当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 龙芯终端与Archer软件适配成功,协同新突破!

龙芯终端与Archer软件适配成功,协同新突破!

2025-05-25 18:57:56 0浏览 收藏

近期,合见工软自主研发的UniVista Archer高端大规模PCB设计平台成功适配龙芯3A5000/3A6000龙架构桌面终端,成为国内首款在龙架构终端上运行的EDA产品。这标志着国产电子系统设计平台实现了从电子硬件设计工具到硬件研发平台的全国产化闭环,迈出了自主可控领域的关键一步,为“中国芯”生态提供了坚实基础。龙芯中科与合见工软紧密合作,克服了技术兼容性和性能优化挑战,确保了UniVista Archer在龙架构平台上的稳定运行和高效表现。

近期,上海合见工业软件集团有限公司(简称“合见工软”)自主研发的UniVista Archer高端大规模PCB设计平台成功适配龙芯3A5000/3A6000龙架构桌面终端,成为国内首款在龙架构终端上运行的EDA产品。这标志着国产电子系统设计平台实现了从电子硬件设计工具到硬件研发平台的全国产化闭环。这一成就不仅在自主可控领域迈出了关键一步,为“中国芯”生态提供了坚实基础,同时也验证了龙芯3A5000/3A6000的卓越性能和广泛适用性,为龙芯中科与合见工软未来的深入合作奠定了基础。

龙芯中科与合见工软在本次适配过程中紧密合作,克服了技术兼容性和性能优化等多重挑战,确保了UniVista Archer在龙架构平台上的稳定运行和高效表现。用户可以在龙芯桌面终端上轻松使用国产UniVista Archer EDA软件进行国产芯项目的开发。

▲合见工软Archer在龙芯终端上运行

作为国产自主知识产权的首款高端大规模PCB设计平台,UniVista Archer满足了日益复杂的电子系统设计需求,解决了高速、多层PCB设计中的设计与仿真挑战,为电子系统和PCB板级设计工程师提供了更高的性能与可靠性。此外,UniVista Archer支持用户的历史设计数据导入,易学易用,帮助用户轻松无缝切换到国产EDA软件平台。

协同新突破!龙芯终端与合见工软Archer软件成功适配

功能介绍

支持大规模PCB设计

【功能简介】: PCB层数不受限制,pin数高达百万规模,满足复杂大规模电子系统的设计需求,同时保证高性能与高可靠性。UniVista Archer PCB EDA软件拥有高效灵活的铜皮设计,简单易用的走线推挤功能,丰富的规则约束管理和严谨的DRC检查,支持电子系统设计全流程的完整数据交换,输出经过验证的光绘生产数据和打孔数据等。

协同新突破!龙芯终端与合见工软Archer软件成功适配

协同新突破!龙芯终端与合见工软Archer软件成功适配

支持用户历史设计数据导入

【功能简介】:兼容性强,为设计师节省大量时间和精力。UniVista Archer兼容多种设计格式,支持一键导入,转换结果与原数据高度一致;作为国产化替代方案,完全可以兼容用户已有历史数据并直接使用,无需繁琐的手动调整或重新建库及设计,避免了因工具切换导致的设计周期延长和资源浪费。

协同新突破!龙芯终端与合见工软Archer软件成功适配

协同新突破!龙芯终端与合见工软Archer软件成功适配

易学易用

【功能简介】:支持根据用户的操作习惯和偏好定制快捷键、手势操作、客制化菜单等,用户友好,易于上手。Archer软件支持全中文界面,用户可以轻松识别功能菜单及复杂的提示和报告内容。

协同新突破!龙芯终端与合见工软Archer软件成功适配

此次龙芯终端与合见工软UniVista Archer系统设计平台的成功适配,实现了国产EDA在国产操作系统与龙芯CPU环境下的高效运行,兼容已有历史数据导入,让用户无缝切换到纯国产电子系统研发环境,解决了国内电子厂商长期依赖国外工具链的“卡脖子”问题,为电子系统设计和工业软件领域的自主可控注入了强劲动力。

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

PHPAPI鉴权实现技巧与方法PHPAPI鉴权实现技巧与方法
上一篇
PHPAPI鉴权实现技巧与方法
Python编程语言特点及对比分析
下一篇
Python编程语言特点及对比分析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    291次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    347次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    310次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用