0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

关于数据的分析和应用

英特尔物联网 来源:djl 2019-09-11 17:18 次阅读

一个人每天可以产生多少数据?

一辆车可以每天产生多少数据?

一间医院每天可以产生多少数据?

这些,你知道吗?

数据,你了解吗?

英特尔对于数据,有他自己的看法…

石油是目前人们生活赖以生存的原料,也是支持我们目前已知汽车世界的关键技术。但这一切即将改变。

英特尔CEO科再奇认为,说到未来汽车以及自动驾驶体验,数据堪称新的石油。数据有可能从根本上改变我们思考驾驶体验的方式——无论是作为消费者、汽车制造商、技术专家还是社区居民。

在一辆自动驾驶汽车中,除了活塞、活塞环和发动机组,摄像头、雷达、声呐、GPS和激光雷达,都是全新驾驶方式必不可少的组件。

摄像头每秒生成20-60MB数据

雷达每秒最多生成10kB

声呐每秒10-100kB

GPS将以每秒50kB的速度运行

激光雷达的运行速度则是每秒10-70MB之间。

将上述数字数字相加,每台自动驾驶车辆每天将生成约4000GB或4TB数据

只采集数据还不够。我们必须把数据转化为一组切实可行的洞察,从而获得它的全部价值。因此,从汽车到网络到云,都需要一个端到端计算解决方案以及强大的连接。

事实上,加速自动驾驶、提供端到端解决方案,并引领下一代计算变革,正是英特尔对合作伙伴、对整个行业以及对全球社会的承诺。在整个行业内,唯有英特尔能够提出并兑现这一承诺,因为我们拥有全面且无与伦比的技术组合——这些技术是通过收购和创新而开发的。同时,英特尔正在与汽车、科技行业以及其它领域的专家一起打造通向自动驾驶时代的“朋友圈”,科再奇在洛杉矶车展Auto Mobility大会上宣布英特尔投资将在未来两年新增超过2.5亿美元的投资,以期实现全面自动驾驶。

英特尔拥有业界领先的计算技术,能够最大限度地释放数据的价值,并提供从汽车、网络到云的端到端自动驾驶解决方案。英特尔为自动驾驶协作提供广泛的资源:车内计算;强大的云和一套机器学习解决方案;高带宽、低延迟连接系统;强大的内存和FPGA技术;人机接口以及安全技术。目前,英特尔正在不断投资于这些技术,以实现自动驾驶。

车内高性能计算

构建汽车中央大脑中枢

随着汽车越来越多地接管驾驶任务,车内新的用户界面必须准确地向驾驶员、乘客传达安全和控制信息。面向未来的自动驾驶,英特尔提供了基于凌动处理器的软件定义计算(SDC)解决方案,用于将强大的CPUGPU功能与工作负载进行整合,并借助虚拟化双操作系统支持数字集群、信息娱乐系统以及最佳的用户体验。英特尔提供的人机界面(HMI),可以适应不同乘客的偏好、安全地变道、创建一系列新的交通警告以监控驾驶员、乘客和行人的安全,建立起乘客与车辆之间的相互信任。这一高性能计算平台将是汽车的中央大脑,能够运算和分析所有来自于传感器、LIDAR(激光探测与测量)、摄像头的数据,并通过5G通信模块实现与数据中心之间的通信,实现深度学习以创建训练模型。英特尔架构是构建端到端自动驾驶解决方案的理想平台。

5G网络

汽车与数据中心的“高架”

未来,自动驾驶汽车必须与数十亿台设备一起竞争网络带宽。对运输服务提供商来说,如果希望充满信心地部署面向信息娱乐和生产力的全新车载服务,并提供更加安全的无线软件更新,则必须实现以毫秒计算的数据传输速度。

5G是能够满足延迟低于1毫秒,峰值传输速率高达10Gbps的一项网络连接技术。通过提供无与伦比的高带宽和实现用户体验连续性,5G能够支持“汽车至一切”(V2X,Vehicleto X)的应用,例如汽车可使用基于云的人工智能和数据,以及通过无线更新提供的关键安全特性(即时解决网络安全威胁),并且与路汽车和包括路灯在内的其它交通基础设施进行“沟通”。

5G 网络技术代表着行业的重大转变,它要求在无线连接、计算智能和英特尔提供的分布式云资源之间实现前所未有的整合。为此,英特尔正在不断突破产业界限,与业界领先的厂商展开全面的合作,包括提供5G移动试验平台,加速早期原型解决方案的开发与试验,参与3GPP等标准组织的工作与业界共同定义5G标准。

• 英特尔5G移动试验平台将提供一款高性能开发平台,以更快地集成和测试5G设备和无线接入点。英特尔目前正与包括爱立信、KT、LG电子、诺基亚和Verizon等在内的全球电信行业领导者合作,交付集成式5G原型解决方案。这些合作将从多个蜂窝研究原型和智慧城市提案开始,确保网络就绪并成功完成早期部署。

