作者：Eric Sondhi 2023年5月10日
2021年10月，Arm推出了Arm虚拟硬件（AVH）（https://community.arm.com/arm-community-blogs/b/internet-of-things-blog/posts/introducing-arm-virtual-hardware-for-cloud-based-iot-development），这是一种基于云的产品，无需物理硬件即可进行软件开发。这有助于缩短嵌入式软件开发人员的开发时间，并简化终端设备与物联网服务的集成。
一年多前，我们扩展了AVH的功能(https://community.arm.com/arm-community-blogs/b/internet-of-things-blog/posts/new-arm-virtual-hardware)，以解决新的用例，并通过Corellium的系统管理程序技术(https://www.corellium.com/)实现更广泛的Arm处理器和第三方硬件。这包括增加合作伙伴恩智浦半导体（NXP）、意法半导体和树莓派的硬件，以及Corstone-300、Corstone-310和Cortex-M处理器的Arm型号，从Cortex-M0到Cortex-M33。在过去的一年里，Arm生态系统中的数百名嵌入式和物联网开发人员参与了这一强大的新AVH产品的私有测试，将其纳入他们的开发工作流程、CI/CD管道、物联网SaaS解决方案和开发工具中。我们的私人测试版用户也提供了宝贵的反馈，帮助改进和增强了AVH服务。
今天，我们很高兴地宣布，这项服务已从私有测试版过渡到公测版，现在向任何拥有Arm帐户的人开放，供他们尝试并用于商业目的。公测版的试用期为30天，随后提供基于每设备小时使用量的付费服务。立即访问arm.com/virtual-hardware（https://www.arm.com/products/development-tools/simulation/virtual-hardware）开始使用吧。
随着我们扩大对AVH的访问，我们在过去一年中启用的一些新的、增强的软件开发功能也值得反思。我们最近将NXP i.MX 93应用处理器添加到AVH产品组合中。这使得使用该板的开发人员能够更快、更早地进行软件开发。
NXP i.MX 93应用程序处理器
AVH的进一步增强是增加了Arm Cortex-M和Corstone AVH模型，这些模型通过SaaS平台作为服务提供，使得可以通过web控制台或API访问完整的产品组合。
通过SaaS平台提供的板和模型
这种对所有类型的AVH的统一访问消除了对本地或云计算基础设施运行AVH实例的依赖。
除了增强AVH产品组合，我们还为AVH集成到CI/CD、物联网和MLOps服务奠定了坚实的基础。
带Arm虚拟硬件的CI/CD
继去年宣布与GitHub合作（https://github.blog/2022-11-02-github-partners-with-arm-to-revolutionize-internet-of-things-software-development-with-github-actions/）后，我们现在共同启用了原生GitHub Actions Runner，其中包括Arm Cortex-M和Corstone Fixed Virtual Platforms（FVP）with AVH，以及Arm Compiler，使开发人员能够在其GitHub环境中无缝创建Arm CI/CD管道。此集成目前已作为GitHub Enterprise客户的私有测试版提供。请在此处请求访问权限(https://resources.github.com/arm-gihub-actions-beta/)。
我们还为AVH的基础物联网软件启用了健全的CI/CD实践。这一点在基于GitHub操作的流中得到了最好的体现：
.基于FVP的AVH集成到TensorFlow Lite Micro CI基础设施中(https://blog.tensorflow.org/2022/10/integrating-arm-virtual-hardware-with-tensorflow-lite-micro-continuous-integration-infrastructure.html)
.在树莓派AVH上对Matter SDK进行端到端测试（https://github.com/project-chip/connectedhomeip/pull/25686）
在这个博客（https://community.arm.com/arm-community-blogs/b/internet-of-things-blog/posts/matter-development-ble-wifi-arm-virtual-hardware）中了解更多关于Matter和AVH的信息
使用Arm虚拟硬件增强物联网服务
我们的AVH故事始于AWS，它真正蓬勃发展，并将继续蓬勃发展：
.自推出以来，我们的测试版AVH产品已被数百名AWS用户采用，现在已成为AWS合作伙伴设备目录中的合格设备。
.AWS微控制器开发解决方案，通过与Keil工具和CMSIS包的集成，为世界各地的传统嵌入式开发人员带来基于云原生FreeRTOS的服务。
.AWS物联网核心与Greengrass Orchestration和AVH设备的MLOps集成。看看我们去年在Arm DevSummit上展示的与AWS的初步合作：
如何在AVH上构建、训练、测试和部署机器学习应用程序 -- 视频链接：
B站：https://www.bilibili.com/video/BV1wg4y1V7NW/
Youtube：https://www.youtube.com/watch?v=C4DOwUV_vOo
我们期待着AVH和AWS在未来一年提供更多功能。
今年早些时候，我们推出了与Remote.It的集成（https://www.arm.com/blogs/blueprint/virtual-hardware-prototyping），利用其尖端的物联网服务。AVH和Remote结合在一起。这是一个远程访问AVH中托管的虚拟Arm设备的简单解决方案，是功能强大的工具，可以帮助开发人员简化工作流程，并以前所未有的速度将产品推向市场。
Arm技术讲座--Remote.It：对Arm虚拟硬件设备的简单安全远程访问--视频链接：
B站：https://www.bilibili.com/video/BV1ts4y1Q7Lt/
Youtube：https://www.youtube.com/watch?v=-QsSMM_y8mE
简化、可扩展的MLOP
通过与Arm的密切合作，TDK Qeexo正在努力扩展我们的AVH集成，增加对其他Arm Corstone平台的支持，并整合Arm的同步数据流（SDS）框架。这使得能够使用现有传感器数据进行完整的机器学习培训和验证工作流程，并在各种Arm处理器上执行。
去年，Arm加深了与百度飞桨的合作，以加速Arm上边缘AI的开发和部署。我们不仅展示了如何通过Arm Corstone-300 AVH在Arm Cortex-M55上部署飞桨人工智能框架和模型，包括OCR，还赞助了2023年PaddlePaddle黑客松，以招募飞桨社区，帮助扩展Arm上边缘人工智能的模型。由于AVH带来的灵活性，我们在黑客松项目发布后的几个小时内收到了第一份提交的代码审查报告，这让我们感到惊喜。以前，购买硬件开发板并正确设置它才能开始，可能需要数小时甚至数周的时间。
敬请关注，AVH很快将在百度云上原生托管，我们迫不及待地想让中国的边缘人工智能开发者来看看这一新产品。
Arm技术讲座--来自百度：如何将人工智能应用于OCR文本识别-- 视频链接：
B站：https://www.bilibili.com/video/BV12m4y1b76X/
Youtube：https://www.youtube.com/watch?v=PahbeZvjAWQ
开始使用公测版
正如您所看到的，我们与开发人员和合作伙伴合作，在他们的开发工作流程、服务和解决方案中广泛采用AVH，度过了令人兴奋的一年。我们迫不及待地想知道，无论是通过我们的公测版、GitHub私有测试版、AWS还是其他几个生态系统合作伙伴集成，开发人员将如何更广泛地访问AVH。
AVH公测版注册地址：https://www.arm.com/resources/contact-us/virtual-hardware-boards
