美国公布“护栏”规则;传部分MCU开始涨价;高价DDR5或面临短缺......一周芯闻汇总(9.18-9.24)

芯世相 2023-09-25 12:01




一周大事件




1、美国公布芯片法案“护栏”规则

2、传MCU部分料件出现涨价趋势,价格逐步筑底

3、高价位DDR5产品或将面临供应短缺

4、高通回应被曝大规模裁员

5、IDC:预计全球半导体市场规模2024年重回成长轨道




行业风向前瞻




美国公布芯片法案“护栏”规则


美国商务部芯片计划办公室(CHIPS Program Office)声明称,美国商务部9月22日发布了实施《芯片和科学法案》国家安全保护措施的最终规则。该规则详细阐述了该法案的两项核心规定:第一项规定是禁止芯片基金受助人十年内在其他相关国家扩大半导体材料生产能力;第二项规定是限制受助人与相关外国实体开展某些联合研究或技术许可活动 (界面新闻)


欧洲《芯片法案》正式生效


当地时间9月21日,欧洲《芯片法案》正式生效。当天欧盟委员会发布的公告称,该方案通过 “欧洲芯片计划” 促进关键技术产业化,鼓励公共和私营企业对芯片制造商及其供应商的制造设施进行投资。(第一财经)


德国成为欧盟一半以上晶圆制造新项目的落户地


德国贸易投资总署(GTAI)详细梳理了欧盟16个微芯片工厂新项目,其中的10个位于德国,包括英特尔在马格德堡耗资380亿欧元的大型工厂,以及台积电在德累斯顿地区耗资110亿欧元的新工厂和英飞凌耗资50亿欧元的扩建工厂。博世、格芯、Vishay和X-Fab也在德国各地扩张,而Wolfspeed正在德国西南部小镇恩斯多夫建设一座耗资25亿欧元的工厂。(科创板日报)


韩国政府将投资2.2万亿韩元发展先进产业集群


9月18日,韩国经济财政部会同相关政府部门在首尔政府大楼召开经济部长紧急会议,公布了“推进先进产业全球集群”后续行动计划。韩国政府承诺明年投资4000亿韩元、未来五年投资2.2万亿韩元,用于国家战略产业专业区、先进医疗综合区、研发中心等创新能力集群特区。特别是正在争取免除“龙仁半导体专业区”公共机构初步可行性评估,以加快建设速度。 (BusinessKorea)


分析师:2023年中国台湾晶圆代工产值下降13%


DIGITIMES分析师陈泽嘉日前指出,2023年中国台湾晶圆代工产值预估为779亿美元,同比下降13%。这一降幅相比此前预测下调了10个百分点。原因在于,消费电子市场表现疲软,供应链调整未能如期结束。其中第二季度,晶圆代工厂平均产能利用率仅有70%。陈泽嘉预计2024年晶圆代工市场将触底反弹,同比增长15%,不过依然受到需求不确定性的影响。(科创板日报)


SEMI:预估2023年-2026年汽车和功率半导体的8英寸厂产能将增加34%


SEMI报告指出,为满足未来市场需求,包括博世、英飞凌、三菱、安森美、意法半导体等供应商正加速其8英寸厂产能。预估2023年到2026年,汽车和功率半导体的8英寸厂产能将增加34%(科创板日报)


IDC:预计全球半导体市场规模2024年重回成长轨道


IDC预测,全球半导体产业市场规模在2023年将同比降低13.1%至5188亿美元,2024年回归成长轨道,将同比增长20.7%,回升至6259亿美元。长期而言,半导体产业将由车用、数据中心、工业及AI四大新科技应用驱动成长,IDC预测,到2032年全球半导体产业产值将达到1万亿美元。(科创板日报)


TrendForce:第二季全球前十大IC设计营收环比增长12.5% 


据TrendForce集邦咨询,AI刺激相关供应链备货热潮,除了激励第二季全球前十大IC设计公司营收达381亿美元,环比增长12.5%。TrendForce集邦咨询预期,第三季全球前十大IC设计营收将持续有双位数的季成长幅度,且产值有望创新高。(TrendForce)




大厂新动向




高通上海被曝大规模裁员:最高赔偿N+7,无三倍封顶限制


近期,各大社区平台流传出高通上海公司即将大规模裁员的消息。据称本次裁员主要集中于无线业务研发部门,补偿标准为普通员工(包含刚入职的员工)N+4,无固定期限的资深员工N+7,且没有三倍封顶限制。高通表示,这是今年早些时候公司总部对外公布的调整计划的一部分,网传的“大规模撤离上海”、“一窝端”等都不属实 (界面新闻、芯智讯)


蔚来:首款自研芯片“杨戬”10月量产


蔚来宣布 ,首款自研芯片——激光雷达主控芯片“杨戬”10月量产。“杨戬”芯片是蔚来智能硬件团队发布的第一颗自研芯片,8核64位处理器,提供了强大的计算支撑,并且加配8通道9bit的ADC,采样率高达1GHz,可高效捕获激光雷达传感器的原始数据,还将为激光雷达降低50%的功耗。(科创板日报)


格芯与美国国防部签订十年期31亿美元芯片供应合同


当地时间9月21日,格芯宣布,美国国防部已授予其一份为期十年的新合同,为广泛的关键航空航天和国防应用供应芯片。美国国防部将在今年9月向其拨款1730万美元,十年总支出上限为31亿美元。这是美国国防部与格芯晶圆代工业务团队之间的第三份连续十年期合同。(科创板日报)


“印度半导体使命”计划的最大投资?美光27.5亿美元工厂在印奠基


当地时间9月23日,美光科技在印度古吉拉特邦举行其价值27.5亿美元的组装、测试和封装工厂(ATMP)奠基仪式。此次活动在古吉拉特邦工业发展公司(GIDC)位于萨南德的工业区举行,该公司已为该项目分配了93英亩的土地。有消息称,该项目是“印度半导体使命”(ISM)下最大的投资项目。(集微网)


传微软砍单英伟达H100芯片


近日有消息称ChatGPT的热潮逐渐褪去,微软开始下调英伟达H100芯片订单,且拉货放缓。市场消息称,AI协作工具Microsoft 365 Copilot需求不如之前强烈也是微软下调芯片订单的一个原因。但中国台湾厂AI供应链表示,英伟达AI芯片仍供不应求,微软还是维持2024年需求量翻倍的展望,并上调GH200芯片订单,AI服务器长期增长动能不变。(集微网)


