许多行业观察者都将大规模物联网（Massive IoT：mIoT）应用称为即将推出的5G移动网络的杀手级应用。但是，这并不意味着许多先进的物联网应用场景，包括以无人机为基础的服务将需要等到5G被标准化和商用化之后才能够成为现实。

<strong>1.引言</strong>

当前基于4G LTE的两大物联网（IoT）即LTE-M和NB-IoT已经能够支持包括资产跟踪，智能电表以及其它关键的物联网（IoT）应用如在商用LTE网络上的进行无人机控制的能力.

许多行业观察者都将大规模物联网（Massive IoT：mIoT）应用称为即将推出的5G移动网络的杀手级应用。但是，这并不意味着许多先进的物联网应用场景，包括以无人机为基础的服务将需要等到5G被标准化和商用化之后才能够成为现实。即使在现在基于现有的通信网络和技术许多先进的物联网应用也在不断涌现，例如高通公司花了数月时间使用商用LTE网络来控制无人机（UAV：unmanned aerial vehicles）。

今天总结RTC(Real Time Clock)实时时钟相关的知识。在进行RTC的讲解前，我先对BKP进行一个简单的讲解。

STM32的RTC模块和时钟配置系统(RCC_BDCR寄存器)处于后备区域，即在系统复位或从待机模式唤醒后， RTC的设置和时间维持不变。

STM32F0的RTC模块和F3的RTC模块最大区别在于F0模块中有“DATE”和“TIME”寄存器，也就是可以直接读取寄存器里面的值，而F3是秒计数寄存器的值，需要通过相关算法下才能得到时间的值。

本文提供的软件工程里面用到BKP的配置，主要是用于掉电保持RTC数值（第一次上电初始化RTC，后面就不用初始化）。例程是在第一次初始化RTC值为：2016年2月29日 周一 23:59:45（自己可修改）。之后每秒读取一次，并通过串口打印出来。这里可以设置秒中断，不用软件等待1秒才去读取。

<strong>1、概述</strong>

自从去年，AlphaGo打遍天下棋手无对手，人工智能的风头就一直无人能及。在刚刚过去的IT领袖峰会上，BAT三位大佬都看好人工智能的未来发展。今年年初，百度就做了一个大动作，在医疗方面押宝人工智能，所以在这次峰会上李彦宏也发声称互联网是道开胃菜，人工智能才是主菜。

<center><img src="http://mouser.eetrend.com/files/2017-06/博客/100006597-20690-st.jpg&quot; alt=“” width="600"></center>

人工智能是一个很广阔的领域，很多编程语言都可以用于人工智能开发，所以很难说人工智能必须用哪一种语言来开发。选择多也意味着会有优劣之分，并不是每种编程语言都能够为开发人员节省时间及精力。所以我们整理了5种比较适用于人工智能开发的编程语言，希望能够对你有所帮助。

<strong>Python</strong>

016年，当Gartner以“已进入实际应用阶段”将Internet of things从Hyper Cycle曲线中移除时，业界满怀期待，很多分析以Iphone诞生的2007年类比，认为物联网即将再一次、全方位地改变的我们的世界。

但一年多过去了，世界还在按部就班的缓慢演进，预期中Iphone式的物联网席卷浪潮却迟迟没有到来的迹象，也没有一款智能终端有Iphone式的苗头。

与此同时，预测机构纷纷下调物联网发展目标：Machina 2017年因为LPWA的滞后，调低了对全球连接数的预测目标；麦肯锡在最近的一份报告中也认为因为数据利用率、价值获取度和安全防范等问题的影响下，物联网应用的广泛采用可能需要比预期更长的时间。

<strong>那么，究竟是什么原因导致了尴尬的现状？</strong>

<strong>一.iPhone的前车之鉴</strong>

我们先来看看一组数据。

串口是我们在编程时最经常用的问题，通常用它来发送和接收数据，同时它还有另外一个功能——检测程序是否正确，stm32f030系类单片机自然而然少不了串口，本文主要介绍STM32F030_USART的几个常用的简单应用和它的功能配置。

<strong>1、概述</strong>

通用同步异步收发器（USART） 提供了一个灵活的方式，使 MCU 可以与外部设备通过工业标准 NRZ 的形式实现全双工异步串行数据通讯。USART 可以使用分数波特率发生器，提供了超宽的波特率设置范围。可以使用 DMA 实现多缓冲区设置， 从而能够支持高速数据通讯

这篇文章翻译自 ARM Keil Application Note 230 （1.2版）的前半部分。其中包括 STM32F4 处理器在 Keil MDK 中进行断点调试、变量实时观察，及逻辑分析仪参与硬件调试的实验。

原文使用的是 STM32F4-Discovery 开发板，我这里都改用 NUCLEO-F401RE 实现了。Discovery 板卡在新版本的 Pack Installer 中已没有 Blinky 例程支持，可以用 CMSIS-RTOS Blinky 来做，变量定义的位置等会有变化。

<strong>1) Keil 评估软件：MDK 4.7x 和 MDK 5</strong>

MDK 5 以 Software Pack 的形式分发特定于处理器的软件、例程和中间件（middleware）。安装 MDK 5 之后，需要从网络上下载这些 Pack。这些 Pack 也可以手动导入。

