硬件 - 21ic中国电子网

当前位置：首页 > 硬件

对于无人机飞控系统的硬件你了解多少

飞控计算机是无人机导航飞控系统的核心部件。那作为无人机爱好者的你了解它的构造吗？ 1、主处理控制器。主要有通过型处理器（MPU）、微处理器（MCU）、数字信号处理器（DSP）。随着FPGA技术的发展，相当多的主处理器将FPGA和处理器成功能强大的主处理控制器。 2、二次电源。二次电源是飞控计算机的一个关键部位。飞控计算机的二次电源一般为5V、±15V等直流电源电压，而无人机的一次电源根据型号不同区别较大，要对一次电源根据不同型号不同区别较大，要对一次电源进行变换。现在普遍使用集成开关电源模块。 3、模拟量输入/输出接口。模拟量输入接口电路将各传感器输入的模拟量进行信号调整、增益变换，模/数（A/D）转换后，提供给微处理器进行相应的处理。模拟信号一般可分为直流模拟信号和交流调制信号两类。模拟量输出接口电路用于将数字控制信号转换为伺服机构能识别的模拟控制信号，包括模/数转换、幅值变换和驱动电路。 4、离散量接口。离散量输入电路用于将飞控计算机内部及外部的开关量信号变换为与微处理器工作电平兼容的信号。 5、通信接口。用于将接受的串行数据转换为可以让主处理器读取的数据或将主处理器要发送的数据转换为相应的数据。飞控计算机和传感器之间可以通过RS232/RS422 /RS485或ARINC429等总线方式通信，随着技术的不断发展，1553B总线等其他总线通信方式也将应用到无人机系统中。 6、余度管理。无人机余度类型飞控计算机多为双余度配置。余度支持电路用于支持多余度机载计算机协调运行，包括：通道计算机间的信息交换电路，同步指示电路，通道故障逻辑综合电路及故障切换电路。通道计算机间的信息交换电路是两个通道飞控计算机之间进行共享信息传递的信息通路。同步指示电路是同步运行的余度计算机之间相互同步的支持电路。通道故障逻辑综合电路将软件监控和硬件监控电路的监控结果进行综合，他的输出用于故障切换和故障指示。 7、加温电路。通常用于工作环境超出工业品级温度范围的飞控计算机当中，以满足加温电路所需功率和加温方式的需求。 8、检测接口。飞控计算机应留有合适的接口，方便与一线检测设备、二线检测设备连接。 9、飞控计算机机箱。它直接影响计算机抗恶劣环境的能力以及可靠性、可维护性、使用寿命。

时间：2020-05-27 关键词：无人机硬件
如何合理的利用物联网打造智能家居系统

先前提到智能家居应用必须把“安全”摆放第一，原因在于以物联网为基础的智能家居应用，虽然必须确保每样设备能彼此无障碍连接相当重要，但安全议题在彼此连接之下更显重要，否则恐怕将使用户个人隐私曝光，甚至让家庭环境处于不安全情况。而未了进一步确保智能家居应用安全，软硬件整合措施必然是不可或缺。智能家居应用带来不少方便，同时也为不少人带来麻烦，这些麻烦除了必须适应诸多全新使用模式与操作接口，还包含必须背诵越来越多的个人账号、密码，因此往往使人懒惰设定密码，或是直接使用过于简单的密码内容，例如个人生日、家中电话，或是诸如1234、1111等容易被猜测组合。而为了消除这些使用困扰，开始有更简单的脸部辨识、指纹辨识或声纹辨识等生体密码技术，借此让使用者能有更直觉且便利的操作体验，并且无需背诵复杂难记密码。不过，虽然透过上述生体识别技术取代传统密码，让智能家居内的物联网设备变得容易使用，但许多人仍因为使用未经加密的网络联机，使得装置端虽然有密码作为身份识别等防护，却因联机传输数据未做加密保护而遭他人窃取。根据一项HP研究调查显示，目前排名前10大受欢迎的智能家居设备实际存有不少安全漏洞，其中包含网络联机过程未经加密而遭侧录，使得用户隐私信息面临威胁，甚至成为黑客攻击跳板。如同过往黑客借助多台计算机作为攻击跳板，借此向特定目标发动DDoS攻击，在物联网应用模式开始兴起之后，此类未经防火墙、加密机制保护设备开始成为黑客们全新锁定目标，毕竟相比多数安装防病毒软件、防火墙等措施的计算机设备，刚成为多数人新宠的智能家居应用设备更容易被攻破，并且能在使用者毫无警觉之下窃取信息或攻击。多数物联网设备如监控摄影机几乎透过特定App扫描，即可在邻近网络联机中找到多组摄影机使用网络地址，进而能以此取得摄影机控制权，借此窥见使用者居家隐私，甚至遭公开播放。因此，在物联网设备年趋增长，预计在2020年将可达80亿台年出货量规模，隐私安全问题显然必须被更加重视。因此，为了确保物联网应用安全，并且避免智能家居应用隐私外泄造成更大问题，不少物联网设备应用芯片厂商如恩智浦开始在旗下产品加入安全加密机制，在端对端连接过程就确保信息传输过程不致于产生隐私问题，并且透过软件优化操作模式，让用户在操作可连网家电产品时，不用担心个人在家作息模式是否遭外人得知，导致造成遭闯空门机率增加，让智能电视、智能冰箱或智能洗衣机不会背地里出卖个人隐私。由于多数物联网设备均以WAN或局域网络形式彼此互连，分别透过无线Wi-Fi或有线连接方式传递信息及档案数据，因此硬件设计部分就需要在第一步阻拦恶意攻击，例如恩智浦在旗下物联网设备控制开关参考设计导入Layerscape架构，并且搭配软件达成高度整合优化，借此实现端点安全防护效果。如同ARM在芯片设计导入TrustZone设计，恩智浦针对连网设备也在旗下基于ARM Cortex处理器架构设计加入安全组件，让传输数据可直接透过硬件端达成加密、解密保护目的，一如目前计算机可在处理器端直接进行数据加密保护，而手机也能透过相同设计原理确保存放照片、通讯内容不致于外泄。将嵌入式安全组件整合在物联网设备，一来可避免设备遭外部攻击，二来也能避免用户信息遭窃取，或是利用复制门卡侵入家门。但有了硬件防护设计，少了软件端支持就无法达成完整防护效果，因此在硬件基础配合软件端以沙盒（Sandbox）形式确保数据交换、处理可在安全环境下完成，并且对应金融业需求等级的加密（例如AES 256位 SSL/TLS加密传输规格），分别对应智能家居中经常出现的影像识别、语音声控、数据传输与在线付款等数据保护，达成软、硬、缺一不可成效，比方说恩智浦旗下i.MX处理器就在智能家居的软硬件系统设计发挥关键防护作用。物联网应用虽然带来便利生活模式，但随着使用方式改变，最容易疏忽的就是个人信息保护措施，因此在与个人资料连接越来越紧密的物联网应用之下，安全将是在万物互连之前的最高需求。而为了确保这样的使用需求，结合软、硬件的安全设计便是不可或缺要素。

时间：2020-05-27 关键词：物联网硬件智能家居
如何从硬件上来提高网络的安全性

如今，各国政府从未面对过如此多的网络安全威胁。从黑客行动主义者到有组织犯罪同，网络攻击者都在不分昼夜地进行攻击，以损害各国政府的技术、基础设施和民众。恐怖主义组织正在积极寻求利用软件漏洞，最近美国国家安全局关于ISIS和BlueKeep漏洞的调查就证明了这一点，后者针对的是传统的基于Windows的系统。甚至是业余黑客通过开发的工具包将各种数据泄露到公共领域，从而构成了越来越大的威胁。毫不奇怪，网络安全是首席信息官最关心的问题。调研机构Gartner公司预计，全球从2017年用于网络安全的费用900亿美元将增至2022年的1万亿美元。与此同时，美国经济顾问委员会的报告称，恶意攻击对全球经济造成的损失可能高达每年1090亿美元，而IBM公司估计，每次攻击造成的平均损失为386万美元。由于存在如此多的风险，没有哪一个政府组织能够承受基础设施的脆弱性。然而，在预算和资源紧张的背景下，打击网络威胁是政府机构工作人员面临的一个严峻挑战。数据中心的复杂性增加了网络安全的挑战政府机构面临的管理挑战之一是，数据中心环境在过去十年中变得越来越复杂。工作负载在本地、公共云和私有云中以及边缘计算运行。这种多样性带来了更大的安全风险。可以理解，许多首席信息官都在关注将关键工作负载放在何处，并希望跨环境实现端到端的安全性。但现实情况是，数据中心堆栈的每一层都存在安全风险。黑客们已经意识到了这一点，并且已经瞄准了应用层，现在正在进一步升级对管理程序、引导驱动程序、固件甚至硬件的攻击。虽然政府机构一直致力于降低个人计算机的安全风险，但他们开始意识到需要将注意力转移到基础设施上。传统的数据中心保护措施（如检测和隔离软件）或周边控制（如防火墙）已经不够用了。而当发现问题时，很可能已经造成了损坏。健全的安全性始于基础设施的根源为了保护空闲、传输和使用中的数据，IT管理员必须从处理器基础开始，全面了解组织的风险并建立控制。安全性必须在开始时设计到数据中心架构中，而不是通过随机产品进行临时解决。在应用程序层发生的数据中心攻击很容易识别，但真正的威胁更严重，攻击更难检测和补救。这是因为传统的检测解决方案不太擅长识别恶意软件渗透到硬件组件的基础上，而且有些组件会使堆栈暴露在额外的漏洞中。例如，管理程序的设计就是为了优化虚拟机内存空间和内核。然而，这种资源共享打开了管理程序和堆栈，以增加攻击风险。建立信任链信任链是从第一个引导过程建立强化安全性的关键，它始于可信平台模块。TPM存储在机器的芯片中而不是软件中，存储专门与设备本身相关的加密密钥。建立信任根意味着应对堆栈中的每个层（引导、虚拟化、库、服务和应用程序）进行检查，从而证明堆栈的每一层的有效性。到目前为止，由于性能、复杂性和成本因素，以这种方式保护基础设施和应用程序堆栈并不容易实现。然而，现在存在这样的技术和信念。来源：机房360

时间：2020-05-23 关键词：网络硬件
物联网价值怎样才可以解锁

到目前为止，物联网意味着设计和推出新的互联产品或重新设计现有产品的连接版本。虽然从新部署的物联网产品中获得了很多价值，但考虑到连接产品开发的复杂性和潜在的较长交付时间，这一价值可能需要一段时间才能实现。在等待完成新的或更新的连接产品的开发时，企业现在可以问：为什么不从已经存在的设备开始获得一些物联网价值？借助新型“即时”物联网资产管理工具，具有现有诊断或串行端口的设备可在几秒钟内启用物联网。然后，这些已部署的设备可以提供基于传感器的数据，以帮助改善多个级别的资产管理，包括运营智能，维护，服务优化，客户满意度和供应链流程。将现有资产投入更有利可图的工作在世界范围内，每年都有数百万件商业和工业设备发生故障，而且往往没有任何警告或理由。诊断和维修设备的成本可能很高，特别是如果它意味着派遣服务技术人员。此外，停机时间也非常昂贵，特别是对于关键任务操作。即使按预期工作的设备也可以被认为是以另一种方式失败：通过不报告自己的运营数据，以便企业可以分析该数据以执行预防性维护，优化性能或获得其他效率。然而，现在，简单的插件硬件和云连接软件的组合将物联网的远程监控和可见性方面立即带到非物联网设备，而无需对现有设备进行任何更改。企业可以更深入地了解其部署的资产，尤其是资本密集型固定资产，可以通过更好地调整和优化其运营和绩效来延长这些资产的使用寿命。这种物联网资产管理的即时新方法使企业能够：更准确地诊断和远程纠正商业和工业设备中的服务事件。通过将维护从基于时间的循环转变为基于状态的循环来提高服务和设备效率。最终，通过提高现有利润率，降低运营成本和了解使用情况来改善未来产品，从而提高竞争优势。简单的解决方案提供真实的结果在这一新的物联网资产管理解决方案中，具有小外形尺寸的硬件（插入任何标准Modbus或串行接口）可为物联网云提供即时，安全的连接。从那里，硬件可以发送数据以远程配置设备，并将数据提取到监控或诊断仪表板，该仪表板可以配置为管理特定的产品性能目标，并启用高级功能，如无线（OTA）更新，边缘分析和异常检测。插入后，硬件、软件解决方案可以传输来自设备中由传感器测量的任何功能的数据，例如开关，温度，湿度，运动，料仓水平，液体或气体的流量，烟雾的存在或火灾，照明水平和其他性能特征。因此，企业可以简单而密切地监控甚至广泛分散的资产的功能和流程。重要的是，此插件解决方案无需更新现有产品硬件或固件即可运行。此外，低功耗广域网（LPWAN）的推出意味着现在可以以非常实惠的价格在整个部署的产品中实现即时连接。随着现在连接设备数量的增加，这种方法的价值也在增加。例如：大型连锁咖啡店遍布整个地区，可以使用插件物联网解决方案，即时向所有商用咖啡机下载季节性咖啡饮料配方，而无需服务人员访问每个商店。手动更新食谱。拥有自动售货机的公司可以使用其部署的机器中的数据来自动补货，从而在库存用完之前补充自动售货机并通过降低补货成本来增加收入。商业建筑的所有者可以远程监控已安装的供暖，通风和空调（HVAC）设备，以确保有效运行，而不是依靠定期维护 - 这减少了不必要的维护呼叫，以检查HVAC状态并降低设备维护的整体运营支出。因此，强烈建议企业采用物联网资产管理解决方案，以便立即以非常低的年度成本更好地了解现有设备的运营情况。来源：朗锐智科

