登录社区云,与社区用户共同成长
邀请您加入社区
dc 工具产生的scan wrapper 结构图
摘要: UCIe协议专为芯片封装内部Die间互联(D2D)设计,支持PCIe、CXL及自定义协议(Streaming/Raw Format),满足AI加速器、缓存一致性等场景需求。其分层架构包含协议层、D2D Adapter(负责CRC校验、链路管理)和物理层(含Sideband控制面与Mainband数据面)。物理层支持2D/2.5D/3D封装,提供冗余修复(先进封装)和带宽降级(标准封装)能力
本文介绍了空间几何离散直驱编码技术的效能优势。该技术通过将计算对象映射到空间几何中进行精确转换,显著提升计算密度和能效比。测试数据显示,在流场仿真、神经网络推理等场景下,该技术相比传统矩阵编码范式可提升算力24-280倍,降低耗时95%-99%,减少内存占用88%-96%,并实现8-15倍的能效比提升。其特别适用于实时流体力学、稀疏AI推理、多体系统仿真等离散交互场景,在端侧设备和专用芯片设计中具
本文介绍了仲裁逻辑的基本模型与常见算法。仲裁模块通过输入请求(Request)和优先级状态寄存器生成One-Hot编码的输出授权(Grant),支持每个周期连续仲裁。固定优先级算法通过位运算(如补码与操作或二叉树查找)实现逐级优先级判定。轮询(Round-Robin)算法动态调整优先级,确保公平性。此外,利用二维优先级矩阵可实现更复杂的仲裁策略,如LRU(最近最少使用)、MRU(最近最多使用)及混
M4 芯片加持下,24GB 统一内存为何是本地大模型推理的“黄金平衡点”?本文带你深入解析统一内存架构优势,掌握量化策略与软件栈调优技巧,助你在有限硬件条件下榨干性能,打造极致流畅的个人 AI 工作站 🚀。
随着AI的迅速发展,对电力的需求变得更为迅猛,电源作为电力利用不可或缺的一部分,也将变得越来越重要。本文将从电路原理入手,结合saber仿真技术,逐步深入讲解电源原理和电源设计。简单来讲,电源就是一种器件。它的重要特点是技能释放也能吸收电功率。通常既能维持电压也能维持电流。通常我们也根据这种特性,将电源分为电压源和电流源。左边图片为电压源,右边为电流源顾名思义,电压源的作用就是维持电压的恒定;电流
AI 端侧爆发导致内存短缺,廉价手机时代终结。本文深入剖析“内存墙”困境,为你揭示硬件价值重估背后的逻辑,并提供模型量化与内存优化的硬核生存法则 🔧。
ai: 片上sram内存(L1)为主,算子一般执行很耗时,而且张量比较大,寄存器难以放下。cpu/dsp: 寄存器为主,指令本身执行完成就几个cycles的事情。
PCIe物理层增益均衡技术解析 本文深入探讨了PCIe物理层TX增益均衡技术,重点分析去加重(De-emphasis)和预冲(Pre-shoot)两大核心补偿机制。文章从高速信号传输面临的衰减问题入手,系统阐述了PCIe各代标准中的均衡技术演进:从Gen1/2的固定去加重方案,到Gen3-5支持的动态链路均衡和预设组合(Preset),直至Gen6为应对PAM4信号挑战而引入的4-tap FIR滤
【摘要】Windows Hello通过850nm红外补光+深度传感的硬件组合实现生物认证革新,其红外补光系统采用300mA脉冲式LED,配合全局快门CMOS传感器,确保全天候精准成像;深度传感模组通过结构光/ToF技术构建3D人脸模型,彻底杜绝2D照片破解风险。配合ISP芯片和TPM安全芯片的本地加密处理,形成从采集到存储的全链路硬件级防护,使Windows Hello兼具秒级解锁与金融级安全性,
储能电站面临的核心痛点是系统"笨拙"——设备间数据孤岛、云端处理延迟大、人工巡检效率低。边缘计算通过本地实时处理数据(如电池健康预测、毫秒级电网调频响应),将决策延迟从秒级降至毫秒级,显著提升运营效率。理想的边缘计算网关需具备宽温宽压(-20℃~60℃)、多接口(6+串口)、AI算力(6TOPS NPU)及工业级稳定性。采用国产ARM架构工业平板(如RK3588方案)可同时满足智能化与恶劣环境需求
