行业真正的“领头羊”？一、三极管定义：三极管，全称应为半导体三极管，也称双极型晶体管、晶体三极管，是一种控制电流的半导体器件其作用是把微弱信号放大成幅度值较大的电信号， 也用作无触点开关。三极管
2019-04-08 13:46
本帖最后由 nicole.li 于 2015-6-4 19:21 编辑 深圳大疆创新科技有限公司招聘啦！我们公司就是研发无人机的领头羊，在全球的市场份额达到了70%以上，百度一下你会发现这所
2015-06-04 19:15
` (1)肖特基(Schottky)二极管是一种快恢复二极管，它属一种低功耗、超高速半导体器件。其显著的特点为反向恢复时间极短(可以小到几纳秒)，正向导通压降仅0.4V左右。其做工比普通二极管要精细复杂，价格也要贵，但在外在表现功能上与普通二极管是类似的。 而肖特基晶体管就是在三极管基-发射极间并联肖特基二极管的元件(如下图)。三极管有了这个肖特基二极管后，可以防止基过度饱和。 (2)TVS管：瞬态电压抑制器(TransientVoltageSuppressor)简称TVS，是一种二极管形式的高效能保护器件。当TVS管的两极受到反向瞬态高能量冲击时，它能以10-12秒量级的速度，将其两极间的高阻抗变为低阻抗，吸收高达数千瓦的浪涌功率，使两极间的电压箝位于一个预定值，有效地保护电子线路中的精密元器件，免受各种浪涌脉冲的损坏。 具体有以下三大特点： 1、将TVS管加在信号及电源线上，能防止微处理器或单片机因瞬间的脉冲，如静电放电效应、交流电源之浪涌及开关电源的噪音所导致的失灵。 2、静电放电效应能释放超过10000V、60A以上的脉冲，并能持续10ms;而一般的TTL器件，遇到超过30ms的10V脉冲时，便会导至损坏。利用TVS管，可有效吸收会造成器件损坏的脉冲，并能消除由总线之间开关所引起的干扰(Crosstalk)。 3、将TVS管放置在信号线及接地间，能避免数据及控制总线受到不必要的噪音影响。`
2019-02-20 12:04
基于ARM核的微控制器(MCU)已经成为一种时尚，一种趋势，也是一个界限，不过随着很多厂商已经跨过了这个“有没有”的界限，大家又站在同一起跑线上以后，新的竞争开始了。很多工程师关心的问题也从“是否基于ARM核”转向了“能提供什么差异化”。MCU领头羊们也开始谋划新的“界限”。
2020-04-30 08:25
了相同的起跑线。选择一个合适的matter芯片或协议栈，尽快进入matter产品的开发，就有机会站上行业的风口，成为行业的领头羊。matter协议v1.0需要等到2021年第四季度才发布，但是己经有众多
2022-02-14 07:55
`AI芯片之于人工智能的意义，则可以理解为发动机之于汽车。人工智能这一理论已经提出了多年，但是由于实现它需要的计算量实在太大，这辆“跑车”一直没有配备上合适的“发动机”，只能放在仓库积灰。直到AI算法和大数据时代的到来、以及AI芯片的出现。 第三波AI浪潮的发展主要由深度学习技术的突破引领，而英伟达（Nvidia）凭借其通用的GPU单元，专门的TensorRT加速器，强劲的矩阵运算性能加上对其他算法的兼顾，英伟达不仅能用GPU满足AI构建的训练需求，还能用TeslaRT用来部署，很好实现AI构建，所以英伟达也率先成了这一波AI热潮的最大受益者。给机器人“造脑”，英伟达发布全新AI芯片Jetson Xavier近日，英伟达正式发布了一款全新AI芯片—Jetson Xavier，Jetson Xavier作NVIDIA Isaac平台的核心，是全球首款专为机器人设计的计算机。该公司CEO黄仁勋在周一的新闻发布会上表示：“这台小电脑，将成为未来机器人的大脑”。 Jetson Xavier包含了六颗处理器，包括1个Volta Tensor Core GPU、1个8核ARM64 CPU、2个NVDLA深度学习加速器、1个图像处理器、1个视觉处理器和1个视频处理器，每秒可执行30万亿次操作。为了打造它，Nvidia足足耗费了五年的时间——三年设计、两年筑造，共有超过8000人参与了设计与开发，可以说这是Nvidia单独做过的最长的一个处理器项目。它的处理能力与配备了10万美元GPU的工作站大致相同，但功率仅为30瓦。简而言之，就是Nvidia成功地将1000瓦性能的10万美元级工作站，缩小到了30瓦的‘掌中宝’的程度。 NVIDIA为Jetson Xavier的模拟、训练、验证和部署提供了一个工具箱。该机器人软件包含Isaac SDK、Isaac IMX、Isaac Sim三方面内容：Isaac SDK：一套API和工具，可借助全面加速的库，开发机器人算法软件及运行时框架。Isaac IMX：Isaac智能机器加速应用，是NVIDIA开发的机器人算法软件的集合。