日前國內最大藍牙芯片廠商中科藍訊與“平頭哥”半導體達成合作,雙方將基于“平頭哥”的玄鐵系列處理器及AI算法共同研發物聯網芯片,用于無線藍牙耳機、藍牙音箱等產品。目前已啟動研發一款智能語音芯片,預計明年出貨量超3000萬套。
公開消息顯示,中科藍訊自研的SOC芯片應用于高性能耳機、音箱、智能家電等領域,累計出貨量超6億顆。其創始人兼CEO劉助展認為,無線藍牙耳機將最終進化成獨立智能終端,語音功能是其“智能升級”的重要一步。為此,中科藍訊引進平頭哥玄鐵系列處理器,依托平頭哥智能語音平臺開發新一代智能語音芯片。
2、Arm中國首款自主研發IP ("周易"AIPU)商用落地
Arm中國自 2018 年 4 月成立至今初滿 2 年,第一款自主研發 IP 宣告商用落地。Arm中國的首款自主研發 IP 是 AI 產品“周易“ AIPU,首家采用的客戶是全志科技,搭載于 R329 語音芯片中,目前樣機和樣片已問世,而算法合作廠商則是涵蓋訊飛、思必馳等。
面向人工智能設計的周易AIPU(人工智能處理單元), 采用為神經網絡運行及相應的前后處理設計的專用指令集,具有均衡的可編程能力和優化的標準處理能力,滿足不同人工智能算法需求。融合了多種執行粒度的指令,周易AIPU可以為人工智能提供能效比高的運算能力。周易AIPU適合各種端(邊緣計算)側人工智能設備,可以廣泛應用于安防、智能家居、移動設備、物聯網、車載等市場。
3、Qt發布Qt for MCUs 1.1,助力MCU端UI開發
近日,Qt公司發布了Qt for MCUs的最新的1.1版本,Qt for MCUs是 一個能夠在微控制器驅動的顯示設備上呈現類似智能手機般用戶體驗的完善的工具包 。
Qt for MCUs通過專門為ARM Cortex-M微控制器開發的新的運行環境,同時利用芯片上的2D圖形加速器(例如NXP i.Mx RT系列的PxP,STM32系列的Chrom-Art Accelerator, Renesas RH850的RGL)為用戶提供了沉浸式的、豐富的用戶界面。
新版本的Qt for MCUs 1.1具有以下新特性:
1-支持NXP、ST的五個新的開發板 2-引入全新資源系統,以便更靈活地將資源文件包含在應用程序中 3-附帶FreeRTOS技術預覽版、支持QtChartsforMCU
圖片來源官網
Qt for MCUs為在汽車 、可穿戴設備、智能家居、工業和醫療領域的MCU聯網設備提供了更加強大的直觀的UI體驗。
4、美光低功耗 DDR5 DRAM 芯片,助力5G和AI應用
內存和存儲解決方案領先供應商 Micron宣布,摩托羅拉新推出 的 motorola edge+ 智能手機已搭載美光的低功耗 DDR5(LPDDR5)DRAM 芯片,從而為用戶帶來完整的 5G 體驗。
美光 LPDDR5 DRAM 內存能滿足多個行業對內存更高性能和更低功耗日益增長的需求,這不僅僅局限于移動行業,還包括汽車、個人電腦以及為 5G 和 AI 應用打造的網絡系統。
美光 LPDDR5 DRAM 內存具備以下功能和優勢:
1-帶寬提高50%以上 2-與LPDDR4相比,能效提升超過20% 3-1y納米制程,支持12GB容量
5、谷歌開源更快、更高效的 TensorFlow 運行時 TFRT
TensorFlow 官方博客宣布開源新的運行時 TFRT,該運行時提供了統一的、可擴展的基礎結構層,并在各類硬件上均具有高性能。
TFRT 產品經理 Eric Johnson 表示,TFRT 將取代現有的 TensorFlow 運行時。原有的 TensorFlow 運行時最初是為圖形執行和訓練模型的工作負載而構建的。與之相比,新的運行時將急切的執行需求放在第一位,同時特別強調架構的可擴展性和模塊化。
它能夠很好地滿足開發復雜模型時尋求更快的迭代時間的開發者需求、在訓練和服務生產模型時改進性能的需求,以及希望以模塊化方式將邊緣和數據中心設備集成到 TensorFlow 中的硬件制造商需求。
簡單來講,TFRT 可以減少開發、驗證和部署企業級模型所需的時間。
TFRT 利用了 eager 和圖形執行的通用抽象,為了獲得更好的性能,其圖執行器支持并發執行操作和異步 API 調用。在性能測試中,與 TensorFlow 當前的運行時相比,TFRT 將經過訓練的 ResNet-50 模型(一種流行的圖像識別算法)在圖形卡上的推理時間縮短了 28%。
TFRT 仍處在早期開發階段,它已經與 TensorFlow 集成,最終將成為其默認運行時。
關于 TFRT 的更多信息,可查看 TensorFlow 官方博客:
https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html
項目類
6、全平臺適用的極輕量級GUI庫 - GuiLite
GuiLite是由網友Idea4good開發并維護的一款僅包含5千行C++代碼,并且只需單一頭文件的GUI庫,它在GitHub上已獲得4.2k的Star,用戶可以快捷的在自己的硬件平臺上實現它。
該項目具有以下特點:
1-輕量,僅包含5千行C++代碼,單一頭文件庫 2-快速,一次調用可完成圖形渲染,與操作系統及第三方庫無關 3-靈活,可注入在Qt/MFC/Winform/Cocoa/Web程序中運行-重用現有Qt/MFC代碼 4-硬件要求低,僅需最低24MHz的處理器,memory使用最低為9KB,ROM使用最低為29KB 5-跨平臺,iOS/macOS/WathOS,Android,Linux(ARM/x86-64),Windows,RTOS甚至裸機 6-支持多種開發語言,C/C++,Swift,Java,Javascript,C#,Golang等
GuiLite已有很多例程在STM32上實現,感興趣的嵌入式er可以去項目主頁嘗試運行這些例程,并且可以在自己的項目中應用它。
-
mcu
+關注
關注
146文章
17172瀏覽量
351585 -
ARM
+關注
關注
134文章
9105瀏覽量
367920 -
物聯網芯片
+關注
關注
6文章
104瀏覽量
18003
原文標題:【小睿精選·第四期】谷歌開源更快、更高效的 TensorFlow 運行時 TFRT
文章出處:【微信號:RTThread,微信公眾號:RTThread物聯網操作系統】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論