ZDNet至顶网服务器频道 10月11日 新闻消息:AMD今天宣布与明导国际公司签署一项多年期协议,针对AMD出产的异构和多核处理器扩大开放源代码嵌入式Linux开发的可用性。该协议致力于为嵌入式开发人员提供更易于管理、更集中化的开源框架,为他们提供更多可支持的处理器选择、强大的开发工具,以及更快的开源平台开发速度。
作为一款可与Yocto Project软件兼容的产品,现在 Mentor® Embedded Linux将会带来标准化的功能和工具,并确保快速获取AMD 64位x86架构的最新板级支持包(BSP),最开始提供的是即将推出的AMD嵌入式G系列SoC(代号为“Steppe Eagle”,意即“草原雄鹰”)和AMD嵌入式R系列APU/CPU(代号为“ Bald Eagle”,意即“秃鹰”)。嵌入式系统开发人员将可以全面访问Mentor Embedded Linux开发平台,以进行定制化嵌入式Linux开发,获取商业支持以及免费的Mentor Embedded Linux 精简版衍生工具——该工具提供了评估基于AMD嵌入式处理器的Linux的所有必要元素。
为了应对嵌入式系统日益增加的复杂性,嵌入式开发人员还将可以获取Sourcery™ CodeBench,以便更加深入地了解系统运行情况与性能,并调试Linux嵌入式系统中的应用程序。
AMD公司副总裁、嵌入式解决方案事业部总经理Scott Aylor表示, “与市场上最大的独立嵌入式Linux与工具供应商开展合作,是我们在继续投资嵌入式市场的过程中向前迈出的令人振奋的一步。我们将为嵌入式开发人员提供一个可供选择的机会;与明导国际签署的这份协议为嵌入式领域带来了一个开源平台,以帮助调整和扩展开发人员的开发”。
明导国际公司嵌入式软件事业部(Mentor Graphics Embedded Software Division)嵌入式执行解决方案总经理Scot Morrison表示,“鉴于AMD的发展愿景和嵌入式解决方案创新技术产品组合,明导国际很高兴能与AMD合作。我们期待利用即将推出的AMD嵌入式G系列和R系列产品,向市场提供业界最强大的开源开发生态系统”。
主要特点、优势与支持
作为AMD和明导国际公司之间所签署协议的一部分,嵌入式开发人员将可以获取以下定制化嵌入式Linux开发产品:
Mentor Embedded Linux 精简版
o免费支持对即将推出的AMD“Steppe Eagle”(草原之鹰)和“Bald Eagle”(秃鹰)产品进行评估和原型制作。
o与Yocto Project兼容。
o提供根文件系统和内核的二进制镜像。
o提供访问所有开源组件来源的权限。
o可无缝迁移到以获取商业支持的Mentor Embedded Linux
Mentor Embedded Linux
o具备项目开发的商业条款,包括漏洞修复、安全补丁和产品更新。
o提供基于Eclipse的Sourcery Codebench开发环境和数据跟踪分析及可视化功能。
o拥有针对独一无二的项目需求的可定制能力,包括自定义BSP(板级支持包)开发、后端移植和长期支持。
Sourcery CodeBench 精简版
o提供完整的基于GNU的C/C++开发与调试工具链,用于开发自定义Linux目标平台。
o提供基于Windows和Linux主机的开发选择。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。