All Node List by Editor

winniewei的头像
winniewei

作者:Pure Storage大中华区技术总监何与晖Andrew Ho

企业转型成功的关键之一,就是从海量的数据中挖掘洞见,将数据价值发挥得淋漓尽致。

现代企业需要拥有能够支持快速开发与部署应用程序的基础设施,从而为自动化、自助式资源分配以及无处不在的数据访问奠定基础。这一点很重要,因为企业能既快又巧地利用数据是其在当今的商业市场中能够立足的基础。

对企业首席信息官(CIO)而言,一项关键的任务就是提供数据服务以助力DevOps团队、数据科学家及业务线人员轻松存取、探索和挖掘数据,从而满足各种企业应用程序与使用需求。如若CIO们在三年后还无法提供无处不在的数据即服务(Data as-a-Service),他们的职位也就难保了。

但是,把 "数据 "这个词理解为一个总括性的术语并没有太大帮助。对于 "数据 "这个概念,需要像对于基础设施一样进行深刻洞察,来为你的网络、计算或存储创建策略。

一探究竟

大多数现代企业都已开始构建云基础设施,以快速响应不断变化的需求。在如今一个主要由应用程序所驱动的世界(比如甲骨文和SAP),所有企业的下一个前沿就是让员工和客户广泛并方便地使用数据。

革新者开始认识到,以数据取胜的关键在于为应用程序尽可能提供最优数据。企业已经开始从仅拥有一个应用程序到为应用程序提供最佳数据的转变。最美妙的境界是你能将公司的专有数据与全球的数据融为一体,从而产出更为深入的洞察来助力企业实现巨大的飞跃。例如,位置情报软件即服务(SaaS)供应商美国环境系统研究所公司(Environmental Systems Research Institute,简称Esri)运用容器与Kubernetes为客户提供服务,以满足COVID-19案例追踪、火灾定位、灾害管理等各种需要整合大量地理定位信息的需求。

五大关键管道

CIO必须提供数据服务来支持应用程序开发、机器学习项目、数据探索以及其他高级数据需求。在我看来,应用程序会访问到五项关键的即服务as-a-Service)管道,从而构成一个完整的服务目录。每项即服务都应为用户提供一键式数据管道,让用户可以轻松地获取数据,使其能专注于作为重点的应用程序,而无须费心建立和管理基础设施。

五大管道包括:

数据库即服务(Database as-a-Service):提供跨团队、跨应用程序的可扩展数据资源库。

数据搜索即服务(Data search as-a-Service):提供即席查询以了解产品的使用情况并加以改进。

分析即服务(Analytics as-a-Service):通过TableauExcel等工具挖掘商业信息。

机器学习/人工智能即服务(ML / AI as-a-Service):提供智能个性化服务,并了解通过TensorFlow等不同工具来挖掘海量数据的多种使用模式。

流媒体数据和信息传递即服务(Streaming data and messaging as-a-Service):鉴于如今数据皆分布在边缘,此项即服务向需要依赖实时数据来为用户提供信息或机器操作的应用程序提供支持。

MySQLMongoDBCassandraPostgreSQL等开源数据库已经得到了广泛采用,对支持及提供这一套数据服务目录至关重要。全球CIO对此类的投资已高达十亿美元

在过去十年里,全世界诞生的各种应用程序数不胜数。现在是时候对数据给予同样的关注了。

关于作者

何与晖先生于2015年加入Pure Storage,现担任大中华区技术总监,负责公司在大中华区产品的技术咨询顾问及客户支持工作,同时协助业务团队将Pure Storage的云端数据平台推广到大中华区各行各业的组织与企业。在此之前,何与晖先生曾在甲骨文公司服务多年,先后担任程序设计师、系统设计师、项目经理、产品经理、核心技术讲师以及首席技术顾问等职位。在其担任技术顾问期间,主要职责为大中华区客户及业务团队提供产品的培训及技术支持。在多年的技术支持历练中,何与晖先生曾参与过多次大型数据库迁移及数据库不停机升级项目,也为研究机构、大学院校、政府、制造业、医疗业等领域打造数据中心以及生产线数据库系统的高可用性架构。

关于Pure Storage

Pure Storage (NYSE: PSTG) 帮助技术专家节省更多时间。Pure Storage提供现代化数据体验,赋能组织在多云环境中,以真实的、自动化的、存储即服务模型,无缝地运行程序。作为有史以来成长最快的IT企业之一,Pure Storage帮助客户实现数据的应用,并降低管理基础设施的复杂程度和成本。目前,PureB2B客户满意调查净推荐分数 (NPS) 中名列行业前1%,这也说明了Pure持续增长的客户是世界上满意度最高的客户。

围观 51
评论 0
路径: /content/2021/100555506.html
链接: 视图
角色: editor
winniewei的头像
winniewei

英飞凌科技股份公司 (FSE:IFX/OTCQX:IFNNY) 推出了 CIRRENT™ Cloud ID 服务,实现了云证书配置和物联网设备到云端的身份验证的自动化。该简单易用的服务可扩展信任链,使芯片到云端的任务更加便利、安全,也同时降低了企业的整体成本。Cloud ID 是工业、消费、保健、医疗和制造产业中,云连接产品企业的理想选择。

英飞凌软件与生态系统部门副总裁 Rob Conant 表示:“多年来,物联网产品制造商致力于简化制造、安全和配置流程。Cloud ID 基于英飞凌在嵌入式安全方面的过硬实力,结合 CIRRENT 云端服务,将信任链从芯片延伸至云端,以独特的方式解决制造、安全和配置的问题。在确保安全性的前提下,协助客户节省成本、时间和人力。”

以往,物联网设备制造商常需要在 IT 的复杂性和安全性之间做取舍。复杂且昂贵的解决方案,需在生产线建置硬件安全模块 (HSM),同时要求安全的 IT 程序;简单的解决方案更容易实施、成本更低,但存在大量的安全隐患。英飞凌的 Cloud ID 采用基于云的证书交付机制,确保加密安全性,同时简化制造流程,借此突破前述模式。

相较于传统方式,Cloud ID 具有多种优势。包括:

