登录社区云,与社区用户共同成长
邀请您加入社区
条带大小正确时,重组后的文件系统元数据应该可以正常解析:| 条带大小 | 验证方法 ||---------|---------|| 16K | 每个文件系统块跨2个512B扇区×盘数 || 64K | 常用NTFS默认值,适配性最广 || 128K | 常见于Linux MD RAID的默认值 || 256K-1M | 常见于硬件RAID卡(LSI/Broadcom/Adaptec) |:对比每块
8nm制程 · 8核异构 · 4TOPS NPU · 8K解码瑞芯微 2026 中端 AIoT 旗舰芯片|全面拆解
学习 Ascend C 必须掌握的硬件知识写在最前面一、 宏观视角:昇腾处理器的“前店后厂”1.1 异构计算的指挥与执行1.2 Da Vinci 架构的“计算工厂”二、 深入车间:AI Core 的“三驾马车”2.1 控制单元:不仅仅是发指令2.2 计算单元:暴力的“方”与灵活的“圆”A. Cube Unit(矩阵计算单元):暴力的“方”B. Vector Unit(向量计算单元):灵活的“圆”?
硬件架构学习需根据目标选择不同路径:1)理解计算机原理可学习江苏大学RISC-V模型机或东北大学硬件技术课程;2)芯片设计推荐IC全流程实训平台;3)国际前沿选择Coursera相关专项;4)AI芯片方向关注存算一体开发者社区。核心建议是选择实践型而非观看型台,通过完成具体项目(如搭建CPU核、UVM验证)才能真正掌握硬件架构。垂直媒体如与非网能帮助将理论转化为工程实践。硬件架构必须通过动手实践才
中短波(AM/SW)广播发射机历经百年发展,近年来在固态化浪潮、数字广播标准普及以及运维成本压力的三重驱动下,迎来了一轮深刻的技术变革。本文以Nautel、Ampegon、GatesAir 和 Thomson Broadcast 四家主要制造商为研究对象,系统梳理其在 2021—2026 年间(必要时追溯更早的技术源流)于发射机架构设计、功率器件、调制与信号处理算法、节能控制方法,以及运维管理流程
摘要(148字): 2015-2025年,工业与智能装备决策体系完成从人工层级决策到机器自主闭环决策的范式革命。十年演进分为四大阶段:人工主导期(2015-2017,依赖人工与规则编码)、规则化辅助期(2018-2020,数据驱动弱自主决策)、智能跃升期(2021-2023,AI深度赋能自主闭环)、具身通用期(2024-2025,全局协同与类人决策)。核心突破包括国产化率从5%升至65%、机器人从
视觉大语言模型(VLM)十年演进(2015-2025) VLM在2015-2025年间经历了从单任务学术研究到通用AI核心技术的跨越式发展。通过统一语义空间实现视觉与语言的深度融合,以LLM为推理底座,VLM完成了从图像理解到决策执行的闭环,成为AGI的关键路径。 四大发展阶段: 启蒙期(2015-2017):CNN+RNN架构实现简单图文对齐,海外垄断核心技术; 成长期(2018-2020):T
摘要(150字): 2015-2025年,Gazebo完成了从ROS附属工具到全球机器人开源仿真标准的跨越式发展。其演进分为四大阶段:2015-2017年作为ROS 1标配工具,服务于实验室验证;2018-2020年重构为模块化Ignition架构,支持ROS 2和工业场景;2021-2023年升级为AI原生平台,融入强化学习与云仿真,成为人形机器人/自动驾驶核心底座;2024-2025年形成国产
摘要:2015-2025年,RTOS(实时操作系统)实现了从底层调度内核到全场景数字底座的跨越式发展。这十年经历了四个关键阶段:垄断启蒙期(2015-2017)由海外厂商主导;开源成长期(2018-2020)生态崛起,国产方案突破;国产爆发期(2021-2023)实现车规级量产;全面普及期(2024-2025)迈向全球技术领跑。核心技术从单核调度演进为多核异构架构,调度延迟优化至亚微秒级,并融合功
中国机械臂产业十年演进摘要(2015-2025) 中国机械臂产业用十年时间完成了从技术跟随到全球领跑的跨越式发展,核心突破体现在: 技术自主化:从核心零部件90%依赖进口到70%实现国产化,国产市场份额从15%提升至70%; 性能跃迁:重复定位精度从±0.1mm提升至±0.005mm,响应带宽从1kHz升至5kHz; 场景拓展:从单一汽车焊接拓展至3C电子、新能源、医疗、人形机器人等全领域; 智能