时间：2020-05-23 关键词：物联网硬件
汽车工业4.0想要落地得从何干起

这些年，大大小小走过很多企业，包括主机厂，也包括零部件企业，其中有合资品牌，也有自主品牌。在企业一线的所见所闻，使我们深刻感受到，对于“工业4.0”亦或是“智能制造”的行业发展大势，汽车行业的热情非常之高，各个企业都在数字化的道路上积极探索和实践，只是基于现状的需求不同，大家都在不同的阶段不懈努力中，有收获，也有困惑。汽车行业的数字化基础，应该说是非常好的——产品设计的数字化早已是工程师们的日常，平台化管理也已越来越普遍;规模化生产的流水线上，自动化水平普遍较高，不少机加线、冲压线、焊装线、涂装线都实现了100%的自动化，无人工厂已不鲜见;产品性能测试也已在周期和成本倒逼的情况下越来越多地采用了虚拟仿真手段。在这样的基础上，汽车行业实现工业4.0按理应该是轻而易举、水到渠成，不过事实并非如此，时过境迁，当数字化、智能化来袭，曾经傲娇的优势也许会变成今日的痛点。由于早期缺乏前瞻性的顶层设计，很多模块和系统现在成为了信息孤岛。后期的一些指导策略和规划，多为现况所困，在实际推行中往往也是阻力重重。汽车供应链非常复杂，尤其是像汽车主机厂这样体量庞大的企业，工业4.0的整体架构往往比较宏大，具体的应用场景千头万绪，真正落地谈何容易？！那么，信息孤岛如何破？整体规划怎么做？千头万绪从何起？以数据为核心首先要明确一点，工业4.0的核心是数据。随着信息物理系统（CPS）的推广，智能装备和智能终端的普及，以及各种各样传感器的使用，将会带来无所不在的连接，所有的联网终端，包括汽车及零部件的设计者和生产者本身，都会源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，成为工业4.0的基石。理想的工业4.0，必须做到产品全生命周期各阶段中数据流的畅通无阻，包括产品设计、生产规划、生产工程、生产实施以及服务，这五大环节用数字化全部打通，最后呈现出来一种完全不同于传统生产方式的全新的企业运营模式。在工业4.0时代，数据将呈现爆炸式的增长态势。现阶段的汽车主机厂及零部件供应商，首要的难题，是把底层设备数据以统一的标准连接起来，这也正是工业4.0落地的基础。在汽车行业，如果是一家“造车新势力”，那么数字化、智能化的理念正是其先天特质，从产品设计和新建工厂开始就使用统一的标准化的数据，是比较容易做到的。越南VinFast就给了我们一个很好的示范。他们采用了西门子的全套数字化解决方案，只用了传统车企50%的时间，就实现了从设计到交付的整个过程，这就是数字化带来的卓越效率！如果是一家成熟的传统汽车主机厂或是零部件供应商，这个问题可能会比较棘手，因为他们大多面临的是把原来的工厂从自动化和基础信息化逐步向数字化进行改造，除了技术问题，还要考虑人才、现有软/硬件、正常生产任务以及成本回报等因素。对于这样的普遍现状，面向制造业的OPC UA（OPC统一架构）应需而生，它可以有效帮助用户解决已经形成的信息孤岛问题，最终获得标准化的数据。 OPC UA是一种专为目前尚处于信息孤岛的设备之间建立附加通信通道的工具，可以为不同生产厂商生产的成套装备、机械设备和部件之间提供一种统一的通信方式，确保设备之间的信息可以无缝传输。当然，OPC UA不是来替代现有通信协议的新协议，而是实现设备通信进行统一对话的工具。在此基础之上，数据流可以畅通无阻。科学规划指导实践获得数据之后，用户希望充分利用这些数据。小到一个汽车零部件设计尺寸的优化、加工参数的优化，大到整个汽车供应链上相关部件产品、生产以及相关供应商和合作伙伴的所有数据，用户都希望能够深入挖掘和分析，支持业务的良性发展。这个数据流应该怎样流动？汽车行业用户需要一个科学的总体规划来指导具体实践。这方面，西门子的“数字化双胞胎”解决方案是一个比较完整的产品全生命周期的数字化解决方案，可以以此为例展开讨论。不过实际上，西门子也是目前业界唯一能够提供这样完整解决方案的企业。这个解决方案包括“产品的数字化双胞胎、生产的数字化双胞胎、性能的数字化双胞胎”。在这里，虚拟和实际互为验证，预测和现场完美结合——“双胞胎”的命名非常形象地反应了这种镜像关系。产品的数字化双胞胎，对象包含构成整车的零部件及控制软件，包含机械结构、电气系统及其物理特性;生产的数字化双胞胎，涉及到规划、编程、工艺仿真、现场自动化软硬件的所有方面;性能的数字化双胞胎使用户可以实现更深入、更全面的数据分析，从而帮助设计工程师和工艺工程师实现更好的产品性能和更高效的生产运营。区别于工业4.0关于“产品设计、生产规划、生产工程、生产执行、服务”这五个横向连接的端对端的解决方案，“产品的数字化双胞胎、生产的数字化双胞胎、性能的数字化双胞胎”是企业运营中三个纵向连接的环节，他们在不同的维度对数字化进行了互为补充的阐释。需要强调的是，这是一个闭环的完整数字化生态环境，三个数字化双胞胎通过基于工业云平台的MindSphere物联网连接，用户能够利用物联网的丰富数据和高级分析，持续进行改进，让流动的数据持续不断地产生价值。此外，在大数据、云计算、人工智能等智能化技术的加持下，该解决方案还可以实现更大范围的整个价值链的持续优化和自学习，并能够将数据转化为知识库——这对于任何一个企业用户来说，都意味着价值的无限放大和无限延伸，也意味着从数字化向智能化的提升。随之而来的好处显而易见：新车的开发周期大幅缩短，开发所需的原型样件数目减少，生产工艺和车间现场可以精确模拟，生产单元和最终产品的性能得以预测，生产效率提高、产品不良率降低，帮助企业在产品和生产运营的全生命周期内优化整体运营，有效提升企业竞争力。从汽车零部件到整车，从设计到生产，再到销售和服务，都是如此。在我们看来，这不仅是一个解决方案，更是一种理念和思维，非常具有前瞻性指导意义。脚踏实地循序渐进明确了整体指导思路之后，工业4.0要真正落地。这是最挑战的过程，也是最艰难的过程，不过，分解整体规划，分阶段分步骤地去做，可以化难为易、化繁为简。工业4.0在汽车及零部件企业的落地，必须是脚踏实地、稳扎稳打地通过数字化、智能化，逐步演进到工业4.0时代。这是一个循序渐进、持续改善的过程，没有一家企业能够一蹴而就，即便是全球数字化样板——西门子安贝格成都工厂，也是经过了25年的持续建设和不断提升，才达到了今天的水平。北汽新能源青岛基地先期建立了产品设计和制造工艺的数字化连接，今后将在工艺仿真和仿真测试平台建设方面更进一步。一汽红旗则是一期项目从总装开始探索，二期项目将着手冲压、焊装、总装，继续实施工艺和管理的数字化。每家企业都应结合自身现状和需求，量身裁衣，选择一些应用场景开始，由点及线再到面，逐步推动数字化的落地。必要的时候可以借助于专业的咨询和服务团队的力量来进行。特别是成熟度比较高的汽车及零部件企业，对于大的数字化项目更要慎重，因为短期内的附加值可能很难评估，但是他们仍然可以关注一些具体的应用场景，结合瓶颈问题来进行数字化，然后根据发展需求逐步扩展应用。针对瓶颈问题，业界也有很多例子可以参考。如果热销车型供不应求，你的主要压力是设备故障停机影响产能，那么你需要重点关注易损部件或关键设备的数字化和预维护，比如冲压工艺中的电机振动检测与分析等，可以避免或减少停线造成的产能影响和直接经济损失;如果你的主要瓶颈问题在于车身质量，那么数字化焊接质量监控就可以对包括焊帽尺寸、焊接电流等在内的工艺参数进行在线监控，并可实时进行智能化的调整，以达到稳定可靠的最佳焊接质量;如果你当前的首要目标是节能降耗，降低生产成本，那么作为四大工艺中的能耗大户，涂装工艺中的数字化能源管理等，都会对企业降本增效带来最直接的受益;如果多元化能源动力需要一条总装线上生产N种车型，并且车型每年都在变化，甚至基于消费者个性化需求的汽车定制化生产成为重要需求，那么总装线的柔性化、数字化则必不可少。..。.. 另外，在汽车行业，很多车企和零部件供应商都是跨国企业，这些厂商在世界各地建有多家工厂，那么在标准化、模块化的部署之下，只要用数字化的手段监控并分析其中的一个工厂，其他工厂的同类问题都可以得到解决，数字化使得技术创新和模式创新的市场化效率大幅提升。当然，除了技术，工业4.0还必须同时考虑人的因素。自动化、数字化的目的不是替代人，而是与人更好地协作起来实现最终目标。事实上，据德国政府发布的一项报告显示，在交通、能源相关行业，数字化不仅不会减少工作岗位，反而会有增加——预计到2021年，会有4%～7%的岗位增加。人在数字化的过程中依然非常非常重要，只有将人与技术、人与产品、人与设备完美协调起来，整个体系才能发挥最大效能。未来始于当下制造业的数字化势不可挡，汽车行业的数字化又显得更为迫切。一方面，汽车产品正在经历电气化、智能化、轻量化等多种技术的颠覆性变革，另一方面，汽车市场正在逐步走向多品种、小批量甚至定制化的商业模式，因此，整个产业链都在重构，价值链也将向后端转移。想要灵活应对各种纷繁变化，数字化是唯一的出路。在这个创新激荡的数字化时代，数据的血液会将汽车供应链甚至整个物联网的世界连成一个合体，各个系统之间的边界将会在今后逐步变得越来越模糊，你中有我、我中有你。当边界在不知不觉间逐步消失，那正是数字化的伟大成功。未来可期，当然，重要的是你得始终有数字化的理念，并且向着工业4.0的正确方向开始行动。西门子汽车行业网站上有一行醒目的大字说的非常到位——“未来竞争优势始于当下”！来源：AI汽车制造业

