人工智能芯片到底有何不同?

2018年1月9日,全球规模最大的2018北美消费电子产品展在美国拉斯维加斯拉开帷幕。本次参展的科技企业超过4000家,包括高通、英伟达、英特尔、LG、IBM、百度在内的业界科技巨头纷纷发布了各自最新的人工智能芯片产品和战略,作为本届展会的最大看点,人工智能芯片产品无疑受到了最为广泛的关注。

与CPU比较,人工智能芯片有何不同?

2017年,当AlphaGo在围棋大战中完胜柯洁后,各大媒体对人工智能的讨论就不绝于耳,甚至有人担心机器会具备自主思维,终有一天会像电影《终结者》中的场景一样对人类造成生存威胁。不管这种危机是否存在,但必须认识到人工智能芯片在架构和功能特点上与传统的CPU是有着非常大的区别。

传统的CPU运行的所有的软件是由程序员编写,完成的固化的功能操作。其计算过程主要体现在执行指令这个环节。但与传统的计算模式不同,人工智能要模仿的是人脑的神经网络,从最基本的单元上模拟了人类大脑的运行机制。它不需要人为的提取所需解决问题的特征或者总结规律来进行编程。

人工智能是在大量的样本数据基础上,通过神经网络算法训练数据,建立了输入数据和输出数据之间的映射关系,其最直接的应用是在分类识别方面。例如训练样本的输入是语音数据,训练后的神经网络实现的功能就是语音识别,如果训练样本输入是人脸图像数据,训练后实现的功能就是人脸识别。

人工智能训练过程 放大图片

通常来说,人工智能包括机器学习和深度学习,但不管是机器学习还是深度学习都需要构建算法和模式,以实现对数据样本的反复运算和训练,降低对人工理解功能原理的要求。因此,人工智能芯片需要具备高性能的并行计算能力,同时要能支持当前的各种人工神经网络算法。传统CPU由于计算能力弱,支撑深度学习的海量数据并行运算,且串行的内部结构设计架构为的是以软件编程的方式实现设定的功能,并不适合应用于人工神经网络算法的自主迭代运算。传统CPU架构往往需要数百甚至上千条指令才能完成一个神经元的处理,在AI芯片上可能只需要一条指令就能完成。

解读主流的人工智能芯片

人工智能的高级阶段是深度学习,而对于深度学习过程则可分为训练和推断两个环节:训练环节通常需要通过大量的数据输入或采取增强学习等非监督学习方法,训练出一个复杂的深度神经网络模型。训练过程由于涉及海量的训练数据和复杂的深度神经网络结构,需要的计算规模非常庞大,通常需要GPU集群训练几天甚至数周的时间,在训练环节GPU目前暂时扮演着难以轻易替代的角色。推断环节指利用训练好的模型,使用新的数据去“推断”出各种结论,如视频监控设备通过后台的深度神经网络模型,判断一张抓拍到的人脸是否属于黑名单。虽然推断环节的计算量相比训练环节少,但仍然涉及大量的矩阵运算。

在推断环节,除了使用CPU或GPU进行运算外,FPGA以及ASIC均能发挥重大作用。目前,主流的人工智能芯片基本都是以GPU、FPGA、ASIC以及类脑芯片为主。

1.FPGA

即专用集成电路,一种集成大量基本门电路及存储器的芯片,可通过烧入FPGA配置文件来来定义这些门电路及存储器间的连线,从而实现特定的功能。而且烧入的内容是可配置的,通过配置特定的文件可将FPGA转变为不同的处理器,就如一块可重复刷写的白板一样。FPGA有低延迟的特点,非常适合在推断环节支撑海量的用户实时计算请求,如语音识别。由于FPGA适合用于低延迟的流式计算密集型任务处理,意味着FPGA芯片做面向与海量用户高并发的云端推断,相比GPU具备更低计算延迟的优势,能够提供更佳的消费者体验。在这个领域,主流的厂商包括Intel、亚马逊、百度、微软和阿里云。

2.ASIC

即专用集成电路,不可配置的高度定制专用芯片。特点是需要大量的研发投入,如果不能保证出货量其单颗成本难以下降,而且芯片的功能一旦流片后则无更改余地,若市场深度学习方向一旦改变,ASIC前期投入将无法回收,意味着ASIC具有较大的市场风险。但ASIC作为专用芯片性能高于FPGA,如能实现高出货量,其单颗成本可做到远低于FPGA。

谷歌推出的TPU就是一款针对深度学习加速的ASIC芯片,而且TPU被安装到AlphaGo系统中。但谷歌推出的第一代TPU仅能用于推断,不可用于训练模型,但随着TPU 2.0的发布,新一代TPU除了可以支持推断以外,还能高效支持训练环节的深度网络加速。根据谷歌披露的测试数据,谷歌在自身的深度学习翻译模型的实践中,如果在32块顶级GPU上并行训练,需要一整天的训练时间,而在TPU2.0上,八分之一个TPU Pod(TPU集群,每64个TPU组成一个Pod)就能在6个小时内完成同样的训练任务。

3.GPU

即图形处理器。最初是用在个人电脑、工作站、游戏机和一些移动设备上运行绘图运算工作的微处理器,可以快速地处理图像上的每一个像素点。后来科学家发现,其海量数据并行运算的能力与深度学习需求不谋而合,因此,被最先引入深度学习。2011年吴恩达教授率先将其应用于谷歌大脑中便取得惊人效果,结果表明,12颗英伟达的GPU可以提供相当于2000颗CPU的深度学习性能,之后纽约大学、多伦多大学以及瑞士人工智能实验室的研究人员纷纷在GPU上加速其深度神经网络。

