AMD今日宣布推出全新AMD嵌入式R系列SoC处理器,为一系列特定的嵌入式应用市场需求,如数字标牌、零售标牌、医疗成像、电子游戏、媒体存储以及通讯和网络连接提供了领先的性能表现。专为高要求嵌入式需求所设计的全新AMD嵌入式R系列SoC处理器,采用了最新的AMD 64位x86 CPU核心(代号为“挖掘机”),第三代GCN显卡架构,并采用了先进的电源管理技术,从而降低功耗。综上,AMD的创新技术为设计下一代产品提供了业界领先的图形性能和关键的嵌入式特性。
单芯片SoC架构不仅能让AMD的客户和许多第三方平台开发商实现简洁、小规格的电路板和系统设计,还能提供卓越的图形和多媒体性能,包括4K视频回放的硬件解码加速。凭借完善的套件外围支持和界面选项、业界首个通过异构系统架构(HSA)1.0标准认证的高端AMD Radeon显卡,以及支持最新的DDR4内存,全新AMD R系列SoC能够满足不同市场和客户的需求。
TIRIAS Research首席分析师Jim McGregor表示:“AMD持续推动着x86嵌入式平台的发展,这为其带来了客户和应用的不断增长。随着嵌入式应用的不断增多,市场对临境感图像、高清显示及并行计算有着强劲需求。在这些方面,AMD嵌入式R系列SoC提供了一种极具吸引力的解决方案。”
AMD全球副总裁兼嵌入式解决方案事业部总经理Scott Aylor表示:“随着临境感体验的快速发展,特别是可视化和并行计算的迅速成长,嵌入式领域需要一个高性能、低功耗,并且拥有卓越的图形和计算能力的架构。全新AMD嵌入式R系列SoC能够满足各类行业的需求,包括数字标牌、零售标牌、医疗成像、电子游戏、媒体存储以及通讯和网络连接。这一平台为下一代高性能低功耗的嵌入式设计提供了强有力的价值定位。”
业界领先的显卡
凭借最新一代AMD Radeon显卡以及芯片上集成的最新多媒体技术,AMD嵌入式R系列SoC提供了更强的GPU性能,并支持完整4K解码所需的高效视频编码(HEVC)及DirectX 12。相较于第二代AMD嵌入式R系列APU,全新AMD嵌入式R系列SoC的GPU性能提升了22%。集成AMD Radeon显卡的规格参数包括:
• 高达八个计算单位及两个渲染区块
• 高达800MHz的GPU时钟频率,实现每秒8190亿次的浮点运算次数
• 支持DirectX 12
支持异构系统架构(HSA)
机器学习、医疗成像、数字标牌等行业的客户常常需要执行计算密集型的并行处理算法。作为一个标准化的平台设计,HSA能够释放GPU作为并行计算引擎的性能和能效。它让开发者能够更轻松高效地在当今的SoC中运用硬件资源,从而让应用在众多计算平台上以更低功耗实现更快运行。AMD嵌入式R系列平台全面支持HSA,平衡了CPU和GPU的性能。通过异构统一内存架构(hUMA),降低延迟并最大化CPU和GPU的内存访问,从而提升性能。
专为嵌入式设计
AMD嵌入式R系列SoC在架构过程中考虑到了嵌入式客户的需求,包含支持工业温度、支持错误更正码(ECC)双通道DDR3或DDR4内存、安全启动、多种处理器选项等功能,从而满足一系列嵌入式需求。此外,可配置的热设计功耗(cTDP)让设计人员能够以1瓦为单位在12瓦到35瓦之间调节热设计功耗,实现更高的灵活性。相较于第二代AMD嵌入式R系列APU,AMD嵌入式R系列SoC占用空间降低了35%,对于小规格应用来说可谓是理想之选。
关键性能和规格参数包括:
• 首款支持错误更正码(ECC)双通道DDR3或DDR4内存的嵌入式处理器,速度高达DDR4-2400和DDR3-2133,并支持1.2V DDR4和1.5V/1.35V DDR3
• 独立AMD安全处理器支持AMD硬件验证引导(HVB)下的安全启动,先初始化可信的启动环境,再启动x86核心
• 配备PCIe Gen3 USB3.0、SATA3、SD、GPIO、SPI、I2S、I2C、UART的高性能集成FCH
AMD嵌入式R系列SoC提供了业界领先的十年供应寿命。处理器支持Microsoft Windows 7、Windows Embedded 7&8标准版、Windows 8.1、Windows 10以及AMD的开源Linux驱动,其中包括来自明导国际(Mentor Graphics)的Mentor Embedded Linux及其Sourcery CodeBench IDE开发工具。
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。