自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 鸿蒙相关芯片

核心对比。

2026-06-23 17:09:12 327

原创 鸿蒙四层架构

内核子系统:多内核设计(Linux、LiteOS、未来微内核),由 KAL(内核抽象层) 屏蔽差异,统一向上提供进程/线程、内存、文件、网络、外设管理。第三方应用/元服务:基于框架开发的FA(有UI)、PA(无UI,后台服务),支持原子化、跨设备部署。系统基本能力:分布式软总线、分布式数据管理、分布式任务调度、方舟运行时,支撑跨设备流转与协同。基础软件服务:事件通知、电话、多媒体、安全等通用能力。硬件服务:位置、生物识别、传感器等硬件抽象服务。系统应用:桌面、设置、电话、短信、控制中心等。

2026-06-23 17:08:53 302

原创 鸿蒙相关知识

手机、服务器、PC 通用内核,鸿蒙“标准系统”(手机/平板/智慧屏)用它。所有核心功能都塞进内核:进程、内存、文件系统、网络、驱动都在内核态。体积大(MB 级,千万行代码)、耦合高、一个模块崩可能整个系统挂。一句话总结:Linux 管生态,LiteOS 管轻量,微内核管未来。一句话:全能但笨重,适合资源足、要兼容安卓的设备。性能高(不用频繁跨态)、生态极强、稳定成熟。二、LiteOS 内核(鸿蒙轻量实时内核)GPIO:输入输出、按键、LED。一、Linux 内核(宏内核)

2026-06-12 07:38:56 435

原创 视觉领域 常用芯片或开发板

5. NVIDIA Jetson系列(Jetson Nano/Xavier) —— 超强AI算力、专业深度学习、科研高端视觉项目。3. HI3516 / HI3519 —— 安防摄像头、视频编码、流媒体图像处理。1. RK3588 —— 视觉AI主流、YOLOv11、目标检测、图像识别首选。2. RK3566 / RK3568 —— 入门视觉、低成本图像处理。4. 树莓派4B/5 —— 入门视觉学习,无NPU,推理慢。6. ESP32-S3 —— 简单图像采集、低端视觉应用。

2026-06-12 07:35:51 238

原创 嵌入式相关知识

优点:自带NPU算力强、专门跑AI视觉、YOLO部署完美、性能强、支持鸿蒙/Linux、电赛嵌入式竞赛首选。它和电脑Ubuntu、Windows不一样,体积小、占用资源少、可裁剪、能直接跑在ARM开发板上。用来做:智能设备、图像处理、视频传输、AI算法、串口通信、智能硬件、物联网开发。2. 算力强、内存大、能跑Python、YOLO视觉模型、多模态AI、视频流处理。优点:资料超多、教程多、生态完善、上手简单、适合入门Linux。3. 适合:图像处理、AI识别、视频传输、复杂项目、智能终端。

2026-06-11 08:55:41 262

原创 边缘计算和边缘AI

不用上传到云端AI大服务器,开发板本地直接跑YOLO、目标检测、图像分类、大模型交互。不在遥远云端服务器计算,直接在本地硬件、终端设备上,就地完成数据处理、运算、分析。例子:摄像头本地识别人、小车本地AI识别、智能设备本地处理数据,都是边缘计算。边缘AI = 在本地硬件设备上,直接运行人工智能、深度学习、图像识别算法。优点:速度快、延迟低、保护隐私、不用一直联网、响应实时。特点:低延迟、不依赖网络、隐私性高、嵌入式视觉项目必用。AI模型 部署在本地板子上运行,就是边缘AI。

2026-06-11 08:52:59 180

原创 单片机全系列

它帮你把程序拆分成多个独立任务,自动帮你调度、切换、管理运行顺序,保证实时性、不卡顿、响应快。物联网IoT、WiFi联网、蓝牙通信、手机APP通信、远程控制、无线数据传输、智能家居联网设备。电子设计竞赛、智能小车、嵌入式开发、工业控制、智能家居、仪表仪器、毕业设计、各类控制类项目。电池供电设备、穿戴设备、传感器采集、温湿度检测、低功耗长期待机产品、水表电表。量产产品、工业替代STM32、低成本项目、国产国产化项目、学生简单控制开发。流水灯、简单蜂鸣器、按键检测、基础传感器读取,都是裸机开发。

