JNH官网

基于Arm技术的芯片上一季度出货量再创新高

2020-05-20

[导读](2020年2月26日)在2019财年第三季度(2019年9-12月)中，Arm半导体合作伙伴基于Arm技术的芯片出货量达到64亿颗，再创历史新高，这也是过去两年内第三次创下单季出货量新高。 (2020年2月26日)在2019财年第三季度(2019年9-12月)中，Arm半导体合作伙伴基于Arm技术的芯片出货量达到64亿颗，再创历史新高，这也是过去两年内第三次创下单季出货量新高。 其中，Cortex-M处理器的出货量达到42亿颗，再次刷新纪录，Arm由此看到终端设备对于嵌入式智能的需求不断增加。截止到目前，Arm的合作伙伴已经出货超过1600亿颗基于Arm技术的芯片，过去三年平均每年出货超过220亿颗芯片。 Arm IP产品事业群总裁Rene Haas 表示：“上一季度，Arm合作伙伴基于Arm技术的芯片出货量达到了创纪录的64亿颗，其中包括刷新纪录的42亿颗Cortex-M处理器，进一步证明了Cortex-M是嵌入式与物联网应用的优选处理器。” “此外，JNH官网对新技术与开发人员生态系统的加速投资也为JNH官网带来了2015年以来单季最多的授权协议数量。Arm携手计算生态系统，积极为更多终端设备带来效率更高的智能，打造人工智能驱动的网络边缘，同时为云端带来更高的效率与更低的成本。” 关于JNH官网电子 JNH官网电子是国内较全面的开发工具提供商，致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。 摘自21ic网

查看更多→

历经两年研发，Arm中国AI产品周易AIPU迎落地首秀

2020-04-24

上月，全志科技发布了新款智能语音专用处理器，这是Arm中国耗时两年研发的周易AIPU的落地首秀。近日，雷锋网与Arm中国产品研发副总裁刘澍和全志科技副总裁陈风进行了深度交流，了解到了Arm中国的产品进展以及Arm中国与全志科技定制周易AIPU的更多细节。 Arm中国在2018年注册成立，中方投资团队占股51%，Arm公司占股49%，接管Arm在国内的所有业务。同时，Arm中国也会研发更符合中国市场需求的产品。据悉，Arm中国从2018年开始就在推进3个产品线，分别是：周易AIPU、山海平台安全解决方案、星辰处理器。 刘澍透露：“这三个产品线从团队建立、到产品开发到发布客户、到客户芯片流片回来测试的工作，目前一切进展顺利。今年第一季度恰好都有客户的芯片返回而且工作正常。” 周易AIPU属于当下最受关注的AI产品品类，也是Arm中国看到落地应用的产品。“与Arm不久前推出的配合Arm Cortex-M处理Ethos-U55和配合Cortex-A处理器的Ethos N系列NPU相比，Arm中国周易AIPU更加通用，既可以跟Cortex-M或Cortex-A一起工作，也可以作为处理器进行独立工作。”刘澍对雷锋网表示。 也就是说，周易AIPU既不是CPU处理器，也不是神经网络加速器。这是因为，周易AIPU定义了一套新的适用于AI算法的指令集，通过指令来驱动里面的向量处理单元和固定的AI算法处理单元，从而完成各种复杂网络的组合的操作。   但作为一款AI处理器，周易AIPU也必须寻找通用性和效率的平衡点，以提升产品的竞争力。周易AIPU的做法是，用向量处理单元Vector/Tensor Process的并行的8-bit向量阵列进行向量计算，Arm中国为Vector/Tensor Process定义了一整套向量处理指令集，有点类似于Arm此前的NEON指令集。 另外，周易AIPU中的AI Fix Function把常见的AI网络里所通用的部件和单元固化为硬件，通过指令就可以驱动硬件工作，提升效率。 标量部分，周易AIPU也有标量单元，这个单元并非完成的CPU，但有类似标量处理器的功能。 因此，周易AIPU用标量处理单元Scalar Unit、向量处理单元TensoCre Ellxe.Cell，还有能提升AI效率的AI Fix Function，最终实现通用性和效率的兼顾。   JNH官网电子是国内全面的开发工具提供商, 致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。 JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。                                                        摘自 雷锋网

