ZDNet至顶网服务器频道 10月11日 新闻消息:AMD于今天在DESIGN West展上宣布推出新款AMD嵌入式G系列系统级芯片(SOC)平台。该平台基于AMD新一代“美洲虎”CPU架构和AMD Radeon™ 8000系列图形处理器的单芯片解决方案。这一新款AMD嵌入式G系列SOC平台进一步彰显出AMD以嵌入式系统为重点、聚焦PC行业以外的高增长市场的战略攻势。
嵌入式系统通过智能电视和机顶盒乃至互动数字标牌和信息终端机,使智能化日益渗透到人们生活的新领域中。该系统有助于提高生产效率,改善连接性,预计将成为计算行业的显著增长领域——环绕计算领域的强大推动力。SOC解决方案作为能提供尺寸更小、性能更好、能效更高的处理器的单芯片,是实现环绕计算这一新计算时代的助力之一。
AMD嵌入式G系列SOC平台树立了SOC设计的新标杆:与上一代AMD嵌入式G系列APU相比,CPU性能提高了113%1。针对嵌入式应用,新平台还支持DirectX 11.1、OpenGL 4.2x和OpenCL™ 1.22,可实现并行处理和高性能图形处理,与上一代AMD嵌入式G系列APU相比,图形处理能力提高20%3。
AMD嵌入式解决方案部门副总裁兼总经理Arun Iyengar表示:“我们打造了一大批极富价值的行业领先的处理器、图形和多媒体IP,并通过基础架构将这些模块组合成无与伦比的嵌入式SOC解决方案。新款AMD嵌入式G系列SOC体积缩小了33%4,且兼具低功耗及卓越性能,为内容丰富、多媒体化与传统的工作量处理树立了标杆,是各种嵌入式应用的理想之选。”
在低功耗x86兼容产品类别中,新处理器家族带来的每瓦性能更优越,并提供9W – 25W的选择5。除此之外,还包括以下特色:
企业级纠错码(ECC)内存支持
-40°C至+85°C的工业温度范围,提供双核或四核处理器
离散级AMD RadeonGPU
I/O控制器
AMD嵌入式G系列SOC将实现卓越性能的专用资源与共享资源相结合,进而降低功耗和裸片空间,且基于新型SOC设计的可扩展性,开发人员能够在相同的板卡设计与软件栈上灵活开发各种应用。AMD嵌入式G系列SOC中集成的用于驱动应用的离散级图形处理器以前要求具有独立图形处理器,而在嵌入式G系列SOC平台中加入新型CPU架构之后,则可支持在没有屏幕、显示器或输入设备的环境中使用且无需图形解决方案的深嵌入式系统或“无头”系统。
Semicast Research的首席分析师Colin Barnden表示:“随着物联网渗透到我们生活中从工作到家庭的方方面面,设备需要在更小的封装中实现高性能、I/O连接与高能效。凭借这种新型AMD SOC设计,AMD嵌入式G系列平台实现了高性能、小体积、低能耗与全I/O集成的完美结合,能实现更小外形的嵌入式设计、低温高效的运行以及简化制造的要求。AMD将X86 CPU的功能及AMD Radeon图形处理器的性能与I/O互连设计全部整合在同一裸片上,从而超越了竞争对手。”
AMD嵌入式G系列SOC支持Windows Embedded 8和Linux,且该设计能用于多种嵌入式应用,包括工业控制与自动化、数字标牌、电子博彩系统、IP电视、医疗和网络设备、机顶盒等。AMD将于2013年第二季度正式发售AMD G系列SOC平台,目标市场是由支持和/或宣布推出采用AMD嵌入式G系列SOC的准上市产品的行业领先的嵌入式解决方案供应商所构成的综合性商业生态链。
开发商支持与产品特性:
采用AMD嵌入式G系列SOC的开发商可实施远程管理、虚拟化和安全功能,且可以通过下列产品特性,帮助其降低基于AMD嵌入式G系列SOC的平台的配置成本,提高该平台的安全性和可靠性:
采用DASH 1.1的AMD DAS 1.0
AMD虚拟化技术
支持可信平台模块(TPM) 1.2
新一代CPU内核
带有创新性的新型共享L2缓存的新一代“美洲虎”内核
企业级纠错码和快速内存支持
AMD Radeon图形处理器卓越的每瓦性能
上一代AMD嵌入式G系列APU所不具备的增强型通用视频解码(UVD) 3硬件加速(H.264、VC-1、MPEG2等)及新视频编码功能
通过降低整体功耗的门控时钟,实现功效的提升
高级GPU支持并行处理和高性能图形处理
裰对工业控制与自动化、通信与其他处理器重型应用的异构计算:OpenCL支持CPU和GPU并行处理,有利于这些领域的应用开发
图形处理器(DirectX 11、OpenGL)和双独立显示卡;支持高分辨率,带来绝佳的视觉体验
通过先进的图形API,拓展软件开发方式,延长应用寿命
低功耗高性能设计的理想平台
对于工业控制与自动化:集成GPU所实现的低功耗和异构计算优势能够带来150 GFLOPS以上的计算性能6,超越了x86 CPU内核的计算能力
对于数字标牌:通过各种显示技术(DP、HDMI™、VGA、LVDS)带来引人注目的高清多媒体内容
对于电子博彩机:进行视频解码(UVD)和编码(VCE)以及数字内容管理(SAMU)的专用硬件加速引擎
对于SMB存储:凭借各种集成USB和SATA I/O,小型高性能SOC可实现无风扇设计,从而降低系统成本
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。
澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench,还提出了一种数据高效的强化微调框架,使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明,VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升,为安全监控、灾害预警等领域的智能系统带来了新的可能性。
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。
这项研究由香港中文大学团队提出了视频-3D几何大语言模型(VG LLM),一种无需依赖显式3D数据输入,仅通过普通视频就能理解3D世界的创新方法。通过集成3D视觉几何编码器,该模型能从视频序列中提取3D先验信息,显著提升空间推理能力。实验表明,该4B参数模型在多项3D场景理解和空间推理任务上超越了现有技术,甚至在VSI-Bench评估中胜过Gemini-1.5-Pro。