时间：2020-05-22 关键词：硬件人工智能
下一代硬件对于人工智能的发展有什么作用

美军方正在人工智能领域进行高额投资，但仅靠人工智能技术是远远不够的，还需要相配套的硬件来支撑高性能算法，同时不占用太多空间和消耗过多电力，以适应前线指挥所或战机坦克等平台。下一代硬件是在战场上实现人工智能的必要因素。美国防部已意识到需求上的变化。电子产品制造商Mercury Systems候任首席技术官比尔·康利表示，在过去几年里，各领域集中力量研究下一代人工智能、算法训练、数据，但寻求战术优势不仅需要算法和数据，还需要在相应硬件上运行得以实现预期效能。该公司正致力于利用最新的微电子技术为国防部提供一个硬件解决方案。在硅谷和学术界，通常使用计算机集群或云来解决这一问题，但这样的设备不能集成至战车或战机上。美军方备受争议的JEDI项目也正试图将云计算带到前线部队，使其能够远程访问强大的服务器群。但是国防部并不认为军队在面对敌人的黑客攻击和干扰时能够持续使用云。当前，对于某些算法功能可以实现间接访问，但一个电子战系统，需要在敌方导弹袭击之前干扰其制导系统，云在此情景下则无法解决这一难题。新美国安全中心防务分析师、前陆军突击队员保罗·沙雷表示，在一个前沿作战基地安装巨型云服务器是不可行的。随着科技进步，一切都需要小型化。沙雷表示，硬件的大小在很大程度上取决于两个因素：一是试图适应的平台的大小，战车、战机还是航空母舰有很大不同；二是人工智能应用程序的大小，机器学习算法训练时所需的计算能力和数据存储远大于训练完成后所需的能力。真正需要大量计算的是大数据驱动的深度学习。 ▲DARPA先进的微芯片与模块化组件概念图康利则表示，重要的人工智能应用需要机器学习算法在现场随着所处环境发生的变化不断地进行学习。这对于所谓的“认知电子战”尤其重要：系统可以检测到一个从未遇到过的传输，而这个传输并不在任何预先加载的数据库里，可以对其进行现场分析，判断其来源是否具有敌意，并在必要时设计反向信号对其进行干扰。康利认为，未来的战场空间将包含此前没有观察到的威胁信号，因此对许多平台来说，能够执行实时决策的算法至关重要，而且需要不断强化学习，尤其是在开发过程中无法完全训练实时决策的算法。也就是说要实现在相对紧凑的硬件上需要大量的计算能力，同时不需要太多的空间、重量、电力或冷却能力。下一代硬件不仅具有上述优势，而且将更加安全，不受供应链破坏的影响，解决了国防部担忧的一个主要问题。沙雷表示，在计算机芯片上安装越来越多越来越小的元件方面已经取得了巨大的进步，但这种进步的代价是，制造纳米小型化元件需要越来越复杂且昂贵的设备。沙雷并不担心工业界构建所需硬件的能力，而是国防部有能力获得可靠的安全前沿硬件，以及这些硬件是否被外国生产商恶意利用。来源：国防科技要闻

时间：2020-05-21 关键词：硬件人工智能
收发器（Transceiver）架构1——接收机1

曾经有人问我射频信号的振荡频率是怎么出来的。这个涉及到锁相环(PLL)的内容。锁相环又是在收发机里，这原理不是一句两句说得明白的，所幸就通过几篇把收发机整体架构讲一下，尽量不做深入计算，简单明了的对原理进行说明。手机相当于一个微型计算机，现在人们的日常生活完全离不开手机了。记得之前八九十年代美国的汽车行业鼎盛的时候，有人戏称如果外星人到了地球，就会发现地球人被一种物体所控制了。这个物体是铁皮的，带着轮子，不论去哪里都是该物体带着人类去的。我想如果现在外星人来到地球，会不会说是个小小的长方体控制了地球人。。。言归正传，手机是个小型微机，最小系统的手机架构示意图如下： CPU和MEMORY相当于大脑，用来存储和计算；PMU相当于心脏，来提供系统运行做需要的电源;外设相当于手脚，可以用来做我们想做的事情;RF则相当于眼睛、嘴巴、耳朵。用来跟外接进行数据交流。今天提到的收发机，则是射频电路(RF）的重要组成部分。一、收发机收发机（Transceiver），是发信机（Transmitter）和接收机（Receiver）的合称。手机相当于无线电台，对收到的信号进行处理解读，然后发出想要发出的信号。这个收发的过程，就由收发机来完成。现在先来讲接收机。二、接收机接收机的作用是从环境中众多的信号里选出相应频段的有用信号，并进行处理放大，变成基带可以接受的信号。所以，评估一个接收机好坏的指标，主要是看灵敏度，即能接受到的最小的信号是多少。灵敏度越小，就表明能被接收机捕获的信号能量越小，当然是越灵敏、越小越好了。下图为接收机的基本示意图：接收机可以分为超外差接收机、零中频接收机、近零中频接收机和镜像抑制接收机。镜像抑制接收机在手机中几乎不采用，这里也不做讨论。主要讲前三种接收机。 1. 超外差接收机超外差接收机应用很广泛，像无线收音机的FM和AM都是采用的超外差式。下图是典型的超外差接收机示意图： 1> 信号路径天线接收到信号 → 通过带通滤波器BPF1进行选频 → 把需要的频率信号滤出来送进高频放大器 → 发大后的信号进入混频器，与本振混频 → 变成中频信号送进带通滤波器BPF2 → 滤波后的中频信号 → 经过中频放大器放大、滤波 → 变成基带可以处理的信号，进入基带芯片进行解调、放大 → 最后输出相应的声音、数据信号。 2> 特点射频信号是高频信号，2G信号850MHZ到2100MHZ不等，而信道只有几百Khz。因此如果从高频上选取数百Khz的信道难度很大，对滤波器要求很高。于是，我们对信号进行变频，我们知道信号的混频在频域实际上是频谱的搬移。我们把本振信号的频率设置为随输入信号的变化而变化，从而使得输出信号频率固定，这样就可以把输出信号频谱搬移到固定频段了。即把百兆或千兆的信号，搬移到KHZ或者数MHZ的中频段。这时候再来选择几百KHZ的信道，就更加容易实现。而这也是超外差接收机的特点，即进入混频器的本振信号频率ωLO随着接受信号频率ωRF改变,使得输出的中频信号ωIF的频率保持固定不变。做个不恰当的比喻，用万用表量电阻，如果你的电压只有数欧姆级别，而你选Mohm档量的话，结果就不会很准，但是你用ohm档量的话，准确度就会大幅提升了。固定频率的中频信号，不但可以让选频更加容易，由于固定的频率，更容易实现大而稳定的增益。由于超外差接收机的诸多优点，也被传统接收器广泛应用。然而，同样存在着噪声干扰。 3> 噪声干扰超外差接收机主要存在两种干扰：中频干扰和镜像干扰。中频干扰即当某一干扰信号的频率跟中频信号的频率相等，而进入混频器中，混频器可能会对混进来的中频信号做放大处理。而相对于有用信号来讲，噪声中频信号更强，被传递到下级，最终干扰到有用信号的接收。而想要规避中频干扰，把中频设在接收频段范围外就好了。当接收频段接收到的信号，高于中频信号很多的时候，输入就很难混入中频信号的频率了。这种中频低于接收频段的，就是普通接收机的处理方法。比如我们国家的FM电台，发射的频率是87-108MHZ，而接收机的中频频率则固定在10.7MHZ。这样，输入混进来的频率在87-108MHZ附近，就不会混入10.7MHZ附近的频率，从而规避了中频干扰。镜像干扰接收信号ωRF与本振ωLO混频后，得到中频信号ωIF，若存在一个干扰信号ωX，与本频混频后同样得到中频信号ωIF，即如下示意图，在频域上干扰信号与接收信号在本振信号两边呈中心对称。这时干扰信号经过本振混频，产生了中频信号，而对有用信号产生干扰。则称这种干扰为镜像干扰。想要规避这种干扰，需要把中频ωIF拉大，当中频ωIF大于接收频段范围时候，镜像干扰信号ωX就不会混入接受范围内，从而不会对信号产生影响，即ωX=（有用信号ωRF±2ωIF）落在接收频段区间外时，不会产生干扰。例如有些短波收音机，它们的接收频段为2-30MHZ，而中频选择在70MHZ，这时候镜像干扰信号的频率在142-170MHZ，而接收机的接收频段为2-30M，对142-170MHZ的频段不会被捕获，因此不会产生干扰。又如刚才提到的FM收音机，接收频段为87-108MHZ，中频只有10.7MHZ，这时候，中频的镜像信号为（87 ~ 108）+210.7=108.4 ~ 129.4MHZ，或（87 ~ 108）-210.7=65.6~86.6MHZ，而接收频段为87-108Mhz，不管哪一侧的镜像信号都没有落在其范围内，因此镜像信号没有被捕获，不会产生镜像干扰。我大概画了个图，大家感受下：这种把中频选在高于接收频段范围的接收机，叫高中频接收机。我们看到上边例子中，镜像信号跟有用信号频率很接近了，只有400khz的隔离，那么为什么不把中频定在50MHZ，让隔离更好一些呢？这就回到了文首的问题，很难对高频信号进行精确的选频，中频信号就失去了存在的意义。无法实现高选择性和高增益。由此，也引出了第三类超外差接收机：二次混频接收机。未完待续。。。文章为微信公众号硬件女工程师的日常授权在21ic内部首发，原创作品转发使用请联系作者，文章所有权利归属原作者所有。慕小可作者简介：公众号“硬件女工程师的日常”主理人，今日头条原创文章合作人，硬件工程师，偶尔供稿与非网。享受工作，拥抱生活。

时间：2020-05-21 关键词：芯片硬件应用
AI芯片发展的制胜之道是什么

在今天举行的2019新氦AI芯片论坛暨国际智能电子与系统学术讨论会上，新思科技人工智能实验室主任廖仁亿表示，随着人工智能的不断发展，各行各业都出现了采用人工智能的新兴应用。因此对于未来而言，人工智能将是一个巨大的市场。而对于这些人工智能应用，廖仁亿强调，没有任何一个应用是不需要算力的。而在整个人工智能系统中，芯片则是实现算力的最重要的基础。廖仁亿指出，人工智能是目前最火的一个话题，同时在各行各业中也存在大量的发展机遇，以汽车市场为例，从传统汽车到汽车电子化再到智能汽车的发展迭代过程，就需要大量人工智能技术和芯片的参与，也就意味着是人工智能芯片的发展机会。对中国更是如此，中国有着庞大的汽车消费市场和人工智能发展前景，抓住这一机遇，也将是中国人工智能芯片的发展机遇。但是，廖仁亿强调，评价一款人工智能芯片存在着多个维度，没有一款人工智能芯片是仅仅依靠软件或者硬件独立存在着，需要软硬件协调发展，才能够拥有好的发展。来源：集微网

时间：2020-05-21 关键词：硬件人工智能
雷军：你们买100块钱的小米硬件产品我们挣了不到一块钱

近日，雷军接受《中国企业家》采访时表示，卖一百块小米的硬件产品，挣了不到一块钱。很庆幸我们还赚钱，不做赔钱赚吆喝的生意。他表示，小米十年前提的理念就是“和用户交朋友”，以我们的作品来跟用户交朋友，上市之前还做了一个永久性的承诺，所有硬件产品的净利率永远不会超过5%。雷军说，就算我们有一天做到世界第一了，我们也会永远不超过5%。 2018年4月25日的小米6X发布会上，雷军宣布了小米的一项重要决定，公司董事会通过决议：从2018年起，小米向用户承诺，每年整体硬件业务，包括手机和各种生态链产品的综合净利润率不超过5%，如超过，我们将把超过5%的部分用合理的方式返还给小米用户。雷军表示，5%硬件综合净利率红线是小米商业模式的必然选择。“利小量大利不小，利大量小利不大”，薄利多销也会有合适的利润。我们不同于传统的硬件公司，并不单纯依靠硬件获取主要利润。他强调，小米本质上是一家以手机、智能硬件和IOT平台为核心的互联网公司。此前，雷军曾表示，“小米的利润大部分都来自于互联网服务，这样使我们有底气，也有勇气承诺，今生今世，硬件的利润不超过5%。这就得益于我们非常出色的商业模式”。小米2018年财报显示，2018年小米硬件综合税后净利率为正，小于1%。