Linux 内核新增的异构内存管理将解锁加速 GPU 的新途径，并挖掘其它的机器学习硬件的潜能，一项开发了很久的内存管理技术将会给机器学习和其它 GPU 驱动的程序很大幅度的提升，而它也将在接下来的几个版本中进入 Linux 内核。

异构内存管理（HMM）可以允许设备驱动为在其自身内存管理下的进程镜像地址空间。正如红帽的开发者 Jérôme Glisse 所解释的，这让像 GPU 这样的硬件设备可以直接访问进程内存，而不用花费复制带来的额外开销。它还不违反现代操作系统提供的内存保护功能。

一类会从 HMM 中获益最多的应用是基于 GPU 的机器学习。像 OpenCL 和 CUDA 这样的库能够从 HMM 中获得速度的提升。HMM 实现这个的方式和加速基于 GPU 的机器学习相似，就是让数据留在原地，靠近 GPU 的地方，在那里直接操作数据，尽可能少地移动数据。

像这样的加速对于 CUDA（英伟达基于 GPU 的处理库）来说，只会有益于在英伟达 GPU 上的操作，这些 GPU 也是目前加速数据处理的主要硬件。但是，OpenCL 设计用来编写可以针对多种硬件的代码——CPU、GPU、FPGA 等等——随着这些硬件的成熟，HMM 能够提供更加广泛的益处。

智能互联照明离真正的惠民爆发期还要多久？在各种以“智能/智慧照明”为关键词的媒体活动上，这几乎是记者问答时绕不开的话题。

不过也难怪，目前市面上有不少打着智能旗号的照明产品，展现的却是调光调色这样的基础功能，并且还得通过手机APP进行操控，这只是非常初级的阶段。就算偶有堪称“黑科技”的产品，更多都停留在理论上、实验室里、样品阶段，没有经过严格环境测试、应用检验，当然就谈不上量产和市场规模化。

智能、物联网、人工智能等相关概念如此火热，现状却令人失望，难怪大家会迫不及待的把“落地”、“爆发期”这种词挂在嘴边，某种意义上也是行业焦虑的一个表现。

在物联技术不断发展的今天，各行各业的运营商、软硬件开发商和集成商都在积极布局物联网，期待顺势而上，做“风口飞猪”，而智能照明就是物联网（IoT）最直观、最通用的一个入口。

小到一个家庭：照明灯具在房间中分布最广泛、涉及的节点数量最多，又能和其它家居设备形成联动，如果把智能照明设备作为家居的控制中心，将能真正实现家居产品之间的互联互通，所以智能照明是智能家居当之无愧的入口。

未来，一辆车子究竟需要使用多少天线，才能具备自动驾驶的能力？

这可不是在开玩笑的！根据爱尔兰天线技术供应商——锐锋(Taoglas)认为，在高度自动化车辆兴起的时代，大约需要多达18根天线，才足以驱动下一代的连网车辆。当然，这是基于自动驾驶车都需要接取至5G网络的前提假设。

就算是在没有5G网络的情况下，汽车制造商目前所设计的连网车辆也需要具有各种天线的解决方案，包括从连网用的蜂窝天线、连接热点的Wi-Fi以及导航用的GNSS，到紧急呼叫系统以及其他定位技术、卫星广播、AM/FM、对象侦测用的雷达、智能手机与其他装置用的蓝牙，以及车对车与车对基础设施(V2V/V2I)等应用的专用短距离通讯(DSRC)天线。

为此，Taoglas推出了名为Axiom的参考设计，可实现轻薄、小型的多天线(约有9根天线)解决方案。Taglas成立于2007年，专为工业市场供应天线；该公司有50%的业务来自交通运输，包括卡车、公交车和汽车。

为何有人开始主张边缘计算将会吃掉云计算，也有人相信纯云计算时代正迈向终结，而且不只云端龙头、商用软件巨头都抢着要押宝，连全球最大开源社群也大力支持，原因是什么？

云端服务龙头Amazon每年冬天在美国拉斯韦加斯举行的re:Invent全球用户大会上，都会发表最新云端产品服务，去年却突然大转变，开始说要重视边缘计算（Edge Computing），甚至还罕见一口气推出三款非云端产品。还不到半年，另一家云服务竞争对手微软也在今年 Build 2017开发者大会开始大谈边缘计算的重要性，甚至连微软执行官Satya Nadella都直接喊出要做一个聪明边缘设备。

前不久才宣布5年要重砸20亿欧元投资物联网的云端ERP商用软件巨头SAP去年也重金买下了一家意大利企业级物联网平台供货商PLAT.ONE，就是为了要布局边缘计算。

即便是以前极力拥护云端的一些主要云端大厂，最近也都突然大转变，开始重视边缘计算，因为这些云端厂商突然发现了自己的局限，惊觉只做云端产品还不够，云端的手无法伸向地面的云，所以还要推出非云端产品，要把自己的云端技术，布建到更靠近使用者附近的设备上。

<strong>电信业最早嗅到边缘计算商机</strong>