All Node List by Editor

亚马逊云科技（AWS）上周推出AWS Graviton3为其Arm技术创下新的里程碑，该处理器可为计算密集型工作负载带来超过25%的性能提升。此外，Graviton3在机器学习、游戏与媒体编码应用方面，可提升高达2倍的浮点性能，在加密型的工作负载上，性能提升可达翻倍。Graviton3支持了bfloat16数据，为机器学习的工作负载带来了3倍的性能提升。在实现性能表现提升的同时，还能减少多达60%的功耗。

AWS也同时展示了基于Graviton3处理器的C7g云实例，现已开放预览。C7g是由Arm® Neoverse™驱动、首个支持DDR5的云实例，可提供更多的内存带宽，带来更高的性能。目前包括Twitter在内的AWS用户已开始在C7g云实例的预览版上进行测试，与前一代C6g相比，已有20%至80%的性能提升。

Arm基础设施事业部高级副总裁兼总经理Chris Bergey表示：“数据中心的工作负载与网络流量几乎每两年就会翻一番，因此，每瓦性能优势对于防止计算增加其碳足迹至关重要。Arm在云市场的增长为开发者提供一个新的选择，通过在单核基础上提供一致的性能与可扩展性，持续创新，进而实现扩展性能与效率的结合，带来行业领先的最低总持有成本。从AWS Nitro到2018年Graviton云实例的首度推出，直至今日，AWS在向云计算市场展现Arm IP带来的优势中一直扮演着关键角色。”

AWS怀揣着通过Nitro系统改变提供云服务方式的愿景，在2015年收购了Annapurna Labs。如今，Graviton已进一步扩展了这项创新愿景，在整个基础设施栈中为用户提供更多的选择和最佳的用户体验。随着AWS从云到边缘的产品逐步扩充，Arm与AWS的持续合作也体现了对专用处理能力与日俱增的需求，以释放下一代基础设施的真正潜力。

AWS Graviton与Graviton2展示了基于Arm架构的云计算的效益，以及持续为各垂直领域的用户与开发者带来的灵活性。Arm架构处理器的增长与市场回响不曾间断。基于Arm架构的云实例在性价比上的优势已经深入到整个AWS服务组合中：

• 基于Arm架构的Graviton2处理器已被快速采用，目前其用户已达数千家，其中包括累积超过3.5亿个注册账户的《堡垒之夜》电玩游戏发行商Epic Games、全球最大的照片网站之一的SmugMug/Flickr、F1赛车、Snap Inc.等多家用户。

• 基于Arm架构Graviton2的云实例现有9个服务系列，横跨全球23个地区。这个不断增长的服务组合提供前所未有的多样化，其中新的G5g为安卓游戏流式传输与具成本效益的机器学习推理应用提供了最佳的性价比。同时，新发布的Im4gn/Is4gen云实例也为存储密集型应用提供了最佳的性价比。

• 由基于Arm架构的Graviton2所驱动的管理服务前所未有地让用户能更快、更容易地实现Graviton2所带来的效益。

• 基于Arm架构的Graviton2现可在AWS Outposts服务器中使用，这些服务器是专为空间有限或是需要访问低时延计算的本地和边缘应用所设计，例如零售商店、分支机构、医疗保健提供者的定位或是工厂车间。

• AWS Graviton2云实例正在亚马逊年度最繁忙的电商活动——亚马逊会员日（Amazon Prime Day）中扮演越来越为关键的角色。根据AWS团队的反馈，这充分代表Arm架构相当适用于云计算。

基于Arm架构的Graviton处理器在性能、成本与效率上的优势，同时也让Arm受惠。去年，Arm把相当比例的设计与验证EDA工作负载迁移到AWS Graviton2云实例，此举不仅降低其全球数据中心的占地面积，也善用其无限的弹性。迄今，部分EDA工作流程所需的时间已缩减为原本的1/6，与传统的处理器相比，成本也减少了30%。随着Arm以最大性能与最低能耗的方式将更复杂的工作负载迁移到Graviton3云实例，它预计可带来更大的性能提升。

为Graviton系列处理器优化的HPC和云原生应用的生态系统不断地增长，并强化了下一个计算时代的关键原则——高性能与低功耗、低成本、灵活性和兼容性的结合。随着 Graviton3 的持续扩展，为广泛的应用提供更具吸引力的性价比，它也彰显出专用处理能力在下一个云计算时代提高效率的重要作用。