时间：2020-05-20 关键词：利润硬件小米雷军利率
手势交互进入主流是由于什么

上周，谷歌在其Made by Google发布会上一口气发布了数款新硬件，包括最新的Pixel 4手机，Pixel Bud 2智能耳机，Nest Mini智能音箱等。这些新硬件除了形态上与传统硬件的不同之外，在用户交互上也有创新之处，而这些新的用户交互特性也让相关芯片进入我们的视野。新硬件形态需要新的交互方式上周谷歌的硬件发布会是近来一系列互联网公司硬件发布会的延续。在谷歌之前，亚马逊和微软也发布了其新硬件。如果我们仔细分析这些互联网公司发布的硬件，我们首先看到的是互联网公司希望从传统智能硬件格局中突围的决心。这些互联网公司发布的新硬件更注重智能化，往往会使用一些非传统的硬件形态（例如亚马逊的智能眼镜）配合人工智能来实现让用户耳目一新的效果。互联网公司做硬件的最终目标还是希望用户能通过硬件作为入口来使用自己的互联网服务，因此即使每个硬件的出货量都不大，但是只要能带来一定的流量就算成功。因此，我们会看到亚马逊和谷歌都采用了类似散弹枪的打法，即一次发布许多款不同的硬件，而并非集中所有资源去开发一两款重点硬件。如前所述，这类互联网公司开发的新硬件拥有全新的形态，而其最终目的是希望和用户做交互并且把用户接入到互联网公司的服务中去。那么，如何在这些新的硬件形态上搭配新的用户交互界面就变得非常重要。目前主流的触摸屏交互方案已经无法满足新形态智能硬件的需求，因此探索下一代用户接口以及相关的硬件芯片就势在必行。终端语音交互在新的用户接口中，目前最广为接受的是语音交互。语音交互正式进入大规模消费应用始于苹果推出Siri，之后亚马逊的Echo系列智能音箱的发布则真正点燃了整个消费语音交互市场。谷歌也不甘落后，在推出Google Home系列智能音箱之后，这次发布会上发布的Pixel 4手机、Pixel Bud 2智能耳塞和Nest Mini都拥有最新的语音交互接口，同时拥有相关的机器学习芯片支持。那么，谷歌最新发布的硬件中的语音交互与之前的语音接口有什么不同呢？我们认为，其最大的不同就是强调终端计算，将语音交互的计算尽可能都放在终端完成，而无需传输到云端。从功能上来说，使用终端计算的语音交互接口可以满足在无网络连接的时候也能完成基本的交互，从而大大拓宽了实用的场景。从性能上来说，网络传输会引入很大的能量消耗和延迟，因此如果能在本地做大部分语音交互运算，则可以大大延长智能设备的电池使用时间并在更短时间内就完成用户需求响应以提升用户体验。最后，从合规角度来看，目前对于互联网公司对于用户数据的监管越来越多，因此把语音交互运算在本地完成而非上传到云端就可以尽可能避免侵犯用户隐私的嫌疑。从计算复杂度来说，本地语音交互接口可以分成两类，一类是低复杂度计算（例如关键词识别），这类计算的复杂度不高，但是需要能消耗尽可能低的能量，且延迟需要尽可能小。另一类计算复杂度较高（例如实时语音转录成文字以及Assistant类需要对用户的语音输入做一定语义理解的任务）。在这次发布会中，Pixel Bud 2的语音交互接口就属于前一种。Pixel Bud 2语音交互的主要特性是可以根据用户的指令去完成发送短信、阅读短信、播放音乐等功能。根据谷歌的说法，Pixel Bud 2内部包含了一块专用的机器学习芯片以完成这类语音接口。仔细分析Pixel Bud 2这些智能助手的实现方式后我们认为Pixel Bud 2的语音助手主要作用是识别用户的语音指令，并且通过蓝牙连接的手机来完成相关指令的需求。例如，如果用户通过语音给出“阅读短信”的指令，则智能耳机里的语音助手首先需要识别出用户是在下语音指令，其次需要识别出语音指令的大致内容（“阅读短信”）并且将指令发送给手机，之后手机端的TTS算法把短信转换成声音再通过蓝牙传送给耳机并播放。在这样一个过程中，耳机端的语音接口关键词识别算法需要完成较传统单一关键词唤醒更复杂的功能。除了Pixel Bud 2之外，谷歌在Nest Mini和Pixel 4上也使用了离线语音模型来支持语音接口。按照谷歌官方的说法，在Nest Mini上的专用机器学习加速芯片可以让Google Assistant更快完成相应，而在Pixel 4手机上的离线语音模型则可以完成更复杂的语音交互，例如离线语音转录成文字，复杂的多轮语音指令等等（例如可以让assistant去查找一张图片，并且把它发送给某个联系人）。从技术上来说，第一类低复杂度的语音关键词识别算法目前通常会使用卷积神经网络来实现。相较于使用在计算机视觉应用中的卷积神经网络，语音接口中的卷积神经网络对于性能的需求较低，然而由于应用场景对于硬件的限制（例如耳机中的芯片不太可能搭配DRAM），如何在硬件成本最低、功耗最小的条件下完成高精准度的关键词识别仍然具有挑战性。例如，为了最小化功耗，会需要芯片中的相关模组工作在非常低的电源电压下，甚至比Fab提供的最低电压还要低，这就给低功耗设计流程带来了挑战。此外，由于这类应用中无法搭载DRAM，因此对于神经网络模型带来了不少挑战，如何在模型尺寸和精确度之间达成一个较好的平衡需要很多工作。总体而言，这类设计需要做软硬件结合设计以保证合理的精确度和尽可能低的功耗。根据现有的消息，我们估计Pixel Bud 2中使用的机器学习专用芯片很可能是在传统TWS无线耳机芯片上再集成了一块DSP或者谷歌自己的IP来完成这样的低功耗计算。由于对于成本和硬件尺寸的限制，我们认为未来针对该方向的超低功耗语音关键词交互芯片方案最有可能是以IP的形式存在，或者集成在耳机的主控芯片中，或者和前端麦克风集成在一起。而Pixel 4手机上的语音交互属于典型的高复杂度语音模型（第二类计算），这类模型往往会需要使用循环神经网络而非卷积神经网络。虽然循环神经网络的计算主要还是矩阵计算，但是如何优化模型和片上内存以尽量减少内存访问带来的消耗仍然是最关键的设计要点。与卷积神经网络不同，循环神经网络中的数据复用程度并不高，因此如何开发和优化相应的模型/硬件必须要使用和卷积神经网络不同的方法，这也是目前循环神经网络计算硬件的主要挑战。相较于传统的卷积神经网络，循环神经网络的硬件支持在业界目前还处于较早期的研发阶段，但是相信随着这类复杂离线语音交互应用的普及，会有越来越多的设计方案和芯片解决方案出现。我们估计未来可能的解决方案有几种形态：首先是对于功耗和性能要求并不严格的场合，通过把循环神经网络的模型设计成非常小的尺寸，可以通过类似DSP或者NEON这类支持矩阵加速的IP模块去做计算。这种方法的好处是可以快速部署，只需要设计软件即可，硬件上不用做太大改动，但是问题是没法优化循环神经网络对于内存访问。在对于性能和功耗有更高需求的场合，则可望会出现更专用的硬件架构以完成加速。例如，目前用于语音应用的循环神经网络往往稀疏度较高，因此通过设计支持稀疏矩阵存取和运算的专用加速器可望能实现更高的性能和更低的功耗。总而言之，随着语音接口的普及，我们可望在更多语音相关的硬件上看到DSP类IP的出现，同时随着离线语音复杂交互的普及，我们可望会看到专用的语音加速芯片/IP。隔空手势操作除了语音交互之外，谷歌此次发布的Pixel 4手机上的另一个亮点是使用毫米波雷达来实现隔空手势交互。 Pixel 4上的毫米波雷达芯片系原谷歌先进研究项目（ATAP）project soli的商业化，该毫米波芯片使用60GHz频段，并且可以用雷达的方法去检测到目标与手机之间的距离变化，从而实现隔空手势操作。具体来说，雷达传感器芯片的技术原理是首先发射出电磁波，而发射的电磁波经过用户手的反射回到传感器端，就能根据回波来检测用户手的位置和动态，并借此完成三维非接触手势检测。 Pixel 4上雷达芯片使用的是57-64GHz的频段，理论上可以实现毫米级别的分辨精度。根据之前Project Soli发布的毫米波雷达传感芯片（属于此次使用在Pixel 4中雷达芯片的原型版本），芯片大小约为8mm x 10mm，芯片上还有天线阵列（绿色框内）用来实现波束成型，根据官方信息该芯片上集成了四个发射机和两个接收机，使用波束成形来提升分辨率。使用毫米波雷达也有局限性。主要问题就是硬件对于尺寸和功耗的需求——毫米波雷达如果需要做高精度高分辨率检测需要使用复杂的天线和/或多个雷达收发阵列。在60GHz频段上，复杂的天线阵列的体积很大，而如果使用多个雷达收发阵列则会大大增加系统功耗。本次媒体对于Pixel 4中毫米波雷达的测评中分辨率并不高，据说也是因为Pixel 4硬件设计中留给雷达的空间过小以至于无法安放下能实现高分辨精度的雷达收发机阵列和天线阵列。当然，这个问题可望在之后能通过优化硬件设计来解决。事实上，使用手势操作智能设备一直是业界开发的方向。传统的方法是使用摄像头结合机器视觉的方法。2D摄像头难以检测到手势在深度方向的变化，因此限制了交互。微软 Xbox的Kinect使用ToF 3D摄像头的方法来支持手势操作，但是3D摄像头的使用环境会受到限制：机遇结构光的方案速度太慢，而基于ToF的方案在明亮的环境中性能会打折扣。除了视觉方案之外，超声波也是一个可行的方案。超声波方案与毫米波方案原理相似，只是超声波方案使用的是超声波而不是电磁波。超声波方案的优势是功耗较小（可以小于1mW而毫米波方案的功耗在10-100mW），缺点是必须使用CMOS工艺无法实现的超声波元件，而毫米波方案可以完全使用CMOS电路实现，集成度较高。因此，在智能设备的隔空交互领域，毫米波雷达和超声波在具体技术指标上可以说是各有千秋。如果把视角拉远一些，我们则认为基于电磁波和毫米波的方案有更大的可扩展性。我们认为，在手机中加入毫米波雷达只是这类交互的第一步。基于电磁波（包括毫米波）的交互将在未来几年内出现在更多的智能电器中。除了手势交互之外，电磁波还可以检测房间内的人员情况和物体识别，并且有望能无缝与WiFi设备相衔接，因此省去了安装摄像头的麻烦和对于隐私问题。因此，用于交互应用的射频芯片有望成为未来几年内的一个新品类。展望未来，用于人机交互的毫米波雷达主要需要克服模组尺寸和功耗的瓶颈，为此必须优化雷达本身设计提高信噪比，从而可以在减少天线尺寸/阵列中收发机数量的情况下仍然能实现分辨精度;或者优化天线设计，以满足在小尺寸下仍然能提供很低的衰减。我们认为，随着这些技术瓶颈被逐渐突破，我们有望看到更多基于毫米波的交互方案出现在智能设备中。来源：半导体行业观察

时间：2020-05-20 关键词：网络互联网硬件
智慧城市哪一些趋势暂时不会改变

自2016年新型智慧城市概念提出以来，各级政府和众多企业持续发力，四年来中国智慧城市建设热度不减。随着关键信息基础设施建设的稳步推进和政务云“从0到1”建设逐渐完成，中国智慧城市发展逐渐呈现出一系列新的阶段性特征，并推动了行业竞合格局的变化与重塑。值此之际，IDC发布《中国智慧城市发展现状与未来趋势，2019》报告，旨在对中国智慧城市整体发展情况、各场景投资状况、产业链、市场竞合关系及发展趋势等方面进行跟踪研究。从整体来看，2019年中国政府主导的智慧城市科技投资整体规模将达到1218.2亿元人民币，2018-2023年均复合增长率将达到13.6%，持续保持高速发展。IDC将智慧城市细分为以下五大领域及细分场景，除了延续基础设施统筹规划、集约化建设的趋势外，一些垂直场景及应用服务建设也大放异彩，其中典型的发展趋势包括： 1. 智能核心建设在城市数字化转型领域快速落地，助力脑类应用加速普及诸如大数据、人工智能、物联网、GIS等技术平台的构建逐渐普遍化，通过建设通用的功能平台，输出相对“标准化”的数字服务，为城市部署各类智慧应用、实现精细化管理奠定坚实的技术基础。地市级政府已经开始了对此类项目的大规模投资，如2019年长沙市人民政府电子政务管理办公室采购的《长沙市城市超级大脑（数据大脑平台及部分智慧应用）项目》成交金额达到5.2亿元人民币，超过同期《长沙市政务云二期底座项目（新建部分）》 2.4亿元人民币的成交金额。 2. 智能终端和相关场景部署加快，驱动城市公共服务加速发展相对于ICT基础设施硬件，其他硬件设备的复合年均增长明显更快，这预示着以广泛的物联网终端设备和智能移动设备为支撑的场景将加快发展，如数字城管、智慧社区、应急管理、智慧环保等。此外，随着此类场景建设的逐渐升级，与城市物理基础设施密切相关的城市公共服务（如智慧停车、实时环境信息、垃圾智能回收、城市无线网络等）将像“互联网+”政务服务一样快速普及。尤其随着中国5G的快速部署，终端的智能化和多样性部署及实施将进一步加快。 3. 城市服务和城市管理聚合式发展从最初的市级政务服务平台，到“粤省事”“浙办事”等省级平台的声名鹊起，到覆盖城市群的长三角政务服务“一网通办”，再到国家政务服务平台“国省事”的上线，面向企业和群众提供统一化公共服务的移动化、标准化、聚合式发展趋势十分显著。与此类似的，是城市融合治理的发展。同样基于各部门信息和资源的融合与共享，通过城市运营管理中心（IOC）助力资源的集中调度，推动城市管理的高效运转与协同作业。预期未来城市综合运营管理中心将不仅在横向上与各垂直部门的运营管理平台进行打通和联动，如交通运行及监控调度中心（TOCC）、消防作战指挥中心、应急指挥中心等，而且会在纵向上联通区/街道级的管理节点。目前IOC更多的作为智慧城市综合项目中的子模块进行建设，IDC认为随着政策驱动和城市治理数据量的增加，IOC平台和基于平台的智慧应用建设将大量增加。 4.“平台+生态” 模式持续成为智慧城市大型项目的主流建设方式由于智慧城市这个“复杂巨系统”技术领域覆盖面广、复杂度高，很难由一家厂商提供完整的端到端服务。平台型厂商通过强大的技术实力、充足的资金支持和独特的产业促进能力获得政府信任，拿下地方智慧城市项目，通过与优秀的垂直解决方案商合作，促进技术产品和服务的落地，因此形成了激烈竞争与多样化合作共存的市场格局。随着智慧城市建设的逐渐落实，可持续的安全的长期运营逐渐被越来越多政府部门重视。因此，在智慧城市商业生态中，安全厂商和运营服务商开始占据重要的生态地位。以安全厂商为建设和运营主体的城市安全运营中心逐渐在一些城市落地，提供城市级的网络安全防护和管理体系，从而为城市信息基础设施和数据等虚拟资产提供安全保障。智慧城市运营服务商，常见的模式有SPV公司、初创企业、大企业地方分公司和政府企事业单位等，为城市持续运营提供专业化的服务支撑。 IDC中国政府行业与智慧城市分析师祖碧遥表示“由技术迭代、政策发布、政府组织架构变革等多因素驱动的智慧城市新建设热潮将从一线城市向二三线城市，从中心城市向周边城市迅速蔓延。无论是作为平台型厂商发挥核心支撑作用，还是作为细分领域厂商进行单点突破，都需要不断适应城市管理模式的变化，通过技术赋能城市管理和城市服务，助推‘强政、惠民、兴业、宜居’四大目标的实现。”

