科技犬】
作為realme首款筆記本電腦產品，科技犬第一時間拿到了這款新品，通過幾天的體驗發現，realme Book在屏幕、性能、輕薄體驗和續航等方面都帶來了越級體驗。可以說這款產品將是一款“重塑創造力的性能輕薄本”。
那么realme Book筆記本到底表現如何呢？通過科技犬的實際真機體驗快快速了解吧。
（注：realme Book為工程樣機，所展示的外觀、細節及硬件參數實測表現均不代表最終零售版，僅供網友參考）
外觀解析：3:2比例2K分辨率創造力屏 14.9mm超輕薄全金屬機身
現在，市面上不乏高端的萬元輕薄本，設計往往是爭奇斗艷，甚至有些華而不實，而realme Book作為一款高質價比的筆記本電腦，卻擁有14.9mm超輕薄全金屬機身+3:2比例2K分辨率這兩個關鍵特性。
realme Book機身長度為307.21mm，寬度為228.96 mm，厚度為15.55mm，14.9mm超輕薄全金屬機身輕至1.48KG。
realme Book采用鋁合金金屬機身，運用行業領先的CNC鉆石切割工藝 精密噴砂工藝，面設計非常簡潔，延續了realme品牌的經典設計語言，銀色的A面簡潔大方，realme的鏡面LOGO置于A面左側，質感十足，觸感舒適。
realme Book屏幕尺寸為14英寸，采用3:2比例2K分辨率全貼合鏡面屏，擁有89%超高屏占比，三邊邊框寬度數據為左右5.3mm/上邊8.45mm/下邊22.5mm，支持100%sRGB、1500:1對比度、最高400nits亮度，同時配備了720P高清攝像頭，不管是視頻會議還是線上課程都 能清晰可見。
realme Book的C面采用了與A面相同的銀色設計，1.3mm鍵程配合的X型支架，具備強有力的回彈與舒適的敲擊，配備大鍵帽三檔背光鍵盤，微笑弧形貼合手指指尖，帶來出眾的打字手。
realme Book配備了超大尺寸觸摸板，對比普通觸摸板，觸摸面積提升 44%，輔以微軟PTP 精操控技術，給你絲滑的觸感，實現精準光標控制和多指手勢控制功能，如整屏滾動、程序切換、畫面縮放等手勢。指紋與開機鍵二合為一位于C面右上角，開機解鎖，一步到位，還能有效保護隱私。
接口方面，realme Book搭載了一個全功能滿速雷電4接口，一個USB Type A 接口，一個USB Type C接口，一個 3.5mm耳機接口，能夠輕松連接耳機、手機、U盤等各種外設。realme Book支持新一代超高速 Wi-Fi 6 網絡協議，網絡傳輸速度最高可達2.4Gbps。
新一代Thunderbolt 4 Port集超高帶寬、超強多用性于一身，一個接口，充電、傳數據和視頻輸出都通用。傳輸速率最高可達40Gb/s，支持同時連接使用兩個4K顯示器。
機身底部同樣采用了銀色設計，同為金屬材質，轉軸處同樣設計了隱蔽式散熱孔，有效地提升機身內部硬件工作時的散熱效率，不僅提升機身散熱性能，美觀度方面有了很大的提高。
音響方面，realme Book配備了業內頂級的哈曼揚聲器3411（2*2W），雙揚聲器帶來震撼環繞的立體聲，搭載DTS音效，支持96k/192kHz、24bit高清音頻數據處理的 DTS Audio Processing技術。提供3種場景聲場選擇，5段GEQ，讓用戶根據個人喜好調整出最舒適的聲音。
不僅如此，realme Book上搭載了AI通話降噪、深度嘯叫抑制技術以及Vocplus Pre-processing預處理技術，能夠清晰傳達用戶的聲音， 多人同時說話也無懼嘯叫，同時還可實現智能拾音，高效分辨人聲和背景音，無論用戶居家辦公、上網課，還是在線會議，不用擔心噪音干擾，支持多人會議免提通話、游戲“團戰”語音通話更加順暢且無噪音，有效提升噪聲環境下的語音識別率。
性能實測：i5-1135G7+銳炬? Xe高性能顯卡 滿足日常所需
