-
格罗方德完成收购新思科技处理器IP解决方案业务，推出面向物理AI的全栈技术平台
格罗方德的物理 AI 产品组合与 MIPS 的 RISC-V 技术及从软件到芯片的专长相结合，赋能汽车、工业及边缘智能体平台等领域加速定制化、软件优先型产品落地
-
SmartDV展示完整的边缘与连接IP解决方案，以高速和低功耗特性赋能移动、物联网和媒体处理设备创新
随着边缘智能和物理人工智能(AI)领域技术快速发展和渗透率迅猛提升，移动终端、物联网(IoT)、音视频媒体处理等设备与新兴智能系统等产品进入了新的发展浪潮，带来了对边缘计算与互联系统级芯片(SoC)的新需求。市场对高可靠性、易集成和一站式互联类半导体知识产权(IP)解决方案的需求日益迫切，成为芯片设计企业快速突破技术瓶颈切入应用的关键。
-
TinyOL：在设备端实现增量学习与模型自适应更新策略
边缘智能的规模化部署正在遭遇一个根本性矛盾：静态模型无法适应动态变化的物理世界。一个在实验室环境下训练完成的工业设备故障预测模型，一旦部署到真实的工厂车间，环境温度波动、传感器漂移、设备老化等因素会使其预测准确率持续下降。传统的解决方案是将数据回传云端重新训练，但这不仅消耗大量网络带宽，还面临数据隐私泄露风险。TinyOL技术正是在这一背景下应运而生——它让TinyML模型在资源受限的微控制器上实现增量学习，使模型能够随着新数据的到来不断自我更新。
-
云边端协同计算与智能
云边端协同计算作为应对数据爆炸与实时智能需求的关键架构，通过将计算任务合理分布于终端、边缘与云端，有效缓解了传统云计算在高时延、带宽压力和隐私安全等方面的瓶颈。文章系统梳理了云边端协同计算与智能的国内外研究进展，重点从云边端协同计算框架构建与分布式智能实现两个维度展开分析，总结了包括任务卸载、资源调度、多模态感知、联邦学习等关键技术路径。文章进一步展望了未来发展趋势，指出算力网络化、边缘智能化、绿色计算与内生安全将成为推动云边端协同走向纵深的核心方向，为我国构建高效、可信、可持续的协同智能基础设施提供理论参考。
-
RK3506核心板SDK重磅升级，解锁三核A7实时控制新架构
在工业控制与边缘智能领域，开发者的核心需求始终明确：在可控的成本内，实现可靠的实时响应、稳定的通信与高效的开发部署。米尔电子基于RK3506处理器打造的MYC-YR3506核心板平台，近期完成了一次以“实时性”和“可用性”为核心的SDK战略升级，致力于将多核架构的潜力转化为工程师可快速落地的产品力。
-
芯原推出经市场验证的ZSP5000视觉核心系列，扩展其面向边缘智能的数字信号处理器IP组合
具备可扩展的架构和指令集，赋能计算机视觉和图像应用
-
兆易创新国际总部落户新加坡，构建全球业务协同新枢纽
新加坡（2025年6月3日）——业界领先的半导体器件供应商兆易创新GigaDevice（股票代码 603986）今日正式宣布其国际总部在新加坡正式成立，标志着公司向全球化发展迈出了关键一步，彰显了其深化客户合作、构建高韧性与高灵活性的供应链，并持续强化生态体系和品牌国际影响力的长期承诺。
-
利用隔离式精密信号链保持数据采集的准确度并提高可靠性
数字时代改变了解决问题的范式，将智能引入边缘可以应对全新的复杂挑战。数据采集(DAQ)系统成为了边缘智能的核心。在数据采集领域，准确度和可靠性至关重要。为确保达到高准确度和完整性，隔离式精密信号链的重要性不容忽视。
-
喜讯!米尔电子与安路科技达成IDH生态战略合作，共筑FPGA创新生态
