驱动 AI 边缘计算新时代!高性能 i.MX 95 应用平台引领未来
智慧浪潮崛起:AI与边缘计算的时代 正悄然深植于我们的日常生活之中,无论是火热的 ChatGPT 与 DeepSeek 语言模型,亦或是 Meta 智能眼镜,AI 技术已经无形地影响着我们的生活。这股变革浪潮并未停歇,而是进一步催生了更高效、更贴近现实需求的技术演进。
然而,随着 AI 应用场景的拓展,传统云计算在实时性、隐私保护与带宽等方面逐渐面临瓶颈。特别是在自动驾驶、智慧医疗、工业自动化等高精度应用中,毫秒级的延迟可能导致关键决策错误。因此,边缘计算(Edge Computing) 应运而生,它让数据处理更接近来源端 实现更低延迟、更高安全性与更高效率的 AI计算模式。
这一转变的核心驱动力来自于 神经运算处理单元(Neural Processing Unit, NPU) 的发展,使小型化设备具备更强的计算能力,降低了数据传输的延迟与成本,同时提升了隐私安全性,使 AI 能够在更多元的场景中落地。
视觉AI的崛起:改变世界的关键应用 从医疗诊断到自动驾驶,视觉AI的应用范围愈加广泛,并深刻改变着各大产业的运作模式。
以下是AI在视觉领域的重要应用:
- 智能监控:智能监控(Intelligent Surveillance):通过实时目标检测、行为分析与入侵预警,强化城市安全与监控系统。
- 智慧零售(Smart Retail):通过顾客行为分析与智能货架管理,提升购物体验,优化销售策略。
- 医疗影像分析(Medical Image Analysis):运用AI协助医生进行疾病诊断,如肿瘤检测与病变识别,提高医疗准确性。
- 工业质检(Industrial Quality Inspection):自动化检测产品瑕疵,提高制造业质量管控与生产效率。
- 高级辅助驾驶系统(ADAS):通过AI处理视觉信息,分析道路环境、行人及障碍物,提升行车安全与决策能力。
- 农业监测(Agricultural Monitoring):通过AI视觉技术,农民可以监测作物健康状况,检测病虫害,优化农业管理,提高产量和品质。
- 自走车(Autonomous Mobile Robots):自走车利用AI技术,通过传感器和算法,自主导航并避开障碍物,应用于物流、巡检等多种场景。
- 机械手臂(Robotic Arms):在制造业中,机械手臂结合AI与视觉系统,能够精确地执行组装、焊接等任务,提高生产效率和产品质量。
- 自动送餐系统(Automated Food Delivery Systems):外卖平台如 Uber Eats,正在美国多个城市部署由 Serve Robotics 开发的送餐机器人,这些机器人配备 AI 技术,能自主导航至顾客所在地,提供高效的送餐服务。
- 无人机影像分析(Drone Image Analysis):AI驱动的视觉系统使无人机能够进行地形测绘、灾害评估和基础设施检查,提供高效的数据收集和分析。
当 AI 与边缘计算技术结合后,这些应用将变得更高效、更可靠,也更贴近人们的实际需求。未来的世界,将是一个充满智慧、无缝连接的数字时代,AI 不仅是技术,更是推动产业变革与人类进步的关键动力。
图1 i.MX95 EVM板应用场景
NXP 的 i.MX 95 应用处理器系列以其强大的多核心架构,为高性能和实时应用提供了坚实的基础。该系列处理器配备六个 Arm® Cortex-A55 核心、一个 Arm Cortex-M7 核心,以及一个 Arm Cortex-M33 核心,这种配置使系统能够在应用层面、系统层面和实时处理等多个领域实现卓越的性能。
