CES,2019年1月9日-全球领先的嵌入式解决方案供应商赛普拉斯半导体公司(Cypress Semiconductor Corp.)今天发布三款全新产品,进一步壮大用于车载信息娱乐系统的无线连接产品组合,并进一步巩固了产品在业界的领先地位。Wi-Fi和蓝牙Combo(组合)芯片及支持软件将成为新的应用开发平台,在多个用户之间实现无线连接,并将不同的内容无缝传输至多达10台移动设备。全新的信息娱乐平台包括搭载了赛普拉斯同步双频带(RSDB)架构的Wi-Fi 6(802.11ax)和蓝牙(Combo)组合解决方案。RSDB已成为极致互联信息娱乐体验的“代名词”,它将两个完整的Wi-Fi子系统集成到单个芯片中,能够使两个独立的数据流以全吞吐量的速度同时进行传输。而新加入的Wi-Fi 6则可实现千兆位级别的吞吐量,并提高多设备间同时传输内容的可靠性。
除此之外,赛普拉斯还发布了两款Wi-Fi 5(802.11ac)和蓝牙Combo(组合)解决方案,为汽车制造商和系统供应商提供可扩展的平台解决方案。统一的软件架构可应用于不同类型的车辆,从而最大限度减少开发和系统集成的成本。
赛普拉斯物联网、计算及无线连接事业部营销副总裁Brian Bedrosian表示:“汽车制造厂商希望,在他们的产品中提供能够与高品质的私人家庭影音体验相媲美的多用户流媒体体验。赛普拉斯拥有业界独一无二的用于车载娱乐系统的相关产品,能够为供应商和OEM厂商提供平台解决方案,让我们的低端、中端和高端解决方案覆盖从经济型到豪华型的所有车型。目前,针对车载无线连接功能的软件开发正变得越来越复杂,而我们的可扩展平台能够在各种车型信息娱乐系统之间分担软件开发成本。赛普拉斯致力于为全球不同市场的用户提供一流的物联网连接体验,今天推出的全新解决方案充分展示了我们在整合尖端技术方面的能力。”
高端信息娱乐系统需要实现高吞吐量、多角色和并行的操作,从而为Apple®CarPlay、Android Auto和Mirrorlink等应用实现无线镜像功能。赛普拉斯的Wi-Fi和蓝牙Combo(组合)解决方案能够满足以上需求,还能提供多用户同时连接的Wi-Fi热点和内容访问,以及用于视频和蓝牙音频的多频段/多波段共存。赛普拉斯CYW89650 2x2+2x2 Wi-Fi 6和蓝牙5.0 Combo(组合)解决方案可提供1Gbp以上的吞吐量,RSDB架构可在不降低音视频质量的前提下,在高性能信息娱乐系统中实现并行操作。采用RSDB架构的全新CYW89459 2x2 Wi-Fi 5和蓝牙5.0 Combo(组合)解决方案以赛普拉斯现有的汽车级Wi-Fi 5解决方案为基础,可支持更多设备同时连接到主机,并且实现包括WPA 3安全、Wi-Fi定位™和Wi-Fi Aware™等在内的诸多功能。该产品与高性价比的全新CYW89373 1x1 Wi-Fi 5和蓝牙5.0 Combo(组合)方案一道,为经济型轿车乃至豪华型汽车提供先进的无线连接、媒介共存管理功能,从而让用户享受不间断的娱乐体验。
赛普拉斯的汽车级无线解决方案通过了AEC-Q100 3级认证,完全符合汽车行业标准。赛普拉斯的解决方案已经被众多顶级的汽车OEM厂商和汽车系统供应商所采纳,并应用在量产车型中,以支持如智能手机投屏、流媒体以及蓝牙语音连接等信息娱乐系统和车联网应用。
2019 CES(国际消费电子展)期间,赛普拉斯将在拉斯维加斯会展中心南馆2号展厅的MP25776展位展示其汽车级无线解决方案,以及用于汽车电子系统和物联网的嵌入式系统解决方案。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。