助力“芯”发展,openKylin 精彩亮相 2023 RISC-V 中国峰会!
8月23日至25日,2023 RISC-V中国峰会在北京召开。此次峰会以“RISC-V生态共建”为主题,邀请了RISC-V国际基金会、业界专家、企业嘉宾及社区伙伴等出席,共同探讨RISC-V技术发展新趋势,并聚集了来自世界各地的RISC-V爱好者、专业人士和创新者,分享他们在开源处理器领域的研究成果和实践经验。
23日下午,openKylin社区秘书长余杰受邀出席“赛昉科技RISC-V芯片应用交流会”,带来《openKylin&赛昉在RISC-V上的应用创新》主题分享。当前,openKylin携手赛昉科技成功完成VisionFive1、VisionFive2、ROMA笔记本和赛昉工控机等多个硬件平台适配工作,并适配了Libreoffice、浏览器、影音播放等常用软件,满足用户日常使用需求。
25日上午峰会主会场,openKylin社区RISC-V SIG Owner王文竹为大家带来《openKylin开源操作系统在RISC-V架构上的开发实践》主题分享。截至目前,openKylin社区适配完成80%以上市场主流的RISC-V硬件平台,基础软件包和应用软件数量达到X86版本的90%以上,RISC-V镜像下载累积量近10万次。
峰会期间,openKylin携矽速科技基于平头哥曳影1520开发的LicheePi 4A亮相平头哥展台,给大家带来商用软件钉钉的体验。此外,在赛昉展台展示了搭载openKylin操作系统的ROMA笔记本、风火轮科技RISC-V边缘智能终端、微雪VisionFive2嵌入式整机、赛昉工控机,现场小伙伴可以亲身体验视频播放,运行Libreoffice、Firefox、Chromium等操作,为大家带来一场身临其境的沉浸式开源互动体验。
如今,RISC-V指令集架构和生态系统在全球范围内快速崛起,开发者生态日渐成熟。openKylin作为RISC-V基金会的一员,致力于构筑操作系统与RISC-V架构软硬件生态协同发展。
未来,openKylin社区将加强与上下游及其他社区合作,持续推动RISC-V架构芯片与openKylin操作系统的兼容适配,并优化系统性能,共同致力于RISC-V生态的发展与探索。同时,欢迎所有对RISC-V开发平台技术方向感兴趣的开发者加入openKylin社区RISC-V SIG!
openKylin RISC-V SIG 主页:
https://gitee.com/openkylin/community/tree/master/sig/RISC-V
openKylin RISC-V适配清单
设备类型 | 品牌 | 型号 |
笔记本 | 深度数智 | ROMA |
开发板 | 平头哥 | 曳影1520Light A |
开发板 | 赛昉 | VisonFive1 |
开发板 | 算能 | SG2042 EVB |
开发板 | SiFive | Hifive-unmatched |
开发板 | 矽速科技 | LicheePi 4A |
开发板 | 鹏城实验室 | Lotus-2 |

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
TestHub 自动化测试工具加入 Dromara 社区
🌟 TestHub 自动化测试工具加入 Dromara 社区!🌟 亲爱的开发者们, 我们兴奋地宣布,我们的开源项目—TestHub,一款强大的自动化测试工具,已经正式加入了 dromara 开源社区!我们诚挚地邀请您成为我们社区的一员,一同分享、学习和贡献。 TestHub 是为了解决在软件开发旅程中测试流程管理和执行的复杂挑战而诞生的。传统测试工具可能局限于接口级自动化,无法满足多样化的需求,而我们在 TestHub 中引入了独特的流程编排功能,让您能够轻松定义、管理和执行测试流程。无论是自动化测试、流程调度还是其他自动化任务,TestHub 的插件式架构都能够满足您的无限扩展需求 TestHub 提供的内置能力 ✅ check 功能:对数据进行校验,类似于断言。 ✅ checkobj 功能:对比对象、列表,确保数据的一致性。 ✅ sql 功能:执行 SQL 语句,满足数据库操作需求。 ✅ sql\_begin 和 sql\_commit 功能:支持事务管理,确保数据的完整性。 ✅ sleep 功能:让程序休息指定毫秒数,方便处理等待场景。 ✅ convert 功能:灵活的数据转...
- 下一篇
每日一博 | 传统算法是如何在销补调计划中发挥作用的
本文分享了一个「传统机器学习算法」在实际业务中的使用场景。 前言 如果嫌麻烦,你可以直接跳到正题观看~ 最近无论是在工作中的交谈,还是在日常刷屏的新闻,铺天盖地的都是大模型。我横竖是看不明白,费了大劲终于从字缝里看到了两个字,玄学。仿佛回到了我的学生时代。 还记得6年前刚进入研究生实验室时,师兄兴奋的对我说:小伙子,欢迎来到我们的修仙世界!——当时学校跟英伟达合作,刚刚从英伟达那里弄了500块Tesla显卡,供各个实验室申请使用。这,是我们崭新的炼丹炉。经过3年的研究生生涯,我对深度学习的理解,仅仅到能够使用深度学习模型的程度。期间也有一些小成绩,包括一篇CCF B类会议论文和一篇KBS期刊(影响因子8.038) ,文章内容主要是使用LSTM对用户兴趣偏好和用户兴趣迁移建模,以此来搭建一个推荐算法模型。 我们通过对各种神经网络模型的堆叠以及反复的对比实验,确实发现LSTM模型的能够在准确率、召回率等指标上有比较突出的效果。但是有一个很大的问题拦在我面前:我如何去解释它?确实,我们没法从直观定性的角度去解释,也没有数学逻辑能解释。索性我们当时就套用了大家统一的口径,解释说LSTM具有长短...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- SpringBoot2全家桶,快速入门学习开发网站教程
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,7,8上安装Nginx,支持https2.0的开启