时间：2020-05-19 关键词：物联网智慧城市硬件
软件新平台怎样用物联网来定义

“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：2020-05-18 关键词：软件物联网硬件
AI安防有哪一些组成的部分

本文转载自镁客网。原标题《除了监控摄像头，AI安防还能用在哪？》。亿欧智慧城市对文章进行二次编辑，供读者参考。数据显示，再进一步细化，智能安防分支之一的的市场规模在2018年达到了135亿元，相较2017年增长接近250%。另有数据表示，AI将推动安防产业的市场规模在2022年逼近万亿元，可想见AI对于安防产业的战略意义。只是渐渐地，AI安防似乎陷入了一个怪圈，每当提及AI安防，人们往往第一个想到的就是各类监控摄像头，后者也是安博会智能安防产品展示中的绝对主角。当落实到产品，AI安防只有监控摄像头吗？ AI安防领域，监控摄像头占据硬件大头市场按照功能和用途，安防产品可以分为监控、探测、防护等等，而视频监控则占据了其中大头部分。此前有数据显示，我国安防设备市场中，视频监控产品的市场份额达到了50%以上，成为构建安防设备系统的核心产品。不管是传统安防市场，还是现如今的智能安防、AI安防市场，视频监控摄像头的地位一直没有变化。市场调查机构在2017年发布调查数据称，2016年中国在公共和私人领域（包括机场、火车站和街道）的监控摄像头安装量已经达到了1.76亿个，预计这一数量将在未来三年成倍增长至6.26亿个。另外，IDC也曾对中国的监控摄像头部署量作出预测，称到2022年的部署量将达到27.6亿，这其中的应用场景覆盖治安、交通管理、应急指挥、防灾预警、市政设施抢修等等。与此同时，在公司层面，其所涉及安防业务的产品方向也多是围绕图像数据，包括监控摄像头，以及基于摄像头所采集数据的监控平台、大数据平台，另外还有企业研发的一系列芯片。可以看到，在AI安防领域，多数企业所想做的是赋能监控摄像头，在监控层面将被动安防转换为主动安防。就监控摄像头这一领域，硬件制造层面近乎被海康威视、大华、宇视瓜分，算法和软件层面又盘踞着华为等巨头企业以及CV四小龙、比特大陆等新型创企，监控摄像头领域已经相当“拥挤”。不可否认，监控摄像头已经成为AI安防的“宠儿”。这里就需要发出一个疑问，AI安防除了摄像头还有什么？从软件到硬件，AI安防不是只有摄像头在安博会现场，除了墙上挂着的、令密集恐惧症患者不太舒服的摄像头，还有一些AI安防“宝藏产品”也隐匿其中，它们在监控摄像头的强烈攻势下求得发展。硬件层面，技术还有更多的载体过往人们常说“眼见为实、耳听为虚”，虽然有时候人们看见的不一定是事实，但是“看”这一行为却被视为安防产业中，尤其是预防监控环节的重要手段。以刑侦事件为例，在有目击者参与协助调查的案件中，警方有时候会通过目击者的口述来尽可能还原犯罪嫌疑人的面部肖像，该画像将作为生物识别特征来帮助警方更精准、更快地抓捕犯罪嫌疑人。相比于声音、指纹等不易辨别、可能存在缺陷和瑕疵的数据，在找人等方面，多数时候最终还是依赖于人脸特征数据，且人脸辨别在速度上也占据优势。落实到AI安防领域，视觉人工智能技术是相当必要的，但最终载体却不是只有监控摄像头这一已经“红海化”的产品领域，它还有更多的组合可能性。以智能安防机器人为例，这是继监控摄像头之外，较多厂商所关注的另一个AI安防类硬件。相比于监控摄像头，安防机器人更是一个AI技术综合体。除了基本的视觉人工智能技术，它的“身体”上还能搭载烟雾探测仪、气味探测仪等传感器，以及语音人工智能类产品，若想要让安防机器人具备攻击力，厂商还能够给它配备强声驱散系统等攻击性武器。功能方面，监控摄像头虽然在识别到目标人物之后发起主动警示，但究其本质最终提供的还是单一性的视觉识别与监控。相较之下，除了在自主巡逻过程中提供视觉识别与监控服务，安防机器人还能够提供声音采集与识别、即时语音、危险气体识别、驱散等功能。另外在落地场景方面，机场、仓库、园区、危化企业、银行、商业中心、社区等都能成为安防机器人的巡视场地。此前华泰证券曾测算2018-2020年国内巡检机器人市场总需求约为477亿元，年均需求约159亿，分别对应变电站巡检机器人9000台，市场空间72亿，配电站巡检机器人8.1万台，市场空间405亿元。其中，电站和配电站只是安防巡检机器人的诸多场景中的两个，可想而知这一产业背后存在的市场规模之大。目前，国内从事这一领域的公司已经超过了30家，但产业还远远没有爆发，这意味着市场还有更多机会。此外就便携性而言，监控摄像头是固定的，安防机器人因为体积大、监管问题等也暂时难以被随时随地带在身边，便携性AI安防用具也成为一种必需设备。这方面，目前具备可能性的产品为AR眼镜。佩戴之后，一旦某处设备识别到可疑人物，AR眼镜将在警方的眼前自动显示可疑人员的性别、身份等信息，相关安防人员也能够通过AR眼睛看到墙后面、地板下的电缆、管道、其他设备的运行情况，警方进行案情模拟重现、消防员在火场内实时监控与判断等也将成为可能。与安防机器人一样，因为网络传输延时、镜片成像技术和光学模组不成熟等因素，AR眼镜还远远没有到达大规模成熟的时候，目前仅有小规模应用。眼下在安防领域推出AR眼镜的公司还是少数，且市场也因为热度降低而在发展速度上较为缓慢。于AI安防产业而言，AR眼镜也是一个“大蓝海”的存在。在监控摄像头的强势掩盖下，像安防机器人、AR眼镜这类存在极大市场、且尚未被加以重视的产业还有很多。软件层面，数据壁垒还需打破需要注意的是，以上所有产品功能的实现皆需要借助算法、算力、数据和智联网等的通力合作。眼下，经过近几年的发展优化与磨合，各类智能算法已经较为成熟，满足基本需求不在话下，而算力问题也因为AI芯片得到了解决，基于物联网升级的智联网也即将因为5G的到来而得以实现，剩下来的数据却成为了一个问题。以公安这一安防领域重要组织为例，早在2018年初，公安部就正式成立全国公安大数据工作领导小组，宣布将大力实施公安大数据战略。作为一个垂直性行业，公安领域的数据也存在一个“通病”，即只能基于结构化数据开展AI应用，而那些非结构化数据和半结构化数据并没有能够发挥真正效用;另外，各地方公安之间、各警种之间、各数据之间也缺少相应的关联性，这也使得预测、预警、预防等能力与效用大打折扣。如何才能解决这些问题？需要依赖行业知识图谱。知识图谱的建立是一件相当困难的事情，里面涉及到数据采集、数据清洗、数据定义、关系抽取、知识存储、关联计算等步骤，且不同于通用知识图谱，搭建垂直性领域的专业知识图谱更具备难度。而一旦搭建起知识图谱，带来的效用也是肉眼可见的，实现实战经验与技术算法的深度融合与转换，让警务办事更为智能化。举一个例子，为了锁定一个犯罪嫌疑人，警方往往需要调取多个系统来查询数据，进而作出分析和整合，这个过程是繁琐且耗时耗力的，而基于公安知识图谱，这一过程所耗费的时间和精力将大大缩短，因为在发出要求之后，系统就能够自行调取相关案件信息，或是生成报告，或是以可视化的方式呈现各个线索之间的关联性等等。据艾瑞咨询数据，2018年工具型公安知识图谱应用率为30%，平台型建设率达到10%。而在当下，知识图谱搭建的第一步，即“数据采集”仍旧不能很好地完成，如此一来，后面步骤的进行也将遭遇一些阻碍和困难。于AI安防而言，算力、算法、数据和连接缺一不可。根据a&s所公布的“2018年度全球安防50强”榜单，其中专业从事视频监控的企业有32家，另有海康威视、大华等也在这一领域有所涉及。可以说，视频监控已经成为安防产业的主流，这也难怪在智能化升级过程中，监控摄像头会成为诸多AI企业所选中的市场切入口，以及安防业务重点方向。但从市场和需求的角度出发，监控摄像头也不是万能的，总有它兼顾不到的地方，而这些就是留给厂商的机会。如果发展足够顺利，或许这些产业在未来也将能够“比肩”监控摄像头。

