工作经验之谈--硬件测试

最新推荐文章于 2025-03-05 15:13:45 发布
最新推荐文章于 2025-03-05 15:13:45 发布
阅读量1.1k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 工作技巧
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/tandecheng133/article/details/38047469

时间：2014-7-22

项目：自发火固体检测仪器的硬件设计方案

碰到的问题：紫外光传感器R2868和相应的模块C3704-8 的测试问题

1.目标不明确

2.数据记录

解决方法：建议做实验之前，做个实验表格，注明实验目的，实验方式，实验工具，实验需要数据

【硬件工程师面经整理10_硬件测试相关】
LeeYLong的博客
03-02 1550
1 硬件测试相关 2 1.1 示波器的管脚有几个，分别是？如何选择 2 1.2 测量100mhz的波形？ 2 1.3 用万用表R×1K电阻档测某一个二极管时，正向和反向测量阻值，结果两者均近于1000kΩ，这说明该二极管（完好、短路、断路、无法判断） 2 1.4 什么时候用*1,*10表笔 3 1.5 串扰是什么 3 1.6 上升时间1ns的信号，用多少的示波器比较好 3 1.7 频谱仪幅度调整具体含义 3
售前工程师的成长---一个老员工的经验之谈(一)(转载)
weixin_34342578的博客
06-27 2万+
本文出自 “Jack zhai” 博客，请务必保留此出处http://zhaisj.blog.51cto.com/219066/47499 在IT圈里混了十多年，差不多八年的厂家技术管理工作，一直与客户进行技术沟通；无论是做网络，还是做安全，感触最多的还是作为售前工程师的时候，因为售前技术工作是介于销售与技术之间的职位，经常接触到各式各样的客户，对提高自身的沟通能力有很好的磨练。在其他行业...
硬件测试多年，经验分享，纯干货
xiaobaisap的博客
03-05 1923
在硬件测试领域拥有多年经验，可以分享一些实用的干货，帮助同行或新手更好地理解和应对硬件测试的挑战。
硬件测试必备的经验和技能
weixin_44532539的博客
06-21 3315
了解常用的编程语言（如C/C++、Python），用于开发自动化测试脚本和测试工具。- 在各种环境条件下测试硬件性能的经验，如高低温、振动、湿度、电磁兼容性等。- Coursera、edX和Udemy等平台上的电子工程和硬件测试相关课程。- 了解相关的行业标准和法规（如ISO、IEC、FCC、CE等）。- 熟练使用示波器、万用表、频谱分析仪、信号发生器等测试设备。- 了解如何创建和执行环境测试（如温度、湿度、电磁干扰等）。- 编写详细的测试计划、测试报告、用户手册等文档的经验。
硬件测试心得
as913607238的专栏
04-07 2000
一检查焊接，查看是否有连锡虚焊 二按功能把PCB划分数个模块，逐个模块经行测试 三测量模块电源是否正常 四检测晶振是否起镇，各个外设配置是否正确。 测试一定循规蹈矩，按部就班，不可漏掉流程，否则出问题不知从何找起。
裸机项目-软硬件开发调试经验分享
STCNXPARM的博客
04-12 4万+
纲要： 一、硬件调试的四个目标 二、硬件调试心得： 三、一块新的板子的调试思路 四、硬件调试，一些网络资料 五、单片机硬件调试中常见的案例(杂记) 一、硬件调试的四个目标 1、元器件焊接正确（错焊、漏焊、虚焊）；多练，能事半功倍； 2、电路的框架连接正否正确；（跳线，挑线）； 3、各处的电压是否正确；（器件的好坏、焊接的质量问题）； 4、引脚的电平变化是否正确（示波器捉...
电源系列EMI-EMC精选合集
04-14
EMC和EMI测试实践经验之谈.pdf EMC器件设计之GDT.pdf EMC器件设计之PTC热敏电阻.pdf EMC器件设计之TVS.pdf EMC基础知识---华为.pdf EMC整改方法.pdf EMC测试标准之雷击浪涌测试.pdf EMC的十个为什么.pdf EMC第二章-...
【PCAN-Explorer使用心得与技巧】：资深工程师的经验之谈，让你少走弯路！
[【PCAN-Explorer使用心得与技巧】：资深工程师的经验之谈，让你少走弯路！](https://static.mianbaoban-assets.eet-china.com/xinyu-images/202310/09/20231009111318_15069.png) # 摘要 本文详细介绍了PCAN-...
做好PCB板设计的一些经验之谈
08-27
4. **测试与调测**：在设计阶段，要考虑测试点的布局和隔离，以适应微弱信号和高频信号的测量需求。同时，还需要考虑板子的层数、元器件封装、机械强度等因素。 5. **元器件功能与布局**：了解每个元器件的特性和...
