在很多人眼中,“元宇宙”只是被炒出来的一个概念,八字都还没一撇,或者说只是一些初创企业为了融资给投资人和大众讲的一个故事。今年WAIC上,AI行业的诸多从业者都提到“元宇宙”这个词并不是某个人在某个时间突然提出来,然后大家都一拥而上;而是在诸多技术——包括通信、视觉、图形、AI、IoT等发展到高级阶段,必然促成的一个新应用。

在很多人眼中,“元宇宙”只是被炒出来的一个概念,八字都还没一撇,或者说只是一些初创企业为了融资给投资人和大众讲的一个故事。今年WAIC上,AI行业的诸多从业者都提到“元宇宙”这个词并不是某个人在某个时间突然提出来,然后大家都一拥而上;而是在诸多技术——包括通信、视觉、图形、AI、IoT等发展到高级阶段,必然促成的一个新应用。

我们认为这个说法或许还真有一些道理。连续几届GTC开发者大会,我们都报道了英伟达Omniverse:可以将其理解为英伟达版本的元宇宙,或者用英伟达的话来说Omniverse是元宇宙得以实现的平台/软件。

或许仍有不少人不清楚Omniverse是什么。举个例子:也是这次英伟达提到的一个例子。德国铁路(Deutsche Bahn)就在Omniverse里面构建、运营铁路轨道的digital twin(数字孪生),据说这个虚拟世界里的铁路包含了5700个站、轨道全长33000km。

做这么个东西,能在里头训练、验证AI模型,持续监控铁路、火车的运行情况,制造各种意外状况来发现问题对运营造成的影响。最终的目的是在不需要造新轨道的同时,增加铁路运载容量和运行效率,降低碳排量。那么在这个数字世界模拟的结果就能指导现实世界的铁路运转了。

当然这只是Omniverse的某一个方向的应用。似乎在Omniverse最初提出的那一年,同期Meta把“元宇宙”这个词也炒热了。或许英伟达最初在做Omniverse这东西时,压根儿也没想到“元宇宙”这么个新词。但当这个概念突然变火,发现Omniverse与“元宇宙”又无比契合,于是有了当前的市场宣传。这件事表现出来的,就是诸多技术走向成熟,大家的技术和市场方向多少是殊途同归的。

此前我们就在Omniverse的解读文章里提到过,或许在这么多个“元宇宙”里,Omniverse的落地情况是相对靠谱,且真正成型的。最近的GTC Fall,有关Omniverse推进情况的汇报也不例外。不过当前所在的发展阶段,从Omniverse上云,到英伟达拉来德勤(Deloitte)带货,都表明这个元宇宙的推广和“大举入侵”正式开始。

这届GTC

本文报道虽然主要将着眼在Omniverse,但和往常一样,最近举办的GTC Fall发布、更新的产品和技术仍然相当巨量——信息量多到一两篇文章根本难以承载。所以此处做个GTC概览,只关注Omniverse的同学可略过这部分内容。

从大方向来看,黄仁勋在GTC主题演讲中做产品与技术发布、更新的板块大致上分成了GeForce RTX 40系列GPU(Ada Lovelace架构)、Omniverse、机器人(包括机器人、汽车、医疗,后两者本身就是特定领域的机器人)、AI(包括着重谈到的Large Language Model)、Hopper芯片及系统几大部分。其中的某些部分,我们已经做了报道。

除了Omniverse后文将做详细报道之外,我们认为比较重要的发布包括(尾巴上标了星号的,表示我们推荐关注的项目):

• Ada Lovelace架构的GeForce RTX 40系列GPU发布;同期面向设计师和创作者的RTX 6000系列也更新了*;

• 发布DLSS 3,其中特别新增了中间帧生成以及Reflex低延迟技术*;

• 特别发布了一个面向游戏MOD制作者的工具RTX Remix,可以给DX8/DX9的老游戏做光追级别的MOD*;