查看更多→

谈视觉在自动驾驶与状态监测中的应用

2020-04-24

自从特斯拉将Model 3投入生产以来，时间已经过去了近3年，然而该款车内面向座舱、位于后视镜上方的摄像头一直处于“休眠状态”。 近日，特斯拉CEO埃隆·马斯克透露了Model 3中这款摄像头的功能，特斯拉在开启Autopilot自动驾驶系统时可以使用该摄像头监控驾驶员的注意力，同时还能防止乘客在乘坐自动驾驶共享汽车时恶意破坏汽车。   去年，马斯克还为该摄像头申请了名为“基于乘客‘身体’空间位置而打造车辆个性化系统及方法”的专利，专利中表明在某些应用示例中，用户可根据偏好进行初级车载定制化配置，比如调整驾驶座椅、车辆侧视镜、音乐偏好、驾驶模式偏好等电动可调节部件的相关设定值。 摄像头作为推动汽车发展的关键传感器之一，不仅在自动驾驶应用中大展身手，还是未来智能化座舱的必备帮手，例如人机交互界面、注意力状态监控、健康状态监控等方面，摄像头应用都将占据一席之地。 相关ADAS的视觉方案 随着日常出行对安全性、舒适性要求的提升，自动驾驶的优势与价值不断显现，以ADAS（高级驾驶辅助系统）为核心的自动驾驶技术发展迎来关键节点。其中，传感器中视觉的性能将在下一代迎来飞跃，预计未来3—5年量产的前视摄像头中，单目测距达到200米—300米，像素在2Mp到8Mp之间。在成本占据优势的前提下性能与长距离毫米波雷达差距大幅减小，同时兼具成本和图像识别等方面的优势，目前，基于纯视觉的L4级方案百度Apollo Lite已经路测成功，未来视觉传感器在汽车产业链中的比重将持续提升。   摄像头在汽车上的应用方案包含前视方案和环视方案。前视方案目前主要分为单目和双目摄像头两种类型。简单讲，单目摄像头的测距原理是先通过图像匹配进行目标识别（各种车型、行人、物体等），识别出物体的具体轮廓，根据传感器的尺寸再通过目标在图像中的像素大小估算目标距离。这就要求在估算距离之前首先对目标进行准确识别，判断是汽车、人、货车、SUV还是小轿车。通常单目摄像头内嵌于车内后视镜中，单目测距的算法包括传统机器学习算法与深度学习中的卷积神经网络（CNN）。 准确识别是准确估算距离的第一步。要做到这一点，就需要建立并不断维护一个庞大的样本特征数据库。保证这个数据库包含待识别目标的全部特征数据。而双目摄像头就是利用两幅图像的视差直接测量距离，类似于人眼的感知，无需判断物体的类型。通常双目摄像头置于车内后视镜上方的挡风玻璃处。理论上，双目摄像头的精度可达毫米级，而且双目摄像头计算距离所花费的时间远低于单目摄像头。 除了单双目之外，还有多摄像头组成的平台。有的方案中选用长焦和广角摄像头于ADAS主摄像头配合，兼顾周围环境与远处物体探测。 而以目前行业水准来看，主流方案测距上单目优于双目，远期来看，优于单目方案测距与分辨率挂钩，摄像头像素提升对于单目性能有卓越提升效果，双目产品受限于同步性等因素，难以超越单目。 环视方案则是通过4—6个广角摄像头采集图像数据，拼接后合成360度的全景俯视图，现阶段多用于可视化系统。可视化系统提供车身周围实时的俯视图像，用全景图像消除车身周围的视野盲区，提供相对方位与距离信息。 不同的方案有不同的用途，比如前视方案普遍用于车体纵向的识别、测距等，如前车碰撞预警、行人碰撞预警、紧急制动刹车和自适应巡航等。而环视方案普遍用于自主泊车以及辅助横向的预警、控制，包括车道偏离预警、车道保持功能等。 相关状态监测的视觉方案 在驾驶员体验方面，车内摄像头可用于车内的身份识别、检测驾驶员状态、手势识别等，提高安全性。   驾驶员监控（DMS）系统的功能主要针对驾驶员的疲劳、分神、不规范驾驶等危险情况进行一层或多层预警，要求在全部工况环境下工作，包括暗光、夜晚、逆光等环境，且不能受驾驶员衣着的妨碍。 比如在最近的疫情期间，人们在公共场合自觉佩戴口罩以防止COVID-19的传播，这向绝大部分人脸识别系统抛出了难题，驾驶员监控系统也不例外。例如，苹果面部识别和谷歌Pixel 4的面部识别功能可以识别刮掉胡须或戴着太阳镜的人，但如果用户佩戴了口罩就无法识别。 而座舱监控系统开发商Eyesight Technologies表示，即使驾驶员佩戴了口罩，其平台也能检测到其是否分心或昏昏欲睡。据悉，Eyesight的解决方案是一系列经过训练的AI算法，可透过太阳镜、防护眼镜和口罩监控驾驶员。Eyesight的Driver Sense和Fleet Sense售后系统都利用IR（红外光谱）传感器进行检测，能够在所有照明条件下追踪驾驶员及其头部位置、眼睛张开程度、瞳孔扩张、眨眼频率、注视方向等。 据报道，一位Eyesight发言人表示，“传统上，JNH官网的系统通过追踪嘴部和面部的某些特征来监测驾驶员。但JNH官网已经积极地训练JNH官网的AI和计算机视觉系统，使其即使在驾驶员佩戴口罩的情况下，也能进行监测。JNH官网收集了大量驾驶员在不同驾驶场景下佩戴不同口罩的数据。” 软硬件、芯片、算法、Tire 1、OEM等供应商构成了汽车产业链，在产业链中，跨界融合的趋势越来越强。包括博世、大陆、电装在内的Tire 1已开始自行研发算法；算法公司也在朝Tire 1的角色靠拢，存在部分算法厂商跳过Tire 1或是承担Tire 1的职能直接成为OEM的供应商；部分软件公司进军造芯领域。 在科技技术快速发展的时代，更完美的方案不断涌现来解决自动驾驶汽车的痛点。近期阿里巴巴宣布达摩院自动驾驶实验室自主研发出全新的ISP处理器（Image Signal Processor，即图像信号处理器），使得车载摄像头在白天和夜间的图像识别能力大幅提升。 根据达摩院自动驾驶实验室的路测结果显示，使用达摩院ISP处理器，车载摄像头在夜间场景下，图像物体检测识别能力相比业内主流处理器有10%以上的大幅度提升，原本模糊不清的标注物也得以清晰识别。   随着时间的推移，技术开发、测试与验证的不断深入，自动驾驶功能会从L3级高速巡航、自动泊车等细分场景向全时段全场景自动化逐步完善，从而解放用户的工作与注意力，兑现更多的可能性。 关于JNH官网电子 JNH官网电子是国内全面的开发工具提供商, 致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。 JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。 摘自戏说 eCar中国微信公众号

