ZDNet至顶网服务器频道 06月04日 新闻消息:AMD今日宣布针对嵌入式应用推出全新x86 AMD嵌入式G系列系统级芯片(SoC)和中央处理器(CPU) 解决方案,包括针对惠普医疗、金融、教育和零售行业瘦客户机以及Advantech(研华科技)用于严苛环境的工业应用的前期采购解决方案。
全新系列产品将屡获殊荣的AMD嵌入式G系列平台在高性能、低功耗方面的优势进一步提升,同时将企业级纠错编码(ECC)内存支持、双核/四核以及独显级卡的GPU和I/O控制器集成在一个芯片上,带来更高的性能和安全性。全新G系列处理器实现了对AMD G系列系统级芯片和CPU全线产品的针脚兼容,从而使包括通信与网络基础设施/工业控制与自动化(IC&A)、瘦客户机、游戏机以及数字标牌在内的嵌入式应用的可扩展性得到提升。
AMD全球副总裁兼嵌入式解决方案部门总经理Scott Aylor表示: “AMD嵌入式G系列系统级芯片产品是AMD有史以来使用范围最广的嵌入式解决方案。此次推出的全新产品也将带来更为强大的性能、体验和生态系统支持。新的系统级芯片和CPU将为嵌入式设计工程师提供市场上最出色的低功耗图形与计算性能,同时针脚兼容和安全产品组合等特性将使他们在软件和板卡上的投资得到最大的回报。”
AMD嵌入式G系列系统级芯片解决方案(之前曾用代号:Steppe Eagle “草原鹰”)
全新AMD嵌入式G系列系统级芯片涵盖了TDP低至5瓦,且具有可配置TDP(cTDP)特性的超低功耗解决方案,以及整体性能比上一代G系列系统级芯片解决方案提升多达53%的高性能解决方案,是包括IC&A应用在内的各种严苛环境的理想选择 。Advantech的全新工业级Mini-ITX主板AIMB-225采用双核及四核AMD嵌入式G系列系统级芯片处理器,不仅功耗超低,而且图形性能超强,非常适合ATM、自助服务终端、自动化、医疗设备以及游戏机等要求严苛的环境使用。
AMD平台安全处理器(PSP)基于ARM TrustZone®架构,为全新AMD嵌入式G系列系统级芯片处理器注入了更强的安全特性,可保护硬件层面的敏感数据和运行不受恶意入侵破坏,是基于云计算的瘦客户机解决方案的理想选择。
惠普瘦客户机产品管理全球总监Jeff Groudan表示:“医疗、金融、教育以及零售行业对更加先进的嵌入式解决方案的需求日益增长,AMD G系列系统级芯片为惠普的瘦客户机带来更强的安全性、价值和无与伦比的性能。”
AMD嵌入式G系列CPU解决方案(之前曾用代号:Crowned Eagle“冠鹰雕”)
随着各种云端与设备数量激增,数据中心规模不断扩大,成本和节能问题越发突出。IT企业一直在寻求用统一的架构来整合处理性能,从而以更低的成本和功耗提供更高的性能。全新AMD G系列 CPU基于双核或四核x86 CPU架构并具备64位处理性能,是网络及通信基础设施应用的理想选择。全新AMD G系列CPU主频为1.2 – 2.0 GHz,并具备多项强劲性能,包括集成PCI-E Gen 2.0、USB3.0、SATA端口以及支持ECC的单通道 DDR3-1600内存。
片上PSP将互联网协议安全(IPsec)功能卸载,使控制与数据平面的功能得到提升,从而实现了成本优化且无风扇的安全应用、存储控制器和网络附加存储应用。全新AMD G系列CPU集成了多项外设,是路由器和交换器线卡控制层面应用的理想选择。
全新特性、优点与支持
整合安全解决方案:AMD将自身数十年的深厚市场经验与ARM 产品线规模以及TrustZone架构相结合,打造出专门针对数字内容、数据、电子商务和可信客户端到云端互动的新一代安全计算性能。AMD PSP以TrustZone架构为依托,设计基于开放标准和可互操作的API,可保护硬件层面的敏感数据和运行不受恶意入侵破坏。
更强的每瓦性能: AMD嵌入式G系列系统级芯片提供包括cTDP在内的先进的功耗管理特性,与上一代平台相比每瓦性能效率可提升96%。
针脚兼容:随着全新AMD G系列系统级芯片和CPU解决方案的推出,AMD嵌入式客户现在可以为AMD G系列全线产品打造统一的主板,利用现有的软硬件投资将同一设计应用于不同解决方案,从而提升软硬件以及板卡的可扩展性。
开源Linux开发:作为Linux基金会合作Yocto项目金牌会员 以及最近与Mentor Graphics签署的一项多年协议的一部分,嵌入式系统开发人员可以通过Mentor嵌入式Linux、Sourcery CodeBench以及免费版Mentor嵌入式Linux Lite来获得与AMD G系列产品相关的定制化嵌入式开发和商用支持。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。