• 面向汽车,Thor芯片替代了Altan——后者在吞吐和性能方面都达到了前者的两倍;系统层面新增DRIVE Thor,在未来汽车的E/E架构中扮演中央计算机的角色*;(不少参会者对于英伟达用Thor来替换Atlan感到困惑,黄仁勋在答记者问中说Atlan项目是多年前就开始做的,而现在Ada Lovelace、Hopper、Grace这些新架构出现了,“这些技术那么优秀,我不想再等两年把这些技术做集成。”黄仁勋说。)

• 面向汽车的DRIVE Sim平台,新增了一个Neural Reconstruction Engine特性,传感器(如摄像头)录制的行车数据,就能在DRIVE Sim中构建完整的digital twin用于模拟*;

• 面向汽车的DRIVE Sim平台,新增针对座舱内部的digital twin构建,甚至包括座舱内跑的所有软件;

• 面向机器人,更新Jetson Orin Nano,比上一代Nano快80倍的速度;共用AGX Orin Developer Kit;

• 面向机器人,Isaac Sim上云(以SaaS方式提供服务)*;

• 面向机器人,发布工业级IGX Orin(也面向医疗成像与机器人);

• AI相关的更新:RAPIDS及其生态更新;新支持两个GNN网络加速(PyTorch Geometric和Deep Graph Library);宣布针对成像和计算机视觉的GPU开源加速库CV-CUDA;cuQuantum(量子电路模拟SDK)生态持续扩张;宣布JAX on Nvidia AI,英伟达和Google Research、DeepMind合作优化了JAX,预计Q4会有个比较重要的发布;

• LLM(Large Language Model)这次在主题演讲中占了大量篇幅,黄仁勋主要谈到了LLM的重要性;

• 发布Nvidia Nemo LLM Serivce,这是个针对大型LLM模型定制和推理的云服务,其中也提供一些预训练的基础模型。Nvidia NeMo LLM本身是一个prompt learning框架,针对LLM只需要给预训练模型提供一些例子(examples)就能对模型做出微调,而不需要重新训练整个模型——如此一来,就能定制化模型应用的上下文,比如AI针对相同的问题,在不同的应用场景给出不同的回答,LLM就能比较轻便地应用于不同地市场和场景*;

• 发布NeMo Megatron 530B Cloud API,是英伟达用NeMo做的,针对一些特定任务做了微调(prompt-tuned);

• 发布BioNemo和BioNemo Cloud API。BioNemo自然也是个LLM服务,给研究者和开发者准备的的数字生物学框架,可构建应用于化学、蛋白质、DNA和RNA序列的LLM;

• H100正式上架LaunchPad;DGX H100系统接受预订;OEM厂商的H100系统10月份出货;H100 2023年开始用于云服务;

• 英伟达的三大平台HPC、AI、Omniverse,全栈将于明年全面在底层应用Grace与Grace Hopper(具体到设备形态上包括HGX Grace、HGX Grace Hopper、OVX),英伟达称其为“为现代数据中心开启Arm生态系统”*;

其他还有不少软件、库、SDK等方面的更新,以及加入新的合作伙伴的示例,此处不再一一列举。后续我们会对Ada Lovelace架构、DLSS 3技术,以及RTX Remix更有针对性的解析。这三个部分还是相当有趣的。

元宇宙是互联网的又一次迭代

上面这些软硬件更新,虽然大部分被划归在英伟达AI、HPC范畴内,实则很多也和Omniverse有着千丝万缕的联系。比如像Ada Lovelace这种很快就能看得见、摸得着的东西,也在扮演着Omniverse底座的作用——如OVX本身就是承载Omniverse的digital twin应用的计算机,更新其中的Ada Lovelace GPU在性能推升上也就显得很重要。

再比如Isaac Sim、Drive Sim对于机器人、汽车的训练都是在Omniverse中进行的;连GTC Fall引发热议的RTX Remix、Racer RTX都在Omniverse内运作;LLM模型就更是Omniverse某些应用能跑起来的基础了。从这个角度来说,英伟达元宇宙的添砖加瓦是每时每刻都在进行中的;基于每届GTC新发布的要素建设速度,还说“元宇宙”是个骗局就说不过去了吧。

