智能网联汽车已成为我国汽车社会发展的战略新契机,其重要性不仅局限于产业本身。
上饶市全面贯彻制造强国、网络强国、交通强国的国家战略部署,抢抓新一轮汽车产业变革发展机遇,瞄准电动化、智能化、网联化、共享化方向,积极申创国家级自动驾驶开放测试道路,以车联网示范场景应用,聚集上下游产业,打造智能网联汽车产业生态圈,推动汽车产业转型升级,实现智慧交通与智慧城市协同发展。
作为上饶高铁经济试验区自动驾驶开放测试道路的建设方,紫光云与智能事业群以蜂窝车联网C-V2X网络为核心的车路协同解决方案赋能智能网联汽车产业发展,打造智慧出行新型服务模式,提升城市整体智慧化水平。
独具网络安全能力的车路协同解决方案
车路协同解决方案以C-V2X车联网技术为核心,以5G技术为网络通路,从车端、路侧、云端三个方面展开,实现基于车路协同的智能交通综合应用。
车端通过车联网安全网关与云端车联网安全运营平台联动,基于大数据、人工智能等技术对车载网络流量进行精准分析,及时发现阻断各类网络安全威胁,从而有效保障智能网联车的安全。
车端基于智能车载终端(OBU)的C-V2X交互能力,可实现车与车信息交换、车与路信息交互。通过智能边缘计算能力,辅助车主实现驾驶提醒、威胁预警与信息上传。除辅助自动驾驶功能以外,为了提升网联汽车的整体感知能力,智能车载终端可以通过接收来自路侧气象监测数据、积水监测数据、路面数据等信息,增加判断维度,实现智能感知提升。
在路的改造上,需进行基础设施的改造和智能化系统部署。在路侧通过智能采集装置(RSU)采集路面行驶的车辆数据,同时增加雷达、摄像头、传感器等实现气象、路面情况、行车流量等维度的监测。通过对道路交通信息的综合感知、处理、计算、发布及上传等智能路侧系统的功能,向交管部门和相关参与者提供数据与服务,并及时通过云平台反馈给行车,辅助车辆驾驶者决策,并面向未来的全自动驾驶场景,辅助自动驾驶。
按照项目整体“试点-推广-规模应用”的思路,方案目前已在上饶测试路段启动基础设施改造及路面智能化部署。项目完成后,将实现网联汽车在网、高精度地图、信号灯信息推送、交通事件预警等车路协同场景。
2020年4月,紫光集团宣布整合旗下新华三集团、紫光云技术有限公司等在私有云、公有云、人工智能、软件服务等方面的能力,成立了紫光云与智能事业群。未来,紫光云与智能事业群将持续探索并丰富车联网应用场景,助力上饶市构建开放融合、创新发展的车联网产业生态,形成可复制、可推广的经验做法,成为上饶市数字经济新名片。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。