realme Book搭載第十一代英特爾?酷睿? i5-1135G7處理器，采用10nm先進制程工藝打造，擁有4核心8線程，主頻2.4GHz，睿頻3.8GHz，內置英特爾銳炬? Xe高性能顯卡，GPU頻率高達1.3GHz，支持可變速率著色技術以及Intel深度學習加速，文可高效創意，武可流暢吃雞。
通過常規的測試項目來快速了解一下realme Book的實際性能表現。（注：以下測試數據采用筆記本默認模式，未做任何優化，僅供參考）
1，Cinebench R15 & R20
Cinebench R15 & R20可以較全面地展現CPU單核多核的渲染能力，realme Book搭載的英英特爾?酷睿? i5-1135G7處理器得分分別為R15單核成績為192分，多核成績為922分；R20單核成績為500分，多核成績為2160分，該成績表明英特爾?酷睿? i5-1135G7處理器具備很強的渲染能力。
2，3DMark
3DMark理論性能測試，realme Book針對于DirectX 12的基準測試《Time Spy》系列測試中的成績表現不錯。
從3DMark測試結果來看，內置英特爾銳炬? Xe高性能顯卡基本可以滿足日常的游戲需求，如《英雄聯盟》等主流網絡游戲。
3，CrystalDiskMark
為了滿足用戶對數據存儲速度及系統響應速度的追求，realme Book最高搭載了512GB大容量極速PCIe固態硬盤，能高速傳輸數據，文件、圖片、視頻、游戲，超大存儲空間暢存無憂。同時它還最高配備了16GB LPDDR4x內存，頻率高達4266MHz，充足保證多任務處理時的工作效率。
在CrystalDiskMark的測試中，realme Book最大連續讀取速度為3063.30MB/s，連續寫入速度1877.56MB/s，4K隨機讀取為60.88MB/s，寫入為190.61MB/s。
4，PCMARK 10
使用PCMARK 10的基準項目來對realme Book整機性能進行測試，該項目是PCMARK 10基準測試版，針對現代辦公所設計以測量GPU和CPU性能，讓用戶更加全面地了解整個平臺的性能表現。
實測測試發現，realme Book在PCMARK 10基準測試的整體得分為4781分，其中常用基本功能得分為9296，生產力得分為6321，數位內容創作得分為5048，說明這款產品在不僅可以輕松應對文檔、表格、視頻等各類辦公需求，游戲性能方面也能滿足用戶的基本需求。
5，散熱表現
為了讓全新升級的處理器與顯卡功能得到充分釋放。realme Book采用了高密度雙風扇雙銅管散熱設計，銅管直徑高達8mm（厚度為1.2mm），靜音風扇功率高達2.5W，整機散熱能力飆升，配合寬大的散熱窗設計，有利于機身內部的硬件進行散熱，散熱降溫更強勁。
在測試上，使用AIDA64以及FurMark軟件在默認模式下對realme BookE進行了約30分鐘的雙烤測試。從熱成像儀實測的結果看，整機平均溫度為46.7℃，這樣的散熱效果以及性能表現，完全能夠滿足辦公、影音及游戲的穩定運行了。
6，續航表現
realme Book搭載了一塊54Wh的大容量鋰電池，輕薄的電池有效減少了機身厚度。支持65W Super Fast Charge技術。
實測發現，僅需30分鐘就能充進50%的電量。此外，65W充電器還能兼容realme手機的30W Dart Charge技術，以及各種豐富的USB-C接口設備，可以充手機、也可以充游戲機樣快捷方便。
7，游戲實測
在《英雄聯盟》懷舊版中，畫面設置最高模式2K分辨率下，在30分鐘的游戲體驗中，平均幀率能達到90fps，如果單獨打野，最高幀率可以達到120fps以上，即便在玩家眾多的團戰過程中，最低的幀率也在85fps以上，整機性能不僅在辦公方面有著即到達優勢，還能兼顧網絡游戲，可以說realme Book的表現超預期。
全新“跨屏互聯”體驗：手機電腦雙向互傳
