当今全球汽车产业进入转型升级的关键期。自动驾驶技术已成为推动汽车工业变革的重要力量,同时也将成为未来汽车企业的核心竞争力。将驾驶的安全性视为企业生存根基的沃尔沃汽车将这一理念坚持了近百年。今天沃尔沃汽车也将安全的基因深深地植根于沃尔沃的自动驾驶技术中。
正如沃尔沃汽车旗下自动驾驶软件开发公司Zenseact的首席执行官Ödgärd Andersson所言:“你可以从许多不同的方式实现自动驾驶,但对我们来说,,安全是我们的基因,我们要解决的真正的关键问题就是要确保安全。英特尔和HPE正与我们向这一目标迈进。”
训练“汽车最强大脑”需要强大的算力
“智能驾驶技术就像四个轮子上的数据心。”Zenseact首席信息官罗伯特·塔珀这样形容自动驾驶技术。“训练一个够安全驾驶汽车的人工智能大脑需要大量的数据。”
“我们的车辆上配备了多达23个传感器,用来捕捉激光雷达、超声波雷达以及来自摄像头的数据。每秒收集的数据量达到几十GB。测试车辆每天将产生超过50TB的数据。并且在项目中,我们还需要处理已经积累的数百PB数据。”
“因此我们比较了可用的公共云和私有云解决方案 。HPE GreenLake的‘即服务模式’可以帮助我们实现从边缘到云的控制和利用数据,灵活地处理在全球范围内需要开启的自动驾驶的数据验证和训练所需的计算需求。”
HPE GreenLake 解决方案利用了最新的英特尔® 至强® 可扩展处理器,实现硬件支持的 AI 加速和平台强化。英特尔推出的第四代英特尔® 至强® 可扩展处理器不论在处理本地工作负载,还是处理云端或边缘工作负载,英特尔® 的加速引擎都能够帮助AI自动驾驶的数据处理能力达到新的高度。内置加速器可提供多种优势,包括提高应用性能、降低成本和提升能效。
在提升效能方面,英特尔® 至强® 加速引擎可以通过卸载嵌入式 CPU 内核上运行的常见任务帮助优化能效,即在提升应用整体性能的同时降低能耗,助力您达成可持续发展目标。降低成本方面,通过优化性能,而无需另外购买专用的硬件。
实现端到端的安全依旧是自动驾驶的生命线
“由于系统需要处理大量的商业敏感数据,因此我们与HPE的专家合作,在本地HPC平台周围构建和部署安全架构。利用第三方解决方案和安全设计原则,该框架允许团队预防、监控和应对任何潜在的风险或事件。”
“HPE Pointnext 服务解决了将每辆车每天50TB的驾驶数据传送到Zenseact数据中心的问题,并在数据收集过程中发挥关键作用。“罗伯特·塔珀强调:“数据的完整性安全性对我们来说非常重要,因为这些数据最终意味着能否更好地服务于无人驾驶技术。“
第四代英特尔® 至强® 可扩展处理器利用英特尔® 软件防护扩展安全引擎(英特尔® SGX)为跨边缘和多云基础设施的机密计算解决方案奠定了基础。他提供了基于硬件的安全解决方案,运用专有的应用隔离技术阻止对使用中被保护数据的访问。由于英特尔® SGX 有助于保护选定的代码和数据免受检验或修改,因此开发人员可以在飞地内执行涉及敏感数据的操作,帮助提高应用的安全性并保护数据的机密性。
利用 HPE GreenLake 提供的云服务,同时支持第四代英特尔® 至强® 可扩展处理。其内置了英特尔® Trust Domain Extension功能可在虚拟机 (VM) 层面实现更高的机密性,从而更好地保护数据隐私,提高数据控制力。
此外,英特尔® 密码操作硬件加速已作为至强® 内核架构中的指令集。采用单指令多数据流 (SIMD) 技术,能够在每个时钟周期内处理更多加密操作。这有助于为需要进行可靠数据加密的应用提高总吞吐量,并尽可能降低对性能和用户体验的影响。
伟大的梦想照进现实
罗伯特·塔珀预计:“我们看到,像高速公路辅助驾驶这样的功能已被越来越多的汽车企也所推出。全自动驾驶的车辆普及还需要5到10年的时间。”然而这一切都是本世纪极具挑战的工程,沃尔沃已经在路上。英特尔和HPE正为这些勇于向梦想迈出伟大尝试的企业准备好了安全、可靠的数字基座。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。