2022年7月6日—安谋科技(中国)有限公司(以下简称 “安谋科技” )今天正式推出自研新一代“星辰” STAR-MC2车规级嵌入式处理器,以及面向多场景应用的全新“玲珑” V6/V8视频处理器。作为安谋科技自研IP业务的最新成果,两款处理器将进一步扩充安谋科技自研产品的布局版图,为智能物联网、汽车电子、移动终端、基础设施等领域提供更为丰富的产品解决方案,赋能智能计算生态的构建。
安谋科技联席CEO刘仁辰表示:“ 我们非常高兴推出‘星辰’STAR-MC2处理器以及‘玲珑’V6/V8视频处理器,两款新品的发布充分体现了安谋科技在深入做强本土研发、持续赋能产业创新方面的努力,以及在智能计算领域强大的研发实力和技术储备。安谋科技始终秉承初心,通过积极打造IP和核心技术,加大生态建设投入,为产业和合作伙伴带来更多技术、创新和服务,助力国内产业智能化发展。”
“星辰”STAR-MC2:车规级高性能嵌入式处理器
“星辰”STAR-MC2是首个本土研发、支持功能安全设计的车规级嵌入式处理器,基于最新的 Arm®v8.1-M 架构设计,在数字信号处理、信息安全、功能安全等方面进行了全面升级,能够帮助客户简化开发流程并加速产品上市,更轻松地应对智能物联网、汽车电子等市场的多样化需求。
图1:“星辰” STAR-MC2处理器概览
在数字经济建设的推动下,物联网市场对处理器的需求强劲且持续,一些人工智能应用场景对处理器性能提出了更高的挑战。同时,随着汽车智能化的快速发展,符合功能安全的车规级处理器需求也日益增长。
“星辰”STAR-MC2处理器通过引入Arm HeliumTM技术,相较于上一代产品,实现了标量性能提升45%,矢量性能提升200%,人工智能(AI)处理能力提升了9倍,更高的计算密度和能效比能够满足智能物联网设备日益增长的性能要求。基于Arm TrustZone®技术以及对软硬件一体平台安全架构(PSA)方案的兼容,“星辰”STAR-MC2能够充分保护物联网和车载设备的信息安全。此外,“星辰”STAR-MC2处理器满足ASIL-D (ISO26262)/SIL3 (IEC61508) 的要求,可帮助汽车芯片厂商简化芯片开发并加速符合车规级要求的认证。
在“星辰” STAR-MC2处理器的研发过程中,安谋科技和Arm在产品规格定义、开发流程、微架构创新、生态扩展等领域展开了紧密合作,使“星辰” STAR-MC2处理器融入了 Arm在生态系统、应用程序、工具层上的优势,并在指令集、总线协议、调试方法、低功耗设计、标准软件库支持等方面都与Arm的技术体系保持一致,加速客户产品的应用落地。
“星辰” STAR-MC2处理器不仅满足本土厂商在智能物联网、汽车电子等领域的前沿需求,安谋科技与Arm公司也正持续探讨面向海外市场授权该处理器的计划。
“玲珑” V6/V8:面向多场景应用的高效视频处理器
“玲珑” V6/V8视频处理器是为满足主流市场不断增长的 4K/8K 实时编解码需求而设计的高效视频处理器,具有配置灵活可定制、编解码性能优异、面积小等优点,能够为手机终端、智能安防、汽车、数据中心、航拍记录仪、电视娱乐等应用场景提供高清视频编解码能力。
图2:“玲珑”V6/V8视频处理器概览
![]() |
“玲珑”V6/V8视频处理器单核性能可达 4K@30fps编码或 4K@60fps 实时解码,针对不同应用场景分别提供1-4核、4-8核等多种配置,轻松实现线性扩展,达到8K@60fps编码和8K@120fps解码的能力,既能够满足AIoT设备 4K/8K超高清摄像头需求,也支持数据中心单芯片超过200通道的编解码需求。 “玲珑”V6/V8视频处理器支持长参考帧,节省传输带宽并显著提高图像质量。通过采用融合编解码的一体架构设计,“玲珑”V6/V8 视频处理器能够有效减小芯片面积,显著节省存储空间并降低整体系统的成本和功耗。
同时,安谋科技“玲珑”产品研发团队还特别针对视频编解码标准复杂多样性的特点,提供了多实例、全方位的软件及固件工具,以满足客户终端业务的个性化需求,即使芯片生产完成,也可以通过改动固件进行扩展和提升。
对于此次两款新品的发布,安谋科技产品研发负责人刘澍进一步指出: “ ‘星辰’STAR-MC2处理器强化了安谋科技在智能物联网、汽车电子领域的技术领先地位,‘玲珑’V6/V8视频处理器则和‘玲珑’ISP处理器组成了更为完整的多媒体生态系统。从通用处理、人工智能、信息安全到图像、视频专用处理器,安谋科技的自研IP产品矩阵日益丰富。今后,安谋科技将始终围绕国内产业对核心技术的需求,持续推动产品技术的演进迭代,同时不断优化产品间的高效协同,与本土芯片设计企业携手成长。”
启动生态伙伴计划:协同产业上下游推动生态创新
随着两款自研新品的亮相,安谋科技生态伙伴计划也随之启动。安谋科技将依托成熟的Arm技术生态与自研IP产品矩阵,通过战略合作、产品技术支持、协作项目、联合营销等形式与生态伙伴共建上下游产业生态,共同推动各领域的软硬件、解决方案、工具链、行业标准以及社区联盟等生态环节的发展,促进中国智能计算生态的创新和繁荣。
好文章,需要你的鼓励
这项由清华大学与NVIDIA合作的研究提出了"负例感知微调"(NFT)算法,挑战了"自我提升仅适用于强化学习"的传统观念。通过构建隐式负面策略处理错误答案,NFT在数学推理任务上匹配甚至超越了顶尖强化学习算法的表现。研究不仅证明了监督学习与强化学习在特定条件下的等价性,还展示了如何利用负面反馈显著提升大语言模型的数学能力,为AI训练方法论开辟了新视角。
这项研究提出了一种名为混合推理策略优化(HRPO)的新方法,通过强化学习使大型语言模型能够结合离散标记和连续隐藏表示进行推理。HRPO设计了创新的门控机制,初始时以标记嵌入为主,逐渐增加隐藏状态的比例,并通过强化学习优化这一混合策略。实验表明,HRPO在知识和推理任务上显著优于现有方法,甚至使小型模型达到大型模型的性能,同时展现出跨语言推理等有趣特性。
这项研究介绍了REARANK,一种基于大语言模型的创新列表式推理重排序助手。通过强化学习技术,该模型在排序前先进行明确推理,显著提升了排序性能和可解释性。仅使用179个标注样本训练的REARANK-7B在多个信息检索基准测试中表现卓越,甚至在推理密集型任务上超越了GPT-4。研究证明了结合推理能力与高效排序策略的重要性,为构建更智能的信息检索系统提供了新思路。
"当我看到梵高的每一笔中都有他的痛苦时,才明白我们看的不是作品,而是作者的人生。AI正以惊人的速度接近人类水平通用智能,让Google从'伦敦那帮疯子在搞AGI'转变为全公司共识。DeepMind让AI'合理地幻觉'来创造突破,就像Astra技术让用户第一次惊呼'AI能做到比想象更多'——这不仅是技术革命,更是重新定义创造力的开始。"