iOS的Airdrop功能一直是蘋果用戶獨占的體驗，憑借Airdrop功能，蘋果用戶可以在不借助其他應用的情況下在設備之間高速的傳輸文件，甚至在無網絡連接的情況下，有了Airdrop功能，兩部蘋果手機之間互傳一個電影文件也只需要分分鐘的時間，也被蘋果用戶認為是iOS用戶體驗全面超越安卓的標志之一。
realme Book精研用戶需求，在文件互傳之上構建起更加完整的互聯生態，讓PC支持安卓應用，讓手機支持PC外設操作，從系統底層突破PC與手機之間的藩籬，實現跨系統、跨平臺的高效操作，帶來了安卓版的“Airdrop”——跨屏互聯。
跨屏互聯使用方法也非常簡單，通過點擊桌面圖標“跨屏互聯”圖標即可啟動。啟動程序后realme Book通過查找的方式搜索跨屏互聯的設備。
需要注意的是，手機端也需要進行相應的設置，以realme GT大師版來進行舉例。首先手機升級系統升級至最新版本。
在手機界面下拉屏幕，進入控制中心，點擊右上角“編輯”按鈕，點擊右上角“選項”按鈕，然后選擇“重置”，此時，控制中心會新增“跨屏互聯”功能，這個過程僅需要三分鐘即可搞定，上手難度幾乎為零。
realme Book集成的跨屏互聯實現了跨平臺的高速文件互傳。與Airdrop相同，用戶只需進行 “拖拽”文件的操作，選擇希望發送到的設備，即可完成互傳分享。
不僅如此，跨屏互聯功能還支持鏡像投屏，電腦和手機可以相互控制+傳輸文件，投屏后可以在電腦上使用手機的各種軟件，抖音，微信、youtube以及各種游戲，電腦可在投屏中直接打開手機文件管理夾中的文件，照片、文檔、視頻等。
我們還可以通過跨屏互聯功能在realme Book上實現“共享能力”，比如在手機端復制文本，可在PC上直接粘貼使用，PC上復制的也可以在手機上直接粘貼，還可直接用電腦鍵盤輸入文字，或者點擊電腦投屏里的手機鍵盤，整個操作過程還是非常順滑流暢的。
體驗總結：
首先在直觀體驗上，realme Book延續了續手機產品在性能和設計上的越級體驗，同時從核芯到視野都卓越提升，將更好地成為用戶的生產力搭檔。3:2比例2K分辨率全高清超窄邊14寸屏，升級為100%sRGB高色域，畫面的表現更細膩、真實，可以充分滿足圖片設計、攝影的專業需求，觀影追劇也將獲得更佳的視覺享受。
其次，realme Book搭載了第十一代英特爾酷睿處理器提升了數據流的行進速度,更額外節省了需要為數據預留的空間。同時能更好地控制CPU和PCH的能耗與功耗，從而增加電池續航時長，內置英特爾銳炬? Xe高性能顯卡 ，擁有出色的圖像視頻處理能力，輕松應對設計、視頻編輯類工作，亦可暢玩大型網絡游戲。搭載了512GB大容量極速PCIe固態硬盤，比傳統機械硬盤喚醒、讀寫都更迅速。 最高可選雙通道16GB LPDDR4x內存，頻率高達4266MHz ，配合雙風扇+雙熱管散熱設計，散熱降溫更強勁。
更為重要的是，realme Book的“跨屏互聯”功能，實現筆記本、手機之間跨平臺傳輸。體現realme的IoT引擎持續發力帶來的設備間互聯互通協同工作的能力。不限格式、不限數量、不限網絡、傳速超級快，體驗堪比蘋果Airdorp。可以幫助用戶輕松實現不限格式、不限數量、不限網絡的快速文件傳輸。無論是多張圖片、大型文檔、還是應用安裝包，都可以隨時分享，同時預裝正版Windows10、Office三件套，首批免費升級 Windows11。不僅如此，realme Book整機還享受2年保修服務（其中電池保修1年），7大寄修中心可覆蓋全國區域。
隨著越來越多的環境應急測試要求，便攜式VOC檢測儀的發展日趨迅猛和成熟。而VOC檢測儀器的體積和重量一直制約著便攜式VOC檢測儀的發展。希戈納科技研發的Model 3200便攜式VOC檢測儀突破了這一限制，將便攜式標氣、便攜式電腦工作站、在線VOC分析儀集成于一體，實現了用戶可隨機攜帶。并且可在現場對環境空氣或固定污染源氣體進行快速分析的目的。