GPU之所以会被选为超算的硬件,是因为目前要求最高的计算问题正好非常适合并行执行。一个主要的例子就是深度学习,这是人工智能(AI)最先进的领域。深度学习以神经网络为基础。神经网络是巨大的网状结构,其中的节点连接非常复杂。训练一个神经网络学习,很像我们大脑在学习时,建立和增强神经元之间的联系。从计算的角度说,这个学习过程可以是并行的,因此它可以用GPU硬件来加速。这种机器学习需要的例子数量很多,同样也可以用并行计算来加速。在GPU上进行的神经网络训练能比CPU系统快许多倍。目前,全球70%的GPU芯片市场都被NVIDIA占据,包括谷歌、微软、亚马逊等巨头也通过购买NVIDIA的GPU产品扩大自己数据中心的AI计算能力。

4.类人脑芯片

类人脑芯片架构是一款模拟人脑的新型芯片编程架构,这种芯片的功能类似于大脑的神经突触,处理器类似于神经元,而其通讯系统类似于神经纤维,可以允许开发者为类人脑芯片设计应用程序。通过这种神经元网络系统,计算机可以感知、记忆和处理大量不同的情况。

IBM的 True North芯片就是其中一个。2014年,IBM首次推出了True North类人脑芯片,这款芯片集合了54亿个晶体管,构成了一个有100万个模拟神经元的网络,这些神经元由数量庞大的模拟神经突触动相连接。True North处理能力相当于1600万个神经元和40亿个神经突触,在执行图象识别与综合感官处理等复杂认知任务时,效率要远远高于传统芯片。

两种常用的仓库拣选方式浅析

想到货物的拣选大多数人第一闪过的就是电商的仓库或者大型超市繁忙的场景。以阿里巴巴线下超市——盒马生鲜为例,配送速度是重要卖点之一,要求门店附近3公里范围内,30分钟送货上门。那么,对于拣货的要求无疑就需要高标准。其实,在制造企业中,拣货需求同样关键,同时越来越多的企业开始重视仓储管理和配送的效率。

首先需要了解的是拣货有哪些形式?从人工拣货的角度看,拣货通常分为摘取式(Digital Picking)和播种式(Digital Assorting)。

拣货方式典型布局 放大图片
图1 拣货方式典型布局(人工摘取式拣货VS人工播种式拣货)

摘取式拣货指的是针对每一张订单,由拣货员完全用人工方式根据订单上的货品信息到相应的存储位置将货品逐一挑出并集中的过程。简单的说就是仓库人员根据一个订单来回往返于各个货架货位拣选订单所需要的物料。这种方式在很多制造企业中广泛以应用,其最大的优点在于按领料单完成拣货不需要进行任何的“二次加工”,对于仓库管理人员来说也不用过多的技能要求,就单笔订单而言物料获取的及时性是可以得到保障的。但作为一种传统的拣货方式,面对品种少、大数量订单的拣货处理是可以支持的,一旦货品品种较多时,摘取式的过程就会出现路径反复、过长等影响拣货效率的情况出现,加上如果仓库空间大拣货区域跨度广的情况下搬运也会成为难点。

典型的摘取式拣货场景 放大图片
图2 典型的摘取式拣货场景

播种式拣货指的是将一定时间段里的多张订单集合成一个批次,并依照货品的种类将货品数量汇总,仓库人员按照货品进行拣选,然后通过分货的方式对应到每张领料单。播种式最大的优点在于当拣选物料数量大的时候可以用“合并”的方式提高效率,缩短搬运距离,增加单位时间的拣选数量。采用播种式拣货的制造企业通常具有订单品种、数量都比较大的特点。但是这种方式最为显著的劣势是对仓库人员的技能要求比较高,订单的汇总需要时间和技巧,操作上相对复杂,相应的人工操作的概率就比较高。另外,对于某一张领料单而言,很可能因为拣货数量少而出现部分物料延迟发货的问题。

典型的播种式拣货场景 放大图片
图3 典型的播种式拣货场景

为了提升拣货的效率,避免错漏等问题影响生产,也会采用复合式拣货的方式来扬长避短。例如“播种+摘取式”,这种方式秉持了播种式进行领料需求汇总的方法,然后将需要的物料全部取出并放置于分拣区内,然后再根据实际需要领用的领料单顺序进行拣选。这样结合了两种原始分拣方式的部分优点,多用于品种少,多领料需求的情况。还有一种比较常见的复合拣选方式就是“播种+播种式”,这种相对复杂,往往用在多品种多领料需求的情况下。

表1 两种常用拣货方式的对比

两种常用拣货方式的对比 放大图片
尽管目前企业对于仓储管理越来越重视,但是大多数中小企业还是采用传统的拣货方式,一方面对于仓库人员的依耐性比较高,另一方面错发漏发影响生产进度甚至停工待料的事件也屡见不鲜。有条件的企业可以采用立体仓库、机器人、WMS、DPS等先进技术设备和软件系统,快速提升制造企业的拣货效率,提高物流水平。发展中的中小企业则需要根据产品物料的材质重量、生产方式、订单量级、产品品种等综合因素选择合适的单一或者复合型拣选方式,配合仓库路径的设计、仓管人员技能提升等全面提升仓库管理水平,最大程度的为生产服务。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。

自动驾驶黎明到来:想象力的沸点,商业化的起点

今年的CES上,自动驾驶不出意外的成为了话题中心。虽然汽车这个大家伙和人们往常印象中的消费电子产品不太一样,但自动驾驶的高热已经点燃了消费者和产业链的热情,车联网、雷达传感器、整车厂商等等的参与,让这几年的CES变成了车展。

CES上展出了不少自动驾驶汽车,如出行平台Lyft联合Aptiv推出了二十余条自动驾驶路线,丰田的自动驾驶研究院也会展示自己新一代的自动驾驶车辆。
不过我们最关心的自然还是中国自动驾驶厂商的表现,毕竟今年的CES被称为“China Electronics Show”。不出意外的是,今年CES上的中国自动驾驶几乎都被百度Apollo承包了。
冲击想象沸点,用中国速度为全球自动驾驶加速
在CES开幕之前,百度Apollo开放了位于硅谷的百度美国研发中心并邀请媒体试乘Apollo 的L3和L4两种不同等级的自动驾驶汽车。
L3级别的为百度Apollo和力帆盼达、ZF一起打造的共享自动驾驶汽车。这辆车可以完成自动取换车、低速巡航、识别红绿灯、规避行人障碍物、自动泊车等操作。