2026-06-10 16:54:06 205

原创 硬件基础相关知识

电源是整个硬件系统的“心脏供血系统”,电源不稳,整个项目极易死机、卡顿、跑飞,是新手最容易翻车、评委最爱深挖的扣分点。MCU = 微控制单元,俗称单片机,相当于整个硬件系统的大脑,所有逻辑运算、指令调度都由它完成。传感器是硬件系统的“五官”,负责感知外界环境、采集物理数据,给单片机提供决策依据。PCB就是把零散电子元器件,用铜箔走线连接、固定在一起的电路板,是硬件的物理载体。执行器是硬件系统的“手脚”,接收单片机的控制指令,输出动力、完成机械动作。

2026-06-10 08:18:00 233

原创 CPU架构

理解架构前,要先明白程序是如何运行的,现在说写的编程语言Python,c都属于高级语言,当在Python写一个print(“Helloword”)时,会有解释器,翻译成CPU听得懂的语言,CPU能听懂的语言就是像0101010110的二进制序列,也叫机器语言,所以意思上就是CPU听不懂print,只能听懂010101,这是程序运行。CPU架构,主要分为X86,arm,risc-v三种,他们三种类型就是同一指令,在不同架构上01的序列翻译出来是不同的。x86:复杂指令集。CPU,还区分32位和64位,

2026-06-09 15:23:12 171

原创 底层逻辑解释

functioncalling是Agent和大模型沟通的约定,目的是让大模型回答的符合一定格式,方便程序进行解析。MCP(约定):模型上下文协议,智能体与tools list与tools/call的调用方式,提供各种服务,LLM 大语言模型,在语言模型发展中,有了一个临界点出现了智能,为了区分,于是就有了LLM大语言模型。RAG 检索增强生成,通过语义匹配向量化的信息并加入上下文以增强生成内容的可靠性的办法。(大模型就像只会说话不会做的,MCP工具集,Agent传话筒)低代码workflow(工作流)

2026-06-09 15:22:23 175

原创 AI与人工智能,大模型关系

4. AI不会取代所有人类工作:AI的核心是**“赋能人类”而非“取代人类”**,它会取代重复、机械、低价值的工作(如基础文案、简单代码、人工客服),但会创造更多高价值的工作(AI训练师、AI产品经理、大模型二次开发、AI行业解决方案),同时要求人类掌握“和AI协作”的能力。1. AI(人工智能):是总概念,指让机器模拟人类的智能(学习、推理、创作、解决问题等),大模型、机器人、人脸识别、语音助手,都属于AI的范畴;AI(人工智能)>大模型(大语言模型/多模态大模型)>AI编程(大模型的落地用法)

2026-06-08 08:59:06 240

原创 大模型的概念

大模型是AI发展到现阶段的“核心技术底座”,而非AI的全部;它就像一个“超级大脑”,能适配几乎所有AI应用场景——给大模型叠加“计算机视觉”能力,就能做AI绘画/人脸识别;叠加“代码理解”能力,就能做AI编程工具;叠加“行业数据”,就能做医疗/金融/制造业的专属AI。全称大语言模型(Large Language Model,LLM),进阶版是多模态大模型;以Transformer为核心架构,通过千亿/万亿级的文本/图像/语音/代码数据训练,具备理解和生成多类型信息的能力,是目前最接近通用智能 的AI技术。

2026-06-08 08:58:32 221

原创 GPT与ChatGPT区分

obsidian。

2026-06-05 17:55:41 433

原创 主流大模型介绍

深度求索发布的开源万亿MoE旗舰(1.6T总参/32B激活),全球编程第一(SWE-bench 83.7%)、100万token上下文、原生多模态、全栈国产算力(昇腾)、成本仅GPT-4的1/70,是代码/长文档/国产化部署的最强开源选择。Claude 4.6 是 Anthropic(AI安全公司)2026年2月发布的闭源多模态大模型,主打长文本、强推理、高可靠、企业级,是当前全球最稳、最适合专业/法律/代码/长文档的顶级模型之一。能直接操作浏览器、软件、系统界面(点按钮、填表单、翻页)

2026-06-05 17:52:30 372

原创 2026主流大模型有哪些

AI编程工具(IDE/CLI/最新版)IDE/编辑器(AI原生)

2026-06-04 17:38:21 461

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除