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
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。