Atmel是一家提供微控制器(MCU)和觸摸解決方案的公司,它成立于1984年,總部位于加利福尼亞州圣何塞市,擁有約5000名員工。
自從Atmel轉(zhuǎn)型后,其微控制器(MCU)業(yè)務(wù)已經(jīng)上升至第四位,今年三月Atmel最新推出了擴(kuò)展基于ARM Cortex M0+的低功耗MCU產(chǎn)品組合——SAM D21、D10和D11,其擁有功耗低、連接選項(xiàng)豐富和小巧的特點(diǎn),可為設(shè)計(jì)人員提供極高的性價(jià)比。這些新系列擴(kuò)展了Atmel智能微控制器產(chǎn)品線。
Atmel公司市場(chǎng)營(yíng)銷(xiāo)總監(jiān)Sander Arts表示,將來(lái)Atmel也將在微控制器(MCU)領(lǐng)域里繼續(xù)努力。
Atmel&創(chuàng)客
Sander Arts表示全球范圍內(nèi)有超過(guò)一千個(gè)創(chuàng)客社區(qū),而中國(guó)的本土社區(qū)有19個(gè)。而Atmel與創(chuàng)客的關(guān)系十分緊密,它為創(chuàng)客社區(qū)提供了更多的支持,其中最為重要的就是提供了基于AVR架構(gòu)的8位微控制器(MCU)及基于ARM架構(gòu)的32位微控制器(MCU)。
創(chuàng)客展示創(chuàng)意作品
Atmel助力創(chuàng)客把創(chuàng)意轉(zhuǎn)化成樣品,驅(qū)動(dòng)了LED項(xiàng)目、3D打印項(xiàng)目、Arduino項(xiàng)目等,還在今年舉辦了英雄視頻大賽,獲獎(jiǎng)的產(chǎn)品會(huì)獲得Atmel的資助,將來(lái)可能變?yōu)槌墒斓漠a(chǎn)品面市。
Atmel&物聯(lián)網(wǎng)
物聯(lián)網(wǎng)這個(gè)概念在近期被炒得火熱,而物聯(lián)網(wǎng)也推動(dòng)了智能聯(lián)網(wǎng)設(shè)備的發(fā)展。
Atmel也在今年發(fā)布了發(fā)布一系列全新的物聯(lián)網(wǎng)解決方案擴(kuò)展了其廣泛的無(wú)線產(chǎn)品組合。新的SmartConnect系列在一個(gè)封裝中整合了Atmel的超低功耗MCU、無(wú)線解決方案和輔助軟件,可讓設(shè)計(jì)人員方便地為任何嵌入式系統(tǒng)添加無(wú)線連接,同時(shí)又不會(huì)延長(zhǎng)設(shè)計(jì)時(shí)間。
SmartConnect解決方案可讓設(shè)計(jì)人員更加快速地為住宅、醫(yī)療、工業(yè)、智能能源和可穿戴設(shè)備市場(chǎng)開(kāi)發(fā)經(jīng)濟(jì)高效的電池供電型應(yīng)用。
Sander Arts表示,Atmel是創(chuàng)客的火引,是幫助創(chuàng)客勇于創(chuàng)新,走向成功的工具。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。