查看更多→

ARM 3年卖出600亿个芯片：Cortex-M占绝大多数 A77大核排不上号

2020-04-24

全球稍微有名的CPU指令集不下于10个，大家平常接触最多的是X86及ARM，前者统治了桌面、笔记本及服务器等高性能领域，ARM则是在智能手机、智能穿戴、嵌入式等设备无处不在。 根据ARM公布的数据，2019年Q4季度其合作伙伴出货了64亿个ARM芯片，其中有42亿芯片都是Cortex-M系列的，也就是针对低功耗嵌入式市场的，这就占了大约66%的份额，剩下的才是各种Cortex-A、Coretx-R、安全芯片等。 至于大家熟悉的Cortex-A系列，这是ARM公司面向高性能产品的，但总量不是最多的，因为全球智能手机、平板及其他设备加起来的出货量也不过20亿左右，算下来每季度最多5亿而已，也就占出货量的10%而已。 如果再考虑到顶  级的Cortex-A77大核，那比例可能就更小了，目前全球也只有骁龙865、天玑1000、Exynos990、Exnos980等少数处理器采用上了A77大核心，估计其市场份额连统计的意义都没。   根据ARM公司的数据，从1991年到现在，ARM公司一共出货了超过了1600亿ARM芯片了，其中1991到2017年的26年中出货首  次超过1000亿。 但是从2017年到现在，ARM出货的速度就更快了，三年时间出货了600多亿ARM芯片，平均每年超过220亿。 关于JNH官网电子 JNH官网电子是国内最全面的开发工具提供商,致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX 等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、//tools.emdoor.com/软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。 摘自慧聪电子网

查看更多→

Streamline中基于统计的性能分析功能介绍

2020-04-24

ARM性能分析器(Streamline) 7.0版开始支持基于SPE(统计性能分析扩展)的性能分析。SPE是Armv8.2-A架构中的一个可选扩展特性，它可以以很低的代价对处理器的流水线进行采样。Streamline可以从Arm Development Studio和Arm Mobile Stuido获取。 为什么需要SPE? Streamline前序版本只能通过硬件计数器和软中断中采样PC信息获取CPU的信息。硬件计数器只记录触发事件加总数，不可能知道具体哪条指令触发了事件，它只能大致提供应用程序哪块代码触发了这个计数器增加，而往往这块代码区域都比较大，这也导致了能通过这个信息来确定问题的开发者有限。同时因为采样和解析都是通过中断中的软件来完成的，这也导致了程序计数器和栈的采样率也是有限，太高的频率会导致增大系统负载。SPE通过利用CPU流水线中的硬件对PC值进行周期性采样来避免前面提到的问题，因此采样率可以很高，并且没有性能负担。因为SPE是构建在处理器流水线里面，它可以直接采集每条指令相关的附加信息，这方便JNH官网进一步分析执行代码。 工具支持 Streamline支持同时收集系统/应用模式下的SPE数据和其他性能计数器数据。 它支持图形化显示下列SPE数据： l 延迟计数包。它计算指令从触发到执行完毕的延迟，可以用来鉴别流水线中的执行停滞。这个计数包也提供存储存取延迟信息，这可以用来识别高延迟的存储访问和糟糕的缓存用法。 l 事件包。它提供每个被采样指令的重要信息。包括下面信息： l 这条指令是否access/hit/miss某级缓存 l 这条指令是否是错误预测或者没有采用的分支 l 这条指令是否导致互斥读写失败 事件包可以用来识别分支预测，糟糕的缓存试用，锁竞争等问题。 数据源包，显示数据从哪一级存储中获取。 这些数据可以通过时间线显示这些事件发生的顺序，也可以在函数调用路径，代码试图中看到。这让用户可以追踪到线程，函数，代码行和指令行。 先决条件 使用SPE需要硬件支持相应的扩展，内核需要使能arm_spe_pmu，设备树或者UEFI需要支持SPE。此外，SPE目前需要KPTI失效(启动kernel的时候设置kpti=off)，这个要求在Arm后续处理器上可能不需要。可以通过检查是否存在/sys/bus/events/devices/arm_spe_0文件验证内核是否支持SPE。检查dmesg的输出是否有 Kernel/User page tables isolation: enabled 或者查看/sys/devices/system/cpu/vulnerabilities/meltdown是否包含Mitigation: PTI if enabled. 为了使用SPE，你需要有一个支持SPE的设备，或者使用arm的虚拟平台FVP。本文使用Arm Neoverse N1 SDP。如果你想在虚拟平台上测试，你可以使用FVP_Base_RevC-2xAEMv8A。Arm Mobile Studio支持SPE,但是目前还没有消费级的Android设备支持SPE,本文重点使用Arm Development Studio中的Streamline进行演示。 Neoverse N1 SDP配置 本文使用Arm Neoverse N1 Software Development Platform运行一个基于Linux 5.4.1内核的环境。除了需要使能Streamline需要的内核选项和前面的提到的内核选项，不需要其他特殊配置。Neoverse N1 SDP 是一款针对服务器市场的开发平台，目前尚未公开，只有早期客户才能获取。该平台内含一颗Neoverse N1处理器，第一个支持SPE的处理器。 