搭载Apollo2.0的 L4自动驾驶汽车在加州开放道路开跑,当天阴雨不断,但车辆并没有受到干扰,顺利完成了自动变道、识别交通标识和信号灯以及识别未知车辆等功能。行驶速度也达到了L4级别自动驾驶一般通用的55公里/h。MIT Technology Review的记者在晚高峰时段试乘了一把Apollo的自动驾驶汽车,形容道:除了安全员的手没有放在方向盘上,并感受不到跟由司机驾驶的车辆有什么区别,乘坐百度Apollo的自动驾驶汽车舒服得有点“无聊”。
随后,在美国时间1月8日,BAIDU WORLD @LAS VEGAS 2018发布会上,百度Apollo自动驾驶车队来了次跨洋连线,当数十辆不同类型的Apollo自动驾驶车辆在百度大厦楼下阅兵的场景出现在屏幕上时,现场被尖叫和掌声淹没。

在今天正式开放的CES展区上,百度Apollo也首次集中展示了各类产品:Apollo Pilot、Apollo小度车载系统、Apollo Computing Unit(ACU)、Apollo仿真技术平台、疲劳驾驶检测、Apollo Black Box(智能汽车黑匣子) &Apollo Cyber Security(汽车信息安全)、Intelligent Map等。此前,NVIDIA在CES上宣布将携手百度和ZF基于全新的NVIDIA DRIVE™Xavier芯片、百度的Apollo Pilot、ZF的新款ProAI车载电脑,打造一款面向中国市场的自动驾驶产品。

由此可见,Apollo的美国之行并不是单纯为了“炫技”,其公布的量产计划和背后的商业前景更值得关注。
在我们的概念中,至少要和人类开的一样好,才能称作自动驾驶。但其实L1到L3这几个级别更适用于物流车、网约车等商业场景,或者作为普通车辆的驾驶辅助功能。从L3到L4,技术前提是阶梯式提高的。从大众心理上而言,相比主打自动泊车、低速缓行的L3级自动驾驶,高度自主化的L4级别标示着人们对自动驾驶这一概念的阈值:人类驾驶者只需在极端情况下做出决策,剩下的全由车辆完成。
在CES上Apollo用中国速度冲破了这一阈值,让人们理想中的自动驾驶落到现实。Apollo计划开始落地,帮助人们越过了想象的沸点,走入现实。
2.0时代来临,这是Apollo的一小步,也是自动驾驶商业化的一大步
随着2.0版本发布,Apollo开放平台的行进脉络更加明晰。在去年7月份发布的1.0版本中,Apollo表达了建立汽车界安卓的决心,向合作伙伴开放了大量标注数据、开源数据平台和高精地图等自动驾驶的基础设施。到了1.5版本,Apollo联合雷达传感器厂商Velodyne为合作伙伴开辟了专门购买渠道,开放了障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习等等五大核心能力,并且展示了多种车型和多种场景的应用落地。
总体来看,中国的自动驾驶研发和海外有着不小的差异。在海外,不管是丰田还是Waymo都倾向于逐个击破各个技术难点,累积测试数据。虽然也有明显的组团对抗趋势,但厂商之间的联合大多偏于商业层面,底层技术上仍有隔阂。两者的差异在于,商业合作可以帮助彼此在经济上获益,却很难在技术发展上相互借力。

但Apollo从1.0到1.5的版本更迭,都是在通过开放的生态和流动的数据,促进技术发展,向着2020年量产Deadline加速跑。
到了最近公布的Apollo 2.0,我们可以从这个最新版本中看到一个新的趋势:在实现技术落地后,Apollo正在逐步增强自身的商业优势。
首先,当Apollo2.0开放了安全服务,强化了在感知、自定位等等方面的能力。同时宣布在今年全面支持包括NVIDIA、Intel、NXP、Renesas在内的四大主流计算平台。现如今拥有16.5万行代码的Apollo2.0已经完备云端服务、软件平台、参考硬件平台以及参考车辆平台四大模块,并且在传感器、计算平台上打开了更广阔的选择面。

开放技术完备后,Apollo开放平台将提供更多解决方案和商业场景的支持。像发布会上展示的Apollo与综合运营商Access LA展开的试点合作服务、Apollo和金龙客车打造的无人驾驶微循环巴士,还和新加坡智能出行公司AMI成立合资公司,在新加坡和东南亚推广自动驾驶技术的商业化,参与当地的智能交通建设。
看来Apollo在完成技术平台化、产品化之后,希望立即用量产化和商业化帮助自动驾驶快速走入市场,走入人们的生活。
可以说从1.5版本进化到2.0版本只是Apollo的一小步,可对于自动驾驶产业而言,这却是从实验室到应用市场的一大步。
商业化起点来临,自动驾驶在寻找力场中心
目前来看,中国自动驾驶发展和海外自动驾驶发展的差异已经十分明晰了。
以Apollo为代表的中国厂商先以开放的形式提升技术,再利用技术压制的优势与供应链交涉、寻找更多商业落地场景。海外厂商则是先用商业合同和技术专利制造起城墙,直接提高了这场游戏的准入门槛,圈定名额后再进入市场竞争。
如此看来,Apollo2.0这次在CES上的亮相别有深意。不管两种发展模式在以前走向如何,在自动驾驶技术达到一定程度时,商业上的全球割据是必然的。实验室里的技术可以百花齐放,可走到市场上就是商品和品牌,就算没到白刃战的地步,彼此之间竞争的意味已经非常明显了。

