漢亞科技 Han-Ya

        STM32H750 內部記憶體不到 1MB，在記憶空間使用大的情況下，我們需要在晶片外部增加外部 SRAM 以滿足空間需求。如何宣告一個變數映射到這外部記憶體？對於編譯器版本 AC5 或 AC6 最安全的做法是底下這樣宣告：
 

問題：STM32晶片用 ARM compiler 6 版本編譯，不勾選 MicroLIB，如下圖設定。燒錄後，晶片不會自動運行？

最近 DeepSeek 模型為何讓人驚艷，打破了 AI 訓練必須不斷累積算力的迷思。先說說大學時代的理工學院，曾經修過數位訊號處理（DSP），可以了解到數位訊號的數學運算通常以浮點數（floating point）形式進行運算，因此當時DSP晶片有浮點運算（floating point）與定點運算（fixed point）之分。然而，浮點運算的硬體成本較高，且浮點DSP晶片價格昂貴。面臨的問題是若要提升產品的市場競爭力，往往需要採用成本較低的定點運算。由於定點運算在數值範圍和精度上有所限制，因此必須對數學運算架構進行大幅調整，並對演算法加以優化。例如，在浮點DSP上，計算三角函數（如 sin 函數）通常具有較高效能，而在定點運算環境下，為了提高效率，可以使用三角函數的查表法（Look-up Table, LUT），即以記憶體空間換取運算時間，從而降低運算成本。此外，在某些資源受限的嵌入式系統中，演算法的設計和優化需要投入更多心力，以在有限的算力和記憶體條件下達到最佳效能。
訓練 AI 組成的要素：算力, 數據, 模型演算法。算力建立在硬體資源，模型算法則是數學計算和軟體工程。同理，DeepSeek 在有限的算力資源環境下，若要提高計算效能，往往需要透過優化模型架構、調整演算法的計算方式，以降低運算複雜度，進而節省算力，儘管這可能會以部分精準度為代價。此外，優化資料結構的儲存與排列方式也是一種有效的策略，能夠提升存取效率，減少計算負擔，從而進一步優化整體效能。最後，DeepSeek v3 在數理, 自然, 程式碼...領域方面表現的結果與 OpenAI 不相上下。

        Edge Impulse 是一個提供 AI 模型訓練的雲端平台 https://edgeimpulse.com/，也提供幾個免費的模型讓新註冊者使用，適合初學者入門學習 AI 模型訓練(Train)，乃至生成推理參數(Inference)。此外，該平台提供的模型適用於邊緣運算，訓練後的模型參數可以移植到資源有限的嵌入式系統上面進行 AI 的推理，犧牲部分模型的精準度來換取更多周邊設備的推理應用。在網站，Edge Impulse 列出一些合作的硬體設備廠商或可移植的模組，我們可以根據這方向找適合的模組來實現。 

資料取自洪瑞泰盈再表
整理港股中的保險H股：新華保險，中國平安，中國太保。

➤ 準備套件
MediaMTX：到 github 網站下載 zip 包 https://github.com/bluenviron/mediamtx，參考 [1]

        在實務上，經常使用意法半導體的 MCU，本文介紹一塊高效能的工控板，如圖一所示，以 STM32H750 為基礎，其核心為 ARM Cortex-M7，最高運算時脈 480MHz。底下列出這塊工控板的周邊介面：
 
    1) 12 路光耦合GPI
    2) 8 路光耦合GPO (有帶+24V電源的接點)
    4) 2 路DAC (12-bit, 0~10V)
    5) 8 路ADC (16-bit, -10.24V~+10.24V, 外接 ADS8688晶片)
    6) RS-485 x 4, RS-232 x 1, FDCAN-bus x 2, USB-to-COM x 1
    7) Ethernet RJ-45 (外接 LAN8720 PHY)
    8) 8 路高速 PWM 輸出

        意法 STM32 系列晶片在工業或控制領域使用是非常廣泛的，這裡介紹一塊 F407 的控制板，板子將晶片的周邊電路已經拉出來，並接到歐式端子頭，如圖一所示。簡單介紹 STM32F407 核心是 ARM Cortex-M4F，晶片最高工作頻率 168MHz，底下列出這塊控制板的周邊介面：
 
        1) 16 路光耦合隔離 GPI
        2) 16 路光耦合隔離 GPO (有帶+24V電源的接點)
        3) 4 路光耦合隔離 GPO (無電源的接點)
        4) 2 路 DAC (12-bit, 0-10V)
        5) 8 路 ADC (24-bit, 0~10V, 7500 samples/sec) : 接 ADS1256 晶片
        6) RS-485(兩組), RS-232(一組), CAN-bus(兩組)
        7) Ethernet RJ-45 接口：接 LAN8720 PHY 晶片
        8) 8 路高速 PWM 輸出
        9) 2 路高速 PWM 輸入

模組介紹
BlueNRG系統有兩款已認證的藍芽模組，一款型號為BLUENRG-M2SA(對應的開發板名稱：STEVAL-IDB008V1M)，一款為BLUENRG-M2SP。模組的核心是STM32 Cortex-M0，它本身就是一顆MCU，再外接常見的通訊界面，如：UART、SPI、I2C…等。官方網站提供該模組的SDK程式碼，到官方網站下載BlueNRG-1_2 DK-3.2.3.0-Setup.exe，執行安裝後，如下圖所示。

        過去常常思考一個問題，股市的量價關係如何與物理力學產生連結呢？股市的技術指標如何與牛頓定律扯上關係呢？我在這裡不探討數學式子，單純從概念來思考。以下謹代表個人研究心得，不負責盈虧。首先，股市的成交量能代表推力或衰退力道，股價代表移動的距離大小，股本可視為一個物體的質量。在股海時間久了，普遍的認知就是股本越大越需要更大的成交量能來推動價格，小股本的公司只需一點推力就能產生推升的效果，這樣的邏輯可以套用到力學當中的牛頓第二定律 F = MA。