sd卡驱动（SD卡驱动异常）

我们有一款产品，有低功耗的要求。

待机时，CPU处于低功耗模式，大部分的GPIO口的供电都是断开的。

与SD卡连接的SDIO口也是断电的。

为了避免SD卡的电源通过SDIO口反灌至CPU的端口，采用PMOS AO3401对SD的供电进行控制。

在待机的情况下，CPU的IO口处于高阻状态时，AO3401的S极和D极不导通，SD卡不供电。

当看到硬件工程师设计的原理图，我立即建议他们以后设计MOS管的驱动电路时，务必在S极和G极之间并上一个泄流电阻。

在上电初始化过程中或者是设备处于待机状态时，CPU的IO口为高阻状态，与之相连的AO3401的G极也处于高阻状态，感应到G极的电荷无处释放，导致AO3401误触发甚至被静电损坏。

在G极和S极之间并上电阻之后，G极不再处于高阻状态，避免了误触发，可靠性大大提高。

但是，在G、S极之间加上电阻之后，+3.3V的电压会通过R2反灌入已经处于低功耗模式、供电已经被断开的CPU的IO口。

为了解决这一问题，将图2的电路进一步改造，得到图3的电路图。

【进博会开幕，#特斯拉机器人带来中国首秀#】

本届进博会，特斯拉把人形机器人 Tesla Bot 给搬了过来。

Tesla Bot 的能源来自内置的 2.3kWh 电池包，全身上下共有 28 个关节，由 6 种不同的促动机（actuator）进行驱动。一块 FSD 芯片充当了它的大脑，目前已经可以在短时间内完成行走、上楼梯、下蹲、拿取物体等动作。

此外，尚未交付但已开启订购的 Model S Plaid 与 Model X Plaid 也亮相了本届进博会。

消息来源：董车会 & 界面新闻

【景芳时空｜曾毅：还有什么是人工智能做不到的？】导读：随着现代科技的发展，如今在我们的生活中，人工智能无处不在。不论是通讯还是交通，我们时刻都能看到人工智能的身影。这让我们不禁产生一个疑问：还有什么是人工智能做不到的？

为了探讨这个问题，本次，郝景芳老师的直播间里请来了曾毅老师。曾毅老师作为中科院自动化研究所类脑科学实验室的研究员，是一位非常厉害的人工智能科学家。他目前在做人类的生物大脑模拟实验，并用这样的生物大脑模拟生成的电子大脑，去驱动机器人的运动。

作者：阿尘

来源：折叠宇宙

01、人工智能居然会犯这个错误？

郝景芳：

非常高兴能够请曾毅老师来我们直播间做客。相比于大家普遍理解的人工智能，曾毅老师所做的研究方向有所不同。他做的是类脑智能研究，是真的有可能在将来让人工智能生成一个数字大脑，也就是像我们人类的大脑一样去思考。那么在这种情况下，就有可能让AI拥有人类的感情，所以我特别期待曾毅老师给我们带来更多的关于这方面的介绍。

我想先问曾老师一个问题：

最近AI作画特别热门，我身边美术行业的小伙伴几乎都感觉自己的职业生涯受到了威胁，因为AI不仅能够按照风格作画，还可以根据关键词去进行创意绘画。这应该也是AI不断更新学习的成果，那么在您看来，AI的这种学习和我们人类的学习相比，它本质的差异在哪里？

曾毅：

我觉得作为人类，其实我们在母亲体内孕育的过程中，就已经开始学习了。虽然那个时候我们看不到东西，但是我们有听觉和触觉的感知，所以说，实际上在那个时候学习就已经开始了。不过那时候是以自我的视角来展开学习的，因此有一个自我的模型。离开母体后，我们再通过多感觉的融合来学习和获取世界上的知识，并不断地修正。

而目前人工智能的学习，它是一个对世界建模的工具，只有信息处理的过程，没有自我的感受，也没有真正的基于自我视角对世界的理解。所以说，如果按照目前人工智能的发展道路走下去，实际上最多构造的就是一个看上去好像是有一定智能的信息处理工具，但它真正处理问题的方式和人类的大脑是千差万别的。

另外，人类也不会采取人工智能这样的学习方式，因为它不是真正对世界的理解。

比如说，虽然人工智能构造出来的一些结果看上去好像超过了人类，就像刚才景芳讲到的人工智能的艺术创作，似乎看上去比人类艺术家的作品还要好，但是人工智能经常犯的错误是人类绝不会犯的。

