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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。