Bluespec支持加速器功能的RISC-V处理器将Achronix的FPGA转化为可编程SoC
加利福尼亚州和马萨诸塞州,2024年4月——高性能FPGA芯片和嵌入式FPGA(eFPGA)硅知识产权(IP)领域的领先企业Achronix半导体公司,以及RISC-V工具和IP领域的行业领导者Bluespec有限公司,日前联合宣布推出一系列支持Linux的RISC-V软处理器,这些处理器都可用于Achronix FPGA产品Speedster®7t系列中。这是业界首创,Bluespec的RISC-V处理器现在无缝集成到Achronix的二维片上网络(2D NoC)架构中,简化了集成,使工程师能够轻松地将可扩展的处理器添加到他们的Achronix FPGA设计中。
Bluespec的RISC-V软核系列为Speedster7t FPGA设计增加了软件可编程性、简化了系统集成、提高了设计人员的工作效率,并缩短了产品上市时间。Achronix Speedster7t FPGA中的2D NoC支持设计人员轻松地将一个或多个RISC-V内核集成到FPGA逻辑架构中。2D NoC允许添加多个RISC-V内核的实例,并在保持性能的同时可以轻松地重新定位到FPGA逻辑架构的不同区域。开发人员可以灵活地在裸机上运行C/C++应用程序,或在硬件子系统上运行操作系统,使用1到8个64位处理器来分别配置浮点指令、自定义指令和硬件加速器。
每个处理器的加速器端口都支持高带宽工作负载加速器去实现内存管理和软件驱动配置和控制,从而加快了Speedster7t FPGA设计的开发和部署。由于开发人员可以使用成熟且熟悉的技术(包括RISC-V、Linux、RTOS和软件多线程等),因此这个功能通过最大限度地减少学习曲线来进一步加速设计进程。
“Achronix Speedster7t FPGA提供了多项功能强大的创新,如2D NoC,从而支持高速数据传输和高达20 Tbps的连接带宽。随着Bluespec支持加速功能的RISC-V软核添加,Achronix Speedster7t FPGA可以成为成熟的配置全面且功能强大的可编程SoC,”Bluespec首席执行官Charlie Hauck表示。“我们的产品组合设计旨在帮助开发人员加快部署时间,我们期待看到自己的解决方案能够帮助广大用户更快地在不同应用中使用RISC-V。”

“Bluespec在硅IP领域内深厚的专业造诣和在RISC-V技术方面持续创新的悠久历史使该公司成为Achronix的理想合作伙伴,”Achronix产品规划副总裁Nick Ilyadis说道。“该公司提供的支持Linux的RISC-V软处理器与我们的高性能和高密度FPGA器件相结合,将帮助我们的客户在其产品中实现差异化,并更快地进入市场。”
欲了解关于Bluespec用于Achronix FPGA器件的RISC-V软处理器的更多信息,请访问:https://info.bluespec.com/achronix。
有关Achronix和Bluespec是如何携手合作,通过提供专为Achronix Speedster7t FPGA器件而优化的且支持Linux的RISC-V软处理器,来彻底改变您的FPGA项目的更多信息,请联系Achronix。
好文章,需要你的鼓励
基于与英伟达的持续合作,红帽承诺为英伟达新发布的Vera Rubin平台提供"零日"支持。该企业开源软件公司旨在缩小英伟达硬件平台发布与其支持软件堆栈正式发布之间的时间差。Vera Rubin平台专为降低AI推理成本而设计,基于新的CPU、GPU和数字处理单元构建。红帽将发布定制版RHEL操作系统,支持英伟达GPU驱动和CUDA工具包,预计2026年下半年推出。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
谷歌在全国零售联合会会议上宣布推出通用商务协议,这是一个专为AI代理购物设计的开放标准。该协议与Shopify、Target、沃尔玛等公司合作开发,能让AI代理在产品发现到售后支持的整个购买流程中无缝协作。谷歌将在搜索AI模式中应用该协议,用户可直接从美国零售商处结账并使用Google Pay支付。此外,谷歌还推出面向零售商的企业级客户体验套件。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。