时间：2020-05-18 关键词：软件硬件 AI
国内的互联网巨头们在区块链领域有哪一些应用

近日，区块链再次火起来之后，大家对区块链的关注再度升级。其实，国内有很多互联网公司在区块链领域早有布局，并已开发出自己的区块链产品。值得注意的是，在区块链技术研究方面，大家都有一个共同点：更多集中在技术应用场景上，而不是做 ICO或者发行代币，同时下设金融部门进行专门研发。那么，中国的互联网科技巨头在区块链方面有什么样的布局？目前已经取得了哪些成绩呢？阿里巴巴蚂蚁金服区块链是阿里研发的金融级区块链引擎，目前已经能够支持10 亿账户规模，同时能支持每日10 亿交易量，实现每秒10 万笔跨链信息处理能力（PPS）。在商品溯源领域，蚂蚁区块链从澳新奶粉溯源开始，到2018年双十一，1.5亿海淘商品实现了原产地溯源。在供应链金融领域，以核心企业的应收账款为依托，联合供应链的参与主体，让原本3个月的账期缩短成1秒。在产品层面上，蚂蚁金服推出了自主研发的联盟区块链技术、金融级区块链BaaS平台、供应链金融协作平台双链通、可信存证平台等。 2014年10月16日，起步于支付宝的蚂蚁金融服务集团（蚂蚁金服）正式宣告成立；2015年，蚂蚁金服成立区块链小组。 2016年7月，蚂蚁金服开发了第一个区块链应用——“听障儿童重获新声”公益善款追踪项目；之后，蚂蚁金服区块链团队正式成立。 2017年11月，雄安新区宣布与蚂蚁金服签署合作协议，蚂蚁金服将承接数字雄安区块链基础设施平台的建设。 2018年6月，全球首个基于区块链的电子钱包跨境汇款服务在香港上线，港版支付宝AlipayHK的用户可以通过区块链技术向菲律宾钱包Gcash汇款。 2018年9月，蚂蚁金服宣布蚂蚁BaaS区块链平台将对外开放。 2019年2月，蚂蚁区块链科技（上海）有限公司和蚂蚁双链科技（上海）有限公司在上海黄浦区揭牌成立，重点发力区块链应用场景；11月，上海银行与蚂蚁金服区块链平台合作供应链融资项目正式落地放款。阿里达摩院区块链实验室于2019年9月首次公开亮相，该实验室共由七大研究方向组成，包括区块链技术结合可信执行环境，共识协议，跨链协议，密码学安全与隐私保护，智能合约语言与整体安全性分析，区块链技术与IoT结合，区块链技术与安全多方计算结合等；区块链应用产品涵盖了商品溯源，互助保险，慈善公益，房屋租赁四个应用。值得一提的是，原以为会将商品溯源作为主打技术的阿里，竟然将房屋租赁领域的区块链应用先行推出。据悉，区块链实验室与雄安新区政府共同打造的基于区块链技术的新区房屋租赁积分系统已完成项目一期建设。 360 据悉，360的区块链布局涉及硬件、游戏、广告、搜索等领域。目前，已上线的360区块链安全平台上，360已对外提供了包括钱包、矿池、交易所、智能合约和EOS超级节点等安全解决方案，几乎涵盖了区块链生态中所有业务。另外，从360在区块链的整体布局来看，360区块链由安全产品体系和商业产品体系两条业务线组成，前者是在为区块链行业提供安全服务，后者主要是基于区块链发展自己的BaaS平台和公链“磐石链”平台。 2017年 12 月，360金融成立360金融区块链研究中心，并上线了比特社区的官网。在该比特社区页面上包含比特币等各种数字货币的实时价格走向，以及数字货币、区块链相关的信息列表。 2018年1月，360宣布推出共享云计划，官方表示这是全球首家基于区块链的安全共享云平台。 2018年2月14日，360推出了基于区块链技术下的游戏虚拟猫。外界评论此次发布的区块猫是360在区块技术上的一次“试水”产生的“副产品”。 2018年5月，360推出新的区块链产品“爱得钻”，此项目是一个基于区块链技术的商业化探索。 2018年7月，360搜索上线原创图片认证平台“图刻”，宣告首次进军区块链领域；同月，360安全卫士发布区块链防火墙功能。 2018年8月，360手机助手再推出一款区块链烯晶部落游戏，据介绍，晶体矿是烯晶部落的基础数字货币，将会用于在所有使用烯晶部落协议的平台中进行消费和兑换。京东京东从物流切入区块链领域，目前已经建立起集实物流、信息流、资金流合一的“物链”平台。围绕这个平台能够汇集包括个人用户，企业用户，监管机构，仓库机构，物流公司，供应商等接口。据了解，京东区块链的技术架构分为JD Chain和JD BaaS两部分。其中，JD Chain作为核心引擎，聚焦解决区块链底层的关键技术问题，建立拥有中国自主知识产权的技术生态。 JD BaaS是企业级服务平台，提供灵活易用和可伸缩的区块链系统管理能力，支持企业级用户在公有云、私有云及混合云环境快速部署，降低企业使用成本，促进应用落地。 2017年3月，京东金融区块链实验室成立；同年4月，京东金融区块链平台完成上线，随后京东金融营销云接入区块链平台，开始试水在区块链上探索可行的新模式。 2018年1月，京东金融、银联、万达、招行四方联盟链商业应用成熟度验证完成，开始酝酿商业化落地项目。 2018年5月，京东金融与银联合作完成了区块链技术底层打通并测试成功，这是中国银联与互联网企业之间建设的首条联盟链；6月，京东集团宣布成立“京东品质溯源防伪联盟”。 2018年8月，京东的区块链防伪追溯平台BaaS正式发布，将商品的生产、运输、仓储、清关、报检和配送等相关环节的信息全部有效串联起来，从而用户能够一键掌握商品的全供应链情况。 2018年，京东与中国太平洋保险集团联手推出的全国首家利用区块链技术实现增值税专用发票电子化系统。 2018年10月，银联与京东金融共同发起的“互联网金融支付安全联盟风险信息共享（分布式查询）平台”正式上线，并接入双方风控数据投入运营，成为行业内首个基于区块链的跨机构数据分布式存储及查询机制。 2019年6月，京东数字科技资管事业部基于京东智臻链JD BaaS平台，推出首个区块链ABS标准化解决方案腾讯腾讯区块链自2016年起开始自研区块链底层技术，在2017年已经完成底层技术完整积累，现已进入商业应用阶段。其落地场景包括公益寻人、供应链金融、物流信息、法务存证、处方流转、智慧出行、智慧旅游等多个领域。 2016年5月31日，微众银行发起了金融区块链合作联盟——金链盟；6月，微众银行推出基于腾讯云的联盟链云服务（BaaS）。 2017年1月，微黄金正式上线，这是腾讯第一个内部落地的区块链商业场景；4月，腾讯正式发布《腾讯区块链方案白皮书》和腾讯区块链行业解决方案；10月，腾讯加入加拿大区块链研究所；11月，腾讯正式发布区块链金融级解决方案BaaS；12月，发布供应链金融服务平台“星贝云链” 2018年4月，腾讯发布旗下首款AR捉妖手游《一起来捉妖》，该款游戏还是腾讯首款区块链游戏化应用；8月深圳税务局携手腾讯开出全国首张电子区块链发票。 2019年7月，中国网安、腾讯公司以及北明软件公司联合发布司法区块链应用生态服务平台“至信链”；10月，中国信通院、深圳税务局和腾讯联合代表中国在国际电信联盟标准局ITU-T SG16 Q22会议上首次主导提出了《区块链发票通用技术框架》国际标准立项。华为早在2016年，华为就已低调入局区块链，但正式开启区块链应用是在2018年。目前，华为已经建立起基于Hyperleger的企业级区块链开放平台，主要做联盟链和私有链，主要应用于数据、IoT、运营商、金融四大场景。另外，在区块链发展创新方面，华为主要涉及三方面：共识算法创新、安全隐私保护和离链通道。 2016年5月，华为加入金融区块链合作联盟（金链盟）；10月，华为加入Linux基金会Hyperledger（超级账本）区块链联盟项目，并被授予Maintainer职位。 2017年3月，华为与区块链平台趣链科技开启合作洽谈，于9月签署合作协议，趣链科技成为首家入驻华为云的区块链企业。 2018年1月，华为携手熊猫绿能和新能源交易所正式启动区块链计划；2月，华为云首次对外发布了区块链服务BCS；4月，华为发布《华为区块链白皮书》，并首次对外明确区块链的策略；10月，华为云宣布区块链服务正式商用；11月，华为云区块链服务BCS正式上线华为云国际站点，面向全球用户发布。百度相比阿里、腾讯等公司，百度重视区块链在自家场景业务的落地，例如百度搜索、百度百科、百度学会、百度云盘等。百度区块链布局领域包括：内容版权、信息溯源、文化娱乐、信息安全、个人信息管理、数字广告等六大领域。今年，百度重整了区块链业务的发展方向，从最初以BaaS平台作为切入点，到今年年初推出百度区块链引擎BBE平台，构建开源、商业化的“区块链操作系统”，发力DAPP应用开发。 2016年，百度投资美国区块链支付公司Circle，为用户提供数字货币服务。 2017年8月，百度区块链开放平台BaaS（已更名为：度小满金融区块链开放平台）正式成立，该平台是百度在区块链上的首次尝试；9月，百度-长安新生-天风2017年第一期资产支持专项计划在上海证券交易所发行，系我国首单基于区块链技术的交易所ABS。 2018年初，百度搜索公司成立百度区块链实验室；2月，推出“莱茨狗”；6月初，发布百度超级链，并上线首款区块链产品“度宇宙”；7月，百度正式上线基于区块链技术的原创图片服务平台——百度图腾（PIC-Chain）。当前，对于身处风口之上的区块链来说，只有将区块链回归到技术本身，才能用区块链去解决那些互联网技术无法解决的痛点和难题，从而为区块链的发展找到全新方向。

时间：2020-05-18 关键词：互联网硬件区块链
物联网安全问题有什么解决的方法

物联网可以让我们的生活变得更轻松，它也有可能让我们的生活变得更艰难。您家里或办公室里连网的每一台设备都是入侵者可以用来进入的另一扇潜在之门。当您添加更多设备时，它们会相互影响、交互，因此威胁会呈指数级增长。物联网安全的主题非常宽泛，因此很难弄清楚首先要关注什么。我们收集了一些最常见的物联网安全问题，以及可以采取的安全措施。 1. 弱密码许多人使用容易被猜到或暴力破解的密码。幸运的是，这是一个容易解决的问题。作为个人，解决这个问题的最好方法是开始使用一个好的密码管理器，比如1password或dashlane。而对于企业，可以创建密码策略并强制执行，只要每个人都遵守该政策，就会立刻变得更加安全。（物联之家iothome） 2. 僵尸网络由于与我们的手机和电脑相比，物联网设备更容易被忽视，所以物联网设备更容易被僵尸网络所征募。对于连网的家庭设备尤其如此，您的冰箱可能是僵尸网络的一部分，而且您甚至都不会知道。为了防止这种情况发生，最简单的方法就是让设备保持最新状态，这意味着要定期检查它们。是的，这可能很麻烦，但总比让您的设备为别人工作要好。 3. 不安全的默认设置物联网设备最常见的安全问题之一是默认情况下它们所附带的不安全设置。这些通常会使它们更容易使用，但也会使您处于危险之中。这是这些设备如何被僵尸网络和其他目的接管的部分原因。防止这种情况发生的最简单方法是检查每个设置。如果您在家里使用这些设备，请花一个下午的时间来确保设备都设置正确。在公司环境中，考虑雇用安全专家来审核您的设备。 4. 过时的硬件或软件如果设备“正常”，我们往往会忽略它们。对于物联网硬件和软件而言，这与其他任何东西一样，这通常会使这些设备成为潜在入侵者的理想选择。为了保持安全，请确保更换过时的硬件，尤其是当您意识到任何潜在的安全问题时。在软件方面，确保您的设备软件保持最新。 5. 远程访问远程访问可以使许多物联网设备更加方便使用。但是请记住，如果您可以访问它，那么其他人也可以。他们可能没有您的密码，但他们获得访问权限不一定需要密码。在许多情况下，我们会让远程访问保持启用状态，但这可能是有风险的。除非您绝对确定需要远程访问硬件或软件，否则请关闭它。总结潜在威胁的增长速度与每天涌现的物联网解决方案数量一样快。确保留意新的威胁，这样您就不会措手不及。也就是说，在物联网安全方面，并非一切都是厄运和沮丧。