为了进一步提升 人工智能(AI) 应用的效率,i.MX 95 系列整合了 NXP 的 eIQ® Neutron 神经处理单元(Neural Processing Unit, NPU),提供高达 2 TOPS (每秒万亿次运算) 的运算能力。这使得推理计算的时间大幅缩短,例如,在运行常见的物体检测模型 YOLOv5 时,处理单张图片仅需约 5 毫秒 (ms) 即可完成识别,展现了极高的运算速度。
此外,i.MX 95 系列还配备了先进的 影像处理单元(Image Signal Processor, ISP)和 2D/3D 图形处理器(Graph Processor Unit),支持 4K 分辨率下每秒 60 帧的编解码能力这些功能使得传统的图像缩放、格式转换和视频解码等任务得以高效处理,确保图像流的优化。
图2 i.MX 95 方块图示意图
i.MX 95 应用处理器系列提供丰富的 I/O 接口,方便用户连接各种周边设备,满足多样化的应用需求。其支持的接口包括:
- MIPI-CSI:支持多个摄像头的连接 (最高支持 8 路),适用于高分辨率图像采集,满足先进的图像处理和机器视觉应用需求。
- 以太网接口:配备 1 个 10GbE 和 2 个 Gb 以太网接口,支持时间敏感网络(TSN)、音视频桥接(AVB) 和 IEEE 1588 同步协议,确保高速且精确的数据传输,适用于工业自动化和车载网络等需要高可靠性和低延迟的应用。
- USB 接口:提供 1 个 USB 3.0 Type C 和 1 个 USB 2.0 Type C 接口,支持高速数据传输和多种外接设备,提升系统的扩展性和灵活性。
- CAN FD 接口:具备 5 个 CAN FD 接口,适用于车辆和工业控制系统,提供可靠的通信能力,支持更高的数据速率和更高效的数据传输。
- 串行通信接口:支持 8 个 UART、8 个 I²C、8 个 SPI 和 2 个 I3C 接口,提供多样化的通信选项,方便与各种传感器、执行器和其他外围设备的连接。
- 模数转换器(ADC):包含 1 个 8 通道、12 位ADC,适用于精确的模拟信号测量,如传感器数据采集和监控应用。
- FlexIO 接口:提供 2 个 32 引脚的 FlexIO 接口,可配置为 UART、SPI、I²C 和 I²S 等通信接口,增加系统设计的灵活性,满足特定应用需求。
- PCIe 接口:配备 2 个 PCIe Gen 3 通道,支持高速数据传输和扩展,适用于连接高性能外设,如高速存储设备和网卡。
- MIPI-DSI 显示接口:支持高达 350 MHz 的 MIPI-DSI,采用四通道配置,每个通道的数据传输速率为 2.5 Gbps,能够实现 4K 分辨率 (每秒 30 帧) 或 3840x1440 分辨率 (每秒 60 帧) 的显示输出,满足高分辨率显示需求。
- LVDS 显示接口:支持最高 1080p@60fps 的 LVDS 传输,可配置为 2 组 4 通道或 1 组 8 通道,提供灵活的显示接口选项,满足不同的显示应用需求。
本方案是基于 i.MX 95 的 AI 摄像头或 AI 工业电脑来展示模块推理性能,结合了多项核心技术,包括神经处理单元(NPU)、图形处理单元(GPU) 和图像信号处理器(ISP),使其在人工智能(AI)和图像处理应用中表现出色,
其中 实现多种 AI 功能,例如:
- 物体检测(Object Detection):识别并定位图像中的各种物体。
- 肢体识别(Pose Estimation):分析人体姿态,追踪关键点位置。
- 物体分割(Object Segmentation):将图像中的物体从背景中分离出来。
- 工地安全帽检测(Construction Helmet Detection):确认工人是否佩戴安全帽。
- 车辆检测(Vehicle Detection):识别并追踪车辆。
- 口罩检测(Mask Detection):判断人员是否佩戴口罩。
- 水果检测(Fruit Detection):识别不同种类的水果。
- 人体特征点检测(Human Keypoint Detection):定位人体关键点。
- 手部骨架检测(Hand Skeleton Detection):追踪手部关节位置。
- 深度估计(Depth Estimation):估计图像中物体与相机之间的距离。
这些功能的实现得益于 i.MX 95 处理器的高性能,系统能够以每秒 30 帧 (FPS) 的速度处理影像,且仅占用约一个 CPU 核心的资源,大幅减轻了 CPU 的运算负担,满足大多数边缘计算应用的需求。
图3 i.MX 95 AI DEMO 示意图
NXP (恩智浦) 在推动 人工智能(AI) 计算平台方面展现了卓越的进步。通过 eIQ 能够快速应用 TensorFlow、TensorFlow Lite、ONNX、Keras 等深度学习框架。如同下图所示,只需将影像、声音等相应的数据委托(Delegate) 给任意一个深度学习框架进行推理,即可快速解析神经网络架构以获得结果。而该框架将通过 Neutron Delegate 进行优化加速运算处理。经实际测试,YOLOv5s 目标检测,推理速度约可达到每秒 190 帧 (FPS)。
图4 NXP I.MX95 EVK深度学习应用示意图
从 i.MX 8M Plus、i.MX 93 到最新的 i.MX 95 系列,性能提升显著,特别是在物体检测等常见 AI 应用中,运算速度大幅提高。即使在物理规格相近的情况下 i.MX 95 的神经处理单元(NPU)相比于 i.MX 8M Plus,运算速度更快。提升了近四倍。
图5 i.MX 95 AI 性能示意图
i.MX 95 系列处理器不仅具备强大的运算能力,还提供丰富且多样化的 I/O 接口配置。这使开发者能够灵活地连接各种外设,满足不同应用场景的需求,提供高度的设计自由度和扩展性。实际应用中,这些处理器展现了极大的灵活性,可广泛应用于物联网(IoT)、工业 4.0、自动驾驶等领域。充分实现 边缘计算(Edge Computing) 的概念,创造更高的应用价值。
另外,NXP 为开发者提供了强大的工具,助力他们在各种创新应用中实现 AI 能力。
- eIQ® 工具包用于端到端模型开发和部署
- eIQ®模型水印技术
- eIQ 示例
- eiq模型库
- nxp-nnstreamer-示例
- GUI 指南
- 由WPI提供的AI演示
- WPI 提供的 ATU 模型库
►场景应用图
►展示板照片
►方案方块图
►核心技术优势
◆ 搭配算力 2 TOPS 的 eIQ® Neutron 神经处理器(Neural Processing Unit,NPU),具备强大的机器学习推理能力。相比广为人知的图形处理器(Graphics Processing Unit,GPU),更省电、效率更高,是专门为深度学习和人工智能设计的处理器!
