Go语言作为出现比较晚的一门编程语言，在其原生支持高并发、云原生等领域的优秀表现，像目前比较流行的容器编排技术Kubernetes、容器技术Docker都是用Go语言写的，像Java等其他面向对象的语言，虽然也能做云原生相关的开发，但是支持的程度远没有Go语言高，凭借其语言特性和简单的编程方式，弥补了其他编程语言一定程度上的不足，一度成为一个热门的编程语言。
最近在学习Go语言，我之前使用过C#、Java等面向对象编程的语言，发现其中有很多的编程方式和其他语言有区别的地方，好记性不如烂笔头，总结一下，和其他语言做个对比。这里只总结差异的地方，具体的语法不做详细的介绍。
种一棵树最好的时间是十年前，其次是现在。
3)变量初始化时候可以和其他语言一样直接在变量后面加等号，等号后面为要初始化的值，也可以使用变量名：=变量值的简单方式
3）变量赋值 Go语言的变量赋值和多数语言一致，但是Go语言提供了多重赋值的功能，比如下面这个交换i、j变量的语句：
在不支持多重赋值的语言中，交换两个变量的值需要引入一个中间变量：
4)匿名变量
在使用其他语言时，有时候要获取一个值，却因为该函数返回多个值而不得不定义很多没有的变量，Go语言可以借助多重返回值和匿名变量来避免这种写法，使代码看起来更优雅。
假如GetName()函数返回3个值，分别是firstName,lastName和nickName
若指向获得nickName，则函数调用可以这样写
这种写法可以让代码更清晰，从而大幅降低沟通的复杂度和维护的难度。
1）基本常量
常量使用关键字const 定义，可以限定常量类型，但不是必须的，如果没有定义常量的类型，是无类型常量
2）预定义常量
Go语言预定义了这些常量 true、false和iota
iota比较特殊，可以被任务是一个可被编译器修改的常量，在每个const关键字出现时被重置为0，然后在下一个const出现之前每出现一个iota，其所代表的数字会自动加1.
3)枚举
1）int 和int32在Go语言中被认为是两种不同类型的类型
2）Go语言定义了两个浮点型float32和float64，其中前者等价于C语言的float类型，后者等价于C语言的double类型
3）go语言支持复数类型
复数实际上是由两个实数（在计算机中使用浮点数表示）构成，一个表示实部（real）、一个表示虚部（imag）。也就是数学上的那个复数
复数的表示
实部与虚部
对于一个复数z=complex(x,y),就可以通过Go语言内置函数real(z)获得该复数的实部，也就是x，通过imag(z)获得该复数的虚部，也就是y
4）数组(值类型，长度在定义后无法再次修改，每次传递都将产生一个副本。)
5）数组切片（slice）
数组切片（slice）弥补了数组的不足，其数据结构可以抽象为以下三个变量：
6）Map 在go语言中Map不需要引入任何库，使用很方便
Go循环语句只支持for关键字，不支持while和do-while
goto语句的语义非常简单，就是跳转到本函数内的某个标签
今天就介绍到这里，以后我会在总结Go语言在其他方面比如并发编程、面向对象、网络编程等方面的不同及使用方法。希望对大家有所帮助。
根据Go趋势报告显示，全球范围内有 110 万专业开发者选择Go作为其主要开发语言。如果把以其他编程语言作为主要开发语言，同时也在使用Go的开发者计算在内，这一数字将高达270万，中国的Go语言开发者排名第一，全球占比超过16%。
Go 语言能够支持并构建与微服务结合的内部工具、架构和后端服务而深受IT企业欢迎，许多IT架构工具由Go构建而成，例如大型的Kubernetes、Docker和Vault等。数据显示，有63%的具有统治力的云原生项目都是用Go构建。
因此，博睿数据在国内首发支持Go语言智能探针，对于提升业务性能，助力企业数字化转型有着非常重要的意义。
SmartAgent探针技术集结主流编程语言
SmartAgent是博睿数据自研的自动化部署的一体化探针，在已支持JAVA，PHP，.net，Nodejs，.NET Core，Python的基础上，新增了对Go语言的支持。