传NAND Flash厂铠侠拟裁员


据知情人士透露,铠侠9月21日向工会进行说明后,将在56岁以上的正式员工中招募希望提前退休的员工,并对应征者增加退休金以及提供再就业支持。(TechSugar)


博通将被韩国罚款1424万美元,因强迫三星签订长期供应协议


韩国公平贸易委员会(KFTC)表示,将暂时对博通及其附属公司处以191亿韩元(约合1424万美元)罚款,因其强迫三星电子达成一项长期供应协议,协议包括射频(RF)前端电路、Wi-Fi和蓝牙组件。该合同包括三星必须从2021年1月到2023年底购买价值7.6亿美元的博通零部件的条款,而如果采购量少于此,需要弥补差额。(TechSugar)


英特尔被判罚款约4亿美元


英特尔于当地时间9月22日在欧盟的一桩反垄断案件中被判罚款3.76亿欧元(约4亿美元)。据了解,该案件源于近20年前英特尔因滥用自身在芯片市场的主导地位阻挡竞争对手销售,遭欧盟以“反垄断违规行为”处以10.6亿欧元(11.3亿美元)的巨额罚款,但总部位于卢森堡的欧洲第二高普通法院在去年驳回这项判决。最近,欧盟反垄断监管机构重新审理之后,认定英特尔当时的确构成滥用市场支配地位规则,再次对英特尔处以4亿美元罚款。(芯智讯)


东芝宣布135亿美元私有化交易成功,将从东京证交所退市


据东芝公司官网消息,日前超过一半的股东参与了由私募股权基金日本产业伙伴公司(JIP)牵头的135亿美元(当前约合985.5亿元人民币)收购交易,达到了将公司私有化的门槛,从而结束了其74年的上市实体历史。(第一财经)




芯片行情




AI PC芯片新品先缓缓?AMD:未见市场旺盛需求


AMD商业客户事业全球事业发展协理Justin Galton受访时谈到,除了最高端的部分以外,AMD目前并未看到市场对于人工智能(AI)专用的x86架构PC芯片,存在广泛的需求,这也是为何AMD迄今仅推出一款搭载专用AI加速器的PC CPU的原因所在。(DigiTimes)


联电、日月光CoWoS先进封装中介层接单量或将翻倍,或将调涨价格


台积电积极扩增先进封装产能,近期再对设备厂追加三成设备订单,带动CoWoS先进封装的中介层供应链的联电、日月光等厂商后续接单量同步翻倍,联电与日月光或将涨价。其中,联电已针对超急件(super hot run)的中介层订单调涨价格,并启动产能倍增计划;日月光先进封装报价也在酝酿调涨。 (台湾经济日报)


英伟达追单AI芯片,台积电增购设备扩充CoWoS产能


台积电CoWoS先进封装产能塞爆,积极扩产之际,传出大客户英伟达扩大AI芯片下单量,加上AMD、亚马逊等大厂急单涌现,台积电为此急找设备供应商增购CoWoS机台,在既有的增产目标之外,设备订单量再追加三成。


台积电这次寻求辛耘、万润、弘塑、钛升、群翊等设备厂协助,要求扩大增援CoWoS机台,预计明年上半年完成交机及装机。业界人士透露,台积电目前CoWoS先进封装月产能约1.2万片,此前启动扩产后,原计划拟将月产能逐步扩充到1.5万至2万片,如今再追加设备进驻,将使得月产能可达2.5万片以上(台湾经济日报)


传MCU部分料件出现涨价趋势,价格逐步筑底


9月20日,有消息称,近期中国MCU市况已见到曙光,部分料件出现回补库存,且MCU厂已有部分料件出现涨价趋势,价格逐步筑底。明年晶圆厂成本有望松动,对毛利率逐步有所帮助。(集微网)


供应链人士:英特尔Gaudi 2特供版订单大增


据供应链人士透露,英特尔在国内市场推出的“特供版”AI处理器Gaudi 2连月来订单不断急升。Gaudi 2采用台积电7纳米制程,英特尔现已向台积电大追单,据了解,订单能见度已至2024年中,下一代采用台积电5/4纳米制程Gaudi 3也正加速2024年上市进程。 (DigiTimes)


高价位DDR5产品或将面临供应短缺


业内人士称,DRAM价格预计将在下一季度回升,但是由于终端市场需求尚未出现明显复苏,涨幅可能不会太大。DDR5内存模组价格在过去一个月上涨5-10%之后,还将进一步上涨,入门级产品价格也将上涨3-5%。另外,预计高价位DDR5产品将面临供应短缺,领涨DRAM市场。 (集微网)


存储芯片原厂调涨Q4合约价,涨幅或均高于10%


近期属合约市场下游的厂商,已接获原厂通知,Q4将调涨合约价,也让合约市场客户在9月有时间向下游通知涨价。按照原厂发出的通知,不同产品涨幅不同,但涨幅几乎都在双位数水平,其中NAND闪存Q4合约价有望涨一至两成,DRAM则约涨一成。


业界人士评估,此番原厂涨价的立场坚定明确,有可能是因为手上已握有大厂大单,产能已有特定订单可消耗,看准供需有望出现缺口,因此有底气一口气喊出涨价,也有望终结这一波存储芯片的量缩价跌走势。(科创板日报)




前沿芯技术




最先进芯片要来了?美科学家成功研发高性能二维半导体晶圆


美国宾夕法尼亚大学工程与应用科学学院的研究人员已经将一种高性能的二维半导体制成了全尺寸、工业规模的晶圆。此外,半导体材料硒化铟(InSe)可以在足够低的温度下沉积,从而可以与硅芯片集成。最新研究结果已于近期发表在了《物质》杂志上。(科创板日报)


掀半导体封装革命,英特尔展示先进玻璃基板工艺


英特尔对外披露了半导体玻璃基板技术的开发进展,旨在2030年前将单一封装芯片中的晶体管数量上限提高至1万亿个。英特尔表示,与目前业界主流的有机基板相比,玻璃具有独特的性能,在平坦度、热稳定性和机械稳定性方面都有更好的表现。该最新先进封装预计2026年至2030年量产,将先导入需要更大体积封装、更高速应用及工作负载的资料中心、AI、制图。 (台湾经济日报)




