近日，arm很高兴地宣布发布arm keil mdk v5.30。
此版本新增了对cortex-m55处理器和cmsis-build的支持，更新包括arm compiler 6.14，cmsis 5.7.0和mdk-middleware 7.11.1。
keil mdk是针对基于arm的微控制器的最全面的软件开发凯发app的解决方案，包括创建，构建和调试嵌入式应用程序所需的所有组件。
mdk v5.30的新增功能：
mdk-pro版本支持cortex-m55处理器的fvp功能
arm compiler 6.14主要支持cortex-m55，coremark得分为4.27，提升了程序在armv8.1m架构系列的芯片的执行性能。
mdk v5.30随附以下软件包：
arm.cmsis.5.7.0
arm.cmsis驱动程序2.6.0
keil.mdk-中间件7.11.1
keil.compiler.1.6.3
文件系统组件：
fdefrag(efs only)的小优化以及修复
网络组件：
-增加多个lan（以太网、wifi等）接口同步工作的功能。
-在调试器中重置了网络系统视图功能，为多个网络接口添加了状态视图查看功能。
usb组件：
usb host: 为cdc acm传输添加了中止功能
图形组件：
图形库更新至v6.10h
1.添加了m-profile vector扩展窗口
2.新建工程时arm compiler 6是所有基于arm cortex-m的设备的默认编译器，对于armv6-m和arvm7-m设备，可以选择arm compiler 5。
3.mdk essential和 lite版本都新增对armv8-m设备安全和非安全模式的编程功能
4.引入了对cprj和cmsis-build层的支持。
5.改进的freertos调试：线程收集和堆栈展开。
6.增加了对非特权调试扩展（ude）的支持。
7.事件统计：修复了线程事件计时中的错误。
8.fvp仿真模型：现已提供代码覆盖率统计功能。
第三方调试器新增以下：
segger j-link debug drivers 6.70e
arm官方更新说明：
arm官方下载地址：
米尔下载方式：扫描下方二维码关注公众号并回复“mdk530”
想体验恩智浦i.mx8m mini高性能四核a53处理器吗？
想打造多媒体音视频、ai人工智能、边缘计算、人脸识别等前沿应用？
这个ai时代，我们如何才能避免淘汰？
。
。
。
米尔与电路城共同携手，
举办myd-c8mmx开发板免费试用活动
带你引领ai边缘计算前沿
赶紧报名吧，仅5个免费试用名额等着你哦！
这是一个怎样的开发板？
是不是有点迫不及待？
请看好活动流程
step1：申请板卡（2020.4.27-2020.5.27）
在规定时间内，申请者复制活动链接进入电路城论坛活动页面，点击“我要参加”，填写信息完成报名：
申请理由包含计划使用开发板做的项目或分享的心得等，尽可能详细，越详细越有机会获得！
step2：申请者筛选（2020.5.28-2020.5.30）
我们将根据试用申请理由筛选申请者获得板卡试用机会并在论坛公布试用者名单。
step3：板卡学习&分享心得（2020.6.1-2019.7.11）
试用者收到板卡后，进行学习评估，并在综合交流专区发帖记录试用过程、分享试用心得。试用历时一个月，每周不得少于一篇。
内容可以包括：
（1）晒板卡照片、开箱图、或者点评；
（2）使用过后的评测；
（3）连载的入门教程或者说明；
（4）得意的小经验；
（5）完成小项目流程等......
