新思科技(Synopsys)近日宣布,其EDA与IP全流程芯片设计解决方案成功协助OPPO自研的全球首个移动端影像专用NPU芯片——“马里亚纳 MariSilicon X”一次流片成功,同时其软件安全解决方案为首款搭载马里亚纳X的OPPO Find X5系列保驾护航,助力OPPO强化软件安全生态建设。
作为OPPO近几年的关键里程碑产品及其首个自主设计、自主研发的影像专用NPU芯片,“马里亚纳 MariSilicon X”带来了高至18TOPS算力和高达11.6TOPS/w能效比、20bit Ultra HDR动态范围能力、20bit RAW域高速实时处理、RGBW Pro双通路处理的性能,将计算摄影提升至新高度。
OPPO芯片产品高级总监姜波表示:“进入5G时代,OPPO致力于以关键技术解决关键问题。自研马里亚纳X芯片对于OPPO而言是一个新的开始,成功实现以深度自研的芯片设计能力,突破智能手机的创新瓶颈。得益于新思科技的全流程解决方案和软件安全整体解决方案,助力我们打破算法、芯片与传感器之间长期存在的协同问题,实现空前强大的AI计算能效和影像性能,并持续加软件工程系统安全,给用户带来更全面的信息和数据安全体验。”
针对OPPO在打造马里亚纳MariSilicon X芯片及部署手机软件系统过程中面临的独特挑战,新思科技为其提供了从芯片设计到软件安全的完整解决方案:
芯片设计整体解决方案,全面提高芯片设计效率,确保一次流片成功
- 全流程数字设计引擎:先进优化技术应用贯穿整个设计实现和signoff(签核)流程,NPU(神经网络处理器)设计实现了积极的时序与功耗目标。
- 全周期统一验证平台Verification Continuum® Platform:提供业内领先的新一代静态和形式验证、IP/VIP完整性方以及先进的验证项目管理方案。
- 业界领先硬件仿真系统ZeBu和原型验证系统HAPS:实现系统级软硬件高效协同验证及软件开发左移。
- 广泛的高质量IP产品组合:协助实现具有差异化的PPA目标,同时缩短项目开发周期,加快上市时间。
软件和信息安全整体解决方案,协助打造安全可信的产品体系
- 软件安全构建成熟度模型(BSIMM)评估:面向软件生产运维过程进行整体评估,协助制定软件安全增强方案,持续优化软件安全实践。
- Coverity静态应用安全测试:可实现大规模自动化静态代码分析,协助开发和安全团队在软件开发生命周期早期解决安全和质量缺陷。
- Black Duck软件组成分析:帮助高效地管理开源组件的风险,以确保在软件供应链体系中的安全合规。
- Seeker交互式应用安全测试:协助安全团队自动化精确识别网络应用安全漏洞并提供修复建议,促进DevSecOps落地,提升安全工作效率。
新思科技中国区副总经理王小楠表示:“随着数字化进程的不断深化,市场对于电子产品功能的需求更加多元化,创芯也从简单考虑功耗、性能、面积等通用性能的提升,变为需要综合考虑应用场景、软件、算法、硬件、数据安全等需求,从系统级出发实现差异化竞争优势。新思很高兴能够与OPPO开展从芯片设计到软件安全的合作,协助OPPO进行芯片自主研发,加速产品创新,建立软件安全生态。”
###
关于新思科技
新思科技(Synopsys, Inc.,纳斯达克股票代码:SNPS)是众多创新型公司的Silicon to Software™(“芯片到软件”)合作伙伴,这些公司致力于开发我们日常所依赖的电子产品和软件应用。作为全球第15大软件公司,新思科技长期以来一直是电子设计自动化(EDA)和半导体IP领域的全球领导者,并且在软件安全和质量解决方案方面也发挥着越来越大的领导作用。无论您是先进半导体的片上系统(SoC)开发者,还是编写需要最高安全性和质量的应用程序的软件开发者,新思科技都能够提供您所需要的解决方案,帮助您推出创新性、高质量、安全的产品。如需了解更多信息,请访问www.synopsys.com。
好文章,需要你的鼓励
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。