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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。