《Moortec为Arm的Neoverse N1系统开发平台提供嵌入式监控解决方案》

  • 来源专题:集成电路
  • 编译者: Lightfeng
  • 发布时间:2019-05-04
  • Moortec宣布将其TSMC 7nm FinFET制程上的芯片内监控解决方案提供给新的Arm®(安谋)Neoverse™ N1系统开发平台(SDP)。

    作为市场领导者的Moortec乐意将其工艺、电压和温度(PVT)传感子系统技术集成和利用到该平台,从而实现由Arm Neoverse解决方案提供动力支持的新一代云端到边缘基础架构。Neoverse N1 SDP是业界首个7nm基础架构专用系统开发平台,可以通过CCIX互连架构实现非对称计算加速。Moortec和Arm之间的合作创造了一个能够动态感知芯片内状况的解决方案,如此可帮助减少功耗,最大程度优化系统速度并提高设备可靠性。Neoverse N1 SDP能够被硬件和软件开发商用来进行硬件原型设计、软件开发、系统验证、性能分析/调整。

    Arm基础设施业务营销副总裁Mohamed Awad表示:“Arm Neoverse解决方案旨在为世界提供云端到边缘基础设施所需的性能和效率。我们与Moortec在N1 SDP测试芯片上的合作展示了IP在Neoverse平台中的应用,加速了基础设施中基于Arm的解决方案的开发和采用。”

    Moortec首席执行官Stephen Crosher说:“我们正在合作提高Arm在7nm上的下一代计算技术的性能和效率。通过将我们的高精度嵌入式传感结构用于Neoverse N1 SDP的开发,我们使客户能够从机器学习,人工智能和数据分析应用将拥有更高的性能和可靠性。”

    关于Moortec

    Moortec于2005年成立,能够为监控提供引人注目的嵌入式子系统IP解决方案,主要是针对40纳米直至7纳米的高级节点CMOS(互补金属氧化物半导体)技术。Moortec的芯片内传感解决方案支持满足半导体设计领域对提升设备可靠性,以及加强性能优化与改进电源管理控制系统的需求。

相关报告
  • 《SiMa.ai采用Arm技术为嵌入式Edge提供专用的异构机器学习计算平台》

    • 来源专题:集成电路
    • 编译者:Lightfeng
    • 发布时间:2020-11-30
    • 致力于以最低功耗实现高性能计算的机器学习初创企业SiMa.ai宣布采用低功率Arm®计算技术来构建其专用机器学习SoC(MLSoC™)平台。这项技术的许可协议使智能学习机器具有一流的性能和功能,带入了广泛的嵌入式边缘应用程序,包括用于机器人、监视、自动驾驶和汽车应用。 SiMa.ai正在采用优化的ArmCortex®-A和Cortex-M处理器,主要针对降低功耗、增加吞吐量效率和提高安全性等至关重要的任务。此外,SiMa.ai正在利用Arm生态系统中广泛使用的机器学习开源框架的组合,以允许软件无缝地为嵌入式边缘的旧版应用程序启用机器学习。 SiMa.ai在战略上利用Arm技术来提供其独特的机器学习SoC。这包括: Arm Cortex-A65作为主处理器,用于运行嵌入式代码以及控制平面应用程序,如导航、传感器融合和基于视觉的系统。 Arm Cortex-M4处理器用于SiMa.ai机器学习加速器的设置、配置和本地管理。 广泛的Arm软件和工具生态系统,包括编译器和调试器,以简化开发、测试并缩短上市时间。 ArmTrustZone®技术可在MLSoC平台上无缝运行受信任和不受信任的应用程序。 Arm CoreSight™技术用于调试和跟踪,以减少开发时间并缩短产品上市时间。 阅读Arm Blueprint博客:SiMa.ai在边缘和端点着眼于高性能、低功耗人工智能。 Sirm.ai创始人兼首席执行官Krishna Rangasayee说:“ Arm在高能效处理器设计和高级计算领域处于行业领先地位。 SiMa.ai的高性能和低功耗机器学习加速器与Arm技术的集成加快了MLSoC上市的速度。” Arm汽车和物联网业务高级副总裁兼总经理Dipti Vachani说:“从边缘系统到智能城市,由ML启用的应用程序正在提供强大的功能,这对设备的要求更加复杂,SiMa.ai在Arm的基础IP之上进行创新,以创建独特的低功耗ML SoC,为下一代嵌入式边缘用例提供经验。”
  • 《图像可获得性计划:出版商、平台和内容提供者的实用解决方案》

