— 经过 AMD 验证的解决方案可为 ODM 合作伙伴提供实现 AI 推理、传感器融合、工业互联、控制及可视化的简化路径 —
2024 年 2 月 6 日,加利福尼亚州圣克拉拉—AMD(超威,纳斯达克股票代码:AMD )今日宣布推出 AMD Embedded+,这一全新的架构解决方案将 AMD Ryzen™(锐龙)嵌入式处理器和 AMD Versal™自适应 SoC 结合到单块集成板卡上,从而提供了可扩展且高能效的解决方案,为原始设计制造商( ODM )合作伙伴加速产品上市进程。
Embedded+ 集成计算平台经过 AMD 验证,可助力 ODM 客户缩短认证和构建时间以便更快进入市场,而无需耗费额外的硬件和研发资源。采用 Embedded+ 架构的 ODM 集成支持使用通用软件平台开发低功耗、小尺寸规格及长生命周期的设计,适用于医疗、工业以及汽车应用。
AMD 工业、视觉、医疗和科学市场高级总监 Chetan Khona 表示:“在自动化系统中,传感器数据的价值会随时间推移而递减,而这些数据必须根据尽可能最新的信息运行,才能实现最低时延和确定性响应。在工业和医疗应用中,许多决策需要在几毫秒内做出。Embedded+ 能最大限度发挥合作伙伴和客户数据价值,其高能效和高性能算力使合作伙伴与客户能够专注于满足客户和市场需求。”
在同类产品中,Embedded+ 架构率先将领先的 AMD x86 计算与集成显卡和可编程硬件相结合,用于关键的 AI 推理和传感器应用。自适应计算在确定性、低时延处理方面表现出色,而 AI 引擎则能够提升高每瓦性能推理。锐龙嵌入式处理器包含高性能“ Zen ”核心和 Radeon™ 显卡,还可提供极为卓越的渲染和显示选项,提升 4K 多媒体体验,同时,内置的视频编解码器可用于 4K H.264/H.265 编解码。
低时延处理和高每瓦性能推理的结合可为关键任务实现高性能,包括将自适应计算与灵活的 I/O、用于 AI 推理的 AI 引擎以及 AMD Radeon 显卡实时集成到单个解决方案中,发挥每项技术的最大优势。
Sapphire Technology 推出首款 AMD Embedded+ ODM 解决方案
Embedded+ 还支持系统设计人员从基于 Embedded+ 架构的 ODM 板卡产品生态系统中进行选择,并扩展其产品组合,从而提供最适合客户目标应用的性能和功耗配置。
首款基于 Embedded+ 架构的 ODM 解决方案为 Sapphire Edge+ VPR-4616-MB,这是一款来自 Sapphire Technology 的低功耗 Mini-ITX 主板。它采用锐龙嵌入式 R2314 处理器和 Versal AI Edge VE2302 自适应 SoC,以低至 30W 的功耗提供了全套功能。此外,VPR-4616 还适用于全系统,包括内存、存储、电源和机箱。
Sapphire Technology 全球营销高级副总裁 Adrian Thompson 表示:“借助采用经过验证且可靠的计算架构,我们得以集中资源用于加强产品其他方面,进而缩短产品上市进程并降低研发成本。Embedded+ 是一款出色的简化平台,可用于构建具备领先性能和功能的解决方案。”
Sapphire Technology 的 Embedded+ 认证 VPR-4616-MB 将于发布之时即刻可供客户进行采购。
相关资源
· 进一步了解 AMD Embedded+
· 购买 Sapphire Edge+ VPR-4616-MB
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。