精华内容
下载资源
问答
  • 介绍了城市集中供热的发展现状、优越性及目前集中供热方式,展望了未来的发展方向
  • 人工智能及未来的发展方向 作者XXX 琼州学院海南省三亚市电子信息工程学院软件工程邮编572000 人工智能Artificial Intelligence, AI主要研究用人工的方法和技术模仿延伸和拓 展人的智能实现机器的智能其长期目标是...
  • 今天我们就来聊一聊测试工作中常用的测试数据准备的方法,深入了解各自的优缺点和使用场景,以及测试数据准备工作未来的发展方向。 01常见的测试数据准备方法 我总结了一下我曾经过用过的生成测试数据的方法,主要有...
  • 你知道嵌入式未来的发展方向么?    怎样入门嵌入式嵌入式未来的发展方向 在很多学生或者初级工程师都关注嵌入式,尤其在ARM大红大紫以后,这个趋势更是有增无减,但你真的知道怎样入门嵌入式么?你知道...

    @[TOC]

    很多工程师要往嵌入式方向发展,特别是ARM得到应用后,这个趋势更是有增无减,但你真的知道怎样入门嵌入式么?你知道嵌入式未来的发展方向么?

     

     怎样入门嵌入式嵌入式未来的发展方向

    在很多学生或者初级工程师都关注嵌入式,尤其在ARM大红大紫以后,这个趋势更是有增无减,但你真的知道怎样入门嵌入式么?你知道嵌入式未来的发展方向么?

    我先谈一下自己的背景吧,我做了5年软件工程师,3年项目经理,全部是嵌入式领域,包括消费电子和车机产品。感觉嵌入式软件底层的发展一直停留在07年的水平,即使是现在,使用的技术和那个时候也差不多。所作的事情基本围绕硬件调整driver,内核基本都是Linux,不管你上面的系统是android还是QT orothers,作为工程师的职业发展一直处于停滞状态。为了突破这个我后面选择了做PM,目前还在这个职位。对于转变是好是坏,说不清楚,有失去的(技术有些淡忘),也有收获;目前也很迷茫,上升空间不大,琐事也很多,真是想换个行业。下面我们来继续谈一下吧!

    首先,嵌入式从业者可以怎么划分?

    可以把嵌入式工程师分成bsp相关和业务相关。

    bsp做的浅的,根据板子需要裁剪下boot loader和kernel,集成下驱动,简单调试硬件平台的各种问题。

    做的深的,需要了解各大处理器构架(x86,mips,ppc,arm),懂汇编和c,有一定的硬件知识,懂各种常用的高速,中速,低速接口协议(ddr,pcie,usb,ethernet,nor,nand,i2c,spi),会使用示波器抓信号,量波形,会使用各类协议分析仪抓问题,会结合驱动调试错误,linux,vxworks的系统机制和调试方法也要熟悉。

    再进一步,需要懂处理器或者各类业务芯片的微构架,知道怎么去优化性能,负责解决各种疑难杂症。

    另外一个方向,深入操作系统,非常熟悉其内核和各类协议栈,知道怎么去优化性能,负责解决各种疑难杂症。

    基本上做到以上几点就可以不用担心小康问题了。就算收入不满意,各大内资外资公司都可以跳。不想搞技术的,转项目管理或者带队,或者到芯片公司做技术支持也可以,情商高的还可以转市场,销售。

    不过在我接触过的地方,不管外企私企,基本上没有多少人能完全做到。而且很多东西不是自己钻研就能了解到,需要机会让你去玩。也许在芯片公司这样的机会多一些。

    业务方向就广了,通信行业可以往网络构架,路由器,网络存储走,消费电子行业往图像识别,视频,图形走,工控领域不了解。你需要非常了解自己公司或者业界先进公司的产品和协议,并且了解你的客户的需求,并且把握行业动向。举个例子,我在英特尔的时候,英特尔和索尼合作,设计了一款芯片。结果做出来以后,英特尔这个设计处理器的一流公司,在视频接口和nand接口上被索尼乱骂,很多协议上没定义的细节是工程师自己设计的,没有贴合索尼的实际应用,板子做出来很多问题。

    做到业务领域的牛人,那前途更光明,无论留在系统厂商,或者去芯片公司,都被当宝。收入那就不用多讲了,没事还可以被邀请去创个业啥的。

    所以说,懂嵌入式,最好还要懂业务。嵌入式是基础,业务是升华。都懂的话你就是大神了。

    其次,如果我想掌握嵌入式,要涉及哪些方面呢?