摘要:2015-2025年是自动驾驶语义分割技术跨越式发展的黄金十年,完成了从2D像素分类到4D时空建模的演进。核心技术历经四次范式跃迁:FCN开启深度学习时代(2015-2017)、轻量级实时模型量产(2018-2020)、BEV+Transformer重构3D语义建模(2021-2023)、端到端大模型普及(2024-2025)。分割精度从mIoU 60%提升至85%,实现车端实时运行,国产方
自动驾驶VLA模型十年演进(2015-2025) 自动驾驶VLA(视觉-语言-动作)模型在过去十年经历了从实验室概念到量产落地的跨越式发展。2015-2017年为萌芽期,采用规则驱动的视觉-动作孤立架构;2018-2020年Transformer架构重构技术底层,端到端模型雏形初现;2021-2023年大模型爆发推动VLA概念正式成型,语言首次成为驾驶决策核心;2024-2025年进入统一端到端V
摘要: 2015-2025年是自动驾驶仿真测试工程师实现跨越式发展的黄金十年。岗位从传统ECU测试的边缘角色跃升为自动驾驶安全验证的核心岗位,完成了四次能力跃迁:从硬件台架运维到全栈专家,再到仿真体系架构师。技术栈从单一硬件测试扩展到涵盖算法、场景、大数据等复合能力,人才规模从不足千人发展到数十万从业者。演进分为四个阶段:萌芽期(2015-2017)以ECU测试为主;成长期(2018-2020)S
摘要:现代服务器主板正从标准化ATX/EATX形态转向深度定制化设计,以超微X14DBM-AP为例,其专为Hyper系列服务器优化,采用MCIO接口、模块化供电和OCP NIC 3.0等创新设计。这种演变源于12通道DDR5内存、PCIe Gen5信号完整性等需求,以及提升密度、可靠性和维护效率的需求。服务器主板正通过模块化架构、灵活通道分配和标准化扩展,更好地适应AI与高性能计算场景,展现了与消
摘要:2015-2025年,自动驾驶数据闭环实现跨越式发展,从L4实验室人工训练工具演变为智能驾驶量产核心竞争力。十年间完成四次范式跃迁:人工离线训练→影子模式初级闭环→BEV+Transformer全自动化闭环→端到端大模型全域协同闭环。算法迭代周期从半年缩短至小时级,数据规模从TB跃升至ZB,算力从单台服务器升级至十万卡集群。产业格局从海外垄断转变为中国主导,国产方案实现全栈自主可控。发展分为
高速NOA十年演进(2015-2025):从技术垄断到全民普惠 高速导航辅助驾驶(NOA)在过去十年完成了从基础功能到智能标配的跨越式发展。2015-2017年为萌芽期,依赖海外黑盒方案;2018-2020年确立概念,国产方案实现突破;2021-2023年BEV+Transformer重构技术底层,实现无图化升级;2024-2025年端到端大模型实现全域融合,L3级高速领航商用。核心技术完成四次范
ADAS十年演进(2015-2025):从单点辅助到全域智能 2015-2025年是ADAS技术实现跨越式发展的黄金十年。这期间,ADAS完成了从被动安全功能到主动智能驾驶中枢的转变,国产化率从零提升至主导地位,并实现了从豪华车专属到全民标配的普及。技术演进经历了四个关键阶段:2015-2017年的单点功能分布式架构(海外垄断)、2018-2020年的域集中式架构(国产突破)、2021-2023年
众包地图十年演进(2015-2025) 2015-2025年是众包地图从消费级导航补充发展为智能驾驶核心底座的黄金十年。这期间实现了四大跃迁:从UGC主动上报到车端自动化采集,再到BEV驱动的全要素众包,最终形成大模型原生的动态时空地图体系。技术层面,众包地图完成了分布式采集、云端融合等创新,更新周期从周级压缩至秒级。产业格局上,中国厂商从跟随者变为全球引领者,构建了自主可控的全栈生态。十年演进分
