登录社区云,与社区用户共同成长
邀请您加入社区
每隔100ms做一次取数显示,其实取数加显示应该是30ms左右,我试过10ms,结果是数不动了,有时候还全是0,这里不知道为什么,deepseek也不能说准,以后有设备再排查吧。读寄存器的流程是开始I2C通信,发送设备地址(写),发送寄存器地址,重新开始,发送设备地址(读),关闭应答,结束I2C通信,等待数据接收,后存入Data,打开应答。一定是先关应答,后读数,如果反过来,读完数了,再关应答,从
浏览器打开新会话入口、工作区切换对话输入区,支持预设模式切换、权限切换、模型切换侧边栏设置、会话管理等功能入口。
摘要:芯动科技推出的IX9104国产104-Lane PCIe5.0全非阻塞交换芯片,针对Qwen3.8-2.4T万亿参数MoE大模型私有化部署需求,提供三套接口差异化的Demo评估板:金手指Slot版(Demo-A)适用于服务器整机原型与存储验证;多Slot高密度版(Demo-B)支持多NPU直插组网与NTB多主机测试;密集MCIO扩展版(Demo-C)聚焦MCIO高密度线缆互联,适用于机柜内子
Qwen3.8‑2.4T‑A95B 开源,除大型智算集群之外,量化版本正快速下沉到大量轻量化边缘 Agent 整机。这类项目受成本、PCB 尺寸约束,很容易选择用 CPU/NPU 软件完成视频后处理,带来推理时延升高的问题。GSV9001S 作为国产高性价比视频处理器,定位普惠型边缘 AI 整机,将画面缩放裁剪、OSD 告警叠加、信号切换等工作硬件卸载,释放宝贵的 AI 推理算力;小封装、工业宽温
Qwen3.8‑2.4T‑A95B 开源以及多国产 AI 芯片原生适配,加速了万亿级 MoE 模型私有化落地进程。行业更多聚焦算力与存储,而高速显示交互链路属于整机容易被忽略的配套环节。GSV6155 国产 DP 重定时器,定位不是 AI 计算芯片,而是补齐国产 AI 整机可视化交互链路的短板。
摘要 DeepSeek大模型的本地化部署正成为企业关注的核心议题。本文从金融科技公司面临的数据合规问题切入,系统分析了大模型部署的两种主流模式:云端服务与本地部署,并对比了二者在数据安全、硬件投入、网络依赖等维度的差异。DeepSeek因其卓越的中文理解、代码生成能力及免费政策优势,其本地化需求尤为突出。文中详细探讨了本地化部署的四大场景(数据安全、网络限制、成本控制、定制开发),并梳理了Deep
摘要:阿里开源Qwen3.8-2.4T-A95B万亿参数MoE大模型,实现国产AI芯片适配,降低私有化部署门槛。MoE架构对多卡协同和高速IO要求高,PCIe交换芯片成为关键硬件环节。国产PCIe5.0交换芯片IX9104解决三大痛点:扩展PCIe通道支持多NPU并行、挂载高速存储集群、接入高速网络外设。其适用于政企信创推理服务器、科研混合节点、分布式Agent集群及行业一体机四大场景,助力全国产
18 集片头全部是同一版式——点阵网格背景 + 中央蓝色柔光 + 顶部 8 色 LED 光点带 + 主标题「LED 全彩点阵屏万年历」+ 副标题 + 蓝色集数徽章「第 N 集 · 标题」+ 底部技术栈标签(STM32/DS1302/HUB75/PCB),只有集数徽章文字不同。:DS1302 晶振偏快,实测每天快约 15 秒(≈174 ppm)。:每个像素 1 字节低 3 位,8 种颜色(黑/红/绿
这篇文章介绍了一个基于STC8051单片机控制的TEF6686收音机模块项目。作者从闲鱼购买了TEF6686收音机高频头,设计了转接板并编写了控制程序。系统采用6个按键和EC11旋转编码器实现功能控制,包括自动搜台、音量调节、FM/AM切换和静音等功能。程序使用DeepSeek V4 AI模型辅助优化,通过串口输出调试信息,未来计划添加彩屏显示。文章提供了完整的C51源代码,详细介绍了I2C通信、
AI Agent 可观测性的下一站,必然从“统计可观测”走向“几何可解释性”。在 Physical AI 与世界模型爆发的前夜,仅靠 Token 级 Trace 无法捕捉多步推理黑盒中的相位断裂与因果丢失。用I2=−N 这把极简公理之刃,剖开 Agent 的几何盲区,为其装上连续、各向异性、物理因果自洽的几何探针——让旋转归旋转、伸缩归伸缩,更让二者在复代数底层同源生成。存在即旋转生成,观测即几
