新闻重点:
Arm 控股有限公司(纳斯达克股票代码:ARM,以下简称“Arm”)今日携手生态系统合作伙伴推出最新的 Arm 汽车增强 (AE) 处理器和虚拟平台,让汽车行业在开发伊始便可应用,助力缩短多达两年的开发周期。
Arm 高级副总裁兼汽车事业部总经理 Dipti Vachani 表示:“汽车市场正经历前所未有的转型,更多的自动化需求、更先进的用户体验追求以及电气化趋势,推升了软件和人工智能 (AI) 的爆发式增长。鉴于汽车电子系统变得越来越复杂,为了加速产品交付,我们需要从根本上重新构思产品的开发流程。”
新一代 AE 处理器首次为汽车应用引入 Armv9 架构技术和服务器级性能
Arm 首次将 Arm®v9 架构技术带入汽车应用,使行业受惠于新一代 Arm 架构所带来的 AI、安全和虚拟化功能等优势。为了满足当今汽车不断增长的性能需求,Arm 利用自身在基础设施市场积累的领先优势,将服务器级 Neoverse™ 技术引入汽车应用,并推出基于 Armv9 架构的全新 Cortex®-A 系列产品以实现可扩展性。全系产品包括:
这些技术目前已被 Marvell、MediaTek、NVIDIA、恩智浦半导体、瑞萨电子、Telechips、德州仪器等业界领先厂商所采用。
未来之路:Arm 汽车计算子系统 (CSS)
展望未来,系统只会变得更加复杂,对功能安全的需求也会随之加剧。Arm 必须为合作伙伴整合所有计算组件,为行业关键的一致性进行标准化。Arm 计划针对汽车应用提供计算子系统,将其 AE IP 的配置进行预集成与验证,并在先进的代工工艺上,对性能、功耗和面积进行优化。首款汽车应用的 CSS 预计于 2025 年交付。
生态系统通过虚拟原型可在物理芯片就绪前,启动基于 Arm AE IP 的软件开发
传统的汽车开发周期实施线性流程:首先处理器 IP 交付后,芯片开发随即开启,大约两年后硬件推出,之后软件开发者再着手开发。如今,Arm 带来全新思路去重塑这一流程:在业界领先的新一代 Arm AE IP 上利用虚拟原型开发,使软件开发者无需等待物理芯片就绪,就能开始进行设计。Arm 与 Autoware Foundation、BlackBerry QNX、Elektrobit、Kernkonzept、LeddarTech、Mapbox、Sensory、塔塔科技 (Tata Technologies)、TIER IV、维克多 (Vector) 等诸多合作伙伴共同打造了全栈软件解决方案,并携手亚马逊云科技 (AWS)、楷登电子 (Cadence)、Corellium、西门子等行业领先企业共同推出了虚拟原型和云解决方案,在基于以上的全栈软件中实现更早、更无缝的开发体验。
通过为汽车开发者解锁新机遇,并助力行业领先的车企、汽车一级供应商、芯片合作伙伴以及软件提供商加速产品上市进程,Arm 为赋能汽车生态系统发展又迈出了关键一步,携手这些生态伙伴构建基于 Arm 技术的软件定义汽车的未来。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。