关于Arm

作为计算及数据革命的核心，Arm技术正改变着人们生活及企业运行的方式。Arm低功耗处理器设计和软件平台已应用于超过2,000亿颗芯片的高级计算，Arm的技术安全地为电子设备提供支持，覆盖从传感器到智能手机乃至超级计算的多样化应用。Arm携手超过1,000家技术合作伙伴，为从芯片到云端的AI增强型互联计算的所有领域提供设计、安全和管理方面的技术，并在该技术领域处于业界领先地位。

提高测试效率、减少系统设置时间

GRAS Sound & Vibration, 作为Axiometrix Solutions其中一间子公司, 发布两款具有内置SysCheck2™ 功能的麦克风，能够对整个测试链路进行远程控制, 快速检测：GRAS 246AE ½ʺ CCP预极化自由场SysCheck2™ 麦克风，以及GRAS 246AO ½ʺ CCP预极化压力场SysCheck2™麦克风。

SysCheck2™是一项GRAS专利技术，用于验证测试链路的准确性。只需点击一个按钮, 在无需校准器或物理接触麦克风下, 进行远程操控, 快速、准确地检测整个测试链路（麦克风、电线、输入模块和软件）。SysCheck2™ 只需要使用标准电线进行组装，适用于任何测试设置。

每个内置SysCheck2™功能的麦克风，连接到CCP电源模块, 通过具有传感器电子数据表（TEDS）的测量软件，只需单击一次, 就能进行自动验证。还能提供按不同需要的环境数据：如温度、湿度和大气压等。

SysCheck2™有效为生产线增加效益，减少停机时间，提高效率和数据可靠性。尤其当麦克风放置在危险或难以设置的位置时，或是需要在短时间内为许多麦克风分布式测量设置进行测试时, 能远程操控, 自动验证的功能就显得非常重要。

两款不同功能的SysCheck2™麦克风

GRAS发布了两款内置SysCheck2™的麦克风：通用型的GRAS 246AE和供听力学使用的GRAS 246AO。这两款 ½ʺCCP麦克风，是GRAS 46AE和GRAS 46AO添加了SysCheck2™功能的改进版本。GRAS 246AE和GRAS 246AO均可通过多种数据采集系统使用。Audio Precision的APx和西门子Simcenter Testlab软件更能无缝操作, 即插即用。

GRAS 246AE ½ʺ CCP预极化自由场SysCheck2™ 麦克风: 针对所有已知主声源位置的声学应用进行了优化，麦克风直接指向主声源，确保0°入射角。它是一般声学测试的理想选择，符合IEC 61094 WS2F和IEC 61672 1级标准。

GRAS 246AO ½ʺ CCP预极化压力场SysCheck2™麦克风: 适用于实验室工作，特别在耦合器装置中进行生产线测试，适用于测试助听器、耳机、头戴式耳机和听筒。它符合IEC 63181。

GRAS Sound & Vibration产品管理总监Rémi Guastavino表示，“GRAS致力保持声学传感器的领先创新。通过发布首个内置自动验证智能声学传感器系统，展示了我们的承诺。当SysCheck2™麦克风系统与Audio Precision APx和西门子Simcenter结合时，我们为客户提供简单、快速和准确测试方案。”。

与Audio Precision APx500 v7.0版本构成最强组合

使用Audio Precision 分析仪的用户, SysCheck2™ 能够与APx分析仪无缝操作，无需特别设置, 就能使用端到端, 自我验证的强大功能, 提供即插即用的测试方案。

在GRAS 和 Audio Precision 工程师团队的首次合作中，使用 APx500 全新 7.0 版, 连接 APx517B、APx1701或 GRAS 12Bx 电源模块运行 SysCheck2™，在无需校准器或物理接触麦克风下，接收每个连接 SysCheck2 的麦克风的通过/失败结果。不论在生产测试夹具中的麦克风或在消声室中的麦克风阵列，SysCheck2 和 APx 的组合都能在无需物理接触或测试设置有潜在中断的情况下, 验证整个信号链路的准确性。

西门子Simcenter与SysCheck2™

西门子Simcenter Testlab Signature Acquisition使用内置SysCheck2™ 的GRAS 246AE麦克风，开发了专用于远程检查的程序，检查自上次在现场执行校准的有效性。