    嵌入式开发的门槛相对较高,对程序员的要求一般都是对底层感兴趣,学习能力、动手能力要强,对问题能够从全局和细节去把握,有很强的系统分析和设计能力。从工程师起步,一般有几个发展方向,一个是成为技术方面的核心,领域内的专家;另一个是从项目中锻炼起来,成为项目主管或是管理型人才;再有就是利用自己的技术及行业经验去创业。

    硬件和软件的发展方向是不同的。说说软件需要学习的知识。

    虽然说搞嵌入式软件更多时候是在实际的工作中学习的,但一些重要的基础知识不可或缺。

    1、计算机组成/微机原理
    主要是为了了解微型计算机的硬件工作原理,明白CPU、总线、I/O、存储器等一些关键结构是怎么工作的,虽然是很枯燥的知识,但是对熟悉外围设备硬件工作方式,及操作系统,软件架构的设计及优化相当关键。

    2、操作系统
    嵌入式产品应用比较广泛的是Linux和WinCE。但操作系统的内部设计原理都是殊途同归。首先要去学习的是操作系统原理,去了解进程通信、内存管理、文件系统等几个重要的部分,因为这些在软件开发尤其是内核驱动开发时会用到。接下来可以去熟悉至少一种主流的操作系统,Linux是一个很好的选择,去了解它的内核架构,设备驱动架构,如何去编译,裁剪,编写应用程序,以及如何使用在具体的嵌入式产品上。

    3、数字电路
    学习这方面的知识主要是了解一些基本的电路知识,如门电路、逻辑电路、存储器、寄存器,为了更好的理解嵌入式芯片,存储器,外围设备等硬件的设计,但往往在软件开发中未必能用的到。因为大部分硬件都提供了很完整的软件接口。

    4、编程语言:C语言和汇编
    对于C语言本身的基础来说,无非是把结构化,函数,数组,指针弄熟,但是嵌入式开发对C语言应用的要求会更高。要对内存分配,文件访问,寄存器访问,预处理指令,中断处理程序等等相当熟悉,这些都是在使用中要注意的细节问题。C语言对程序的优化也很重要,而这些往往是需要从全局去考虑。汇编一般是和处理器的指令集相关的,可以更好的去理解处理器的工作原理,往往是用在一些需要效率的地方,如系统的初始化。

    5、数据结构和算法
    数据结构在嵌入式开发中也很重要,比如说操作系统里的很多实现都用到了具体的算法。基本的数据结构需要掌握,如各种链表,树,图等等;而算法的学习需要数学知识作为铺垫,用计算机语言去实现。对于软件从业人员来说,算法终究是一个工具,在实际应用时再深入挖掘也可。

    6、软件工程/软件测试/项目管理基础
    这些是软件开发人员的必备知识。

    7、开发平台
    嵌入式的开发平台不局限于一种操作系统,因此要熟悉各种操作系统下的命令、编辑器及开发工具,这一点往往被很多人忽视。举个例子,Linux下的程序员开发环境往往是按自己的习惯搭建,熟练掌握一种编辑器如Vim/Emacs可以大幅度提高工作效率。磨刀不误砍柴工。

    嵌入式领域的方向是很多的,它所应用到的行业范围也很广。因此除了这些基础的知识以外,在具体的应用中可能还需要一些其它的知识,这些知识的每一种都可以研究的很深,举几个例子。

    1、内核,驱动及中间件

     