本设计是基于STM32的车载控制系统,主要实现以下功能:1.可通过DHT11获取温湿度2.通过语音控制模块控制温湿度模块测量温湿度,并语音播报结果;3.通过语音控制模块控制两个不同颜色的LED灯的亮灭和切换达到模拟车辆远近光的切换开关4.通过语音模块控制灯带模拟控制车辆氛围灯;5.通过语音模块控制风扇电机的开关,控制风扇的转速,模拟控制车辆的空调开关及空调大小6.语音控制本地音乐播放及切换歌曲
【摘要】苹果WWDC2026发布端侧Gemini大模型,引发Mac/iPad设备高速存储需求激增。国产YLB3118芯片突破ASM1166的技术瓶颈,采用八路独立SATA通道、2MB专用AI缓存及硬件级带宽调度,实现八盘并发读写速度2200MB/s,模型加载延迟降低89%,功耗下降72%。该芯片深度适配macOS27系统,解决热插拔磁盘丢失等兼容性问题,已应用于专业AI存储阵列、影视服务器等场景,
摘要: 苹果WWDC2026发布全新Siri AI架构,基于三层设计整合Gemini多模态模型,实现跨终端视觉交互与离线推理,但传统Type-C转换芯片无法满足其硬件需求。国产芯片GSV5800应运而生,通过独立AI像素回传通道(延迟≤8ms)、集成DSC硬件压缩、65W PD快充及HDCP2.2加密,解决海外竞品带宽拥堵、高功耗(1.32W→0.8W)、兼容性差等痛点,适配iPhone/iPad
【摘要】苹果WWDC2026发布全新Siri AI架构,彻底重构多终端交互逻辑,引发外设产业链升级需求。国产芯片GSV2231突破海外技术垄断,针对Siri四大核心能力(多屏视觉识别/跨设备协同/离线大模型/全自动任务流)提供完整解决方案: 技术突破:采用双向DP1.4a架构(32.4Gbps带宽+12Gbps独立上行通道)、三路独立DSC硬件引擎、HDMI2.1高刷输出,解决多屏AI渲染卡顿、带
想象一下,你有一个超级万能工具箱🔨 你想造房子?里面有锤子和钉子🎮 你想做游戏?里面有游戏引擎🤖 你想做机器人?里面有控制芯片📱 你想做手机APP?里面有开发工具C++就是这样一个超级万能工具箱!它是世界上最强大、最通用的编程语言之一。你能做什么例子🎮 游戏《王者荣耀》《原神》《和平精英》🤖 人工智能ChatGPT的底层、人脸识别🚀 操作系统Windows、鸿蒙、安卓的部分代码🌐
UEFI与Legacy BIOS核心差异摘要 UEFI与传统BIOS存在本质区别,主要体现在架构设计、运行模式、启动流程等方面。UEFI采用模块化四阶段启动(SEC→PEI→DXE→BDS),支持64位保护模式和完整内存寻址;而传统BIOS使用16位实模式,通过中断调用访问硬件,启动流程简单直接。关键差异包括:UEFI支持GPT分区、Secure Boot安全启动、图形化界面和网络协议栈,开发门槛
国产AI大模型DeepSeekV4与存储控制芯片YLB3118深度适配,构建全自主可控AI基础设施。YLB3118作为PCIe转SATA控制芯片,提供8路高速接口,单芯片扩展64TB存储,支持工业级稳定运行,功耗仅3.5W,成本较进口方案降低40%。二者组合形成四大应用场景:单服务器本地推理实现低时延响应、多卡集群构建PB级分布式存储、边缘算力盒子轻量部署、智算中心异构存储管理。该方案突破存储容量
AI领域正从单点问答能力转向完整工作流整合。OpenAI的Codex渗透到办公场景,xAI的Grok 4.3强化基础能力,OpenRouter的Owl Alpha支持长任务链,Anthropic的Claude Security转向安全审计,Gemini CLI则聚焦本地工作流嵌入。这些更新表明,AI竞争重点已从"说得好"转向"干得稳",能否无缝接续完整任务链
通过四轮小车运动控制实验可以看出,RA-ECO-RA4M2 不仅适合做基础入门实验,也可以承担实际运动控制任务。它的 GPIO 可以完成方向控制,GPT 定时器可以输出 PWM,串口调试可以实时观察电机状态,整体开发流程比较完整。本次实验中,RA-ECO-RA4M2 的主要优势有三点。第一,PWM 和 GPIO 配置规范,适合做小型运动控制项目。第二,e² studio 和 FSP 可以图形化配置
最近研究使用Codex来自动调试嵌入式程序,结果很ok啊😳🤦♀️。帮我快速解决了工程配置问题、编译错误问题,然后自动烧写到板子上进行调试 (我只让它调试到程序正常运行为止,它自己解决了一些异常问题后,程序能够正常运行后,便交付了,整个过程很丝滑哈)。(天塌了有没有,哈哈哈,codex已经可以伸手到底层/硬件调试领域了,一定要积极拥抱AI呀。
