科技行者 1月13日 北京消息:1月9日,恩智浦半導體宣布推出全新S32G車輛網(wǎng)絡處理器。這款處理器標志著整車架構設計與實現(xiàn)的一個重要轉折點。作為恩智浦S32處理器系列中的最新產(chǎn)品,S32G處理器可幫助汽車行業(yè)轉向高性能、基于域的車輛架構,并降低軟件復雜性,提高加密安全和功能安全。目前這款S32G已被全球主要OEM采用, 并在服務型網(wǎng)關中發(fā)揮重要作用,幫助OEM從汽車制造商轉變?yōu)檐囕v數(shù)據(jù)驅動型服務提供商,由此拓展商機。
在未來數(shù)據(jù)驅動的車輛新業(yè)務中,互聯(lián)汽車需要大幅提高計算性能和通信安全。S32G處理器安全地管理車輛數(shù)據(jù)的傳輸,并保護關鍵應用免遭惡意利用,從而將汽車網(wǎng)絡安全提升至全新水平。S32G是全球首次將傳統(tǒng)MCU與具備ASIL D功能安全的高性能MPU集成在一顆芯片上,同時集成了網(wǎng)絡通信加速器,相較之前的單一功能芯片,性能得到顯著提升。
隨著車輛朝向互聯(lián)化、自動化和電動化的方向不斷發(fā)展,將會涌現(xiàn)大量基于數(shù)據(jù)的服務。在恩智浦強大的安全可靠處理技術的支持下,OEM已經(jīng)開始研究新的商業(yè)模式,例如基于車輛使用情況的保險、車輛健康監(jiān)控和車隊管理服務。
此外,S32G并不只是網(wǎng)絡處理器。獨特的功能組合使其能夠支持最新的ADAS應用,并提供安全可靠的通信功能,顯著提高車輛網(wǎng)絡的整體集成度。奧迪自動駕駛ECU開發(fā)總監(jiān)Bernhard Augustin表示:“我們認為,S32G處理器所具備的網(wǎng)絡通信、計算性能和功能安全的獨特組合非常適合我們下一代ADAS域控制器。”
恩智浦S32架構通過一系列架構創(chuàng)新應對未來汽車發(fā)展的挑戰(zhàn),旨在讓汽車制造商能夠以更快的速度,將豐富的車載體驗和自動駕駛功能推向市場。
恩智浦S32處理器系列提供了一個統(tǒng)一架構,包含高性能MCU和MPU,以及針對特定應用的加速器和接口,并且能夠跨應用平臺提供相同的軟件環(huán)境。在該軟件開發(fā)環(huán)境中,開發(fā)人員能夠共用昂貴的研發(fā)工作,從而更快地響應不斷變化的車輛架構和嚴苛的產(chǎn)品上市時間需求。該應用平臺能夠在整車的多個應用領域中提供汽車級的品質和可靠性,以及ASIL D功能安全性能。
S32G處理器的關鍵特性
計算性能——S32G處理器同時提供ASIL D等級的MCU和MPU,以及針對網(wǎng)絡通信的硬件加速器,從而能夠減輕處理器的負擔,并且為OEM的新一代汽車所處復雜實時環(huán)境,提供確定性的網(wǎng)絡性能,從而提供增值服務。
加密安全——與所有其他S32平臺處理器一樣,S32G嵌入了高性能的硬件安全加速器以及由硬件安全引擎(HSE)支持的公共密鑰基礎設施(PKI)。防火墻HSE是信任根,支持安全啟動、提供系統(tǒng)安全服務以及針對旁路攻擊的保護。
功能安全——恩智浦S32G處理器提供完整的ASIL D功能,包括鎖步Arm® Cortex®-M7微控制器內(nèi)核,以及鎖步Arm Cortex-A53高性能內(nèi)核組,使得汽車安全處理器可以達到更高等級的計算能力,并支持高階操作系統(tǒng)及更大的內(nèi)存。
恩智浦已經(jīng)推出了數(shù)千兆級安全汽車以太網(wǎng)交換機SJA1110,該交換機針對與S32G處理器集成進行了優(yōu)化。新款以太網(wǎng)交換機符合最新的TSN標準,并提供集成式100BASE-T1 PHY、硬件級安全功能以及多千兆級接口。恩智浦結合S32G處理器、SJA1110交換機和VR5510電源管理單元來解決當下車輛網(wǎng)絡面臨的最大挑戰(zhàn),其中包括擴展性、安全性和高速交通工程設計。
S32G系列包括四款設備,而S32G274A是推出的首款產(chǎn)品,并于今天開始向主要客戶提供樣品。恩智浦的支持和強大的合作伙伴生態(tài)系統(tǒng)提供全面的電路板、軟件、工具和系統(tǒng)支持,能夠加速客戶的設計過程。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。