Model 3200便攜式VOC檢測儀將基于氣相色譜法-氫火焰離子化檢測器（GC-FID ）分析技術、 工業電腦以及高分辨率色譜柱結合起來，實現對氣態樣品最高靈敏度和最快速的分析。Model 3200便攜式VOC檢測儀其精度優于傳統的實驗室氣相色譜儀。對于不同應用，儀器選擇業界可靠的色譜柱和檢測器進行嚴格的測試和挑選，以滿足不同客戶的分析要求。整個儀器只有電腦機箱大小，便于攜帶。用戶只需要帶一個機箱就可以完成現場的色譜儀測試。
Model 3200便攜式VOC檢測儀特點
1、分析方法與標準方法一致，采用GC-FID方法檢測
2、全程高溫180℃伴熱樣品傳輸，高溫FID檢測，避免高沸點VOCs吸附與冷凝，量更準確
3、雙閥/單FID/色譜柱/定量環
4、全自動電子流量控制系統，保證檢測器流量的穩定
5、內置Intel工業電腦，4G內存，64G電子硬盤，10.4”觸摸屏
6、全路控制EPC
7、SIGEMS系列儀器反控軟件、色譜積分軟件
8、自動火焰最優化程序
9、含內部真空泵，抽樣速率<800ml/min
10、觸摸控制
11、可連接無線網絡到外部WAN，以提供4G網絡遠程診斷
12、含7u過濾器
13、輸出：4-20mA 輸出(4 路)含軟件，可自定義配置組分與輸出通道的對應關系，用戶可根據需要擴展數量
14、內置標氣瓶：300ml，最高壓力可到1500psi，自帶不銹鋼減壓閥，預調壓力1bar，自帶安全閥
15、標氣切換系統：儀器可以自動切換閥切換
16、樣品傳輸線：帶加熱樣品傳輸線：1.5m，180℃，內徑1mm；自帶加熱接口，直接插入 3200；
17、標氣充氣裝置：直接從標氣鋼瓶到3200內置鋼瓶
18、電子組件內置鋰電子組件（32V，15AH），支持儀器運行4小時；內置鋰電池安全保護裝置與電壓顯示，缺電自動報警。
希戈納科技是英國希戈納集團在華的全資子公司，總部位于英國倫敦，經過40余年的氣體分析技術的驗證，其可靠性和穩定性已經在歐美得到廣泛認可和應用。Model 3200便攜式VOC檢測儀采用先進的全路EPC電子壓力流量控制技術與成熟的氣相色譜技術，既可以滿足實驗室氣體分析要求，又可以滿足環保督查部門的檢查需要。
東西（公眾號：zhidxcom）
作者 | 心緣
編輯 | 漠影
當下，計算機視覺領域最熱議的方向，莫過于近兩年越來越火的視覺Transformer（ViT）和傳統的卷積神經網絡（ConvNet），誰才能主宰計算機視覺的未來？
風頭正盛的ViT，是計算機視覺領域過去十年最矚目的研究突破之一。2020年，谷歌視覺大模型Vision Transformer（ViT）橫空出世，憑借碾壓各路ConvNet的性能表現，一舉掀起Transformer在計算機視覺領域的研究熱潮。
但“ConvNet派”還沒到低頭認輸的時候。2022年1月，Meta AI研究院、加州大學伯克利分校的研究人員發表了卷積神經網絡的“扛鼎之作”——ConvNeXt，基于純ConvNet新架構，取得了超過先進ViT的計算速度和精度。
ConvNet與ViT模型圖像分類實驗結果對比
ViT論文：https://arxiv.org/abs/2010.11929 ConvNeXt論文：https://arxiv.org/abs/2201.03545
那如果將這兩類模型的優勢互補，會不會產生1+1>2的效果？
近日，基于這一思路的論文《ParC-Net：繼承ConvNet和Transformer優點的位置敏感的循環卷積》入選了計算機視覺頂會ECCV 2022，并引發國內外廣泛關注。
這篇論文提出了一種面向移動端、融入ViT優點的純卷積結構模型ParC-Net，能以更小的參數量，在常見視覺任務中實現比主流輕量級ConvNet更好的性能。
ParC-Net在三種視覺任務實驗中均以更小參數量取得最佳性能表現
值得一提的是，論文提出一種既有全局感受野、又對位置信息保持敏感的基礎卷積算子ParC，它能與現有主流網絡結構融合，兼顧模型性能和計算速度的提升，相關代碼現已開源。
具體是怎么實現的？我們聯系到論文第一作者張號逵博士，并與其進行深入交流。