开源地址见往期文章,是同一个仓库,在final文件夹下本文由deepseek v4辅助完成,总结接线这种任务甚至用不到1M上下文哈哈值得一提的是,NUCLEO-F411这个开发板如使用USART2,需在背面短接两个焊点,请自行搜索。
其中${DEEPSEEK_API_KEY}是自己的API key,https://api.deepseek.com/chat/completions 是deepseek的API接口,deepseek-chat是要调用的大模型名称(注意是文档写的名称),把说的话和其他参数合成JSON格式,request请求API,然后API返回模型的回复。本文以deepseek为例,也可自行选择使用其他的模型(如G
摘要:本文分享了一位STM32初学者利用AI助手完成LED闪烁实验的经验。作者通过详细描述实验需求(使用STM32F103VET6开发板的PB0引脚实现1秒LED闪烁),获得AI生成的新手友好型实验指导。具体操作时将屏幕分为两部分:一边显示AI指导步骤,一边操作CubeIDE软件。这种方法帮助作者顺利完成了基于HAL库的LED控制实验,为初学者提供了一种有效的学习方式。
Store 模块(Store.c /Store.h)是参数存储管理的核心,其设计思路为:将 FLASH 的最后一页视为掉电不丢失的后备存储,同时在 SRAM 中定义一个与之等大的数组 Store_Data[ ]作为日常数据操作的中间缓冲区。由于 FLASH 不支持字节级写入,且编程前必须整页擦除(擦除会导致整页数据丢失),正确的做法是:先将目标页的全部数据读入 SRAM 中的缓冲区,在 SRAM
文章摘要 本文详细介绍了在飞腾派(aarch64架构)上部署Gemini 335深度相机Python SDK(pyorbbecsdk)的完整流程。步骤包括:1)拉取官方源码;2)配置USB硬件规则(Udev)以支持免sudo调用;3)安装系统依赖(CMake、Pybind11、OpenCV等);4)多核编译驱动库;5)关键的环境变量配置;6)运行极简测试验证设备连接。通过清晰的命令行操作,确保用户
链路训练是PCIe设备上电或复位后,由物理层(PHY)自动执行的过程,目的是建立稳定的电气连接、确定链路宽度和速度。失败意味着双方无法协商出一个可用的链路状态。这是一个非常经典的硬件/固件/驱动协同调试问题,涉及物理层、链路层和系统配置多个层面。这个回答展示了您对PCIe协议底层机制的深刻理解,以及一套结构化的、工程化的复杂问题解决能力。调试链路训练失败需要一个严谨的、分层的诊断流程。(设计/PC
这是一个非常关键的问题,也是区分硬件工程师和系统工程师视角的关键。软件层面的观察和操作,往往是定位PCIe问题。通过系统性地观察这些软件行为并执行上述操作,你可以不依赖硬件仪器,就构建出一个相当精确的。软件行为是硬件状态的“晴雨表”。不同的故障点会表现出截然不同的软件症状。除了观察,我们还可以主动出击,通过软件操作来验证假设、缩小范围。“链路已建立,但降速/降宽”“BIOS强制降速/降宽”(电源/
这篇文章摘要总结了基于STM32F103R HAL库的CAN总线通信配置与调试过程。主要内容包括: 硬件平台:使用STM32F103R MCU+TJA1050 CAN收发器,通过USART1进行调试打印 关键问题与解决方案: 显式配置CAN波特率为500kbps 完善CAN中断配置,启用NVIC中断向量 修复发送队列因回调不执行导致的溢出问题 解决串口调试打印被占用的问题 核心代码实现: CAN初
fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;第二次调用第一次调用GOT指向下一条指令查找libc中printf地址GOT已存真实地址用户代码: call printfPLT条目: jmp *GOT执行解析器 Resolver更新GOT表跳
AI 生成框架 + 人工微调,确实比纯手写快太多
断路器是一种自动电气开关,设计用于在检测到故障(例如过载或短路)时自动中断电流,以保护电气电路免遭损坏。正常操作下:手动或电动地接通和分断电路(就像开关一样)。故障状态下:自动、快速地切断电路,从而保护连接的设备、线路以及防止火灾风险。故障排除后:可以手动复位(合闸),恢复正常供电,而无需更换任何部件(这与一次性熔断的保险丝有本质区别)。断路器是现代电力的基石之一,它通过智能地自动切断故障电路,默