解決方案 全閃存數據中心的夢想正在慢慢實現[嵌入式技術][數據中心] 2011 年，當 Pure Storage 為任務關鍵型數據中心發表了第一套足夠強大、且經濟的全閃存存儲陣列時，引起了市場與客戶的關注。從此，Pure 便立志要實現全閃存數據中心的夢想。 發表于：4/18/2023 10:42:00 PM 使用虛擬實驗設計加速半導體工藝發展[EDA與制造][工業自動化] 摘要：虛擬DOE能夠降低硅晶圓測試成本，并成功降低DED鎢填充工藝中的空隙體積。 發表于：4/18/2023 10:19:00 PM 算法排程：解決制藥排程危機[人工智能][數據中心] 排程員必須花費多少時間來處理數據？從車間的操作員處收集最新數據是他們“日常工作”的一部分，但卻被無休止的電話、郵件和短信來來回回而延誤數據采集。所有這些因素都會給排程員帶來巨大的消耗，并因變更沒有得到足夠快的響應而導致生產受挫。 發表于：4/18/2023 1:04:00 AM 混合信號PCB布局設計的基本準則[EDA與制造][消費電子] 本文詳細說明在設計混合信號PCB的布局時應考慮的內容。本文將涉及元件放置、電路板分層和接地平面方面的考量。本文討論的準則為混合信號板的布局設計提供了一種實用方法，對所有背景的工程師應當都能有所幫助。 發表于：4/18/2023 12:00:00 AM 現代 ADAS 架構通信協議[嵌入式技術][汽車電子] 本文介紹了四種汽車通信協議：以太網、FPD-Link? 技術（專有汽車串行器/解串器 （SerDes） 協議）、CAN 總線和PCIe 總線，突出了每種技術的核心細微差別，并提供了這些技術支持現代汽車駕駛員輔助系統 （ADAS） 架構的示例和功能。 發表于：4/17/2023 11:33:00 PM 卷積神經網絡簡介：什么是機器學習？——第一部分[人工智能][工業自動化] 隨著人工智能（AI）技術的快速發展，AI可以越來越多地支持以前無法實現或者難以實現的應用。本系列文章基于此解釋了卷積神經網絡（CNN）及其對人工智能和機器學習的意義。CNN是一種能夠從復雜數據中提取特征的強大工具，例如識別音頻信號或圖像信號中的復雜模式就是其應用之一。本文討論了CNN相對于經典線性規劃的優勢，后續文章《訓練卷積神經網絡：什么是機器學習？——第二部分》將討論如何訓練CNN模型，系列文章的第三部分將討論一個特定用例，并使用專門的AI微控制器對模型進行測試。 發表于：4/17/2023 10:34:00 PM 小型零售商如何通過技術在員工減少的情況下保持全面運營[其他][物聯網] 在著力擴大國內需求的大方向下，國內零售行業市場總體向好。然而，當消費者帶著需求重回市場時，多數服務業的面對的缺工問題卻依舊嚴峻。面對前所未有的、頗具挑戰性的市場干擾性因素，具有前瞻性的小型企業正轉向采用能夠優化生產力和利潤的相關技術，通過選擇合適的產品進行投資，確保即使在員工人數減少的情況下，也能夠提升顧客整體購物體驗。 發表于：4/17/2023 10:26:00 PM 終結智能家居“碎片化”時代的，為什么是 Matter？[人工智能][物聯網] 作為一種應用層規范，Matter 源于 2019 年底發布的 IP 互聯家庭項目（Project Connected Home over IP，簡稱 CHIP），是為智能家居市場引入互操作性的最新嘗試，目標是讓用戶購買兩臺 Matter 認證設備時這兩臺設備能相互聯通配合。實現這一目標后，消費者便能放心地購買不同生產廠商的智能家居設備，而廠家則無需為每個大型甚至小型市場客戶單獨的增加所需功能。 發表于：4/17/2023 1:28:09 AM ADALM2000實驗：數模轉換[電源技術][工業自動化] 本實驗的目標是探討數模轉換的概念，將CMOS反相器用作梯形電阻分壓器的基準開關（用于DAC中）。 發表于：4/17/2023 1:05:00 AM 降低運動控制應用中可聞噪聲的三種出色方式[其他][汽車電子] 隨著家庭和辦公室開放式布局設計的出現以及日漸轉向混合動力電動汽車和電動汽車，愈發需要更安靜、高效的電機控制。即使是非常小的聲學差異，也會對可聞噪聲造成顯著影響。 發表于：4/17/2023 12:46:00 AM ?…55565758596061626364…?