ParC論文：https://arxiv.org/abs/2203.03952 源代碼：https://github.com/hkzhang91/ParC-Net
在計算機視覺領域，ViT模型性能彪悍，門檻和成本卻驚人，無論是龐大數據量，還是超高算力需求，都離不開“鈔能力”的支撐。
相比之下，輕量級ConvNet雖然性能難以與ViT媲美，但具有易訓練、參數量少、計算成本低、推理速度快等優勢，對硬件資源的需求不像ViT那么受限，可部署在各種移動或邊緣計算設備上。此前較流行的輕量級ConvNet有ShuffleNet、MobileNet、EfficientNet、TinyNet等等。
經對比，云天勵飛的研究人員借鑒ViT的優點，基于卷積結構設計了一個輕量級骨干模型ParC-Net。
論文作者認為，ViT和ConvNet有三個主要區別：ViT更擅長提取全局特征，采用meta-former結構，而且信息集成由數據驅動。ParC的設計思路便是從這三點著手來優化ConvNet。
普通ConvNet和ViT之間的三個主要區別。(a) ConvNet常用的Residual block； (b) ViT中常用的Meta-Former 結構； (c) 本文提出的ParC block。
具體而言，研究人員設計了一種位置信息敏感的循環卷積（Positionaware circularconvolution,ParC）。這是一種簡單有效的輕量卷積運算算子，既擁有像ViT類結構的全局感受野，同時產生了像局部卷積那樣的位置敏感特征，能克服依賴自注意力結構提取全局特征的問題。
ParC結構主要包含三部分改動：1）結合circular padding和大感受野低秩分解卷積核提取全局特征；2）引入位置嵌入，保證輸出特征對于空間位置信息的敏感性；3）動態插值實時生成尺寸適配的卷積核和位置編碼，應對輸入分辨率變化情況，這增強了對不同尺寸輸入的適應能力。
ParC結構示例
研究人員還將ParC和squeeze exictation（SE）操作結合起來，構建了一個純卷積結構的meta former結構。該結構舍棄了自注意力硬件支持不友好的操作，但保留了傳統Transformer塊提取全局特征的特點。
然后，研究人員在channel mixer部分引入硬件支持較友好的通道注意力機制，使其純卷積meta former結構也具備自注意力的特點。
基于ParC結構最終得到的ParC塊，可作為一個即插即用的基礎單元，替換現有ViT或ConvNet模型中的相關塊，從而提升精度，并降低計算成本，有效克服硬件支持的問題。
ParC實驗結果
“據我們所知，這是第一次嘗試結合ConvNet和ViT的優點來設計一個輕量級Pure-ConvNet的結構。”論文作者如此描述ParC-Net的開創性。
實驗結果表明，在圖像分類、物體檢測、語義分割這三類常見的視覺任務中，混合結構的模型性能表現普遍高于當前主流的一些純卷積結構、ViT結構的模型，其中ParC-Net模型取得了最好的整體性能表現。
對于ImageNet-1k的圖像分類實驗結果
在圖像分類實驗中，對于ImageNet-1k的分類，ParC-Net使用的參數規模最小（大約500萬個參數），卻實現了最高準確率78.6%。
MobileViT是蘋果公司2022年在國際深度學習頂會ICLR22上提出的輕量級通用ViT模型。同樣部署在基于Arm的瑞芯微RK3288芯片上，相較基線模型MobileViT，ParC-Net節省了11%的參數和13%的計算成本，同時準確率提高了0.2%，推理速度提高了23%。
與基準模型的推理速度對比
與基于ViT結構的模型相比，ParC-Net的參數量只有Meta AI團隊DeiT模型參數的一半左右，準確率卻比DeiT提高了2.7%。
在MS-COCO物體檢測和PASCAL VOC分割任務中，ParC-Net同樣基于較少的參數，實現了更好的性能、更快的推理速度。
