一级汽车供应商马瑞利正试用解决方案,助力加速软件开发
北京 — 2022 年 12 月 2 日 – 近日,在 亚马逊云科技 2022 re:Invent 全球大会上,BlackBerry (纽交所股票代码:BB;多伦多证券交易所股票代码:BB)宣布进一步利用亚马逊云科技,首次通过云服务将BlackBerry® QNX®技术提供给任务关键型嵌入式操作系统开发者,从而显著缩短其产品上市时间。
在亚马逊云科技2022 re:Invent全球大会上,BlackBerry QNX展示了业界领先的实时操作系统 (RTOS) 以及人工智能 (AI) 数据平台 BlackBerry IVY™ ,在由亚马逊云科技Amazon Graviton2处理器支持的Amazon EC2实例上运行。在云端运行的BlackBerry QNX RTOS作为云原生开发人员的工作台,可以独立使用,也可以与由BlackBerry与亚马逊云科技联合开发的云端智联汽车AI平台BlackBerry IVY配合使用。
对于汽车、机器人、医疗设备、工业控制、航空航天与国防等行业来说,云端BlackBerry QNX® Neutrino® RTOS实时操作系统,可带来更高的功率和性能,帮助企业缩短开发时间,同时通过测试、验证和确认以确保软件的可靠性。
BlackBerry QNX产品管理和战略副总裁Grant Courville表示:“我们为客户提供云端QNX基础软件产品改变了嵌入式开发的游戏规则,使开发者可实现轻松访问和扩展。这也将帮助任务关键型嵌入式系统的开发人员在整个产品开发和部署周期中加快协作和速度。随着这一值得信赖的、行业领先的操作系统很快在亚马逊云科技上部署,我们相信凭借效率和成本节约方面的潜力,它将在整个物联网行业引起反响。”
在汽车行业,平均每辆车包含了1亿多行代码,并且消费者和全球监管机构一直在对其提出增强特性和功能的需求。因此,整个车载电子架构的复杂性持续增长。主机厂(OEMs)面临着巨大的压力,需要在满足功能安全标准(ISO 26262)和网络安全标准(ISO 21434)的同时,对整个车辆的软件生态系统进行原型设计、测试和验证。汽车制造商在交付面向未来的软件定义汽车时,使用亚马逊云科技支持的云原生BlackBerry QNX RTOS实时操作系统,将精简开发工作,从而解决其中的一些挑战,减少“开发者摩擦”。
作为首批应用之一,部分客户开发者将能够充分利用 BlackBerry IVY 云实例。亚马逊云科技2022 re:Invent全球大会上,BlackBerry展示了开发者如何利用该云服务来简化人工智能驱动的汽车解决方案的开发、测试和集成,并将这些解决方案部署到车规级硬件上实现车载运行。
此云端操作系统项目的早期访问版已经提供给特定主机厂和一级供应商,包括全球领先的一级汽车供应商马瑞利,该公司目前正在试用该解决方案,用于下一代汽车技术开发。
马瑞利电子系统工程与创新副总裁 Yannick Hoyau 表示:“QNX AMI使我们的开发人员显著减少了团队的准备时间,实现了前所未有的开发敏捷性。它彻底改变了我们的工作方式,我们现在可以在不需要硬件的情况下测试车辆载入的所有版本的代码。这是我们一直期待的向软件定义汽车过渡的真正拐点。作为一级供应商,我们的集成座舱DCU MInD-Xp将成为市场上首批采用这种方式的产品,为此我们感到自豪。”
亚马逊云科技汽车行业总经理Wendy Bauer表示:“联接合作伙伴与正在重塑行业的其他技术领导者,是亚马逊云科技实现创新的动力所在。通过Amazon Graviton2处理器释放云的潜力,看到像BlackBerry这样的公司正在进行意义非凡的变革,帮助实现汽车开发中的硬件资源管理,这些都将为亚马逊云科技和整个行业注入活力。”
了解有关 BlackBerry QNX 帮助业界打造安全可靠的未来汽车的更多信息,请访问 BlackBerry.QNX.com 并关注 @BlackBerry
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。