终端芯趋势




Counterpoint:2017-2023年,已有近500个品牌退出智能手机市场


根据市场调查机构Counterpoint Research公布的报告,在2017-2023年间,已经有接近500个品牌退出智能手机市场。该报告认为这些品牌退出智能手机市场的原因包括用户群发展不够成熟、设备质量要求不断提高、用户拉长更换周期、扩大的二手翻新市场、经济下行、供应链瓶颈,4G到5G等重大技术转型等。(Counterpoint Research)


立讯精密董事长:今年生产三款iPhone 15 为Apple Vision Pro做生产准备


在苹果新机 iPhone 15 系列开卖之际,立讯精密董事长王来春表示,今年为苹果生产三款 iPhone 15,业务(规模)较过去一年翻了一番,并说正在为 Apple Vision Pro 做生产准备。


王来春强调,继续在中国扩充产能,以满足苹果的需求。去年该公司在昆山新建一个园区,专门支持 iPhone 的开发和量产,这座园区创造数万个工作岗位,也为地方带来重大财政贡献。(钜亨网)


Canalys:可穿戴腕带设备市场需求正反弹,预计年均增长4.1%


研究机构Canalys近日发布了统计显示,2023年第二季度,苹果、小米、华为为排名前三的可穿戴腕戴设备品牌,其中苹果出货量810万占比18%,小米出货480万占比11%,华为出货430万占比10%。排名第四、第五的品牌分别是Noise、Fire-Boltt,除此之外的其它厂商合计占比47%。受消费者需求转变,预计全球可穿戴腕带市场将在2027年之前以4.1%的年均增长率持续增长。(Canalys)


机构:2023年游戏显示器出货将增长10.8%,游戏PC出货下滑


研究机构IDC表示,随着个人电脑和显示器需求的放缓,游戏显示器、游戏PC的需求出现恢复性增长。机构预测,2023年全球游戏显示器出货量将同比增长10.8%,而游戏PC将下降10.5%,但跌幅会小于整体PC市场。(集微网)


以上新闻经以下来源汇总整理:界面新闻、第一财经、科创板日报、BusinessKorea、TrendForce、芯智讯、集微网、TechSugar、DigiTimes、台湾经济日报、Counterpoint Research、钜亨网、Canalys


芯片超人花姐粉丝福利
扫码加好友
领取100G半导体产业资料包
(内含汽车芯片、芯片设计等文字视频资料)

聊行情、买卖芯片、商务合作
扫码添加芯片超人花姐

推荐阅读:

▶ 又有芯片爆火了!真的假的?

 存储触底涨价,半导体真的要复苏了?

 这颗博通芯片,涨到14万

▶ 这颗跌不下来的TI芯片,突然火了

▶ 博通芯片疯了吧 !这行情还能暴涨十几倍!

点击查看往期内容
“在看”我吗?

芯世相 芯片电子元器件IC半导体分销教科书式必读公众号【芯世相】;国产替换,供应链配套,借展出海,方案买卖就找芯片超人。
评论 (0)
  • CS5511芯片设计原理图
    CS5511的LVDS输出可以配置为在120 Hz时支持高达1920x1080或在100 Hz时支持1920x1200。CS5511 LVDS接口支持单端口和双端口模式。CS5511具有5个配置引脚,可支持32个不同面板分辨率和LVDS工作模式与一个闪光图像的组合。
  • RadarSensors_ARS404-21_cn数据手册​
    RadarSensors_ARS404-21_cn数据手册
  • 浅谈地下污水厂智能照明控制应用

    结合某地下污水厂项目,从结构、系统组成、系统功能、控制要求、场景模式等方面介绍了地下污水厂智能照明控制系统,探索了一套适用于地下污水厂的智能照明控制策略,以确保地下污水厂正常运行的照明需求。

  • 风力发电机组机结构与原理-2018年-赵万清
    风力发电机组机结构与原理,中国电力出版社,PDF版本。
  • 注释EN55014-1
    注释EN55014-1
  • 基于单片机的TFT-LCD液晶显示控制芯片选型表
    基于单片机的TFT-LCD液晶显示控制芯片选型表
  • [完结19章]SpringBoot开发双11商品服务系统
    今天给大家分享一下关于SpringBoot开发双11商品服务系统的整个流程,我将深度还原大厂实习期技术成长全流程,让你收获大厂项目开发全流程与实战经验,具备应对大流量场景问题的解决能力,全面助力提升实习/转正/跳槽表现力与成功率。


    Spring Boot是由Pivotal团队提供的全新框架,其设计目的是用来简化新Spring应用的初始搭建以及开发过程。该框架使用了特定的方式来进行配置,从而使开发人员不再需要定义样板化的配置。通过这种方式,Spring Boot致力于在蓬勃发展的快速应用开发领域(rapid application development)成为领导者。

    目的
    让大家更容易使用 spring,更容易集成各种常用的中间件、开源软件。
    SpringBoot 基于 Spring 开发, SpringBoot 本身并不提供 Spring 框架的核心特性以及扩展功能,只是用于快速、敏捷地开发新一代基于 Spring 框架的应用程序。
    SpringBoot 不是用来替代 spring 的解决方案,而是和 spring 框架紧密结合提升 spring 开发者体验的工具。

    准备测试数据
    我们先导入准备好的测试数据,这个测试数据是一份商品数据。

    字段包含商品id,name(商品名)
    last_month_sales(最近一个月的销量)
    favorites(收藏数)这几个字段,我们主要是通过商品名来搜索。
    首先我先先创建一个商品索引
    PUT goods
    {
      "settings": {
        "number_of_shards": 1,
        "number_of_replicas": 0
      },
      "mappings": {
        "properties": {
          "id": {
            "type": "keyword",
            "doc_values": false,
            "norms": false,
            "similarity": "boolean"
          },
          "name": {
            "type": "text"
          },
            "price": {
            "type": "double"
          },
          "last_month_sales": {
            "type": "long"
          },
          "favorites": {
            "type": "long"
          },
          "year":{
            "type": "short"
          }
        }
      }
    }
    千里之行,始于足下。想要舒舒服服地使用Spring框架,就要把它的开发环境配置好,这对它好,也对我好。

