— 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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。