iPhone入门开发经验之谈
11-24
### iPhone入门开发经验之谈 #### 1. Objective-C概述 Objective-C是一种强大的面向对象的编程语言，由Brad Cox在20世纪80年代发明，旨在结合C语言的强大功能和Smalltalk语言的优雅特性。Objective-C是C语言的一个...
硬件测试方案-整机和单板.doc
02-25
硬件测试方案-整机和单板.doc
电子工程师.硬件工程师笔试题目.带有详细的参考答案
03-27
要不是前两天去面试一家大的公司笔试失误.我是不会去查找资料来分析的.因为一直以来.都对自己的技术能力很有信心.但笔试的时候真的让人郁闷.这里提供的参考资料相信对面试电子工程师.硬件开发工程师等职位的朋友来说应该会有帮助的.
硬件测试技术及信号完整性分析
04-06
信号完整性测试基础知识，主要讲述硬件测试中对信号完整性的测试以及测试需要注意的东西
常见电子类硬件笔试题整理（含答案）
09-04
常见电子类硬件笔试题整理,包括各大公司招收硬件方面的笔试真题，是硬件电子工程师面试必备。
硬件测试工程师笔试题（10题）
03-15
这是本人精心整理出来的硬件测试题。希望给大家有帮助！
硬件测试——面试篇
热门推荐
一个程序猿的博客
01-16 20万+
这硬件测写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用M
1：硬件测试
qq_44949002的博客
05-15 6331
Scan技术进⾏⾃动化测试。这些技术可以帮助我访问PCB 上的芯⽚引脚，从⽽进⾏信号测量、连通性测试和故障诊断。. JTAG和Boundary Scan 对于硬件板级测试，我使⽤JTAG和Boundary。连续的电压或电流信号叫模拟信号,信号波形模拟着信息的变化而变化信号称为模拟信号，比如旋转开关。离散的方式叫数字信号比如上下开关直接灯亮灯灭的。
ChatGPT硬件工程师校招面经(一)
weixin_44931068的博客
07-26 1744
Buck变换器通过开关控制、储能和滤波，实现高效的降压功能。关键在于通过PWM控制策略调节开关的占空比，以实现稳定的输出电压。通过合理设计和控制，Buck变换器可以在宽范围的输入电压和负载条件下提供稳定的输出电压。三极管和MOS管各有优缺点，适用于不同的应用场景。BJT通常用于需要高线性度和较高电流增益的模拟电路中，而MOSFET由于其高输入阻抗、低导通电阻和快速开关速度，广泛应用于数字电路、开关电源和高频应用中。选择哪种器件需要根据具体的电路要求和应用环境来决定。
硬件、硬件开发、硬件测试、PCB、嵌入式、IE工程师面试经验（华为、富士康、CVTE、OPPO、上海禾赛、惠普）
qq_52673687的博客
04-21 1万+
我为大家整理了满满的干货，包括面试中出现频率高的问题和作为一名硬件工程师必备的专业知识，那么让我们开始吧！
为什么--best的推理速度会比--int8还快，--int8不是精度最低的量化吗
最新发布
08-06
<think>嗯，用户的问题是关于TensorRT的trtexec工具中--best参数为何比--int8推理速度更快，尽管int8是精度最低的量化方式。这个问题涉及到TensorRT底层的优化机制，需要结合硬件特性和量化策略来解释。 用户可能是在实际性能测试中观察到了矛盾现象：理论上INT8应该最快，但实测--best更快。这说明用户已经进行了性能对比实验，可能正在调试模型部署性能。从引用[1]的YOLOv5测试数据看，INT8确实能带来显著加速（2.8倍），但用户遇到的特殊情况值得深入分析。 需要从几个技术点展开：首先是硬件层面，Ampere架构的TF32特性（引用[4]提到ampere_scudnn相关优化）；其次是混合精度策略，--best会智能组合FP16/TF32/INT8而非全盘INT8；最后是算子兼容性问题，部分层用INT8反而更慢（如引用[2]提到的plugin性能问题）。 特别要注意引用[2]中工程师的经验之谈：INT8在TensorRT虽然强大但存在调试困难的问题。这说明--best的自动优化可能规避了某些INT8的陷阱。另外引用[3]提到trtexec的网络分析功能，建议用户结合--verbose日志查看具体启用了哪些精度。 用户提供的对比案例很有价值，说明理论最优（INT8）和实践最优（--best）可能存在差异。这通常发生在模型含有不兼容INT8的算子时（如某些自定义层），强制全INT8会导致回退到FP32而拖累速度。而--best的动态选择可能保留部分FP16层，反而更高效。 最后要强调硬件依赖性，比如TF32仅在Ampere+GPU生效（回答中需明确标注V100/A100等型号差异）。