    1. jdk 的配置       
    使用 IDEA 进行开发,在 IDEA 中配置 jdk 的方式很简单,打开 File->Project Structure选择 SDKs。
    在 JDK home path 中选择本地 jdk 的安装目录。
    在 Name 中为 jdk 自定义名字通过以上三步骤,即可导入本地安装的 jdk。如果是使用 STS 或者 eclipse 可以通过两步骤添加:
    window->preference->java->Instralled JRES 来添加本地 jdk。
    window-->preference-->java-->Compiler 选择 jre,和 jdk 保持一致。
    PUT test_index/_doc/1
    {
      "string_field":"imooc",
      "int_field": 100,
      "float_field":3.14,
      "bool_field":true,
      "date_field":"2022/03/16",
      "obj_field":{"key1":"value1","key2":100},
      "array_field1":[100,3.14],
      "array_field2":[100,"200"],
      "array_field3":["2022/03/16","100"],
      "array_field4":["100","2022/03/16"],
      "null_field":null
      }
      创建 Spring Boot 项目后需要进行 maven 配置。打开 File->settings,搜索 maven,配置一下本地的 maven 信息。在 Maven home directory 中选择本地 Maven 的安装路径;在 User settings file 中选择本地 Maven 的配置文件所在路径。在配置文件中配置一下国内阿里的镜像,这样在下载 maven 依赖时,速度会变得很快。
    {
      "test_index" : {
        "mappings" : {
          "properties" : {
            "array_field" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            },
            "bool_field" : {
              "type" : "boolean"
            },
            "date_field" : {
              "type" : "date",
              "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis"
            },
            "float_field" : {
              "type" : "float"
            },
            "int_field" : {
              "type" : "long"
            },
            "obj_field" : {
              "properties" : {
                "key1" : {
                  "type" : "text",
                  "fields" : {
                    "keyword" : {
                      "type" : "keyword",
                      "ignore_above" : 256
                    }
                  }
                },
                "key2" : {
                  "type" : "long"
                }
              }
            },
            "string_field" : {
              "type" : "text",
              "fields" : {
                "keyword" : {
                  "type" : "keyword",
                  "ignore_above" : 256
                }
              }
            }
          }
        }
      }
    }

    从以上结果中,我们可以看到 Spring Boot 通过MVN方式自动为项目配置了对应的 springframework、logging、jackson 以及 Tomcat 等依赖,而这些正是我们在开发 Web 项目时所需要的。

    那么细心的同学可能会发现一个问题,即在以上 pom.xml 的配置中,引入依赖 spring-boot-starter-web 时,并没有指明其版本(version),但在依赖列表中,我们却看到所有的依赖都具有版本信息,那么这些版本信息是在哪里控制的呢? 
    {
      "_index" : "test_index",
      "_id" : "1",
      "_version" : 1,
      "_seq_no" : 0,
      "_primary_term" : 1,
      "found" : true,
      "_source" : {
        "string_field" : "Chan",
        "int_field" : 100,
        "int_string_field" : "100",
        "float_field" : 3.14,
        "bool_field" : true,
        "date_field" : "2022/03/16",
        "obj_field" : {
          "key1" : "value1",
          "key2" : 100
        },
        "array_field" : [
          "value1",
          "100"
        ],
        "null_field" : null
      }
    }
    spring-boot-starter-parent 是所有 Spring Boot 项目的父级依赖,它被称为 Spring Boot 的版本管理中心,可以对项目内的部分常用依赖进行统一管理。

    <parent>    

            <groupId>org.springframework.boot</groupId>    

            <artifactId>spring-boot-starter-parent</artifactId>    

            <version>2.5.6</version>    

            <relativePath/> 

    </parent>

    Spring Boot 项目可以通过继承 spring-boot-starter-parent 来获得一些缺省的配置内容,它主要提供了以下特性:

    默认 JDK 版本(Java 8)

    默认字符集(UTF-8)

    依赖管理功能

    资源过滤

    默认插件配置识别 

    application.properties 或 application.yml 类型的配置文件
    DELETE test_index

    PUT test_index
    {
      "mappings": {
        "dynamic":false 
      }
    }
    GET test_index/_search
    {
      "query": {
       "term": {
         "field1.field2": {
           "value": "imooc ES"
         }
       }
      }
    }

    GET test_index/_doc/4

    DELETE test_index

    PUT test_index
    {
      "mappings": {
        "dynamic":"strict" 
      }
    }


    POST test_index/_doc/2
    {
      "field1":{
       "field2":"imooc ES" 
      }
    }

    GET test_index/_search
    {
      "query": {
       "term": {
         "field1.field2": {
           "value": "imooc ES"
         }
       }
      }
    }

    GET test_index/_doc/4

    以下就是本文的全部内容,感谢大家观看
  • 首个基于Transformer的分割检测+视觉大模型视频课程(附源码+课件)
    众所周知,视觉系统对于理解和推理视觉场景的组成特性至关重要。这个领域的挑战在于对象之间的复杂关系、位置、歧义、以及现实环境中的变化等。作为人类,我们可以很轻松地借助各种模态,包括但不仅限于视觉、语言、声音等来理解和感知这个世界。现如今,随着 Transformer 等关键技术的提出,以往看似独立的各个方向也逐渐紧密地联结到一起,组成了“多模态”的概念。

    多功能
    通过引入灵活的提示引擎,包括点、框、涂鸦 (scribbles)、掩模、文本和另一幅图像的相关区域,实现多功能性;
    可组合
    通过学习联合视觉-语义空间,为视觉和文本提示组合实时查询,实现组合性,如图1所示;
    可交互
    通过结合可学习的记忆提示进行交互,实现通过掩模 引导的交叉注意力保留对话历史信息;
    语义感知
    通过使用文本编码器对文本查询和掩模标签进行编码,实现面向开放词汇分割的语义感知。

    超大规模视觉通用感知模型由超大规模图像、文本主干网络以及多任务兼容解码网络组成,它基于海量的图像和文本数据构成的大规模数据集进行预训练,用于处理多个不同的图像、图像-文本任务。此外,借助知识迁移技术能够实现业务侧小模型部署。