似乎我们每次写有关Omniverse的文章都还是要花笔墨来科普一下Omniverse究竟是个什么。好在每次黄仁勋总能以一番挺生动的说辞来形容Omniverse。今年黄仁勋在接受采访时谈到Omniverse的方式也很有趣:“元宇宙这个概念今天还不那么容易理解,但这在未来会很重要。”

“大约25年前,互联网也没那么容易理解。15年前,移动互联网也不大容易理解。现在,下一代互联网——也就是元宇宙不容易理解也很正常。未来人们终将可以理解元宇宙。”

“互联网刚刚诞生的时候,我们惊奇地发现可以从一个文档直接转到另一个文档——这叫超文本。”“互联网将全世界连接到一个标准下,这个标准就是HTML。”黄仁勋说,而迭代后的“移动互联网的特点是不间断的(perpetually or continuously connected)。”“计算不仅是在你发出请求的时候才发生,而是随时随地的。一切都跨互联网更新,你也不需要发出更新请求,一切都是不断持续的。移动互联网因此让计算成为我们生活的一部分,所有的服务都不间断地提供给我们。”

“下一代互联网则在于连接数字和现实世界。现在的互联网连接了人,下一代互联网连接万物。汽车自动驾驶系统会连接到互联网,物流和制造机器人、建筑、每个房间、零售店都会连接到互联网,而且会实现高度自动化、机器人化。”

这个说法虽然听起来颇有点“万物互联”的感觉,但实际上在形式上是互联网与万物互联的“升维”版本。比如说此前我们花了很多笔墨解释的,数字世界中有现实世界对象的digital twin(数字孪生),并基于AI、图形渲染与物理仿真等技术,实现各类应用。比如机器人的digital twin可以进行AI训练,等到digital twin被训练成熟了,就可以对现实世界机器人的智能化引导;这也就避免了各种安全、时间、成本的种种限制。

“在这样一个新的世界里,数字(世界)与现实(世界)接合到一起,那么我们就需要新型的软件。这个新的软件就是我们打造的Omniverse。”黄仁勋说,“技术瓶颈在于,在部署软件之前,我们需要在软件里面模拟现实世界。那么我们就需要被称作digital twin的东西,这样我们才能持续对应用到digital twin之上的软件做测试,对AI做测试,然后再将其部署到现实世界中。Omniverse因此而诞生。”

“虽说元宇宙的未来现在还没那么好理解。但其实我们周围已经有不少元宇宙的构成元素了。比如说数字虚拟形象(digital avatar)。”此前两届GTC展示的Toy Jensen之类的虚拟形象都包含在其中。“还有手机上的现实增强,对视频的后期增强。”比如视频的实时换脸、Maxine改变视频中人的眼神方向、实时语言翻译、本地画质增强等都属于这个行列。

虚拟形象的确是Omniverse中的一个应用;也是我们认知里,未来元宇宙内部个体组成部分。今年黄仁勋主题演讲中又展示了一个叫做Violet的虚拟形象(应当就是基于Tokkio)——这是基于Omniverse ACE(Avatar Cloud Engine)打造的——ACE似乎是英伟达在SIGGRAPH会上发布的。这次是做出了一个云上、可做自动交互服务的虚拟形象,而且是面向快餐厅零售及其他客户服务场景。

快餐零售店里的Violet

我们在之前的解读文章里就谈到过,看起来还挺简单的这么一个虚拟形象,涉及到的技术项目涵盖了计算机视觉、语音AI、语言理解、实时的计算机图形(仅这部分就相当复杂,包含人物动作、衣服材料质感等);脸部表情、根据语音内容的唇部动作都需要契合,这都要用到对应的AI模型;而且还要让虚拟形象应用到零售、教育、家庭之类不同的行业或上下文场景;另外既然是云上的服务,则还涉及视频传输的编解码。

换UE引擎后的终极版Violet

似乎是为了实现这套流程,英伟达还做了个名为UCF(Universal Computing framework)的“零代码应用框架和云runtime引擎”。主题演讲中甚至还演示了,在UCF Studio界面中直接将Audio2Face的微服务输出,从Omniverse改成UE引擎,Violet形象就变身为豪华3D动画渲染版。