自动驾驶对于汽车产业不仅仅是一个Update补丁,更多的是对整体产业的变迁。技术研发、人才培训、基础设施建设、软硬件供应链……这其中存在的机会,才是自动驾驶竞争的核心。
正是基于这个洞察,百度在发布Apollo开放平台时,一个覆盖全产业链的生态系统也浮出水面。Apollo生态系统非常庞杂,不仅有汽车产业、软硬件厂商、创业企业等合作伙伴,还与政府、高校等开展政策推动、产业园区建设、科研、人才培养等多方的跨界合作。半年间,Apollo生态释放出巨大的“引力”,到Apollo2.0发布时,生态合作伙伴规模已经由最初的50家扩大至超过90家。
不仅如此,从Apollo1.5为合作伙伴打通激光雷达获取途径、设立百亿Apollo基金到Apollo2.0与Udacity合作开展免费无人驾驶课程、成立Apollo全球实验室等,一个围绕Apollo开放平台搭建起来的软件、硬件、数据集和工具、专项基金、开发者社区、测试场地等全方面的自动驾驶生态正在加速成型,而这也正在成为自动驾驶企业的孵化器。
如今Apollo站到了客场上,试图把自己变成全球自动驾驶的力场中心。
这一次交锋,绝不仅仅意味着百度、谷歌或任何一家企业获益多少,而更是影响到企业所扎根着的土壤。
例如百度能率先取得商业化优势,意味着上述自动驾驶产业链中的机会可能更多的向中国倾斜,为本土制造更多工作机会,也为中国的汽车产业赢得更多优势,有关雄安新区的种种无人化设想可以更快速的建立起来。若丰田这类汽车品牌掌握商业化优势,将会给他们在未来几十年内带来极大的品牌优势,随之而来还有大量工业建设、就业机会等等。这场角力基于技术,但早已超越了技术和企业自身。

开放生态让中国领头羊率先出线,未来还会有更开放和先进的Apollo3.0、4.0,但Apollo2.0应当是被载入自动驾驶史册的一个版本。
如今是自动驾驶商业化的起点,但绝不是自动驾驶技术发展的终点。“登月”不是为了做一名观光客,而是为了发掘未知领域的无尽宝藏。中国速度已经让AI产业走的足够快,下一步一定是带着收获,满载而归。

Ubuntu学习 sort

sort : 排序
选项与参数:
-f :忽略大小写的差异,例如 A 与 a 视为编码相同;``
-b :忽略最前面的空格符部分;
-n :使用『纯数字』进行排序(默认是以文字型态来排序的);
-r :反向排序;
-u :就是 uniq ,相同的数据中,仅出现一行代表;
-t :分隔符,默认是用 [tab] 键来分隔;
-k :以那个区间 (field) 来进行排序的意思
1.8 递归列出目录里的文件
1.9 匿名函数

1.8 递归列出目录里的文件

遍历目录里的文件(不支持子目录文件)

import os
for i in os.listdir(‘C:/Users/Administrator/Desktop/技术文档’):
print (i)

###########################################

目录是否存在

import os
d = os.path.isdir(‘C:/Users/Administrator/Desktop/技术文档/.’)
print(d)

True

文件是否存在

import os
d = os.path.isfile(‘C:/Users/Administrator/Desktop/技术文档’)
print(d)
False

路径连接

import os
d = os.path.join(‘C:/Users/Administrator/Desktop’,’aa’,’bb’)
print(d)
C:/Users/Administrator/Desktop\aa\bb

######################################################

遍历目录里的文件和子目录里的文件

import os
def print_files(path):
lsdir = os.listdir(path)
dirs = [i for i in lsdir if os.path.isdir(os.path.join(path, i))]
files = [i for i in lsdir if os.path.isfile(os.path.join(path, i))]
if files:
for f in files:
print(os.path.join(path, f))
if dirs:
for d in dirs:
print_files(os.path.join(path, d))
print_files(‘C:/Users/Administrator/Desktop/技术文档’)
1.9 匿名函数

匿名函数

lambda函数是一种快速定义单行的最小函数, 可以用在任何需要函数的地方
lambda

defun(x, y):
return xy
#
r = lambda x,y:x
y
print(r(2,3)) # 调用

6
匿名函数优点:
1.使用python写一些脚本时, 使用lambda可以省去定义函数的过程, 让代码更加精简
2.对于一些抽象的, 不会被别的地方再重复使用的函数, 有时候函数起个名字也是个难题, 使用lambda不需要考虑命名的问题
3.使用lambda在某些时候让代码更容易理解
lambda基础

lambda语句中, 冒号前是参数, 可以有多个,逗号隔开, 冒号右边是返回值
lambda语句构建的其实是一个函数对象
lamdba使用

from functools import reduce
def add(x, y):
return x + y
sum = reduce(add, range(1,101))
print(sum)

5050
#
from functools import reduce
print(reduce(lambda x,y:x+y, range(1,101)))
5050
习题

从终端接收若干个数字,要求使用filter()函数,将输入的不是数字的值剔除掉(用户输入的内容有随机性,当我们要接收一个数字的时候,他可能会输入一个字符串过来,要求当用户输入的不是数字,就剔除掉)

从终端接收若干个以空格隔开的字符串,然后去除所有的26个字符之外的字符后,打印到屏幕上
要求:使用map()函数,map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。

从终端接收若干个以空格隔开的字符串
(1).以空格隔开的字符串为用户想要输入的一个值
(2).用户在输入时不小心按出来了字母键

距离满大街电动汽车时代,我们还差什么?

特斯拉在全球引发一股电动汽车追捧狂潮,堪比超跑的外形和性能让大众为之疯狂;蔚来发布的纯电动SUV车型ES8,以超过40万的售价成为关注热门;贾跃亭还以制造电动汽车之名留在美国不回国;众多传统汽车厂商也纷纷涉足电动汽车领域……

纵然现在电动汽车还远未达到全面普及的程度,但似乎已经成为汽车行业注定的未来。那么距离满大街电动汽车时代,我们还差什么呢?