    超大规模视觉通用感知模型面临的挑战:
    (1)网络参数量庞大,通常超十亿参数,训练稳定性、收敛性、过拟合等问题相较于小网络挑战大很多。
    (2)原始数据集包含数十亿异质低质量图片与海量文本,多步训练以利用异质的多模态多任务数据,流程复杂,存在灾难性遗忘,难以定位精度等问题。
    (3)实验成本高,通常需要上千块GPU并行训练数周,需要研究者有敏锐的分析能力和扎实的知识基础。
    (4)工程挑战多,海量数据的吞吐,大型GPU集群上的并行算法,超大参数量模型的内存管理。

    提示工程
    大多数视觉数据集由图像和相应文本标签组成,为了利用视觉语言模型处理视觉数据集,一些工作已经利用了基于模版的提示工程,
    text_descriptions = [f"This is a photo of a {label}" for label in cifar100.classes]  
    text_tokens = clip.tokenize(text_descriptions).cuda()

    除了此类大型视觉语言基础模型外,一些研究工作也致力于开发可以通过视觉输入提示的大型基础模型。例如,最近 META 推出的 SAM 能够执行与类别无关的分割,给定图像和视觉提示(如框、点或蒙版),指定要在图像中分割的内容。这样的模型可以轻松适应特定的下游任务,如医学图像分割、视频对象分割、机器人技术和遥感等

    从模型训练、模型分发、模型商业化,美图体系化地同创作者和开发者共建模型生态:

    (1)模型训练:提供二次训练能力,并持续不断地为创作者提供服务,包括培训、社区和模型创作大赛。

    (2)模型分发:创作者和开发者共建的模型可以在美图的产品内进行分发,在分发过程中持续优化模型。

    (3)模型商业化:行业客户可通过 MiracleVision 的 API 和 SDK 进行商业使用,创作者和开发者通过商业合作获得经济收益。
    通用视觉-语言学习的基础模型
    UNITER:结合了生成(例如掩码语言建模和掩码区域建模)和对比(例如图像文本匹配和单词区域对齐)目标的方法,适用于异构的视觉-语言任务。
    Pixel2Seqv2:将四个核心视觉任务统一为像素到序列的接口,使用编码器-解码器架构进行训练。
    Vision-Language:使用像 BART 或 T5 等预训练的编码器-解码器语言模型来学习不同的计算机视觉任务。
    模型整体结构上,抛弃了CNN,将 BERT 原版的 Transformer 开箱即用地迁移到分类任务上面,在使用大规模训练集的进行训练时,取得了极好的效果。
    同时,在大规模数据集上预训练好的模型,在迁移到中等数据集或小数据集的分类任务上以后,也能取得比CNN更优的性能。
    模型整体结构如下图所示,完全使用原始 BERT 的 Transformer 结构,主要是对图片转换成类似 token 的处理,原文引入了一个 patch 的概念,首先把图像划分为一个个的 patch,然后将 patch 映射成一个 embedding,即图中的 linear projection 层,将输入转换为类似 BERT 的输入结构,然后加上 position embedding,这里的 position 是1D的,最后加上一个learnable classification token 放在序列的前面,classification由 MLP 完成。

    这里我们用 RAM 提取了图像的语义标签,再通过将标签输入到 Grounding-DINO 中进行开放世界检测,最后再通过将检测作为 SAM 的提示分割一切。目前视觉基础大模型可以粗略的归为三类:
    textually prompted models, e.g., contrastive, generative, hybrid, and conversational;
    visually prompted models, e.g., SAM, SegGPT;
    heterogeneous modalities-based models, e.g., ImageBind, Valley.

    CoCa 通过将所有标签简单地视为文本,对 web-scale alt-text 和 annotated images 进行了从头开始端到端的预训练,无缝地统一了表示学习的自然 语言 监督。因此,CoCa 在广泛的下游任务上实现了最先进的性能,零样本传输或最小的任务特定适应, 跨越视觉识别(ImageNet,Kinetics-400/600/700,Moments-in-Time )、跨模式检索(MSCOCO、Flickr30K、MSR-VTT)、 多模式理解(VQA、SNLI-VE、NLVR2)和图像字幕(MSCOCO、NoCaps)。在 ImageNet 分类中,CoCa 获得了 86.3% 的 zero-shot top-1 准确率, frozen encoder and finetune classifier 是 90.6%,finetune encoder 可以到 91.0%。

    截止目前国内外已经发布了许多包括 NLP, CV 和 多模态在内的大规模模型,但是这些模型在应用落地上还是有待进一步探究的,目前应用落地较好的有华为 的盘古,在电网和金融圈都有应用;智源的悟道系列在诗词图文上都有广泛应用,可以帮助学生看图写作,根据文字生成插图等;百度的文心也发布了在金融方 面的应用。但截止目前为止大模型在实际中的应用还不是很理想,大模型发展的初衷是使用一个预训练好的大模型代替一堆小作坊似的根据不同任务训练的小模 型,通过模型蒸馏知识迁移等技术在小模型上使用少量数据集达到超过原来小模型性能的目标。CV 大模型在应用上的一个难点是与实际应用相结合,目前社会中 用的较多的视觉相关的深度学习模型主要包括物体检测,人脸识别以及缺陷检测(部分)相比 NLP 模型在实际中的使用少很多,因此将 CV 模型与实际生产相 结合发现更多的应用场景很关键。另外一个 CV 大模型应用的难点就是如何快速高效的使用蒸馏和知识迁移技术提升下游任务的性能,这两点难题的解决在 CV 大模型的实际应用中都刻不容缓。

    总结起来,将大模型应用于更高分辨率的下游视觉任务具有以下好处:提高感知能力、改善定位精度、提升语义理解、改善细节保留和边缘清晰度、增加鲁棒性和泛化能力,以及推动研究进展。这些好处使得大模型在处理高分辨率图像时能够获得更准确、更细致和更真实的结果。随着深度学习和计算资源的不断发展,我们可以期待更先进的大模型和相关技术的出现,进一步推动计算机视觉在高分辨率图像任务中的应用和突破