简化制造流程,同时拥有个体证书的能力,无需复杂的 IT 系统和程序

使用非对称秘钥保证其安全性。该功能基于英飞凌的可信赖安全性,及其无需复杂的基础架构即可配置X.509 证书的优势

附带自动配置至云端的功能。用户可设定云端至云端的连线,并可使用私有云、公有云或 AWS IoT Core 进行配置

赋予用户监控、追踪、审核注册与配置的能力

通过节省 NRE 费用和 HSM 的营运成本,来降低整体成本。

Cloud ID 运作方式

Cloud ID 可快速轻松进行设定。用户可免费注册一个CIRRENT 帐户,并设置 CIRRENT Cloud ID 服务与其产品云之间的云端至云端的连接一批与 Cloud ID 相容,并包含 X.509 证书的芯片被送至生产点,并由该处的技术人员通过智能手机注册。X.509 证书会自动配置至产品云。用户可登入 CIRRENT 控制台,下载证书、审核及追踪注册和配置。

CIRRENT Cloud ID 供货情况

英飞凌 CIRRENT Cloud ID 目前已开始供货。如需深入了解或试用免费的虚拟套件,请浏览 https://china.cypress.com/products/cirrent-cloud-id

关于英飞凌 CIRRENT 软件服务

除了 CIRRENT Cloud ID 之外,英飞凌的 CIRRENT 软件服务包括 CIRRENT loT Network Intelligence (INI) CIRRENT Mobile App Intelligence (MAI)

关于英飞凌

英飞凌科技股份公司是全球领先的半导体科技公司我们让人们的生活更加便利、安全和环保。英飞凌的微电子产品和解决方案将带您通往美好的未来。2020财年(截止9月30日),公司的销售额达85亿欧元,在全球范围内拥有约46,700名员工。2020年4月,英飞凌正式完成了对赛普拉斯半导体公司的收购,成功跻身全球十大半导体制造商之一。

英飞凌在法兰克福证券交易所(股票代码:IFX)和美国柜台交易市场 OTCQX International Premier(股票代码:IFNNY)挂牌上市。更多信息,请访问www.infineon.com

更多新闻,请登录英飞凌新闻中心:https://www.infineon.com/cms/cn/about-infineon/press/press-releases/

英飞凌中国

英飞凌科技股份公司于1995年正式进入中国大陆市场。自1995年10月在无锡建立第一家企业以来,英飞凌的业务取得非常迅速的增长,在中国拥有约2000名员工,已经成为英飞凌全球业务发展的重要推动力。英飞凌在中国建立了涵盖研发、生产、销售、市场、技术支持等在内的完整的产业链,并在销售、技术研发、人才培养等方面与国内领先的企业、高等院校开展了深入的合作。

围观 33
评论 0
路径: /content/2021/100555505.html
链接: 视图
角色: editor
winniewei的头像
winniewei

根据Gartner的研究,为了应对不断变化的威胁形势并提高在高管层中的影响力,安全和风险领导人应采取三个步骤,从防守型领导人转变为进攻型领导人。

Gartner杰出研究副总裁兼院士级分析师Tina Nunno表示:“现在正是安全领导人提高存在感的时候。拥抱进攻型思维的安全领导人可以将他们的角色从服务提供者永久转变为提供关键战略和指导以支持业务价值创造的指导者。”

Gartner安全和风险管理峰会美洲站的开幕主题演讲中,Nunno发布了安全和风险领导人由守转攻的三个步骤。

加强您的个人领导策略

Gartner最近的一项调查*中,57%的受访者表示新冠疫情使首席信息官、首席执行官和其他高级利益相关者更好地认识到安全和风险管理的价值。为了保持这一势头,安全领导人必须确定他们正在采取的是防御型行动还是进攻型行动,并将后者确定为其个人领导力的发展方向。

Nunno表示:“经常为安全事件道歉或解释的首席信息安全官很可能是采取了防御立场,这往往导致安全官被孤立成服务提供者的角色。具有进攻意识的安全领导人则专注于创新、前瞻性战略和安全在支持数字化转型中的作用,以此帮助巩固他们作为关键业务伙伴的地位。”

实现团队安全策略的系统化分配

根据Gartner的研究,表现优异的企业对数字成果实行去中心化的问责制度。安全和风险领导人可以通过将安全责任分配给整个企业的利益相关者来改进结果,包括业务线领导人、高管和第三方厂商。

Nunno表示:“确保企业安全不仅仅是安全团队的责任。如果整个企业机构能够进行透明、积极的沟通,则将有助于安全领导人促进去中心化的问责制度并确保利益相关者实现必要的结果。”

Gartner预测,到2024年,60%的首席信息安全官将与销售、财务和营销等面向市场的关键高管建立重要的合作伙伴关系,而现在这一比例还不到20%。如果安全和风险领导人想要将企业安全策略系统化地分配到各个职能部门,这一合作关系至关重要。

指导企业应对新的数字化风险

Gartner的研究发现,企业希望在2022年提高他们的风险承受力。在这个高风险环境中,进攻型安全策略将指导企业应对由此产生的波动和数字化不确定因素。

Nunno表示:“董事会和高管们通常关注的是收入、成本和风险。安全领导人可以围绕这三个领域制定与安全相关的决策,以此指导企业利益相关者,帮助确定企业愿意做出怎样的权衡。”

编者注:

*2021Gartner全球安全和风险管理治理调查于20214月至5月期间进行,调研对象为来自北美、欧洲、中东和非洲地区、亚太地区以及拉丁美洲的615名受访者。受访者所在的企业机构至少有100名员工并且年收入达到5000万美元。

关于Gartner

Gartner(纽约证券交易所代码:IT)为高管及其团队提供可执行的客观性洞察。 我们的专业指导和各类工具可以帮助企业机构在最关键的优先事项上实现更快、更明智的决策以及更出色的业绩。 欲了解更多信息,请访问http://www.gartner.com/cn

围观 27
评论 0
路径: /content/2021/100555504.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:ADI公司    Richard Anslow,系统应用工程师

摘要

本文为设计人员提供了使用LTspice®模拟工程电源解决方案的背景和指导。对工程电源解决方案实施优化后,可使用LTspice研究完整的MEMS信号链。有些传感器具有数字输出,有些传感器则包含模拟输出。对于包含模拟输出的传感器,可使用LTspice以及运算放大器、模数转换器(ADC)甚至可用的MEMS频率响应模型,模拟整个信号链。

多快好省

针对同一线路上共享电源和数据,目前有多种标准,包括针对数据线供电(PoDL)IEEE 802.3bu,以及针对以太网供电(PoE)IEEE 802.3af,采用带有专用电源接口控制器。这些定义的标准通过检测、连接检查、分类和开/关故障监测,提供了受控的安全电源连接。在安全供电情况下,功率水平范围为几瓦至几十瓦。与适用于广泛应用的标准化PoE/PoDL规范相反,术语工程电源(EP)”是指定制的数据线供电设计,通常用于单个应用例如,针对电机控制编码器应用,Hiperface DSL规范1将电源和数据耦合至同一线路。工程电源还可用于一些现代传感器系统中。

