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
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。