日志
硬件开发实战派和理论派谁更强？燚智能周教授开讲智能硬件那些事 ...
||
听周教授讲智能硬件那些事，受益匪浅，作为刚毕业的硬件工程师，在很多方面都受到启发。分享给大家看看：
我之前遇到过一个资深硬件工程师，四十多岁了。那个年代的大学生，比现在年代的学习用功多了，理论功底非常扎实，需要计算的都头头是道。但是做出来的产品就是不行。例如用被动器件搭了一个滤波器，实验室测试效果还不错，但上了产线批量生产的时候，一致性就不好了。再有用三极管搭了一个FM放大电路，也是小批量测试效果好，大批量量产的时候有一小部分就不行了。
再拿现在流行的主动降噪耳机举个例子，实验室数据都很好，很容易做到35dB的降噪深度，在科研院所里做到40dB以上都不是问题。但是在产线上就不一样了，受限于音腔密封性的差异、麦克风的灵敏度差异、外壳生产公差、焊接阻抗差异等等，有些能到35dB有些只能到25dB，品质分布范围很广。
做产品的，和做科研的，最大的区别就在这里：批量性问题。最近iphone X频繁爆出产能不足的问题，近期富士康的iphone X只有每天2万台，连预期产能的十分之一都达不到，核心就是原深感摄像头的一致性不好。再看三星吃了大亏的电池起火问题，实际发生概率只有百万分之几。
因此对于实战派，自己设计电路的能力不是最重要的、追求性能的极限也不是最重要的。稳定、可靠、可批量化生产、不出大概率问题也不出小概率问题，这才是王道。绝非理论派的实验室小打小闹的做法。工程师不是科学家，做产品的也不是搞科研的。
对于一个追求稳定的产品来讲，芯片厂提供的专业芯片，一般都要比自己搭的电路更加稳定、性能更好。一颗已经在市面上用量过千万片的元器件，一定比自己搭的电路更安全。对于工程师来讲，理解这些元器件，合理的用好这些元器件，比自己全新设计一组电路更有价值。
同样的道理，应用在软件方法和算法、结构设计规则等其他方面，也一样适用。等到把别人的东西用熟悉了，再考虑如何来改进。反之抄都没有抄的明白，何来自己的创新思路？例如现在最流行的神经网络算法，其实也是在半个世纪前提出的算法上微创新而来的。
周教授的文章可以百度搜索“燚智能硬件开发网”? zhou.openpcba.com，上来看。学习交流他的公众号是叫“燚智能”，单独沟通可以先加微信好友“eeioecom”。
再拿现在流行的主动降噪耳机举个例子，实验室数据都很好，很容易做到35dB的降噪深度，在科研院所里做到40dB以上都不是问题。但是在产线上就不一样了，受限于音腔密封性的差异、麦克风的灵敏度差异、外壳生产公差、焊接阻抗差异等等，有些能到35dB有些只能到25dB，品质分布范围很广。
做产品的，和做科研的，最大的区别就在这里：批量性问题。最近iphone X频繁爆出产能不足的问题，近期富士康的iphone X只有每天2万台，连预期产能的十分之一都达不到，核心就是原深感摄像头的一致性不好。再看三星吃了大亏的电池起火问题，实际发生概率只有百万分之几。
因此对于实战派，自己设计电路的能力不是最重要的、追求性能的极限也不是最重要的。稳定、可靠、可批量化生产、不出大概率问题也不出小概率问题，这才是王道。绝非理论派的实验室小打小闹的做法。工程师不是科学家，做产品的也不是搞科研的。
对于一个追求稳定的产品来讲，芯片厂提供的专业芯片，一般都要比自己搭的电路更加稳定、性能更好。一颗已经在市面上用量过千万片的元器件，一定比自己搭的电路更安全。对于工程师来讲，理解这些元器件，合理的用好这些元器件，比自己全新设计一组电路更有价值。
同样的道理，应用在软件方法和算法、结构设计规则等其他方面，也一样适用。等到把别人的东西用熟悉了，再考虑如何来改进。反之抄都没有抄的明白，何来自己的创新思路？例如现在最流行的神经网络算法，其实也是在半个世纪前提出的算法上微创新而来的。
周教授的文章可以百度搜索“燚智能硬件开发网”? zhou.openpcba.com，上来看。学习交流他的公众号是叫“燚智能”，单独沟通可以先加微信好友“eeioecom”。