FVP配置 如果你希望在arm虚拟平台上尝试SPE功能，可以通过下面参数使能SPE :         -C cluster0.has_armv8-2=1 -C cluster0.has_statistical_profiling=1         -C cluster1.has_armv8-2=1 -C cluster1.has_statistical_profiling=1 因为FVP并不包含时序信息，所有的指令周期都只需要一个cycle，所以在FVP上的延迟计数器包中显示延迟都是0.同时FVP也不模拟分支预测，所以所有的分支预测都显示正确。 缓存模型可以被使能，使能后，SPE可以显示缓存模型行为的相关事件。 开工 在设备上Gatord需要用root启动。Arm Development Studio用户可以通过下面命令进行全系统分析。 /path/to/gatord 也可以通过下面的命令对某个应用进行分析 /path/to/gatord --system-wide no --app <some-app-to-launch> 启动Streamline，连上设备，从计数器配置窗口可以看到Arm SPE(Statistical Profiling Extension)配置界面   Figure 1 SPE配置对话框 这个对话框可以让用户基于操作类型，事件，最小延迟过滤出感兴趣的事件。所有的操作默认都会被采样，但也可以只采样某种分支，存取操作的组合。相似的，也可以只采样一些事件来进一步降低采样量。过滤设置可以针对某类问题降低采集的数据量。比如低总延迟可以用来提取除缓存外的内存操作。错误预测事件可以用来寻找那些触发错误的程序分支。尽管硬件允许，Streamline目前并不能让用来设置采样率。目前采样率是每100000指令采样一次。Streamline下一个版本，7.2，会支持配置采样率。 Note: SPE运行时每隔n个指令进行一次采样，看其是否满足filter条件再送给Streamline后台，而不是过滤所有样本后每隔n条指令进行采样。当Streamline采集数据到本地文件时，--spe选项参数可以用来控制SPE采样配置。 检查数据 下图显示添加了更多SPE计数器的时间图。SPE事件包内的多种属性显示再堆叠图上。这些图显示了某种属性在样本中存在和不存在的比例。白色方块中显示再所选事件内包含某种属性样本的总和。有些属性和某些特定类型的指令相关，比如分支，存取。 比如Architecturally retired图显示了采样的指令后完成了和没有完成的数量,总量显示了冒险执行的总指令量。类似地， Level 1 Data Cache Access图显示了采样指令中含有对L1数据缓存存取指令总数，以及hit/miss比例。 Note：这些图标不会实时显示，经过离线分析后会显示。 这些事件图显示了被采样进程的行为概述，可以用来进一步通过分析试图来分析感兴趣区域的细节。分析视图中默认显示采集过程中每个计数器和事件发生次数总和。当你发现感兴趣区域，卡尺工具可以用来再分析视图中过滤出感兴趣区域的数据。   Figure 2使用cross-section标记选择感兴趣区域，本图显示一个对L2缓存利用率不足的benchmark的SPE计数器，采样模板使用实验性N1 SPE模板 进一步分析 Streamline有很多视图用来进一步分析理解被分析对象的行为。这包括调用路径栏，函数视图栏和代码栏。 调用路径栏 调用路径视图显示了按照进程和线程显示的调用栈。因为SPE只是采样PC而不是调用栈，每个进程中的函数只是平铺展开。默认情况，本视图只显示传统的周期性采样数据，为了显示SPE数据，从下拉菜单中选择SPE。   Figure 3下拉菜单显示调用栈 事件包显示了每个函数中符合条件和不符合条件的采样比例，以及每个线程和进程中事件的加总数。通过点击第一列的表，可以将这些比例单独成列用来排序，这些独立的列显示了符合条件的事件量，以及占总量的比例。通过对这些列的排序，可以确定哪些函数导致缓存存取失败，或哪些函数导致分支预测失败率高。   Figure 4 可配置显示列   Figure 5基于L1数据缓存存取失败排序的函数 延迟计数器以Log2(Latency)为横轴的直方图显示，列按照0延迟，1 cycle延迟，2-3 cycles延迟，4-7 cycles延迟，8-15 cycles延迟等等，直至采集到的大延迟。   Figure 6 可能的延迟例子，深色的部分显示所有延迟中的高延迟部分，一行中的高一些的柱图显示一行中的高延迟 调用路径视图的下半部分显示子视图。对于周期性的调用栈采样，它会用来显示某个选择的函数下的所有函数调用占所有采样中的比例。但是SPE数据只会将进程/线程中的函数平铺展开，这里只会显示进程/线程中函数占用父进程/线程中调用比例(A函数在子线程/进程中被调用次数除以A函数在父子进程中调用次数)。   Figure 7调用路径子视图，显示一个线程的所有函数 函数栏 函数视图栏显示了所有进程的中函数列表。和调用路径栏一样，函数栏也有一个下拉菜单选择显示数据。类似地，每个列也可以通过点击头部添加删除。   Figure 8函数栏，显示L1数据缓存存取失败的SPE数据 代码栏 点击代码栏或者在调用路径视图，函数栏中右键选择一个函数即刻看到相关代码栏。和前面二种视图有所不同，本视图一次只显示一列。你可以从下拉菜单中进行相应选择配置视图。   Figure 9使用下拉菜单选择代码视图配置 反汇编显示基于每条指令的计数器变化，比如可以显示每条指令的延迟。   Figure 10反汇编视图 如果分析的程序包含调试信息，视图还会显示代码行信息，如果运行Streamline的机器上关联了被调试程序的源码，代码栏的上半部分会显示被选择函数的源码，同时每行代码运行带来的计数器变化也会显示。这可以用来识别函数中需要特别处理代码块。   关于JNH官网电子 JNH官网电子是国内全面的开发工具提供商,致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。 摘自arm中文论坛网  