本文分享2026年湖南理工大学"炫通杯"大学生电子设计竞赛B2题——键控调频连续脉冲发生器的完整设计过程与实测结果。本设计仅使用1片LM324四运算放大器和1片SN74LS00四与非门,配合若干电阻电容,成功实现了全部技术指标,所有9项指标均达标且裕量充足。B2-112王润 \ 彭健 \ 任佳仪项目资料已开源,包含完整设计报告、Multisim仿真文件、原理图及实物测试照片。运放与逻辑门电源引脚就
这篇文章摘要如下: 本文提出了一种针对开源E203 RISC-V核执行单元的五阶段前向旁路控制器重构方案,解决了原始设计中存在的旁路逻辑分散、组合逻辑环路、时序不收敛等十年老难题。该设计采用五阶段严格对齐架构:操作数锁存、冲突匹配、优先级仲裁、数据选择和写回锁定,实现了硬件友好的流水线级解耦。方案100%兼容原生E203接口,时序性能提升40%,面积缩小30%,同时消除了组合逻辑毛刺和写回冲突问题
工业智能网关与边缘计算网关的区别及选型指南 工业智能网关是工业现场的"翻译官",主要负责协议转换和数据采集,将不同设备的"方言"统一转换为云端能理解的协议。其核心功能包括协议转换、数据过滤、本地决策和安全隔离,适用于工厂数据上云、远程监控等场景,典型方案采用RK3568等ARM架构。 边缘计算网关则在工业网关基础上增加了本地AI算力,能直接在边缘侧运行AI模型,实现毫秒级响应。其优势在于低延迟、省
从SAR ADC的微伏级建立精度,到三重隔离的电磁兼容设计,打造一块高精度工业数据采集卡,是对硬件工程师综合实力的极限考验。ZLinear开源电子通过开源的胸怀和硬核的技术,将原本高高在上的工业级方案拉下神坛。如果您正在寻找靠谱的数据采集方案,或者希望深入学习工业DAQ的底层设计,欢迎访问ZLinear官网获取全套资料,让我们共同推动工业测控技术的普及与进步!
昇腾 910 的硬件设计围绕两个核心:Cube Unit 做大矩阵乘法、HBM 存大模型权重和 KV Cache。理解了存储层次和计算单元的并行能力,就能推导出大部分优化手段——大 batch 打满 Cube、减少 HBM 搬运用 UB 缓存、HCCS 拓扑感知降低通信延迟。910 的绝对算力虽然不如 A100,但算力功耗比更优,加上国产供应链优势,大规模部署的性价比不输竞品。
CATLASS是昇腾面向矩阵乘算子的高性能模板库,通过五层抽象架构(Device-Kernel-Block-Tile-Basic)将AICore硬件特性封装为可复用组件。其核心优势包括:硬件感知优化(自动适配L0/L1缓存)、流水线自动化(双缓冲掩盖延迟)、模板元编程(零运行时开销)。开发者只需组合模板参数即可构建高性能算子,无需手动处理底层指令和同步,性能接近手写汇编。该架构显著降低了昇腾NPU
摘要:针对AI小智设备无法识别声源方向的痛点,提出采用AR1106声源定位模组的外接扩展方案。该方案通过独立双麦克风阵列和TDOA算法实现±10°精确定位,不占用主机算力,即插即用。AR1106独立完成指令触发、方向识别和舵机转向全流程,支持5米内180°范围定位,响应速度达毫秒级。方案保持AI小智原有功能不变,仅通过标准接口实现"指令识别+方向定位"协同,有效解决多人场景下的
A-59F是一款高集成语音处理模组,集AIENC降噪、AEC回音消除、防啸叫和BF波束拾音四大功能于一体。支持多种音频接口,体积小巧易嵌入,能有效解决噪音、回音等问题。核心性能包括45-90dB降噪深度、100dB回音消除和15ms低延迟防啸叫,适用于对讲门禁、车载通讯、会议教育等多种场景。该模组提供10种连接模式,支持单/双波束定向拾音,可大幅简化音频电路设计,是性价比高的一站式语音处理解决方案
AI推理会降价,这是确定的。但不会像CDN那样降两个数量级变成白菜价。GPU成本和电力成本是硬约束。
这篇短文探讨了如何通过STM32数据手册学习电路设计的方法。作者建议以手册中的参考电路为模板,结合自身学习3D建模的经验,制定循序渐进的学习计划:白天专注主业,晚上抽空撰写技术博客,每周固定练习原理图绘制,并借助AI工具进行分析交流。文章强调从基础做起("先解决1再解决100"),通过分解任务、持续实践来掌握电路设计技能。这种学习方法既系统又灵活,兼顾专业提升与知识沉淀。