•英特尔将为各种互联设备提供无线通信解决方案。例如,英特尔 凌动x3-M7272解决方案是一款面向汽车应用的无线通信平台,可支持安装高级安全特性,比如防火墙和数据包检查等。

•英特尔参与3GPP等标准组织的工作与业界共同定义5G标准,整合协议。在中国,英特尔正在积极参与支持中国IMT-2020推进组组织的5G技术研发试验,并成为首批加入中国移动5G联合创新中心的战略合作伙伴。在今年的上海世界移动大会上,英特尔携手中国移动、爱立信完成了全球首个基于最新蜂窝物联网技术的业务演示。

云和数据处理分析

让海量数据增值

自动驾驶汽车将以前所未有的速度收集和分析数据,以提高驾驶安全、提升车内体验、加强车队管理,并支持新的赢利性业务模式,例如共乘服务、个性化车载信息娱乐等。面对空前庞大的复杂数据,数据中心必须具备稳定的深度学习模型和强大的计算能力,以确保在自动驾驶执行的每一步,都能保证数据准确性与安全性。

目前,超过90%的车祸起因是人为过失,而人工智能有助于防止出现这种错误。因为若要实现真正意义上的自动驾驶,就必须在汽车、云和数据中心之间执行无数的内存密集型计算,即时分析汽车生成的海量数据,学习数百万辆汽车的经验,创建出深度学习模型,从而实时制定关键决策。人工智能的出现,可以让包括汽车在内的机器感知、学习、推理和执行并适应真实的环境,帮助自动驾驶汽车作出更加安全的决策。

深度学习是当今人工智能的核心驱动领域,它可通过神经网络理解更为复杂的非结构化数据,并模拟人类大脑中的神经元及突触。深度学习支持自动驾驶汽车学习数百万辆汽车的数据和集体经验,从而避免出现其他汽车的错误,创建出更安全的驾驶环境。自动驾驶将得益于深度学习,它可用于社交媒体的面部识别/标记功能、智能手机语音识别、半自动汽车控制以及其它大量应用。

作为人工智能和深度学习领域的业界引领者,英特尔正致力于推动技术组合方面的关键创新,以确保为更多企业提供最佳的解决方案。对于在城市环境中行驶的自动驾驶汽车,为了处理其复杂的工作负载问题,英特尔提供了从酷睿处理器到至强处理器的计算能力。在数据中心领域,英特尔至强处理器是部署最为广泛的基础设施,主要用于评估机器学习模型。近期,英特尔研究人员采用英特尔至强融核处理器,还成功地将数据中心的人工智能培训时间缩短了50倍。此外,英特尔正在美国亚利桑那州、加利福尼亚州、俄勒冈州和德国建立“卓越中心”(CoE),对自动驾驶汽车进行路测。路测项目可收集创建深度学习模型所需的数据,从而为自动驾驶汽车提供相关的智能。

创建面向自动驾驶汽车的深度学习模型,要求数据中心具备强大计算能力,以运行复杂的数学算法和处理海量数据。在数据中心处理器市场,英特尔拥有超过99%的市场份额。英特尔可交付高度精密的数据中心技术,以满足新交通价值链的需求。只有英特尔能够提供全部组件,包括硬件、软件、存储、网络和安全技术,以最大限度地提高效率并降低成本。同时,英特尔分层安全特性可提供更快速、经济高效的数据保护,还可全方位保护从芯片到云环境的数据,从而显著提高安全性。此外,英特尔与合作伙伴密切合作,提供了强大、安全的大数据和分析软件,并通过结合先进的英特尔数据中心技术,能够最大限度地提高效率和降低成本。

正如石油在过去一个世纪改变我们的世界一样,数据将在未来几百年,甚至更远的将来,改变世界。

关于数据的一切,你现在了解了吗?

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 数据
    +关注

    关注

    8

    文章

    6921

    浏览量

    88862
  • 人工智能
    +关注

    关注

    1791

    文章

    46927

    浏览量

    237778
  • 深度学习
    +关注

    关注

    73

    文章

    5493

    浏览量

    121031
收藏 人收藏

    评论

    相关推荐

    eda与传统数据分析的区别

    EDA(Exploratory Data Analysis,探索性数据分析)与传统数据分析之间存在显著的差异。以下是两者的主要区别: 一、分析目的和方法论 EDA 目的 :EDA的主要目的是对
    的头像 发表于 11-13 10:52 247次阅读

    raid 在大数据分析中的应用

    RAID(Redundant Array of Independent Disks,独立磁盘冗余阵列)在大数据分析中的应用主要体现在提高存储系统的性能、可靠性和容量上。以下是RAID在大数据分析
    的头像 发表于 11-12 09:44 174次阅读

    使用AI大模型进行数据分析的技巧

    使用AI大模型进行数据分析的技巧涉及多个方面,以下是一些关键的步骤和注意事项: 一、明确任务目标和需求 在使用AI大模型之前,首先要明确数据分析的任务目标,这将直接影响模型的选择、数据收集和处理方式
    的头像 发表于 10-23 15:14 488次阅读

    IP 地址大数据分析如何进行网络优化?

