赛灵思推出基于ARM处理器的处理架构

　　全球可编程平台领导厂商赛灵思公司(Xilinx, Inc.)今天推出全新的可扩展式处理平台 (Extensible Processing Platform) 架构，为各种嵌入式系统的开发人员提供无与伦比的系统性能、灵活性和集成度。嵌入式系统需要处理日益复杂的功能，这是系统架构师和嵌入式软件开发人员在全球市场所面临的一个极具挑战性的系统需求。基于ARM® Cortex™-A9 MPCore™ 处理器平台使他们能够同时拥有串行和并行处理能力以满足这一需求。

　　赛灵思可扩展式处理平台为嵌入式系统设计人员提供以处理器为核心的设计和开发方法，以实现强大的计算与处理能力，让那些需要高速接入到实时输入、高性能处理、复杂数字信号处理，或上述各种功能组合的任务，达到他们特定应用的各种需求，包括降低成本与功耗。

　　赛灵思全球市场营销与业务开发高级副总裁 Vin Ratford 指出：“当前嵌入式软件开发人员肩负的任务是在严苛的成本、时间和功耗预算控制下，构建需要强大系统性能水平的复杂应用。通过在人们熟悉的ARM处理器开发框架内构建一个架构，这种全新的可扩展式处理平台为目前受困于性能瓶颈的众多设计团队，带来全新的创新动力。”

　　以处理器为核心的设计方法可以支持一个以软件为核心的开发流程，这种设计方法提供完整的处理器系统，包括高速缓存、存储控制器以及常用的连接和 IO 外设，并能在开机时启动并运行各种不同的操作系统 ，如 Linux、风河系统公司(Wind River) 的 VxWorks、 Micrium 的 uC-OSII 等。ARM架构及ARM Connected Community行业生态系统进一步帮助嵌入式系统开发人员最大化生产力，同时通过在ARM 每个内核速度高达 800 MHz 的双核 Cortex™-A9MPCoreA9 MPCore™ 处理器构建赛灵思的子系统架构，并结合赛灵思的高性能、低功耗 28nm可编程逻辑的并行处理能力，可以实现无与伦比的高性能。通过高带宽AMBA®-AXI™ 互联与处理器系统紧密结合，可编程逻辑能够使用现成的 IP 和/或定制 IP将关键的系统功能速度提升达100 倍之多。这种架构方法不仅能解决并行和串行计算环境、存储器以及 I/O之间的常见性能瓶颈问题，而且还能让处理器系统实现包括动态重配置在内的可编程逻辑配置控制。

　　ARM 公司总裁Simon Segars指出：“对于那些需要极高性能的系统，利用可编程逻辑的并行处理能力，是解决成本与功耗这两大难题的出色方法。赛灵思的全新架构将嵌入式软件开发人员从繁重的硬件开发工作中解放出来，使他们可以前所未有地充分掌控开发流程。”

　　软件开发人员可以充分利用基于 ARM技术的现有系统代码，并使用大量现成的开放源代码以及已经商用的软件组件库。由于系统复位时会启动操作系统，因此软件开发人员可以利用ARM的RealView开发套件® 及相关的第三方工具、基于 Eclipse 的 IDE、GNU、赛灵思软件开发套件工具等熟悉的开发与调试环境，快速进行软件开发。

　　无与伦比的性能支持新应用

　　在汽车驾驶辅助、智能视频监控、工业自动化、航空和国防以及新一代无线系统等要求多功能和实时响应的终端市场应用的推动下，高性能嵌入式系统需求不断增长。仅就汽车产业而言，每年生产的汽车就超过 5,000 万辆，目前在路上同时行驶的机动车总数估计达 6 亿辆。 随着汽车制造商在车辆中部署更多的嵌入式系统让汽车变得更安全，驾驶辅助系统市场预计将从目前的 13 亿美元增长到 2017 年的 58 亿美元。

　　有关统计显示：多0.5 秒的响应时间，就能避免 60% 的车头碰撞事故;而在所有造成死亡车祸的原因中，其中30%是因为疲劳驾驶。因此，运用科技来挽救生命是嵌入式系统车用市场持续发展的显著动力。驾驶辅助系统的开发人员在应用中不断构建更多的计算能力，雷达与红外线传感器、摄像头及其他系统组件，将成为汽车狭隘空间的必备元素。赛灵思全新可扩展式处理平台为优化专用软/硬件分区及硬件加速功能提供了单芯片解决方案，以推动复杂的算法，使客户能进一步实现他们的嵌入式系统的差异化，在市场中赢得竞争优势。

　　根据2008年4月的多媒体智能报告，智能视频市场预计在2013 年将达到 460 亿美元，基于此，新的智能视频技术开发人员需要适合的处理平台，来构建能够自动监控视频模式和身体语言的各项应用，而且配合音频能做出智能的决策并发出警报，以减少出错的几率。目前此项技术已经在向全高清视频和每秒高达 60 帧的帧速率方向发展，但目前的解决方案还不能为图像处理和高级分析功能提供足够的计算能力。基于双核 Cortex-A9MPCore 的处理器系统配合可编程逻辑的强大并行处理能力，可满足上述计算能力需求。同时开发人员获得机会在熟悉的基于ARM的设计环境中实现创新的算法设计、可扩展性以及现场可升级性。