电机无处不在,从公共交通到其他发电系统,从工厂自动化到仓储所使用的机器人到医疗设备,甚至农业的空中系统。令人吃惊的是这些电机消耗了全球工业能源总用量的70%。而且现在的电机也变得更加精密复杂,提供各种速度能力,并且越来越多采用新材料设计,包括碳化硅和氮化镓来提升效率与性能,同时还能够降低能耗。这些新的现代电机确实令人印象非常深刻,但是它们也需要电机驱动系统来控制这些电机,这样才能使其扭矩、速度以及应变速达到最大,同时还能使能耗降到最低。
电机驱动系统主要是有三个要素,第一是驱动器,第二是供电部分,第三是电机本身。对此,AMD工业、视觉、医疗与科学高级总监Chetan Khona表示,提高电机的效率将对全球用电量产生显著的积极影响。提高这些应用的效率够使能耗降低15%到40%。所以,如果能够提升这些复杂电机的控制系统以及控制这些电机的电度的话,对于全球用电量会产生非常大的影响。
AMD工业、视觉、医疗与科学高级总监Chetan Khona
AMD(超威,纳斯达克股票代码:AMD)今日宣布推出的 AMD Kria™ K24 系统模块( SOM )和 KD240 驱动器入门套件,正是能有效提升复杂电机使用效率,从而为企业有效降低能耗的一款产品。
AMD Kria K24 SOM 能以小尺寸提供高能效计算,面向成本敏感型工业和商业边缘应用,是 Kria 自适应 SOM 及开发者套件产品组合的最新产品。
AMD Kria K24 SOM 的尺寸只有信用卡的一半大小,用户通过这个产品可以实现降低能源消耗、增加扭矩和其它的性能特点,同时还能进行预测性维护和OTA、降低噪音和震动,以及提升电机的生命周期。AMD推出的K24 SOM不会取代之前的K26 SOM ,K24 SOM是K26 SOM 的补充,而且还带有连接器和K26 SOM兼容,以实现可扩展性。Kria SOM有一个优势,那就是不需要FPGA方面的专业知识,和之前的Kria SOM产品一样,这次新推出的Kria K24 SOM也支持新用户使用非自适应计算的工具,比如Python和MATLAB Simulink这些开发流程。
K24 SOM是K26 SOM的补充和延伸。它基于是同样的Zynq UltraScale+ MPSoC架构,这两者都是A53 四核以及双R5F处理器,都带有非常出色的外设。K24 SOM可以说是K26 SOM的可扩展版,而且对于关注尺寸、功耗、成本等方面的设计,K24 SOM是更为理想的选择。
AMD推出的KD240驱动器入门套件,就像是机器人的肌肉一样,可以来控制机器人的行动和传动。在制作原型之后,就可以把这些设计进行生产,使用的是混合K26和K24的 SOM。它在分布式和嵌入式的系统当中,是一个非常有用的工具。
KD240驱动器入门套件的大小和之前的Kria入门套件相当。在最顶端有micro SD、多个USB、以太网、CAN的接口。在右侧和底部,有专门和电机、传感器的连接接口。左下角还有一个主要是用于扩展的Pmod。
当开发人员在为客户构建硬件的过程当中,可以用推出 Kria KD240驱动器入门套件来进行K24 SOM的开发。如果是电机控制的话,用户在收到套件之后,不到一个小时就可以完成启动过程。
K24 SOM是一个基于ARM处理系统的可编程逻辑器件,所以它也有很多特定性能,使用专门为K24 SOM设计的Zynq UltraScale+自适应SoC。能够非常简单地控制不同任务之间的优先级,也可以通过使用MPSoC来确保功能安全性,提升网络安全,甚至还有一个内置HMI。可编程的I/O结构可以与任何传感器进行连接,包括环境、方向、视觉和其它传感器。另外,K24 SOM还能够支持工业互联网从 EtherCAT到TSN。K24 SOM能够支持在业界比较普遍的40多种工业互联网标准。
Zynq UltraScale+自适应SoC技术可以完全实现并行并具有四大性能方面的优势。
第一,完全并行。使用FPGA的硬件就能够带来时延方面的优势。在DSP处理流程中,只需要一个时钟周期而不是标准DSP处理器的两百个时钟周期就可以完成相同的操作任务。
第二,功耗优势。如果是要以最快方式取得结果,传统方式时钟在运行时需要几百个甚至是GHz级的速度。但是FPGA的速度可以更慢也可以节约用电,只要200 MHz就可以完成相同工作内容。
第三,灵活应变。灵活的工控设计使得开发人员可以在功耗、时间以及时钟速度方面进行取舍,也就是可以实现时分复用。例如,您不需要在一个时钟周期内完全200次操作,你只要在四个时钟周期内进行200次操作,可以根据具体任务进行调整。
第四,独立性。如果是多访问的电机控制应用,AMD可以用FPGA的硬件来控制回路,而不是通过一个电路来控制多个电机,这样会稀释性能。
与其它基于处理器的控制套件相比,K24 SOM 具备定制打造的 Zynq™ UltraScale+™ MPSoC 器件,配套的 KD240 入门套件是一款价格低于 400 美元的、基于FPGA 的电机控制套件。
KD240 支持开发人员在设计周期中更为成熟的节点入手,使入门级开发人员能够轻松使用。
K24 SOM 满足用于工业环境的资格,其所支持的设计流程比此前任何一代产品都要多。其中包括 Matlab Simulink 等常见的设计工具与 Python 等语言,以及其对 PYNQ 框架广泛的生态系统支持。此外,它还支持 Ubuntu 和 Docker。软件开发人员也可在使用 AMD Vitis™ 电机控制库的同时,保持对传统开发流程的支持。
随着 Kria™ K26 SOM 的发布,AMD 推出了首个面向边缘应用的应用商店( App Store )。通过推出 KD240 入门套件,AMD 现在率先提供预构建的电机控制应用,使用户能够创建可靠、可用且具有高级安全功能的高能效工业解决方案。此外,KD240 还可以通过可选的电机配件包( MACCP )提供支持,未来还将提供可单独购买的附加电机套件,为开发人员带来强化的加速体验。
Kria SOM 使开发人员能够跳过围绕所选芯片器件的大量设计工作,而专注于提供差异化增值功能。连接器兼容性支持在 K24 和 K26 SOM 之间轻松迁移,无需更换板卡,令系统架构师能够平衡高能效系统的功耗、性能、尺寸和成本。
Rev Robotics 首席执行官 Greg Needel 表示:“AMD Kria SOM 产品组合已助力打造了用于面向大众的机器人和工业边缘应用的强大硬件,我们很高兴看到新的 K24 SOM 和 KD240 入门套件扩展了该产品组合。借助 Kria SOM,我们能够简化高级控制环路算法的开发,适应不断变化的软件与硬件需求,并为商业和 STEM 教育客户构建真正炫酷的产品。”
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。