现代的电子控制系统对于MCU产品的性能、实时控制能力以及通讯的多样性和高速实时性有非常高的要求。
德州仪器 (TI) 中国区嵌入式与DLP®应用技术总监师英表示,主控处理器不管是MCU还是MPU,处理器的性能要求会越来越高,另外对于片段集成的一些外设和特性要求也越来越高。
德州仪器 (TI) 中国区嵌入式与DLP®应用技术总监师英
为了推动了边缘端的实时控制、网络互联和智能分析,近日德州仪器 (TI)推出全新高性能微控制器 (MCU) 产品系列。
全新的Sitara AM2x系列MCU,工程师可以使用10倍于以前基于闪存MCU的运算能力。高性能AM2x系列缩小了MCU和处理器之间日益增加的性能差距,使设计人员能够在工厂自动化、机器人、汽车系统和可持续能源管理等应用领域突破性能限制。
AM2x系列MCU是Sitara品牌下一个全新系列的单片机,Sitara AM2x系列MCU最大的特点就是兼具处理器MPU级别的计算性能和MCU级别的设计简易性。
Sitara™ AM2x MCU产品系列基于高性能Arm® MCU内核,包含运行速度高达1GHz的单核和多核器件,并集成了专用外设和加速器。易于使用的工具和软件可以简化客户的评估流程,降低系统总体设计复杂性和成本,并轻松获得高性能处理能力。
“Sitara AM2x是传统MCU和传统MPU结合的一款产品。”师英说道,通过将高性能ARM的CPU内核、高性能RAM以及高速的信号处理、工业通讯的高速实时总线接口、单片机里面比较常见的功能安全以及信息安全的功能和单片机所独有的实时外设结合在一起,设计出了Sitara AM2x系列的处理器。
在应用上,AM2x系列可以在边缘端实现实时控制工业通讯、分析处理、信息安全和功能安全。同时德州仪器还提供了非常多简单易用的开发工具,以及整个生态系统。
低功耗MCU具有处理器级性能
AM243x MCU是首款可用的AM2x系列器件,具有多达四个Arm Cortex®-R5F内核,每个内核运行频率高达800MHz。这种高实时处理速度在机器人等工厂设备中至关重要,其中快速计算能力与MCU内部存储器的高速访问可同时帮助提高机器人的运动精度和运动速度,从而提高生产率。额外的处理能力使设计人员能够进一步分析预测性维护等功能,从而减少工厂车间的停机时间。在典型应用中,AM243x器件可以在消耗不到1W有效功率的情况下达到这一性能水平,使工厂运营商能够延长电源寿命,并降低运营成本和能耗。
集成化设计实现边缘端的实时控制和联网功能
Sitara AM243x MCU集成了感应和驱动外设,使工厂自动化实现了低延迟实时处理和控制,并通过通信加速模块简化实现工业网络。AM243x器件扩展了TI对多个千兆工业以太网协议和时间敏感网络 (TSN) 的支持,可实现下一代工厂网络。借助AM243x,工程师可以利用经过认证的、TI直接提供的协议栈支持EtherNet/IP™、EtherCAT®、PROFINET®和IO-Link主站等,从而满足不断发展的工业通信标准。AM243x MCU的片上安全功能支持全新的加密要求,集成的功能安全机制、诊断和辅助功能可帮助系统集成商在其工业设计中达到IEC 61508标准的安全完整性等级(SIL) 3要求。
借助易于使用的工具和软件简化高性能设计
为了降低设计和开发的复杂性,TI创建了Sitara AM243x LaunchPad™开发套件,可快速评估高性能MCU。在评估工具和Sitara MCU+软件框架的帮助下,开发人员可以立即开始体验AM243x MCU开箱即用的精确实时控制和工业联网功能。开发人员还可以访问特定应用的参考示例、强大的工具和软件生态系统,以及MCU+ Academy培训网站,从而简化设计并加快上市速度。
封装、供货情况
TI现可提供采用17mm × 17mm或11mm × 11mm封装的预量产版本AM2431、AM2432和AM2434,仅在TI.com.cn供货。AM243x LaunchPad开发套件亦可在TI.com.cn进行购买,TI.com.cn上提供了多种付款方式和发货方式。
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。