
英特尔子公司Silicon Mobility发布最新OLEA U310 SoC,显著提升电动汽车的整体性能,简化设计和生产流程,并拓展SoC服务,确保可以在各种EV充电平台中无缝运作。
在全球范围内,电动汽车的高昂售价仍然是影响潜在买家下单的最大障碍之一。电动汽车目前的制造成本高于传统燃油汽车的主要原因,是先进的电池和电机技术所带来的昂贵成本。市面上近期的解决方案是通过车辆层面的节能,包括改进与电动汽车充电基础设施的整合,来提升现有电池技术的效率。
Silicon Mobility在行业中率先推出集硬件和软件于一体的完整解决方案。OLEA U310经过专门设计,可与分布式软件相结合,满足电气架构中动力系域控制的需求。基于独特的混合和异构架构,单个OLEA 310 FPCU可替代一个系统组合中的最多6个标准微控制器,来并行控制逆变器、电机、变速箱、DC-DC转换器以及车载充电。使用310 FPCU,OEM和Tier 1供应商能够同时实现对多个不同功率和能量功能的实时控制。除了物料清单(BoM)的减少,早期数据显示,与现在的电动汽车相比,在相同功率下,OLEA 310的使用可将能效提高5%,电机尺寸缩小25%,冷却需求减少35%,无源元件尺寸缩小30倍。
Silicon Mobility全新解决方案的推出,让电动汽车厂商能够设计出性能卓越、续航里程更远、生产成本可能更低的软件定义电动汽车,因为需要集成的元件数量减少了。这一全新解决方案与英特尔汽车业已推出的AI增强型软件定义汽车(SDV)SoC系列相结合,将共同推动行业向全电动和软件定义的未来转型。
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。