《波束拾音技术:智能语音设备的革命性突破》 传统全向拾音技术存在环境噪声干扰、混响严重等问题,而波束拾音技术通过空间方向性处理实现了质的飞跃。该技术利用多麦克风的时空差计算声源方向,像聚光灯般聚焦目标声源,显著提升信噪比和语音清晰度。A-59F模组提供单/双波束两种模式:单波束增强特定方向人声,双波束可同时处理两个独立声源区域,使设备具备空间语音关系理解能力。这项技术对产品结构设计提出更高要求,需
《A-59F声学系统:解决扩音啸叫与通话回音的双重难题》 摘要: 现代语音设备面临的核心声学问题主要分为两类:扩音系统的声学正反馈啸叫和全双工通话中的回音循环失稳。A-59F创新性地通过数字信号处理技术同时解决这两大难题。其采用低延迟数字反馈抑制架构(15ms处理延迟),结合AI环境降噪算法,实现动态增益调节和自适应频率抑制。针对通话回音问题,系统集成高性能AEC全双工回音消除算法(100dB消除
从计量学上说,OPS是最宽泛的母集合,表示“operations per second”;FLOPS是其中的浮点子集,强调 operation 的数据类型是 floating-point;GOPS和TOPS只是 OPS 的数量级前缀,分别对应 (10^9) 和 (10^{12}) operations per second。Google TPU 论文用描述 8-bit MAC 阵列的峰值吞吐,而
模型规模内存容量内存通道CPU核心关键设置<500万128GB双通道16-24核默认即可500-1000万256GB四/八通道24-64核手动内存+临时目录1000-2000万512GB八/十六通道64-128核核数限制+结果精简>2000万1TB+十六通道128核+集群或分布式核心原则• 内存容量决定“能不能算”• 内存带宽决定“算多快”• 核心数只有在带宽匹配时才有价值• 永远不要依赖核外求解
模型规模推荐内存关键配置点<100万自由度32GB双通道即可100-500万64-128GB四通道优先500-1000万128-256GB八通道必选>1000万512GB+十六通道 + 核外求解NVMe核心原则• 内存容量决定“能不能算”• 内存带宽决定“算多快”• 永远不要依赖虚拟内存/页面文件更多方案:浏览器访问。
摘要: 本文探讨了本体论在业务系统中的应用,提出通过形式化的YAML模型(8-Model System)直接描述业务对象、规则和流程,使业务知识成为系统的核心组成部分。相比传统开发中业务与代码的"翻译"过程,本体驱动的方法能减少信息丢失,支持规则动态变更(如社保政策调整),并通过分层架构(五层)和事件驱动(Transactional Outbox)确保一致性与可追溯性。尽管前期
计算机运行原理系列:模型机内存、寄存器、地址联动
计算机运行原理:模型机的译码器转码操作联动
计算机运行原理系列:微机组成结构
本文系统阐述了计算机组成原理中组合单元与状态单元的区别,以及MIPS指令集的关键设计要点。处理器是如何在同一套硬件电路上精准执行不同指令的?本文深度参考体系结构经典教材《计算机组成与设计》(COAD),将抽象的单周期处理器模型进行模块化拆解。通过追踪 R/I/J 型指令在数据通路中的流转轨迹,详细解析了 7 大核心控制信号的真值逻辑。本文不局限于具体的指令集名称,而是致力于还原现代 RISC 架构
边缘智能的仿真验证是连接云端模型与边缘部署的关键桥梁。交叉编译的兼容性、TensorRT的精度对齐、容器环境的一致性、QEMU的仿真精度——每一个环节都对硬件提出明确要求。UltraLAB边缘智能仿真工作站基于真实开发负载设计,覆盖从个人原型到CI/CD集群的全场景需求。场景CPUGPU内存存储推荐机型主力开发64核 5.1GHz256GBGA660M集群验证128核512GBGX660个人原型2
