【正式版本2.6！Qt for MCUs推出全新功能】
Qt for MCUs推出正式版本2.6，专注于改善其在单片机中的性能表现。Qt for MCUs 2.6引入了一系列代码生成优化，从而减少了C++代码中的冗余，并降低了总体ROM要求。此外，该版本还新增了以下内容：
- Qt Quick Ultralite的新QML API：开发者可以通过添加从Qt改编而来的全新QML API来扩展Qt Quick Ultralite的核心功能，简化应用程序实现过程，并提高现有非MCU平台代码的可重复使用性。
- 性能核心功能：全新的基准测试功能“QulPerf”提供了一组新的指标，以便显示和访问正在运行的应用程序的帧率情况、CPU使用率和内存使用情况。
- 文件系统支持（技术预览阶段）：新文件系统接口API允许应用程序注册和集成用户选择的文件系统，并使Qt Quick Ultralite引擎能够查找和显示位于其中的图像。同时，为FatFS提供参考实现。
- GHS MULTI IDE集成汽车工具：开发人员成功实现了Qt和Green Hills工具之间无缝工作流程。qmlprojectexporter工具现在支持创建预集成所有MCU元素的MULT项目。
- AUTOSAR Classic支持：Qt一直与客户和AUTOSAR供应商合作，以了解在安全的AUTOSAR Classic架构中运行的GUI应用程序的要求，并为MCU提供强大且经过验证的Qt集成。
与此同时，随着Qt for MCU 2.6版本发布，官方也推出了适用于Renesas RH850 / D1M1A汽车平台的第一个MCU端口。
Qt for MCUs推出正式版本2.6，专注于改善其在单片机中的性能表现。Qt for MCUs 2.6引入了一系列代码生成优化，从而减少了C++代码中的冗余，并降低了总体ROM要求。此外，该版本还新增了以下内容：
- Qt Quick Ultralite的新QML API：开发者可以通过添加从Qt改编而来的全新QML API来扩展Qt Quick Ultralite的核心功能，简化应用程序实现过程，并提高现有非MCU平台代码的可重复使用性。
- 性能核心功能：全新的基准测试功能“QulPerf”提供了一组新的指标，以便显示和访问正在运行的应用程序的帧率情况、CPU使用率和内存使用情况。
- 文件系统支持（技术预览阶段）：新文件系统接口API允许应用程序注册和集成用户选择的文件系统，并使Qt Quick Ultralite引擎能够查找和显示位于其中的图像。同时，为FatFS提供参考实现。
- GHS MULTI IDE集成汽车工具：开发人员成功实现了Qt和Green Hills工具之间无缝工作流程。qmlprojectexporter工具现在支持创建预集成所有MCU元素的MULT项目。
- AUTOSAR Classic支持：Qt一直与客户和AUTOSAR供应商合作，以了解在安全的AUTOSAR Classic架构中运行的GUI应用程序的要求，并为MCU提供强大且经过验证的Qt集成。
与此同时，随着Qt for MCU 2.6版本发布，官方也推出了适用于Renesas RH850 / D1M1A汽车平台的第一个MCU端口。
单片机用 Qt for MCUs 2.6 发布：降低 ROM 等性能要求、引入 Quick Ultralite 新 API
Qt for MCUs 目前已经推出了正式版本 2.6，此版本以“性能改进”为基础，号称可以改善相关单片机中的性能情况。
注：MCU 芯片即单片机，Qt for MCUs 便是为这些单片机设计的嵌入式框架，可以以较低的性能执行一系列功能。
官方介绍称，Qt for MCUs 2.6 引入了一系列代码生成优化，从而减少 C++ 代码中的冗余，进而降低总体 ROM 要求，具体而言，Qt for MCUs 2.6 主要更新了以下内容：
Qt Quick Ultralite 的新 QML API
开发者通过添加直接从 Qt 改编的新 QML API，扩展了 Qt Quick Ultralite 的核心功能，以简化应用程序功能的实现，并提高为非 MCU 平台编写的现有代码的可重复使用性。
以性能作为核心的全新基准测试功能
QulPerf QML 类型扩展了一组新的指标，以方便地显示和访问正在运行的应用程序的帧率情况、CPU 使用率、内存使用情况。
文件系统支持（技术预览阶段）
新的文件系统接口 API 可用于在应用程序中注册和集成用户选择的文件系统，并使 Qt Quick Ultralite 引擎能够查找和显示位于其中的图像。为 FatFS 提供了参考实现。
GHS MULTI IDE 集成汽车工具
开发者实现一系列了 Qt 和 Green Hills 工具之间的无缝工作流程，qmlprojectexporter 工具现在支持创建预集成了所有 MCU 元素 Qt 的 MULTI 项目。
AUTOSAR Classic 支持
Qt 一直在与客户和 AUTOSAR 供应商合作，以了解在安全的 AUTOSAR Classic 架构中运行的 GUI 应用程序的要求，并为 MCU 提供强大且经过验证的 Qt 集成。