在我们看来,虚拟形象大概是元宇宙内部的构成要素;而虚拟形象更能体现的,是现代互联网的升维:交互方式从2D升维到3D,从文字或平面化的图像视频升维到真正的可交互的3D多媒体,并智能化的一种具象体现。

要覆盖整个地球

GTC Fall大会之上有关Omniverse的一个重要发布就是Omniverse上云。不过今年3月份的GTC Spring上,我们就已经谈到过上云的Omniverse Cloud,详情可点击这里了解Omniverse Cloud是怎么回事。据说这是英伟达的首个SaaS产品;在接受采访时,英伟达发言人还开玩笑说“we're becoming a SaaS company”。

这次有关Omniverse Cloud的更新应该算是基础设施的进一步补全。黄仁勋说Omniverse Cloud计算机应该有三个组成部分:(1)端侧给设计师、工程师准备的RTX计算机;(2)OVX服务器,跑虚拟世界模拟、连接Nucleus数据库的;还有第(3)个Nvidia GDN(Graphics Dilevery Network)。

GDN扮演的角色在传统互联网的分布式架构上,和CDN是类似的。所以GDN就是在云和端侧之间的分布式cache。黄仁勋说,藉由GDN,Omniverse计算机要覆盖整个星球。那GDN要怎么建呢?毕竟这是个极为巨大的工程——而且基于我们对云游戏的了解,“升维以后的互联网”要做分布式部署的难度实际是远大于现在的互联网的,吞吐、交互延迟方面的工程难度都很大。英伟达说GDN能够实现3D图形到边缘设备交互的低延迟串流。

很自然地,英伟达想到了基于GeForce Now来构建全球的GDN网络。似乎现在已经有企业开始基于GDN做部署了,比如Rimac用Omniverse来连接设计、工程和营销流水线。这家公司是做电动车平台的,他们在RTX工作站上做设计,然后汽车配置器应用发布基于Omniverse,通过GDN流转到终端设备上。

首先,设计是在各自的RTX电脑上做的,或者是使用云上OVX服务器上的Omniverse应用。设计完成以后,再将工作结果(USD模型)融入到实时的3D configurator中;然后通过GDN网络发布,发往边缘设备。据说以前configurator受限于预渲染选择,Rimac只能在端侧配置简化模型;而有了这套流程之后,Rimac用户就能以物理级精确材料、实时光追的高保真,对实际的工程数据集做配置了。

感觉这个应用就元宇宙的构建目标来看,还是相对初级的。不过随GDN的进一步铺陈和工程技术上的改进,这些应该算是实实在在的元宇宙构成基础设施了。

新发布的Omniverse Cloud Services服务包含了Omniverse Cloud、Replicator、Omniverse Farm等——最后这个应该是个可弹性扩展的渲染抽象层。而Omniverse Replicator,此前我们也详细介绍过,这是个合成数据(synthetic data)生成引擎,解决某些AI训练模型的数据来源问题——主要面向计算机视觉和机器人AI。机器人和汽车平台的模拟训练Isaac Sim和DRIVE Sim应当也包含在内。

其实Isaac Sim上云,可作为SaaS服务在Omniverse Cloud中提供也是一个重要发布(且Isaac Sim融入到了AWS Robomaker中);英伟达还说Tokkio、Maxine的上云也快了——Maxine作为一个实时通信AI应用框架,已经作为云原生微服务做了特别的优化。上云的一个重要价值就是扩展生态,让更多因为某些原因无法使用英伟达技术的人也能用得上。英伟达好几个发言人都在接受采访时说,如何让更多人能使用英伟达的产品是个挑战,那么云就能某种程度上解决了问题。

另外上次GTC上就提到Omniverse Nucleus云进入早期使用阶段。现在AWS上,Omniverse Enterprise企业客户已经可以部署Enterprise Nucleus服务器。