电池成本要继续下降

电动汽车满大街成为主流,决定这一天何时到来几乎完全取决于电池价格的“函数”。也就是说,电池价格是电动汽车能否快速普及的关键。近年来电池价格正在快速降低,从2011年至今已经下降超过一半。从国内市场来看,电池系统的价格从5年前的3.5元/Wh降低到目前的1.8元/Wh以下。而此前工信部制定的目标是电池包成本在2020年降到1元/Wh以内,还是极有希望达到的。

据世界最著名的证券零售商和投资银行之一美林证券分析师预计,美国电动汽车价格将在2024年比传统燃油汽车更加便宜。而就在一年前,他们估计还需要等到2030年。可见,电池价格正在以出人意料的速度迅速降低,加快了电动汽车满大街时代的到来时间。电池价格降价其中的一个关键原因,是制造商正在扩大生产——供应越多,价格越低。

此外,很多传统汽车厂商也在涉足电池领域——将核心部件抓在自己手中,比如戴姆勒汽车公司就上马了电池业务。对此,戴姆勒电池单元的质量负责人表示,“这是未来的一项重要投资,电池是车辆的重要组成部分”。戴姆勒宁愿赚得少一点,也不愿将利润给三星或松下等电池供应商,更多的就是出于未来长远规划的考虑。

必须有稳定且车企负担得起的电池生产所需资源

目前,汽车厂商都在围绕一些基础资源——钴、锂、石墨等展开竞争。因为它们必须要避免这些基础资源价格过高,导致电动汽车生产过程中出现原材料短缺的情况。不过需要指出的是,汽车厂商必须要应对地缘政治这一维度。

比如锂这种电动汽车电池中最常见的物质,世界储量的四分之三在中国和智利。而这也就意味着中国等国家能够利用这一自然资源进行充分的外交布局,去推动国内及全球电动汽车行业的全面发展。

此外,钴的来源主要是刚果民主共和国——这是世界上最饱受战争蹂躏的和不稳定的国家之一。甚至还有非法钴矿被指控使用童工,而这个负面问题必须要及时解决。

因此,稳定且车企负担得起的电池生产所需资源是电动汽车真正落地的关键。如果这一源头都不能做好,电动汽车制造也就无从谈起,更遑论普及了。

需要建设更多的充电站,满足更快充电的需求

当然,即使电动汽车的价格与传统燃油汽车的价格相同甚至更低,消费者能够轻松承受得起,之后也要面对一个很现实的问题:在哪里可以充电、充电的速度能否满足正常使用需求——毕竟没人喜欢用一整天的时间去为汽车充电。

因此,能够快速充电的高电压充电站必不可少。电动汽车司机完全可以通过上洗手间、喝一杯咖啡的时间为汽车充满电量。可以预见的是,进行密集分布的充电站网络未来将成常态。而相关企业也正在加快充电站的建设,比如在今年10月23日,特斯拉宣布全球最大的超级充电站落户上海,该站点开放时间为24小时,拥有50个超级充电桩。

而在美国,2010年时公共充电站仅为数百,目前则已经有16000个公共充电站,发展势头可谓迅猛。不过与美国数量多达112000个加油站相比,公共充电站仍然需要加快建设速度。

传统汽车厂商将不得不抛弃旧的生产方式

无论是创业企业,还是传统汽车厂商,它们都在竞相投资于未来——电动汽车就是其中最重要的变化。不过,从传统燃油车向电动汽车的过渡是痛苦的,甚至对传统汽车厂商和供应商来说还有可能是灾难性的。据了解,电动汽车比传统燃油汽车零件少约25%,活塞、燃油喷射系统、火花塞等零部件不得不退出历史舞台。

博世汽车零部件生产商首席执行官沃尔克马尔·丹纳对此表示,“蛋糕会小一些”。毋庸置疑,电动汽车的普及将影响很多厂商,也会让很多岗位消失。此外,在满大街电动汽车时代,政府将失去燃油税收、加油站和汽车修理店将歇业。就连经销商网络都得简化——特斯拉等电动汽车企业允许客户在网上定制、购买汽车。

传统燃油汽车厂商现有的专业知识,如先进的发动机技术等,将不再成为他们的竞争优势,也会丧失自身部分的“智力资本”。不过它们虽然认为受到了电动汽车的“威胁”,但依然觉得自身还有优势。比如他们能够部署巨大的生产体系去更快地满足消费者的需求,像特斯拉那样产能不足的情况将不会发生。

电池成本继续下降、稳定的电池生产所需资源、更多能够快速充电的充电站、传统汽车厂商的与时俱进等,是实现满大街电动汽车时代的必须条件。缺乏任何一个因素,就会拖慢这个时代的到来。(科技新发现 康斯坦丁/文)

docker容器

1、新建并启动:docker run -i -t centos:centos6 /bin/bash
2、 用ps 来查看
当docker润 来创建容器时docker 在后台运行操作包括:、
1、检查本地是否存在指定的镜像,不存在就从公有仓库下载
2、利用镜像创建并启动一个容器
3、分配一个文件系统,并在只读的镜像层外面挂载一层可读写层
4、从宿主机主机配置的网桥借口中桥接一个虚拟接口到容器中去
5、从地址池配置一个ip地址给容器
6、执行用户指定的应用程序
7、执行完毕后容器被终止
终止容器
1、docker stop 加容器ID
2、docker kill 加容器ID
重启容器
docker restart 容器ID
删除容器
docker rm -f 加容器 ID、
docker rm -f $(docker -qa)