◆ 独立 SOM 开发板设计,并搭配强大的 NXP i.MX 95 芯片,可根据需求自由配置 I/O 接口,与 SOM 搭配使用。这种灵活性使开发者能够针对特定应用场景设计符合需求的硬件平台,充分发挥 i.MX 95 芯片的性能和功能。
◆ 结合 I/O 开发板能够提供齐全的周边配置。例如高清多媒体接口(HDMI)、低压差分信号技术接口(LVDS)、以太网(Ethernet)、控制器局域网(CAN bus)、异步收发传输器(UART)、通用串行总线接口(USB Type A/C)、3.5 mm 耳机音频接口、摄像头数据传输接口(MIPI-CSI)、显示数据传输接口(MIPI-DSI)、M.2 - PCIe 3.0 传输接口。
◆ 可快速上手应用 eIQ / PyeIQ 机器学习开发环境,提供 TensorFlow、TensorFlow Lite、ONNX、Keras、Pytorch 等多种深度学习框架的应用示例。
►方案规格
MPU (NXP i.MX95, MX95LPD5EVK-19CM) 核心规格:
◆ 强大的六核 Arm Cortex-A55 处理器,主频高达 1.8 GHz
◆ eIQ® Neutron 神经处理单元,性能高达 2 TOPS
◆ 双图像信号处理器(ISP),支持 RGB-IR 格式
◆ 两个 MIPI-CSI 摄像头接口,用于视觉处理应用
◆ 强大的 3D/2D 图形加速(Arm Mali-G310)
◆ 强大的视频编码器和解码器,支持高达 4Kp60 帧率 (包括 JPEG、H.264 和 H.265)
◆ 高清显示:MIPI-DSI 支持 4Kp30,LVDS 支持 1080p
◆ 内置 eMMC 5.1,存储容量为 64GB
◆ 支持外部内存,数据速率高达 6.4 GT/s,32 位接口,支持 LPDDR5/LPDDR4X MPU (NXP
i.MX95, MX95LPD5EVK-19CM) I/O 规格:
◆ 1 个 10GbE + 2 个 Gb 以太网,支持 TSN、AVB 和 IEEE 1588 同步
◆ 1 个带 PHY 的 USB 3.0 Type C + 1 个带 PHY 的 USB 2.0 Type C
◆ 5 个 CAN FD 接口
◆ 8 个 UART,8 个 I²C,8 个 SPI,2 个 I3C
◆ 1 个 8 通道、12 位 ADC
◆ 2 个 32 针 FlexIO 接口
◆ 2 个 PCIe Gen 3 单通道接口
更多精彩方案可点击此处阅读哦!
相关文章:
驱动 AI 边缘计算新时代!高性能 i.MX 95 应用平台引领未来
智慧浪潮崛起:AI与边缘计算的时代 正悄然深植于我们的日常生活之中,无论是火热的 ChatGPT 与 DeepSeek 语言模型,亦或是 Meta 智能眼镜,AI 技术已经无形地影响着我们的生活。这股变革浪潮并未停歇,而是进一步催生了更高…...
【Keil5教程及技巧】耗时一周精心整理万字全网最全Keil5(MDK-ARM)功能详细介绍【建议收藏-细细品尝】
💌 所属专栏:【单片机开发软件技巧】 😀 作 者: 于晓超 🚀 个人简介:嵌入式工程师,专注嵌入式领域基础和实战分享 ,欢迎咨询! 💖 欢迎大家࿱…...
Linux 进程管理工具 Supervisor
介绍 Supervisor 是一个用 Python 编写的进程管理工具,旨在帮助你监控和控制多个进程。它特别适用于需要确保某些服务在服务器启动时自动运行,并且在崩溃时自动重启的场景。 写在前面: 因为现在很多第三方的包的最新版本都是基于 python3了…...
问题解决:AttributeError: ‘NoneType‘ object has no attribute ‘text‘
项目环境: 我的环境:Window10,Python3.12,Anaconda3,Pycharm2024.3.4 问题描述: 找不到’text’这个对象 部分代码: Traceback (most recent call last):File "D:\IT DateFiles\PyDate\FQ…...
Hadoop、Hive、Spark的关系
Part1:Hadoop、Hive、Spark关系概览 1、MapReduce on Hadoop 和spark都是数据计算框架,一般认为spark的速度比MR快2-3倍。 2、mapreduce是数据计算的过程,map将一个任务分成多个小任务,reduce的部分将结果汇总之后返回。 3、HIv…...
OneM2M:全球性的物联网标准-可应用于物联网中
OneM2M 是一个全球性的物联网(IoT)标准,旨在为物联网设备和服务提供统一的框架和接口,以实现设备之间的互操作性、数据共享和服务集成。OneM2M 由多个国际标准化组织(如 ETSI、TIA、TTC、ARIB 等)共同制定,目标是解决物联网领域的碎片化问题,提供一个通用的标准,支持跨…...