摘要:2015-2025年,车规级芯片完成了从燃油车配角到智能汽车核心的跨越式发展。 这十年间,芯片技术从8位MCU跃升至千TOPS级AI SoC,产业格局从海外垄断发展为国产全品类突破,国产化率从不足5%提升至30%以上。演进分为四个阶段:2015-2017年燃油车MCU主导,国产近乎空白;2018-2020年新能源起步,国产实现从0到1突破;2021-2023年智能化军备竞赛推动高算力芯片爆发
英伟达Orin芯片十年演进(2015-2025)见证了从车载计算尝试到智能算力霸权的跃迁。2015-2017年通过Drive PX 2和Xavier芯片完成技术验证;2018-2020年发布254TOPS的Orin芯片,奠定高算力基础;2021-2023年量产爆发,Orin-X成为高端智驾标配,Jetson系列拓展至机器人领域;2024年起进入生态成熟期,支持大模型应用并完成普惠化布局。Orin通
2015-2025年,是全球智能驾驶产业完成跨越式发展的黄金十年。这十年,智能驾驶从特斯拉Autopilot入华带来的概念启蒙,成长为中国新能源汽车的核心竞争力与全球汽车产业变革的核心引擎;技术范式完成了**「规则化硬编码→数据驱动模块化深度学习→端到端大模型通用智能」**三次根本性跃迁;市场格局实现了从Mobileye、Waymo等海外企业绝对垄断,到中美双极引领、中国在量产落地与全产业链自主可
智驾十年演进:从启蒙到领跑(2015-2025) 2015-2025年是中国智能驾驶产业完成技术突破与市场逆袭的关键十年。这十年经历了四大发展阶段:启蒙期(2015-2017)L2辅助驾驶引入,海外技术垄断;成长期(2018-2020)国产高速NOA量产,实现技术破局;爆发期(2021-2023)BEV+Transformer重构技术,城市NOA普及;普及期(2024-2025)端到端大模型落地,
摘要:2015-2025年中国机器人平台化实现四大跃迁 从单机封闭设备到通用智能系统,中国机器人产业通过协议、监控、日志、诊断四大模块的平台化演进完成关键突破: 萌芽期(2015-2017):封闭私有协议、碎片化功能,依赖人工经验; 起步期(2018-2020):ROS2/DDS标准化,多机集中监控,规则化诊断初现; 成熟期(2021-2023):云边端架构+AI驱动,实现PHM预测性维护,国产替
机器人故障诊断体系十年演进(2015-2025)摘要 2015-2025年,机器人故障诊断体系经历了从人工经验驱动到数据智能驱动的根本性变革。2015-2017年为萌芽期,依赖人工事后排查,诊断能力有限;2018-2020年进入起步期,规则化自动诊断实现基础预警;2021-2023年成熟期,AI驱动的预测性维护和云边端架构全面落地;2024-2025年爆发期,大模型+数字孪生技术实现智能诊断与自愈
摘要 2015-2025年,机器人日志系统经历了从零散文本到核心数据资产的本质跨越。演进过程分为四个阶段:2015-2017萌芽期,日志仅为本地非结构化故障记录;2018-2020起步期,ROS框架推动日志标准化和集中存储;2021-2023成熟期,云边端分布式架构实现PB级日志管理和AI分析;2024-2025爆发期,大模型赋能语义化日志和多模态数据融合。十年间,日志从单一故障排查工具发展为覆盖
机器人平台化十年演进:从封闭单机到智能生态(2015-2025) 过去十年见证了机器人平台化体系的革命性变革。2015-2017年,机器人系统呈现封闭、碎片化特征,四大核心模块(协议/监控/日志/诊断)均为单机私有设计。2018-2020年,ROS/ROS2推动标准化进程,实现多机集中管控。2021-2023年,云边端架构和AI技术使平台实现分布式智能管理,国产方案成为主流。2024-2025年,
《机器人技术十年演进(2015-2025)》摘要: 中国机器人技术十年间实现三级跨越:从单机运动控制到集群智能,再到具身智能。核心技术从进口垄断到全链自主可控,应用场景从工业专用拓展至人形机器人通用智能。发展分为四个阶段:2015-2017单机时代(硬件依赖);2018-2020导航时代(SLAM技术突破);2021-2023集群时代(整厂无人化);2024-2025具身智能时代(大模型驱动)。核
