ZD至顶网网络频道 03月30日 综合消息:赛普拉斯半导体公司近日宣布推出专为物联网 (IoT) 设计的最新微型控制器 (MCU) 架构——PSoC 6。该架构基于超低功耗40纳米处理技术,是业内功耗最低、灵活性最高的解决方案,并且集成了下一代物联网设备所需的安全特性。该架构完美的平衡了性能、成本和功耗的需求,填补了相关领域的空白。双核 ARM Cortex-M4与 Cortex-M0+架构使设计者能够同时优化功耗与性能 。通过独特的PSoC结构及简单易用的软件可配置外设,PSoC 6使得工程师们能够设计出创新的下一代物联网设备。
PSoC 6
赛普拉斯总裁兼首席执行官Hassane El-Khoury表示:“作为物联网无线解决方案领域的领导者,我们第一时间认识到,客户需要一个能够在兼顾安全功能的同时更好地平衡性能与功耗的处理器解决方案。我们的PSoC 6微型控制器架构专为解决这些问题而设计,这让我们丰富的物联网嵌入式系统解决方案组合如虎添翼。”
树立业界领先的最新超低功耗标杆
赛普拉斯专有的超低功耗40纳米SONOS处理技术使PSoC 6 微型控制器架构能够在ARM Cortex-M4 和 Cortex-M0+ 内核上分别以22 µA/MHz和15 µA/MHz 工作电流实现业内领先的功耗。凭借动态电压与频率定标 (DVFS) 技术,PSoC 6 微型控制器架构可同时提供保证核心性能与低功耗所需的处理能力。双核架构实现了功耗优化的系统设计,其中的辅助内核可以用作降低主内核功耗,使主内核进入睡眠状态。
可信赖的解决方案助力提高物联网安全性
PSoC 6提供一个基于硬件的可信任执行环境 (TEE),具有安全启动能力与集成安全数据存储的能力,以保护固件、应用程序和安全资产,比如密钥等。PSoC 6 在一个专为分担计算密集型任务而设计的集成硬件协同处理器中执行多种行业标准对称和非对称加密算法,包括椭圆曲线加密(ECC)、高级加密标准(AES)以及安全散列算法(SHA 1、2、3)。该架构无需外部存储器或安全元件就能支持多个同步安全环境,并且为多个独立的用户定义安全策略提供可扩展的安全存储。
赛普拉斯微型控制器业务部门副总裁John Weil表示:“每台联网设备都可能存在潜在的网络隐患。由于存在不计其数的潜在隐患,因此安全性变得至关重要,而且物联网设备最底层的安全设计成为重中之重。我们设计的PSoC 6可以帮助我们的客户保护产品免受网络攻击,同时能够促使他们利用灵活、方便易用的PSoC架构创建前所未有的创新物联网设备。”
通过直观的软件支持实现前所未有的创新型物联网设备
除了顶尖的灵活性与易使用性之外,PSoC 6还能推动创造出差异化的、前瞻性的物联网设备。软件定义的外设可用于创建自定义模拟前端 (AFEs),或如电子墨水显示器等创新系统组件的数字接口。该架构提供灵活的无线连接选项,包括全集成低功耗蓝牙 (BLE) 5.0等。PSoC 6 微型控制器架构采用了赛普拉斯业内领先的最新一代CapSense®电容感应技术,支持强大而稳定的先进触摸和手势界面。赛普拉斯PSoC Creator™ 集成设计环境 (IDE)和各种ARM生态系统均支持该架构。
供货情况
PSoC 6芯片、套件与软件目前已经开始向部分战略合作伙伴提供。更多关于PSoC 6信息,敬请访问www.cypress.com/PSoC6 ,注册参与PSoC 6早期使用者项目(PSoC 6 Early Adopter Program)后可获取更多资料。该产品预计于2017年第四季度初全面投产。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。