step4：活动评选
试用结束后，米尔电子会根据试用者在论坛分享的帖子的数量和质量综合评选出优秀用户：
第一、二名：免费赠送本次活动开发板（无需寄回），
其他开发者需寄回开发板（邮费到付即可）。
产品详细介绍：
http://www.myir-tech.com/product/myc-c8mmx.htm
电路城评测：
硬件）
软件）
产品应用参考：
http://www.myir-tech.com/news_list.asp?id=1830
（仔细阅读以上资料，项目开发更容易哦~）
面对市场的挑战，米尔推出了可定制化专业视觉计算平台vecp（vision edge computing platform）边缘视觉套件myd-czu3eg-c-isp，4k级视频处理技术 超低延时，面向工业、iot、医疗、机器视觉等应用。
vecp数据处理框架：
原始图像：
常规降噪：
米尔vecp视觉套件降噪：
3.根据使用场景可定制的ae自动曝光策略
4.精准的色彩还原
5.出众的强光抑制能力
该套件基于xczu3eg全可编程处理器，4核cortex-a53融合fpga，处理能力强大，核心板搭配io载板及sensor板架构，灵活可定制。
同时搭配4gb ddr4 sdram，能够从容应对高速视频流处理，采用英特尔电源，镁光存储，村田电容，卓越选料做工，品质可靠。
米尔vecp（vision edge computing platform）边缘视觉套件可以广泛应用于工业、iot、医疗、机器视觉等领域，主要针对专业的视觉应用场景，更加细腻地收集和处理图像，让设备的视觉更接近人体感官。
终于等到你，百问科技近600页的100ask_imx6ull裸机文档发布，已经合并到“嵌入式linux应用开发完全手册第2版_韦东山全系列视频文档全集.pdf(1222页)”，所有人免费下载学习。
百问科技i.mx6ull裸机文档的硬件平台为百问0利润100ask_imx6ull开发板，采用米尔的myc-y6ulx高性价比核心板，基于恩智浦i.mx6ull系列高性能处理器。
每一章节都是韦老师修改，保证质量；
100ask_imx6ull裸机文档都有哪些实验？
led、ram重定位、时钟、uart、gpio按键、und/swi异常、gpt定时器、epit定时器、emmc卡、tf卡、lcd、电容屏、i2c、spi、红外遥控器、dht11温湿度、ds18b20温度模块、sr501人体红外模块、sr04超声波、步进电机、oled显示屏、spi dac、at24c02、gps、光敏，adc，can、485，共28个板上、板外模块的实验。
100ask_imx6ull裸机文档的目录截图
(可能有误差，请以实际文档为准；非常丰富，非常通俗易懂)
学完这些实验，你就可以非常详细的了解i.mx6ull这块芯片；意犹未尽的你如果想动手拓展更多的应用模块，可以购买米尔myc-y6ulx系列核心板进行二次开发：
文档下载方式
百问100ask_imx6ull购买地址：
(复制到浏览器，点开第一个海报即可进入)
米尔myc-y6ulx系列核心板购买地址：
arm公司的 cycel model是100%周期精确的arm ip模型，用于性能分析和精确的评估arm ip。
arm·cycle models
cycle models是由arm rtl直接编译而来，保留了完整的功能以及精准的周期，借助cycle models，您可以放心的选择和配置arm ip，还可以自信地做出体系结构决策、优化系统性能，并在芯片可用之前做裸机固件开发。
cycle models特点
1. 精准的ip性能参考
cortex处理器和系统ip，包括nic，cci，ccn，以及cmn连接的精确周期模型。在使用硬件之前先证明你的假设，分析复杂的内部互连问题。快速探索设计方案，以及发现软件硬件上的瓶颈。
2. 加速系统层级的调试
cycle model能实现对arm ip的快速、详细的调试和分析。集成arm调试器，以及cach内存可视化功能。
3. 统一软件硬件分析
软件团队可以查看代码、设置断点、检查寄存器和内存。硬件团队可以检查信号、转储波形并跟踪整个系统的执行情况。所有用户都可以获取到内部寄存器的瞬时状态。
4. 降低设计风险