交换机基本配置

交换机配置命令基础
用户模式hostname# ;
特权模式hostname(config)# ;
全局配置模式hostname(config-if)# ;
交换机口令设置:
switch>enable ;进入特权模式
switch#config terminal ;进入全局配置模式
switch(config)#hostname csico ;设置交换机的主机名
switch(config)#enable secret csico1 ;设置特权加密口令
switch(config)#enable password csico8 ;设置特权非密口令
switch(config)#line console 0 ;进入控制台口
switch(config-line)#line vty 0 4 ;进入虚拟终端
switch(config-line)#login ;虚拟终端允许登录
switch(config-line)#password csico6 ;设置虚拟终端登录口令csico6
switch#exit ;返回命令

包括VLAN创建,删除,端口属性的设置,配置trunk端口,将某端口加入vlan中,配置VTP:

switch#vlan database ;进入VLAN设置
switch(vlan)#vlan 2 ;建VLAN 2
switch(vlan)#vlan 3 name vlan3 ;建VLAN 3并命名为vlan3
switch(vlan)#no vlan 2 ;删vlan 2
switch(config)#int f0/1 ;进入端口1
switch(config)#speed ? 查看speed命令的子命令
switch(config)#speed 100 设置该端口速率为100mb/s (10/auto)
switch(config)#duplex ? 查看duplex的子命令
switch(config)#duplex full 设置该端口为全双工(auto/half)
switch(config)#description TO_PC1 这是该端口描述为TO_PC1
switch(config-if)#switchport access vlan 2 ;当前端口加入vlan 2
switch(config-if)#switchport mode trunk ;设置为trunk模式(access模式)
switch(config-if)#switchport trunk allowed vlan 1,2 ;设置允许的vlan
switch(config-if)#switchport trunk encap dot1q ;设置vlan 中继
switch(config)#vtp domain vtpserver ;设置vtp域名相同
switch(config)#vtp password ;设置发vtp密码
switch(config)#vtp server ;设置vtp服务器模式
switch(config)#vtp client ;设置vtp客户机模式

新一轮创造财富的风口,设计师强势逆袭的机会来了

  作为互联网家装服务保障平台的保障网,成立于2012年,历经5个年头的发展,我们在行业内取得了一定的成绩。这五年里,我们始终在对自身的数据进行多维度的分析,随着平台的不断壮大,我们看到了一种趋势,越来越多在保障网发布装修需求的业主主动咨询定制设计。现如今主流消费群体正在改变,85后、90后成为社会的中坚力量。这群年轻化的客户群体思维活跃,从不囿于传统,更多的是追求个性化。从大数据看,在新一轮创造财富的风口,设计师强势逆袭的机会来了。但“前途是光明的,道路的曲折的。”目前中国设计师的生存现状并不乐观。我们通过大量针对设计师的调研发现,许多设计师都曾遇到同样的一些问题,我们整理总结挑出了几个典型案例,以供大家赏评。

  案例1:你是一个刚入行两三年的设计师,并没有什么知名度和经验,为了生存,只能选择在装修公司工作。而你所处的公司和其他公司一样采用的是轮单制,一个月所能接到的单子寥寥无几,而且质量不佳。某天,你意外的接到了一个业主意向度很高的单子,可初次见面,业主就对你的工作经验和知名度提出了质疑。这时候的你,显得有点无可奈何,毕竟谁都知道罗马并不是一天可以建成的。后来,你费尽口舌,解决了业主的疑虑,另一个问题又来了。这个业主追求个性化,总是时不时的提出各种各样“刁钻”的设计需求,你不得不通宵达旦的改改改。终于,在一个寒冷的清晨,业主通过了你的方案,签下合同。当你欣喜的尽头还未褪:,发工资了,看着到账短信,你细细一算,这点工资也就只能保证基本生活,你又陷入了沉思。

  案例2:你也是一个刚入行两三年的设计师,不过,你不甘于现状,想要接点私单。一方面可以积累经验;一方面可以赚点外快。但是,没什么客户积累的你,并没能获得老客户的转介绍订单。于是你将目光投向了互联网,一直埋头于设计改图的你并没有多少营销推广经验,只能疯狂的发帖,入驻各种各样的平台,却又收效甚微。好不容易,等来了一个业主主动咨询,双方一聊,只能以个人身份接单的你,毫无知名度的你,让业主感到深深的不放心,最后还是选择了装修公司。

  案例3:经过多年奋斗后的你,决心摆脱公司的束缚,成立自己的设计工作室。开业的第一天,你就迎来了一个上门业主。开头的一切都很顺利,但当提到设计费用的时候,业主不乐意了。业主愤愤不平的说到,为什么外面那些全国知名的装修公司都承诺免设计费而你一个并不出名的设计师却要收我几千块的设计费,这不符合国情。你一直在努力的和业主解释收取设计费的原因,一直在努力的阐述好设计能为他的生活起居带来什么样的好处,可是业主却并不买单,离你而去。

  如果以上几个案例,你都没有遇到,我只能说“老哥稳!”

  老话说的好,知己知彼方能百战百胜。针对这些问题的出现,设计圈应运而生。设计圈是保障网旗下高端设计师服务平台。我们针对设计师遇到的一些常见问题推出了针对性的服务和解决方案。

  服务1:个人品牌营销

  你只需一份个人资料和作品案例,我们的推广团队将通过专业的手法对你进行包装。只需很短的时间,你的个人知名度将获得极大的提升。具体有多大,举个例子,你只需在百度搜索你的姓名或是厦门知名设计师这种词语,你的资料就将在首页展现。这么做有什么好处呢?