一般的共享电源和数据接口经过编码,可减少信号直流成分,从而在发送交流信号成分时简化系统设计。但是,许多数字输出传感器接口(例如,SPII2C)尚未经过编码,具有可变的信号直流成分,因此不是共享数据和电源设计的自然之选。对SPII2C进行编码需要额外的微控制器,这会增加解决方案的成本和尺寸,如图1所示。为了免去编码和额外增加微控制器的麻烦,设计人员必须尝试采用多快好省的办法,这就需要仔细设计和模拟工程电源电路。工程电源电路由电感、电容和保护电路组成,一起构成了一个滤波器。

358570-fig-01.jpg

1.MEMS传感器的潜在工程电源解决方案,在传感器解决方案尺寸和设计复杂性方面进行了权衡

工程电源背景

功率和数据通过电感电容网络分布在一对电线上。高频数据通过串联电容与数据线路耦合,同时保护通信收发器免受直流母线电压影响。主控制器上的电源通过电感器连接到数据线路,然后使用电缆远端的子节点传感器节点上的电感器进行滤波。

电感电容网络将产生高通滤波器,因此耦合解决方案必须添加到不需要直流数据成分的数据线上。但是,有些接口未在物理层进行编码以去除直流成分,例如,SPI。在这种情况下,系统设计人员需考虑最坏情况的直流成分场景,即数据帧中发送的所有位均为逻辑高电平(100% 直流成分)。所选的电感还将具有指定的自谐振频率(SRF),超过该频率时,电感值会下降,寄生电容会增加。这样,工程电源电路将同时充当低通和高通滤波器(带通)。基于模拟的建模可大大帮助系统设计人员了解该限制。

长距离移植SPI时,电缆和元件会影响系统时钟和数据同步。可能的最大SPI时钟基于系统传输延迟设置,包括电缆传输延迟,以及主节点和子节点元件传输延迟。虽然本文未作进一步讨论,但设计人员应意识到该额外限制,更多信息请参考文章为工业4.0启用可靠的基于状态的有线监控——2部分2

2所示为简化的工程电源电路,可用于进行滤波或下降电压和下降时间分析。受数据线供电网络电感的影响,通信总线电压会下降,如图3所示。电压下降分析很重要,因为当电压下降超过峰值电压的99%时,网络中会出现位错误。可将系统设计为符合特定的电压下降和时间下降规范。例如,1000BASE-T以太网假设500 ns内的电压下降为27%3如图3所示。

358570-fig-02.jpg

2.工程电源,用于分析的简化电路

358570-fig-03.jpg

3.电压下降和下降时间

等式1至等式6提供电感值和电容值,以获得目标电压下降值和下降时间。假设在电压下降期间,隔直电容间的电压变化可忽略不计,则得出以下表达式,以求取串联LR电路的电压下降值:

358570-eq-01.jpg

基于目标下降、下降时间和电阻,该等式提供了求取电感的表达式:4

358570-eq-02.jpg

通过以下等式求出串联RLC电路的阻尼比:

358570-eq-03.jpg

假设临界阻尼系统的ζ = 1,则给出了用于求取C的表达式:

358570-eq-04.jpg

代入上述求CL的表达式,得出电路高通滤波器的截止频率:

358570-eq-05.jpg

对于临界阻尼系统:

358570-eq-06.jpg

为什么使用LTspice来进行工程电源模拟?

使用LTspice进行工程电源模拟有几个令人信服的原因,包括:

● 真实电感模型,包括可使模拟与真实性能更紧密相关的器件寄生效应。LTspice库中具有数以千计的电感模型,由众多知名制造商(WürthMurataCoilcraftBourns)提供。

● 提供适用于ADI物理层通信收发器的LTspice模型以支持多种接口标准CANRS-485),而其他半导体制造商通常不提供。

● 灵活的LTspice波形查看器可用于对数据线供电设计进行快速的数值评估。

● 与普通SPICE模拟器相比,借助LTspice的增强功能,模拟功耗器件(例如,LDO稳压器和开关稳压器)的速度非常快,用户仅需几分钟即可查看大部分开关稳压器的波形。

● 现成LTspice演示电路减少了原理图采集时间。

● 1000多种ADI功率器件模型、200多种运算放大器模型和ADC模型以及电阻、电容、晶体管和MOSFET模型,可供您用于完成剩余的设计部分。

使用LTspice进行下降分析

4提供了简化的数据线供电模拟电路。该电路使用LTC2862 RS-485收发器LTspice宏模型和1 mH电感(Würth 74477830)LTspice中的真实电感模型包括可使模拟与真实设计性能更紧密相关的器件寄生效应。隔直电容值为10 µF。一般来说,使用较大的电感值和电容值可降低通信网络上的数据速率性能。模拟测试用例的数据速率为250 kHz,这大致相当于通过RS-485接口移植时钟同步SPI100米的电缆通信2。模拟中使用的输入电压波形对应于最差情况的直流成分,其中包含16位字和所有逻辑高电平位。模拟结果如图5和图6所示。输入电压波形(VIN)与远程受电器件的输出相匹配(无通信错误)。图6所示为用于进行下降分析的总线电压差分波形(电压A到电压B)的放大图。从L2电感中提取的远程传感器节点电压提供5 V±1 mV的电源轨。

358570-fig-04.jpg

4.使用LTC2862 (RS-485)1 mH Würth电感74477830的工程电源LTspice模拟电路

358570-fig-05.jpg

5.RS-485总线差分电压V(A,B)以及下降点XY的模拟结果

358570-fig-06.jpg

6.XY的下降分析

使用图5和图6LTspice波形测量VDROOPVPEAKTDROOP。然后使用等式2和等式4计算L值和C值。如表1所示,计算出的L值为1 mH3 mH,但该值可能因测量波形的位置而有所不同。在X点进行的测量最准确,产生了约为1 mH的正确电感值。高通滤波器频率(等式6)就是下降时间和电压的函数,对于点X1位(半个时钟周期)的频率约等于250 kHz/32,与图5所示的输入波形(V3)相匹配。

运行图4所示的模拟时,值得注意的是,建议使用C8电容来降低传感器上的电压过冲(功率提取节点上的VPOUT)。添加C8以后,过冲最大值为47 mV,并且在1.6 ms内建立至所需5 VDC1 mV以内。在不使用C8电容的情况下进行模拟导致系统欠阻尼,过冲值为600 mV,并且与5 VDC目标存在100 mV的永久电压振荡。