比如说一张青蛙的照片，如果修改其中一个像素的颜色，人工智能就可能会认为它是一辆卡车，但是人类绝对不会犯任何类似于这样的错误。即使那个照片的像素非常低，随便去改其中的某一个像素，其结果也不会这样去颠覆人类的认知。

所以说，好像人工智能看明白了，但实际上，当环境稍稍发生变化，它所犯的错误是人类不可接受的，所以我一直用“看似智能的信息处理工具”来描述技术发展方面的人工智能。

所以我想这是人工智能目前最大的问题。我们现在讨论的问题叫做：还有什么是人工智能做不到的？

我首先想告诉大家的是，人工智能目前看上去好像能做的事情，其实它也没有真正做得很好，仍然存在一定的缺陷，所以技术的发展仍然在非常萌芽的阶段。我们也不要以为，现在的人工智能已经真正拥有了类似人的智能，实际上差别仍然非常的大。

02、无脑也能打游戏？

郝景芳：

刚才曾老师提到了一个非常关键的差异，就是当我们给人工智能一定的数据，它就会进行数据的学习和输出。但是人类不同，我们会把所有学到的知识，不断地和我们周围的真实世界进行对比，会去分析我们学到的知识与真实世界是否相符，然后去理解真实的世界。

那么，如果将来我们人类和人工智能去做同样的事情，这一点能够让人类更有优势吗？还是说人工智能只要输入的信息足够多，它也能够做出比人类更好的判断，输出更好的结果？

曾老师在您看来，人类的和人工智能的这种差异，能够算作我们面对人工智能的一种优势吗？

……

03、AI有一天会超越人类？

……

04、AI也能读懂人类的情感？

……

全文：https://mp.weixin.qq.com/s/aLOsEmDKSPSsDKqK7QZWGw

【思进免责声明】本号致力于“好文”推送，并对文中观点保持中立，所发内容仅供学习、参考、交流之目的。文章来自网络，感谢原作者，版权归原作者或机构所有，若涉及版权问题，烦请留言联系，侵删。

了不起！中国科技创新位居全球11位，中国服务器30年，从“中国制造”走向“中国创造”，成功逆袭领跑世界！

近年来，我国全面实施创新驱动发展战略，取得显著成就，成功进入创新型国家行列。近日，世界知识产权组织发布2022全球创新指数排名，其中中国排名第十一位，较2012年跃升23位，这意味着我国已经具备了强大科技的自主创新能力与创新产出。

日前，联想Think品牌迎来成立三十周年，以联想ThinkSystem为代表的国产服务器品牌在科技创新方面的长期努力与实践，再次令外界为之瞩目。

第一台x86服务器IBM PS/2服务器、第一款1U机架式服务器、第一台可扩展16路x86服务器、首次采用温水水冷技术、IoT边缘服务器……联想以卓越的创新力为中国服务器的发展添砖加瓦。自2001年以来，联想共创下800余项性能基准测试世界纪录，成为创造服务器世界纪录数量最多的IT厂商。作为全球领先的高性能计算解决方案提供商，联想连续九次蝉联全球HPC TOP500冠军，七次登顶中国HPC TOP100名单。

同时，在新理念、新技术层出不穷的当下，联想保持了旺盛的创造能力，推动市场不断发展。如，面对元宇宙发展热潮，联想推出了“元宇宙原生”的ThinkSystem ST650 V2机型，是业界首款英特尔第三代全新双路4U主力塔式服务器，更是英伟达元宇宙系统官方认证主机；面对数字基建高能耗问题，联想推出了ThinkSystem SD650 V2直接水冷服务器，凭借联想领先的温水水冷技术，实现了高达90%的散热效率，能够帮助客户节省40%的数据中心能源成本；面对日益蓬勃发展的边缘计算产业，联想推出了边缘服务器SE550 V2，它具备电信服务器尺寸规格，能够支持具有高性能和扩展能力要求的重边缘应用场景。

30年发展，中国服务器成功领跑，不仅国内排名领先，在全球排名同样领先。而从信息化到数字化，联想积极响应国家战略和规划，以突破自我的韧性和拼搏见证中国经济的高速发展和时代成就。未来，中国服务器产业还将在创新的道路上一路向前，走出更灿烂的未来！#中国服务器30年变迁# #联想Think 30周年#

