2023年11月10日 – 新思科技宣布扩展其ARC®处理器IP产品组合,重磅推出全新RISC-V ARC-V™处理器IP,为客户提供一系列灵活、可扩展的处理器选择,助力他们的目标应用实现行业领先的功耗性能效率。新思科技基于自身数十年处理器IP和软件开发工具链经验,成功开发了这款全新ARC-V处理器IP。该IP建立在新思科技现有ARC处理器成熟的微架构基础之上,并将受益于持续扩展的RISC-V软件生态系统优势。
新思科技ARC-V处理器IP提供了高性能、中端和超低功耗选项以及相应功能安全版本,可满足各类应用广泛的工作负载需求。为了加速软件开发,新思科技ARC-V处理器IP还配套了强大且经验证的MetaWare开发工具包,可生成高效代码。此外,Synopsys.ai™全栈式AI驱动型EDA解决方案与ARC-V处理器IP可进行协同优化,提供了开箱即用的开发和验证环境,有助于提高基于ARC-V片上系统(SoC)的生产率和结果质量(QoR)。
英飞凌科技高级副总裁兼汽车微控制器产品线总经理Thomas Boehm表示:“汽车系统中芯片数量的不断增加要求半导体生态系统具有更好的灵活性,为此业界正在推动采用RISC-V等开放式标准。新思科技通过开发经安全认证的RISC-V处理器IP,支持我们扩展架构选择,使用开放标准构建具有高功能安全等级的高性能自动驾驶系统。我们期待继续与新思科技开展合作,共同打造面向未来的产品。”
RISC-V International首席执行官Calista Redmond表示:“开放标准RISC-V ISA被全球广泛采用,正持续定义半导体设计的未来。正是通过新思科技等全球领先技术创新型企业的承诺和行动,RISC-V将推动加速计算的未来发展。新思科技ARC-V处理器IP及其协同优化的EDA和验证解决方案,有助于提高RISC-V生态系统的灵活性和选择性,并让各行各业的芯片设计广泛受益。”
数十年引领处理器IP开发,持续满足细分市场需求
新思科技已提供多代高能效、高度可扩展的ARC处理器,应用于数十亿个汽车、存储、消费和物联网SoC。新思科技基于在商业处理器IP开发、交付和支持方面的领先经验,不断扩展产品组合以支持RISC-V ISA。通过ARC-V IP,新思科技提供了高度可配置、可扩展的处理器,帮助开发者设计具有差异化优势的SoC,并优化实现行业领先的功耗、性能和面积(PPA)的平衡。
新思科技IP营销与战略高级副总裁John Koeter表示:“越来越多的开发者需要更大的设计灵活性和更多的选择,RISC-V处理器因此越来越受欢迎。新思科技顺应了这一市场趋势,全新升级ARC处理器IP组合,为我们的客户提供更广泛的选择,并基于经验证、可扩展的RISC-V ISA,帮助他们应对不同的工作负载需求。”
新思科技ARC-V功能安全(FS,Functional Safety)处理器IP集成了硬件安全功能,可检测系统失效,支持ASIL B和ASIL D安全级别,并加速ISO 26262功能安全认证和ISO 21434汽车网络安全认证。ARC-V FS处理器IP基于新思科技ISO 9001质量管理体系(QMS)开发,可助力开发者满足具有挑战性的ASIL D系统开发标准。此外,MetaWare安全开发工具包还能帮助软件开发者加速开发符合ISO 26262标准的代码。
新思科技ARC-V SoC设计和全面验证解决方案组合
新思科技提供广泛的全球领先的工具和技术,以加速采用RISC-V ARC-V处理器IP的SoC设计和验证,其中包括:
同时,新思科技还宣布加入RISC-V International董事会和技术指导委员会,支持业界采用RISC-V指令集架构(ISA),并参与未来计算架构标准的制定。
上市资源
新思科技ARC-V 处理器IP产品组合已获得业界广泛支持,预计将于2024年开始全面上市。32位新思科技ARC-V RMX嵌入式处理器IP计划于2024年第二季度上市。32位新思科技ARC-V RHX实时处理器IP和64位新思科技ARC-V RPX主机处理器IP计划于2024年下半年上市。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。