C++类和对象入门(三)
目录 前言 一、初始化列表 1.1定义 1.2 格式和语法 1.3与在函数内初始化的区别 1.4使用初始化列表的必要性 1.5成员变量默认值的使用(C11) 1.6初始化的先后顺序 1.7初始化列表的总结 二、类型转换 2.1内置类型转化成类类型 2.2类类型之间的相…...
Ubuntu 下 Docker 企业级运维指南:核心命令与最佳实践深度解析20250309
Ubuntu 下 Docker 企业级运维指南:核心命令与最佳实践深度解析 在当今的数字化时代,Docker 已成为企业应用部署和运维的基石。其轻量级、高效且灵活的容器化技术,为企业带来了前所未有的敏捷性和可扩展性。然而,随着容器化应用的…...
Tensorflow 2.0 GPU的使用与限制使用率及虚拟多GPU
Tensorflow 2.0 GPU的使用与限制使用率及虚拟多GPU 1. 获得当前主机上特定运算设备的列表2. 设置当前程序可见的设备范围3. 显存的使用4. 单GPU模拟多GPU环境 先插入一行简单代码,以下复制即可用来设置GPU使用率: import tensorflow as tf import numpy…...
【PyCharm】Python和PyCharm的相互关系和使用联动介绍
李升伟 整理 Python 是一种广泛使用的编程语言,而 PyCharm 是 JetBrains 开发的专门用于 Python 开发的集成开发环境(IDE)。以下是它们的相互关系和使用联动的介绍: 1. Python 和 PyCharm 的关系 Python:一种解释型、…...
动态规划:多重背包
本题力扣上没有原题,大家可以去卡码网第56题 (opens new window)去练习,题意是一样的。 56. 携带矿石资源(第八期模拟笔试) 题目描述 你是一名宇航员,即将前往一个遥远的行星。在这个行星上,有许多不同类…...
AI编程: 一个案例对比CPU和GPU在深度学习方面的性能差异
背景 字节跳动正式发布中国首个AI原生集成开发环境工具(AI IDE)——AI编程工具Trae国内版。 该工具模型搭载doubao-1.5-pro,支持切换满血版DeepSeek R1&V3, 可以帮助各阶段开发者与AI流畅协作,更快、更高质量地完…...
TensorFlow 的基本概念和使用场景
TensorFlow 是一个由 Google 开发的开源深度学习框架,用于构建和训练机器学习模型。它的基本概念包括以下几点: 张量(Tensor):在 TensorFlow 中,数据以张量的形式表示,张量可以是多维数组&#…...
gRPC学习笔记
微服务 一旦某个服务器宕机,会引起整个应用不可用,隔离性差 只能整体应用进行伸缩,浪费资源,可伸缩性差 代码耦合在一起,可维护性差 微服务架构:解决了单体架构的弊端 可以按照服务进行单独扩容 各个…...
Linux常见指令
Linux常见指令 1、ls指令2、pwd命令3、cd指令4、touch指令5、mkdir指令6、rmdir指令和rm指令7、man指令8、cp指令9、mv指令10、cat指令11、重定向12、more指令13、less指令14、head指令15、tail指令16、管道17、时间相关指令18、cal指令19、find指令20、grep指令21、zip/unzip指…...
Vue3、vue学习笔记
<!-- Vue3 --> 1、Vue项目搭建 npm init vuelatest cd 文件目录 npm i npm run dev // npm run _ 这个在package.json中查看scripts /* vue_study\.vscode可删 // vue_study\src\components也可删除(基本语法,不使用组件) */ // vue_study\.vscode\lau…...
用OpenCV写个视频播放器可还行?(C++版)
引言 提到OpenCV,大家首先想到的可能是图像处理、目标检测,但你是否想过——用OpenCV实现一个带进度条、倍速播放、暂停功能的视频播放器?本文将通过一个实战项目,带你深入掌握OpenCV的视频处理能力,并解锁以下功能&a…...
clion+arm-cm3+MSYS-mingw +jlink配置用于嵌入式开发
0.前言 正文可以跳过这段 初识clion,应该是2015年首次发布的时候, 那会还是大三,被一则推介广告吸引到,当时还在用vs studio,但是就喜欢鼓捣新工具,然后下载安装试用了clion,但是当时对cmake规…...
