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

SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南

《SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南》本文将基于开源项目springboot-easyexcel-batch进行解析与扩展,手把手教大家如何在SpringBo... 目录项目结构概览核心依赖百万级导出实战场景核心代码效果百万级导入实战场景监听器和Service(核心

在Linux系统上连接GitHub的方法步骤(适用2025年)

《在Linux系统上连接GitHub的方法步骤(适用2025年)》在2025年,使用Linux系统连接GitHub的推荐方式是通过SSH(SecureShell)协议进行身份验证,这种方式不仅安全,还... 目录步骤一:检查并安装 Git步骤二:生成 SSH 密钥步骤三:将 SSH 公钥添加到 github

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方

Linux系统之lvcreate命令使用解读

《Linux系统之lvcreate命令使用解读》lvcreate是LVM中创建逻辑卷的核心命令,支持线性、条带化、RAID、镜像、快照、瘦池和缓存池等多种类型,实现灵活存储资源管理,需注意空间分配、R... 目录lvcreate命令详解一、命令概述二、语法格式三、核心功能四、选项详解五、使用示例1. 创建逻