  当业主想要找人设计的时候,一搜所在城市知名的设计师,出现了你的资料,你说他会不会优先主动咨询你而且我们都知道,主动咨询的成单率是最高的。另外,当业主对你的知名度或是身份提出质疑的时候,你让他上百度进行搜索,立马出现了你的资料,你说他对你的观感会不会变得好一些呢,签单是不是变得容易些了呢。

  服务2:微名片

  超大容量,使用方便,免去繁琐的整理、查找。微名片里有你资料,作品,工作经历,包括获奖情况的详细介绍。当业主对你的能力或经验提出质疑的时候,你只需发送二维码或是分享微名片给他,他就能对你的设计能力与经验有个充分的了解,留下一个深刻的印象,为你的签单起到一个辅助作用。

  服务3:免费订单

  现在大部分的设计师平台,设计师想要获取订单就需要缴纳合作费用或是让平台抽佣。而设计圈和他们不一样,我们为设计师打造了一个可以与业主实时在线沟通的聊天系统。业主可以通过设计圈平台直接与你联系。如果你成功签单,我们并不会收取任何费用,所有的收益归您所有。

  说那么多设计师的好处,吃瓜网友们肯定开始忿忿不平了,为什么设计圈保障的都是设计师,却没有业主的呢?当然有咯,设计圈给予业主最简单粗暴的好处就在于它不收取任何佣金。众所周知,传统家装行业的渠道总是会有不透明的费用,比如业务人员提成(不低于5%) 、公司管理费(不低于15%)等等,羊毛出在羊身上,这些费用全部会算在业主头上。而现在,设计圈免佣金,也就是说业主只要支出设计费、工人施工费、材料费就OK了,可以说业主付出的费用100%用在家装上,不用为额外的费用而伤脑筋,真的很物超所值了!可能有的业主会担心装修出来的房子和效果图出入较大怎么办?业主们完全打消这点疑虑,后期设计圈会与设计师、建材商进行更深度的合作。在作图的过程中,设计师将会把建材商的产品移入效果图的场景中,业主可以直接按图索骥,所见即所得,当然这些建材商都是经过设计圈严格甄选的。

  我们希望打造一个“设计生态圈”,通过平台联结雇主、设计师和第三方服务方(建材商),推动设计交易的透明化,平等化,价值化!它不仅仅只是服务于某一方,而是双向服务,让设计师的设计更有价值,让业主拥有更美好的家!

“地王”成烫手山芋 近两年高达六成股权出现变动

市场趋于平稳,政策没有松动的迹象,对“地王”们来说,正遭受市场风险和政策风险的双重夹击。中原地产数据显示,2016年以来50宗高价地中,因资金压力,有32宗地块产权在拿地后出现了变动,占比高达64%。
资料图:一处商品房在建中。 中新社记者 吕明 摄
“地王”成烫手山芋
近日,北京总价第三高地块——丰台地王侨禧项目正经历股权的第三次变动。2015年,华侨城、华润、招商联合体以总价83.4亿元、配建5.7万平方米公租房的代价获得项目用地,而这一价格也成为当时丰台区地王,北京总价第三高的地块。随后,华润、招商以“地块最终成交价格超出授权价格”为由相继退出侨禧项目,华侨城持股100%。
直至今年8月,华侨城以51.83亿元出售侨禧项目49%股份给泰禾集团。而近日,华侨城再度在北京产权交易所挂牌项目剩下的51%股权,合计转让对价56.8亿元。至此,华侨城全部退出拿地两年后仍未入市的侨禧项目。
事实上,除了华侨城地王项目外,近日,南京京奥港地王项目也被爆出因欠施工款而停工,虽然京奥港方面对此否认,但仍可看出企业目前所面临的窘境。
资料显示,2016年4月15日,经61轮竞拍,北京京奥港集团有限公司力压中南、栖霞建设、新城等众多房企,以47.6亿元摘得麒麟G09地块,楼面价22353元/平方米,溢价率达到163%,成为区域新地王。而彼时该区域新房售价仅为16000元/平方米至18000元/平方米。与此同时,与之形成对比的是,在一个月后, 2016年5月13日,中南以48亿楼面价拍得紧邻京港澳项目的中南熙悦项目地块,楼面价为19195元/平方米,也低于京奥港项目。
值得注意的是,京奥港项目拍地金额47.6亿元中,母公司中融信托提供融资34亿元,利率是6.4%至6.6%,于2017年底到期。同时,京奥港申请了由中信信业基金发行的“凤凰8号-京奥港专项投资私募基金”,发行规模1.7亿元,利率高达8.7%-9%。
高盈利加剧赌博之心
中原地产首席分析师张大伟表示,近两年来,因市场的向好,房企积极抢地,对市场过度乐观。
以京奥港集团为例,有业内人士透露,京奥港成立于1996年,最初以钢贸物流起家。2011年,京奥港以5.3亿元拿下南京老城区一地块,楼面价1.42万元/平方米。随后,因房价的飞涨,这一仅有480套住宅的项目,2016年最高时卖到3.2万元,让京奥港尝到了甜头。
“项目畸高的利润率让房企不惜一切代价去拍地。”上述人士坦言,例如京奥港未来墅项目,开发商初期心理售价高达4万元/平方米,若没有此次调控,项目并不是没有以高价卖出的可能性。“开发商有个心理,地就是现金,若不开发,转手出去也能赚一笔。”
克而瑞报告显示,2014年1月28日,方兴地产以101亿元,溢价111.5%夺得了上海闸北区大宁路街道325街坊住宅用地,折合楼板价47609元/平方米。但4.7万的楼板价已经比周边在售精装新房贵,与该地块相近的明园都市森林毛坯仅卖3万元/平方米。但是一年后,2015年4月1号,方兴大宁金茂府正式开盘,开盘价约为68090元/平方米。截止到2016年4月,已推出的674套中卖出了643套,去化率达到95%,平均售价73112元/平方米。
从华侨城侨禧项目来看,其虽转让但也属于溢价退出。华侨城股份在该项目上沉淀了逾90亿元资金,到今年如果顺利退出,包括股权转让投资收益及收回股东借款利息在内,两年时间公司投资该项目将净赚约21亿元,测算后内部收益率会达到11%左右。
杠杆高企风险凸显
有业内人士表示,华侨城急于出手,并不仅仅是可以溢价售地,而是其资金压力过大,急于退出以换取现金。“华侨城其实是一笔赔本生意。该项目连年亏损,大量资金沉淀带来的资金财务成本、时间成本,以及项目开发、营销等各环节均有投入,但变现还需更多时间。”
事实上,到今年三季末,华侨城短期借款余额达228亿元,占到有息负债规模的1/3,而初期时,华侨城短期负债仅58亿元,占有息负债比重13.6%。
中信建投证券报告显示,中型房企其短债压力和净负债率分别达93%和143%,分别较去年提升28个百分点和35个百分点,加杠杆更为突出。WIND统计数据显示,截至 2017年 9月,房地产板块资产负债率为79.3%,较6月末上升0.8个百分点,较2016年底上升2.24个百分点,再创近年新高;净负债率方面,净负债率达到113.3%,较6月末上升7.8个百分点。
以阳光城为例,19日阳光城发布公告称,股东福建阳光集团有限公司所持有公司部分股份办理了质押。公告显示,截至公告披露日,阳光集团所持股票7.09亿股已100%质押,阳光集团子公司东方信隆资产管理有限公司持有6.2亿股已质押比例达98.24%,一致行动人福建康田实业集团有限公司持股近4.12亿股质押100%。
值得一提的是,按照阳光城半年报来看,其第一大股东上海嘉闻投资管理有限公司持有有限售条件股票约7.3亿股也全部进行质押,在此背景下,阳光城前四大股东持股占总股票数达61.04%,已基本全部质押。
负债高企的阳光城,截至9月30日,阳光城负债总计1694亿元,但须注意的是,在2012到2016年间,阳光城负债总额仅分别为126亿元、284亿元、392亿元、564亿元和1015亿元。高负债对比之下,阳光城的经营性现金流却多年为负,到2017年前三季度,其为-58.56亿元。
根据阳光城发布的公告显示,截至目前,阳光城累计对外担保额度达到1380.88亿元,超出2017年预估130%。而根据阳光城4月15日发布的关于公司2017年担保计划的公告显示,公司预计在2017年为旗下51家子公司提供额度为600亿元的担保,被担保人均为公司全资子公司、控股子公司和参股子公司。但同时,阳光城目前不存在逾期担保、涉及诉讼担保的情况。
对于高负债风险,阳光城执行副总裁吴建斌表示,因阳光城的资产较为优质,随时可以变现,所以并不存在资金链紧张的问题。
吴建斌认为,房地产企业负债多是土地储备,地买对了,流动性就会变好,就能保证现金流。充裕优质且价格低廉的土地储备,将为业绩爆发提供强劲动力。但他也表示,如果地的质量不高,就谈不上销售、周转和利润。
而对于房企激进的深层原因,一位不具名的业内人士表示,近两年来一些中型房企不计成本大量购地、高杠杆并购、激进扩张,是为防止被大房企吞并,增加企业规模。“中小型房企赌博的心理就是等也是死,扩张则或许还有机会。”该人士说。以扩张著称的阳光城为例,其年报显示,2016年,阳光城新增计容建面977.8万平方米,其中85.5%来自并购。
对此,中国住房报告课题组成员刘伟表示,这样急于扩大规模,一旦销售状况不理想,企业周转能力受阻,偿债能力将会失控,风险随之积聚。