Omniverse生态建设情况

像Omniverse这样一个野心庞大的应用,目前最需要的就是更多的上下游合作伙伴接入,这样才有真正的“元宇宙”可言。Omniverse Cloud或者说Omniverse的上云,很大程度上就是为了提升Omniverse的触达率,能够更快速地扩张生态。

有关Omniverse生态扩展的另一个重要发布是,英伟达宣布和德勤(Deloitte)合作,将英伟达的服务和产品带到企业客户那里——当然除了Nvidia Omniverse之外,还有Nvidia AI相关的产品。黄仁勋在主题演讲中说:“德勤的35万专家将帮助全球企业去使用Nvidia应用框架,为客户服务、网络安全、工业自动化、仓储、零售自动化等构建当代多云应用。”

英伟达公布的数据是,目前已经有“超过150家软件合作伙伴成为生态系统的组成部分”,且有来自英伟达成百上千(hundreds of)的扩展(extentions),开发者社区也在快速成长。“我们有合作伙伴与经销商的全球网络,以及超过17万用户。”“Omniverse正在千万亿价值的跨通信、运输、零售、能源、娱乐、物流、奢侈品等行业和领域发挥作用。”显然,这就是下一个业绩突飞猛进的增长点了。

这次英伟达在宣传中提及的几个Omniverse主要新客户包括WPP、Lowe's、Heavy.AI、德国铁路(Deutsche Bahn),分属几个不同的领域。让我们感觉印象深刻的除了文首提到德国铁路的例子,Heavy.AI的应用也是其一。

Heavy.AI这家公司本身是做AI数据分析的,他们在Omniverse里面构建了一个AI加速应用框架——这个框架能够帮助电信公司开发物理级精确的digital twin,规划、建设和运营4G、5G网络。和此前爱立信的例子有点儿像,简而言之就是用Omniverse优化基站的部署和运营。首个项目是和Charter Communications(许特通讯,美国的一家通信公司)合作,而且会有数据科学家、业务分析师参与对数据集做剖析。英伟达说这么干能够节约数十亿美元的成本。

还有Lowe's的例子——这是个家居产品零售商,用Omniverse来设计、构建、运营店铺的digital twin,最终起到优化运营、加强购物体验的作用。这一例中还用到了与Omniverse连接的Magic Leap 2现实增强头戴设备,这样一来就能结合现实和Omniverse虚拟世界来浏览店铺设计。这算是很多人想象中的“元宇宙”吧。

另外值得一提的是,Omniverse实际并不限于digital twin的应用。创作协同也是Omniverse的一大应用方向,不管是异地的3D内容协作,还是不同设计工具流程上的统一管理与配合。黄仁勋也在主题演讲中举了些例子。

比如说通用汽车概念设计与review管线,涉及到使用Siemens、Autodesk、Ansys、PTC等的工具。通用汽车基于Omniverse搞了个Michigan Design Studio,设计师、工程师和营销人员可以在里面协同。虽然我们不清楚具体是怎么协同的,总之流程就如上图般发生了变化。

更多有关Omniverse的更新

除了上云与云基础设施构建、生态扩张这两件大事,Omniverse自身作为一个软件或平台,也有不少更新。比如说新的USD方案示例与教学;新的USD C++扩展示例;更新基于web的USD体验样例;还有新发布的Ada Lovelace新GPU在Omniverse使用的性能上更进一步,尤其全光追支持的实时VR性能提升;各类kit,比如Create、View版本更新;各种新的AI工具、新的开发者工具、内容管理系统;Siemens JT→USD格式支持......

