日前，龙芯3A3000四核处理器芯片完成流片并通过系统测试。根据龙芯官方公布的数据，龙芯3A3000达到了预定的设计性能目标。其中，综合计算性能方 面，在1.5GHz主频下，GCC4.4.7编译的SPEC CPU2006定点和浮点单核分值分别超过11分和10分，四核分值为定点36分，浮点33 分；访存性能方面，Steam分值超过13GB/s。目前，3A3000已开始小批量生产，其中经过测试支持通过直连形成多路服务器的芯片成为3B3000。 那么，龙芯3A3000性能到底如何呢，又有什么意义呢？我们先用申威、飞腾ARM、以及VIA与大陆的合资公司的四核桌面芯片做比较。由 于桌面芯片更加注重单线程性能——单核性能是基础，很多程序都依赖单进程的处理速度，如果单核性能上不去，核心数再多也没用，这也是AMD六核、八核芯片 打不赢Intel四核芯片的原因。另外，对于桌面芯片来说，日常使用中更加倚重定点性能。因此，在这里我们以单线程实际测试的定点成绩做比较。
在编译器为GCC的情况下，龙芯3A3000在1.5G主频下的SPEC2006定点成绩为11分，飞腾1500A在1.8G主频的定点成绩为10分。VIA在大陆的合资公司其产品ZX-A和ZX-C的定点成绩为8—10分。 由于申威没有SPEC2006的成绩，只有SPEC2000的成绩，在编译器为SWCC的情况下，申威411的SPEC2000成绩为定点1000+，浮点 1500+，而龙芯3A3000在使用GCC编译器的情况下，定点成绩超过1100+，浮点成绩超过1700+，如果使用龙芯自己的LCC编译器，定点成 绩还至少能提升15%，浮点成绩至少能提升30%，详情请关注本次专辑…… 在“淘宝移动技术实践&开放”专场演讲中，来自淘宝移动平台基础平台部负责人吴志华（花名：天施）和阿里百川负责人斯登宇（花名：承渊）分别做了关于淘宝移动中台技术开源开放探索和阿里百川移动开放平台的解读。我们也很荣幸地采访到了二位，就一些读者比较感兴趣的话题，以及手淘、百川在移动开放技术和开放平台上遇到的一些思考和探索进行了交流。 先提前告诉大家一个好消息，手淘Atlas将会于2017年年初开源，Atlas是国内最早的一批Android插件系统，它的开源将是广大开发者和企业的福音。
Weex从开源之初到现在，一直很受关注。吴志华说：整个团队目前还在建设和社区运营上发力，打造社区认可的完全开放中立的开源项目是整个团队当前甚至未来一段时间最核心的使命。当前Weex生态更多是一个技术生态，从开发、配套工具完善到社区建立，甚至拓展更大社区的过程（Vue.js），需要整个项目组一步步扎实走过去，要对得起社区的信赖，交付给社区真正认可的技术产品。 Vue.js是全球顶级的JavaScript框架，在海内外开发者圈子内有很高的使用率，口碑很好，而Weex跟Vue.js的合作也是一件值得称赞的事情。正如吴志华所说：合作是基于两个社区的互补，让Vue2.0跑在Weex上是一件很cool的事情，可以受益更多的开发项目和开发者。另外，也没有刻意地向海外推广Weex，能得到Vue.js社区的认可，也说明Weex做得很出色。详细情况请大家关注本次专辑…… “谷歌于10月6号在GitHub上开源了名为Cartographer的SLAM库。次日晚上我看到消息，顺手克隆下来代码。本来不甚以为意，不意扫了一眼之后倒抽一口气，就靠一罐红牛读代码读到凌晨四点。下面是我的一些想法，主要侧重于非技术的方面。一孔之见，权作抛砖引玉。” Cartographer可以使用2D或3D激光雷达来进行SLAM（同时定位与地图构建），其中2D的算法在文章[1]中有描述，而代码中3D的算法和2D算法基本思路一致。我认为，Cartographer的算法虽然算是一流，但似乎并没有牛到让我合不拢嘴的程度。泛泛总结一下Cartographer的算法：用Grid（2D/3D）的形式建地图；局部匹配直接建模成一个非线性优化问题，通过IMU（惯性测量单元）获得比较靠谱的初值，再用Ceres库进行求解；后端用Graph来优化，用分支定界算法来加速；2D和3D的问题统一在一个框架下解决。
算法的具体过程先放一边，先来感受一下算法的设计目标：低计算资源消耗，实时优化，不追求高精度。这个算法的目标应用场景昭然若揭：室内用服务机器人（如扫地机器人）、室内AGV（如机场用的无人电瓶车），无人机等等计算资源有限、对精度要求不高、且需要实时避障的和寻路的应用。而3D SLAM如果能用在无人机上，也是非常炫酷且实用的事情。 学术界不少人认为，基于激光雷达的2D SLAM在室内、低速、静态环境的条件下已经可以认为被基本上解决了，现有成果对很多应用来说已经完全够用。例如下图是小米机器人的建图效果。请注意，这是普通用户在实际家居情况下自行使用得到的结果。更多内容，大家请关注本次专题…… |
