英特尔发布了扩展产品组合和新的合作伙伴关系,旨在加速汽车制造商向电动和软件定义汽车 (SDV) 的转型。其中包括与亚马逊云服务 (AWS) 共同开发的汽车虚拟开发环境。
这家芯片巨头在 CES 2025 上展示的行业方案旨在解决汽车制造商在成本和性能扩展方面的挑战,实现更快速、更高效和更具盈利性的 SDV 开发和部署。英特尔表示,现在可以提供完整的整车平台解决方案,包括高性能计算、独立显卡、人工智能、电源管理和分区控制器产品。
进一步来看,英特尔表示完整的整车平台可以减少传统分散式车辆架构的低效问题,优化车辆的整体电子架构可以带来显著的成本降低和性能提升。
重要公告之一是基于 AWS 的英特尔汽车虚拟开发环境。这两家 IT 巨头将其描述为确保从云端到汽车的真正硬件和软件对等性的方式。该产品旨在解决整个车辆开发生命周期中的挑战,使工程师能够在虚拟和物理硬件设置之间切换。
该环境集成了基于英特尔至强处理器的 Amazon EC2 实例,并首次在 AWS 环境中引入英特尔汽车 SDV 系统芯片,目标是消除对昂贵的电子控制单元模拟器或开发板的需求。两家公司认为他们的合作提供了统一的服务,可以加速创新、降低研发成本并缩短上市时间。
为支持新平台,英特尔还推出了自适应控制单元 (ACU),该单元专为电动汽车动力系统和分区控制器应用而设计,旨在缓解传统基于时间和顺序处理的微控制器和分区控制器由于确定性处理能力有限而难以处理多个工作负载的问题。
ACU U310 支持将多个实时、安全关键和网络安全功能、应用和域(一芯多用)整合到单个芯片中。新的 ACU 系列集成了灵活的逻辑区域,将实时控制算法从 CPU 核心中卸载,即使将多个微控制器工作负载整合到单个分区控制单元中,也能提供可靠的性能、无干扰和确定性数据传输。声称可实现更大的工作负载整合、更低的成本以及增强的安全性、网络安全性和性能。
汽车企业已经在研究这项技术。Stellantis 赛车运动部门已选择英特尔作为关键技术合作伙伴,在其下一代逆变器控制中采用自适应控制技术,以提高竞速环境中的性能和效率。在这一实施中,英特尔技术将控制电动机并在制动阶段回收能量。逆变器在一场电动方程式比赛中发挥着关键作用,任何效率的提升都能转化为宝贵的竞争优势。
在另一个应用中,Karma Automotive 将支持英特尔的 ACU,展示了一款英特尔联合品牌逆变器,该逆变器具有最优脉冲模式控制算法,可提高效率并支持四种独特的驾驶模式,包括扭矩纹波降低和续航里程提升等创新功能。
好文章,需要你的鼓励
AWS re:Invent大会展示了亚马逊在智能代理AI和定制模型方面的重大进展,包括AgentCore平台更新和Nova Forge服务发布。英伟达CEO黄仁勋在独家访谈中预测AI工厂将在边缘计算中普及,形成分布式智能工厂模型。尽管谷歌和亚马逊推出自研芯片挑战英伟达,但英伟达凭借CUDA生态系统优势仍将保持市场主导地位。地缘政治因素可能重塑半导体格局,台积电地位关键。
波恩大学研究团队首次量化AI训练的材料成本,发现一块GPU含32种元素,93%为重金属。训练GPT-4需消耗约7吨金属材料,其中多为有毒重金属。研究建立了从计算需求到硬件消耗的评估框架,发现通过软硬件优化可减少93%的资源消耗。该研究揭示了AI发展的隐性环境代价,呼吁行业从规模竞赛转向效率革命,实现可持续发展。
Lumen技术CTO戴夫·沃德指出,当前互联网基础设施无法满足AI工作负载和数据流量需求。AI兴起与企业对云计算需求的演变正推动新的云经济和"云2.0"概念。他预测未来3-5年将出现支持下一代需求的云基础设施。CIO需要重新设计企业网络架构,摆脱传统的集线器辐射式设计,采用多云直连模式来适应AI时代要求。
南开大学团队构建了迄今最大规模的结肠镜AI数据库COLONVQA,包含110万视觉问答条目。他们发现现有AI模型存在泛化能力不足和容易被误导等问题,因此开发了首个具备临床推理能力的结肠镜AI模型COLONR1。该模型采用多专家辩论机制生成推理数据,在综合评估中准确率达56.61%,比传统方法提升25.22%,为智能结肠镜诊断从图像识别向临床推理的转变奠定了基础。