相较而言，传统探针技术需要客户配合修改应用程序代码，风险不可控，需要客户重新编译程序集成探针，耦合度高。
不同于行业内传统探针技术，博睿数据GoAgent探针直接后台安装即可，主动注入和嵌码，降低与客户程序耦合、无需二次修改代码、提高 GoAgent 技术易用性。无论是动态编译还是静态编译的代码，博睿数据Samrt Agent技术都可以在不进行任何修改的情况下进行服务级别和代码级别的分布式链路跟踪，实现业务的可观测性。
GoAgent探针支持六大功能，实现全链路追踪
文/孟永辉
近期，云知声向上交所撤回了科创板上市申请。据了解，公司本次主动撤回IPO申请，主要是出于公司战略发展因素考虑。
但凡对语音行业稍有了解，就一定不会对云知声这家企业感到陌生。 作为一家以AI语音技术起家的独角兽企业，云知声以其“云-端-芯”的战略思维，从语音交互入手，逐渐构筑起了一个包括机器学习平台、AI芯片、语音语言、图像及知识图谱等技术的技术城池。
规模优势显著，先后获多家知名机构青睐
云知声成立于2012年6月，是一家为企业和用户提供智能语音技术和综合解决方案的人工智能企业。那时候，AI创业在行业中尚属稀缺，深度学习也尚未完全成熟，就连举世闻名的Alpha Go大战李世石也发生在四年之后。但是在那时候，云知声就已经一头扎入了AI交互方案的研发，并在2012年底，就完成了包括语音云、深度学习及超算平台的三驾马车构建，率先将深度学习应用到语音识别产业服务中，通过深厚扎实的技术研发奠定了在行业中的广泛影响力。
2012年云知声首家推出语音开放平台、率先将DNN引入语音领域；2015年启动造芯并与2018年5月推出业界首款语音AI芯片，2019年年初发布多模态AI芯片战略，与吉利旗下 科技 公司成立合资公司研发车轨级AI芯片（已完成所有车轨级验证报告） ；在业界率先提出“云-端-芯”产品战略等举措都让云知声在行业内体现出来非同一般的领跑能力。
就拿芯片来说，芯片的重要性，自然就不必细说了吧。而「造芯」，似乎也成为了AI企业的技术标配。云知声自然如此，甚至要比大部分企业察觉的要早。
他们在2015年，阿尔法狗掀起AI浪潮的前一年，就率先宣布搭建了芯片团队，着手开发 uDSP 处理器和 DeepNet IP 技术。
2018 年，云知声就率先交付人工智能语音芯片——「雨燕」。
2019 年，推出了车规级芯片「雪豹」和面向家居领域的第二款升级版芯片「蜂鸟」系列，并启动具备“图像+语音”多模态交互功能的芯片「海豚」的研发。
云知声作为国内为数不多拥有全链条语音交互技术的人工智能企业，八年时间成长为领域领军企业，不仅在技术且在商业化道路方面，也呈领跑趋势。长期以来，公司在研发层面的重金投入，也在伴随市场的不断成熟转换成规模优势。2017年-2019年，云知声营收分别为6114.07万元、1.97亿元、2.19亿元，年均复合增长率高达89.14%。
值得一提的是，自成立以来，云知声完成多轮融资。2019年4月1日，云知声完成D轮融资，投资方为中金公司、东方证券及清和泉资本，还曾在2018年7月完成6亿元C+轮融资，中国互联网投资基金领投；C轮共融资1亿美元，投资方为前海梧桐并购基金，创下语音技术领域单轮融资最高记录。2014年公司获得了高通创投及老股东启明创投的B轮融资。
挖掘市场细分需求，技术赋能生活场景
目前，云知声自主研发三类芯片IP（深度学习处理器芯片IP、数字信号处理器芯片IP、图像处理芯片IP），都已经投入使用，并在持续优化中。应用场景涵盖智能家居、智能医疗、车载产品、教育机器人等语音、图像交互场景中。
医院和家居这两种场景的语音交互方案，都是云知声目前已经落地并广泛应用的产品。可见，人工智能已经逐渐渗透并细微如丝地改变着我们的生活。
据统计，约有一半以上的医生每天有超过两个小时的时间都在记录和整理病历，占用医生工作时间的比例非常之高。而在北京协和医院，通过一款软件、一个麦克风，医生只需口述诊断，病历就能自动生成在PC屏幕上。这不仅帮助医生提高了工作效率，更能将病历模板转化为高质量的诊疗数据。
