ARM今天宣布收购了Stream Technologies,一家专注于帮助企业优化其物联网设备通信方式的软件提供商。
传感器和其他连接端点在大量部署时会产生大量数据,Stream的软件可以根据操作要求配置这些端点传输信息的方式以及通过哪些渠道。
不同的环境需要不同的通信手段。例如,一家希望在整个电网中部署功率浪涌传感器的机构会发现,某些远程位置缺乏可靠的蜂窝网络覆盖。在这种情况下,Stream软件就可以将端点连接到卫星网络或其他备用网络。
ARM计划将Stream的技术整合到自己的Mbed IoT Device Management Platform中。该平台是围绕ARM的Mbed连接设备操作系统构建的,包含一系列旨在简化大规模物联网部署运营任务的云服务。
ARM物联网云服务部门负责人Hima Mukkamala在博客文章中详细介绍了ARM对该工具套件的一些愿景设想。他写道,收购Stream旨在创建一个“端到端的物联网平台,用于管理、连接、配置和更新设备”。这个一站式商店的价值定位,很大程度上是源于Stream软件几乎可以兼容所有类型的物联网系统,以及很多不同类型的网络。
提供增值设备管理工具是ARM在物联网市场保持领先地位采取的策略之一。大多数智能手机和平板电脑中,以及相当大一部分的联网硬件都采用了基于ARM设计的处理器。
ARM保持其优势的另一种方式是开发日益专业化的处理器。今年早些时候,ARM推出了采用人工智能设计的Trillium芯片产品线。
最近,ARM推出了面向高优先级设备的防篡改处理器Cortex-M35P,其中包含多种安全机制,即使黑客设法直接获取系统的物理访问权限,也无法获取敏感信息。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。