随着 Qt for MCU 2.6 发布，官方也推出了适用于 RenesasRH850 / D1M1A 汽车平台的用于 MCU 的第一个 Qt 平台端口。
Qt for MCUs 目前已经推出了正式版本 2.6，此版本以“性能改进”为基础，号称可以改善相关单片机中的性能情况。
注：MCU 芯片即单片机，Qt for MCUs 便是为这些单片机设计的嵌入式框架，可以以较低的性能执行一系列功能。
官方介绍称，Qt for MCUs 2.6 引入了一系列代码生成优化，从而减少 C++ 代码中的冗余，进而降低总体 ROM 要求，具体而言，Qt for MCUs 2.6 主要更新了以下内容：
Qt Quick Ultralite 的新 QML API
开发者通过添加直接从 Qt 改编的新 QML API，扩展了 Qt Quick Ultralite 的核心功能，以简化应用程序功能的实现，并提高为非 MCU 平台编写的现有代码的可重复使用性。
以性能作为核心的全新基准测试功能
QulPerf QML 类型扩展了一组新的指标，以方便地显示和访问正在运行的应用程序的帧率情况、CPU 使用率、内存使用情况。
文件系统支持（技术预览阶段）
新的文件系统接口 API 可用于在应用程序中注册和集成用户选择的文件系统，并使 Qt Quick Ultralite 引擎能够查找和显示位于其中的图像。为 FatFS 提供了参考实现。
GHS MULTI IDE 集成汽车工具
开发者实现一系列了 Qt 和 Green Hills 工具之间的无缝工作流程，qmlprojectexporter 工具现在支持创建预集成了所有 MCU 元素 Qt 的 MULTI 项目。
AUTOSAR Classic 支持
Qt 一直在与客户和 AUTOSAR 供应商合作，以了解在安全的 AUTOSAR Classic 架构中运行的 GUI 应用程序的要求，并为 MCU 提供强大且经过验证的 Qt 集成。
随着 Qt for MCU 2.6 发布，官方也推出了适用于 RenesasRH850 / D1M1A 汽车平台的用于 MCU 的第一个 Qt 平台端口。
xAI做的大模型对比，几个月时间就拉近了与ChatGPT4的距离，甚至还做了一个PromptIDE工具。
We developed the PromptIDE to give transparent access to Grok-1, the model that powers Grok, to engineers and researchers in the community. The IDE is designed to empower users and help them explore the capabilities of our large language models (LLMs) at pace. At the heart of the IDE is a Python code editor that - combined with a new SDK - allows implementing complex prompting techniques. While executing prompts in the IDE, users see helpful analytics such as the precise tokenization, sampling probabilities, alternative tokens, and aggregated attention masks.
We developed the PromptIDE to give transparent access to Grok-1, the model that powers Grok, to engineers and researchers in the community. The IDE is designed to empower users and help them explore the capabilities of our large language models (LLMs) at pace. At the heart of the IDE is a Python code editor that - combined with a new SDK - allows implementing complex prompting techniques. While executing prompts in the IDE, users see helpful analytics such as the precise tokenization, sampling probabilities, alternative tokens, and aggregated attention masks.
✋热门推荐