基于现有的嵌入式软件开发工具进行扩充,包括针对汽车安全关键应用的微控制器性能优化
TASKING,Altium(ASX:ALU)的嵌入式软件部门日前宣布将推出针对英飞凌第三代AURIX微控制器的多核开发环境。该开发环境将使TASKING和英飞凌的汽车客户能够为安全关键应用的多核架构进行更好的性能优化,扩大了双方合作范围。
英飞凌微控制器产品营销总监Ralf Ködel表示:“英飞凌与TASKING在扩充Tricore/ AURIX软件开发工具方面有着长期的合作关系,“在这个新的开发环境下,TASKING为我们顾客的产品创新提供了一站式创新解决方案。”
即将推出的AURIX系列微控制器将用于需要大量数据的汽车应用,例如未来的网关,域和域控制器,引擎管理,电动汽车和高级驾驶员辅助系统。 同时,这些微控制器将提供满足不断增长的AI计算所必需的安全功能要求,吞吐量和省电性能。
新的TASKING开发环境根据Automotive SPICE Level 2级标准开发,并通过ISO 26262支持ASIL D开发的TÜV认证。该开发环境为Synopsys的新型并行处理单元(PPU)提供了编译器支持。除了支持下一代AURIX TC v1.8中使用的所有指令集架构之外,该开发环境还为Synopsys的新并行处理单元(PPU)提供了编译器支持,这是下一代AURIX系列微控制器的主要增强功能之一。
“TASKING的这些新功能使我们的汽车客户能够通过我们提供的一整套软件开发工具来制造更安全的传统汽车和自动驾驶汽车。” TASKING全球业务总监Franz Maidl说。 “此次扩充也巩固了我们与英飞凌作为Tricore/ AURIX首选合作伙伴的关系。”
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。