对于喜爱动作片的影迷来讲,以汽车为主要元素的电影会在感官上给观众带来有别于剧情片独有的快感与冲击力。电影《偷天换日》让人印象最深的那场劲爆的“汽车追逐战”,至今仍活跃于各大“汽车电影盘点”内,被影迷津津乐道。
主角们驾驶同一款小车在马路上狂飙,还俯冲进了地铁隧道内抢夺金条。而让这一切成为可能的,并不仅仅是主角们的驾驶技术,核心在电脑黑客莱尔身上,他不仅“掌控”了交通系统,还可以对其加以干预,红灯绿灯都是他说了算。在莱尔的指挥下,主角们才能一路畅通无阻。在这里可以看出,数据资源对这场“汽车追逐战”的胜利起到了决定性的作用。
在汽车行业发展的过程中,出现了智能化、网络化、电动化、信息化等趋势,这能够为汽车行业的稳定发展提供有利条件。其中,数据资源是重中之重,它已经成为汽车和信息通信技术进行融合的主要媒介之一。
想要提升汽车的智能化水平,就要保证能够将人、道路以及网络中收集到的信息数据进行传递,达成资源共享目标,对于周围较为繁复的环境进行分析,科学合理地开展决策。帮助企业形成更加完善的数据体系,并高效的对其进行应用,这正是目前戴尔努力的方向。
戴尔科技集团汽车行业架构师林小引在接受至顶网采访时表示,戴尔科技集团主要是负责云端自动驾驶的研发基础架构,怎么来帮助客户搭建非常强大的研发基础架构,以及上面相应的对数据的管理等等。
数据驱动研发 汽车智能升级
汽车是现下最火热的赛道,林小引补充道,从新基建来看,除了城际高铁以外的六个方向,或多或少都跟汽车相关。

想进入汽车行业,那就要找准切入点。林小引分享了一张“汽车产业链的微笑曲线”图(来源:德勤分析),如图所示,整车的制造以及一些非核心零部件的制造,利润空间不高,当务之急是积极探索新的业务增长点。自动驾驶软件、高精地图服务、通信运营服务、云平台服务等是目前中国汽车产业链中利润相对最高的项目,这些项目都是为了智能汽车和自动驾驶服务的,与车联网相关的数据采集、传输、接收、转发、保存、分析、应用等,也已成为智能汽车/自动驾驶研发中非常关键的环节。

林小引表示,其实整个自动驾驶的研发,背后是一套由数据来驱动研发流程的。(如图)每一个环节的工作步骤里面,会对数据做不同的处理,挖掘数据不同的价值,整个大的圈就形成一个闭环。从“数据”出发,有三个考量的维度:
第一个维度就是中间数据湖数据量的大小,他把自动驾驶研发模式比作“沙里淘金”,要看企业的沙子够不够多,沙子越多淘出来的金就越多;
第二个维度是看裸数据上传、数据标注、数据脱敏、数据分析、深度学习、模拟仿真等小环节,每一个环节的工作负载的效率和价值;
第三个维度是比拼速度,这个闭环不是像流水线做完一次就结束了,其实是不断地在迭代的,要采用云原生的技术尽量实现每个环节的自动化和敏捷,使整个闭环快起来,这样才能比竞争对手更具有优势。
专注IT基础架构建设 为企业提供“数据服务”
不管是主机厂还是第三方企业(自动驾驶),基于对现有业务场景的探索搭建的技术栈,核心还是汇集海量数据,并对数据进行清洗、转换、挖掘和分析等一些列操作,从而在研发的各个环节提升效率、打破限制,为研发提速。技术栈主要分为两个大部分,一是工具链软件,二是IT基础架构。目前在软件层面还没有哪家企业能覆盖所有研发场景,但是在IT基础架构领域,有超过70%的一流ADAS供应商在使用戴尔的解决方案。林小引列举了戴尔在IT基础架构方面的优势,他介绍到,从服务器、网络、存储、VDI、PaaS云、人工智能的深度学习、高性能计算等领域,戴尔可以提供完整的从边缘到核心再到数据中心的端到端解决方案;另外,在全球戴尔落地50多个自动驾驶相关项目,这些项目都验证了戴尔这套解决方案是非常稳定、可靠和高效的,既能解决当前的问题,也提前为ADAS的研发扩容,保持竞争力做好准备;最后,是多协议的数据湖,它可以帮助研发人员大量地节约数据搬迁的时间,加快研发的进程,这个也是戴尔的核心竞争力。

