Digitrode

Arduino UNO Q — это не просто следующее поколение универсальной платформы UNO; это новый подход к разработке. Двухъядерная архитектура UNO Q сочетает в себе микропроцессор Qualcomm® Dragonwing™ QRB2210 (MPU) и микроконтроллер реального времени STM32U585 (MCU), предоставляя пользователям доступ как к мощным вычислениям на базе Linux® Debian, так и к быстрым откликам в реальном времени. Такая комбинация вычислительных возможностей стирает границу между цифровым и физическим мирами, помогая воплощать идеи в жизнь при поддержке широкого набора инструментов для разработки.

Плата UNO Q объединяет стремление Arduino к демократизации технологий с опытом Qualcomm в области микропроцессоров, предлагая универсальную платформу для разработки, которая оживляет ваши идеи в одно мгновение.

Многие разработчики начинали свой путь в мире встроенных систем с написания прошивок, которые работали напрямую на «голом железе» микроконтроллера. Такой подход был простым и эффективным — по крайней мере, в плане использования памяти. Для приложений с одной функцией, например мигания светодиодом, этого было достаточно. Более того, программирование прошивок стало значительным шагом вперёд по сравнению с построением систем только на аппаратуре (например, с использованием таймера 555). Теперь разработчики могли изменять поведение устройства, редактируя код, а не перепаивая схему.

Сегодня встраиваемые системы повсюду — от смарт-часов и электронных блоков управления (ECU) в автомобилях до «умных» холодильников и медицинских приборов. Рост сложности современных встроенных приложений привёл к широкому распространению операционных систем реального времени (RTOS). В этой статье мы разберём, что такое RTOS, и рассмотрим особенности популярной RTOS Zephyr.

Миниатюризация электроники всегда была одной из главных целей производителей чипов. В результате компьютерные и электронные системы, основанные на материнских платах, были заменены системами на кристалле (SoC) и интегральными схемами в корпусе (PoP). Сегодня сложные компьютерные системы сведены к смартфонам и другим портативным устройствам. В основе этих высокотехнологичных гаджетов лежит SoC, который управляет вычислениями и контролем.

Пакет SoC состоит из нескольких интеллектуальных (IP) ядер, которые могут поставляться разными разработчиками чипов и производителями. Обеспечение масштабируемого, совместимого и эффективного обмена данными между различными IP-ядрами внутри SoC было сложной задачей. Изначально инженеры решали её путем сложного процесса перепроектирования, тестирования совместимости и разработки дополнительных интерфейсов. Такой подход не обеспечивал точности «с первого раза», что приводило к дорогостоящим переработкам.

Одним из наиболее распространённых и эффективных решений этой проблемы стали протоколы AMBA, представленные компанией Arm в 1996 году.

За последние несколько лет популярность периферийного ИИ (Edge AI) значительно возросла. Ожидается, что к 2035 году мировой рынок периферийного ИИ будет расти со среднегодовым темпом в 27,8%, достигнув общей стоимости в 356,84 миллиарда долларов.

Без сомнения, наиболее успешной и широко распространённой архитектурой команд (ISA) в мире является набор инструкций Arm. На сегодняшний день развернуто более 300 миллиардов процессоров, основанных на Arm ISA. При населении Земли более восьми миллиардов человек это примерно 38 процессоров Arm на каждого.

Что делает Arm ISA столь привлекательной? Она относится к классу архитектур с уменьшенным набором команд (RISC) и разработана для использования в самых разных приложениях — от небольших устройств с батарейным питанием до систем реального времени, а также для высокопроизводительных вычислений на периферии и в облаке. Чтобы поддерживать такие варианты использования, архитектура Arm эволюционировала от Armv1 до современного Armv9-A.

Микросхемы искусственного интеллекта (AI-чипы) стали неотъемлемой частью современных устройств, особенно смартфонов. Вот несколько примеров применения AI в камерах смартфонов:

• Автоматическая настройка параметров камеры для получения оптимального результата;

• Применение фильтров в реальном времени при съемке фото и видео;

• Отслеживание движущихся объектов для сохранения фокуса;

• Автоматическое определение сцен и их оптимизация;

• Создание размытых фонов и выделение объектов;

• Улучшение качества фотографий при слабом освещении за счет снижения шума, повышения яркости и коррекции размытия.

Еще одна важная область применения AI в смартфонах — распознавание и анализ голоса. AI повышает точность распознавания речи даже в шумной обстановке, улучшает работу голосовых ассистентов и позволяет им лучше понимать сложные команды. Также AI может анализировать контекст разговоров для предоставления более релевантных ответов.

Многопроцессорные микроконтроллеры Arm® представляют собой значительный шаг вперед в технологии встроенных систем. Они предоставляют возможность выполнять более сложные задачи, улучшать производительность приложений и снижать энергопотребление. В этой статье мы рассмотрим различные конфигурации многопроцессорных микроконтроллеров Arm и стратегии оптимизации, которые помогут максимально использовать их возможности в встроенных системах.

Последние достижения искусственного интеллекта (ИИ), основанные на гигантских облачных вычислительных системах, продолжают поражать как обычных пользователей, так и ученых-компьютерщиков. ИИ способен выполнять задачи, такие как написание бизнес-отчетов, создание фотосессий для модных магазинов или открытие новых молекул. Это стало обыденностью, хотя еще в 2020 году такие возможности казались фантастикой.

В современном мире надежный Wi-Fi сигнал необходим для бесперебойной связи, особенно в проектах Интернета вещей (IoT) и умных домах. Чтобы помочь энтузиастам и инженерам IoT отслеживать и улучшать Wi-Fi соединение, предлагаем создать измеритель мощности Wi-Fi на основе микроконтроллера ESP32-C3 на плате LOLIN C3mini и OLED-дисплея.

В системах радиосвязи сканирование частоты используется для определения активных частотных каналов. Этот проект имитирует эту концепцию, генерируя и классифицируя частоты, подобно тому, как радиостанции сканируют сигналы в определенных диапазонах.

В то время как проект использует диапазоны частот, реальные радиочастотные системы измеряют уровень сигнала (RSSI, Received Signal Strength Indicator, который показывает, насколько хорошо устройство может обнаружить сигнал от передатчика, например, Bluetooth-устройства). Добавив потенциометр или аналоговый датчик, проект можно расширить для измерения уровня симулированного сигнала и классификации его как слабого, среднего или сильного.