加速系统调试以及硬件实现和软件的更改，通过验证运行实际系统软件的硬件实现，可以降低风险，消除软件开发的瓶颈：cycle model 拥有模拟实际硬件的能力。
5. 灵活性和扩展性
cycle model能全天候提供来自arm ip exchange网站已验证的ip配置选项。它们可被用于soc设计器，systemc，synopsis platform architect mco以便于重新配置，构建或扩展你的虚拟样机。
6. 高效易用的gui
内建的规则检查确保了从广泛的模型和格式到第一轮soc成功所需要的准确性、性能和灵活性。包含了systemc，由cycle model studio编译的精准周期模型，verilog和vhdl的联合仿真通过使用主流的rtl仿真装置。
cpu cycle models
|
cpu 系列 |
处理器架构 |
|
cortex-a |
cortex-a75, cortex-a65, cortex-a65ae, cortex-a76ae, cortex-a55, cortex-a53, cortex-a35, cortex-a3 |
|
cortex-r |
cortex-r52, cortex-r8, cortex-r5 |
|
cortex-m |
cortex-m33, cortex-m23, cortex-m7, cortex-m3, cortex-m0 |
系统ip cycle models
|
系统ip |
产品 |
|
互联总线 |
nic-400, cmn-600, cci-550 |
|
中断控制器 |
gic-600, gic-500 |
|
系统内存管理 |
mmu-600 |
|
内存 |
bp-140, dmc-400 |
凯发k8官网参考：
不久前，米尔推出了基于st首颗mpu——stm32mp1的开发平台myd-ya157c，引起市场的热烈反响，带领大家高效地从mcu跨越到mpu，并实现多种应用场景的产品设计。
活动流程
申请方式
3.认真填写项目名称和试用计划等相关信息（越详细机会越大哦~）
试用报告要求
报告形式：标题格式【myd-ya157c开发板试用连载】 自拟标题
开发板介绍
myd-ya157c结构框图
凯发k8官网链接：http://www.myir-tech.com/product/myd-ya157c.htm
购买地址：
开发板介绍：http://www.myir-tech.com/news_list.asp?id=1825
iot应用参考：http://www.myir-tech.com/news_list.asp?id=1833
arm development studio支持从架构探索到实时应用程序开发以及边缘设备编码的所有类型的软件开发项目。 它加快了系统设计和软件开发的速度，使凯发k8官网的合作伙伴和客户能够更快，更经济地将更高质量的产品推向市场。
bronze版本添加了cortex-m55和star 处理器的支持。
gold版本的编译器支持cortex-a34，cortex-a77和neoverse n1的处理器的程序编译，而sliver版本支持上述核的调试和性能分析。
软件增加支持stlink和fdti调试探测器；
所有版本均支持arm自定义指令；
虚拟样机已支持lris 调试追踪接口；
已验证的新平台用于支持汽车、嵌入式开箱调试等关键领域。
包括以下产品：
arm 编译器6.14 新增加支持cortex-a34，以及采用了armv8-m架构以及可选m-profile vector extension（mve）的cortex-m55，同时对armv8.6-a、armv8-m和armv8.1-m的架构进行进一步优化。
支持android 10以上设备，包括支持使用opengl es层驱动程序。
下载方式：
在过去十年里，已经发生了一场从本地计算到云计算的转变，允许系统集中和可访问，并提高了安全性和协作性。今天，在新的十年即将到来之际，我们见证了从云计算到边缘计算的转变。
边缘计算是指在互联网的“外部边缘”进行的计算，而不是在中心位置进行计算的云计算。边缘计算通常在数据源附近执行，例如在连接的相机附近。
自动驾驶汽车是边缘计算的完美例子。为了使汽车在任何道路上安全行驶，它必须实时观察道路，如果有人走在汽车前面，它必须停车。在这种情况下，使用边缘计算在边缘处处理视觉信息并作出决策。