L40 GPU与第二代OVX

Omniverse底层硬件的一个重要更新应该是第二代OVX的发布——感觉第一代OVX都还发布没多久,第二代就来了。OVX基本就可以理解为跑Omniverse的计算机,里面从硬件到软件为digital twin做优化的。相比第一代的主要更新,应该就在于采用Ada Lovelace架构的GPU(具体是这次新发布的L40数据中心GPU)。

宝马、捷豹已经成为OVX系统的第一批客户;而这个新系统的首批OEM合作伙伴也囊括了浪潮、联想和Supermicro,未来还会扩张。

最后值得一提的是,英伟达当前版图中的平台层三个板块相互之间错综复杂,很难将某一个产品或技术的更新简单归在一个板块中。比如前文提到这次非常热门做MOD的RTX Remix工具,其实也放在Omniverse里面协作。主题演讲中有炫酷视频放出的Racer RTX亦如是。所以我们对于Omniverse的解读并不全面。像RTX Remix这类更有趣的话题就放到下回单独分解吧。

这次GTC Fall上有关Omniverse的新发布大致上让我们有这么个感觉:Omniverse从底层CPU、GPU、DPU硬件、系统和设备,到中间层各种框架、库和软件,再到上层各类应用逐渐完善的当下,就要开始真正登上舞台了。所以上云、找德勤带货,让更多的人、企业能用上都是这么个过程——当然开发生态的完善一直都在持续中。

此前英伟达一直在强调自己构建这些系统时,是业内唯一具备了“全栈”能力的,无论HPC、AI还是Omniverse。感觉Omniverse方向的说服力暂时还不及HPC和AI方向,不过英伟达现在一年两刷GTC,还在各类包括SIGGRAPH、Computex之类的会上做有关元宇宙各层级的新发布——尤其是应用层——产品和技术名称多到大部分人根本分辨不过来。

