英国芯片设计公司Arm Holdings Ltd.在今年早些时候曾推出Arm Neoverse计算子系统的基础。Arm今天又宣布了一个名为Arm全面设计(Arm Total Design)的新生态系统。Arm全面设计将帮助构建定制化单片系统设计的公司获得行业专业知识并加速这些工作。

Arm 在今年夏天发布 Arm Neoverse CSS 时表示,Arm Neoverse CSS为企业提供了一条更低风险的基础设施定制芯片路径。Arm Neoverse CSS 能够以更便捷的方式向客户提供芯片设计者的技术,可为各种数据中心用例设计预集成和预验证的芯片蓝图。客户可以使用这些蓝图并对其进行改进,可为更具体的内部工作负载创建定制芯片。
这种方式可以令 Arm Neoverse CSS 降低开发成本并加快为特定工作负载量身定制的单片系统的上市时间。
今天Arm全面设计的发布标志着正在构建一个合作伙伴生态系统,可以帮助客户以最快的速度设计和构建定制的 Arm Neoverse CSS 芯片。Arm 全面设计是在今天举行的2023 OCP全球峰会上宣布的。Arm全面设计凝聚了芯片行业的领导者,包括领先的ASIC设计公司、知识产权供应商、电子设计自动化工具提供商、芯片代工厂和固件开发商。Arm全面设计使客户能够轻松利用他们的专业知识。同时,Arm全面设计合作伙伴还可以优先使用 Neoverse CSS。
Arm公司表示,客户在Arm生态系统中可以使用Alphawave IP公司、Cadence Design Systems公司和Synopsys公司等合作伙伴提供的预集成和经过验证的IP和EDA工具,达到加速芯片设计并集成内存、外设和安全等重要组件的目的。ADTechnology公司、Broadcom公司、Capgemini SE公司和Socionext公司等IP提供商以及英特尔公司和台湾积体电路制造股份有限公司等芯片代工合作伙伴将提供设计服务支持。最后,该生态系统还得到American Megatrends International LLC 等供应商提供的商业软件和固件的支持。
台积电设计基础架构管理主管Dan Kochpatcharin表示,Arm Neoverse CSS与台积电最先进的芯片制造工艺相结合,将可以为包括人工智能、高性能计算和移动应用在内的工作负载打造更先进、更省电的芯片。
Arm公司表示,Arm与首批半导体行业领导者的密切合作将使每个人都能利用Neoverse CSS更快地进行创新。Arm 表示,ASIC 设计人员可以利用 Arm全面设计生态系统获得各种即时可以使用的现成设计。IP 提供商可以为 Neoverse CSS 预先集成、预先验证和预先优化高级 IP,而 EDA 工具提供商则可以确保其最先进的工具能够支持不断涌现的、基于 Neoverse CSS 的新芯片设计。而且,商业固件解决方案可以在硅片制造之前完成开发,做到确保在新平台上市之前一切准备就绪。
Cadence公司高级副总裁兼系统与验证部总经理Paul Cunningham表示,“Arm 全面设计为快速开发基于Arm架构的单片系统提供了必要的基础。客户通过扩大与Arm公司的合作可以获得广泛的工具和解决方案,协助开发基于Neoverse的设计。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。