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
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。