时间：2020-05-17 关键词：网络物联网硬件
物联网终端操作系统是怎么样的

从前面文章的描述中可以看出，物联网终端设备的类型和功能是千差万别的，终端设备的性能在不同场景下的要求也不一致。物联网终端设备的硬件、软件的碎片化也阻碍了物联网本身的发展。物联网终端操作系统可以解决上面提到的问题，它不仅可以重新规范物联网终端设备，也能够为物联网应用的迅速发展提供了统一的开发环境。本文首先介绍物联网终端操作系统的必要性，然后通过介绍物联网终端操作系统的能力来说明如何设计物联网终端操作系统，最后简单介绍在操作系统之上的物联网应用。一、物联网终端操作系统的必要性物联网应用千差万别，物联网终端设备的形态和需求也是难以统一的，这使得物联网终端操作系统呼之欲出。物联网终端操作系统的目标是充分抽象物联网终端设备，提供快速、高效的物联网应用开发平台。具体而言，需要物联网终端操作系统的原因有如下几个：第一，物联网终端操作系统解决了物联网终端设备碎片化的问题。物联网终端设备各式各样，如果有一个好的物联网终端操作系统来支撑这些设备，那么各种物联网应用就有了发挥自己能力的舞台，物联网终端设备碎片化的问题也得到了解决。第二，物联网终端操作系统可以培养专有的物联网技术生态链。好的物联网终端操作系统可以提高物联网应用的开发速度并培养健康的技术生态链，它可以隔离软/硬件系统，加快物联网应用的开发速度，提高物联网应用的实用性。二、物联网终端操作系统的能力从物联网的实际应用出发，物联网终端操作系统需要具备以下能力： 1. 硬件控制能力物联网终端设备的一个重要能力是感知和控制物体，这种感知和控制都是由不同的硬件设备完成。由于行业和领域的多样性，物联网硬件可能是多种多样的，那么对硬件的抽象和控制就显得尤为重要。物联网终端操作系统要提供丰富的API 来控制硬件或外设，这些API可以提供硬件的底层控制，也可以提供对高层应用属性的控制。总的说来，物联网终端操作系统要能够提供丰富的硬件设备驱动，同时要提供丰富的硬件控制API。 2. 软件远程控制能力物联网终端设备的数量非常庞大，并且经常部署在一些比较恶劣的条件下。也就是说，很多终端设备通常都是无人监控和操作的，此时物联网终端设备被远程控制的能力就显得非常重要了。进一步而言，终端操作系统为软件的远程控制能力提供支持，也是物联网终端操作系统的一个特性。远程控制能力可以从两个方面理解：应用的远程升级和系统控制能力的高度开放。其中，应用的远程升级需要操作系统能够将应用的运行环境和应用分离，系统控制能力高度开放指终端操作系统能够为应用提供足够丰富的控制接口。 3. 丰富的网络能力物联网终端设备具有通过近距离无线通信与其他物联网终端设备进行信息交换的能力，因此，物联网操作系统应该提供丰富的网络接口能力，并支持众多的网络协议。同时，物联网终端操作系统的网络协议应该是精简的，因为精简的网络协议有利于设备、应用的快速开发和部署，并解决物联网终端设备能力不一致的问题。 4. 计算能力计算能力是物联网终端操作系统需要提供的基础能力，数据的精确度和计算结果的精确度是物联网数据价值的保障。物联网终端操作系统需要能够提供丰富的计算模型，方便开发者开发，同时提供计算模型插件能够支持第三方的技术模型。 5. 系统大小的可伸缩能力物联网终端设备与计算机、移动终端的一个显著区别是，物联网终端设备外观、尺寸都是不固定的。外观和尺寸的不固定，对操作系统占用空间的大小就会有多种要求，从百K级别到M级别都要适配。在设计时，对物联网终端操作系统的要求是：内核要小，功能可裁剪。内核小，不仅指操作系统内核部分小，而且要求操作系统的最小功能集要很小;功能可裁剪，要求物联网终端操作系统提供丰富的可裁剪的功能模块供选择。 6. 支持云技术能力在前面的文章中，我们提到过，云技术与物联网是一对天生的搭档。因此，我们要在物联网终端操作系统设计之初就考虑两者的关系，增强物联网终端设备支持云技术的能力。简而言之，为了配合云技术在物联网行业的应用，物联网终端操作系统应该有完善的数据处理的能力。 7. 系统的自我生长能力在设计物联网终端操作系统时，比较好的设计思想是通用操作系统+行业操作系统（通用操作系统是指物联网终端操作系统的提供者关注操作系统在物联网行业通用领域技术的提升;行业操作系统的指针对不同行业，由行业操作系统提供者制定行业操作系统标准），理由如下：第一，物联网终端设备多样性，要求操作系统也有多样性的特点。第二，物联网的应用领域是分行业的，那么需要针对不同行业特性设计不同的终端操作系统。第三，从整个计算机技术领域发展来说，开源的理念越来越被接受，开源会让更多人和机构参与进来，对培养生态链非常有帮助。三、物联网应用根据物联网的特点，可以将物联网应用分为如下几类：第一类，节点应用。这是单个物联网终端设备应用，它们运行在单个物联网终端设备上。第二类，协调应用。这是多个设备之间的协调应用，它们通常运行在某一单元网络的网关上，负责单元网络下各个终端设备之间的协调和优化。第三类，云端应用。它们负责数据存储、计算和展示。第四类，展示应用。它们运行于PC端或移动终端，负责物联网应用系统最终的展示。四、总结本文介绍了设计物联网终端操作系统的必要性和其具备的能力，并简单介绍了操作系统之上的物联网应用。为了培养物联网行业的技术生态链，设计物联网终端操作系统是一项值得长期研究并投入实践的工作。这不仅能够满足行业本身的技术要求，还能够培养具备物联网行业知识体系的专业技术人才，有利于物联网行业长期稳定的发展。

时间：2020-05-17 关键词：网络物联网硬件
物联网安全的要点分别是什么

物联网设备由于其分散性、暴露于物理攻击以及缺乏处理能力而存在着独特的安全问题。即使是在部署的规划阶段，物联网的安全性也是成功采用该技术的主要障碍之一。虽然这个问题非常复杂，但是在任何给定的设置中规划物联网传感器的部署方式时，有三个关键角度需要考虑：设备本身的安全性如何，有多少设备，以及它们是否可以接收安全补丁。物理访问物理访问对于传统的IT安全来说是一个重要但又非常简单的考虑因素。数据中心可以被小心地保护起来，路由器和交换机也通常位于很难被摆弄或者很难被访问的地方。然而，就物联网而言，其最佳安全实践并不充实。一些类型的物联网实现可能相对简单，易于保护——而一个糟糕的参与者可能会发现，在安全措施良好的医院里，对一件复杂的诊断设备进行修补，或者是在拥有访问控制的工厂车间里对一件大型复杂的机器人制造设备进行修补，都会相对比较困难。当然，妥协是可能发生的，但是一个试图进入安全区域的坏角色仍然是一个众所周知的安全威胁。相比之下，分散在大都市中的智能城市设备--交通摄像头、智能停车计时器、噪音传感器等--则很容易被普通大众接触到，更不用说是任何一个穿着安全帽和危险背心的人了。同样的问题也适用于农村地区的土壤传感器和部署在足够远的地方的任何其他技术。这个问题的解决方法各不相同。箱子和围栏可以阻止一些攻击者，但在某些情况下可能不实用。设备的视频监控也是如此，它本身也可能成为目标。物联网安全基金会建议禁用设备上并非执行其功能所需的所有端口，以及在电路板上实施防篡改，甚至可以将这些电路完全嵌入到树脂当中。设备发现和联网保护物联网传感器和后端之间的连接可以说是最难解决的部分，部分原因是，有相当数量的组织甚至在任何给定的时间内都无法知道网络上的所有设备。因此，设备发现仍然是物联网网络安全的重要组成部分。这种缺乏可见性的主要原因是，物联网是作为一种运营技术被使用的，而不是一种可以由IT人员单独管理的技术，意味着业务人员有时会将有用的设备连接到网络，而不告诉负责维护网络安全的人员。对于习惯于对整个网络的拓扑有清晰了解的网络运营人员来说，这可能是一个不大习惯的头痛问题。除了IT人员与业务的运营方密切合作以确保所有连接到网络的设备都得到了正确的配置和监控之外，网络扫描仪也可以自动发现网络上连接的设备，无论是通过网络流量分析，设备配置文件、白名单还是其他技术。软件修补许多物联网传感器没有很多内置的计算能力，因此其中一些设备既不能运行安全软件代理，也不能远程接收更新和补丁。这是一个巨大的担忧，因为每天都有针对物联网的软件漏洞被发现。当这些漏洞被发现而无法进行修补将会是一个严重的问题。此外，某些设备根本无法得到适当的保护和修补。唯一的解决方案可能是找到一个不同的产品来完成功能性任务，同时又具有更好的安全性。

时间：2020-05-16 关键词：网络物联网硬件
硬件测试工程师需要明白的测试流程，你知道吗？

你知道5个硬件测试工程师必须掌握的测试流程吗?要想成为一名合格的硬件测试工程师，不仅需要掌握过硬的本领，也要熟悉这些测试流程，包括通电前硬件检测，通电检测，电子电路调试中其他工作，电路调试中注意事项，调试中排查故障。下面就让我们一一来学习了解吧。通电前硬件检测当一个电路板焊接完后，在检查电路板是否可以正常工作时，通常不直接给电路板供电，而是要按下面的步骤进行，确保每一步都没有问题后再上电也不迟。 1、连线是否正确。检查原理图很关键，第一个检查的重点是芯片的电源和网络节点的标注是否正确，同时也要注意网络节点是否有重叠的现象。另一个重点是原件的封装，封装的型号，封装的引脚顺序;封装不能采用顶视图，切记!特别是对于非插针的封装。检查连线是否正确，包括错线、少线和多线。查线的方法通常有两种：1)按照电路图检查安装的线路，根据电路连线，按照一定的顺序逐一检查安装好的线路;2)按照实际线路对照原理图进行，以元件为中心进行查线。把每个元件引脚的连线一次查清，检查每个去处在电路图上是否存在。为了防止出错，对于已查过的线通常应在电路图上做出标记，最好用指针万用表欧姆挡的蜂鸣器测试，直接测量元器件引脚，这样可以同时发现接线不良的地方。 2、电源是否短路。调试之前不上电，用万用表测量一下电源的输入阻抗，这是必须的步骤!如果电源短路，会造成电源烧坏或者更严重的后果。在涉及电源部分时，可以用一个0欧姆的电阻作为调试方法。上电前先不要焊接电阻，检查电源的电压正常后再将电阻焊接在PCB上给后面的单元供电，以免造成上电由于电源的电压不正常而烧毁后面单元的芯片。电路设计中增加保护电路，比如使用恢复保险丝等元件。 3、元器件安装情况。主要是检查有极性的元器件，如发光二极管，电解电容，整流二极管等，以及三极管的管脚是否对应。对于三极管，同一功能的不同厂家器管脚排序也是不同，最好用万用表测试一下。先做开路、短路测试，以保证上电后不会出现短路现象。如果测试点设置好的话，可以事半功倍。0欧姆电阻的使用有时也有利于高速电路测试。在以上未通电前的硬件检测做完了以后，才能开始通电检测。通电检测 1、通电观察：通电后不要急于测量电气指标，而要观察电路有无异常现象，例如有无冒烟现象，有无异常气味，手摸集成电路外封装，是否发烫等。如果出现异常现象，应立即关断电源，待排除故障后再通电。 2、静态调试：静态调试一般是指在不加输入信号，或只加固定的电平信号的条件下所进行的直流测试，可用万用表测出电路中各点的电位，通过和理论估算值比较，结合电路原理的分析，判断电路直流工作状态是否正常，及时发现电路中已损坏或处于临界工作状态的元器件。通过更换器件或调整电路参数，使电路直流工作状态符合设计要求。 3、动态调试：动态调试是在静态调试的基础上进行的，在电路的输入端加入合适的信号，按信号的流向，顺序检测各测试点的输出信号，若发现不正常现象，应分析其原因，并排除故障，再进行调试，直到满足要求。测试过程中不能凭感觉，要始终借助仪器观察。使用示波器时，最好把示波器的信号输入方式置于“DC”挡，通过直流耦合方式，可同时观察被测信号的交、直流成分。通过调试，最后检查功能块和整机的各种指标(如信号的幅值、波形形状、相位关系、增益、输入阻抗和输出阻抗等)是否满足设计要求，如必要，再进一步对电路参数提出合理的修正。电子电路调试中其他工作 1、确定测试点：根据待调系统的工作原理拟定调试步骤和测量方法，确定测试点，并在图纸上和板子上标出位置，制作调试数据记录表格等。 2、搭设调试工作台：工作台配备所需的调试仪器，仪器的摆设应操作方便，便于观察。特别提示：在制作和调试时，一定要把工作台布置的干净、整洁。 3、选择测量仪表：对于硬件电路，应是被调系统选择测量仪表，测量仪表的精度应优于被测系统;对于软件调试，则应配备微机和开发装置。 4、调试顺序：电子电路的调试顺序一般按信号流向进行，将前面调试过的电路输出信号作为后一级的输入信号，为最后统调创造条件。 5、总体调试：选用可编程逻辑器件实现的数字电路，应完成可编程逻辑器件源文件的输入、调试与下载，并将可编程逻辑器件和模拟电路连接成系统，进行总体调试和结果测试。在调试过程中，要认真观察和分析实验现象，做好记录，以确保实验数据的完整可靠。电路调试中注意事项调试结果是否正确，很大程度受测试量正确与否和测试精度的影响。为了保证测试的结果，必须减小测试误差，提高测试精度，为此需要注意一下几点： 1、正确使用测试仪器的接地端。使用地端接机壳的电子仪器进行测试，一起的接地端应和放大器的接地端接在一起，否则仪器机壳引入的干扰不仅会使放大器的工作状态发生变化，而且将使测试结果出现误差。根据这一原则，调试发射极偏置电路时，若需要测试Vce，不应把仪器的两端直接接在集电极和发射极上，而应分别对地测出Vc和Ve，然后二者相减。若使用干电池供电的万用表测试，由于电表的两个输入端是浮动的，所以允许直接跨接到测试点之间。 2、测量电压所用仪器的输入阻抗必须远大于被测处的等效阻抗。若测试仪器输入阻抗小，则在测量时会引起分流，给测试结果带来很大误差。 3、测试仪器的带宽必须大于被测电路的带宽。 4、正确选择测试点。同一台测试仪器进行测量时，测量点不同，仪器内阻引起的误差将大不同。 5、测量方法要方便可行。需要测量某电路的电流时，一般尽可能测电压而不测电流，因为测电压不必改动电路。若需知道某一支路的电流值，可以通过测取该支路上电阻两端的电压，经过换算而得到。 6、调试过程中，不但要认真观察和测量，还要善于记录。记录的内容包括实验条件，观察的现象，测量的数据、波形和相位关系等。只有大量的可靠的实验记录与理论结果相比较，才能发现电路设计的问题，完善设计方案。调试中排查故障要认真查找故障原因，切不可一遇故障解决不了就拆掉线路重新安装。因为如果是原理上的问题，即使重新安装也解决不了问题。 1、故障检查的一般方法对于一个复杂的系统来说，要在大量的元器件和线路中准确地找出故障是不容易的。一般故障诊断过程，是从故障现象出发，通过反复测试，做出分析判断，逐步找出故障的。 2、故障现象和产生故障的原因 1)常见的故障现象：放大电路没有输入信号，而有输出波形。放大电路有输入信号，但没有输出波形，或者波形异常。串联稳压电源无电压输出，或输出电压过高而不能调整，或输出稳压性能变坏、输出电压不稳等。震荡电路不产生震荡，计数器波形不稳等等。 2)产生故障的原因：定型产品使用一段时间后出故障，可能是元件损坏，连线发生短路和断路，或者条件发生变化等等。 3、检查故障一般方法 1)直接观察法：检查仪器的选用和使用是否正确，电源电压的等级和极性是否符合要求;极性元件引脚是否连接正确，有无接错、漏接和互碰等情况。布线是否合理;印刷板是否短线断线，电阻电容有无烧焦和炸裂等。通电观察元器件有无发烫、冒烟，变压器有无焦味，电子管、示波管灯丝是否亮，有无高压打火等。 2)用万用表检查静态工作点：电子电路的供电系统，半导体三极管、集成块的直流工作状态(包括元、器件引脚、电源电压)、线路中的电阻值等都可用万用表测定。当测得值与正常值相差较大时，经过分析可找到故障。顺便指出，静态工作点也可以用示波器“DC”输入方式测定。用示波器的优点是，内阻高，能同时看到直流工作状态和被测点上的信号波形以及可能存在的干扰信号及噪声电压等，更有利于分析故障。 3)信号寻迹法：对于各种较复杂的电路，可在输入端接入一个一定幅值、适当频率的信号(例如，对于多级放大器，可在其输入端接入f,1000 HZ的正弦信号)，用示波器由前级到后级(或者相反)，逐级观察波形及幅值的变化情况，如哪一级异常，则故障就在该级。 4)对比法：怀疑某一电路存在问题时，可将此电路的参数与相同的正常的参数(或理论分析的电流、电压、波形等)进行一一对比，从中找出电路中的不正常情况，进而分析并判断故障点。 5)部件替换法：有时故障比较隐蔽，不能一眼看出，如这时你手头有与故障仪器同型号的仪器时，可以将仪器中的部件、元器件、插件板等替换有故障仪器中的相应部件，以便于缩小故障范围并查找故障源。 6)旁路法：当有寄生振荡现象，可以利用适当容量的电容器，选择适当的检查点，将电容临时跨接在检查点与参考接地点之间，如果振荡消失，就表明振荡是产生在此附近或前级电路中。否则就在后面，再移动检查点寻找。旁路电容要适当，不宜过大，只要能较好地消除有害信号即可。 7)短路法：就是采取临时性短接一部分电路来寻找故障的方法。短路法对检查断路性故障最有效。但要注意对电源(电路)不能采用短路法。 8)断路法：断路法用于检查短路故障最有效。断路法也是一种使故障怀疑点逐步缩小范围的方法。例如，某稳压电源因接入一带有故障的电路，使输出电流过大，我们采取依次断开电路的某一支路的办法来检查故障。如果断开该支路后，电流恢复正常，则故障就发生在此支路。实际调试时，寻找故障原因的方法多种多样，以上仅列举了几种常用的方法。这些方法的使用对于简单的故障用一种方法即可查找出故障点，但对于较复杂的故障则需采取多种方法互相补充、互相配合，才能找出故障点。在一般情况下，寻找故障的常规做法是: 1)用直接观察法，排除明显的故障。 2)再用万用表(或示波器)检查静态工作点。 3)信号寻迹法是对各种电路普遍适用而且简单直观的方法，在动态调试中广为应用。以上就是5个硬件测试工程师必须掌握的测试流程解析，希望能给大家帮助。