其他软件平台与SysCheck2™

GRAS提供软件开发工具包（SDK）, 根据您的软件平台，通过合适的CCP电源模块、分析仪和数据采集系统就能轻松使用所有功能。

关于Audio Precision 和 GRAS SOUND & VIBRATION

AP 和GRAS是全球音频、声学和振动测试领域公认的领先制造商，两个知名品牌同属母公司 Axiometrix Solutions旗下的产品线，提供了高性能、高精度、一致性高的测试应用和方案，帮助世界各地的工程师设计和制造不同类型的创新消费电子、汽车、医疗和航空航天等产品。我们在中国的办事处以一个整合的商业团队为我们尊贵的客户提供售前和售后服务。

作者：ADI公司  Pablo Perez, Jr.，高级应用工程师 ｜ John Martin Dela Cruz，应用工程师

简介

本信号链电源优化系列文章的第1部分讨论了如何量化电源噪声以确定其影响信号链器件的哪些参数。通过确定信号处理器件可以接受而不影响其所产生信号的完整性的实际噪声限值，可以创建优化的配电网络(PDN)。在第2部分中，该方法被应用于高速模数和数模转换器，证明将噪声降低到必要水平并不一定要提高成本、增加尺寸、降低效率。这些设计参数实际上可以在一个优化的电源解决方案中满足。

本文重点关注信号链的另一部分——RF收发器。本文将探讨器件对来自各电源轨的噪声的敏感度，确定哪些器件需要额外的噪声滤波。本文提供了一种优化的电源解决方案，并通过将其SFDR和相位噪声性能与当前PDN（当连接到RF收发器时）进行比较来进一步验证。

优化ADRV9009 6 GHz双通道RF收发器的电源系统

ADRV9009是一款高集成度射频(RF)、捷变收发器，提供双通道发射器和接收器、集成式频率合成器以及数字信号处理功能。这款IC具备多样化的高性能和低功耗组合，可满足3G、4G和5G宏蜂窝时分双工(TDD)基站应用要求。

图1.ADRV9009双通道收发器的标准评估板配电网络。此设置使用一个ADP5054四通道稳压器和四个LDO后置稳压器来满足噪声规格，并最大限度地提高收发器的性能。目标是改善该解决方案。

图1显示了ADRV9009双通道收发器的标准PDN。PDN由一个ADP5054四通道开关稳压器和四个线性稳压器组成。这里的目标是了解配电网络的哪些性能参数可以改善，同时产生的噪声不会降低收发器的性能。

如本系列文章所述^1,2，为了优化PDN，量化ADRV9009对电源噪声的敏感度是必要的。ADRV9009 6 GHz双通道RF收发器需要如下五个不同的电源轨：

►1.3 V模拟(VDDA1P3_AN)

►1.3 V数字(VDDD1P3_DIG)

►1.8 V发射器和BB (VDDA_1P8)

►2.5 V接口(VDD_INTERFACE)

►3.3 V辅助(VDDA_3P3)

分析

图2显示了模拟电源轨（VDDA1P3_AN、VDDA_1P8和VDDA_3P3）的接收器1端口PSMR结果。对于数字电源轨（VDDD1P3_DIG和VDD_INTERFACE），我们利用信号发生器能够产生的最大注入纹波在输出频谱中未产生杂散，因此我们无需担心最小化这些电源轨上的纹波。调制杂散幅度用dBFS表示，其中最大输出功率(0 dBF)相当于50Ω系统中的7 dBm或1415.89 mV p-p。

图2.ADRV9009收发器的模拟电源轨在接收器1处的PSMR性能

对于VDDA1P3_AN电源轨，测量是在收发器板的两个不同分支上进行。请注意，在图2中，PSMR在<200kHz纹波频率时低于0 dB，表示这些频率下的纹波产生更高的相同幅度调制杂散。这意味着在200 kHz以下，接收器1对VDDA1P3_AN电源轨产生的最小纹波也非常敏感。

VDDA_1P8电源轨在收发器板上分为两个分支：VDDA1P8_TX和VDDA1P8_BB。VDDA1P8_TX电源轨在100 kHz时达到最小PSMR，约为27 dB，对应于100kHz纹波的63.25 mV p-p，产生2.77 mV p-p的调制杂散。VDDA1P8_BB在5 MHz纹波频率时测量约11 dB的最小值，相当于0.136 mV p-p的注入纹波产生的0.038 mV p-p杂散。