UKF 和 EKF 都在基于七自由度车辆模型的参数估计中发挥重要作用。UKF 直接通过 Sigma 点近似非线性分布,避免了复杂的雅克比矩阵计算,在一些高度非线性情况下表现更好;而 EKF 通过线性近似,实现相对简单,但在非线性较强时可能出现较大误差。文中提供的参考文献 pdf、车辆模型建模 word 文档以及 UKF 学习文档等资料,能帮助大家更深入地研究这一领域。
英伟达发布NVL72高性能AI计算系统,集成36个Grace CPU和72个Blackwell GPU,采用液冷机柜设计,AI训练性能达720PFLOPS。系统采用NVLink 5.0技术,单GPU带宽达1800GB/s。架构包含18个计算托盘(每托盘2CPU+4GPU)、9个NVLink交换托盘及电源管理系统,通过5184根铜缆实现全互联。Grace处理器配备72核Arm架构和512GB内存,配
摘要 2015-2025年是轨迹预测技术从物理规则外推迈向通用具身智能决策的关键十年。早期依赖恒定速度模型等物理规则,仅能实现短时预测;2018年后深度学习兴起,Social GAN等方案引入交互建模与多模态预测;2020年Transformer架构(如TNT)突破长时序建模瓶颈;2021年BEV+Transformer实现全局场景感知,端到端一体化(如UniAD)成为主流。国产技术从跟随到反超,
摘要:A-59F多功能语音处理模组针对本地会议系统长期存在的扩音啸叫问题,创新性地融合低延迟啸叫抑制、深度降噪和高增益回音消除技术,形成协同处理体系。该模组采用15ms超低延迟算法实现实时声反馈抑制,支持100dB全双工回音消除和AI智能降噪,同时具备37.5×16mm高集成化设计、双电压供电和-20℃~70℃宽温工作特性。通过场景化拾音参数调节和模拟/数字双接口兼容,为会议设备提供了一体化声学解
2026年的工作站选型不再是简单的“核心数对比”。CFD/多物理场/超大模型:Intel Xeon 600的MRDIMM带宽与4TB内存上限是决定性优势科学计算/渲染/AI训练:AMD Threadripper 9000的全宽AVX-512与96核密度提供更高吞吐量芯片设计/高频交易:Intel的单核性能与缓存架构仍不可替代UltraLAB建议科研团队在采购前进行典型算例基准测试:使用您的500万
ACC巡航控制分层控制(上层pid下层pid)软件使用:Matlab/Simulink2018b+Carsim2020(必须一样的版本+远程调试需格外200)适用场景:采用模块化建模方法,搭建联合仿真模型,适用于直线工况。包含模块:其中包含单独的Carsim配置文件,电机驱动模块,车辆巡航模块,车辆跟踪模块,切换逻辑,速度跟踪模块,联合仿真模块。包含:Matlab/Simulink源码文件,详细建
冲击是有的,但加了个简单的电流平滑和角速度平滑过渡策略,I-f的参考电流在切换前100ms从设定的I-f启动电流(2A)慢慢降到ESO闭环的q轴参考电流(根据转矩计算的,TMotor AK80-6裸机额定电流大概10A,轻载0.5A左右),角速度平滑用的是一个简单的一阶低通滤波器,时间常数50ms,切换的时候示波器看电流和轴速的波形,几乎没有尖峰!q)}{dt}\),哦刚才伪代码里把电流微分的小尾
今年(2025年)过年期间,相信大家都被deepseek刷屏了。之前的ChatGPT大语言模型的智慧涌现能力,让时间看到AI智能机器人逼近奇点,突破图灵测试快成为了可能。而deepseek引入了深度思考模式以及广泛使用汉语进行训练,更加大大的增强了其逻辑思维能力。这场AI模型大战可能最后比拼的是人类的语言和文字架构,而汉语是象形文字比英语的音形文字更加的适应于AI,因为英语大量的造新单词,从而之前
openfast与simlink联合仿真模型,风电机组独立变桨控制与统一变桨控制。独立变桨控制。OpenFast联合仿真。基于载荷反馈的独立变桨控制风机变桨控制基于FAST与MATLAB SIMULINK联合仿真模型的非线性风力发电机的PID独立变桨和统一变桨控制下仿真模型。5MW非线性风机进行控制,利用MATLAB SIMULINK软件结合openfast进行建模。