟网络转换。同时虚拟机监视器还能监视在这之上创建虚拟机运行的状态。现在业界虚拟机监视器两种类型,分别称之为Type1和Type2,其中Type1的特点是能够对硬件资源直接进行操作,不需要底层操作系统的支持,能够达到更快的反映,从而减少响应延迟,十分适合包括工业控制等在内对实时性要求较高的场景。而Type2型虚拟机,需要建立在已有的主机操作系统之上,实现对硬件资源的访问。 除了虚拟机监视器之外,容器也是近年来流行的新技术,容器技术可简单理解为轻量化虚拟机,开发者可以把应用及跟相关依赖打包放在容器中,通过容器发布。不同容器对主机操作系统实现共享,所以并不需要为每个容器建立各自操作系统。 相比而言,虚拟机能够虚拟操作系统,所以隔离性会更好,容器的隔离性较差,但系统资源占用较小,启动也更迅速。 软件定义系统离不开底层硬件的支持,比如CPU虚拟化、I/O虚拟化或者网络虚拟化,必须使用像VTd,VTc、VTx等虚拟化技术。“硬件的虚拟化技术已经成熟,但随着人工智能的发展,需要这些硬件实现对人工智能应用的支持,所以英特尔推出了HDDL (VAD) 加速卡,集成了8块Movidius Myraid X芯片,提供8T的算力,基于PCI-e总线,总功耗仅为20瓦。”张宇介绍道。 而与加速卡配套的是OpenVINO软件,可帮开发者迅速将人工智能网络部署到加速卡中。 英特尔的多融合实践 张宇表示,英特尔目前正在开发多应用融合软件,包含两方面,一是集中在边缘侧,是对英特尔现有工具比如OpenVINO等的扩展,使其更好地支持多应用环境,而另一端是云端方案,提供了软件管理平台参考实践,可在web上配置系统参数,并自动生成安装脚本,开发者可以直接部署到本地的多应用环境中运行,同时我们也提供了包括应用商城等在内的参考实践。 OpenVINO是张宇重点强调的项目,OpenVINO包括两个核心组件,一个是模型优化器,另外一个是推理引擎。模型优化器可帮开发者将人工智能框架上所训练好的网络模型下载到相应的平台上。模型优化器的工作流程如下:通过模型优化器,在保证质量的同时进行模型优化,把优化结果转变成中间表示文件,中间表示文件被推理引擎读取,读取完成,就可以通过硬件插件下载到指定平台上执行。目前的硬件插件包括CPU插件、FPGA插件、GPU插件和Movidus的Visual插件。 OpenVINO还包括资源调度器,可以把人工智能网络分配到不同的VPU芯片上执行,如果两个应用所选用的人工智能网络相同,则可共享VPU资源,只需一次下载,从而减少模型数据的传递数量。 OpenVINO不能实现不同应用之间的硬件隔离,如果需要隔离的话,需要做一定扩展,资源调度器中可以维护内部资源分布,为应用分配所需硬件,同时也可记录不同应用分配的资源数量、类型以及位置。 同时,HDDL支持灵活配置和隔离,比如其中4颗芯片分配给应用一,四颗分配给应用二,实现不同的人工智能网络。此时,如果应用需要更多的模型处理,可以利用负载整合,把VPU资源整合,空出新的模型应用。利用8颗芯片,实现了不同应用间的物理隔离,同时又实现了资源共享。 英特尔提供了图形化UI,以方面用户管理系统,在边缘侧提供了图形化的监控软件,展示应用运行状态,而在云端也提供了图形化的配置工具,只需要一步步按照系统要求即可轻松完成设置。 张宇在现场给出了几个实际开发截图,以证明英特尔软件定义平台方法论的效率。包括脚本安装、虚拟机选型、资源配置、容器设置、系统监控等一系列动作。 “我们现在所做的多任务融合软件工具,目的是帮开发者更方便去构建多应用融合的系统。具体措施包括提供更多管理工具方便客户进行负载整合与监控,优化软件以发挥系统整体性能,同时也能保证系统的隔离度。”张宇总结道。

    时间:2019-10-26 关键词: 物联网 人工智能 技术前沿

  • 苹果A14应用处理器真的会采用台积电5nm制程吗

    苹果A14应用处理器真的会采用台积电5nm制程吗

    消息指出,台积电传出已送样5纳米EUV工艺的A14芯片给苹果,可能会使用于2020年的新款iPhone。不过,目前苹果方面则仍在评估测试,尚未确认是否会直接在2020年,就跨时代直接使用5纳米工艺芯片。 之前就有消息透露,台积电5纳米制程的性能高出竞争对手许多,受到不少大厂的青睐。若明年的新iPhone采用台积电5纳米制程也不令人意外,且外界预期5纳米可能将A14处理器的裸晶面积再度缩小,并且解决耗电问题。 但也有意见认为,A14若直接采用5纳米制程将可能再度带动成本上扬,且目前产能及良率仍然不确定,因此无法保证苹果下一代单芯片是否就会直接采用目前最先进的制程技术。 也有其他消息指出,A14应该还是会停留在6纳米制程,不过苹果尚未做出决定。尤其是5纳米制程是继7纳米之后,真正的全新制程节点,需要克服的挑战比6纳米更多,所以A14若决定先采用6纳米也是很有可能。 不过台积电近期对5纳米制程的扩产也相当积极,并抱持乐观。台积电表示,5纳米制程正进一步扩大客户产品组合,产能将以可见的幅度迅速攀升,迅速成为成熟规模的制程节点。当然目前7纳米制程的产能就已经满载,三星也是因此藉更低廉的价格拿下高通骁龙865的大单。 而台积电对此应该也已有所对策,只要价格合理,5纳米的确是相当吸引大厂的注意。可望在性能提升的同时降低耗电量,并进一步降低电池及整体智慧装置的重量,已实现更好的产品设计。 不过,即使技术本身合乎苹果条件,台积电仍需面对苹果庞大的首批新iPhone供应量,且苹果也得面对成本可能上升,加上新一代iPhone因同时有设计,导致价格需要进一步上涨的问题。 但台积电近期对5纳米制程的扩产也相当积极,并抱持乐观看法,台积电总裁魏哲家在上周法人说明会中提及,台积电5纳米制程已进入风险试产阶段、并有不错的良率表现,将如原先规划在明年上半年进入量产,而与目前量产中的7纳米制程相较,5纳米芯片密度可大幅提高80%,运算速度也可提升20%。

    时间:2019-10-25 关键词: iPhone 12 技术前沿 5nm a14处理器

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包