当前Nvidia的技术，已经被一些企业用于自主仓库机器人、机器采摘和农业机器人。不过黄仁勋表示，JetsonXavier要比之前的AI芯片要强大20倍。Isaac Sim：高度逼真的虚拟仿真环境，可供开发者训练自主机器，并使用Jetson Xavier进行硬件在环测试。提早转型，英伟达开启人工智能之路作为一家图像处理芯片公司，Nvidia约在7年前就已经开始转型布局人工智能。当时人工智能概念还未兴起，AI仍是一片蓝海。经过持续多年的研发，公司在近年来陆续推出人工智能芯片、系统、软件和服务，打造世界顶级人工智能公司。 2009年 英伟达Tegra进入奥迪汽车德国大众为旗下的奥迪汽车引入新式导航系统，并首次采用NVIDIATegr***上系统处理器。相比于2009年初的多媒体交互系统(MMI)，新的Tegra核心导航系统自然要更加高级，不但功能上更强大，效果也应该更酷一些。在后来的GTC 2014大会上，奥迪自动驾驶汽车再次展示了基于Tegra K1开发套件的车载智能系统，可提供自动驾驶、导航、碰撞感应、智能链接等功能。2013年11月IBM和英伟达联合开发超级计算机IBM与芯片厂商英伟达Nvidia达成战略合作，共同设计开发新型超级计算机系统和服务器。英伟达开发的图形处理单元芯片(GPU)，很好适用于浮点计算，表现胜于英特尔的传统CPU Xeon和AMD的Opteron。排名第二位的“泰坦”也搭载了GPU。根据IBM和英伟达合作内容，双方在芯片方面就行合作，通过技术共享，让英伟达的Tesla GPU更好与前者的Power 8芯片协同工作。早期的Tesla车型曾使用过Tegra 2，但处理能力远远不够，所以后来升级到了Tegra 3。特斯拉Model S电动车的车载娱乐系统也是基于Tegra 3设计。Nvidia基于在图形处理方面长期积累与CUDA架构，和特斯拉建立密切的合作。而特斯拉为Nvidia在高度智能化的汽车上的布局上起到助推作用。2014年早期特斯拉ModelS搭载英伟达Tegra 3Nvidia不仅在硬件上有布局，同时已经渗透到了软件层面。Nvidia将一辆Jeep进行深度改装，但改的不是发动机、轮毂或包围，而是中控系统。改装后的Jeep采用3D打印制造出的中控台，搭配一个17英寸的电容屏。屏幕划分为3个区域，上中下分贝显示地图、娱乐信息以及HVAC（比如空调控制）。配合Tegra K1，Nvidia直接切入到了车辆的CAN总线中，实现了对整个车辆的控制。2014年初，世界上采用NVIDIA处理器的汽车已经超过450万辆，涉及20多个品牌、100多款车型，其中包括奥迪、宝马、大众等车企巨头，也包括特斯拉这种车界新贵。2015年，Tegra芯片在汽车领域发展加快，在道路上跑的汽车有超过800万辆搭载Tegra芯片。2015年第三季度Nvidia在汽车领域的业务销量增长了51%。2015年12月 Facebook开源BigSurFacebook研发代号为“BigSur”的新一代硬件的设计目标是训练神经网络。除人工智能外，这一技术还经常被称作机器或深度学习。Facebook与Nvidia进行合作，是第一家采用英伟达TeslaM40GPU加速器的厂商。M40GPU面向深度神经网络，是BigSur平台和OpenRack兼容硬件的关键。采用M40的BigSur平台的速度是该Facebook上一代产品的2倍，使得训练规模相当于原来2倍的神经网络的速度提高1倍。BigSur是第一款针对机器学习、人工智能研究开发的开放源代码计算系统，Facebook将把设计材料提交给开放计算项目。2016年 新款特斯拉model S采用Tegrak12016年新款状态显示器分辨率升级，从过去的1280x480 升级到1920x720，因此副处理器也从Tegra 2升级为Tegra 3，主处理器从Tegra 3升级到了Tegra k1 从而更好地支持自动辅助驾驶功能。Tesla P40、Tesla P4高性能计算卡2016年9月，NVIDIA发布新一代高性能计算卡Tesla P40、Tesla P4，它们俩将取代上代麦克斯韦架构的Tesla M40/M4，进化到最新的帕斯卡架构，拥有16nm工艺。这两款计算卡主要负责图像、文字和语音识别，专为人工智能、深度学习、神经网络推演而生。Tesla P4及P40特别针对推论设计，使用经训练的深度神经网络识别语音、影像及文字以回应使用者和装置要求。Pascal架构GPU具备以8位(INT8)运算为主的专门推论指令，提供比CPU快45倍的反应速度，与不到一年前推出的GPU解决方案相比则提升了4倍。深度学习超级计算机NVIDIADGX-1深度学习最苛刻的部分是训练。NVIDIA专为深度学习设计的PASCAL架构，助推深度学习加速高达65倍，并且能够支持每个主要的深度学习框架。在此架构基础上，NVIDIA创造了专为GPU深度学习所设计的超级计算机DGX1。