    内核开发和驱动本身就是一个方向,驱动和硬件接口相关,而内核的修改和移植更是需要对OS有很深的理解。至于中间件,一般是基于OS或存在于OS和应用程序之间的库,最典型的就是基于Linux的Android。

    2、通信协议


    通信协议有很多种,经常用到的有网络通信协议,无线通信协议,串口/USB通信协议等等。

    3、音视频技术

    牵涉到音频视频处理,压缩,编解码等等。

    4、信息安全

    如加密技术,身份认证,数字证书等等。

    5、行业知识

    和具体行业或领域相关的知识,如通讯、工控、电子等等。

    这里有一个我认为不错的学习步骤:

    1、基础知识中,计算机组成、操作系统、编程语言和数据结构是必需的。

    2、找一种CPU体系,了解其核心架构,学习指令集,比如说ARM。

    3、找一种OS,如Linux,或是传统RTOS,如Nucleus、eCos,读源码和文档,理解OS内部实现,包括进程,任务,消息机制,内存管理,设备驱动,中断等核心内容。

    4、找一块成熟的开发板,板级资料要齐全,熟悉嵌入式软件开发流程。

    5、在项目过程中深入学习其它的技术。

    总之,这些知识的学习不是一蹴而就的,过程会很漫长,也没有什么特别的技巧。需要去看大量的技术文档和源码,而这些文档大部分又都是英文的。在工作和做具体项目的过程中会学习的比较快,理论结合实践才是王道。

    嵌入式未来的就业方向如何?

    嵌入式的发展方向有很多,门槛高低不一样。具体来说:

    1、单片机:工控程序(不跑os)--入门容易,无外乎就是掌握汇编和c,能够根据datasheet来写,发展前景一般,也没有太大的技术难度,除非你在算法上面有优势,比如智能车会各种PID,模式识别上会神经网络,优化上会遗传算法等等,但是这些复杂的控制一般就不会裸奔了(除非环境恶劣),肯定是处理器强悍,带os的;硬件制作--就是数字电路,涉及单片机的外设,感觉难度也不高,据我说知,只会单片机无论硬件还是软件工资都不高,也没有特别大的技术含量,同时,单片机更新换代特别快,你需要从大量的单片机中找寻适合产品的,看不同的datasheet。

    2、ARM:这个搞的人很多,软件上就是1.写底层驱动,这个入门,深入都不容易,需要对硬件及os有较深的了解,发展还是很不错;2.操作系统-比较复杂,linux,android等,你看现在很多手机厂商推出的操作系统也就是修改内核,换皮肤,就业还是很容易的;3.应用程序,就是android开发或者Linux上应用开发(QT等),做的人很多,就业容易待遇也不错,需要掌握c++/java。硬件上1.就像手机一样在处理器上做整体的电路,比单片机入门难的多,做成技术大牛了不缺钱。2.soc,架构开发等后面会提到

    3、FPGA:就是硬件编程,入门很简单,做深很难,要对时序有非常深的理解和大量的项目开发经验,就算你做的特别好,前景还是不明确。FPGA近年的一大热门就是软件无线电,成本还降不下去,同时AD采样速度目前不够,导致FPGA的应用有限,一般公司都是把它作为一个验证工具比如IC设计上的验证。只会FPGA就业会很窄,也不理想,建议作为工具学习。

    4、DSP:就是算法,你需要一个名牌大学研究生以上学历,同时在算法和数学上有很强的能力。如果做不到,就不用搞了。

    5、IC设计,做微处理器上的soc,前端后端,专用处理器(应该也属于嵌入式领域),入门难,成为牛人更难,对计算机体系结构,微处理器结构,集成电路等等有比较深的认识,然后项目经验大大的有才行。不过国内行情一般,外企招人少,希望今年开始国家的扶持政策能够发挥作用。