时间：2020-05-16 关键词：测试硬件测试工程师
物联网设备设计怎样变得更简单点

物联网设备的数量增长有多疯狂？数字说明一切。2017年全球物联网设备数量将达到84亿，2020年全球物联网设备数量将达到204亿，到2025年预计物联网设备数量会进一步激增，所产生的数据量会对网络造成巨大的压力。如此巨大的市场规模，吸引了众多创业者，造成竞争异常惨烈，他们需要性价比高、功耗低的硬件做支撑，需要好的开发平台做技术支持。这也促使硬件提供商与时俱进，作出改变。TI近期发布MSP430 MCU和SimpleLink MCU平台的新动向，以支持物联网设备简化开发流程。 25美分实现25种功能，替代25种芯片工程师进行产品设计时，如果要实现25种不同的功能，一般需要选择25种不同的芯片，在多种芯片之间切换需要工程师花费更多精力学习并熟悉不同的芯片性能和使用方式，如果有一种芯片通过程序下载即可实现多种功能，将会极大地简化工程师的设计工作。 TI最近推出了MSP430超值传感系列MCU，开发者只要根据实际需要下载不同的程序，即可完成25种功能，这25种功能可以作为任何MSP430产品的附加功能。德州仪器中国区MSP微控制器业务拓展经理刁勇介绍，“MSP430超级传感器系列可以实现的功能包括4大类：定时功能、脉冲宽度调制功能、系统功能和通信功能。其中定时器功能包括外部RTC、带备用内存等6种；脉冲宽度调制功能包括模拟输入、PWM输出、伺服电机控制等5种；系统功能包括可编程时钟、EEPROM仿真等10种；通信功能包括单有线通信主机、SPI IO扩展器等4种。” 值得注意的是，每选一个功能要下载不同的代码，但是一次只能实现一个功能。刁勇解释，“如果用户想在一个MCU上实现多种功能，这款芯片的资源可能不够，用户可以选择同一个系列里面，相对代码资源还有外设功能相对比较多的MSP430，可以把不同的程序组合在一起，实现多种功能。” MSP430系列，扩展性强，灵活性高 TI的产品系列非常广泛，为什么选择MSP430系列来实现这样的功能？刁勇表示，“ 一是，MSP430是可编程器件，只要运行不同程序就可以实现不同功能，灵活性、扩展性大；二是，用MCU可实现代码重复利用，可轻松将代码移植到新的设计或者其它资源更丰富的MSP430上；三是，成本很低，1K u单价29美分，1K u以上单价 25美分，如果产品数量较大，开发者只要25美分就可以大批量部署25种不同的功能。” 关于如何做到25美分的高性价比，刁勇解释，“TI的工程师把硬件资源利用起来，开发出25种不同资源包，用很小的资源实现25种不同的功能，所以性价比很高。” 提供E2E在线工具，用户可以在线调试验证 MSP430超值系列感应控制器可以用E2E进行在线仿真。什么是E2E？E2E可以看作网络版的CCS，用户无需下载就可以通过客户端或者服务器进行调试，相当于仿真系统在云端，用户只是通过本地的通信功能对本地的系统进行调试。刁勇指出，“在线开发工具会受到网络速度的影响，当新用户还不是MSP430的用户时，可以先进行在线仿真，进行验证，当用户真正采用MSP430进行开发时，还是建议安装CCS在本地，这样不会因为通信和带宽的原因，影响到开发工作。” SimpleLink以太网MCU：合并有线和无线连接物联网设备数量剧增，对增强安全措施的需求越来越多，而且连接标准的持续演变，复杂性越来越高，设计者需要一个广泛的支持各种连接方式的平台简化产品设计流程，为此TI推出了SimpleLink MCU平台。物联网设备的增加必然带动传感器数量的增加，它们如何连接到云端？以太网可以直接连到云端，为了实现传感器和云端的连接，TI又在此平台上引入了SimpleLink MSP432以太网MCU，这是一个用于有线和无线MCU的单一开发环境的软硬件和工具平台，可以帮助开发人员轻松地将传感器从网关连接至云端。刁勇介绍，“该产品具有三大优势：第一，高度集成的有线MCU：新型MSP432E411Y MCU集成了以太网MAC和PHY、USB、控制器区域网络（CAN）和先进的加密加速器，帮助开发人员缩短设计时间、简化电路板布局。第二，无缝连接的网关：工程师现在可以采用无线连接技术（如Sub－1 GHz、Wi－Fi和Bluetooth）通过集成串行接口将有线通信与SimpleLink MSP432主机MCU相结合，从而使用SimpleLink软件开发套件（SDK）将终端节点连接到云端。第三，100％的应用程序代码兼容性：SimpleLink MCU产品系列提供广泛的有线和无线MCU，使用新型SimpleLink以太网MCU，开发人员可采用相同的代码基为电网、工厂和楼宇设计终端节点和智能网关。” SimpleLink MCU平台是业内最广泛的有线和无线MCU平台，其覆盖了MSP432TM MCU、CC2640R2F Bluetooth低功耗无线MCU、CC1350超低功耗双频带无线MCU、CC1310 Sub－1 GHz超低功耗无线MCU、CC3220 Wi－Fi无线MCU以及CC3120无线网络处理器等超过800个器件，而由于基于驱动、框架和数据库等共享基础，SimpleLink MCU平台的软件开发套件（SDK）以100％的代码重复率实现了可扩展性，能够帮助用户更加轻松满足随时改变的设计或应用需求，甚至通过同样的产品基础进入一个全新的市场。“值得一提的是，开发人员或者工程师现在仅仅需要进行一次软件投入，就能够随时重复利用诸如TI Resource Explorer以及SimpleLink Academy等各类资源。”刁勇补充。

时间：2020-05-15 关键词：物联网硬件 MCU
物联网如何为医疗保健打造业务

有许多方法可以扩大您的业务和客户群，而保持领先的一个方法是寻找新技术进步所带来的机会。这种进步带来的机会之一就是硬件和应用程序之间的连接性，此外，不要忘记由此收集到的大量数据。如果您是一家目前正在医疗保健领域努力开拓市场的公司，则可以通过实施物联网技术来快速实现这一目标。物联网使新一代医疗解决方案成为可能，而这些解决方案可以显著提升医疗保健机构的核心价值，进而吸引新的合作伙伴和客户。在我们最近的文章中，我们介绍了物联网平台如何帮助医疗保健机构和医疗技术公司在该领域快速发展。拥有和维护物联网平台可以使他们成为快速物联网化医疗行业的重要参与者。此外，物联网平台为许多新的商业模式打开了大门，而那些不参与构建物联网生态系统的机构将无法使用这些模式：联合的物联网生态系统医疗保健机构可以利用物联网平台来协调不同医疗单位之间的工作，或者让第三方服务提供商参与其医疗服务交付，从而扩大医疗保健服务的范围和规模。例如，如果目前他们自己的车库里没有可用车辆，医院则可以立即将他们的患者转到第三方救护车或出租车服务。另一个方便的选择是医疗机构与医疗实验室或疗养胜地之间进行自动数据交换，使患者可以在那里接受其他治疗。这些联合的物联网生态系统使医疗机构可以为其客户提供全面的医疗服务，并全程监控治疗过程。远程医疗计划远程患者监护对医疗保健机构来说具有较高的价值。这些解决方案越来越普遍，所以越来越多的人倾向于使用它们来预防疾病。当患者为一套特定的远程监控服务支付每月费用时，医疗保健服机构可以使用这些智能监控设备为其客户创建订阅计划。在这种情况下，使用物联网平台是一个必要的先决条件，因为这些治疗计划将涉及连接多种不同的智能设备，并根据患者的个人需求对其进行调整，并通过新设备、功能和分析算法不断增强治疗效果。医疗保健机构与医疗技术供应商之间的合作伙伴关系医疗保健机构和医疗技术供应商都可以从物联网设备和解决方案的合作中受益。他们可以共同开发特殊的治疗方案，从而在患者中产生良好的吸引力。医疗保健机构可以向制造商提供有价值的反馈，而制造商则可以实施易于集成到合作伙伴医院生态系统中的解决方案。通过这种方式，可以更快地引入新设备和服务，并按预期发挥作用。分析即服务医疗保健机构可以提供健康数据分析服务。此外，还可以将分析整合到医疗保健服务机构的现有产品中，进而为患者提供一系列新的医疗保健计划，其中包括早期疾病诊断和预防性治疗。分析对设备供应商来说也很有价值，因为他们可以对设备进行预测性维护，从而在解决方案的可靠性上实现额外的收益。公共卫生项目最后但同样重要的是，全面的物联网医疗平台可以帮助医疗保健机构承担由政府和慈善基金赞助的现代公共卫生项目。拥有物联网平台对于医疗保健领域中的大型物联网项目来说将是一个特别重要的优势，因为这可能涉及一系列不同的设备集群和复杂的连接需求。物联网平台还将负责此类解决方案的弹性、可扩展性以及端到端的数据安全性。物联网技术为医疗保健机构带来了新的商业机会，而物联网平台则成为了这一转型的关键产物。早期采用者们正在积极采取行动来建立他们的物联网生态系统，并开发新的商业模式，从而保持其行业领先地位。

时间：2020-05-14 关键词：物联网硬件