三年片大全视频,久也在线中文字幕手机在线

頭條

消息稱英特爾Altera潛在買家已進(jìn)入下一輪競標(biāo)

消息稱英特爾Altera潛在買家已進(jìn)入下一輪競標(biāo)

12 月 20 日消息，北京時間今天凌晨，據(jù)彭博社援引知情人士消息稱，英特爾公司已將若干收購公司列入其 Altera 業(yè)務(wù)單元的下輪競標(biāo)名單。該計劃最初由“被罷免”的帕特?基辛格發(fā)起，陷入困境中的英特爾正在推進(jìn)這一收購進(jìn)程。 Altera 是一家專注于設(shè)計低功耗可編程芯片的公司。

解析：汽車電子控制系統(tǒng)基本原理

汽車電子控制系統(tǒng)事先將一系列的指令程序儲存（在設(shè)計、制造時就已經(jīng)定好了，電子控制單元輸入信號來自控制系統(tǒng)的各個傳感器）在ECU程序存儲器中。ECU工作時把接收分布在汽車各部位的傳感器送來的信號輸入信息與存儲器中的“標(biāo)準(zhǔn)參數(shù)”進(jìn)行比較，根據(jù)結(jié)果控制執(zhí)行器采取相應(yīng)的動作。

發(fā)表于：2019/8/23

[走進(jìn)吉利] 汽車電子開發(fā)人員如何應(yīng)對智能化時代新挑戰(zhàn)

在新技術(shù)與新造車勢力沖擊下，傳統(tǒng)汽車開發(fā)方法的弊端日益明顯。在傳統(tǒng)汽車開發(fā)模式下，汽車被視為一種安全性能要求極高的專用機器，因此其電氣結(jié)構(gòu)多采用定制化，不可擴展，也很難復(fù)用；另外，傳統(tǒng)汽車對于數(shù)據(jù)處理速度要求不高，傳統(tǒng)車載總線帶寬都比較低，汽車智能化的特征之一是將采集大量的需要實時處理的數(shù)據(jù)，沿用傳統(tǒng)車載總線架構(gòu)難以滿足智能化需求；此外，傳統(tǒng)汽車電子系統(tǒng)還存在處理能力低、軟件更新操作復(fù)雜、不同模塊之間關(guān)聯(lián)度高等特點。

發(fā)表于：2019/8/23

基于FPGA藍(lán)牙通信技術(shù)的智能電子鎖系統(tǒng)

隨著人們安防意識的不斷增強和智能技術(shù)的持續(xù)發(fā)展，針對用戶對安全系數(shù)高的智能電子鎖的需求，使用FPGA藍(lán)牙通信技術(shù)設(shè)計了基于FPGA藍(lán)牙通信技術(shù)的智能電子鎖系統(tǒng)。通過手機APP直接控制電子鎖，對電子鎖進(jìn)行雙重加密處理，具有開鎖、修改密碼，管理員控制用戶開鎖信息表，增添和刪除能開鎖的用戶信息等功能。經(jīng)測試，系統(tǒng)使用方便，動態(tài)靈活，安全可靠。

發(fā)表于：2019/8/22

基于硬件加速器的高性能芯片仿真與驗證

展示了一款高性能無線局域網(wǎng)芯片采用硬件仿真加速器進(jìn)行全芯片仿真與驗證的工作。該芯片采用了4發(fā)4收多天線、256QAM等技術(shù)，最高可以實現(xiàn)1.2 Gb/s的數(shù)據(jù)吞吐率。由于該芯片設(shè)計復(fù)雜，規(guī)模龐大，只使用傳統(tǒng)的軟件模擬和FPGA仿真難以實現(xiàn)芯片錯誤的快速定位與解決。在此情況下，使用硬件仿真加速器Palladium XP提供的全電路仿真方式(In-Circuit Emulation mode，ICE mode)成為了更為有效的方式。在實際應(yīng)用中一個1 000幀的測試用例可以在20 min內(nèi)完成，相比傳統(tǒng)的軟件模擬提高了400倍以上的效率，相比FPGA原型系統(tǒng)驗證則能夠提供所有所需要的波形供下載分析。該方法大大加快了復(fù)雜芯片的設(shè)計效率。

