在2025年2月发布Dragonwing产品套件以提供面向消费和工业领域的专用产品组合后,高通科技推出了Dragonwing Q-6690处理器,据称这是全球首款完全集成超高频射频识别(UHF RFID)功能的企业移动处理器。
Dragonwing品牌代表高通的工业和嵌入式物联网、网络和蜂窝基础设施解决方案。Dragonwing产品旨在支持为商业和工业定制设计的边缘智能,设备端硬件和软件人工智能解决方案可用于多种使用场景。
高通表示,这些物联网解决方案的最终结果是能够简化复杂性,助力更智能的决策制定并优化运营效率,形成"行业转型蓝图",从满足日常需求到解决世界上最关键的挑战。
Dragonwing Q-6690设计支持各种外形规格,从坚固型手持设备到零售销售点系统和智能自助终端。高通表示,该处理器为制造商提供了一个可扩展且支持升级的平台,具有可通过无线方式升级的软件可配置功能包。它内置5G、Wi-Fi 7、蓝牙6.0和超宽带技术,支持感知邻近性的体验和卓越的全球连接性。
完全集成的RFID功能旨在消除对外部RFID读取器模块的需求,从而实现更小、更高效的设备设计。高通补充说,这种集成还将有助于实现以安全为重点的非接触式使用场景,如门禁控制、资产跟踪、库存管理和产品认证,非常适合零售、物流和工业应用。
Dragonwing Q-6690还引入了软件可配置功能包,旨在让制造商根据自己的标准和需求选择产品功能。这可能包括计算需求、多媒体功能、摄像头支持或外围设备配置,并能够在不重新设计硬件的情况下通过无线方式升级。高通相信,这种模块化方法不仅能加快上市时间并减少认证开销,还能通过支持无线升级来延长产品生命周期,适应客户需求的变化。
高通科技副总裁兼零售业务负责人Art Miller表示:"Dragonwing Q-6690在单一可扩展平台中结合了集成RFID、AI和下一代无线功能,旨在加速零售、物流和制造等行业的创新。我们特别期待与那些需要不仅功能强大且连接性好,还能适应不断变化的客户期望的平台的零售商合作,从更智能的自助终端和手持设备到实时库存分析和非接触式体验。"
包括斑马技术、霍尼韦尔、优博讯、HMD Secure和欣技等多家领先硬件制造商以及终端用户公司已承诺率先采用该平台,商业设备预计将在未来几个月内上市。
体育零售品牌迪卡侬的RFID和可追溯性负责人Hervé D'Halluin表示:"在迪卡侬,我们不懈地寻求提升客户体验同时优化运营的方法。自2004年以来,我们在整个价值链中充分利用了RFID技术。到2019年,我们已经实现了产品100%的RAIN RFID标签化。具有完全集成RFID和AI功能的Dragonwing Q-6690代表了一个游戏规则改变者。它将最大化我们的运营效率,增强更智能的店内客户体验,并通过增强产品可追溯性支持我们的可持续发展目标。"
智能可持续技术联盟RAIN Alliance总裁兼首席执行官Aileen Ryan说:"高通将RFID(也称为RAIN技术)集成到Dragonwing Q-6690中,使零售商和物流公司能够将支持RAIN的设备交到每个员工手中,释放前所未有的生产力改进和销售潜力,从数字产品护照和循环经济到自动结账、产品认证、资产跟踪和库存管理。这代表了一个重大转变,将使物联网民主化,重塑行业并创造全新的市场。"
Q&A
Q1:Dragonwing Q-6690处理器有什么特别之处?
A:Dragonwing Q-6690是全球首款完全集成超高频射频识别(UHF RFID)功能的企业移动处理器。它集成了RFID、AI和下一代无线功能,内置5G、Wi-Fi 7、蓝牙6.0和超宽带技术,无需外部RFID读取器模块,能实现更小、更高效的设备设计。
Q2:这款处理器主要应用在哪些领域?
A:Dragonwing Q-6690主要应用于零售、物流和工业领域,支持从坚固型手持设备到零售销售点系统和智能自助终端等各种设备。可用于门禁控制、资产跟踪、库存管理、产品认证等安全性非接触式应用场景。
Q3:软件可配置功能包有什么优势?
A:软件可配置功能包允许制造商根据需求选择计算能力、多媒体功能、摄像头支持等配置,并支持无线升级而无需重新设计硬件。这种模块化方法能加快产品上市时间,减少认证开销,延长产品生命周期,适应客户需求变化。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。