C值为0.4 μF1 μF,如表1所示。C值小于10 µF隔直电容值,因为电路包含额外的串联电容(1 µF100 µF),且可能出现过阻尼,这与等式1至等式6的计算相矛盾。

1.下降分析:使用VDROOP/VPEAKTDROOP测定电路电感和电容

模拟点

LTspice波形实测值

使用等式1至等式6 得出的计算值

VDROOP (V)

VPEAK (V)

VDROOP/ PEAK

TDROOP

(µs)

R (Ω)

L (mH)

C (µF)

X

2.85

6.06

0.47

7.54

107

1.1

0.4

Y

5.14

6.06

0.85

63.6

107

3.6

1.2

使用LTspice模拟更复杂的供电电路

在传感器节点添加LDO稳压器或DC-DC转换器可实现在标准工业电压轨(例如,12 VDC24 VDC)上从主节点供电。LDO稳压器或DC-DC开关稳压器的选择取决于应用要求。如果应用使用12 VDC电压轨,则LDO稳压器可能适合用来实现超低噪声性能,并且在传感器子节点产生可接受的功耗。对于24 VDC电压轨,建议使用效率更高的DC-DC开关稳压器来降低功耗。ADI的低噪声Silent Switcher®架构确保可实现更高的能效和低噪声。

24 VDC广泛用于铁路、工业自动化、航空航天和防务应用中。适用于铁路用电子装置的EN 50155标准5规定了24 VDC的标称输入电压,但标称输入变化为0.7 VIN1.25 VIN,规定的扩展范围为0.6 × VIN1.4 × VIN。因此,应用中使用的DC-DC器件需要14.4 VDC33.6 VDC的较宽输入范围。

LTM8002 Silent Switcher µModule®稳压器采用6.25 mm × 6.25 mm BGA封装和3.4 VDC40 VDC的较宽输入范围非常适用于铁路车辆监控中所用的空间受限振动传感器。

7复制了图4的原理图,增加了LTM8002,从主节点输送至子节点传感器的电源为24 VDC。模拟显示在LTM8002上达到所需5 VDC±1%的输出电压需要1ms的斜坡时间。建议设计人员在上电时实施2 ms3 ms时间延迟,然后再启动主节点和子节点之间的通信。这将确保在传感器节点输出端获得有效数据。

358570-fig-07.jpg

7.在传感器子节点(LTM8002)使用ADI的低噪声Silent Switcher器件可为电源轨设计提供更大的灵活性

358570-fig-08.jpg

8.VPOUT上达到所需5 VDC的斜坡时间为1 ms2 ms3 ms后在VOUT上获得有效数据

完整的MEMS信号链模拟

ADI公司提供很多设计笔记,可帮助设计人员完成MEMS信号链设计,并使用LTspice进行模拟(参见图9)。虽然很多MEMS均为数字输出,但也有很多高性能传感器具有模拟输出。模拟运算放大器和ADC信号链可在完成硬件设计构建之前提供有价值的见解。

如要分析低通滤波、放大器和ADC输入对传感器数据的影响设计人员可参考Gabino AlonsoKris Lokere提供的LTspice基准电路6可提供AD4002AD4003 18SAR ADC以及16LTC2311-16的模拟模型。关于使用LTspice开发定制的模数转换器模型,Erick Cook提供了有用的实践指南7

200多种运算放大器模型可供选择,包括ADA4807ADA4805系列。可提供基准电压宏模型(例如,ADR4525LTC6655-5),以及ADA4807-1基准电压缓冲器。

Simon Bramble在他的一篇关于状态监控系统的文章中介绍了如何使用LTspice来分析振动数据的频谱。8 Simon的文章提供了关于格式化和分析捕获的传感器数据的有用提示。

10所示为ADXL1002低噪声、±50 g MEMS加速度计频率响应的LTspice模型示例。以LTspice拉普拉斯格式使用串联LRC电路与MEMS频率响应很接近。模拟模型与数据表典型性能保持较好的一致性,谐振频率为21 kHz,在11 kHz时为3 dB。对于交流分析,最好在LTspice中使用Laplace电路,但对于瞬态分析,应使用分立式RLC器件以获得最佳模拟性能。

358570-fig-09.jpg

9.使用LTspice的完整传感器信号链模拟(简图未显示所有连接和无源器件)

358570-fig-10.jpg

10.(a) MEMS频率响应的Laplace模型(b)图显示谐振频率为21 kHz11 kHz时为3 dB

对于模拟输出加速度计(例如,ADXL1002),带宽的定义为对直流(或低频)加速度的响应降至–3 dB时的信号频率。图11复制了图10MEMS频率响应模型,但还包括运算放大器的滤波器电路。使用该滤波器电路,可在3 dB内测量更多的MEMS频率响应。该图显示,在17 kHz时运算放大器的VOUT3 dB,而未滤波MEMS的输出在11 kHz时为3 dB

12包括MEMS输入模型10中的分立式RLC、运算放大器滤波和16LTC2311-16 SAR ADC模型。可使用模块化方法构建和模拟完整的信号链,将有线接口和工程电源作为独立的模块添加。

对于瞬态模拟,可探测LTC2311-16 DIGITAL_OUT节点,以查看对应于MEMS电压输入(VIN)的数字输出。可修改LTC2311-16 LTspice模型,以减少串行时钟和CNV接口时序,并且可将数字输出基准OVDD更改为1.71 V2.5 V范围内的任何值。一些RS-485收发器(例如,LTC2865)包括一个逻辑接口引脚VL,该引脚可在1.8 V2.5 V下运行,从而为ADC数字输出数据的有线流传输提供完美匹配。然后可使用LTC2865 VCC引脚,在3.3 V5.0 V下单独为RS-485接口供电,以提供电压更高的电缆驱动。

358570-fig-11.jpg

11.(a) MEMS频率响应和滤波器模型以及(b)推高至17 kHz3 dB11 kHz下的图10b相比

358570-fig-12.jpg

12.MEMS输入模型10中的分立式RLC、运算放大器滤波和16LTC2311-16 SAR ADC模型

358570-fig-13.jpg

13.MEMS模型的输入电压(VIN)和滤波后的数字化输出电压(DIGITAL_OUT)

