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
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。