科技行者 1月13日 北京消息:1月9日,恩智浦半导体宣布推出全新S32G车辆网络处理器。这款处理器标志着整车架构设计与实现的一个重要转折点。作为恩智浦S32处理器系列中的最新产品,S32G处理器可帮助汽车行业转向高性能、基于域的车辆架构,并降低软件复杂性,提高加密安全和功能安全。目前这款S32G已被全球主要OEM采用, 并在服务型网关中发挥重要作用,帮助OEM从汽车制造商转变为车辆数据驱动型服务提供商,由此拓展商机。
在未来数据驱动的车辆新业务中,互联汽车需要大幅提高计算性能和通信安全。S32G处理器安全地管理车辆数据的传输,并保护关键应用免遭恶意利用,从而将汽车网络安全提升至全新水平。S32G是全球首次将传统MCU与具备ASIL D功能安全的高性能MPU集成在一颗芯片上,同时集成了网络通信加速器,相较之前的单一功能芯片,性能得到显著提升。
随着车辆朝向互联化、自动化和电动化的方向不断发展,将会涌现大量基于数据的服务。在恩智浦强大的安全可靠处理技术的支持下,OEM已经开始研究新的商业模式,例如基于车辆使用情况的保险、车辆健康监控和车队管理服务。
此外,S32G并不只是网络处理器。独特的功能组合使其能够支持最新的ADAS应用,并提供安全可靠的通信功能,显著提高车辆网络的整体集成度。奥迪自动驾驶ECU开发总监Bernhard Augustin表示:“我们认为,S32G处理器所具备的网络通信、计算性能和功能安全的独特组合非常适合我们下一代ADAS域控制器。”
恩智浦S32架构通过一系列架构创新应对未来汽车发展的挑战,旨在让汽车制造商能够以更快的速度,将丰富的车载体验和自动驾驶功能推向市场。
恩智浦S32处理器系列提供了一个统一架构,包含高性能MCU和MPU,以及针对特定应用的加速器和接口,并且能够跨应用平台提供相同的软件环境。在该软件开发环境中,开发人员能够共用昂贵的研发工作,从而更快地响应不断变化的车辆架构和严苛的产品上市时间需求。该应用平台能够在整车的多个应用领域中提供汽车级的品质和可靠性,以及ASIL D功能安全性能。
S32G处理器的关键特性
计算性能——S32G处理器同时提供ASIL D等级的MCU和MPU,以及针对网络通信的硬件加速器,从而能够减轻处理器的负担,并且为OEM的新一代汽车所处复杂实时环境,提供确定性的网络性能,从而提供增值服务。
加密安全——与所有其他S32平台处理器一样,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)支持的公共密钥基础设施(PKI)。防火墙HSE是信任根,支持安全启动、提供系统安全服务以及针对旁路攻击的保护。
功能安全——恩智浦S32G处理器提供完整的ASIL D功能,包括锁步Arm® Cortex®-M7微控制器内核,以及锁步Arm Cortex-A53高性能内核组,使得汽车安全处理器可以达到更高等级的计算能力,并支持高阶操作系统及更大的内存。
恩智浦已经推出了数千兆级安全汽车以太网交换机SJA1110,该交换机针对与S32G处理器集成进行了优化。新款以太网交换机符合最新的TSN标准,并提供集成式100BASE-T1 PHY、硬件级安全功能以及多千兆级接口。恩智浦结合S32G处理器、SJA1110交换机和VR5510电源管理单元来解决当下车辆网络面临的最大挑战,其中包括扩展性、安全性和高速交通工程设计。
S32G系列包括四款设备,而S32G274A是推出的首款产品,并于今天开始向主要客户提供样品。恩智浦的支持和强大的合作伙伴生态系统提供全面的电路板、软件、工具和系统支持,能够加速客户的设计过程。
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。