查看更多→

5G终端天线研发所面临的主要挑战

2020-04-24

目前，JNH官网已处于4G系统商用阶段，然而5G已经于11月1日正式商用，这将带来海量数据通信、万物互联、实时交互、工业物联网等新型业务的快速发展。因此，5G俨然已经成为当前移动通信产业的关注焦点。未来的5G系统将着眼于全频段，即不仅局限于低频段(6GHz及以下频段)，也将考虑高频段(毫米波频段)。 而天线作为移动通信的重要组成部分，其研究与设计对移动通信起着至关重要的作用。而5G带来的改变就是用户体验的革新：华为Mate30系列手机内部集成21根天线，不仅支持5G，还要兼容4G、3G、NFC、GPS、WiFi、蓝牙等网络，总计21根天线，用于5G有14条天线，进而揭示了5G 新的通信架构下，手机终端天线发展真正的技术需求。在终端设备中信号质量的优劣直接影响着用户体验，所以，5G终端天线的设计必将成为5G部署的重要环节之一。 3GPP把5G频段分为FR1频段和FR2频段，其中FR1的频段通常被称为Sub6G频段，范围为450MHz-6GHz，FR2频段为24.25GHz-52.6GHz，通常被称为毫米波频段。毫米波频段的优势是具备大量的可用频谱带宽、波束窄、方向性好、频段许可获取成本低。借助于先进的毫米波自适应波束赋型和波束跟踪技术，可以确保在真实环境中毫米波终端与基站实现稳健的移动宽带通信。   5G通信中采用两种网络架构方式进行部署 独立组网模式 指的是新建5G网络，包括新基站、回程链路以及核心网。SA引入了全新网元与接口的同时，还将大规模采用网络虚拟化、软件定义网络等新技术，并与5GNR结合，同时其协议开发、网络规划部署及互通互操作所面临的技术挑战将超越3G和4G系统 非独立组网模式 非独立组网指的是使用现有的4G基础设施，进行5G网络的部署。基于NSA架构的5G载波仅承载用户数据，其控制信令仍通过4G网络传输   NSA和SA组网形式（网络图片） 采用5G初级阶段的NSA组网方式，5G网络与4G网络并存，而5G 设备要达到更高速、稳定、低时延等要求则依赖于以下几个因素： (1) 更多的频段； (2) 多个频段之间的载波聚合技术； (3) 大规模MIMO等技术。   当前手机终端天线净空普遍压缩至2mm左右，而终端天线设计中既要兼顾sub6G与毫米波频段的多频段需求，又要支持MIMO天线技术，多频带CA技术实现场景需求，这些技术的引入都对5G手机终端设计研发提出了高难度的挑战：   ü NSA组网模式下，4G频段天线与5G频段天线并存；3GPP中，4×4 MIMO天线作为强制入网要求。5G终端产品内的天线数目激增，面对这么多天线，天线效率、天线共存、天线布局等问题亟待研究解决，天线设计面临着重大挑战； ü 5G通信中，低频的频谱资源终归是有限的，毫米波应用的潜力巨大，毫米波具有极宽的带宽，提高信道容量和数据传输速率的毫米波技术成为了未来5G通信关键技术之一。但毫米波信号介质和辐射损耗较大，如何减少毫米波在终端内的损耗，确保毫米波更好的传输特性是工程师要面临的一个挑战。 ü 5G手机中集成多种芯片模块，CPU、射频模块、基带芯片、屏幕都是功耗与发热的大户，而5G芯片的计算能力要比现有的4G芯片高至少5倍，功耗大约高出2.5倍。并且手机的散热好坏不仅仅影响用户体验，同时影响手机内部器件工作状态，5G手机的散热技术研究面临重大挑战。 ü 为了满足5G下行峰速20 Gbps，需要提供100 MHz的传输带宽，为了满足大带宽连续频谱的稀缺，在5G通信中采用载波聚合（CA）来解决。但是如果发送和接收路径之间的隔离度或者交叉隔离不足，多个频段的无线RF信号可能会相互干扰，则CA应用中会出现灵敏度降低（desense）问题。所以5G手机终端的desense问题会比之前更为复杂，需要对Sub6G频段与毫米波频段共存状态下对desense问题根因分析，提前应对信号干扰问题。   JNH官网电子是国内全面的开发工具提供商, 致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。 JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。                                                        摘自 ANSYS公众号

