灵动用七年时间做MCU，而其中五年在优化生态，换而言之，客户用到的不仅仅指一颗颗小小的芯片，而是背后强大的生态系统！

基于灵动MM32开发平台，传统的库函数、例程、外设得以自然融合，给开发者以极大的便利，十倍百倍的提升开发效率，有效降低开发风险，并且使得开发成果易于复用、重用和维护。未来，灵动还将推出在全球业界领先的SMART敏捷开发平台，将本土MCU开发水平提升至世界水准。

一位资深软件工程师希望利用群众募资的力量，让他的心血结晶──主要为孩子们开发、具备直观设计之数字电路设计工具──能够问世。

嵌入式产品Hacking 一直都是备受关注的议题，而越来越多的攻击者也瞄上了物联网嵌入式设备。跟以往纯软件安全研究不同的是，这类研究往往需要结合相应的硬件知识和设备。如何能快速入门嵌入式系统？本文邀请了狗汪汪，分享针对I2C协议的实战案例和相应的工具使用。希望可以一起来Hacking all the Things。

百度更新了其用于神经网络的开源基准——DeepBench，增加了对推理工作的支持，并支持低精度数学运算。DeepBench提出了一个旨在优化芯片的目标，以帮助数据中心建立用于诸如图像和自然语言识别等任务的更大而更为精确的模型。

数据获取（即传感）只是系统开发的第一步。有了这些数据后，系统还需要去感知，即利用传感器产生的数据去教授汽车去观察其他汽车的位置、车道的位置、人的位置及移动……

在今天的新式电子系统中，了解电压稳压器的工作状态也许是最后存在的盲点了，因为人们通常没有办法直接配置或远程监视关键的工作参数。而当稳压器输出电压漂移或在过热情况下，了解这些参数对于可靠运行通常相当重要，这些参数必须被检测出，并依据检测结果采取行动，以防止可能发生的故障事件。

近日一位外国小哥自己DIY了一个开源项目，带E-ink显示屏的T恤衫，可以显示佩戴者的心跳速度、皮肤温度、以及电流皮肤反应。

深度学习技术对于降低计算机视觉辨识和分类的错误率展现出巨大的优势。在嵌入式系统中实施深度神经网络有助于机器透过视觉解读脸部表情，并达到类似人类的准确度。

最近几年，“物联网”成为业界热议的焦点，据一些研究报告显示，到2020年将会有500亿个物联网设备，麦肯锡发布报告称到2025年，全球物联网市场将会达到11兆美元。可以预见未来十年接入物理世界中的物联设备将会激增，必然会出现新的挑战，比如说怎样配置设备，怎样给所有这些设备供电，设备之间怎样通信，怎样实现人与设备之间的交流等等。

你是不是有过这种经验：当你终于搞清楚某个技术问题的原因，会忍不住开心到跳起来大笑大叫？

嵌入式开发中最传统可靠的调试技术是在软件中使用printf语句。文章讨论了使用printf存在的一些基本问题，并提出了使用printf语句达到最好性能的一些窍门。

五角大楼的国防采购处（DLA）尽管对元器件供应商有严格的审查要求，但在全球半导体生产和销售市场如此分散的环境下也显得力不从心，只好求助于先进的检查技术来应对假冒元器件的问题。四种由DARPA与合作开发商研发的假冒元器件检测技术便应运而生。

第二版车用半导体标准将上路，国际半导体大厂是否已做好适用准备？

对嵌入式器件来说，由于MCU或SoC不能满足所有可能的传感器、电源和连接选项，这一挑战将会变得更为明显。