【2022年11月21日,德国慕尼黑讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)将在其全球性年度创新峰会OktoberTech™ 2022大会上展示前瞻性技术,赋能从云端到边缘的数字化转型。近日,英飞凌科技股份公司发布了新一代软件即服务(SaaS)产品——CIRRENT™ IoT Network Intelligence (INI)。物联网开发者可以利用这款云端SaaS产品加快产品信息的采集速度,降低产品信息采集成本,并将所采集的信息用于提升可靠性和改善产品性能,降低支持成本。

产品和开发团队可以借助该服务迅速地鉴别、监测和解决产品问题,为客户排忧解难。通过将CIRRENT Agent嵌入式软件部署在新产品中或通过OTA(在线升级技术)部署到现有的产品系列中,设备能向CIRRENT Cloud平台进行数据汇报。开发团队可以利用搭载全新人工智能和机器学习功能的在线控制平台,进行产品数据分析,并获取有关产品在实际应用中性能表现的新洞察。
英飞凌科技软件与生态系统业务副总裁Rob Conant表示:“物联网增加了实际应用中产品的可见性,但大量物联网产品公司既缺乏相关数据,又缺乏用于查看数据的工具。英飞凌的CIRRENT INI产品可赋能开发者通过控制界面和相关工具,快速获取产品在实际应用中的相关运行数据。这些数据能够为开发者提供具有实操意义的洞察和见解,帮助他们解决问题并推动战略产品的开发。该产品是英飞凌为帮助客户打造出更优质的产品,在数字化方面做出的又一努力。”
SimpliSafe工程总监Darrell Holigan表示:“我们在产品开发方面也面临挑战,即如何在实现产品差异化的同时,将户外安全摄像头快速推向市场。我们能借助英飞凌的CIRRENT INI产品,快速采集数据,监测设备性能并进行设备优化,以满足客户的需求。数据是帮助客户取得成功的关键,控制平台则是收集和分析数据的重要途径。”
CIRRENT IoT Network Intelligence的新功能
英飞凌的CIRRENT IoT Network Intelligence(INI)是一款基于SaaS的产品,包含了CIRRENT Agent嵌入式软件、数据云存储和云分析功能。CIRRENT INI还配备了一个通过网络端访问的远程控制平台,该控制平台可助力实现数据驱动的产品开发,帮助客户改善用户体验,减少退货情况并增加产品销量。
INI服务日均可处理超过10亿个数据点,并于近期引入了包括人工智能(AI)和机器学习(ML)在内的新功能来加速数据分析和提供重要洞察,以验证和解决问题。
CIRRENT INI预先集成了相关的英飞凌解决方案,包括AIROC™ Wi-Fi芯片、 AIROC云连接管理解决方案和CIRRENT Cloud ID等。使用ModusToolbox™开发平台的开发者可以将CIRRENT Agent嵌入式软件与预集成的库及案例应用进行轻松集成。CIRRENT INI是一款开箱即用的产品,它自带25个内置事件和属性,并且可以扩展,能够专门根据客户的实际应用/场景设置自定义的事件、属性和测量范围。
供货情况
英飞凌 CIRRENT INI产品现已开始供货。此外,该产品还可通过Wi-Fi、以太网或蜂窝网络在产品上进行部署。更多信息,请访问:www.infineon.com/cirrentini。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。