物联网-IoTivity:开源的物联网框架
IoTivity 是一个开源的物联网(IoT)框架,旨在为物联网设备提供互操作性、安全性和可扩展性。它由 Open Connectivity Foundation (OCF) 主导开发,遵循 OCF 的标准,致力于实现设备之间的无缝连接和通信。IoTivity 提供了一个统一的框架,支持设备发现、数据交换、设备管理和…...
Acrobat DC v25.001 最新专业版已破,像word一样编辑PDF!
在数字化时代,PDF文件以其稳定性和通用性成为了文档交流和存储的热门选择。无论是阅读、编辑、转换还是转曲,大家对PDF文件的操作需求日益增加。因此,一款出色的PDF处理软件不仅要满足多样化的需求,还要通过简洁的界面和强大的功能…...
【c++】模板进阶
在前面我们学习了模板的基础用法【c】 模板初阶-CSDN博客初步认识了函数模板和类模板,接下来让我们看看模板还有哪些进阶的应用。 非类型模板参数 之前我们用到的模板全都使用了类型参数 类型参数:表示某种数据类型(如 int、double、自定义…...
IntelliJ IDEA 2021版创建springboot项目的五种方式
第一种方式,通过https://start.spring.io作为spring Initializr的url来创建项目。 第二种方式,通过https://start.spring.io官网来直接创建springboot项目压缩包,然后导入至我们的idea中。 点击generate后,即可生成压缩包…...
数字信号处理之信号功率谱计算welch方法(分段加窗平均周期图)、Bartlett方法(周期图)(Python)
welch方法原理说明 welch方法[1]通过将数据划分为重叠的段,计算每个段的进行修改(加窗)后的周期图,然后对所有段的周期图求和进行平均,得到最终的功率谱密度。 Python和Matlab中均存在welch函数。welch函数通过配置noverlap为0,可…...
【面试】Java 基础
基础 1、Java 中几种基本数据类型什么,各自占用多少字节2、基本数据同包装类的区别3、Java 基本类型的参数传递和引用类型的参数传递有啥区别4、隐式类型转换和显式类型转换5、switch 语句表达式结果的类型6、数组的扩容方式7、面向对象三大特征8、静态变量和成员变…...
【工具使用】IDEA 社区版如何创建 Spring Boot 项目(详细教程)
IDEA 社区版如何创建 Spring Boot 项目(详细教程) Spring Boot 以其简洁、高效的特性,成为 Java 开发的主流框架之一。虽然 IntelliJ IDEA 专业版提供了Spring Boot 项目向导,但 社区版(Community Edition)…...
CTFHub-FastCGI协议/Redis协议
将木马进行base64编码 <?php eval($_GET[cmd]);?> 打开kali虚拟机,使用虚拟机中Gopherus-master工具 Gopherus-master工具安装 git clone https://github.com/tarunkant/Gopherus.git 进入工具目录 cd Gopherus 使用工具 python2 "位置" --expl…...
【Python字符串】\n是什么?它与raw字符串、多行字符串的运用有什么关系?
李升伟 整理 在Python中,\n 是换行符,用于在字符串中表示新的一行。当你在字符串中使用 \n 时,Python 会在该位置插入一个换行符,使得输出在 \n 处换行。 1. 普通字符串中的 \n 在普通字符串中,\n 会被解释为换行符…...