他还列举了一些戴尔在自动驾驶研发过程中的应用场景,例如,戴尔可以帮助企业做数据的自动化导入;戴尔搭建的车联网的大数据平台能够处理批量采集的数据,也能处理实时采集的数据,还可以把PB级的数据分门别类管理起来;戴尔可以帮助企业构建自动驾驶的索引系统,戴尔称之为DMS(Data Management Service),该平台可通过车辆编号、场地编号、天气、路况、场景等元数据去找数据。这些都是戴尔为智能汽车产业提供的便捷“数据服务”,让客户可以更加高效地利用数据资源,进而快速推动智能网联汽车的发展。
戴尔科技的端到端解决方案帮助汽车行业和自动驾驶领域供应更专注于创新的ADAS和AD技术的研发,而不用担心IT基础架构方面的问题。
以与自动驾驶技术服务商Zenuity的合作为例,自动驾驶不仅仅是算法,它是一套超级复杂的系统工程。与传统车辆相比,自动驾驶对车辆周边的信息采集和处理具有更高的要求,需要大量的数据和样本作支撑,并且整个决策过程需要控制在毫秒甚至微秒级别才能保证自动驾驶的安全,这需要捕获、分析和存储巨大的数据量。Zenuity最终选择由戴尔提供基础架构的搭建和服务,不仅因为戴尔能够帮助他们快速、稳定的处理数据的运算和存储,也因为戴尔还能够提供ADAS项目所需的虚拟化平台包含用户访问的虚拟桌面、活动目录(AD)和各种各样的需求,提供完整的端到端的完整解决方案。
戴尔自动驾驶小车项目 用实例让大家了解背后的技术力量
戴尔要造车么?答案目前是否定的。因为戴尔在这一领域的定位仍然是做更擅长的事,用自身的领先科技和数据处理能力驱动智能汽车行业的发展。
那为什么又有自动驾驶小车项目呢?据戴尔科技中国研发集团成都研发中心总经理宗志方介绍,自动驾驶小车项目是戴尔内部的一个创新项目,做这个项目的初衷是基于戴尔IT基础设施供应商的核心定位,打造一个普通的观众也能够理解的应用场景和定制一套在理论知识之外,更简单易懂的自动驾驶应用模型。
这个项目在中国电子信息博览会一经亮相便引起关注,之后戴尔更汇集行业专家,聚焦AI技术,将其打造为一门联结自动驾驶基本理论框架和流程,可以帮助中国AI人才培养的专业课程。
目前,这一人工智能/自动驾驶线下实践课已进入清华、复旦等国内顶尖高校。课程中的自动驾驶小车通过戴尔科技的AI解决方案,经过一段时间训练,可以实现在封闭场地上识别标识,障碍物。这背后还存在着对海量数据的处理、训练模型、算法实现及优化等颇具技术难度的操作。
戴尔科技集团商用终端解决方案事业部首席工程师何刚介绍,与全球领先车企和自动驾驶领域服务商的合作帮我们积累了丰富的行业经验。戴尔人工智能/自动驾驶线下实践课更像一个“小而全”的自动驾驶研发体系,借由这门课程,我们希望可以帮助中国高校学子连接人工智能、大数据等前沿科技。因为除了科技水平,人才的培养也是行业数字化发展的关键。
汽车是未来计算的主场景,是能源+通信+交通的新一代要素组合,更是下一轮经济大繁荣的抓手。现阶段智能汽车仍处于起步阶段,但随着智能汽车大数据技术的普及,将会为大家提供更加智能、安全、便捷的出行体验。未来,戴尔科技的产品也会不断升级迭代,将业界新的技术融入到产品,提高处理和挖掘数据的效率,从而加速自动驾驶、车联网的研发进程,推进智能汽车的发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。