    6、微处理器体系结构:偏理论,偏宏观,研究生能够对整个体系结构有个比较浅的了解同时在局部上能够做一点设计工作,博士生能够对整个结构有较深的认识在局部上能设计。现在搞的多的是高性能体系结构,低功耗结构,并行开发等等,因为功耗和并行限制了目前处理器的速度,所以在低功耗和并行上开发有很大的前景,同时基于神经网络的架构处理器,云计算处理器等专用处理器也是目前的一个热点。发展前景很好,但是难度不是一般的大,从中国在架构上做出的贡献在世界上分量很少就可以看出。

    原文地址:https://yq.aliyun.com/articles/590065?spm=a2c4e.11153940.0.0.7e8a1f53IphI2A

    展开全文
  • spark未来的发展方向

    2014-10-18 21:13:00
    spark是採用scala语言开发的基于内存的计算框架,作者Matei Zaharia,在未来的发展方向: 1、spark streaming:提高spark的流处理能力,使得spark更适于通过一套代码进行大数据流处理和批量计算; 2、MLlib:spark...

              spark是採用scala语言开发的基于内存的计算框架,作者Matei Zaharia,在未来的发展方向:

    1、spark streaming:提高spark的流处理能力,使得spark更适于通过一套代码进行大数据流处理和批量计算;

    2、MLlib:spark0.8增加了MLlib,下一步会在MLlib中增加很多其它的机器学习算法,使得spark更适于分布式机器学习;

    3、GraphX:是基于spark的图计算框架,当前非常多社交网络分析,机器学习和图的相关算法终于完毕推荐系统的工作,终于想达到让用户仅仅通过几行简单的

                            代码可以实现图算法;

    4、稳定性:与用户和开源社区合作,部署在多种应用场景下,包含ETL、SQL、机器学习、图分析等,使其更加稳定;

    5、易用性:继续完好spark的python/java API,同一时候使其安装部署更加方便。

    努力将spark打造成大数据时代的智能手机。

    转载于:https://www.cnblogs.com/mfrbuaa/p/4033661.html

    展开全文
  • 互联网电视未来的发展方向分析 摘要随着科技的发展互联网和IT技术已经在电视方面得到了很好的应用文章结合OTT互联网电视的特征并根据OTT互联网电视的现状从3种模式两种应用和5种细节这几方面探讨了OTT互联网电视的...
  • 可解释性学习未来的发展方向是什么? 鲁棒性方面:如何增强深度神经网络的鲁棒性?使得在医疗、自动驾驶、军事战争等重要的方面发挥作用。 可解释性分为两大类: 1.面向模型开发设计的研究人员,对模型的各个层进行...

    [ValseWebinar] 可解释性AI专题
    https://www.bilibili.com/video/BV1oJ411k7mf?from=search&seid=6708423743269033

    可解释性学习未来的发展方向是什么?

    鲁棒性方面:如何增强深度神经网络的鲁棒性?使得在医疗、自动驾驶、军事战争等重要的方面发挥作用。
    可解释性分为两大类:
    1.面向模型开发设计的研究人员,对模型的各个层进行解释,以此来设计鲁棒性更好的model;
    2.面向应用model的各类从业人员,比如医生、金融师,他们并不是很懂深度学习,但是他们需要理解深度学习学出来的结果,知道深度学习为什么做出这样的决策。
    (目前这两类工作的研究也才刚刚开始,未来需要做大量的研究)

    可解释性是不是只针对DNN?传统模型需不需要可解释性?
    传统模型的提出就是基于严谨的数学上或者几何上的方法,其原理是非常清楚的。
    深度学习发展过程中,我们并不是非常清楚深度学习的原理,在很多实际问题中,无论是基于经验还是基于各种各样的试错过程,我们会构造出非常work的网络结构,但是我们并不能说清楚这个网络为什么会work。
    现在发展到这个阶段,我们需要弄清楚网络的原理,给出可解释性,以至于可以更有针对性的提升网络模型的性能。
    未来的方向:目前还是对已有的网络进行分析,未来有可能针对一个任务或者问题,根据可解释的原理来设计一个针对问题,结合具体应用的的网络模型。

    可解释对于深度学习的意义和研究目标是什么?