  • [完结11章]技术大牛成长课,从0到1带你手写一个数据库系统
    大家好,今天我将给大家分享关于如何开发一个数据库系统的知识,将从0到1手把手带着一步步去开发这个项目,希望我的分享对大家的学习和工作有所帮助,如果有不足的地方还请大家多多指正。

    一、什么是数据库系统
    数据库系统一般由数据库、数据库管理系统(及其开发工具)、应用系统、数据库管理员构成 

    二、数据库管理系统的主要功能包括
    数据定义功能:DBMS提供数据定义语言(Data Definition Language,DDL),用户通过它可以方便地对数据库中的对象进行定义
    数据组织、存储和管理:DBMS要分类组织、存储和管理各种数据,包括数据字典、用户数据、数据的存取路径等。
    数据操纵功能:DBMS提-供数据操纵语言(Data Manipulation Language,DML),用户可以使用DML操纵数据,实现对数据库的基本操作,如查询、插入、删除和修改等
    数据库的事务管理和运行管理:数据库在建立、运用和维护时由数据管理系统统一管理、统一控制,以保证数据的安全性、完整性、多用户对数据的并发使用以及发生故障后的系统恢复
    数据库建立和维护功能:数据库初始数据的输入、转换功能,数据库的转储、恢复功能,数据库的重组织功能和性能监视、分析功能等。

    三、数据库系统结构
    1.1模式(概念模式或逻辑模式)
    定义:数据库中全体数据的逻辑结构特征的描述,是所有用户的公用数据库结构。

    特性:

    一个数据库只有一个模式
    模式与应用程序无关,只是数据的一个框架
    1.2子模式(外模式或用户模式)
    定义:数据库用户所见和使用的局部数据的逻辑结构和特征的描述,是用户所用的数据库结构

    特性:

    子模式是模式的子集
    一个数据库有多个子模式,每个用户至少使用一个子模式
    同一个用户可以使用不同的子模式,每个子模式可为不同的用户所用
    1.3内模式(存储模式)
    定义:是数据物理结构和存储方法的描述。它是整个数据库的最低层结构的表示。

    特性:

    一个数据库只有一个内模式,内模式对用户透明
    一个数据库由多种文件组成,如用户数据文件,索引文件及系统文件
    内模式设计直接影响数据库的性能

    以下是开发流程:
    在idea中构建如下几个子模块工程:
    @PostMapping("/doLogin")
    @ApiOperation(value = "一键注册登录接口", notes = "一键注册登录接口", httpMethod = "POST")
    public GraceJSONResult doLogin(HttpServletRequest request,
                                   HttpServletResponse response,
                                   @RequestBody @Valid RegisterLoginBO registerLoginBO,
                                   BindingResult result);
    验证的字段上方可以写一些相关的注解,系统识别后会自动检查
    RegisterLoginBO.java
    public class RegisterLoginBO {

        @NotBlank(message = "手机号不能为空")
        private String mobile;
        @NotBlank(message = "短信验证码不能为空")
        private String smsCode;

        public String getMobile() {
            return mobile;
        }

        public void setMobile(String mobile) {
            this.mobile = mobile;
        }

        public String getSmsCode() {
            return smsCode;
        }

        public void setSmsCode(String smsCode) {
            this.smsCode = smsCode;
        }

        @Override
        public String toString() {
            return "RegisterLoginBO{" +
                    "mobile='" + mobile + '\'' +
                    ", smsCode='" + smsCode + '\'' +
                    '}';
        }
    }

    如果校验有问题,那么可以直接获得并且放回给前端即可。
    BaseController.java
    /**
     * 验证beanBO中的字段错误信息
     * @param result
     * @return
     */
    public Map<String, String> getErrors(BindingResult result) {
        Map<String, String> map = new HashMap<>();
        List<FieldError> errorList = result.getFieldErrors();
        for (FieldError error : errorList) {
            // 发生验证错误所对应的某一个属性
            String errorField = error.getField();
            // 验证错误的信息
            String errorMsg = error.getDefaultMessage();
            map.put(errorField, errorMsg);
        }
        return map;
    }
    一般来说,admin系统不会有主动注册功能,账号都是分配的,那么默认就会存在一个基本账户,这也是预先通过代码生成用户名和密码的。直接手动生成即可:
    <dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-openfeign</artifactId>
    </dependency>

    同理,查询操作也是类似JPA的操作,再继承Repository后直接使用其内置api即可:
    FriendLinkMngControllerApi.java
    @PostMapping("getFriendLinkList")
    @ApiOperation(value = "查询友情链接列表", notes = "查询友情链接列表", httpMethod = "POST")
    public GraceJSONResult getFriendLinkList();
    首先可以在数据库通过写sql脚本实现查询
    SELECT
    c.id as commentId,
    c.father_id as fatherId,
    c.article_id as articleId,
    c.comment_user_id as commentUserId,
    c.comment_user_nickname as commentUserNickname,
    c.content as content,
    c.create_time as createTime,
    f.comment_user_nickname as quoteUserNickname,
    f.content as quoteContent
    FROM
    comments c
    LEFT JOIN
    comments f
    on
    c.father_id = f.id
    WHERE
    c.article_id = '2006117B57WRZGHH'
    order by
    c.create_time
    desc
    目前我们所搭建的eureka是单机单实例的注册中心,如果挂了,那么整个微服务体系完全不可以,这是不应该的,所以为了实现eureka的高可用,我们可以搭建集群。
    在进行集群构建之前,大家先参照目前的eureka再去构建一个一模一样的工程,可以取名为 springcloud-eureka-cluster。
    为集群中各个eureka节点配置host
    eureka:
      instance:
        hostname: eureka-cluster-${port:7001}    # 集群中每个eureka的名字都要唯一
      # 自定义eureka集群中另外的两个端口号
      other-node-port2: ${p2:7002}
      other-node-port3: ${p3:7003}
      client:
    #    register-with-eureka: false
    #    fetch-registry: false
        service-url:
          # 集群中的每个eureka单实例,都需要相互注册到其他的节点,在此填入集群中其他eureka的地址进行相互注册
          defaultZone: http://eureka-cluster-${eureka.other-node-port2}:${eureka.other-node-port2}/eureka/,http://eureka-cluster-${eureka.other-node-port3}:${eureka.other-node-port3}/eureka/
    我们自己测试的时候时间可以设置为10秒内有10次,我认定非法请求,直接限制这个ip访问15秒,15秒后释放。(像有的网站会出现二维码让你扫描通过,或者手机验证码或者人机交互判断你当前是否是人还是机器,因为有可能是爬虫请求)
    开发步骤:
    首先在yml中设置基本参数:
    @Override
    public Object run() throws ZuulException {
        System.out.println("执行【IP黑名单】Zuul过滤器...");