摘要:2015-2025年,中国机器人行业质量控制体系实现革命性升级,从粗放事后检验发展为全生命周期智能闭环管理。十年间经历四个阶段:进口垄断期(2015-2017)国产厂商仅能简单仿制;体系化起步期(2018-2020)建立全流程管控;成熟期(2021-2023)实现数字化闭环,国产份额首超外资;爆发期(2024-2025)AI驱动智能预测,人形机器人领域全球领先。工业机器人MTBF从2万小时跃
十年前,机器人的能力完全由硬件本体决定,软件仅能实现简单的轨迹执行;十年后,软件成为决定机器人能力上限的核心,大模型、规控算法、仿真平台构成了机器人的核心大脑,同一硬件本体可通过软件升级实现能力的指数级提升,真正实现了“软件定义机器人”,完成了从“硬件为王”到“软件为魂”的本质转变。
摘要 机器人规控技术在2015-2025年间经历了四次范式革命: 萌芽期(2015-2017):基于传统几何算法和PID控制,仅能在静态结构化环境中执行固定轨迹; 起步期(2018-2020):优化算法主导,实现规控融合,突破半动态环境适应能力; 成熟期(2021-2023):AI深度融合,云边端协同架构成熟,实现全场景鲁棒性; 智能化期(2024-2025):大模型驱动端到端规控,完成从执行工具
机器人日志系统十年演进(2015-2025):从硬件附属到智能中枢的工程化革命 机器人日志系统在过去十年完成了从零散工具到智能数据中枢的蜕变。2015-2017年为萌芽期,仅有硬件控制器附带的零散日志功能,存在数据孤岛、无统一管理等问题。2018-2020年进入起步期,形成集中式C/S架构,实现标准化采集和云端存储,使故障排查时间从天级缩短至小时级。2021-2023年成熟期,云边端一体化架构支撑
摘要 2015-2025年,机器人监控体系经历了从单机状态查看工具到云边端一体化智能运营中枢的范式革命。演进过程分为四个阶段:萌芽期(2015-2017)以单机本地监控为主;起步期(2018-2020)实现多机远程统一管理;成熟期(2021-2023)形成云边端全链路监控与AI预测性运维;智能化升级期(2024-2025)通过大模型驱动认知型监控。核心变革体现在架构从封闭单机到分布式协同,数据采集
摘要: 模型预测控制(MPC)在2015-2025年间经历了三大技术演进:从线性MPC依赖离线求解(2015-2018),到非线性MPC实现实时敏捷控制(2019-2022),再到2025年神经MPC融合eBPF内核级硬实时与AI动力学建模。核心突破包括:1)物理模型从线性近似升级为神经网络学习;2)求解频率从10Hz提升至1000Hz+;3)通过eBPF实现微秒级安全熔断与内核态闭环控制。202
过去十年的演进轨迹,是将决策控制从一个**“死板的数学计算器”重塑为“赋能全球物理智能化、具备内核级权限感知与实时安全自愈能力的数字决策中枢”**。你在纠结如何写出完美的if-else让车别在左转时由于树影干扰而急刹。你在利用 eBPF 审计下的端到端控制系统,放心地让 AI 处理极端复杂的场景,并看着它在内核级的守护下,安全、丝滑且极具智慧地与物理世界共生。
摘要: 行为预测技术经历了从动作识别到心理博弈的十年演进(2015-2025)。早期(2015-2018)依赖CNN/RNN进行简单动作分类;中期(2019-2023)通过GNN和博弈论实现多智能体交互建模;2025年则整合世界模型、eBPF内核审计和跨模态常识,实现意图推理与逻辑纠错。关键突破包括:从物理轨迹预测转向社会意图理解,通过eBPF实现预测可靠性保障,以及多模态数据融合。该技术已从单一
摘要:国产绿算NVMe RAID加速卡针对大语言模型推理中的KVCache瓶颈提出创新解决方案。该硬件采用纯硬件RAID逻辑和NVMe命令/数据分离传输机制,支持16块NVMe SSD,实现微秒级延迟和40GiB/s以上带宽。在8盘RAID0配置下,4KB随机读IOPS超3600k,可将长上下文推理速度提升2-4倍。该方案完全自主可控,支持超融合和分离两种部署模式,相比网络存储方案延迟降低50%以
摘要: 2015–2025年,RV减速器从日本垄断(纳博特斯克占70%份额)走向国产化突破。初期(2015–2018)国产产品因精度和寿命不足受限;中期(2019–2022)环动科技等实现全系列覆盖,国产化率提升;2025年进入高端化阶段,误差<1弧分,负载达10吨,集成eBPF智能监测与预测性维护。成本降低40%,应用扩展至航天、医疗等领域,完成从“机械件”到“智能系统”的升级,支撑全球A