这一技术的出现，大大地促进了医疗人工智能水平的推进。在家居场景下，人们通过远场识别技术，用语音控制空调、照明和音箱等各种智能设备，完全解放了双手。
云知声从2016年切入医疗领域至今，积累了深厚的医疗专业技术。借助于合作医院以及自由专业医生团队以及原有的自然语言处理技术，云知声构建了大规模全科室的医疗知识图谱。在此过程中和中科院自动化所合作的论文获得CCKS (知识图谱与语义计算大会 2019) 最佳论文，《大规模知识图谱构建及其应用》获得2019年北京市 科技 进步一等奖。云知声的医疗知识图谱以及相关应用平台也被多家三甲医院采购。
可以看出，云知声东南总部作为福建省唯一具备语音识别、超算能力、深度学习算法、大数据、芯片能力等人工智能底层技术全链条的企业，正发挥自身已经积累多年的技术实力和资源优势，时刻寻找着机会，在疫情时期乃至后疫情时代，企业纷纷进行 科技 转型的浪潮中，脱颖而出，成为企业升级的“助推器”。
同时，可以预见的是，一旦云知声智慧物联在酒店、地产等领域起势，或将贡献不菲的收入，进一步拓宽其营收来源。由此可见，云知声发力造芯，并力推商业化落地这步棋走对了。因此，你会看到，自2018年推出自研芯片“雨燕”后，其营收结构大为改善，不仅实现较快增长，并保持逐年增长的态势。
今年上半年，得益于规模化推广“蜂鸟”，并放弃毛利率较低的产品，云知声智能语音交互产品直接硬件采购成本占比降至26.17%，毛利率显著回升。种种迹象表明，经过多年实践，云知声“云-端-芯”这一战略已完善成为一套成熟的逻辑闭环，具备面向市场需求的快速产品化能力。考虑到AI产业经过大浪淘沙后玩概念、讲故事那套已行不通，像云知声这种玩转商用化落地的玩家才吃香。
研发持续高投入，核心技能自主可控
在生活场景逐渐被AI渗透的时代，技术是一个公司的安身立命之本。 云知声是最注重技能立异的AI企业之一，由于其深知核心技能自主可控是一家AI企业的安身立命之本。 在我看来，云知声之所以构筑技能优势，既与开创团队对技能的注重有关，也与在研制上坚持高额投入密不可分。
一方面，云知声四位联合开创人均具有清一色的技能背景，董事长兼CTO梁家恩与副总裁康恒均结业于中科院自动化所，CEO黄伟与副总裁李霄寒均在摩托罗拉等企业积累丰厚的实战经验。开创团队对技能注重，为公司发展定下技能立业的主基调，不遗余力地招募技能人才。数据显示，云知声团队规模已超500人，其间研制团队多达344人，占比超68%。
在算法方面，公司在机器学习前沿技术和专项应用技术方面始终保持高效的演进速度：公司于2012年率先将深度神经网络（DNN）应用于商业语音识别系统，并在后续的人工智能浪潮中持续进行前沿算法的商业实践，例如，后来涌现的卷积神经网络（CNN）、回归神经网络（RNN）、端到端序列建模、生成对抗网络（GAN）、注意力转换模型（Transformer）、双向编码表征转换模型（BERT）、知识蒸馏（KD）、自监督学习（SSL）等主流技术方法，公司都是业界最早的产业实践者之一。
另一方面，一直以来，云知声在技能投入上高举高打，直观的数据最能说明问题。招股书显示，2017年至本年上半年，公司研制投入分别为0.99亿元、1.52亿元、2.58亿元和9242万元，占营收比重分别为163.5%、77.6%、117.7%和109.1%，累计研制投入占累计营收比重为107.4%。换言之，云知声营收简直全部投入到研制中。
不难看出，云知声是一家有技能崇奉的AI企业，为继续构建核心技能和产品系统、坚持竞争力，大手笔砸向研制。
归根结底，一家AI企业成长的意义不仅仅是能获取多少高额利润，而是它的技术和产品能给人们生活带来多少品质的提升、给产业带来多少降本增效的价值、给 社会 带来多少效益。
“如果声音有形状，那一定是爱（AI）的样子”，正如云知声对企业的赋能作用始终与 科技 同行，云知声汇集了一群有梦想和共同愿景的人，相信 科技 改变世界，相信人工智能会让未来生活更美好。
—完—
孟永辉，资深撰稿人，专栏作家，特约评论员，行业研究专家，战略咨询顾问。长期专注行业研究，累计发表 财经 科技 文章超400万字。支持保留作者来源的分享，转载请保留作者版权信息，违者必究。