        // 获得上下文对象requestContext
        RequestContext requestContext = RequestContext.getCurrentContext();
        HttpServletRequest request = requestContext.getRequest();

        // 获得ip
        String ip = IPUtil.getRequestIp(request);

        /**
         * 需求:
         * 判断ip在10秒内请求的次数是否超过10次,
         * 如果超过,则限制访问15秒,15秒过后再放行
         */
        final String ipRedisKey = "zuul-ip:" + ip;
        final String ipRedisLimitKey = "zuul-ip-limit:" + ip;

        // 获得剩余的限制时间
        long limitLeftTime = redis.ttl(ipRedisLimitKey);
        // 如果剩余时间还存在,说明这个ip不能访问,继续等待
        if (limitLeftTime > 0) {
            stopRequest(requestContext);
            return null;
        }

        // 在redis中累加ip的请求访问次数
        long requestCounts = redis.increment(ipRedisKey, 1);

        // 从0开始计算请求次数,初期访问为1,则设置过期时间,也就是连续请求的间隔时间
        if (requestCounts == 1) {
            redis.expire(ipRedisKey, timeInterval);
        }

        // 如果还能取得到请求次数,说明用户连续请求的次数落在10秒内
        // 一旦请求次数超过了连续访问的次数,则需要限制这个ip了
        if (requestCounts > continueCounts) {
            // 限制ip访问一段时间
            redis.set(ipRedisLimitKey, ipRedisLimitKey, limitTimes);

            stopRequest(requestContext);
        }

        return null;
    }

    private void stopRequest(RequestContext requestContext){
        // 停止继续向下路由,禁止请求通信
        requestContext.setSendZuulResponse(false);
        requestContext.setResponseStatusCode(200);
        String result = JsonUtils.objectToJson(
                GraceJSONResult.errorCustom(
                        ResponseStatusEnum.SYSTEM_ERROR_BLACK_IP));
        requestContext.setResponseBody(result);
        requestContext.getResponse().setCharacterEncoding("utf-8");
        requestContext.getResponse().setContentType(MediaType.APPLICATION_JSON_VALUE);
    }
    上面这些都是通过不同key要执行多次才能得到结果,一般来说我们会使用es的aggs功能做聚合统计,会更好。
    通过一个脚本来统计男女数量:
    POST http://192.168.1.203:9200/fans/_doc/_search
    {
        "size": 0,
        "query":{
            "match":{
                "writerId":"201116760SMSZT2W"
            }
        },
        "aggs": {
            "counts": {
                "terms": {
                    "field": "sex"
                }
            }
        }
    }