这个例子强调了边缘计算的一个关键动机——速度。集中式云系统提供了方便的访问和协作，但服务器的集中意味着它们远离数据源。数据传输引入了由网络延迟引起的延迟。对于自动驾驶汽车来说，最短的时间从通过传感器收集数据到做出决定再采取行动是至关重要的。
nxp 推出的i.mx8m mini处理器就是为工业和物联网(iot)边缘计算、机器学习和流媒体应用提供可扩展高性能凯发app的解决方案而打造的，米尔作为nxp的官方凯发k8官网的合作伙伴，推出了超高性价比的物联网凯发app的解决方案平台myc-c8mmx核心板及开发板，可应用于ai机器学习以及多媒体应用等边缘计算场景。
所有实时应用都需要边缘计算。边缘计算已经被应用在各种各样的应用中，从自动驾驶汽车和无人驾驶飞机到家庭自动化系统和零售业，以这样的普及率，我们只能想象它未来的应用。
云端处理刹车响应时间慢，距离长
边缘计算刹车响应时间快，距离短
在云计算中，边缘设备收集数据并将其发送到云上进行进一步的处理和分析。边缘设备发挥着有限的作用，发送信息到云，并从云接收处理过的信息。所有真正的工作都是在云中完成的。
这种类型的基础设施可能适用于用户可以等待2或3秒以获得响应的应用程序。但是，这不适合需要更快响应的应用程序，尤其是那些需要实时操作的应用程序，例如在自动驾驶汽车中。但是，即使在一个更普通的例子中，比如基本的网站交互，开发人员也会部署javascript来检测用户的行为，并在用户浏览器中对其做出响应。如果响应时间对应用程序的成功至关重要，那么在源代码附近解释输入数据是更好的选择（如果有）。当输入和输出同时发生在同一位置时，例如在物联网设备中，边缘计算消除了网络延迟，并且实时成为可能。
边缘计算意味着更少的数据传输，因为大部分繁重的工作都是由边缘设备完成的。而不是将原始数据发送到云端，大部分处理是在边缘完成的，只有结果发送到云端，因此需要的数据传输带宽更少。
让我们以一个使用云计算基础设施的智能停车系统为例，了解有多少停车位可用。比如说，每几秒钟就有1080p的实时视频或静止图像发送到云端。想象一下这个凯发app的解决方案每小时所需的网络带宽和数据传输成本，通过网络连续传输大量原始数据：
降低十万倍传输速率
相比之下，如果智能停车系统使用边缘计算，它只需每隔几秒向云发送一个整数，即有多少个停车位可用，从而导致带宽减少，并导致数据传输成本降低。
物联网意味着更多的系统，更多的系统意味着更多的带宽和更多的集中服务器负载。在云计算架构中，增加一个物联网设备会增加带宽需求和云计算能力。
让我们使用上面的智能停车系统的例子，将1080p视频流传输到云端。客户希望在另外10个停车场安装此系统。为了促进这一点，他们需要增加他们的网络带宽，并且需要大约10倍的计算能力和云存储空间，因为集中式服务器上的负载随着来自10个附加相机的输入数据而增加。这增加了网络流量，上行链路带宽成为瓶颈。因此，随着网络流量、带宽和云资源的使用随着每一个附加设备的增加而增加，扩展成本很高。
服务器数量大大减少
相比之下，在边缘计算中，增加一个物联网每单位设备成本增加。每台设备带宽和云计算能力不需要增加，因为大多数处理是在边缘完成的。使用边缘计算架构，在停车场系统中添加10个额外的物联网设备似乎不那么令人畏惧，因为不需要增加云计算能力或网络带宽。因此，边缘计算架构的可扩展性要高得多。
从本地计算到云计算，再到边缘计算，随着我们对计算系统的性能和创新的需求不断提高，软件架构也在不断发展。随着我们超越现有的基于云的架构，对实时应用的需求和物联网等成本压力推动了边缘计算市场的增长。这是一种趋势，将为2020年的软件业增色。
项目落地需要一个高性价比的边缘硬件凯发app的解决方案，米尔基于nxp imx8m mini系列处理器的myc-c8mmx核心板及开发板，采用a53处理器，主频高达1.8ghz，拥有lvds显示（单路/双路）、mipi-dsi信号引出、mipi-csi摄像头接口、支持音频输入输出、千兆网、多路usb、多串口、wifi及蓝牙模块等丰富的接口；同时核心板批量性价比高，稳定供货周期长达10年。主要针对应用：双向视频会议、可视门铃、图像分析、机器视觉检查、语音助手等。
你已经在使用边缘计算了吗？边缘计算还有哪些好处？更多产品信息点击：http://www.myir-tech.com/product/myc-c8mmx.htm
