在日前举行的Arm DevSummit 2021大会上,Arm发布了物联网应用开发解决方案Arm Total Solutions for IoT。该方案基于Arm Corstone、通过云交付的虚拟化硬件开发环境、结合新推出的Project Centauri,来加速物联网应用解决方案的产品设计和开发周期,将产品上市时间最多缩短2年。
物联网发展到今天大体经过了三个阶段:第一个阶段是仪器和仪表化,主要特征是大量微控制器被植入各种终端设备中。第二阶段就是互连化,主要特征是各种设备实现互联,支持远端控制这些设备。现在我们进入的是第三阶段,也就是智能化阶段,旨在充分利用AI 的优势帮助我们进行智能决策。
然而,在物联网应用的智能化走向普及和进一步深入时遇到不小的挑战。在Arm物联网兼嵌入事业部副总裁 Mohamed Awad看来主要面临三大挑战:第一是产品设计太慢。由于开发的连续性,要将最新的技术设计应用到产品中需要花费5年甚至更久。其次是软件开发效率低下,物联网开发需要基于实体硬件进行开发与测试,这是一个费时费力的过程。第三,标准化不足导致软件与服务无法轻易地跨平台使用。

Arm新推出的物联网应用开发解决方案从三个方面入手应对挑战
Arm新推出的物联网应用开发解决方案旨在从以上三大问题入手,以加速物联网应用的上市。
首先在产品设计方面,Arm解决方案基于Corstone,Corstone是一套经过验证且预先集成的子系统,它已为Arm芯片伙伴超过150个设计项目加速其产品上市进程。
其次是在软件开发上,Arm物联网全面解决方案为软件开发者、OEM厂商、服务提供商带来Arm虚拟硬件目标(Arm Virtual Hardware Targets),基于云的新服务可提供Corstone子系统的虚拟模型,使得软件开发无需基于实体芯片进行。
Arm虚拟硬件还为物联网及嵌入式平台带来现代化敏捷的软件开发方法,包括持续集成/持续开发(CI/CD)、DevOps与MLOps,免去投资复杂的硬件农场;通过基于Arm架构SoC的准确模型提供了模拟内存与外设等机制,软件的开发与测试现在可在芯片完备之前就着手进行。这让Arm芯片伙伴能在芯片流片前取得客户对芯片的反馈,同时协助整个物联网价值链在芯片推出之前,轻松地开发并测试基于最新IP的代码。
“Arm 虚拟硬件的一个好处是,专门针对云上的开发进行了技术优化与简化,这意味我们把过去数百万软件开发者不曾获取的技术交到了他们的手上。这项技术过去只有传统的芯片设计商与部分嵌入式开发人员可以取得,现在我们让硬件与软件同时设计,并为物联网带来新的云原生开发优势。” Mohamed Awad表示。
最后是在标准化方面,Arm宣布了一项针对 Cortex-M 的生态系统计划 Project Centauri。 Project Centauri 提供了底层的标准,包括一套软件应该如何被封装、或者云服务如何获取设备功能。它还考虑了设备安全层面,像是 TF-M 和 PSA 认证。它聚集了Arm广泛的软件生态支持,包括其合作伙伴提供的特定应用程序的参考代码、平台中间件、软件和服务。通过 Project Centauri,可避免合作伙伴重复投入。
总结来说,Arm物联网应用开发解决方案通过 Arm 虚拟硬件Arm首次把虚拟化的硬件交付到数百万计的物联网软件开发者手上。Arm还把开发流程现代化,让它能通过云端交付,这样物联网也能享有基于云的 DevOps 优势。另外,有 Arm Corstone 作为这些解决方案的核心,可以协助节约时间与减低复杂度。而通过最新的面向 Cortex-M 生态系统计划 Project Centauri,驱动开放式的标准与框架,扩大软件影响力并保证平台安全,这对达成规模化至关重要。
“我们的愿景是帮助合作伙伴加速产品开发以及提高投资回报率,包括 OEM 厂商、物联网产品与服务提供商、以及结合传统和现代物联网开发实践的新一代物联网开发者。我们期待并深信,通过 Arm 物联网全面解决方案将加速产品和方案上市进程,改变物联网的经济。” Mohamed Awad说。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。