    以下就是数据库系统开发的整个流程讲解,感谢大家的阅读

  • 基本_碳化硅功率器件_选型手册_2023Q3.pdf
    基本_碳化硅功率器件_选型手册_2023Q3.pdf
  • Wayking RadarSensors_LRR7710_中英文产品手册
    Wayking RadarSensors_LRR7710_中英文产品手册
  • 托马斯微积分第十版中文
    电子书为扫描版本,自己手动添加书签作为目录供参考
  • 13、如何解决直插差模电感的异响问题
    13、如何解决直插差模电感的异响问题
  • 作者:Shawn Prestridge,IAR资深现场应用工程师 / 美国FAE团队负责人 安全一直都是一个非常热门的话题,似乎每周都会听到这样的消息:某某公司如何被入侵,数百万用户的数据被泄露。 我们看到这么多的安全问题,部分原因在于我们对待安全的方式:安全性通常被认为是事后考虑的问题,是在开发结束时才添加到设备上的东西。然而,复杂的系统,尤其是嵌入式系统,有一个很大的攻击面,这让攻击者有机可乘,能够在“盔甲”上找到破绽。如果你去研究大部分黑客试图入侵系统的方式,你很快就会发现,在他们的武
    电子科技圈 2023-11-30 14:43 121浏览
  •     按照 IPC术语,连接盘/Land 是指一块导体,通常用于连接和/或固定元器件的导电部分。    为了增强孔的机械强度,所有的金属化孔或者镀覆孔,在穿过每一层铜箔时,都应该有连接盘,连接盘的形状不限。前面提过的孔环也是连接盘的一种形式。在允许的条件下,孔环和连接盘的尺寸都要尽量大一些。    前面提到过,铜层图案(连接盘)和孔是在不同的工序制作的。由于加工公差的存在,用常见的圆形连接盘和圆孔来说,并不能保证孔和连接盘保持精确的同
    电子知识打边炉 2023-11-30 21:32 146浏览
  •    本文介绍在ALPS平台上进行SSL测试的内容和方法   什么是SSL SSL全称是Secure Sockets Layer,指安全套接字协议,为基于TCP的应用层协议提供安全连接;SSL介于TCP/IP协议栈的第四层和第五层之间,广泛用于电子商务、网上银行等。 SSL协议有三个版本,其中SSL2.0和3.0曾被广泛使用,其中SSLv3.0自1996提出并得到大规模应用成为了事实上的标准,在2015年才被弃用。1999年,IETF收纳了SSLv3.0并
    信而泰市场部 2023-11-30 15:08 102浏览
  • Achronix推出基于FPGA的加速自动语音识别解决方案 提供超低延迟和极低错误率(WER)的实时流式语音转文本解决方案,可同时运行超过1000个并发语音流2023年11月——高性能FPGA芯片和嵌入式FPGA(eFPGA IP)领域的领先企业Achronix半导体公司日前自豪地宣布:正式推出Achronix与Myrtle.ai合作的最新创新——基于Speedster7t FPGA的自动语音识别(ASR)加速方案。这一变革性的解决方案,实现了高精度和快速响应,可将超过1000个并发的实时
    电子科技圈 2023-11-30 11:52 157浏览
  • 高低温探针台是一种用于材料科学、物理、化学等领域的实验设备,主要用于在高温和低温环境下对材料进行各种实验和研究。下面是高低温探针台的工作原理。工作原理是将样品放置在加热和冷却组件上,然后使用各种测量仪器对其进行实验和测量。具体来说,其工作流程如下:将样品放置在加热和冷却组件上;启动加热系统,将样品加热到所需的温度;启动制冷系统,将冷却组件降温到所需的温度;通过各种测量仪器对样品进行实验和测量;记录实验数据并进行分析和处理;结束实验后,关闭加热和制冷系统,并解除真空状态,取出样品。总之,高低温探针
    锦正茂科技 2023-12-01 14:50 101浏览
  • 前言 在网络部署之后和业务开展之前,运营商迫切希望了解当前网络的性能状态,以便为商业规划和业务推广提供必要的基础数据支持。因此,高可靠性和高精确度的性能测试方法对于运营商评判网络性能的优劣,显得尤为重要,而RFC 2544等传统测试标准已不足于鉴定当今的服务等级协议(SLA)。SLA是服务提供商(如ISP)及其最终用户之间的协议,它规定以太网服务的开通或验证必须进行测量,且必须达到SLA的规范要求。目前,对以太网服务进行测试和故障诊断的最佳选择无疑是ITU-T Y.1564标准。 &
    信而泰市场部 2023-11-30 15:06 90浏览
  • 在电力系统中,过电压保护器是一种重要的设备,它对电力设备的安全运行具有重要的作用。下面我们来了解一下过电压保护器的基本结构。过电压保护器通常由三个主要部分组成:间隙、非线性元件和触发器。1. 间隙:间隙是过电压保护器的基本结构之一,它是由两个金属电极组成的,通常采用球形或棒形结构。间隙的间距通常在几毫米到几厘米之间,它能够承受一定的电压,并在过电压条件下进行放电。2. 非线性元件:非线性元件是过电压保护器的另一个重要组成部分。它是一种特殊的电阻器,能够在高电压下呈现出非线性的特性。当电压超过一定
    保定众邦电气 2023-11-30 14:49 173浏览
  •    电源连接器的插针遭受损坏的情况非常普遍,这种故障会让连接器的电流传输受到影响,进而影响设备的正常使用,那是什么因素导致电源连接器的插针遭到损坏呢?下面Amass将为您分析其中的原因。   1、应用环境高温 1. 在高温环境下,电源连接器插针易受腐蚀影响,形成氧化层,损失接触压力,甚至可能发生接头烧损情况。对于这种环境,电源连接器需要具备耐高温性能,不仅需满足环境温度要求,还须考虑其在工作状态下的热量散发。  
    艾迈斯电子 2023-11-30 16:33 130浏览
  • 听力危机不可不慎,助听器市场的发展概况根据世界卫生组织WHO于2021年所发布的世界听力报告(World report on hearing)统计,全球目前有20%左右的听损人口;其中「轻度」与「中度」听损人口就占了大约15亿人左右。台湾方面,根据2021年卫生福利部统计处的数据显示,台湾则约有12万人有听力损失的问题,其中更有高达56% (约71,543人)确诊为轻度听损。足以看出听力受损问题已逐渐成为全球新兴的健康议题。听力损失的成因及轻重程度因人而异,但无论如何,或多或少都会影响到我们的日
    百佳泰测试实验室 2023-11-30 17:26 118浏览
  • 非接触精密洁净设备在锂电池领域有广泛的应用,主要用于生产制造过程中的Roll to Roll及sliting工艺、电芯预处理等环节。针对卷板、薄膜、膜片制造工艺中的大宽幅、裁切后边部处理再清洁、除异物、毛刺等需求,非接触精密洁净设备通过高旋轴与特制气嘴的优化排列,可满足现有干燥炉、再复合、精度提升等新工艺中的洁净度要求。具体的应用环节如下:锂电池生产过程中的Roll to Roll工艺和sliting工艺,非接触精密洁净设备通过高精度的洁净环境和控制,保证了锂电池的制造质量和安全性。电芯预处理过
    SHLZ 2023-11-30 11:49 146浏览
  • By Toradex胡珊逢 简介 双屏显示在显示设备中有着广泛的应用,可以面向不同群体展示特定内容。文章接下来将使用 Verdin iMX8M Plus 的 Arm 计算机模块演示如何方便地在 Toradex 的 Linux BSP 上实现在两个屏幕上显示独立的 Qt 应用。 硬件介绍 软件配置 Verdin iMX8M Plus 模块使用 Toradex Multimedia Reference Image V6.4.0 版本,其包含 Qt5.15 相关运行环境。默认系统中已经使
    hai.qin_651820742 2023-12-01 11:53 117浏览
  • 印刷部分 这本书印刷和普通书籍不太一样,类似笔记本的手写体印刷和笔记的网格,有亲近感和新鲜感内容部分 分为通信工程 ;传感器工程;磁传感器工程;太阳电池功能几大部分通信电路是一种用于传输信息的电子电路,可以用于无线通信、有线通信和网络通信等各种通信系统中。传感器电路则是用于感知和测量环境参数的电路,可以探测光、温度、压力、湿度、运动等各种物理量。在学习通信电路方面,可能会接触到模拟通信电路和数字通信电路。模拟通信电路主要涉及模拟信号的传输和处理,如调制解调、信号放大、滤波等。数字通信电路则涉及数
    陇南有只大花猫 2023-11-30 19:01 198浏览
  • 随着汽车电子进入电动化+智能网联的时代,新能源、车联网、智能化、电动化四个领域带来了CAN数据的需求,企业车队管理需要数据,汽车运营需要数据,改装、解码、匹配工具打造需要数据,现在就连简单的LED汽车照明控制,也需要匹配数据。这一切,逃脱不了CAN、LIN、SENT、BSD、MOST各种协议下,不同ECU控制单元在不同年份,不同款式下的数据,可以这么说,在新能源这个前提下,我们要做的工作和要做的事情可能要更为复杂、多变。 前日,我拿出一份13年左右丰田的CAN协议,里边包括车灯控制、车
    lauguo2013 2023-11-30 15:45 109浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