#中国服务器30年变迁# #联想Think 30周年#

【百度地图货运聚合平台正式发布，日日顺供应链、快狗打车、安得物流等入驻】12月21日，以“智新图·慧共生”为主题的百度地图2021生态大会在北京举行。会上，百度地图升级发布生态全景3.0并推出全新数字底座，集中阐述交通、物流、汽车、文旅等多个行业定制解决方案的特色亮点，同时公布了日均位置服务请求次数突破1300亿、道路覆盖里程超1100万公里等最新数据。

此外，百度地图还正式对外发布其独家开放的货运聚合平台，可以连接海量货主与优质承运商，助力双方精准、高效匹配，既解决了货主弹性运力问题，也帮助承运商带来单量新增。首批入驻的合作伙伴包括日日顺供应链、快狗打车、安得物流等。

在驱动产业创新升级方面，百度地图今年也推出了诸多行业定制解决方案。在车用地图领域，百度地图不仅提供从SD标准导航数据到HD自动驾驶地图数据的不同精度等级的高现势性全域车规级地图产品，还率先打造了交通动态数据解决方案，为商用车、摩托车、乘用车等车企客户提供了准确、全面和及时的地图数据能力。在智能物流领域，凭借自主研发的新一代智能高效运输管理系统TMS+和独家开放的货运聚合平台，百度地图提供组件化、智能化、场景化的一站式解决方案，助力合作伙伴降本增效。

#照片中的历史# 1941-1942年某个时段，一支身份不明的苏军小分队正在检查一辆被炮击或空袭摧毁的德军Sd Kfz 四轮驱动军车。前景中的指挥官手持车辆随附的一面识别信号旗。依照图中情况分析，黄色布面黑色十字的旗子表示车辆损坏，并需要技术援助。同时还可以表示发现地雷，前方出现敌人战防炮等意思。

本期看点：自如的埋点自动化测试工具是怎样设计的？如何使⽤ Selenium 测试 Electron 应⽤？网易云音乐 Android 隐私合规静态检查是怎么做的？如何通过用例驱动体验设计，让你的设计更严谨？效能指标「研发浓度」在项目度量中是如何应用的？如何优化 SQL 语句？2022年十大科技应用趋势是什么？何时登陆火星？往返一趟火星多少钱？何时实现 L4 级的FSD？企业数智化转型的五部曲是什么？

件测试周刊（第54期）：管他乐观还是悲观，都滚蛋，干就完了！软件测试周刊（第54期）：管他乐观还是悲观，都滚蛋，干就完了！ · 语雀

那些年，修电脑必备的盘

早年装机维修都是自带光碟包。驱动包一张盘，xp一张盘，win2000一张盘，维修工具一张盘，还有软件包。微星这包都有差不多近20年了。

还有以前的在深圳学主板维修的书籍和笔记，也是十几年了。家里能找到的老物件也就90年代的游戏软件和音乐碟，ddr1内存，sd已经找不到了，6.4的硬盘，这些都是一代人的回忆了。

Elon Musk 最新的更新：FSD Beta 9.3 和 9.4 都不推了，大约 10 天后直接推 Beta 10，大约 4 周后全美开放下载。这肯定是非常重要的事情。

全美开放后，特斯拉有两个选择，一是出国，先解决加拿大（这个特斯拉一直在同步做，我判断进加拿大速度会很快），然后出海，主要是欧洲和中国，这两个区域市场都非常难搞，欧洲不同国家的法规很分散，工况也不同，FSD Beta 一点不好推；中国我相信进来前要先过监管，这肯定是非常重要的一关。

二是不出国，继续基于美国的工况，目前 4D 的感知的工程追 Google、OpenAI 和 Deepmind 的前沿算法追得很紧了，不管是 RegNet、BiFFPN 还是 Transformer。但是规控的数据驱动逐步取代规则驱动才刚刚开始，还有很多事情要做，所以也不是没有可能继续迭代架构本身。

但 Elon 说了 Beta 10 会有大的架构变化，有一个全新的深度神经网络需要重新 turning 和修 bug，从 AI Day 来看这个说的应该就是规控的深度学习模型了。