这建设速度应该称得上是现有元宇宙里最脚踏实地的吧。不管“元宇宙”这个词的概念和热度最终会走向哪里,英伟达Omniverse还是有一条自己非常明晰的发展思路在的。

责编:Luffy
本文为EET电子工程专辑原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 突然想起西部世界三那个雷荷波系统
  • 看来元宇宙覆盖地球应该是真的,技术真的准备好了吗?只是个时间问题。
    试想,元宇宙莫不就是诺亚方舟?
阅读全文,请先
您可能感兴趣
对于普通消费者,人工智能、机器学习、数字孪生、元宇宙这类科技名词简直让人目不暇给,其实这些都预示数字化大潮的来临。然而,如果没有好的大芯片,恐怕一切都是空谈。本文提出大芯片的设计之路,就是从架构到FPGA,再移植到ASIC。但这并非是平坦路,转换过程中存在各式各样的挑战。各团队必须清晰理解意图,牢记设计初衷。
尽管黄仁勋重申将重视中国市场,且继续推出特供版AI芯片,但性能无疑会再次“阉割”。据悉,H20等全新特供芯片的研发、设计、生产,将通过后道点断生产工艺,来满足美国新的AI禁令要求。
据WSTS最新公布的预测报告显示,因生成式AI普及、带动相关半导体产品需求急增,且存储需求预估将呈现大幅复苏,因此将2024年全球半导体销售额预估值自前次(6月6日)预估的5,759.97亿美元上修至5,883.64亿美元、将年增13.1%,超越2022年的5,740.84亿美元、创历史新高。WSTS预测,2024年全球半导体市场可望复苏,存储芯片营收将激增44.8%,是推升半导体营收成长主要动能。
对于一颗车规级大芯片而言,为了确保设计的正确性,必须在生产制造前进行大规模的仿真和验证,而芯片的算力规模越大、集成度越高,仿真验证的过程就会越复杂,设计人员需要更快地实现收敛和验证,来降低成本并提高结果质量。同时,传统的随机/自动测试模式生成(ATPG)方案在故障覆盖率方面已经不能满足实际需求。因此,将 AI 和 EDA 融合是大势所趋。
对Graphcore而言,时间是非常重要的。2022年5月,Graphcore宣称新一代芯片将在2024年的某个时候上市。届时,Graphcore需要向市场和资本证明自己的发展潜力。这很重要,也很紧迫。
联发科技(MediaTek)近日在加利福尼亚州拉古纳尼盖尔(Laguna Niguel)举行了年度高管峰会。峰会上强调了其以人工智能(AI)为驱动的高端定制 SoC(ASIC)战略;从 Wi-Fi 7 芯片到 5G 和 5G RedCap 瘦调制解调器的全新连接解决方案,凸显了其物联网战略和发展势头。
根据TrendForce集邦咨询最新OLED技术及市场发展分析报告统计,在近期发表的摺叠新机中,UTG的市场渗透率已逾九成,随着摺叠手机规模持续成长,预估2023年UTG产值将达3.6亿美元;2024年可望挑战6亿美元。
随着终端及IC客户库存陆续消化至较为健康的水位,及下半年iPhone、Android阵营推出新机等有利因素,带动第三季智能手机、笔电相关零部件急单涌现,但高通胀风险仍在,短期市况依旧不明朗,故此波备货仅以急单方式进行。此外,台积电(TSMC)、三星(Samsung)3nm高价制程贡献营收亦对产值带来正面效益,带动2023年第三季前十大晶圆代工业者产值为282.9亿美元,环比增长7.9%。
治精微推出具过压保护OVP、低功耗、高精度运放ZJA3018
无线技术每天都在拯救生命,有些非常方式是人们意想不到的。在美国加利福尼亚州Scotts Valley,一名路过的慢跑者发现一处住宅冒出火焰后,按响了门铃,试图通知屋主。屋主不在家中,但无线门铃连接到了智能家居中枢,提醒屋主慢跑者试图联系。屋主立即向他提供了安全密码,让他跑进房子,从火场中救出了宠物。
请点击上方蓝色字体“权衡财经”进行关注,建立深度阅读关系!右上角“…”设为星标⭐文:权衡财经研究员 王心怡编:许辉id: iqhcj金属钨是一种稀缺和不可替代的战略性资源,属于高熔点、高比重、高硬度的
一前言随着信息技术和半导体技术的快速发展,电子产品的类型和功能模块日益多样化,对此要求的传输速率也日益提高,在模块集成度多和传输速率提高的背景下,噪声的耦合问题不可避免的日益增多起来。二整改案例今天分
广告分割线12月11日,据台媒报道,群创(3481.TW)竹南T1厂员工向媒体爆料,群创竹南T1厂将裁员50%!据报道,群创竹南厂工程师预计将减少一半,在线作业员也预计砍一半。群创今天表示,已于第一时
本文来源:物联传媒本文作者:市大妈前几年,对大部分人来说,FWA是一个比较陌生的领域,尽管早在3G和4G时代就已经得到一定的发展。后来,随着5G的发展,FWA作为当前5G应用量级最大的场景之一,被更多
点击左上角“锂电联盟会长”,即可关注!文 章 信 息干法改性工艺新认识,助力锂离子电池高镍正极材料实现高结构稳定和热稳定性能第一作者:吴锋通讯作者:苏岳锋*,陈来*通讯单位:北京理工大学,北京理工大学
点击左上角“锂电联盟会长”,即可关注!粉尘、水分和毛刺是锂离子电池生产过程中需要严格控制的关键因素。严格控制电池生产环境的粉尘对锂离子电池的安全和性能至关重要。生产环境粉尘控制不足会导致涂层表面产生大
01 项目简介该项目是使用ESP32模块复刻的Nokia1110,可运行NES游戏模拟器和LVGL,主要功能包括彩屏显示,ADC按键,Type-C充电,USB转串口,DAC音乐播放,SD卡读写,WS2
点击左上方蓝色“一口Linux”,选择“设为星标”第一时间看干货文章 ☞【干货】嵌入式驱动工程师学习路线☞【干货】一个可以写到简历的基于Linux物联网综合项目☞【干货】Linux嵌入式知识点-思维导
近日,懂车帝在漠河举办2023年“懂车帝冬测”活动,问界、小鹏、理想、比亚迪、特斯拉等主流19款新能源车型,进行冬季性能测试。其中,发布的关于在严寒情况下的插电混动车型纯电续航达成率测试结果,其中华为
巨头动向腾讯今年回购金额已超过去10年总额12月11日,腾讯公告称,当日耗资约4.03亿港元,回购133万股股份。年初至今,腾讯已经出手113次,累计回购数量约1.28亿股,累计回购金额超过422亿港