辞旧迎新之际,海云捷迅凭借自身在开源云技术、FPGA(泛人工智能)领域自主研发积累,完成RISC-V在FPGA(自主研发)上成功部署。于2021年12月正式成为中国开放指令生态(RISC-V)联盟会员单位,参与并支持RISC-V生态建设。

中国开放指令生态(RISC-V)联盟(英文缩写为CRVA,以下简称“联盟”)旨在召集从事RISC-V指令集、架构、芯片、软件、整机应用等产业链各环节企事业单位及相关社会团体,自愿组成一个全国性、综合性、联合性、非营利性的社团组织。联盟将围绕RISC-V指令集,以服务人类命运共同体为使命,以促进开源开放生态发展为目标,以重点骨干企业、科研院所为主体,整合各方资源,通过产、学、研、用深度融合,力图推动协同创新攻关,促进RISC-V相关技术和产品应用推广,探索体制机制创新,推进RISC-V生态在国内的快速发展,从而使我国尽快摆脱核心芯片设计、知识产权、工艺技术等受制于人的不利局面。
作为近年来开源芯片技术的突出代表,RISC-V开放指令集体系结构已受到国内外各领域的广泛关注。RISC-V是一种基于精简指令集计算(RISC)设计原则的开放指令集架构(ISA),经历十余载发展,随着具有开源优势、更佳效能功耗比、可靠安全功能, RISC-V发展到逐渐被认为是能够与X86、ARM形成三足鼎立格局的指令集架构。自2018年,RISC-V已在国内受到广泛关注,中国企业正在借助RISC-V的开源潜力推动中国高端芯片产业的发展。
海云捷迅基于十多年的技术积累,从2017年开始将“云计算+AI+FPGA”作为公司的核心战略。同时,海云捷迅与上百所国内高校开展高层面、多维度合作,合作领域包括人工智能专业建设、师资培训、FPGA+人工智能人才培养、AI+FPGA教学实验平台建设、教育部协同育人项目合作、教育部科技发展中心产学研基金项目合作等,全面助力高校FPGA和人工智能相关专业课程体系及人才培养支撑平台的建设,加速FPGA产业发展及技术的落地。
RISC-V处理器和FPGA的生态环境非常匹配,RISC-V的出现恰好给FPGA新的选择和发展方向,包括SoC FPGA发展、实现软硬件都可编程以及拓宽FPGA应用领域,其必将会在SoC FPGA生态里面发挥重要作用。在此背景下,以及在中国科学院计算技术研究所的大力支持下,海云捷迅不懈攻关,于2021年实现了RISC-V处理器在FPGA上的成功部署,并正确控制其外设功能,踏出了在“RISC-V+FPGA”发展道路上的第一步。此后,海云捷迅还将持续发力RISC-V技术研发应用以及人才培养工作。
这次成功加入中国开放指令生态(RISC-V)联盟的会员单位,非常感谢行业对海云捷迅综合能力的肯定。对于中国开放指令生态(RISC-V)联盟而言,海云捷迅的加入再次集聚了RISC-V创新力量,丰富了中国RISC-V 发展的路线图。同时,还可以推动海云捷迅与联盟会员间的协同发展、建立长效合作机制。
海云捷迅加入中国开放指令生态(RISC-V)联盟后,将与联盟成员一起,共同助推RISC-V产业生态的建设,推动中国智能产业发展,提升中国企业在RISC-V 指令集创新、标准制定中的影响力,且抓住RISC-V这一难得的历史机遇,形成有效的产学研合作机制、共性技术协作开发机制、知识产权合作机制等长效机制,在新的技术变革中实现产业的全面提升。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。