用户若在非Ampere显卡测试，--best的优势可能来自FP16+部分INT8的混合策略。</think>在 TensorRT 的 `trtexec` 工具中，**`--best` 的推理速度可能超过纯 `--int8` 模式**，这与硬件特性、混合精度策略及算子优化密切相关。以下是关键原因分析（结合引用内容）： --- ### 一、核心原因：**混合精度优化策略** 1. **`--best` 的智能组合优势** `--best` 并非强制所有层使用 INT8，而是**动态选择每层的最优精度**（引用[1][3]）： - 对量化友好的层（如卷积）使用 **INT8** 加速 - 对精度敏感的层（如某些激活函数）自动回退到 **FP16/TF32** - 在 Ampere+ GPU 上启用 **TF32** 加速（兼容 FP32 但速度更快） 2. **`--int8` 的局限性** 纯 INT8 模式可能因**算子兼容性问题**导致性能损失（引用[2]）： ```bash # 强制全INT8可能触发低效回退 trtexec --onnx=model.onnx --int8 --saveEngine=engine.plan ``` - 部分算子不支持 INT8 时，TensorRT 会**隐式回退到 FP16/FP32**，增加数据类型转换开销 - 回退后的混合精度计算可能**劣于 `--best` 的主动优化策略** --- ### 二、硬件加速特性 1. **TF32 的加速作用**（引用[4]） `--best` 在 Ampere 架构 GPU（如 A100/3090）上自动启用 **TF32**： - TF32 = FP32 精度 + FP16 速度，峰值算力提升 **8倍**（vs FP32） - 纯 `--int8` 无法利用此特性 - *支持架构*：**Ampere 及以上**（如 Ada Lovelace, Hopper） 2. **Tensor Core 利用率** `--best` 更充分调用 Tensor Core： - FP16/INT8/TF32 均可使用 Tensor Core - 但 INT8 需要特定内存对齐，**混合精度可减少对齐约束** --- ### 三、性能对比实例 引用[1]的 YOLOv5 测试显示 INT8 显著加速，但未对比 `--best`： | 精度模式 | 推理耗时 | 显存占用 | mAP@0.5 | |----------|----------|----------|----------| | FP32 | 37.1 ms | 800 MB | 27.8% | | INT8 | **13.2 ms** | 310 MB | 27.5% | 若使用 `--best`（FP16+INT8+TF32），可能进一步优化至 **<10 ms**，原因： 1. TF32 加速非量化层（如检测头） 2. 减少 INT8 回退导致的转换延迟 --- ### 四、为什么低精度（INT8）不是最快？ 1. **量化本身的计算开销** INT8 需额外执行： - 校准数据加载（引用[1]） - 动态范围统计（如 `IInt8EntropyCalibrator`） 2. **内存访问瓶颈** INT8 虽减少数据量，但**计算单元可能闲置**等待数据加载，而混合精度更均衡。 --- ### 五、最佳实践建议 1. **优先使用 `--best`** ```bash trtexec --onnx=model.onnx --best --saveEngine=engine.plan ``` 2. **验证实际精度组合** 添加 `--verbose` 查看日志确认各层精度： ``` [I] Layer[Conv_1]: Precision: INT8 [I] Layer[Gelu_2]: Precision: TF32 # 自动选择更高精度 ``` 3. **特定场景手动优化** 若 `--best` 未达预期，可显式组合参数： ```bash # Ampere GPU 推荐组合 trtexec --onnx=model.onnx --fp16 --tf32 --int8 --calib=calib.data ``` > **总结**：`--best` 通过**动态混合精度**和**硬件特性利用**，规避了纯 INT8 的兼容性陷阱，在支持 TF32 的 GPU 上尤其显著。INT8 虽理论计算量最低，但实际性能受制于算子支持与数据转换开销。 --- ### 相关问题 1. 如何在 Ampere GPU 上验证 `--best` 是否启用了 TF32？ 2. 哪些算子类型会导致 INT8 回退至 FP16/FP32？ 3. 混合精度模式下如何校准 INT8 部分？
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值