就是那个明明看着非常年轻，一张嘴那口音仿佛来到了班加罗尔的小哥讲的那部分。

如果是的话，Beta 10 的智能召唤应该会有比较大的进步，同时不再区分高速 NoA 和城市 FSD Beta，一个 FSD Beta 解决所有场景。

不知 Elon 9 月 15 号来海南会不会找领导聊聊这事儿？

#特斯拉#

你买亏了么？特斯拉接下来更新哪些内容是你想要的？

1.后排座椅加长，增加乘坐舒适性

2.增加后门应急拉环，

3.取消全车雷达，摄像头升级

4.HW4.0，更完美支持fsd，算力是 3.0的3倍，能耗更低

5.后备箱隔板。增加储物空间

6.车内雷达监测离车后是否有车内生命

7.前车身一体压铸成型，质量变轻续航增加。

8.后轮驱动版配宁德时代的m3p电池组长增加。

9.更大功率无线充

10.三款新车漆和一款米色内饰

11.前排座椅通风

#新能源# #特斯拉# modely

今天的 AI Day，特斯拉正式兑现了马斯克承诺的「一家人工智能公司」，发布了第一款汽车企业自研的人工智能训练芯片 D1，以及目前性能最强的人工智能计算机柜 DOJO Pod——它会为特斯拉的纯视觉 FSD 深度学习服务。

最出乎意料的，是马斯克带来了>

#欧桑推荐，必属精品#

​最近身边朋友关心APS排程的有不少，排除一部分特殊性的行业，大多数的离散型多工序的，都可以整体或者局部切断解耦，分段适用这个MTS/MTO模型，是最简单但极有效的排程模型原型（+某些关键点要加上工艺的一些特殊性排程或改变），改变做法从而至少收益30%潜在产能，TOC制约理论的SDBR/MTA方案，延申发展成DDOE需求驱动运作模型。 强力推荐啊。一并共享。

先用电制氢，再用氢发电，然后再用电驱动汽车。电池，电机一点儿没省。[白眼]//@淡泊的湖泊Sd：这才是真正的新能源，为丰田点赞，期待早日量产，看好你！

加氢3分钟可续航800公里，丰田第二代MIRAI氢能轿车售价74.8万元起

特斯拉自动驾驶技术很牛逼，业界公认，他提供了三个自动驾驶包，BAP、EAP和FSD。BAP就是基础版Autopilot，全系标配，不花钱。EAP增强版自动辅助驾驶选装包包含主动巡航控制、辅助转向、自动辅助变道、自动辅助导航驾驶、自动泊车、智能召唤。FSD完全自动驾驶能力，在EAP的基础上增加了“识别交通信号灯与停车标志并作出反应”和“在城市街道中辅助驾驶”，选装价格6.4万。在国内，FSD相较EAP使用时并不会有实质性区别，不建议选装。所以说，如果你买特斯拉，选装EAP足够。目前Model 3后轮驱动版、Mode 3 Performance高性能版、Model Y长续航全轮驱动版的交付时间预计为4-5个月；Model Y后轮驱动版的交付时间预计为2.5-3.5个月；Model Performance的交付时间预计为3-4个月。

比亚迪在搞DiSus、iTAC、四轮独立驱动、制动驱动融合控制等汽车底盘智能化的技术，而特斯拉拼命搞完全自动驾驶FSD。真心请教，特斯拉的底盘智能化技术水平如何？它的视觉传感技术和人工智能真的能实现完全的无人驾驶L4和L5吗？

我觉得理解特斯拉“擎天柱”，到底牛不牛掰，得看细节。

“擎天柱”的手部关节细节，由数个控制器驱动，能模仿灵长类生物的独特手部功能。至少到目前为止，本田ASIMO、波士顿动力机器人，还有小米的铁蛋…都没有这么多细节部位的驱动。

看来马斯克是打算玩一套彻底的，完全适配人类活动风格，能实际“做点人事”的机器人，而不仅仅只能上串下跳、或干蹦跶腿部、摇摇手臂say个hello的玩具。

要实现更多人类功能，“自动驾驶”和自主执行能力尤其重要。配备特斯拉FSD系统和自动驾驶摄像头，基于纯视觉的“自动驾驶”，实现“擎天柱”自主识别、自主决策、自主执行。

现在理解为什么特斯拉走纯视觉路线而不是其他品牌大吹的激光雷达自动驾驶路线了吧？因为后者需要依据高精地图才能实现，本质上还是依据已有的数据进行自动驾驶，并不是纯主动识别、决策和执行的。在家里、办公室等，不可能有高精地图吧，那么基于激光雷达+高精地图工作的思路就彻底歇菜了。

车辆的自动驾驶也一样，基于激光雷达+高精地图的自动驾驶，在有数据支持的时候没有问题，一旦掉线或者某段路没有高精地图，自动驾驶就无法实现。相反，这种时候，基于纯视觉逻辑的特斯拉自动驾驶就可以继续工作，因为它不光依靠地图数据，更依靠实时看到的画面进行自动驾驶。道理就像人类开车，就算驶入没有地图的区域，也会根据实际道路、路牌，完成驾驶吧。