ARM soll Programmierer und Hardwareentwickler besser dabei unterstützen, den Ausbau des ARM-Prozessor-Ökosystems für Server, Client-Computer und IoT-Geräte zu beschleunigen. Auf der laufenden ARM DevSummit-Entwicklerkonferenz wird ARM das umfassende ARM Developer-Webportal und ARM SystemReady vorstellen, eine Sammlung von Spezifikationen und Zertifizierungsprogrammen für ARM-Hardware.
ARM SystemReady basiert auf dem Programm ARM ServerReady, das jetzt in umbenannt wird ARM SystemReady SR. Dazu gehören die 2014 vorgestellte Server Base System Architecture (SBSA), die auf UEFI und ACPI basiert, sowie die Server Base Boot Requirements (SBBR). Die UEFI-Firmware für den Raspberry Pi 4 implementiert solche Spezifikationen.
ARM- “Workstation”
SolidRun hingegen bietet dies für 750 US-Dollar an Mini-ITX-Board HoneyComb LX2K, das ein COM-Express-7-Modul mit dem ARM-Chip NXP Layerscape LX2160A enthält. Es enthält 16 Cortex-A72-Kerne und zahlreiche Schnittstellen wie PCI Express 3.0, USB 3.0 und SATA 6G. Der HoneyComb LX2K kann mit zwei DDR4-SODIMMs mit bis zu 64 GB RAM erweitert werden. Der PCIe x8-Steckplatz, der auf der Rückseite offen ist, akzeptiert auch x16-Karten.
ARM-Notebooks werden auch als Entwicklersysteme bezeichnet. es gibt ca. eine AnweisungInstallation von Ubuntu auf Lenovo Yoga C630 mit Qualcomm Snapdragon 850.
Es konzentriert sich speziell auf Server ARM-Entwicklerbereich ‘Infrastruktur’. Hier bündelt ARM Informationen zu den Systemen mit Prozessoren von Ampere, Marvell und Amazon, auf die zuvor auch in der Cloud zugegriffen werden konnte. Die Website richtet sich in erster Linie an Cloud-Server. “Funktioniert mit ARM“.
KI-Projekte
Der Raspberry Pi 4 ist auch ARM-SystemReady-zertifiziert und es gibt viele Anweisungen, wofür er verwendet wird, zum Beispiel bei Erste Schritte mit dem Streamline Performance Analyzer.
ARM hebt auch KI-Projekte hervor: Zum Beispiel eines, das Hundegeräusche in der Coogle-Cloud auswertet (Hund Stimmungsdetektor). Das Pico-Projekt Das RPi4 verbindet sich wiederum als intelligente Webcam mit einem Docker-Container in der Amazon Cloud AWS EC2, wo die Webcam-Bilder von AI ausgewertet werden.
(Warteschlange)