    研究可解释性的意义就在于可以针对性地提升model的性能。

    现在部分学者认为可解释性在学习中不是必要条件,大家怎么看?

    神经网络就是个很好用的工具,觉得它有用,可解释性就不是必要条件;如果想要解决一个特定的问题,那就需要从数学上或者物理规律上对问题建模,这就要求必须要有可解释性。

    可解释性学习如何来进行科学的度量?解释结果的客观性与可靠性怎么评价?

    周博磊

    可解释性的应用场景有哪些?

    无人驾驶、交通、金融、安全
    医疗:判断人有病的可能性
    法律:判断人犯罪的可能性
    军事:accuracy不能达到100%的情况下,给战争指挥官一定的可解释依据,以便于更快地调整作战战略。

    可解释性学习的最大挑战是什么?

    如何把人的知识加结合到可解释?

    展开全文
  • 工业机器人技术未来的发展方向

    千次阅读 2014-11-15 09:50:36
     工业机器人技术未来的发展方向:  (1)智能化。智能化就是机器人的操控将越来越简单,很多东西机器人就能自主判断,不需要人示教,不需要高级的技术人员操作。智能化也就是傻瓜化。  (2)柔性化。现在的...

    随着自动化大趋势的发展,机器人将取代机床成为新一代工业生产的基础。但这发生的前提是工业机器人技术得到突破,克服现有的问题。

      工业机器人技术未来的发展方向:

      (1)智能化。智能化就是机器人的操控将越来越简单,很多东西机器人就能自主判断,不需要人示教,不需要高级的技术人员操作。智能化也就是傻瓜化。

      (2)柔性化。现在的机器人是一个单臂的机器人,就不能像人手那样灵活。如果双臂机器手技术得到突破。这种机器用在工厂里,基本可以代替人做所有的工作。像现在单臂的机器人在装配线上就没法用,协调性达不到要求。

      (3)安全性。现在的机器人,由于技术还没有发展到一定的程度,很容易对人造成伤害。

      跟人交互的一些安全措施还没有做到位。现在想做到位需要装一些很贵的传感器

      (4)低成本。工业机器人由于现在成本还很高,如果想打造很智能化的东西,成本很高就卖不出去,需要通过上规模降低成本。

      (5)技术融合。机器人技术将类似于80年代的手机、90年代的互联网、2000年代的移动设备,经历一个技术融合的过程。未来的机器人技术将在通信、感知、处理、移动、意识、操作这六个方面突破。

      随着工业机器人技术突破,应用将更加广泛,未来工业机器人的市场容量将有望十倍或数十倍扩张。

      未来的机器人会变得很柔性,很智能化,很安全,成本也很低。但这需要一个发展的过程。库卡和尤傲已经研制一些安全性机器人的代表。现在要想做到安全性,对人没有伤害,机器人的速度就会比较低。这样子的机器人可以应用在一些特定的场合。有的场合对效率的要求不高就可以用,但是不能普遍的应用。

    如对于18650电池的电焊从最初的脚踏电焊机

    发展到全自动形式

    展开全文
  • 近来视讯业务有很好的发展趋势,绝大部分也是IP业务。可以看出,目前电信网中的业务除了传统电话业务外都是IP业务,而电话业务中的长途电话70%已是IP电话。网络的宽带化、IP化成为整个电信网发展的必然趋势。在可见...
  • 周鸿祎:互联网公司未来的发展方向(转)   周鸿祎称自己在国外观察到的互联网公司未来的发展方向 :IOT和大数据人工智能处理。他强调未来一定要和互联网硬件公司紧密合作。值得一提的是周鸿祎居然在演讲中还澄清...
  • 智能手表、虚拟现实设备和Android L等新型软硬件是目前大家关注热点,但不能忽视是,智能手机硬件也到了每一年更迭期。
  • 研究学习视频行业,要了解这个技术和行业未来的发展方向。 从技术方面来看:视频编码、视频处理、视频检索等技术依然是技术视频的核心,并且是在不断进步的,无论是过去的H264、还在发展的H264标准,都是不断进步的...
  • DBA未来的发展方向