以芯为基，智创未来。近日，领先的嵌入式模组厂商-米尔电子正式与国产FPGA企业安路科技达成IDH生态战略合作。双方将围绕安路科技飞龙SALDRAGON系列高性能FPSoC，联合开发核心板、开发板及行业解决方案，助力开发者开发成功，加速工业控制、边缘智能、汽车电子等领域的创新应用落地。
-
AI模型部署优化：资源受限设备上的TinyML模型加速策略
在边缘智能系统中，TinyML模型的部署和优化至关重要，尤其是在资源受限的设备上。这类设备通常具有有限的计算能力、内存和能源，因此优化模型以在这些设备上高效运行变得尤为重要。本文将探讨如何利用SIMD（单指令多数据）指令集优化int8矩阵乘加运算，并讨论如何通过重构计算图实现神经网络中的零跳转流水，以优化分支预测。
-
适用FPGA的小型神经网络：加速边缘智能的新篇章
在人工智能（AI）技术日新月异的今天，神经网络作为其核心驱动力，正逐步渗透到各个行业与领域。然而，传统的神经网络模型往往受限于计算资源和功耗，难以在边缘设备上实现高效运行。现场可编程门阵列（FPGA）作为一种高性能、低功耗的硬件加速器，为小型神经网络的部署提供了理想的平台。本文将深入探讨适用于FPGA的小型神经网络，以及它们在边缘智能应用中的独特优势。
-
从GenAI到PhyAI，大模型时代边缘智能的新思考与新范式
目前全球大概约有90%的AI都运行在基于Arm架构的CPU上面。而随着Arm在硬件、软件和生态上的合力，以及像AFA这样的创新授权模式的开启，预计未来伴随着端侧AI的爆发，Arm的开发者阵营还会持续扩大，Arm也将会借此释放AI前所未有的规模潜力。
-
关于深度学习、人工智能、物联网你了解有多少？
想要了解“深度学习+”，我们必须回到深度学习技术在中国落地生根的历史当中。2006年，辛顿等人意外发现了多层神经网络带来的全新可能性，就此将上世纪80年代已经产生的机器学习技术，推动到了深度学习的新阶段，而深度学习技术在一系列AI测试任务上的优异表现，也重新燃起了人们对AI的期待。客观来说，经历了两次寒冬的AI技术，能够再次复兴的核心要素就是深度学习技术的出现。
-
边缘智能——提高生产力并降低成本的关键
提高生产力和降低运营成本，是所有企业/工厂努力追求的目标，由此引发对增强边缘智能新技术的需求暴增。不过您可能会好奇，“边缘是什么意思”?在ADI看来，“边缘”是机器与现实世界融合或交互之地。
-
开箱评测：研华边缘智能系统EI-52
无论构建什么样的物联网系统，都必须具备三个“必备”要素：传感器节点、网关和云网络。
-
研华IoT边缘智能服务器---不仅仅是物联网网关
集成硬件与软件，构建边缘到云应用 2017年，台北–全球嵌入式计算领导厂商研华科技，继2016年推出物联网网关后，研华整合更多的软件模组与服务，进一步推出EIS-Edge I
-
边缘智能激发人工智能许多潜力
根据SAR Insight & Consulting最新的人工智能/机器学习嵌入式芯片数据库显示，在2019-2024年，全球支持人工智能的设备和边缘计算的CAGR将以64.2%的速度增长。
-
毫米波技术如何为自主机器人提供边缘智能
本文讨论毫米波技术如何为自主机器人提供边缘智能，使传感器能够做出实时决策，以减缓或停止机器人，并确保其在工业机器人应用中的持续性能。
-
研华IoT边缘智能服务器---不仅仅是物联网网关 集成硬件与软件，构建边缘到云应用
2017年，台北–全球嵌入式计算领导厂商研华科技，继2016年推出物联网网关后，研华整合更多的软件模组与服务，进一步推出EIS-Edge Intelligence Server——IoT边缘智能服务器系列。