VDDA_3P3数据显示，在大约130 kHz及以下，PSMR低于0 dB，表示接收器1处的RF信号对来自VDDA_3P3的噪声非常敏感。该电源轨的PSMR随着频率提高而上升，在5 MHz达到72.5 dB。

总之，PSMR结果表明，在这些电源轨中，VDDA1P3_AN和VDDA_3P3电源轨噪声最令人担忧，贡献了ADRV9009收发器最大部分的耦合到接收器1的纹波量。

图3.ADRV9009收发器的模拟电源轨在接收器1处的PSRR性能

图3显示了ADRV9009模拟电源轨的PSRR性能。VDDA1P3_AN的PSRR在最高 1MHz时保持平坦，约为60 dB；在5 MHz时略有下降，最小值为46 dB。这可以被视为5 MHz的0.127 mV p-p纹波，其产生0.001 mV p-p杂散，该杂散与调制RF信号一起位于LO频率之上。

ADRV9009的VDDA1P8_BB电源轨的PSRR在5 MHz时达到约47 dB的最小值，而VDDA1P8_TX电源轨的PSRR不会低于约80 dB。在1 MHz以下的频谱中，VDDA_3P3的PSRR高于所示的90 dB。测量在90 dB时发生削波，因为最高1 MHz的最大注入纹波为20 mV p-p——这不够高，无法产生高于本振的本底噪声的杂散。该电源轨的PSRR高于所示的1 MHz以下的情况，因为随着频率提高，它在4 MHz时下降到76.8 dB，其最低值在10 kHz至10 MHz范围内。

与PSMR结果类似，PSRR数据表明，耦合到本振频率（特别是高于1 MHz）的大部分噪声来自VDDA1P3_AN和VDDA_3P3电源轨。

为了确定电源是否能够满足噪声要求，测量直流电源的纹波输出，并绘制一个100 Hz至100 MHz频率范围的波形，例如图4所示。在该频谱上增加一个覆盖层：调制信号上将出现边带杂散的阈值。覆盖的数据是通过在几个参考点将正弦纹波注入到指定电源轨而获得的，用以了解什么纹波水平产生边带杂散，如本系列的第1部分所讨论的。

图4至图6中所示的阈值数据是针对收发器最敏感的三个电源轨的。图中显示了不同DC-DC转换器配置、使能/未使能展频(SSFM)、通过LDO稳压器或低通(LC)滤波器进行更多滤波等情况下的电源轨频谱。这些波形是在电源板上测量，并留下了比噪声限值低6 dB甚至更多的裕量。

图4.为VDDA1P3_AN电源轨供电的LTM8063（不同配置）的输出噪声频谱，

以及该电源轨允许的最大纹波。

测试

图4显示了VDDA1P3_AN电源轨的杂散阈值，以及LTM8063 µModule^®稳压器不同配置的实测噪声频谱。 如图4所示，在禁用展频(SSFM)的情况下，使用LTM8063为电源轨直接供电，在LTM8063的基波工作频率和谐波频率处产生超过阈值的纹波。具体说来，纹波在1.1 MHz时超过限值0.57 mV，表明需要后置稳压器和滤波器的某种组合来抑制开关稳压器的噪声。

如果仅增加LC滤波器（无LDO稳压器），则开关频率处的纹波刚刚达到最大允许的纹波——可能没有足够的设计裕量来确保收发器性能最佳。增加ADP1764 LDO后置稳压器并开启LTM8063的展频模式，可以降低整个频谱上的基波开关纹波幅度及其谐波，以及SSFM在1/f区域中引起的噪声峰值。 通过开启SSFM并增加LDO稳压器和LC滤波器，可以实现最佳效果，降低开关动作所引起的剩余噪声，给最大允许纹波留下约18 dB的裕量。

展频将噪声扩散到更宽频带上，从而降低开关频率及其谐波处的峰值和平均噪声。这是通过3 kHz三角波上下调制开关频率来做到的。这会在3 kHz处引入新的纹波，LDO稳压器会进行处理。

使能SSFM后，由此产生的低频纹波及其谐波在图5和图6所示的VDDA_1P8和VDDA_3P3输出频谱中显而易见。如图5所示，使能SSFM时LTM8074的噪声频谱为VDDA_1P8电源轨的最大允许纹波提供最小约8 dB的裕量。因此，满足此电源轨的噪声要求不需要后置稳压器滤波。