NVIDIA的DGX-1基于Tesla P100加速卡(研发费用高达20亿美元）是世界上首款专为深度学习而打造的系统，具备全面集成的硬件和软件，可以轻松快速地完成部署。NVIDIADGX-1革命性的性能可大幅加快训练速度，成为世界上首款体积小性能强（单机箱）的深度学习超级计算机。协同驾驶AI Co-PilotXAVIER已经被英伟达安装在一辆基于林肯MKC所打造的自动驾驶测试车BB8上，另外，英伟达还将在自动驾驶领域同奥迪展开合作，其全自动驾驶汽车预计将在2020年上路。AI Co-Pilot（人工智能协同驾驶）系统该系统具有人脸识别、头部追踪、视线追踪等功能，能在行车中辅助驾驶者，提高驾驶安全性与便利性。AI Co-Pilot还能在复杂的噪声环境中通过读唇获知驾驶者的需求，准确率已达93.4%。英伟达的优势真的是无人能挡吗？英伟达上周发布的第一季财报再次超出业界预期，财报显示这一季度总收入增长了66%，其中数据中心业务营收增长71%达到7.01亿美元。英伟达的数据中心业务包含HPC（高性能计算）、数据中心GPU以及AI加速器即使相比过去几年2-3倍的增长率要少很多，但极具潜力的AI芯片市场空间依旧吸引了众多巨头和创业者的参与。不过英伟达现在具有优势并不意味着AI市场的蛋糕会被英伟达独吞，无论是科技巨头英特尔、谷歌、IBM、AMD还是OURS、地平线、寒武纪等初创企业都纷纷加入了AI芯片领域的竞争。英特尔这几年也是卯足了劲入军AI市场，英特尔的All in AI实力也是不容小觑。除了巩固资深的优势产品以外，还进行了一系列的收购以增强自己的能力。英特尔针对已有的优势产品XeonPhi加速计算卡、收购的Altera FPGA、 Nervana System几大产品线进行深度学习的优化，从AI构建的训练和部署都能够看出这均与英伟达形成竞争，在自动驾驶应用场景中也通过收购Mobileye与英伟达形成强竞争关系。同时还基于FPGA打造自己在AI领域的特色，对人工智能初创芯片企业的持续投资也有助于英特尔在AI芯片领域实现后来居上。 除了英特尔All In AI全面叫板英伟达，众多初创公司也会成为挑战英伟达不可忽视的对手。以2017年由两位华人在美国硅谷创立的OURS为代表，OURS以低功耗端计算AI芯片为核心技术，目标是解决工业/商业、机器人、汽车自动驾驶、安防等领域的3D机器视觉和多传感器融合的问题。OURS的核心技术之一就是硅光技术，这一技术很适合于计算机内部和多核之间的大规模通信，其最大的优势在于拥有相当高的传输速率，可使处理器内核之间的数据传输速度比目前快 100 倍甚至更高。OURS 采用的是以数据为中心的RISC-V 计算机指令集架构，这也是OURS的另一大核心优势。寒武纪近日也发布了一款云端智能芯片Cambricon MLU100，词云端芯片也延续了寒武纪产品通用性的特点，支持各类深度学习和经典机器学习算法，满足视觉、语音、自然语言处理、经典数据挖掘等领域复杂场景下（如大数据量、多任务、多模态、低延时、高通量）的云端智能处理需求。不只是硬件，寒武纪还努力实现软硬件的协同工作，寒武纪从 2016 年起逐步推出了寒武纪 NeuWare 软件工具链，该平台终端和云端产品均支持，可以实现对 tensorflow、caffe 和 mxnet 的 API 兼容，同时提供寒武纪专门的高性库，可以方便地进行智能应用的开发，迁移和调优。 小结AI芯片全球起步时间几乎同步，此时，人工智能领域尚未出现“独步天下”的国际巨头。但是也要警惕“全民造芯”虚火，目前还没有出现像CPU（中央处理器）一样的AI通用算法芯片，AI的杀手级应用还没出现，未来这个产业还有很长一段路要走。`
2018-06-11 08:20
国内三大科技领头羊BAT，BT我们已经介绍过，今天随我一起揭开阿里巴巴技术背后的神秘面纱。1达摩院的诞生1.1 冠名与成立2017年10月11日，第八届云栖大会在杭州拉开了帷幕，这次大会上，马云重磅
2021-07-28 08:10
；除无人机AOPA培训类目外，无人机应用培训也将陆续面市，泰华无人机训练基地立志做无人机培训领域的领头羊，为社会输送真正有价值的无人机行业的专业人才。咨询热线：***马老师
2017-02-13 10:37
“飞桨”，开始强调自己更适合中国开发者，以及更加专注于深度学习模型的产业实践。与此同时，飞桨的发展开始提速。时间来到 2020 年，这一年是国产深度学习框架的高光时刻，作为国产领头羊的飞桨动作频频
2021-07-23 07:36
`无线充电已经是越来越火的话题，Android手机已经有了大量的DIY改造教程，作为手机领头羊的IPhone怎么能够缺席！！现在市面上已经有许多第三方的无线充电模块，在非常薄的塑料薄膜中内置接受线圈
2015-04-26 21:45