查看更多→

电子行业竞争很激烈

2020-03-23

与大家一起聊一下PCB设计中的经济学。在PCB设计或者系统设计的过程中，每一个决定都需要从设计、制造、品质、时间、成本等因素进行考量。其中某些因素是可见的，而另一些则不是。但如果在每个决策点，都同时从工程与成本角度进行综合考量，则最有可能找到平衡，设计出功能满足要求且成本合理的产品。每一样东西的价格（成本）与价值显然不是同一个概念。每个成功的PCB产品，必然是设计要求与产品成本之间达到了平衡。JNH官网在选择PCB供应商的时候，无论是板厂或是组装厂，经常会犯一个错误：挑价格低的。刨去设计环节不说，PCB的成本不仅包括裸板的制造及器件的装配，还应考虑返工、维修、废料、替代料、现场支持服务等各种成本。便宜的PCB，很有可能因为品质问题，在后面的组装过程中报废。 下面JNH官网就来讨论一下哪些因素会影响PCB的成本，在成本与价值之间，做到平衡。 基本要素 在选择PCB时，首先需要考虑以下的基本要素： 板的层数 很显然，层数越多，设计与制造的成本越大。通常情况下，RF以及微波的设计，2~3层板就够了；高速数字系统或更复杂的设计需要两个以上的板层。但实际情况是，设计出来的PCB层数要比实际需要的层数多，这通常是由于布局布线不合理，电源及地平面分配不合理造成的；但有时，这是刻意为之：某些IC原厂发布的公版设计（Reference Design），为了确保设计的可靠性及发布的时效性，会增加额外的地平面或电源平面，这么做既减小了Layout的难度，也降低了信号完整性的风险。大家回想一下，有经验的ODM或是Design House是不是经常可以在不影响产品功能的前提下，减少板层以达到cost down的目的？ 但从设计及生产的角度考虑，其目标一定是找到平衡点：即以小的板层达成功能需求，且满足安规认证。当然，“时间”也是考量因素之一，如果产品需要TTM(Timeto Market)，就无法做到成本低。这也是为什么新发布的产品通常比较贵，然后会随着时间的变化，越来越便宜。其中不止是“量产”的原因，设计优化（比如减少板层）也是重要原因之一。 层压板(Laminate)的选择 层压板的选择关键在于与产品的需求相匹配。层压板的关键属性包括：Tg（玻璃转换温度）；Er（介电常数）等。基材的选择有时也取决于价格因素。 避免选用“特殊”的基材 目前市面上常用的PCB基材是FR4的玻璃纤维板。如果因为价格原因，选择了CEM的半玻板甚至是纸基板，那么恭喜您，不仅PCB的品质会一塌糊涂，还有很大概率因为供应链的问题（缺货），导致产品开发周期的延长。如果板厂不靠谱的话，还会用各种借口让您预订更多的基材，回头算一下，价格并没有便宜多少。 选择板厂常用的材料 在选择板厂时，确保板厂对您选择的材料有丰富的使用经验，因为这样可以保证在裸板生产过程中，对材料的化学处理的准确性，即使有微小的差别，板厂也知道如何应对。 另外，板厂在选择层压板时，最好是同一家供应商。如果是多家供应商，关键的属性参数必须相同，因为层压板生产中的微小差异，也会影响PCB板的整体质量。举个例子，玻璃纤维布，是构成层压板的三个主要成分之一，层压过程中的热量会使之收缩，而不同供应商的层压板收缩的程度是不同的。当板厂在生产PCB的过程中使用了不同厂家的层压板，很可能由于玻纤布收缩率的不同而造成PCB的弯曲。弯曲的PCB肯定属于废料。即便板厂承认是他们的问题，也会影响整体的生产进度。对于TTM的产品，这无疑是致命的。 便宜的，未必是好的 曾几何时，在选择PCB板厂时，下意识的反应就是选报价低的（便宜的）。当然，公司一定会尽可能的要求cost down，想选择一家服务好，但价格高的板厂有时会非常困难。但是请注意，从经济学的角度说，需要考量的是整体的成本而非局部。请记住以下两个要点： 1. 一分钱一分货 2. PCB报价低并不意味着整体的成本低 在选择板厂时，必须考虑PCB原型或量产时报废的风险，并将风险降到低。一块报废的PCB不仅包含PCB本身的成本，还包括已经装配到PCB上的器件、查找报废原因所花费的人工以及替换报废PCB所花费的时间。请注意，这些特殊的成本会远高于其他成本之和。在原型阶段，报废导致的成本还包括项目的延期以及推迟上市导致的损失。 板厂的销售经常会过度地吹嘘他们的制程能力，他们希望通过扩大产能的方式来提高板厂生产复杂PCB的能力。但更多的情况下，销售的逻辑是：先把订单拿下再说，之后再担心怎么生产吧。看看当今全球的PCB生产环境，你可能会更疑惑。PCB板厂大多在中国大陆、台湾以及韩国，近年来，很多板厂都大幅提升了生产复杂板的产能。但其实他们并没有配套的设备与制程能力，工程师也没受过如何制造复杂板的训练。有时，与设计一起发送到板厂的注意事项及层叠结构示意图会被板厂直接忽略，这将导致生产出来的PCB无法正常工作！更有甚者，有时板厂为了省钱，私自替换了客户指定的层压板，而客户对此毫不知情。PCB的生产是一个严谨的过程，如果不对PCB板厂进行调研及审计，很容易产生各种问题从而导致项目的延期。有些公司对PCB的生产厂商并不重视，他们的借口通常是“JNH官网没有时间对板厂的能力及制程做完整的调研”或者“JNH官网负担不起调研的费用”。同样是这些公司，他们会想当然的认为，对PCB做三次或更多的respin是很正常的事儿…… 大家有没有想过，如果可以一次成功，那投入的时间和金钱会远远小于失败后多次repin或者换一家板厂？事实上，无论从工程角度还是成本角度，设计、生产、装配做到一次成功才是应该追求的方向。 与PCB设计相关的其他成本 除了基本的设计与制造成本，还有一些附加成本也需要考虑在内。比如，EDA工具的成本、是否还需要维护一个过时的设计、何时需要开发新一代的产品。 EDA工具的成本也不止是购买授权，还应包括维护及培训的支出。一个可靠的PCB设计流程必然包括由一系列EDA工具构建出的虚拟原型设计（仿真）： 在使用工具时，请记住以下两点： 1. 如果您一下子购买了很多工具并试图把它们集成到您的设计环境中，很可能会让整个设计团队陷入混乱。 2. 任何工具都只有在工程师合理使用时才会有效。工具绝不可能替代工程师，工程师也不应该因为有了工具就放松设计的要求。 设计中出现的问题大部分都是由电源设计不合理或者信号完整性引起的。因此建议大家在对原型设计进行仿真的时候，首先使用带电源平面仿真的信号完整性分析软件。当您的技能提升时，再配合其它工具一起使用。 当然，目前还有很多公司不愿意在设计或工具方面投入资源或对工程师进行培训。当公司运营不理想的时候，想到的是砍掉这部分的预算。与此同时，在有限的开发预算下，工程师还承受了巨大的压力，需要在短时间内开发出产品以实现快速上市（TTM）的目的。想象一下，如果没有丰富的经验或相关技能，没有EDA工具或不会使用，是很难达成以上目标的。 传统设计Vs下一代设计 只要产品还能卖，不少公司会倾向于使用替换物料的方式来延续产品的寿命。从设计角度来说，这么做存在一定的挑战：如何找到与原器件制程类似的物料？如何解决设计中的接口问题？从成本角度考虑，很难对新旧物料的替换做一次彻底的、严谨的分析、测试。对于可靠性要求较高的产品，比如医疗器械，做一次替代物料的验证可能需要数月的时间；对于消费类电子，当ODM或采购向工程师提出2nd source的需求时（不管是出于物料EOL的考虑还是cost down的考虑），工程师都必须决定需要做哪些验证测试并承担责任。即便如此，还是存在量产后良率变差等不确定的风险。 有时，需要认真的考虑一款存续时间已经很久的产品是否需要淘汰了。经验告诉JNH官网，当一款产品50%以上的设计需要变更时，从成本角度来说就不划算了。除此之外，是否需要淘汰传统设计，引入下一代设计，可以从以下几点进行考虑： 1. 产品中的元器件或关键组件虽然还可以买到，但采购起来越来越难了 2. 对传统设计进行升级需要花费太多的工程师资源（比如几个月的人工） 3. 对传统设计进行重新设计后，其市场存续时间小于18个月 总结 降低成本是所有企业追求的目标。在PCB设计及制造的领域，如何省钱需要综合考量。PCB生产报价低并不意味着整体成本低，PCB的报废、返工都会耽误项目进度，导致产品无法在预定的时间上市，这反而极大地增加了产品的成本。在整个项目过程中，仔细检查每个环节，从工程及价格的角度进行综合考量，才能在第一时间设计出一款成本低优且满足技术要求的产品。        关于JNH官网电子 JNH官网电子是国内全面的开发工具提供商, 致力于将全球先进的软件产品引荐给国内研发型企业使用，为企业提供研发、设计、管理过程中使用的各种软件工具，并致力于和客户一同提高研发、设计效率，缩短设计周期。JNH官网电子先后与arm、Altium、Ansys、QT、TestPlant、CollabNet、Parasoft以及TouchGFX等多家全球知名公司建立战略合作伙伴关系，并成为他们在中国区的重要分销合作伙伴。 JNH官网电子专注开发、设计、管理工具数十年，客户超过6000家，具有丰富的工具使用及客户支持经验积累，可以为客户提供从arm开发、EDA板级设计、软件编译及测试工具、结构设计工具、多物理场仿真工具以及嵌入式GUI工具等产品与服务。JNH官网电子在北京、上海、深圳设有分公司，业务遍布全国。 摘自戏说Altium微信公众号