图5.为VDDA_1P8电源轨供电的LTM8074（SSFM开启）的输出噪声频谱，以及该电源轨允许的最大纹波。

图6.为VDDA_3P3电源轨供电的LTM8074（不同配置）的输出噪声频谱，以及该电源轨允许的最大纹波。

请注意电源轨对低频纹波的敏感性，因为此噪声可能在3.3 V供电的时钟中引起相位抖动。

图6显示了LTM8074 μModule稳压器不同配置的噪声频谱，以及3.3V VDDA_3P3电源轨的最大噪声要求。对于此电源轨，我们使用LTM8074 Silent Switcher^®μModule稳压器来分析结果。仅使用LTM8074的配置（无滤波器或LDO后置稳压器）产生的噪声超过限值，无论是否使能展频模式。

两个备选配置的结果符合>6 dB裕量的噪声规格：未使能SSFM的LTM8074加上LC滤波器，以及使能SSFM的LTM8074加上LDO后置稳压器。虽然二者均以充足的裕量满足了要求，但LDO后置稳压器解决方案在此更有优势。这是因为VDDA_3P3电源轨还提供3P3V_CLK1时钟电源，因此1/f噪声的减少相对更重要——如果不予处理，这里的噪声可以转化为本振中的相位抖动。

图7.使用LTM8063和LTM8074 μModule稳压器的ADRV9009收发器优化PDN

优化解决方案

基于上述测试结果，图7显示了一种优化解决方案，当用在ADRV9009收发器板上时，它能提供>6 dB的噪声裕量。

表1显示了优化PDN与标准PDN的对比。组件大小减小29.8%，效率从66.9%提高到69.9%，整体节能0.5 W。

表1.ADRV9009优化PDN与当前PDN的比较

为了验证该优化电源解决方案在系统噪声性能方面的效果，我们执行了相位噪声测量。将图7中的优化解决方案与控制案例——ADRV9009评估板的工程版本，即使用图1所示PDN的AD9378评估板——进行比较。使用相同电路板，但采用图7所示的PDN，比较相位噪声结果。理想情况下，优化解决方案达到或超过数据手册参考曲线所示的性能。

图8.ADP5054与µModule器件的PSU之间的AD9378相位噪声性能比较，

测量条件：LO = 1900 MHz，PLL BW = 425 kHz，稳定性 = 8。

图8比较了使用标准ADP5054电源的AD9378评估板相位噪声结果与使用LTM8063和LTM8074电源的同一评估板的结果。相比于ADP5054电源解决方案，μModule电源解决方案的性能略优，高出大约2 dB。如图8和表2所示，由于外部本振使用了低相位噪声信号发生器，两种电源解决方案的测量结果均显著低于数据手册规格。

表2.相位噪声测量结果，LO = 1900 MHz

采用两种电源解决方案的收发器的SFDR测量结果如表3所示，两种方案的性能相当，除了LO = 3800 MHz，这种情况下ADP5054的开关纹波开始在载波信号输出频谱上产生调制杂散，如图9所示。

表3.ADRV9009收发器SFDR性能

图9.发射器1载波信号和电源开关频率引起的杂散频率。

测量条件：LO = 3800 MHz，Fbb = 7 MHz，–10 dBm。

结论

不同应用有不同要求，评估板的配电网络可能需要进一步改进或改变。量化信号处理IC噪声要求的能力为电源设计或只是优化现有电源解决方案提供了更有效的方式。对于ADRV9009之类的高性能RF收发器，在PDN中设置噪声注入以确定可容许多大电源噪声，有助于我们改进当前PDN的空间需求、效率和至关重要的热性能。请继续关注本电源系统优化系列的后续篇目。

作者简介

Pablo Perez, Jr.于2019年5月加入ADI公司，担任ADEF高级应用工程师。他的工作经验包括修改和评估不同应用领域（工业、电信、医疗、军事）的标准开关模式电源，以及线性稳压器、开关稳压器和电源管理IC的设计验证和样本评估。Pablo毕业于菲律宾奎松省卢塞纳市的Manuel S. Enverga University Foundation, Inc.，获得电子与通信工程学士学位。

John Martin Dela Cruz于2020年10月加入ADI公司，担任电源应用工程师。他主要负责航空航天和防务(ADEF)电源系统。他毕业于菲律宾大学（位于菲律宾奎松市迪里曼），获电子工程学士学位。