arm development studio是市场上最全面的端到端的嵌入式c/c 开发凯发app的解决方案，专为基于arm的soc设计，从微型控制器到自定义多核处理器。与arm处理器ip一起设计，加速cortex-m、cortex-r和cortex-a处理器的系统设计和软件开发，同时帮你构建强大而高效的产品。
深圳市米尔科技有限公司是arm公司官方授权全线工具产品代理商， 提供arm公司原装正版开发工具（包括本产品ads）的销售服务，以及arm工具产品的市场推广、产品更新、凯发k8官网的技术支持和凯发app的售后服务，arm ads的历史版本有 adt、ads 、rvds和ds-5。
功能强大的arm development studio
|
uvision ide |
development studio ide |
|
keil mdk的核心，uvision ide 为cortex-m微处理器以及类似设备的裸机开发以及基于rtos操作系统开发的项目提供快速便利的开发体验。该ide经过了长年的打磨，从项目的创建到设备的编程都是易于操作的。它使用windows |
arm定制的基于eclipse的ide非常适合管理多核项目，允许与数以千计的开 |
一、业界领先的arm c/c 编译器
这是一款优化基于arm架构设备的c/c 编译工具。提高了执行效率以及创建更小容量的代码。凭借出色的性能，arm compiler可以开发高效产品，利用arm cortex处理器和架构的所有功能，从armv6-m到armv8-a 64位arm。 这种通用编译器可优化裸机和嵌入式（rt）os应用程序的代码。
主要特点
1、生成更快的代码：通过结合微体系结构特定的指令调度，整个程序优化策略和精细调整的库，arm compiler 6显着加快了各种工作负载的执行时间。在一些大型工业和汽车案例中，与前几代相比，性能提升超过30％。
|
支持的板子和设备 |
支持的处理器 |
|
支持超过5000个设备。development studio附带了对流行的现成微控制器和应用处理器以及使用它们的商业开发板的现成支持。 |
无论你是正在开发自定义的soc还是开发在ide设备数据库里没有记录的设备。ide的pce功能以及dtsl功能可以连接调试任何arm架构设计的芯片。 |
arm development studio各版本区别
前言：百度大脑是百度 ai 核心技术引擎，包括视觉、语音、自然语言处理、知识图谱、深度学习等ai核心技术和ai开放平台。
基于 xilinx zynq ultrascale mpsoc 的 edgeboard核心加速方案是百度ai加速平台的关键组成部分。其zynq芯片内部集成arm处理器 gpu fpga（及）的架构，既具有多核处理能力、也有视频流硬解码处理能力，还具有fpga的可编程的特点。内置linux 4.14.0系统和深度学习预装环境，与百度大脑模型定制平台（aistudio、easydl、easyedge）深度打通，实现模型的训练、部署、推理等一站式服务。
米尔/百度fz3深度学习计算卡配合百度大脑提供的多样化且不断迭代的模型库可以轻松实现人脸、人体、动物&物体、文字等多场景的识别。
产品特点：
强大ai计算性能&低功耗
实测性能高达1.2tops，为量化裁剪情况下mobilenet可达100fps，超过cpu性能20倍，功耗仅5-10w。
模型未裁剪量化的情况下，计算卡性能表现：
丰富开发资源与工具平台
无缝兼容百度大脑工具平台，一站式降低ai开发门槛
出色的硬件设计
该板卡基于xilinx zynq ultrascale mpsoc xczu3eg, 4核cortex-a53 fpga架构，板载2gb/4gb ddr4 sdram(64bit,2400mhz） 8gb emmc的存储组合。体积小，功能完善，适合嵌入各种不同的产品形态。
接口示意图：
、
2.卓越品质&十年生命周期
应用场景广泛
适用于智能安防，工业检测，医疗诊断，无人机巡检，科研，消费，无人驾驶等广泛领域。
目前fz3a及fz3b产品已震撼预售，更多信息请前往米尔凯发k8官网进行了解咨询：
凯发app的产品中心
服务与支持
关于米尔
联系凯发k8官网
关注凯发app