Linux 配置静态 IP
一、简介 在 Linux CentOS 系统中默认动态分配 IP 地址,每次启动虚拟机服务都是不一样的 IP,因此要配置静态 IP 地址避免每次都发生变化,下面将介绍配置静态 IP 的详细步骤。 首先先理解一下动态 IP 和静态 IP 的概念: 动态 IP…...
git lfs使用方法指南【在github保存100M以上大文件】
为了在 GitHub 仓库中存储超过 100MB 的大文件并避免推送失败,使用 Git LFS(Large File Storage) 是最佳解决方案。以下是详细步骤: 一、安装 Git LFS 下载并安装 Git LFS: 访问 Git LFS 官网 下载对应系统的安装包。或…...
【Linux】初识线程
目录 一、什么是线程: 重定义线程和进程: 执行流: Linux中线程的实现方案: 二、再谈进程地址空间 三、小结: 1、概念: 2、进程与线程的关系: 3、线程优点: 4、线程…...
【Linux学习笔记】Linux基本指令分析和权限的概念
【Linux学习笔记】Linux基本指令分析和权限的概念 🔥个人主页:大白的编程日记 🔥专栏:Linux学习笔记 文章目录 【Linux学习笔记】Linux基本指令分析和权限的概念前言一. 指令的分析1.1 alias 指令1.2 grep 指令1.3 zip/unzip 指…...
uniapp登录用户名在其他页面都能响应
使用全局变量 1、在APP.vue中定义一个全局变量,然后在需要的地方引用它; <script>export default {onLaunch: function() {console.log(App Launch)this.globalData { userInfo: {} };},onShow: function() {console.log(App Show)},onHide: fu…...
ESP8266 入门(第 2 部分):使用 AT 命令
使用 AT 命令对 WiFi 收发器ESP8266编程 本教程是上一个教程 ESP8266 入门(第 1 部分)的延续。因此,简单回顾一下,在之前的教程中,我们介绍了 ESP 模块,并学习了一些基础知识。我们还使用 FTDI 串行适配器模块制作了一个开发板,该模块可以很容易地用于使用 AT 命令和 A…...
介绍一下Qt 中的QSizePolicy 布局策略
在 Qt 中,QSizePolicy 类用于描述一个控件在布局中如何分配空间,它定义了控件在水平和垂直方向上对空间的需求和响应策略。以下是对 QSizePolicy 策略的详细介绍: 基本概念 QSizePolicy 包含两个主要的属性:Policy(策…...
从ETL到数仓分层:大数据处理的“金字塔”构建之道
在当今数据驱动的时代,大数据处理已成为企业决策和业务优化的核心。而ETL(Extract, Transform, Load)作为数据处理的基石,其背后的数仓分层理念更是决定了数据处理的效率与质量。本文将深入探讨ETL工作中的数仓分层理念࿰…...
springBoot集成声明式和编程式事务的方式
一、声明式事务 前提集成了mybatisplus插件 1、pom依赖 <dependencies><!-- MyBatis-Plus 启动器 --><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.5.3.4&l…...
前端实现版本更新自动检测✅
🤖 作者简介:水煮白菜王,一位资深前端劝退师 👻 👀 文章专栏: 前端专栏 ,记录一下平时在博客写作中,总结出的一些开发技巧和知识归纳总结✍。 感谢支持💕💕&a…...
Python零基础学习第三天:函数与数据结构
一、函数基础 函数是什么? 想象你每天都要重复做同一件事,比如泡咖啡。函数就像你写好的泡咖啡步骤说明书,每次需要时直接按步骤执行,不用重新想流程。 # 定义泡咖啡的函数 def make_coffee(sugar1): # 默认加1勺糖 print("…...
深入了解Linux —— 调试程序
前言 我们已经学习了linux下许多的工具,vim、gcc、make/makefile等; 已经能够在linux写代码,并且进行编译运行,让程序在linux下跑起来。 但是,如果我们在写代码的时候遇见了错误;但是我们并不知道错误在哪&…...