MS-COCO物體檢測實驗結果
PASCAL VOC分割任務實驗結果
張號逵博士是ParC-Net論文的第一作者，現任深圳云天勵飛資深算法研究員，研究領域包括網絡結構搜索、深度估計、輕量化骨干模型、信息檢索及高光譜圖像分類等。
他告訴智東西，傳統ConvNet可以適應視覺任務中輸入分辨率的變化，而具有全局感受野的純卷積結構的缺陷是卷積核必須跟輸入分辨率保持一致，為了更好應對分辨率的變化，其團隊正在研究將模型做成動態卷積的形式，以提高魯棒性。
目前這項研究成果已經可以用在算力受限的移動端或邊緣設備中，實現更高準確率的視覺任務。如果進行一些小的改動，ParC-Net還可以被用于其他的視覺任務，例如6DOF姿態評估及其他dense prediction的任務。
那么ParC-Net模型的研究成果，具體如何在實際業務場景中發揮價值？
據介紹，一方面，ParC-Net模型可以集成到開源算法訓練平臺YMIR中，然后被部署至終端設備；另一方面，通過與云天勵飛自研芯片協同，它能將運算速度和精度進一步提升。
YMIR是一個高度自動化的AI模型開發平臺，能做到利用鼠標簡單操作就可以完成數據收集、模型訓練、數據挖掘、數據標注等功能。將擁有高運算效率的ParC-Net模型版本上傳至YMIR后，用戶可在該平臺上直接選用ParC-Net模型，也可以針對具體業務場景，添加相應的數據集對ParC-Net進行再訓練，從而獲得能更好滿足業務需求的模型。
以前有些對精度要求高或者采用ViT結構的移動端視覺任務，受限于計算效率問題，難以在攝像頭設備或手機上運行，而上傳到云端做運算，對有較高實時性要求的視覺任務不是很友好。
ParC-Net則較好地改善了這類問題，在模型精度和推理效率之間實現平衡，使得邊緣設備可以在本地運行一些對精度要求高的視覺任務。比如，人臉識別終端設備可運用ParC-Net直接對路過的人進行高質量特征值提取，無需將數據傳輸到云端，就能與數據庫進行檢索比對。
與云天勵飛自研芯片搭配后，ParC-Net模型的性能表現還能再上一個臺階。
張號逵博士談道，其團隊考慮到軟硬件設計協同問題，在研發之初參考了云天勵飛自研芯片工具鏈的設計及算子支持情況，然后進行模型網絡結構及算子的設計，以更好地發揮出芯片算力。
研究人員將ParC-Net和基線模型MobileVit均部署到自研低功耗芯片DP上進行推理速度測試。從實驗結果可以看到，ParC-Net的推理速度能夠達到MobileViT速度的3~4倍。
與基準模型在不同芯片平臺上的推理速度對比
這也是研究團隊決定選擇基于純卷積結構來設計ParC-Net的原因之一。ConvNet已經統治計算機視覺領域十年之久，而ViT在這一領域興起時間較短，很多現有的神經網絡加速器、硬件優化策略，都是圍繞卷積結構設計。因此部署在移動端時，純ConvNet往往能比ViT享有更好的軟硬件及工具鏈支持，并實現更快的推理速度。
即便搭載在對支持ViT更友好的芯片上，張號逵博士說，ParC-Net依然能取得比現有其他混合模型更好的性能表現。
絕大多數視覺任務可以分為兩類：一類對位置信息不敏感，如圖像分類等；另一類對位置信息較敏感，如物體檢測、3D姿態估計、AR試穿等。對于這些視覺任務，無論用在智能門禁、手機識圖還是自動駕駛汽車的攝像頭，ParC-Net都能夠發揮出其兼顧模型精度和計算效率的優勢，并且不會受部署終端設備配置的限制。
當前ViT與ConvNet兩大研究方向在計算機視覺領域旗鼓相當，ViT在學術界四處屠榜，ConvNet則在工業界主導地位難以撼動，將兩者融合的相關研究也如雨后春筍般涌現。
此次入選ECCV頂會的ParC-Net模型，既顧及邊緣設備對模型規模的限制，基于純卷積結構，確保其具備易訓練、易部署、推理效率高、硬件更友好等特點，又吸納了ViT的設計特征，實現比其他ConvNet模型更高的精度。這可以給移動端視覺任務的模型設計帶來一些啟發。