替64 bit系统增加助力 ARM推Juno开发平台

使用最新一代的 ARM 架构与 Linaro 开发工具支持,有助与开发者针对新架构特色优化与评估。

ARM 日前宣布推出了使用最新 Cortex 产品为基底的开发版,名为 Juno。

Juno 的推出将有助于开发者可以有实际的硬件,去进一步发掘新架构架构的优势;而对于架构商来说,也有助于将新架构去推销给其它芯片制造商。

1.jpg

Juno 开发平台在硬件上基本上是用上 ARM 目前最先进的架构,在 Juno SoC 内使用 ARMv8 微架构的 Cortex-A57 两颗、Cortex-A53 四颗,支持 big.Little 技术,外部存储器最高可达 8GB,带宽 12.8GB/s;GPU 部分搭载 Mail-T624,使用 CCN-400 Bus 进行连接。另外也会提供选配的 FPGA 方便开发者进行多样化的开发实验。其余部分还支持了 on-chip 功耗与温度管理的功能。

2.png

软件的部分,Juno 将会支持 AOSP 与 Linaro 开发系统,对于目前想对 64-bit Android 进行开发、验证的使用者有着相当大的便利性,配套的 Android 系统也是相当先进,核心是以 GCC 4.9 进行编译的 Linaro Stable Kernel 3.10,未来也将提供 32-bit 与 OpenEmbedded 等不同的版本,甚至日前刚公开的 Android L 也都会在未来推出支持的规画内。GPU API 部分支持 OpenGL-ES 3.0,未来也将支持 OPENCL 1.1。

3.png

ARM 推出 JUNO 的另一个主要目的是提供一个真正中立的基准点,过去一些开发基本上都是基于现有的 Device 来做,在价钱上也会比 JUNO 便宜多,甚至 NVIDIA 的 JESTON K1 也只要 192 美金,但 SoC 会因为制造商如 Qualcomm、Samsung ,NVIDIA 的不同会有些差异,也可能会有一些各自的问题,比如说 Qualcomm 自行改造的 CPU Core、Samsung 有些半残的 big.Little ,以及 NVIDAI 独特 Companion Core 设计,各自的 I/O 性能、配置也会有所差异。

JUNO 开发平台的推出可以让开发者完全的评估到 ARM 所希望最完整的架构与技术开发,以及完整的 I/O 性能与更多的开发弹性。

Anonymous
  • CMSIS-NN尝鲜记

    随着物联网的流行,节点的低功耗,实时性智能需求也在不断增多。神经网络(Neural Network)作为一种热门的人工智能技术方向,网上已经非常丰富的介绍文档,我就不再赘述。传统的神经网络需要大量的计算资源去实现,相对于学习过程来说,推理所需要的资源相对较少,但仍然十分巨大。如何在性能相对较弱的微处理器上实现神经网络的快速推理过程?这需要对现有的神经网络模型进行大量的优化,CMSIS-NN就是在这个方向上的一个非常好的尝试…
  • 使用SystemC Cycle Model与HDL仿真

    原文链接:https://community.arm.com/soc/b/blog/posts/using-systemc-cycle-models-with-hdl-simulation Arm Cycle Model提供SystemC仿真支持。这些模型可以从ARM IP Exchange获取,也可以用户使用Arm Cycle Model Studio (CMS)自己创建(非ArmIP)。模型可…
  • 使用 Arm 开发工具在嵌入式装置上导入机器学习

    人工智能正迅速转到装置端       随着日益火红的各种应用 ,机器学习的场景正迅速的移动到终端装置. 人们期望嵌入式装置上能够提供更多智能服务,例如具有语音识别的智能音箱,能够及时识别脸孔的安控摄影机等等... 为了达到这个目标,在开发初期建立一个稳固的评估方案成为各家芯片开发商必要的课题. 在本篇文章中 ,我会利用一个简单的卷积神经网络(Convolutional Neural Network, CNN)作为一个终端装置上…