    2009-04-21 18:18:25
    DBA未来的发展方向DBA(DataBase Administrator )数据库管理员,我每次和公司其他非技术部门的同事解释我的工作的时候都要颇费口舌,直到最后如果他还是不明白的话,我只好说我们的工作其实和仓库管理员没什么区别...
  • 前几天有幸参加了公司的一次会议,上面提到了公司当前的业务状况及未来的发展方向,感觉对公司的业务从宏观上有了进一步的了解,思绪豁然开朗了。以前在刚入职的时候公司也进行过培训,但是那时候由于对公司了解非常...
  • 描述认知无线电的未来的研究方向,认知无线电是一个比较新的研究领域,本文概述了认知无线电的研究方向
  • 分析了高耗能、高污染焦化行业目前存在主要问题和今后发展面临形势要求,以山西焦化行业典型山西省焦炭集团为例,论述了企业在困境中如何把握发展方向,实现独立型焦化企业可持续发展和实践低碳循环经济。
  • 1) 首先学习C语言基础语法,也就是本教程前十章,这些都是编程基础。 2) 学习Windows开发,你就能够使用C语言开发出带界面软件来了,可以有窗口、输入框、菜单等,也可以响应键盘和鼠标事件,可以播放音乐...
  • 一方面,随着互联网,大数据,人工智能等现代信息技术不断突破,大数据产业蓬勃发展。特别是在传统(物理)经济与数据经济深度融合背景下,电子商务,医疗,教育,媒体,政务等成熟领域大数据产业呈上升趋势。...
  • 蘑菇街未来的发展方向

    千次阅读 2016-05-15 22:19:04
    蘑菇街分离出top平台是一个必要的趋势,蘑菇街本身的社交生态圈产生了一定倾斜,注重明星达人用户的比例越高,越不利于基础用户的发展。因此,蘑菇街将这类明星达人用户与top平台结合。 top平台的定位针对中高端...
  • 一, 网络时代的发展 如今我们生活在这个网络时代,来先了解一下通过新时代的发展历程: 1G:语音时代(1980年) 2G:短信时代(1990年) 3G: 社交应用 (2000年) 4G:在线,互动,游戏 (2010年) 5G: ...
  • 那么,大数据未来的发展前景和应用策略如何?本文将结合融信教育多年来经验为大家解析: 趋势一数据的资源化 何谓资源化,是指大数据成为企业和社会关注的重要战略资源,并已成为大家争相抢夺的新焦点。因而,企业...
  • 我们基本上不知道人工智能的发展方向。每次都会出现机器人欺骗。互联网的这种流动是最重要的时期,它融合了许多人对人工智能的知识。以及未来发展的方向。人工智能的发展主要依赖于深入的学习,运用统计学原理在海量...
  • 对于未来的发展方向不是很清楚,所以想征求大家的意见。 大家对我的大学规划有什么建议吗?[face]monkey:2.gif[/face]我不了解的实在太多了。大家觉得我在大学最重要的是什么? 是学到技能,还是人际关系?对于...
  • WebAssembly作为一种新兴Web技术,相关资料和社区还不够丰富,但其为web开发提供了一种崭新思路和工作方式,未来是很有可能大放光彩。 使用WebAssembly,我们可以在浏览器中运行一些高性能、低级别编程...
  • 详细描叙目前载波生存状态,以及各种载波方案优缺点,并分析了低压载波的未来发展方向.
  • 5G时代到来会催生出一系列智能终端出现,从家里到大街小巷都将摆放各种各样智能终端,随着智能终端数量增加,就会导致网络数据成爆发式增长。  由于5G网速峰值为10G/S,这么快网速足以支撑各种各样...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,727
精华内容 3,890
关键字:

未来的发展方向