Pine64正在从Arm产品转向RISC-V,因此其高端开源智能手机将停产,但低端型号仍将继续销售。
Pine64在8月的社区更新中发布了关于其智能手机产品线的重要消息。该公司决定停产面向开发者和自由开源软件爱好者的高端智能手机PinePhone Pro。当PinePhone Pro开始发货时,距今已近四年,规格配置未曾升级,这使得它在2025年显得配置相当落后。
令人意外的是,其前身低端产品PinePhone将继续销售,预计还能再卖两年。对于许多用户来说,这两款设备最有趣的特色之一是附加键盘——它是我们试用过的最佳袖珍物理键盘之一。
几天后发布的8月详细更新中,对RISC-V设备爱好者来说有个好消息。公司两款平板电脑的操作系统得到了改进。基于电子墨水屏的PineNote获得了多项Linux更新,包括改进的多点触控支持、更多屏幕刷新处理选项以及更强的Wi-Fi功能。该设备现在还可以运行Arch Linux、postmarketOS和NixOS。其较老的传统彩色LCD平板电脑PineTab2也获得了一些操作系统更新,包括蓝牙支持的改进。有趣的是,刚停产的PinePhone Pro现在也有了非常初步的FreeBSD移植版本。
较短的更新提到,公司现在更专注于"其他项目,包括RISC-V和少量AI业务",并提及了一些具体设备。
Oz64是一款低端RISC-V单板计算机,售价12.99美元,配备一个Arm A53核心、两个1 GHz C906 RISC-V核心和512 MB内存。Star64是一款高端RISC-V单板计算机,配备四个1.5 GHz核心、8 GB内存和GPU,售价89.99美元。
尽管我们对老式Acorn设备怀有怀旧情感,但在低端设备方面,Arm系列芯片仍然更有吸引力。Arm设备运行速度更快,支持更广泛的操作系统。
RISC-V在性能方面仍然无法接近竞争对手,尽管我们被承诺高性能RISC-V芯片已经很久了,这开始让人想起核聚变反应堆——总是还需要25年的时间。不过,Pine64为那些仍然青睐RISC-V的用户提供了选择。
StarPro64是Pine64最新且最高端的单板计算机,配备四个1.8 GHz SiFive P550核心和20 TOPS算力的NPU,售价249.99美元。同时,Alpha One将其中一个封装在被动散热机箱中,配备64 GB eMMC,完整包含两个不同大语言模型的Docker容器。
Q&A
Q1:Pine64为什么停产PinePhone Pro?
A:Pine64正在战略转型,从Arm产品转向RISC-V业务。PinePhone Pro自近四年前开始发货以来规格配置未曾升级,在2025年显得配置相当落后,因此公司决定停产这款高端智能手机。
Q2:Pine64的RISC-V产品有哪些?
A:Pine64提供多款RISC-V设备,包括低端的Oz64单板计算机(售价12.99美元),高端的Star64(售价89.99美元),以及最新的StarPro64(售价249.99美元),配备四个1.8 GHz核心和20 TOPS算力的NPU。
Q3:RISC-V设备相比Arm设备有什么劣势?
A:RISC-V设备在性能方面仍然无法接近Arm设备,运行速度较慢,支持的操作系统范围也更有限。尽管业界长期承诺推出高性能RISC-V芯片,但目前仍未实现真正的性能竞争力。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。