至顶网计算频道 02月27日 新闻消息: 2020年2月25-27日,杰和科技发展有限公司携最新工控产品亮相纽伦堡国际嵌入式系统展(Embedded World 2020),展位号H2-638。此次展会上,杰和科技展示了多款自主研发的工业系列明星产品,整机产品如AE67和ISC-261,工控主板如IBC-381、IBC-361及BC-961等,同时还展出还包括IoT网关平台RTU产品R100在内的多款新品。
现如今,智能终端产品早已渗透到社会的各个领域以及人们生活的方方面面。这些智能终端设备需要借助嵌入式产品来实现功能应用,且多安置在户外或半户外环境中,因此嵌入式产品需具备良好的稳定性,支持严苛环境下的长时间运行。
工控产品作为嵌入式系统的重要一环,已在工业制造、自助终端设备、商业显示以及智慧医疗等领域得到了广泛应用。针对应用行业的特殊性,杰和科技开发了一系列性能优异、结构紧凑、接口丰富、支持宽温工作的工控产品,适用于行业智慧化解决方案。
ARM平台工控主板:IBC-381
为了满足客户多样化的产品需求并丰富杰和ARM系列产品线,近期杰和发布了ARM平台工业主板IBC-381。该主板采用RK3328四核Cortex A53处理器,板载2GB DDR3L,支持LVDS接口(可选HDMI接口),搭载Android 7.1操作系统。
杰和ARM系列产品包括具备双HDMI输出的ARM-RK3399以及DN72(RK3288)、DN73(RK3328)、DN74(RK3399)系列整机播放器,均支持4K显示,该系列产品不同性能配置可以更好地满足客户多样化的产品需求。
多扩展Micro-ATX工控主板:IBC-961
以杰和IBC-961为例,这款全新工业级主板采用行业Micro-ATX标准尺寸设计,支持第八代Intel®Core™i/Pentium/Celeron等多款处理器,提供丰富扩展接口(14个USB口,12个COM口),双网口,可支持-40°C至60°C(-40°F至140°F)的宽温作业,是包括物联网链接节点、KIOSK行业应用、自助收银机、大型AGV小车控制器、AGV后台控制器、运动控制器等应用的理想选择。
3.5寸Bay Trail平台工控主板:IBC-361
为满足多场景的工控领域需求,杰和推出3.5寸Bay Trail平台工控主板IBC-361。该主板采用宽温宽压设计,支持12V-24V宽压电源输入和-40℃-85℃(-4?140°F)宽温作业。IBC-361采用英特尔®Celeron®J1900/Atom™E3825处理器,丰富的I/O接口可满足工业级客户群的应用需求,包括医学分析,工业机器人手臂控制器,铁路信号控制器等。
高端无风扇工业整机:AE67
AE67是一款高端无风扇工业电脑,支持7*24H的户外运行。该机器采用第七代英特尔®酷睿处理器,提供DP+HDMI+VGA显示接口,支持4K流畅播放。AE67采用宽温设计,支持无风扇状态下-20°C-60°C(-4°F-140°F)温度的正常稳定运行。
AE67具备丰富的I/O接口(6个COM、8个USB),可灵活接插各种外部设备。通过千兆以太网口、3G/4G/WiFi(可选)模块,该产品可轻松实现云或本地网络连接。
紧凑型工控电脑:ISC-261
杰和工控机ISC-261支持户外和半户外的应用。这款机器提供两种处理器配置选择,英特尔®赛扬®N3350和英特尔®凌动®X5-E3930。其中,赛扬®N3350配置显示性能出色,可用于商业显示,如户外广告机、户外自助售货机等;而凌动®X5-E3930配置支持宽温,可用于工业控制。配置赛扬®N3350处理器的ISC-261主要用于常温环境,而采用凌动™X5-E3930处理器的ISC-261可支持-20°C至60°C(约-4至140℉)环境下作业,适用于人工不方便抵达的远程控制场景。
智能设备:RTU远程控制单元R100
杰和R100是一款低功耗、广覆盖、长续航的RTU远程终端装置。R100由处理单元、通信单元、传感单元和电源组成,采用Intel®Celeron J1800高性能处理器,最大支持4GB板载内存,128GB eMMC存储。
R100底部28pin凤凰端子可接入各类传感器,如重力传感、土壤检测、风力采集、温湿度采集、光照传感等多种传感设备,可满足智慧停车场、智慧农场、智慧养殖、环境监测、水利建设等多种场景方案搭建需求。
杰和无人值守技术:JAHC3.0
JAHC3.0是一套支持设备在长期无人值守情况下,实时监测和控制设备的运行状态的监测系统。杰和JAHC技术是通过MCU的可编程操作实现的独立于原有硬件系统之外的主动式硬件控制技术,可实现外部RTC定时开机、宕机自动重启、上电自动开机及红外遥控等功能。
通过APP客户端,管理人员可快速查看设备的登陆状态、运行状态(在线/离线/修复)及异常状态,能够及时维护设备运行状态,确保设备持续稳定运行。杰和JAHC3.0系统稳定性强,可用于零售、教育、金融、工厂等行业的复杂工作环境。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。