12月4日，“2021中国汽车供应链峰会暨第六届铃轩奖盛典”在武汉车谷隆重举行。黑芝麻智能发布的车规级大算力自动驾驶计算芯片 -- 华山二号A1000 Pro一举摘得“前瞻类金奖”，产品性能和技术前瞻性再获业内高度认可。黑芝麻智能创始人兼CEO单记章受邀出席峰会并发表题为《赋能自动驾驶，拥抱算力时代》的演讲。

性能领跑自动驾驶芯片，A1000 Pro摘金“铃轩奖”

“铃轩奖”与轩辕奖、金轩奖并称为中国汽车业三大奖项，本届铃轩奖前瞻类的申报比例高达57%，首次大幅超越量产类申报案例。前瞻类金奖仅设5个，竞争程度异常激烈。华山二号A1000 Pro从中脱颖而出，一举捧得金奖，彰显了黑芝麻智能产品的卓越性和先进的技术实力。

华山二号A1000 Pro是黑芝麻智能旗下最新一代大算力车规级自动驾驶计算芯片，于2021年4月发布，并于同年7月流片成功，为目前性能最强的国产车规级自动驾驶芯片。

A1000 Pro基于最高等级ASIL D车规安全标准打造，依托两大自研核心IP -- 车规级图像处理器NeuralIQ ISP以及车规级低功耗神经网络加速引擎DynamAI NN，芯片算力达到106TOPS(INT8)，最高可达196 TOPS(INT4)。采用异构多核架构，16核Arm v8 CPU ，16nm工艺制程，支持16路高清摄像头输入，具有高性能、低功耗、安全可靠的特点，能够支持L3/L4高级别自动驾驶功能。

自动驾驶进入算力角逐时代

本届中国汽车供应链峰会以“链变”为主题，与智能汽车供应链企业共话如何在“新四化”背景下强链、补链、延链，还围绕四个与供应链密切相关的重大问题深入探讨。

过去一年，是全球汽车业“缺芯”的一年，危中有机，这为车厂提供了供应链再造的机会。在国内车厂的本土供应链体系中，国产供应商正发挥越来越重要的作用。黑芝麻智能拥有国内性能最强的自动驾驶芯片矩阵，覆盖从L2到L4级别自动驾驶。凭借性能强大的芯片产品、软硬件全解耦的软件工具体系、完善的车规认证资质，黑芝麻智能领跑国产芯片行业。此次A1000 Pro在铃轩奖评选中摘金，也反映出业内对黑芝麻智能产业链价值的高度认可。

进入智能驾驶时代后，车内的数字化应用和数字化体验需求爆发，智能汽车的创新开始围绕着芯片、人工智能、电子架构等方面展开。单车算力也从几年前的几T算力，跃升到千T的量级。通过算力的提升推进自动驾驶的发展已经成为行业公认的方式。

汽车智能化发展需要高性能大算力的自动驾驶芯片提供舞台，单记章在峰会的演讲中表示，自动驾驶已经进入算力角逐时代，算力是自动驾驶最核心的驱动力。

黑芝麻智能创始人兼CEO单记章提到：

“黑芝麻智能一直致力于提升芯片整体的综合计算能力，只有硬件平台的综合性能得到提升，才能够有效支撑上层应用体验的升级迭代，真正赋能未来汽车智能化的发展。”

黑芝麻智能定位Tier2，打造自动驾驶的算力平台，基于自主研发的两大核心IP，形成核心技术壁垒，推出了国内首个通过车规安全认证，可量产的单芯片支持行泊一体域控制器的国产芯片平台，并且能够向客户提供面向数据安全的数据闭环体系，以及从开发到量产的软硬件全解耦软件工具体系，赋能车厂安全、快速地实现产品落地。

芯片是自动驾驶产业链的核心环节，黑芝麻智能希望和车厂共享发展机遇，并通过自身的技术优势、产品体系、开放的生态还有灵活的商业模式赋能车厂打造差异化产品，助力自动驾驶的发展。

单记章表示：“新一轮智能驾驶的全球浪潮，中国汽车产业毫无疑问已站立潮头。伴随着中国汽车产业的飞速发展，相信中国必将成长出世界级的车载芯片公司，黑芝麻智能致力于打造核心技术和产品，引领行业发展。”

稿源：美通社