参考MEMS和工程电源评估平台

ADI有线状态监控平台ADcmXL3021三轴振动传感器提供工业有线链接解决方案。硬件信号链由ADcmXL3021加速度计组成,SPI和中断输出与接口PCB相连,通过数米长的电缆将发送至RS-485物理层的SPI转化发送至远程主控制器板。SPIRS-485物理层的转换可以使用隔离或非隔离的接口PCB实现,其中包括iCoupler®隔离(ADuM5401/ADuM110N0)RS-485/RS-422收发器(ADM4168E/ADM3066E)。该解决方案通过一根标准电缆(工程电源)将电能和数据结合在一起,从而降低了远程MEMS传感器节点的电缆和连接器成本。专用软件GUI可以简单配置ADcmXL3021器件,并在长电缆上捕捉振动数据。GUI软件将数据可视化显示为原始时间域或FFT波形。

358570-fig-14.jpg

14.数据线供电的有线振动监控。

结论

现代MEMS传感器解决方案的体积小、集成度高,并且放置在振动源附近,用于测量振动频率。频率随时间的变化表明振动源(电机、发电机等)存在问题。频率测量对于CbM而言至关重要。使用工程电源解决方案可节省MEMS传感器的连接器数量和电缆成本。LTspice是强大的免费模拟工具,可用于模拟工程电源设计。数千个功率器件模型(包括LTM8002 Silent Switcher器件)可用于完成剩余的设计部分。使用提供的ADC、运算放大器和MEMS模型,可实现完整的MEMS信号链模拟。

参考文献

1 Hiperface DSL®数字进化SICK Sensor Intelligence202010月。

2 Richard AnslowDara O’Sullivan为工业4.0启用可靠的基于状态的有线监控——2部分”ADI公司201911月。

3 “IEEE 802.3bu-2016——IEEE以太网标准——修正案8单根平衡双绞线以太网由数据线供电(PoDL)的电线的物理层和管理参数”IEEE20172月。

4 Andy GardnerPoDL去耦网络演示凌力尔特20145月。

5“EN 50155:2017用于铁路车辆的铁路应用电子设备

6 Gabino Alonso  Kris LokereLTspice仿真SAR ADC模拟输入”ADI公司201711月。

7 Erick Cook使用LTspice模拟混合连续采样系统EDN Asia20201月。

8 Simon Bramble使用LTspice分析状态监控系统中的振动数据模拟对话54 220206月。

作者简介

Richard AnslowADI公司自动化与能源业务部互连运动和机器人团队的系统应用工程师。他的专长领域是基于状态的监测和工业通信设计。他拥有爱尔兰利默里克大学颁发的工程学士学位和工程硕士学位。联系方式:richard.anslow@analog.com

围观 90
评论 0
路径: /content/2021/100555503.html
链接: 视图
角色: editor
winniewei的头像
winniewei

11月19日,联发科技召开2021高管峰会。在峰会上,联发科技正式发布了新一代旗舰处理器天玑9000 。据介绍,联发科天玑9000采用了台积电4nm制程工艺,也是全球首款台积电代工的4nm手机芯片,安兔兔跑分突破了100万分,这是安卓阵营已知的跑分最高的手机芯片。联发科技表示,这颗芯片有望于明年第一季度量产商用,预计小米、OV等品牌将会搭载。

天玑9000旗舰5G移动平台安兔兔跑分破百万.png

天玑9000旗舰5G移动平台多项技术领先.png

2019 年,联发科技发布了MediaTek第一个 5G SoC——天玑1000;去年,联发科技发布了自己第一款6纳米5 SoC。联发科技副董事长暨首席执行官蔡力行表示:“今天,我们很自豪带着我们的旗舰 5G SoC——天玑9000,与大家见面。天玑9000是我们在通信、人工智能、多媒体等领域多年来积极和持续技术投资的成果,这些先进技术也将持续贯穿我们多元的产品线。”

Dimensity-9000-Infographic_Base-min.jpg

蔡力行表示:“以目前MediaTek对技术、产品的投资及布局,我们对未来三年营收成长mid-teens (中双位数)的目标深具信心。此外,领先业界的超低功耗技术已经展现在旗舰移动芯片天玑9000及其他产品上,同时,我们长期拥有快速扩大产品出货、营运规模的能力,外加每年驱动超过20亿台多样化智能联网设备的业界领先地位,更是我们在数字转型及元宇宙发展趋势下的差异化优势。”

MediaTek CEO蔡力行和总经理陈冠州.jpg

创历史纪录之亮眼成绩: 营收及净利倍数成长

MediaTek长年投资关键技术,积极抓取市场机遇,为公司持续发展奠定稳固的基础。2021年营收预计将达170亿美金,约为2019年80亿美金的2倍,净利估计达到2019年的5倍。两年前峰会时的股价与昨日相比也成长了2.6倍。

1637308453(1).jpg

广泛产品组合带来均衡结构性全面成长,跨产品组合强力成长

  • 2021 年第一季至第三季,我们所有的业务线和收入组都实现了非常强劲的营收增长。我们拥有60%年成长,远远超过半导体整体的23%。

  • 移动通信:5G 换机潮和高端机的扩充,全球市占率获得提升,包括美国及欧盟等地区

  • 物联网、计算和 ASIC: Wi-Fi 6 升级,Chromebook笔记本电脑,进入新产品领域,例如笔记本电脑、CPE、ASIC 新项目。

  • 智能家居:更好的产品组合,面向更高分辨率和支持AI的智能电视产品。

  • 电源管理芯片:在 5G 和 Wi-Fi 5-6 升级中需求大幅增长。

1637308541(1).jpg

长期投资以及未来展望

  • 我们今年投资33亿美金于高性能计算、无缝连网、低功耗,先进制程以及封装技术。

  • 云计算持续成长,终端设备也倍数成长,低功耗的需求会越来越高。我们在边缘计算和连网方面拥有领先地位,例如提供卓越游戏体验、暗光拍照和录像、8K电视/显示以及Wi-Fi相关技术的各式应用等,这也都是元宇宙所需的技术元素,以上是我们现在及未来成长的基础,带给我们很多的机会,所以对未来成长很有信心。

围观 44
评论 0
路径: /content/2021/100555502.html
链接: 视图
角色: editor
winniewei的头像
winniewei

恩智浦结合汽车网络、网关和i.MX 8系列处理器,实现车辆的增强型服务、便捷性以及无线升级

恩智浦半导体(NXP Semiconductors N.V.,纳斯达克股票代码:NXPI)日前宣布与福特汽车公司开展合作,为福特全球车队(包括2021F-150皮卡、Mustang Mach-EBronco越野车)增进驾驶体验、便捷性和服务。福特全新全联网车辆架构配合恩智浦车载网络处理器和i.MX 8系列处理器,共同升级车辆,助力提升客户生活品质、优化车主体验。