查看更多→

不卖芯片，只卖设计，ARM再度爆发扳倒英特尔

2020-03-23

全球半导体巨人——英特尔（Intel），面临称霸全球信息技术产业以来的很大威胁。 被英特尔定义为敌人的不是别人，正是英特尔亲密的战友：微软（Microsoft）。 2011年6月2日，台北国际电脑展上，微软公布下一世代新的作业系统Win8，意外宣布将支援微处理器业者ARM的平台，此举等于宣告称霸个人电脑产业20多年的Wintel（微软、英特尔）联盟正式裂解。 ARM，成为微软公开认证的英特尔对手。然而，ARM是谁？ 它赚的钱虽小，量却惊人！全球95％手机，都缴专利费给它 从事微处理器硅知识产权（IP）授权的ARM，就是各种芯片背后的设计脑袋，ARM是全球手机芯片的霸主，全世界95％的手机，都要向它缴交专利费。 从苹果、三星（Samsung）到宏达电（HTC）的智能手机，甚至联发科的山寨机，都要向ARM进贡。全世界每卖出一支智能手机，里头就有五至六颗芯片使用ARM专利，平均每支智能手机，要向ARM缴交大约0.5美元专利费。以每支手机使用五至六颗芯片计算，一颗芯片的专利费仅新台币两元多，五元硬币还有找，数字小到让IC设计公司没感觉。 ARM从没生产过一颗芯片，但它却像是一个隐形芯片帝国。去年全球有61亿颗芯片采用ARM架构（ARM inside），ARM以市占率28％，成为全球第一大半导体硅知识产权授权公司。从手机到洗衣机，从汽车到电视，只要使用到芯片，平均全球每四颗芯片，就有一颗来自ARM血统。 全球投资人看好ARM未来竞争力，把ARM的股价与市值，快速推高。ARM五年来股价成长399％，英特尔成长22.4％，同期间，ARM市值增加370％，英特尔仅增加4.8％。 ARM市值约新台币3850亿元，员工却只有1900人。英特尔市值虽是ARM9倍多，员工却是ARM的48倍，ARM平均每位员工创造的市值，是英特尔员工的5.2倍！ 台湾知名科技品牌宏达电，用13000名员工打造出台股获利王，员工平均创造市值只有ARM的1/3。而全球大电子代工公司鸿海，全球布局近100万人，每位员工创造的市值更仅有ARM的1/17。 ARM，堪称拥有全世界值钱的脑袋！ 为何一家不到2000名员工的公司，得以称霸全球，成为拥有91000名员工的英特尔敌人？ 它非硅谷出身，剑桥创业！没产业链撑腰 ，产品仍打进全球 身为移动装置世界的隐形、拥有全世界值钱脑袋的公司，ARM却低调得连英国金融业也没听过。我在伦敦拜访全球资产管理公司贝莱德、全球银行汇丰银行时，提及我接下来要去剑桥采访ARM，得到的反应竟都是：ARM是谁？ 在芬兰，无人不知手机巨人诺基亚（Nokia），在英国，ARM的知名度却近乎零。这更引发我对ARM的好奇。 当我抵达剑桥，前往距离剑桥大学十英里远的乡间，随着ARM创办人之一的李·史密斯（Lee Smith）来到20年前ARM成立的地方才发现，ARM的低调如同剑桥之于硅谷，诞生于剑桥这种非科技主流的环境，ARM被迫发展“只卖脑袋、不卖芯片”的特殊商业模式，正是它称霸世界的秘密之一。 这里的道路，时速限制35英里（约60公里），ARM创业的所在地，乡间道路仅容一辆汽车通过，而ARM的办公室，竟是一个用来养火鸡的谷仓。20年前，12位年轻工程师在这租金便宜的谷仓，开始他们的创业梦。 20年后，谷仓依旧，周边的环境，在史密斯的记忆中也完全没变。这里的前方，一片绿草地还养着三匹马，后方则是绿树成荫。“这里要很久很久，才会有一辆车子通过。”史密斯笑着回忆。 但在一万公里远的美国硅谷，环境迥然不同。那里的停车场停满跑车，高速公路时速上看一百英里，电脑、手机及各式科技公司林立，拥有让半导体设计公司成功的完整产业链。 位于硅谷的全球第二大个人电脑微处理器公司，超微（AMD）创办人杰瑞·桑德斯（Jerry Sanders）有句名言：“没有晶圆厂，不是男子汉！”（Real men have fabs）这正是20世纪90年代全球科技重镇的硅谷半导体业核心思维的写照，当时的主流思想是比规模、比处理器速度的时代。 但在剑桥，没有电脑、手机等潜在客户，没有完整产业链。即使现在，ARM来自英国的营收，占比也只有约1％。这里的一切条件，都没有让ARM成功的客观理由，逼着这群工程师得想出能走出英国、适用全球的产品。 “ARM能够成功，很重要的一个原因，就是JNH官网在剑桥创业，而不是在硅谷。” 12位创办元老之一、现任ARM总裁的都铎·布朗（Tudor Brown）说。他坐在剑桥大学有名的康河小船上，不疾不徐地谈着ARM地位，来自一个与硅谷完全不同的想法。 它不追求效能，选择省电苹果20年前，就找它推iPad前身 ARM所思考的在20年前不是主流，却在20年后造成全球科技产业巨变。