    • 来源专题:科技期刊发展智库
    • 编译者:孟美任
    • 发布时间:2022-11-21
    •   2022年3月18日,美国司法部针对《美国残疾人法案》更新了网络可访问性指南,指出内容供应链中的每个参与者(从作者到内容提供者再到发行者)都有责任使学术出版物中的图像对每个人都是无障碍的。图像的替代文本(alt text)正在成为学术出版商生产高价值内容的重要组成部分。   学术交流供应链上的各类内容和服务提供商都在调整工作流,丰富图像元数据的同时满足无障碍需求。正如谷歌、推特和微软等数百家公司都承认,在当今的数字经济时代,无障碍性和包容性出版实践非常重要。除了为残障读者提供公平的服务环境外,无障碍图像还为所有用户提供了更好的体验,如更优的搜索和更快的导航、为使用文本转语音辅助技术的用户提供丰富的音频体验等。 (1)元数据   大多数数字内容标注的基础标准都规定了对完全可访问的出版物的要求,包括图像文件和内联图像。元数据对于为学术和特殊图书馆提供内容的服务商非常重要。出版商拥有所有必要的工具,将数据丰富的图像和具有天生可获得性的出版物分发给所有的用户(包括图书馆)。   无障碍学术出版的相关标准清单包括: ①网络内容可获得性性指南(Web Content Accessibility Guidelines,WCAG)要求为所有有意义的图像提供替代文本; ②国际新闻电信理事会(International Press Telecommunications Council, IPTC)的照片元数据标准,包括可在数字生态系统中使用的嵌入替代文本; ③Onix Codelist 196标签为书籍提供简短和完整的替代文本标签; ④Schema.org标签提供了特定的字段来描述内容如何被访问; ⑤期刊文章标签套件(Journal Article Tagging Suite, JATS)为描述提供标签以及统一资源标识符(Uniform Resource Identifier, URI)标签,用于链接到更全面的描述; ⑥MARC支持无障碍元数据,比如是否有替代文本或其他无障碍特征(字段341和字段532); ⑦EPUB Reading Systems 3.3,允许电子书在一个单一的、符合可访问性的容器中被共享。 (2)平台   共享平台基础设施为扩展无障碍出版解决方案带来了更多机会,从呈现给人类和机器读者内容的前端,到负责内容管理和分发系统的后端。平台合作伙伴可以审核网站上图像的无障碍性,优化对研究论文中图片和表格、标识和其他品牌资产、图像集等的访问。   内容提供者及其平台应创建和提供尽可能多的无障碍图像的解决途径。虽然一些常见的做法没有达到无障碍的理想状态,例如,如果没有在替换文本中提供图片标题,平台合作伙伴可以帮助在多个网站上按照最佳做法改进。内容规范可以在XML中创建插入alt文本,后台工具可以提示用户在上传图片时包含替代文本,最终用户的反馈可以在未来的发展中参考。 (3)无障碍图像,天生无障碍   数字包容性图像是最具时间和成本效益的图像,是天生可访问的发布工作流的一部分。对于大多数组织来说,修复无法访问的已发布图像的成本和工作量可能高得令人望而却步。出版人员帮助作者和编辑在内容设计和开发过程中将替代文本集成到期刊、书籍和图像集的标准工作流中。   良好的替代文本可以捕获学术出版物中的表格、照片和其他图像所表达的上下文和潜台词,从而满足可访问性和存档目的。虽然MS Word和PowerPoint等日常软件程序已经包含了自动描述功能,但只有人类作者才能充分应用批判性思维、同理心和专业知识,为内容产品中的图像生成丰富的描述性文本。当对于更复杂或更详细的图像需要扩展描述时,替代文本应使用扩展说明中提供的更多详细信息来标识图像的用途。   当替代文本工作流完备后,出版商可以在中央内容存储库中组织这些数据资产,以便进行调整和分发。对可访问的发布实践进行例行评估有助于确保内容提供者快速了解用户喜爱的学术信息渠道所支持的图像元数据的最新行业动态。   作者介绍: Caroline Desrosiers,Scribely公司创始人兼 CEO,致力于图像检索,以及图像和视频的无障碍获取。 Hannah Heckner, Silverchair公司产品副总裁。 Michelle Urberg,EBSCO信息服务部SaaS实施经理/元数据顾问、图书管理员,也是专门从事元数据和发现改进的独立顾问。