恩智浦车载网络处理器提供安全的车载网络,支持网关快速部署全车无线(OTA)软件更新和新服务,同时处理汽车深度数据并发送到云端,推动产品持续升级。处理器还支持车辆健康管理等面向数据的服务。

恩智浦i.MX 8系列处理器为福特SYNC®4提供支持,用生动的图像为客户带来高级多媒体体验,实现车内工作效率支持工具、云服务、增强型语音识别和定位应用。

恩智浦半导体公司首席执行官Kurt Sievers表示:“恩智浦通过提供愉快的车内用户体验和无线更新,并在汽车出厂后不断完善,帮助福特不断提升汽车质量。我们的S32G2i.MX 8系列处理器,让客户所期待的扩展服务、全新用户体验和便捷性成为可能。”

有关NXP车载网络处理器的更多信息

恩智浦车载网络处理器(包括NXP S32G2)能够满足新车辆架构的需求:服务型网关、域控制器、分区处理器、安全处理器等。这些处理器有助于原始设备制造商从汽车制造商转型为汽车数据驱动型服务提供商,由此拓展商机。

关于恩智浦半导体

恩智浦半导体秉持智慧生活 安全连结”的理念,致力于通过领先技术推动更便捷、智能、安全的生活。作为全球领先的嵌入式应用安全连接解决方案提供商,恩智浦不断引领汽车、工业物联网、移动设备和通信基础设施市场的创新。恩智浦拥有超过60年的专业技术及经验,在全球30多个国家设有业务机构,员工达29,000人,2020年全年营业收入86.1亿美元。更多信息请登录www.nxp.com.cn

围观 37
评论 0
路径: /content/2021/100555501.html
链接: 视图
角色: editor
winniewei的头像
winniewei

根据意法半导体总裁兼首席执行官Jean-Marc Chery的提议,意法半导体(纽约证券交易所代码:STM)监事会批准执行委员会人员变动,此次变动将于 2022 年 1 月 1 日生效。执行委员会负责公司的管理,由Jean-Marc Chery先生担任委员会主席。

Marco Cassis 将担任模拟、MEMS 和传感器(AMS)产品部总裁。除这项职务外,Cassis 还将兼顾其他多项集团职责,即战略发展、系统研究和应用创新等要职。

Remi El-Ouazzane 将担任微控制器和数字 IC(MDG)产品部总裁,接任于年底退休的Claude Dardanne。El-Ouazzane 即将从英特尔离职并加盟意法半导体,他先后在英特尔担任人工智能产品部首席运营官和数据中心平台产品部首席战略官。

Lorenzo Grandi 确认将继续担任首席财务官一职,兼任财务、采购、企业资源管理和企业韧性部总裁。

Jerome Roux,现任亚太地区执行副总裁,将升任集团销售与营销总裁,负责意法半导体各大区域(欧洲、中东和非洲、美洲、亚太地区和中国)市场,以及全球大客户和需求规划等部门。

以下总裁确认继续担任现职:

Orio Bellezza,技术、制造、质量和供应链部总裁;

Rajita D’Souza,首席人力资源官、人力资源与企业社会责任部总裁;

Marco Monti,汽车和分立器件产品部(ADG)总裁;

Steven Rose,法务总裁。

意法半导体总裁兼首席执行官Jean-Marc Chery 表示:“持续提升ST的长期价值,离不开人、领导力和团队合作等主要推动因素和成功要素,这符合我们的既定战略,并能让我们专注于明确的目标。我将与执行委员会一起,继续践行 ST 对股东、客户、人和整个社会的价值主张,重点做好可持续发展、数字化转型和价值创造等工作,并继续执行我们作为独立芯片制造商 (IDM) 的运营模式。”

欲查看ST 执行委员会的个人履历,请点击此处

Remi El-Ouazzane个人履历

Remi El-Ouazzane 于 1997 年在德州仪器 (TI) 开始了他的职业生涯,15 年来,他先后在宽带、移动和嵌入式处理领域的工程和业务部门担任过不同职务,职级不断提高,最后晋升成为开放多媒体应用平台 (OMAP)产品部副总裁、总经理。2013 年,El-Ouazzane 担任 Movidius公司的首席执行官,负责推动视觉处理单元 (VPU)的 软硬件技术,推进人工智能 (AI) 在物联网中的应用。2016 年,Movidius被英特尔收购,El-Ouazzane 加入英特尔新技术部,担任副总裁、总经理。 2018 年,El-Ouazzane担任英特尔人工智能产品部的首席运营官,负责边缘到云 AI 加速器的工程和产品管理;从 2020 年起,他开始担任英特尔数据中心平台产品部的首席战略官,在数据中心和云市场上推行了多项战略举措,包括收购 Habana Labs 以加强英特尔在云 AI 处理器市场的技术组合。

El-Ouazzane 于1973 年出生在法国塞纳河畔埃皮奈,1996 年毕业于格勒诺布尔理工学院(INPG),1997 年毕业于格勒诺布尔政治学院,2004年毕业于哈佛商学院综合管理专业,2009年荣获法美基金会青年领袖奖。

关于意法半导体

意法半导体拥有46,000名半导体技术的创造者和创新者,掌握半导体供应链和先进的制造设备。作为一家独立的半导体设备制造商,意法半导体与十万余客户、数千名合作伙伴一起研发产品和解决方案,共同构建生态系统,帮助他们更好地应对各种挑战和新机遇,满足世界对可持续发展的更高需求。意法半导体的技术让人们的出行更智能,电力和能源管理更高效,物联网和5G技术应用更广泛。详情请浏览意法半导体公司网站:www.st.com

围观 46
评论 0
路径: /content/2021/100555500.html
链接: 视图
角色: editor
winniewei的头像
winniewei

专注于引入新品推动行业创新的电子元器件分销商贸泽电子 (Mouser Electronics)宣布将于1123-26日推出2021技术创新周主题周的收官主题“新基建”专场,这也是继今年IoT、智能机器人专题后推出的又一热门专题。本次活动特别邀请到来自Analog Devices, Bel, Littelfuse, Microchip, Molex, Vicor, Würth Elektronik等国际知名原厂的技术专家及西安交大自动化学院的副院长,在每个活动日下午的14:00-16:10为大家分享新基建领域的各类技术解决和应用方案,共同探讨包括5G、工业物联网、智能制造、新能源汽车充电桩等多个重要垂直领域的技术难点及行业突破与发展。

