好的想法还没动手去做？！不妨现在借助Maxim MAX32630FTHR应用平台实现它！

作者：Silicon Labs公司 Brian Lampkin

<strong>通用 8位 MCU </strong>

基于微控制器（MCU）的嵌入式设计减少物料清单（BOM）成本和尺寸是首要的设计考 虑之一。在带有开关转换器的 8 位 MCU 设计中实现这些设计目标的途径之一是采用高频 时钟输出驱动这些开关转换器，而不是采用传统的低频脉宽调制（PWM）输出。这种技 术可以减少开关转换器中电感器容量大小，从而降低 BOM成本和电路板空间需求。

<strong>背景</strong>

“从前人们认为“无人驾驶 ”、“机器驾驶员解放人类驾驶员”这样的概念还遥不可及，然而英特尔正在让这样的构想落地。为了驱动车轮上的数据中心，英特尔当前在无人驾驶领域的发力用 “不积跬步无以至千里 ”来形容再合适不过，而其中的六大技术即是“跬步”，也是助力无人驾驶车辆致千里的关键所在。”

当我们在开车的时候，什么最重要？

驾驶技术？车子性能？不，是一双眼。

在开车的时候司机主要通过双眼来看路，然后迅速经由大脑进行判断并做出决策。而随着自动驾驶时代的来临，“机器驾驶员”则会把采集到的海量数据，实时汇入、更新到高精地图中，再通过大数据和机器学习来做出判断。因此，高精地图可以将一切路况尽收“眼”底，并告诉车辆，我在哪，周围的环境如何，接下来要如何规划路线驶向目的地。

PCB工程师中存在着分级依据：入门、初级、中级（ABC）、高级，大家来看看自己是什么级别的吧。

<strong>入门级PCB工程师</strong>

<strong>能力要求：</strong>

1、能制作简单的封装，如DIP10等到；

2、掌握至少一种PCB设计软件的基本操作，并能制订简单的布线线宽和间距等规则；

3、能对具有100个元件和200个网络或以下PCB进行较合理和有序的布局和布线；

4、能在他人或自定规则下手动或自动布线并修改，达到100%布通并DRC完全通过；

5、具备基本的机械结构和热设计知识；

6、掌握双面板走线的一些基本要求。

根据Prismark统计，未来在全球电子信息产业持续发展的带动下，预计2017年全球PCB市场的产值将达553亿美元，将由2016年的542亿美元增长到2021年的604亿美元，年复合增长率约为2.2%。电子产品呈现两个明显的发展趋势：一是轻薄短小，二是高速高频。相应地带动下游PCB的技术变化及市场趋势成为众多业者关注重点。

<strong> 高层板和HDI需求提升</strong>

未来，大规模集成电路的深入应用，将进一步驱动PCB迈向高精度、高层化。高层板配线长度短，电路阻抗低，可高频高速工作，性能稳定，可承担更复杂的功能，是电子技术向高速高频、多功能大容量发展的必然趋势。目前8层以下的PCB主要用于家用电器、PC、台式机等电子产品，而高性能多路服务器、航空航天等高端应用都要求PCB的层数在10层以上。

得益于科技的发展和应用，“即拿即走”的无人超市成为零售业未来新趋势。这两天的淘宝造物节上，人们在淘咖啡前排起了长长的队伍，只为第一时间体验“新零售未来”的新奇和便利。科技带来的改变和便利不止于此！比如说，让你家的 Wi-Fi 也变得聪明起来~

<center><img src="http://mouser.eetrend.com/files/2017-07/wen_zhang_/100006992-22438-l1.j…; alt=“” width="600"></center>

Wurth Electronics REDCUBE端子是一款采用压配技术设计的大电流器件。 低接触电阻可确保尽量减少自发热。 四种不同的设计涵盖所有领先的工艺技术，适用于各种应用。

REDCUBE端子每个单独PCB引脚的电流容量高达10A，而且接触电阻超低，只有100 - 200µΩ。 坚固的结构使产品能够承受最极端的条件。

物联网(IOT)是一项科技革命，目标在于将短距离移动资料收发器嵌入到日常生活中的小工具或事物中，为信息通讯的技术领域带来新的发展面向。Frost & Sullivan的研究报告提出物联网的八大发展趋势:(1) 物联网将演变为知觉工具、(2)认知技术成为新的智慧、(3) 物联网平台商品化、(4)无人机运输成真、(5)物联网事国家网络安全的危机、(6)智能汽车和智能家居的融合已经实现、(7) AI个人秘书竞争优势、(8)云端运算普及化。

作者：Matthew Mayo 翻译：Andrewseu

网上有很多的深度学习的免费学习资源，但是可能会对从哪里开始有些困惑。七步内从对深度神经网络的模糊理解到知识渊博的从业者（knowledgeable practitioner）！

深度学习是机器学习的一个分支，拥有很多的相似性，但是却也不同，深度神经网络结构在自然语言处理、计算机视觉、生物信息学和其他领域解决了各种各样的问题。深度学习经历了一场巨大的最近研究的重现，并且在很多领域中已经展现出最先进的成果。

本质上，深度学习是超过一层隐藏神经元的神经网络的执行。但是，这是对深度学习的一个简单的看法，并且不是一个没有争议的观点。这些深层构架也非常不同，对不同任务或目标优化会有不同的执行。在这样一个恒定速率进行着的大量研究在以史上未有的速度展现新的和创新的深度学习模型。

当你认为你已经掌握了PCB 走线的特征阻抗Z0，紧接着一份数据手册告诉你去设计一个特定的差分阻抗。令事情变得更困难的是，它说：“……因为两根走线之间的耦合可以降低有效阻抗，使用50Ω的设计规则来得到一个大约80Ω的差分阻抗！”这的确让人感到困惑！

这篇文章向你展示什么是差分阻抗。除此之外，还讨论了为什么是这样，并且向你展示如何正确地计算它。

<strong>单线：</strong>

图1(a)演示了一个典型的单根走线。其特征阻抗是Z0，其上流经的电流为i。沿线任意一点的电压为V=Z0*i（ 根据欧姆定律）。

<strong>一般情况，线对：</strong>