HTML 5概述

HTML 5概述
HTML语言是一种简易的文件交换标准,用于物理的文件结构,它旨在定义文件内的对象和描述文件的逻辑结构,而并不定义文件的显示。由于HTML所描述的文件具有极高的适应性,所以特别适合于WWW的出版环境。

什么是 HTML5
HTML 5是HTML语言的新一代标准。
HTML是纯文本类型的语言,使用HTML编写的网页文件也是标准的纯文本文件。我们可以用任何文本编辑器,例如Windows的“记事本”程序打开它,查看其中的HTML源代码,也可以在用浏览器打开网页时,通过相应的“查看→源文件”命令查看网页中的HTML代码。HTML文件可以直接由浏览器解释执行,而无需编译。当用浏览器打开网页时,浏览器读取网页中的HTML代码,分析其语法结构,然后根据解释的结果显示网页内容。

HTML5发展历程
HTML的历史可以追溯到很久以前。1993年HTML首次以因特网草案的形式发布。20世纪90年代的人见证了HTML的大幅发展,从2.0版,到3.2版和4.0版,再到1999年的4.01版,一直到现在正逐步普及的HTML5。随着HTML的发展,W3C(万维网联盟)掌握了对HTML规范的控制权。
在快速发布了HTML的前4个版本之后,业界普遍认为HTML已经“无路可走”了,对Web标准的焦点也开始转移到了XML和XHTML,HTML被放在次要位置。不过在此期间,HTML体现了顽强的生命力,主要的网站内容还是基于HTML的。为能支持新的Web应用,同时克服现有的缺点,HTML迫切需要添加新功能,制定新规范。
致力于将Web平台提升到一个新的高度,一组人在2004年成立了WHATWG(Web Hypertext Application Technology Working Group,Web 超文本应用技术工作组),他们创立了HTML5规范,同时开始专门针对Web应用开发新功能——这被WHATWG认为是HTML中最薄弱的环节。Web 2.0这个新词也就是在那个时候被发明的。Web 2.0实至名归,开创了Web的第二个时代,旧的静态网站逐渐让位于需要更多特性的动态网站和社交网站——这其中的新功能真的是数不胜数。

2006年,W3C又重新介入HTML,并于2008年发布了HTML5的工作草案。2009年,XHTML2工作组停止工作。又过一年,也就到了现在,因为HTML5能解决非常实际的问题,所以在规范还没有具体订下来的情况下,各大浏览器厂家就已经按耐不住了,开始对旗下产品进行升级以支持HTML5的新功能。这样,得益于浏览器的实验性反馈,HTML5规范也得到了持续地完善,HTML5以这种方式迅速融入到了对Web平台的实质性改进中。