新基建-贸泽电子技术创新周.jpg

新基建是科技化的基础设施建设,能够推动国家经济的快速增长,以数字技术赋能实体经济,助力行业智能化转型升级。新基建主要包括以5GAI、大数据为代表的信息基础设施,以智能交通、智慧能源为代表的融合基础设施,以及以重要科技和产业技术发展为代表的创新基础设施。为了帮助广大工程师增进对新基建领域知识的学习掌握,本次活动将为大家带来行业领先的主题分享包括:带HMI的无线网关解决方案、AloT解决方案、电路保护以及功率器件在数据中心以及5G通信中的应用、5G时代的射频同轴互连方案、交流充电桩EMC案例分析及理论基础、新一代电源方案在智能制造领域的应用、NavassaMxFE产品及应用研讨、工业物联网及其在智能制造等场景中的应用,让工程师能够在理论与实际知识交互的过程中,更好地掌握其所在行业的核心技术以及发展趋势,无惧设计挑战。

贸泽电子亚太区市场及商务拓展副总裁田吉平女士表示:“在落实新基建的过程中,需要工程师以全球化的设计思维来应对项目系统的复杂挑战,并时刻提升专业技能,从而巧妙解决设计难题。在本次的‘新基建’专题中,我们特别邀请到各大原厂的技术专家及业内大咖,凭借他们在其行业的资深经验和专业研究,为大家详细讲解无线通信、AIoT、新能源汽车、智能制造等当前热门行业的技术和应用,欢迎各位工程师、电子爱好者以及创客等踊跃参加,并参与到话题讨论中,一起分享见解,拓宽创新思路,为新基建的未来注入新的活力。”

本期活动的免费报名通道已开启,欢迎点击链接进入活动页面参与: https://www.mouser.cn/infrastructure-roadshow-2021/?utm_source=pr&utm_medium=thirdpartycampaign&utm_campaign=cninfrastructureroadshow-202111

作为全球授权分销商,贸泽电子库存有丰富的半导体和电子元器件,并积极引入原厂新品,支持随时发货。贸泽旨在为客户供应全面认证的原厂产品,并提供全方位的制造商可追溯性。为帮助客户加速设计,贸泽网站提供了丰富的技术资源库,包括技术资源中心、产品数据手册、供应商特定参考设计、应用笔记、技术设计信息、设计工具以及其他有用的信息。

工程师还可以一键订阅免费的贸泽电子报,及时了解业界新品动态和资讯。在订阅贸泽的电子报时,我们可以根据您不断变化的具体项目需求来提供相关的新闻报道和参考信息。贸泽充分尊重用户的权利,让您能自由掌控想要接收的内容。欢迎登陆https://sub.info.mouser.com/subscriber-sc 注册,及时掌握新兴技术、行业趋势及更多资讯。

关于贸泽电子 (Mouser Electronics)

贸泽电子隶属于伯克希尔哈撒韦集团 (Berkshire Hathaway) 公司旗下,是一家授权电子元器件分销商,专门致力于向设计工程师和采购人员提供各产品线制造商的新产品。作为一家全球分销商,我们的网站mouser.cn能够提供多语言和多货币交易支持,分销超过1100品牌制造商500多万种产品。我们通过遍布全球的27个客户支持中心,为客户提供无时差的本地化贴心服务,并支持使用当地货币结算。更多信息,敬请访问:http://www.mouser.cn

围观 43
评论 0
路径: /content/2021/100555499.html
链接: 视图
角色: editor
winniewei的头像
winniewei

器件外形尺寸12128787,供货周期为1016

日前,Vishay Intertechnology, Inc.(NYSE 股市代号:VSH)宣布,其IHLP®薄型、大电流电感器仍然保持稳定的供货,供货周期为10至16周。由于生产力提高,产能扩大,公司目前IHLP产品供货充足。随着 Vishay 不断努力扩大产能,公司预计2021年余下时间以及2022年,该器件的客户供货不会出现任何问题。

1.jpg

Vishay IHLP电感器从12128787包括10款外形尺寸,提供商用和汽车级两个版本。商用设备包括笔记本电脑、台式机和服务器;超薄大电流电源;PO转换器;电池供电的设备;以及分布式电源系统和 FPGA。汽车级器件适用于汽车引擎和传控单元、燃油喷射驱动、娱乐/导航系统,以及大电流无刷直流电机噪声抑制、雨刷器、电动后视镜和座椅、HIDLED照明、加热通风机的滤波和DC/DC转换。

Vishay IHLP电感器封装采用100 %无铅(Pb)一体成型屏蔽复合结构,噪声降至非常低的水平,具有高抗热冲击、耐潮湿、抗机械振动能力,可无饱和处理高瞬态变电流尖峰。

VISHAY简介

Vishay 是全球最大的分立半导体和无源电子元件系列产品制造商之一,这些产品对于汽车、工业、计算、消费、通信、国防、航空航天和医疗市场的创新设计至关重要。服务于全球客户,Vishay承载着科技基因——The DNA of tech.Ô。Vishay Intertechnology, Inc. 是在纽约证券交易所上市(VSH)的“财富1,000 强企业”。有关Vishay的详细信息,敬请浏览网站 www.vishay.com

围观 60
评论 0
路径: /content/2021/100555498.html
链接: 视图
角色: editor
winniewei的头像
winniewei

作者:易灵思 陈新

       随着数字时代的到来,数据的增长是爆发式的,2021年全球数据容量达到了59Zettabytes(1Zettabytes=2的70次方字节)。并且每年还在以26%的复合增长率加速!数据的爆炸式增长、更多更好的算法和更强大的处理器的推出,推动了机器学习、深度学习和人工智能的能力和应用的巨大增长。

       从消费设备中的人机交互,到更高效的企业运作,再到医疗保健、能源、零售和交通领域的创新,人工智能应用几乎遍及我们生活中的方方面面。特别是深度学习网络已被部署在智能手机语音识别和自动驾驶的所有领域。

        什么是机器学习,它与更一般的人工智能领域有何关联呢?

       首先人工智能只是描述了一种无需明确的计算机编程即可感知、学习、推理、行动和适应现实世界的机器。而机器学习是人工智能的一个子类别,其中计算机使用学习算法通过提供训练数据来构建模型。

       深度学习是机器学习的一个子类别,其中设计了多层神经元以能够学习复杂的表示。在深度学习中,可以有不同类型的神经网络。其中循环神经网络是具有反馈的神经网络,通常用于语音和文本的处理。卷积神经网络或CNN是使用卷积运算作为层间的前馈网络。CNN对分类、识别或定位等计算机视觉任务特别有效。

1.png

        那么什么是机器学习呢?