發(fā)表于：2019/8/13

高性能、高穩(wěn)定，ST雙通道交錯式升壓PFC控制器問市

STNRGPF12是意法半導(dǎo)體的雙通道交錯式升壓PFC控制器，兼?zhèn)鋽?shù)字電源的設(shè)計靈活性和模擬算法的快速響應(yīng)性，控制器配置和優(yōu)化的過程非常簡單，使用意法半導(dǎo)體的eDesignSuite軟件就可以輕松完成。

發(fā)表于：2019/8/12

波音將重新設(shè)計737 MAX飛行控制系統(tǒng)的軟件架構(gòu)來解決缺陷問題

據(jù)外媒報道，當(dāng)?shù)貢r間8月2日，兩名知情人士透露，波音公司擬進(jìn)一步重新設(shè)計737 MAX飛行控制系統(tǒng)的軟件架構(gòu)，以解決6月份發(fā)現(xiàn)的缺陷問題。

發(fā)表于：2019/8/6

基于FPGA的深度學(xué)習(xí)目標(biāo)檢測系統(tǒng)的設(shè)計與實現(xiàn)

針對當(dāng)前深度學(xué)習(xí)目標(biāo)檢測算法計算復(fù)雜度高和內(nèi)存需求大等問題，設(shè)計并實現(xiàn)了一種基于FPGA的深度學(xué)習(xí)目標(biāo)檢測系統(tǒng)。設(shè)計對應(yīng)YOLOv2-Tiny目標(biāo)檢測算法的硬件加速器，對加速器各模塊的處理時延建模，給出卷積計算模塊的詳細(xì)設(shè)計。實驗結(jié)果表明，與CPU相比，CPU+FPGA的異構(gòu)系統(tǒng)是雙核ARM-A9能效的67.5倍，Xeon的94.6倍；速度是雙核ARM-A9的84.4倍，Xeon的5.5倍左右。并且，當(dāng)前設(shè)計在性能上超過之前的工作。

發(fā)表于：2019/8/2

靴子落地賽靈思完成對Solarflare的正式收購

??今天，賽靈思和Solarflare已經(jīng)正式合并！賽靈思今年四月公開宣布的 Solarflare 收購案已經(jīng)正式完成。賽靈思的產(chǎn)品線獲得進(jìn)一步的完善，為公司更好地服務(wù)數(shù)據(jù)中心客戶提供了更多可能。

發(fā)表于：2019/8/2

一種改進(jìn)的RefineDet多尺度人臉檢測方法

針對車站、商場等大型場所中客流量大、背景復(fù)雜等原因?qū)е露喑叨热四槞z測精度低的問題，建立了一種基于RefineDet多層特征圖融合的多尺度人臉檢測方法。首先利用第一級網(wǎng)絡(luò)進(jìn)行特征提取并在不同尺度的特征圖上粗略預(yù)估人臉位置；然后在第二級中通過特征金字塔網(wǎng)絡(luò)將低層特征與高層特征融合，進(jìn)一步增強小尺寸人臉的語義信息；最后，通過置信度和焦點損失函數(shù)對檢測框進(jìn)行二次抑制，達(dá)到邊框的精確回歸。實驗中將人臉候選區(qū)域的寬高比只設(shè)置為1:1，以此來降低運算量并提高人臉檢測精度。在Wider Face數(shù)據(jù)集上的實驗結(jié)果表明，該方法能有效檢測不同尺度的人臉，在Easy、Medium、Hard 3個子數(shù)據(jù)集上測試結(jié)果分別為93.4%、92%、84.4%的MAP，尤其對小尺寸人臉的檢測精度有明顯提高。

發(fā)表于：2019/8/1

GSA Memory+ 會議札記

何能夠讓計算和Memory水乳交融，這個看起來的確是一個一石二鳥的想法。畢竟，作為CPU/GPU以及memory，從本質(zhì)上大家都是門電路，沒理由不在一起。在這里，就需要認(rèn)真地再復(fù)習(xí)一下memory的類別了。

發(fā)表于：2019/7/24