2024 年 3 月 5 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 Spartan™ UltraScale+™ FPGA 系列,这是广泛的 AMD 成本优化型 FPGA 和自适应 SoC 产品组合的最新成员。Spartan UltraScale+ 器件能为边缘端各种 I/O 密集型应用提供成本效益与高能效性能,在基于 28 纳米及以下制程技术的 FPGA 领域带来业界极高的 I/O 逻辑单元比,较之前代产品可带来高达 30% 的总功耗下降,同时还涵盖 AMD 成本优化型产品组合中最为强大的安全功能集。
AMD 自适应和嵌入式计算事业部公司副总裁 Kirk Saban 表示:“二十五年来,Spartan FPGA 系列为一些人类最伟大的成就提供了助力,从挽救生命的自动除颤器到欧洲核子研究组织粒子加速器,不断推进人类知识边界。Spartan UltraScale+ 系列基于业经验证的 16nm 技术构建,其强化的安全性与功能、通用设计工具以及长产品生命周期将进一步增强我们市场领先的 FPGA 产品组合,并明确我们为客户提供成本优化型产品的承诺。”
灵活的 I/O 接口连接与高功效算力
Spartan UltraScale+ FPGA 针对边缘端进行了优化,可提供高数量 I/O 和灵活的接口,令 FPGA 能够与多个器件或系统无缝集成并高效连接,以应对传感器和连接设备的爆炸式增长。
在基于 28 纳米及以下制程技术构建的 FPGA 领域,该系列提供了业界极高的 I/O 逻辑单元比,具备多达 572 个 I/O 和高达 3.3 伏的电压支持,可为边缘传感和控制应用实现任意连接。业经验证的 16 纳米架构和对各种封装的支持(从小至 10x10 毫米)以超紧凑的占板空间提供了高 I/O 密度。广泛的 AMD FPGA 产品组合则提供了可扩展性,从成本优化型 FPGA 直到中端及高端产品。
通过16 纳米 FinFET 技术和硬化连接,相较于 28 纳米 Artix™ 7 系列,Spartan UltraScale+ 系列预计可降低高达 30% 的功耗。作为首款搭载硬化 LPDDR5 内存控制器和8 个 PCIe® Gen4 接口支持的 AMD UltraScale+ FPGA,该系列能为客户同时提供功率效率与面向未来的功能。
卓越的安全功能
Spartan UltraScale+ FPGA 提供了 AMD 成本优化型 FPGA 产品组合中极为卓越的安全功能。
· 保护 IP:支持后量子密码技术并具备获 NIST 批准的算法,能提供先进的 IP 保护,抵御不断演进的网络攻击和威胁。物理不可克隆功能会为每个器件提供唯一指纹,以提升安全性。
· 防止篡改:PPK/SPK 密钥支持有助于管理过期或受损安全密钥,而差异化功率分析则有助于防止侧信道攻击。器件包含永久性篡改惩罚,以进一步防止误用。
· 最大限度延长正常运行时间:增强的单事件干扰性能有助于客户进行快速、安全配置,并提升可靠性。
AMD FPGA 和自适应 SoC 全产品组合由 AMD Vivado™ 设计套件和 Vitis™ 统一软件平台提供支持,使硬件与软件设计人员能够通过一款设计人员环境进行从设计到验证,充分利用这些工具及所包含 IP 的生产力优势。
AMD Spartan UltraScale+ FPGA 系列样片和评估套件预计于 2025 年上半年问世。文档现已推出,并于 2024 年第四季度自 AMD Vivado 设计套件开始提供工具支持。
相关资源
· 进一步了解 Spartan UltraScale+ FPGA
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。