
智能硬件的興起可謂帶動(dòng)了一大波消費(fèi)類(lèi)電子的發(fā)展浪潮,人們對(duì)于芯片的認(rèn)知也不局限在PC、手機(jī),高集成越低功耗且體積小的芯片被應(yīng)用到了智能硬件上。而微控制器作為芯片的重要組成部分,也在電子浪潮中迎來(lái)創(chuàng)新性更新與發(fā)展。
意法半導(dǎo)體公司是一家橫跨多重電子應(yīng)用領(lǐng)域的半導(dǎo)體提供商,公司整體產(chǎn)品戰(zhàn)略上專(zhuān)注于傳感器與功率芯片,以及嵌入式處理器解決方案,憑借其超低功耗微控制器技術(shù)與在ARM Cortex-M4內(nèi)核領(lǐng)域積累的多年豐富經(jīng)驗(yàn),于昨日在華推出適用于下一代節(jié)能型消費(fèi)電子產(chǎn)品、工業(yè)、醫(yī)學(xué)和計(jì)量產(chǎn)品的STM32L4系列微控制器。
STM32系列是意法半導(dǎo)體旗下微控制器的一個(gè)家族系列,此次發(fā)布的兩款新系列產(chǎn)品STM32L476和STM32L486均基于運(yùn)算頻率80MHz的ARM Cortex-M4處理器內(nèi)核,內(nèi)置浮點(diǎn)運(yùn)算單元(FPU)可支持DSP指令,并在以下四個(gè)方面集成了意法半導(dǎo)體的優(yōu)勢(shì):
高性能,超低功耗:歸功于靈活的功耗模式,ST ART Accelerator加速技術(shù),配合內(nèi)置FPU的ARM Cortex-M4內(nèi)核,在80MHz頻率時(shí)實(shí)現(xiàn)100DMIPS
技術(shù)創(chuàng)新:系統(tǒng)架構(gòu)實(shí)現(xiàn)多項(xiàng)創(chuàng)新,引入智能外設(shè)
高集成度:在大小僅為3.8x4.4mm的微型封裝內(nèi),集成1MB閃存和128KB SRAM
最佳投資:這款新的STM32微控制器繼承了STM32家族的引腳全系統(tǒng)兼容性,支持STM32開(kāi)發(fā)生態(tài)系統(tǒng)
其中,意法半導(dǎo)體的自適應(yīng)實(shí)時(shí)加速器(ART)是新系列微控制器的另一個(gè)附加優(yōu)勢(shì),使微控制器能夠在無(wú)等待狀態(tài)下執(zhí)行閃存內(nèi)的代碼,處理性能高達(dá)100 DMIPS,而功耗僅為100µA/MHz。高達(dá)1MB的雙區(qū)(dual-bank)閃存可支持復(fù)雜應(yīng)用和讀寫(xiě)同步功能,并提供一個(gè)128KB的靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)。
STM32L4微控制器充分利用意法半導(dǎo)體豐富的低功耗技術(shù),包括根據(jù)不同處理需求調(diào)整功耗的動(dòng)態(tài)電壓調(diào)整、內(nèi)置FlexPowerControl的智能架構(gòu)和有7個(gè)子模式選項(xiàng)的電源管理模式,其中包括停機(jī)、待機(jī)和最低功耗30nA的關(guān)機(jī)模式。意法半導(dǎo)體的批量采集模式(BAM)能使處理器在低功耗模式下仍可與通信外設(shè)高效交換數(shù)據(jù)。
在嵌入式微處理器基準(zhǔn)評(píng)測(cè)協(xié)會(huì)(EEMBC)發(fā)布的標(biāo)準(zhǔn)化ULPBench超低功耗微控制器能效對(duì)比評(píng)測(cè)中,STM32L4系列微控制器獲得123分的業(yè)內(nèi)最高成績(jī),這就意味著現(xiàn)在的設(shè)計(jì)人員無(wú)需以犧牲功耗為代價(jià),便可以得到更高的性能和更大的存儲(chǔ)容量。
低總體功耗,Cortex-M4的高性能表現(xiàn)和DSP功能,智能模擬功能,以及豐富的數(shù)字接口功能,這些特性使STM32L4系列非常適用于智能聯(lián)網(wǎng)(smart connected)和物聯(lián)網(wǎng)(IoT)產(chǎn)品應(yīng)用,以及各種工業(yè)、醫(yī)療和消費(fèi)性電子產(chǎn)品。
STM32L4現(xiàn)已接受大客戶(hù)訂購(gòu)樣品,預(yù)計(jì)于2015年第二季度量產(chǎn)。STM32L476采用LQFP64封裝。
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。