中國(guó)北京,2014年10月16日——全球微控制器(MCU)和觸摸技術(shù)解決方案領(lǐng)域的領(lǐng)導(dǎo)者Atmel公司(NASDAQ:ATML)今日宣布推出SAM4C32雙核安全微控制器以及針對(duì)住宅、商業(yè)和工業(yè)應(yīng)用的SAM4CMS32以及SAM4CMP32,擴(kuò)充了其能源儀表計(jì)量產(chǎn)品 Atmel | SMART 產(chǎn)品組合。全新片上系統(tǒng)(SoC)解決方案擁有2MB雙組閃存,可與產(chǎn)品組合中現(xiàn)有的512KB和1MB設(shè)備實(shí)現(xiàn)引腳對(duì)引腳兼容,并實(shí)現(xiàn)下一代智能儀表計(jì)量平臺(tái)卓越的可擴(kuò)展性和設(shè)計(jì)再利用。
Atmel的SAM4Cx系列基于雙核32位的ARM® Cortex®-M4架構(gòu),擁有精度高達(dá)0.2級(jí)別的靈活固件計(jì)量能力,可滿(mǎn)足對(duì)單獨(dú)開(kāi)展法定計(jì)量、應(yīng)用和通信的WELMEC需求。所有器件均具備先進(jìn)的安全特性,低功耗實(shí)時(shí)時(shí)鐘和LCD驅(qū)動(dòng)器及多串行接口,因此可提供業(yè)內(nèi)最佳的集成性、高性能和更低的物料清單(BOM)成本。
Atmel公司智能計(jì)量事業(yè)部高級(jí)總監(jiān)Kourosh Boutorabi表示:“隨著歐洲和亞洲地區(qū)智能儀表部署率的不斷增長(zhǎng),客戶(hù)要求其系統(tǒng)集成和可擴(kuò)展性達(dá)到優(yōu)秀的水平,以便最大限度地提高其研發(fā)投資回報(bào)率,以更低的成本點(diǎn)更快地應(yīng)對(duì)在多個(gè)應(yīng)用市場(chǎng)中所面臨的挑戰(zhàn)。我們致力于提供基于同一核心平臺(tái)架構(gòu)、軟件和工具的能夠提供廣泛解決方案產(chǎn)品組合的下一代智能儀表架構(gòu)。”
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。