2023(WAIC)智能驾驶科技峰会丨拓数派大模型下的数据计算系统,助力汽车智能化产业数据增值

本文主要是介绍2023(WAIC)智能驾驶科技峰会丨拓数派大模型下的数据计算系统,助力汽车智能化产业数据增值,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2023 智能驾驶科技峰会在上海圆满落幕,本次大会由世界人工智能大会(WAIC)组委会办公室指导,浦东新区人民政府支持,浦东新区科技和经济委员会、中国 (上海)自由贸易试验区管理委员会金桥管理局主办,海内外院士和业界重磅嘉宾齐聚一堂,共话产业新趋势。拓数派作为全球数据计算系统的引领者,被授予 “未来出行生态合作伙伴” 称号。

图为:WAIC 2023 智能驾驶科技大会

同时,由拓数派发起的 “汽车人工智能算法、软件及数据” 专场主题论坛引起了现场嘉宾的极大兴趣。在论坛上,来自上汽帆一尚行、BlackBerry、WiTricity、东风商用车、元禾重元、尚颀资本及映驰科技等重磅嘉宾,共同呈现了一场汽车行业人工智能的技术盛宴。拓数派创始人兼 CEO 冯雷对大会主办方的邀请深表感谢,这也是其第二次携团队在 WAIC 大会上举办人工智能分论坛。

图为:2020 年冯雷携团队与上海经信委和 CMU 社区在 WAIC 创建 CMU AI 分会

在分享中冯雷表示,当下人工智能技术的发展受到了广泛的重视,为传统制造业带来了前所未有的发展机遇。汽车行业作为传统制造业的龙头之一,电动化、智能化、网联化、共享化 “新四化” 已经成为汽车产业的转型趋势,新的科技革命或将颠覆产业价值链和生态结构,TaaS 在呼喊数据计算平台,一份数据多引擎计算,数据网络化聚集,支持更大模型。数据计算(Data Computing)势必会在这场行业技术革新的进程中发挥重要作用。

图为:拓数派创始人兼 CEO 主题分享

在分享中,冯雷通过汽车行业的最佳应用实践,进一步阐述了如何通过拓数派数据计算系统为汽车智能化产业实现数据增值。他强调,未来随着智能汽车的高速增长,将会引发数据量指数级激增。根据行业公开数据预测,到 2025 年,我国智能网联车渗透率将大于 62%,智能网联汽车所产生的数据量将是智能手机的千倍,这将对数据的存储处理以及算力提出更高的要求。拓数派数据计算系统涵盖多个先进的数据计算引擎与服务,其中首款数据计算引擎 PieCloudDB 虚拟数仓,以云原生方式实现元数据、用户数据和计算分离,数据计算资源按需扩缩容,实现数量级增加可计算数据空间的同时,数量级降低数仓成本,支撑更大模型所需的数据和计算,成为大模型数据计算的新范式。

图为:拓数派市场总经理 姜雪

图为:上汽帆一尚行 智能网联解决方案总监 谢忠开

图为:BlackBerry 大中华区首席代表 董渊文

图为:WiTricity 大中华区总经理 孙立

在圆桌论坛环节,拓数派伙伴生态副总裁郭翔宇、东风商用车数字化部副部长杨牮、元禾重元合伙人李炜琦、 尚颀资本股权投资部副总裁姚力、映驰科技创始人兼 CEO 黄映,围绕 “人工智能赋能交通数字化转型” 的话题展开深入交流探讨。

图为:圆桌论坛讨论

拓数派将以本次活动为契机,未来会加大对数据计算系统的研发力度,持续引领数据计算的发展并创造出更大的社会价值。

这篇关于2023(WAIC)智能驾驶科技峰会丨拓数派大模型下的数据计算系统,助力汽车智能化产业数据增值的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/288484

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统