解决VScode 连接不上问题
问题 :VScode 连接不上 解决方案: 1、手动杀死VS Code服务器进程,然后重新尝试登录 打开xshell ,远程连接服务器 ,查看vscode的进程 ,然后全部杀掉 [cxqiZwz9fjj2ssnshikw14avaZ ~]$ ps ajx | grep vsc…...
行式数据库与列式数据库区别
列式数据库(Columnar Database)和行式数据库(Row-based Database)是两种不同的数据存储和检索方式,它们在数据组织、存储结构和适用场景上有显著区别。以下是对两者的详细对比: 1. 数据存储方式 行式数据库…...
如何将本地已有的仓库上传到gitee (使用UGit)
1、登录Gitee。 2、点击个人头像旁边的加号,选择新建仓库: 3、填写仓库相关信息 4、复制Gitee仓库的地址 5、绑定我们的本地仓库与远程仓库 6、将本地仓库发布(推送)到远程仓库: 注意到此处报错ÿ…...
FIWARE:开源的物联网平台,支持设备虚拟化和数据管理
FIWARE 是一个开源的物联网(IoT)平台,旨在为物联网应用提供强大的数据管理和设备虚拟化功能。FIWARE 提供了一系列通用的 API 和组件,支持设备管理、数据采集、数据处理、数据共享和安全通信等功能,使得开发者能够快速构建和扩展物联网解决方案。以下是 FIWARE 的核心功能…...
RISC-V汇编学习(三)—— RV指令集
有了前两节对于RISC-V汇编、寄存器、汇编语法等的认识,本节开始介绍RISC-V指令集和伪指令。 前面说了RISC-V的模块化特点,是以RV32I为作为ISA的核心模块,其他都是要基于此为基础,可以这样认为:RISC-V ISA 基本整数指…...
【Linux】冯诺依曼体系与操作系统理解
🌟🌟作者主页:ephemerals__ 🌟🌟所属专栏:Linux 目录 前言 一、冯诺依曼体系结构 二、操作系统 1. 操作系统的概念 2. 操作系统存在的意义 3. 操作系统的管理方式 4. 补充:理解系统调用…...
Android15使用FFmpeg解码并播放MP4视频完整示例
效果: 1.编译FFmpeg库: 下载FFmpeg-kit的源码并编译生成安装平台库 2.复制生成的FFmpeg库so文件与包含目录到自己的Android下 如果没有prebuiltLibs目录,创建一个,然后复制 包含目录只复制arm64-v8a下...
音视频入门基础:RTP专题(16)——RTP封装音频时,音频的有效载荷结构
一、引言 《RFC 3640》和《RFC 6416》分别定义了两种对MPEG-4流的RTP封包方式,这两个文档都可以从RFC官网下载: RFC Editor 本文主要对《RFC 3640》中的音频打包方式进行简介。《RFC 3640》总共有43页,本文下面所说的“页数”是指在pdf阅读…...
3.3.2 Proteus第一个仿真图
文章目录 文章介绍0 效果图1 新建“点灯”项目2 添加元器件3 元器件布局接线4 补充 文章介绍 本文介绍:使用Proteus仿真软件画第一个仿真图 0 效果图 1 新建“点灯”项目 修改项目名称和路径,之后一直点“下一步”直到完成 2 添加元器件 点击元…...
MySQL创建数据库和表,插入四大名著中的人物
一、登录数据库并创建数据库db_ck 二、创建表t_hero 表属性包括(id,name,nickname,age,gender,address,weapon,types) mysql> create table t_hero(-> id int,-…...
matlab和FPGA联合仿真时读写.txt文件数据的方法
在FPGA开发过程中,往往需要将MATLAB生成的数据作为原始激励灌入FPGA进行仿真。为了验证FPGA计算是否正确,又需要将FPGA计算结果导入MATLAB绘图与MATLAB计算结果对比。 下面是MATLAB“写.txt”、“读.txt”,Verilog“读.txt”、“写.txt”的代…...