对嵌入式工程师来说，嵌入式编译器是不可或缺的神兵利器，它被人冠以“C语言翻译官”的名号。 由于C语言历史悠久，早期没有规范，整个计算机产业也都处于拓荒的年代，所以就涌现了很多款C语言编译器。

根据EEWorld的调研，嵌入式工程师比较青睐的嵌入式编译器主要包括Keil（ArmCC）、IAR、GCC、AVR GCC、CLion、Clang、green hills、TI的CSS、ADI的Visual DSP++。不过，随着嵌入式开发格局逐渐稳固，Keil、IAR、GCC成为嵌入式编译器三巨头，基本大部分嵌入式产品都有其身影。

尤其是GCC，作为一个完全开源的编译器，很多MCU厂商的IDE都由它改写而来。但最近一段时间，业界出现不同的声音，表示“开源才是最贵的”，这些编译器在开源背后潜藏许多隐形成本。

我和朋友聊过，某E的工程师和研发使用期到50岁，某H到35岁。某H刚开始是真不行，但现场铺人，20多岁一周可以上五到六个夜班，出问题现场解决。后端研发住公司可以每月出一个版本。某E除了被活活打死，没有任何选择。

是不是民族骄傲？我觉得是。因为作为后来者，靠慢慢研发三五十年也赶不上。但如果全社会用工企业都认可甘蔗只有中间甜，抛弃两端合理合法，而且在道德上还要觉得是因为两端没有广泛进化出新的开花结果能力。那个体唯一合理的办法，就是在自己还“甜”的时候，996榨取储存糖分，之后全生命周期压制消费。

没有人永远年轻，但永远有年轻人。所以积极的一面是，只要有源源不断的年轻人，不需要做出改变，也可以继续赢下去。

现在的大模型榜单，真就没一个可信的。

上周，AI圈有个很炸裂的大模型发布，在全网引起了山呼海啸，一众从业者和媒体尊称它为开源新王。

就是Reflection 70B。在每项基准测试上都超过了 GPT-4o，还只用70B的参数，就击败了405B的Llama 3.1，模型中还有一个叫「Reflection-Tuning」的技术，能让模型能够在最终回复之前，先识别自己有没有错误，如果有，纠正以后再回答。

其实这个东西当时我就很存疑，因为在我的理解里，这玩意，就是个CoT，就是个纯Prompt，一个Prompt把70B模型直接带的螺旋升天？
你这玩意，真要是能做到，奥特曼就真的直接原地给你磕头了。。。

最关键的是，还有一个很离谱的点，这个模型就两个人做，而且，从一拍即合、到找数据集、到模型微调完成并正式发布，一共就花了3周。
这效率，这速度，直接卷的螺旋升天，国内大厂速度没卷到这个地步...

如果说2023年的人工智能（AI）叙事始于ChatGPT引爆网络，那么2024年法国科技初创企业米斯特拉尔人工智能公司（Mistral AI）则以不俗表现引人注目。

米斯特拉尔人工智能公司2023年4月诞生于巴黎，创始人是三名曾在硅谷工作的“90后”。首席执行官兼创始人阿瑟·门施曾是谷歌旗下“深层思维”公司的研究员，主要研究语言模型。另两名创始人——纪尧姆·朗普勒和蒂莫泰·拉克鲁瓦此前任职于脸书母公司“元”的AI团队。三人曾是大学同窗。

昨天（9月9日）举行的2024浦江创新论坛Web3.0创新论坛上，上海浦芯未来互联网技术研究院正式发布下一代互联网Web3.0底层开源技术平台“ChainWeaver”，它将作为底层核心技术，支撑上海城市级区块链基础设施的建设。

该平台融合区块链、隐私计算等前沿技术，同时具备提供分层多链扩展和零信任隐私安全保障的能力，在超异构融合芯片等专用硬件的加持下，未来可满足在全球布局千万级节点，支撑每秒千万笔数据可信、安全流通，并且具备硬件级隐私安全保护能力，性能国际领先。据悉，该平台将面向政务、金融、能源、航运贸易等一批国家级重大应用场景，支撑我国超大规模数字基础设施的建设。

肖仰华教授认为，AI 大模型落地的本质仍然是数据工程。但当前，大模型发展过程中，其对数据的消耗和使用极为 " 粗放 "，对数据的使用效率极为 " 低下 "，和人类相比远远不足，同时，千亿大模型的数据可能存在极大 " 水分 "，现在已经处于 " 大模型数据耗光 " 这一状态。因此，发展合成数据、私域数据、个人数据训练，可以进一步提升大模型的技术能力。