020年7月3日,上海——由上海市科学技术委员会、Linux基金会(The Linux Foundation)主办、Intel、InnoSpace、VMware、戴尔科技集团、惠普、中科创达共同承办的国际创客赛事——2020 EdgeX中国挑战赛(EdgeX Challenge Shanghai 2020)正式拉开帷幕。该赛事还得到了腾讯、IOTech公司的大力支持。
大赛致力于构建一个物联网及边缘计算的学习和分享平台,基于EdgeX Foundry,以共享技术投资来解决困难的技术问题,聚集富有创新思想和强大技术能量的参赛者,针对物联网行业的常见痛点,面向零售、制造、能源、城市园区等领域,利用EdgeX Foundry解决行业问题,赋能真实的应用场景。
英特尔公司物联网事业部副总裁兼物联网事业部中国区总经理陈伟在大赛启动仪式的致辞中表示:“自从2018年底加入EdgeX Foundry以来,英特尔物联网事业部积极支持EdgeX的发展,积极贡献代码、大力宣传布道、主动构建EdgeX生态系统。在中国区,英特尔公司还作为联合发起单位,组建EdgeX China Project, 进一步推动EdgeX在多个行业的部署和应用。英特尔全力支持本赛事。大赛的获奖团队,可快速对接英特尔物联网事业部的开放零售倡议、MRS/RRK生态计划,开拓更广阔的合作空间。我们对EdgeX Foundry的发展前景、对本次挑战赛充满信心!”
伴随着上海市2020“科技创新中心建设条例”以及“科技创新行动计划”的颁布,上海正在积极构建具有全球影响力的科创中心基本框架。作为2020上海国际创客大赛及大会的主办方,上海市科学技术委员会(以下简称“上海科委”)对大会的积极推动,将进一步促进物联网及边缘计算领域的人才挖掘、案例打造;用平台激发开发者想象力,用资源驱动优秀成果市场落地,通过科技创新推动经济发展。
另一方面,Linux基金会选择携手上海科委共同举办EdgeX中国挑战赛,也体现出业界对中国市场的高度重视,这将对中国边缘计算生态系统建设,对中国AIoT的应用落地及部署起到有力的促进作用。
作为全球领先的开放边缘计算框架,EdgeX Foundry能够很好地解决边缘计算及物联网平台构建方面,因不同传感器和终端设备协议纷杂,难以整合等技术难题。一直以来英特尔积极实践EdgeX Foundry,推出“智能边缘”转折性技术,协同AI,5G赋能边缘计算;英特尔还与泛零售行业的合作伙伴一道,构建基于开源、开放理念的生态系统——开放零售倡议(ORI),利用现代系统架构、先进的EdgeX Foundry体系,有效解决行业客户痛点。今年这项ORI还将拓展到酒店餐饮、银行金融、教育、医疗、工业 等领域,进一步为中国物联网应用落地的发展助力。
据悉,本次2020 EdgeX中国挑战赛将在7月3日正式启动,经初赛评选、项目开发阶段,于9月进行决赛作品提交;后续通过公开投票、决赛评选,最终于10月进行获奖名单公布。大赛共分为“商业”、“工业”两个赛道,涉及零售、金融、教育、医疗、智慧城市、制造业、电力等众多行业。参赛团队脑洞大开的创意,将为行业发展积累众多创新应用案例。而最终的获奖队伍还将得到由大会承办方提供的多项商业机会合作,进一步推动优秀案例与市场的落地结合,用科技创新为中国物联网发展助推赋能。
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。