    一、大数据分析在网络优化中的作用 1.流量分析数据分析可以对网络中的流量进行实时监测和分析,了解网络的使用情况和流量趋势。通过对流量数据
    的头像 发表于 10-09 15:32 194次阅读
    IP 地址大<b class='flag-5'>数据分析</b>如何进行网络优化?

    关于数据转换器的基准电压选择和设计提示

    电子发烧友网站提供《关于数据转换器的基准电压选择和设计提示.pdf》资料免费下载
    发表于 09-20 09:38 0次下载
    <b class='flag-5'>关于</b><b class='flag-5'>数据</b>转换器的基准电压选择和设计提示

    数据分析除了spss还有什么

    数据分析是当今世界中一个非常重要的领域,它涉及到从大量数据中提取有用信息、发现模式和趋势,并为决策提供支持。SPSS(Statistical Package for the Social
    的头像 发表于 07-05 15:01 569次阅读

    数据分析的工具有哪些

    数据分析是一个涉及收集、处理、分析和解释数据以得出有意义见解的过程。在这个过程中,使用正确的工具至关重要。以下是一些主要的数据分析工具,以及它们的功能和用途的介绍。 Excel Exc
    的头像 发表于 07-05 14:54 790次阅读

    数据分析有哪些分析方法

    数据分析是一种重要的技能,它可以帮助我们从大量的数据中提取有价值的信息,从而做出更明智的决策。在这篇文章中,我们将介绍数据分析的各种方法,包括描述性分析、诊断性
    的头像 发表于 07-05 14:51 537次阅读

    机器学习在数据分析中的应用

    随着大数据时代的到来,数据量的爆炸性增长对数据分析提出了更高的要求。机器学习作为一种强大的工具,通过训练模型从数据中学习规律,为企业和组织提供了更高效、更准确的
    的头像 发表于 07-02 11:22 558次阅读

    求助,关于AD采集到的数据分析问题

    问题描述:使用AD采集一个10Hz到2MHz的脉冲,脉冲底部可能大于零,由采集到的数据分析出该脉冲的上升时间,幅值和占空比。 备注:在分析的时候已经知道脉冲的频率,精度为2X10^-5. 在分析
    发表于 05-09 07:40

    态势数据分析系统软件

    智慧华盛恒辉态势分析软件系统的功能描述、部署环境、界面使用、技术支持及一些常见问题及其解决办法等。为数据态势分析软件系统的管理人员和使用人员提供说明。 智慧华盛恒辉态势数据分析系统软件
    的头像 发表于 04-22 11:36 424次阅读

     节能监管平台数据分析及相关产品选型

    监管平台数据在建筑节能中的实际运用进行剖析。再针对节能监管平运行过程中出现的问题,提出一些改进建议。 关键词: 节能监管平台;能耗分析;数据应用 0引言 自住建部2007年10月发布《关于
    的头像 发表于 01-16 13:44 583次阅读
     节能监管平台<b class='flag-5'>数据</b>的<b class='flag-5'>分析</b>及相关产品选型

    关于电流提升器和电压提升器的分析

    请问我关于电流提升器和电压提升器的计算是否正确?这两个电路是怎么分析的? 电流提升器由虚短虚断,Uo=RfI,Ⅰ是输入端电流源电流,但是电流提升器哪里电流变大了 同样电压提升器,Uo=(R2+R3)/R2*I,不知道我的计算对不对,总感觉哪里有问题?
    发表于 01-11 23:57

    工程监测领域振弦采集仪的数据处理与分析方法探讨

    物的振动特性,评估结构的安全性,以及检测结构的健康状况。下面是关于振弦采集仪数据处理和分析的方法探讨。 工程监测领域振弦采集仪的数据处理与分析
    的头像 发表于 01-10 14:44 407次阅读
    工程监测领域振弦采集仪的<b class='flag-5'>数据</b>处理与<b class='flag-5'>分析</b>方法探讨

    Get职场新知识:做分析,用大数据分析工具

    为什么企业每天累积那么多的数据,也做数据分析,但最后决策还是靠经验?很大程度上是因为这些数据都被以不同的指标和存储方式放在各自的系统中,这就导致了数据
    发表于 12-05 09:36