这个巨变的种子，就是追求“省电”。 1983年，ARM的母公司英国Acorn电脑公司打算制作、销售低价电脑，布朗负责评估采用哪一款微处理器。当时布朗的选择有三家公司，都来自美国，分别是：英特尔、摩托罗拉（Motorola）和国家半导体（National Semiconductor）。 “当时这三款微处理器，都是16位架构，对JNH官网想开发的产品来说，太慢而且又太贵。”布朗的这个评估结果，让Acorn决定开发自己的微处理器，成立微处理器设计部门，也就是ARM的前身。 这个部门开发市场上少有的32位微处理器，它选择当时非主流的精简指令集（RISC，Reduce Instruction Set Computer）的程序语言，而非英特尔等业者采用的主流复杂指令集（CISC，Complex Instruction Set Computer）。 Reduce意指精简，精简指令集的特色，是追求用少的程序语言执行程序，相对可达到省电效果。Complex意指复杂，复杂指令集可以将许多程序语言放在一个芯片上，同时执行更多的程序，让芯片效能极大化。 为何是选择精简指令集？“JNH官网的想法很简单，就是要低耗电、低成本。”史密斯说，“JNH官网的目标其实是要设计一台低价电脑，当时微处理器的热能相当高，一台电脑要应付微处理器的热，就要特别设计的电路板、结构，还有风扇，这些成本都很高。如果解决掉耗电问题，就是解决热的问题，解决热的问题，等于解决成本问题。” 选择精简而非复杂，让ARM走向与众不同的路，也成为它最初竞争优势。ARM因为没有太多资金，只做微处理器设计。但ARM单纯想设计出省电的微处理器的做法，却引来苹果电脑（Apple）的兴趣。 1990年11月27日，苹果远从硅谷来到剑桥，投资300万美元，与ARM的母公司Acorn合资成立ARM，并取得30％的股权。为的就是连当时美国硅谷都没有的东西：ARM设计的低耗能32位微处理器，以生产全球第一台手持式个人电脑“牛顿”（Newton）。 “牛顿，可以说是iPad的祖父。”当年一手带领“牛顿”计划的专案负责人布朗说，“我还记得，1992年的牛顿广告，就跟2010年推出的iPad广告一模一样：随身携带、记事、手写等概念融合在一起。” 只是当时的牛顿太大、太厚、太慢，手写技术不够发达。后面，全球第一台个人随身电脑“牛顿”失败了，让苹果赔掉近1亿美元。 ARM从苹果的失败，体会到“客户的失败，就是ARM的失败。”布朗回忆，当时的ARM很小，能赚钱机会，就是客户赚钱，ARM的技术才能发挥价值。当时英国没有科技公司，逼着ARM得往海外走，ARM第一个客户是苹果，第二个客户来自欧洲，第三个客户是日本公司夏普（Sharp）。 “倾听客户的声音，就成为ARM的信条。”ARM创办元老、ARM技术长麦克？穆勒（Mike Muller）说。这个信条，为ARM带来了大转折，时间就在1993年。 它不主攻PC，先攻手机！ 诺基亚登手机霸主，它是幕后英雄 当时手机产业，正从类比时代转进数位时代，美国德州仪器针对手机开发出数字处理芯片，打算与新兴的欧洲手机公司诺基亚合作，“诺基亚向德仪要求提供一个32位微处理器架构的要求。”穆勒回忆，诺基亚打算在手机上内键游戏（编按：即诺基亚的贪食蛇游戏），但当时手机用的46位微处理器太慢，德仪就向诺基亚推荐ARM的解决方案。 当时对ARM大的挑战是，手机的微处理器从16位元进展到32位，得使用更多存储器，将会使得手机制造成本大幅攀升，而ARM设计出“ARM700”微处理器，帮诺基亚省下40％以上的存储器成本。 诺基亚在1996年采用了ARM的解决方案，ARM从此大翻身，营收连续6年平均成长率超过50％！ARM走一条与硅谷不同思维的路，虽没在个人电脑市场开花结果，却在讲求“省电”而非“效能”的手机产业获得成功。 ARM一路扮演诺基亚在1998年登上全球手机霸主幕后英雄。同年，ARM在英国伦敦证交所、美国那斯达克上市，上市第一天，ARM创造了130位百万英镑富翁。 ARM协助诺基亚开发出最成功手机。1999年，IBM、爱立信、任天堂等各大科技公司也纷纷与ARM签订授权合作协定，就连英特尔也成为ARM的客户。 从苹果的失败，到诺基亚的成功，让ARM体会到最重要的一件事：“分享”的经营哲学。这是它在选择“精简”后，第二个重要的决定。 “JNH官网跟客户分享资源、分享利润，也分享风险。”布朗说。 ARM若不是站在半导体巨人德仪的肩膀上，根本没机会接触到诺基亚。透过德仪，ARM学到“分享资源”的好处：若没有苹果的失败，也不会有后来诺基亚的成功，这让ARM学到“分享风险”的概念。 为何苹果的失败让诺基亚成功？“ARM为诺基亚开发的微处理器架构取名为‘ARM700’，其实它是源自为苹果牛顿设计的‘ARM600

查看更多→