ARM近日针对Cortex-R5处理器推出一套完整的安全文件集,加速安全关键的相关应用采用Cortex-R5处理器。这对于包括汽车、医疗与工业应用等产业而言,是相当重要的转变,意味着这些产业将能以更具成本效益的方式配置先进系统。 Cortex-R5 是ARM处理器系列中第一个提供安全文件集的处理器,芯片伙伴可以通过这套文件集证明其产品与新的功能安全标准完全兼容。
ARM处理器事业部总经理Noel Hurley表示,“功能安全对于汽车、医疗与工业应用等市场日益重要,而ARM也将持续支持 有意跨足这些高成长领域的合作伙伴。 Cortex-R5处理器具备丰富的故障侦测与控制功能,并且新增通用安全的文件集,可协助开发者运用于各式广泛的安全应用。未来,在ARM众多的处理器产品中也将提供相似的支持。”
由于系统级芯片(SoC)开发人员现在可通过安全文件集获取更多功能安全必备的信息,系统开发人员得以更有信心地在安全相关应用中采用Cortex-R5处理器。在包括动力传动系统(powertrain)、先进驾驶辅助系统(ADAS)等汽车应用中,只要在设计上采用符合ISO 26262标准的Cortex-R5核心,就能减少整体组件的需求量。如此一来,便能加快设计周期、降低制造与整体系统成本,同时降低功耗、减少车辆废气排放。
此外,因为工业安全相关系统必须符合IEC 61508标准,Cortex-R5安全文件集也提供相关认证的支持。通用安全文件集同时让Cortex-R5适用于其他多种市场应用,例如医疗领域就须遵循多种不同的标准,必须有一套通用的基本方案。
另一方面,业界标准的ARM编译器现已取得德国TÜV SÜD认证,因此不需要额外针对工具套件进行合格检测,就能让安全相关软件开发取得ISO 26262 ASIL D与IEC 61508 SIL 3认证。TÜV认证也补强ARM 编译器认证套件的功能,其中包含安全手册、开发流程文件、测试报告与缺失报告。
Cortex-R5是一款先进且极具成本效益的实时处理器,适用于多种嵌入式应用。该款处理器已广为各家芯片厂商采用,开发特定应用SoC及通用的微控制器。
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。