搭建VS Code + PlatformIO + ESP32-S3 + ESP-IDF 开发环境时遇到了下载问题、安装问题、新建项目持续等待、编译报错等问题,折腾了很长时间,静下心来逐个分析问题,借助大模型、网络帖子等多种方式,终于解决,简单总结笔记如下。
摘要: 伺服电机(2015–2025)从工业组件升级为智能执行终端,经历三阶段演进: 数字化阶段(2015–2018):总线控制(如EtherCAT)实现多轴同步,编码器分辨率提升至23位; 高密度阶段(2019–2022):无框架电机和一体化设计使体积缩小30%,适配协作机器人; AI驱动阶段(2023–2025):GaN/SiC器件降低损耗50%,AI算法实现自适应控制,专为人形机器人优化。
本文提出SAGE-VAD视频异常检测框架,通过语义增强与规则引导解决弱监督学习中的关键问题。创新性地设计混合提示集成(HPE)机制,融合人工模板与大模型描述构建鲁棒类别原型;引入帧级规则分数(TeacherScore)作为先验,优化关键帧筛选。在UCF-Crime和XD-Violence数据集上分别取得87.47% AUC和85.08% AP,显著优于基线方法。消融实验验证了各模块协同增强的有效性
毕业论文的写作,是一场与时间、信息、逻辑的博弈。,微信公众号搜一搜“书匠策AI”)的陪伴,你可以告别焦虑,拥抱高效。它不仅是你的“智能导航仪”,更是你学术探索路上的得力伙伴。无论是本科论文还是硕士毕业设计,书匠策AI都能帮你从“信息迷雾”中突围,让每一篇论文都成为思想与技术的完美共舞。立即访问书匠策AI官网,开启你的智能学术之旅!
DeepLink 团队打造首个国产异构算力 PD 分离混合推理方案,通过 PD 分离架构,实现了3款异构芯片的混合推理。此方案利用国产硬件的异构优势,实现 1+1 > 2 的推理效能,为 AI + 制造等场景的规模化落地提供可行路径。
2026年1月,北京智源人工智能研究院联合20余家机构推出开源系统软件栈FlagOS 1.6版本,旨在解决AI芯片生态割裂问题。
【代码】大模型训练推理的“地下极速通道”:NVIDIA GDS 技术(GPU Direct Storage)
中小企业AI专利变现路径:从证书到收益的三步走 摘要:许多中小企业面临AI专利闲置困境,关键在于缺乏价值导向的专利布局。本文提出"技术壁垒+政策红利+商业变现"的三重收益模型:1)申请阶段聚焦细分场景,打造差异化专利;2)授权后快速对接补贴政策,最高可获50%研发补贴;3)通过技术授权、产品升级等实现商业变现。案例显示,一家5人团队通过精准布局"临期商品预警"
摘要:AI专利申请驳回率高企的关键在于技术方案与审查要求适配不足。国家知识产权局明确实用性、新颖性、创造性、数据合规性四大审查要点,多数方案因场景模糊、创新不足、数据不可追溯被拒。本文提出从审查要点反向推导技术落地路径:训练环节注重数据合规与算力选型;微调环节聚焦场景化创新;部署环节强调方案具象化;撰写环节突出量化技术效果。通过技术与法律协同,将AI专利转化为保护创新、对接政策红利的核心资产,实现
数字滤波技术正从硬件调校转向智能算法优化,通过FIR、IIR和自适应滤波等核心方法实现精准信号处理。FIR滤波器稳定保真,IIR高效灵活,自适应滤波则能自主学习噪声特性。前沿应用涵盖地震监测、5G通信和医疗影像等领域,结合AI技术实现更智能的噪声抑制。未来,数字滤波将持续推动高端制造、精准医疗等领域的进步,成为数字世界的隐形基石。
AI大模型服务器部署硬件选配
摘要:中小企业在AI专利布局中面临技术方案不具象、算力成本高、落地周期长、政策对接难等痛点。本文提出"全链路协同"解决方案:1)采用国产算力平台降低30%-50%成本;2)利用轻量化工具快速完成场景化技术构建;3)通过标准化API实现快速部署验证;4)结合专利撰写与政策申报提升回报率。实践案例显示,该方案可在3个月内完成从研发到专利申报的全流程,6个月实现专利授权并获取政策补贴
最近接触到eda相关的领域,设计到eda与agent结合的技术,于是总结了一下eda相关的一些术语里面各个字母的含义。