扫码关注
- 全部
- 默认排序
一前言BLE经过Physical Layer的定义，通信所需的物理通道已经OKay了，即40个RF Channel（后面统一使用Physical Channel指代）此时Link Layer可以粉墨登场了，它主要的功能，就是在这些Physical Channel上收发数据，与此同时，不可避免的需要控
(1)这两天，仿真进展比较OK。在SystemVue里，单独仿真了一下里面的ADC模型的特性，能看出ADC的量化特性，也差不多能看出混叠的特性，也能看出如果不加抗混叠滤波器噪底增加的特性。虽然整体的链路，和我印象中的ADC的工作方式不太一样，但是如果把这个链路当成一个黑盒子，我只看输入和输出，还是可
如果在实测过程中，发现接收机的灵敏度并没有如理论计算的那样好，而是差了那么几个dB，该怎么办呢？如果是我要排查这个问题，我想我应该会这样操作。先多测几个板子，看看是不是所有的板子，表现都一致；如果所有板子都是这样，那就是共性问题，可以着手开查了。再多测几个频点，工作频段内，高中低都选几个频点测试一下
MAX7044以晶体为基准的锁相环(PLL) VHF/UHF发送器设计用于在300MHz至450MHz频率范围发送OOK/ASK数据。MAX7044支持高达100kbps的数据，可以向50Ω负载提供高达+13dBm的功率，同时在2.7V工作
大厂编程一夜转型。。。
导语：AI编程正在进入新阶段。过去我们关注的是“AI能不能写代码”，现在真正拉开差距的是：能不能让AI生成更高质量、更可靠、更可控的代码，并且尽可能节约tOKen、减少无效消耗。本文系统梳理了新一代AI编程的关键技术：上下文工程、任务协议式Prompt、分步生成、验证链路、可控生成和TOKen优化。
故事是这样的。前两天在AI芯片群里看到一个问题，有人问：大模型推理到底卡在哪里。问题描述挺详细的，说推理阶段，尤其是 tOKen by tOKen 生成的时候，延迟高得离谱。评论区有一群人在吵，有人说"上更大内存"，有人说"换更硬的芯片"，有人说"优化算法"。吵了半天，没一个说对。后来我花了一周时间
故事是这样的。前两天在AI芯片群里看到一个问题，有人问：大模型推理到底卡在哪里。问题描述挺详细的，说推理阶段，尤其是 tOKen by tOKen 生成的时候，延迟高得离谱。评论区有一群人在吵，有人说"上更大内存"，有人说"换更硬的芯片"，有人说"优化算法"。吵了半天，没一个说对。后来我花了一周时间
2025年8月22号，Nature Communications发了一篇论文。论文的第一作者是IBM Almaden实验室的一个研究员。IBM TOKyo、IBM Yorktown、还有IBM Albany的一个纳米技术中心，联合起来干了一件事。他们在一片14纳米的芯片上，用相变存储器跑了710万个