       从下图我们可以轻松地识别为。但是你是否想过,有人详细的告诉过你狗的特征吗?实际是你可能在年幼时曾多次听别人讲过什么是狗什么不是狗的例子,直到你能够在大脑中建立和完善什么是狗,哦原来看起来像这样,你就可以破译和识别一只狗。这就是机器学习的真正意义所在。

2.png

       如果你想用一个计算机程序来检测特定的特征来识别它是一只狗,这将是非常困难的,因为这条狗的许多特征与其他哺乳动物共有。换个思路,如果我们设置一个神经网络并简单地为它提供数十万甚至数百万张图像以及图像中对对象类型的特征标签,那么该算法将能够自我配置,因此它将能够识别不同的物体。这就是机器学习。如果我们用多层神经网络来做这件事,那么这就是深度学习。
       要详细了解机器学习,让我们从perceptron开始讨论。在机器学习中,perceptron本质上是一个非常简单的神经元二元模型。它是在1950年代和60年代开发的。它实际上是一个给定输入的二元分类器,输出是0或1。可以有任意数量的输入和单个输出,用于确定输入(通常由数字向量表示)是否属于某个特定类别。

3.png

4.png

      这是perceptron的数学表示。perceptron由权重和偏差组成。perceptron的输出只是所有输入的总和乘以相应的权重,然后添加到偏差中。如果结果小于或等于0,则输出为0,否则输出为1,表示perceptron已激活。权重将决定特定输入有多大影响,偏差或阈值可以确定神经元激发或激活的可能性。
      举个例子假设我们要决定是否出去吃饭。我们可以有3个输入来指示:我们是否饿了,是否是特殊日子,以及我是否可以报销餐费。

5.png

       如果输出大于0,我们就出去,否则我们留在里面。
       对于第一个输入我饿了,所以我应该吃东西,这不是一个决定外出就餐的非常重要的问题,所以我们权重算1。另一方面,“这是一个特殊的日子吗”是一个更重要的因素,所以我们权重算3。对于最后一个输入,“如果餐费可以报销”,这对我们的决定有非常大的影响,因此我们权重算6。我们将偏差设置为-2,这个偏差将使这个perceptron很有可能被触发。

      现在,如果输入为1、1和0,那么在乘以权重系数后,我们得到1、3和0,相加值为4,带上偏差,我们的最终输出为2,因此我们决定出去。

       虽然perceptron非常简单,但它有一些严重的缺陷。例如,因为它是一个线性函数,输入的微小变化可能会对输出产生重大影响。此外,如果perceptron有多层,它实际上相当于一个更复杂的单层网络,因为层可以合并。为了避免这种情况,我们经常对神经元应用非线性激活函数,例如sigmoid函数。Sigmoid神经元将sigmoid函数

1637306885(1).jpg

应用于我们神经元的输出,它是perceptron的稍微复杂的版本。最终结果是一条平滑的曲线,这使得它不易受输入变化的影响,并且更容易训练网络以找到合适的权重和偏差。

6.png

     然而现代人工神经网络由许多相互连接的神经元组成,每个神经元后跟非线性激活函数和可能的其他层。对按层组织的数据进行处理。有一个输入层,后面是许多隐藏层,然后是输出层。层层神经网络的连接,一层层的输入、输出、叠加,构成了一个复杂的、多隐藏性的深度神经网络。

7.png

       在部署神经网络以供使用之前,我们需要对其进行训练。训练是利用算法根据大量训练数据寻找合适的权重和偏差的过程。通常首先选择一个起始网络拓扑,例如ResNet或GoogleNet或其它某个版本。然后使用DeepLearning框架,例如Caffe或TensorFlow,对网络进行修改以实现改进。训练网络需要一个大型的数据库,然后使用训练数据来训练网络的权重与偏差。当然训练的权重与偏差也是需要实时的去更新,以提升部署网络的健硕性。一旦有了训练有素的神经网络,你就可以将它运用在你需要的神经模型中进行实战。
       现在大家常用的图像识别常用库有:MNIST是手写数字的数据库可用于数字的手写识别;CIFAR是一个32x32彩色图像的数据库;imagenet这是一个224x224彩色图像的数据库,每年imagenet大型视觉识别挑战赛就是围绕这个数据集展开的。
     那现在主要有哪些深度学习网络可供大家使用呢?例如GoogLeNet、VGG、Resnet、Alexnet、MobileNet、SqueezeNet等。当然还有一些流行的深度学习框架,例如Caffe、Caffe2、TensorFlow、Torch、PyTorch等。
AlexNet是Alex和Hinton参加2012年imagenet比赛时提出的卷积网络框架,夺得了当年ImageNet LSVRC的冠军。这个神经网络有6000万参数和650000个神经元,包含5个卷积层(某些卷积层后面带有池化层)和3个全连接层,最后是一个1000维的softmax。网络拓扑图如下:(网络的输入是224x224x3的图像,深度为3表示RGB颜色通道。网络的输出是1x1x1000矩阵,描述了1000类对象的概率)

8.png

       AlexNet的前5层卷积层很好的将数据计算量和权重量压缩了,不断的减少权重量以达到节省计算次数。如果8层都是全连接,那么前两层的数据量就来到了恐怖的430亿权重和计算!在AlexNet中,第一个卷积层使用96个11x11x3过滤器,这将显着减少计算数量至9700万次,权重数量减少至34848。
       详细的神经卷积网络的搭建以后向大家分享。从上面我们可以清楚的看到深度学习的计算强度之高,实现CNN推理需要很高的吞吐量,需要很多浮点乘法和累加运算用于过滤数据,需要高带宽本地存储。针对不同网络拓扑、精度和问题需要极好的灵活性。而且巨大的运算对功耗也有极大的要求。
      现在深度学习上FPGA具有很大的优势,FPGA有丰富的高性能DSP,高带宽的吞吐,以及可编程性。可以很好的运用现在的深度学习场景并且可以快速部署。目前国产易灵思FPGA低功耗、高性能的硬件优势,结合创新的EVSOC框架,可以帮助客户快速部署边缘AI计算应用。16nm钛金系列FPGA可以提供相当于2~3TOPS的算力水平,支持硬核LPDDR4,速率3733Mbps,带宽高达100Gbps,支持2.5GbpsMIPID-PHY硬核,是图像处理与深度学习的绝佳选择。

9.png

来源:易灵思官微

围观 37
评论 0
路径: /content/2021/100555494.html
链接: 视图
角色: editor