6月17—18日，“智能网联车与边缘计算智能”国际研讨会在复旦大学举行。来自中国、德国、葡萄牙、加拿大和越南等国内外著名大学和研究机构，以及蔚来、上汽等企业的数十位专家学者，围绕智能网联车及相关的边云协同计算、自动驾驶、数据安全、隐私保护等领域进行了深入研讨。与会专家一致认为，边云协同计算将成为智能网联车发展的重要趋势之一。
智能网联车发展需要全球智慧
此次国际研讨会由复旦大学社会智能研究中心和葡萄牙国立实时和嵌入式计算系统研究中心（CISTER）联合举办。复旦大学计算机科学技术学院院长杨珉教授和葡萄牙驻上海领事馆商务参赞陆叶斯分别在会上致辞。
杨珉表示：“随着电动汽车及自动驾驶技术的日益普及和国际化，我们面临着需要采集、处理、传输及分析庞大数据量的挑战。这些挑战主要来源于车端/边缘计算与通信技术的计算能力。为了应对这些挑战，我们需要建立国际化的团队来共同进步。希望通过这次研讨会搭建一个跨国界的知识和技术交流平台，集合全球专家的智慧。”
研讨会共同主席之一、CISTER主任爱德华多·托瓦尔教授围绕“信息物理系统的挑战及展望”作了主题报告。他认为，实时数据通信、存储和智能处理能力是智能网联车领域关键技术之一，需要在支持边云协同的软硬件体系结构，包括车内、车路及车际通信等各方面重点攻关。他告诉科技日报记者，传统车企必须加强智能网联车研究，否则诺基亚在智能手机发展过程中的衰落场景或将重演。他期待着在这个领域开展更多国际合作。
边缘计算和云计算的智能融合
会议共同主席之一、欧洲科学院院士傅晓明教授向记者介绍，智能网联车会源源不断地产生海量数据，这对传输、分析和存储能力提出了极大挑战。边缘计算通过在数据源附近进行数据处理，可提供即时服务。但它在处理大规模数据分析和长期数据存储方面存在局限，因此需要与云计算相结合，形成边云协同模式。即通过边缘计算提供快速、支持隐私保护的本地处理和响应，同时借助云计算的强大计算和存储能力进行深入的数据分析和管理。
傅晓明强调，在算力日渐泛在化和多样化的大背景下，必须同时着眼于用户隐私保护和动态车载算力资源的高效管理。通过设计节能、高效、可扩展的边云协同解决方案，确保用户数据的隐私和安全，同时优化算力资源和管理和调度，以帮助安全驾驶、智慧出行等应用能应对不断增长的计算能力需求。
加强技术和标准国际合作意义重大
研讨会上，围绕隐私保护和数据安全，上海交通大学李颉教授作了题为“隐私计算+区块链及其应用”的主题报告；来自业界的代表，蔚来汽车公司胡成臣博士介绍了“蔚来智能电动车的技术栈”；上汽创新研究开发总院张栋林博士探讨了“基于数据驱动的上汽海外智能化产品定义及用户行为研究需求”；复旦大学李琼秀副研究员介绍了“隐私保护分布式学习”的研究进展。他们认为，未来智能网联汽车产业的发展，强化国际接轨、满足国际合规要求是关键。
在研讨会的圆桌讨论中，围绕“智能网联车与边云协同计算国际合作”的主题，专家们各抒己见。贵州大学副校长、大数据专家王旭教授简要介绍了贵州发展大数据中心的优势，希望在大数据和人工智能等领域开展合作。托瓦尔教授表示，除了更深入的合作研究之外，应该借鉴欧洲伊拉斯谟学生交流项目的经验，多开展相互交流访问，共同培养学生。傅晓明教授认为，积极推动在智能网联车相关技术、标准、数据安全和隐私保护等领域的国际研究合作意义重大。
6月17—18日，“智能网联车与边缘计算智能”国际研讨会在复旦大学举行。来自中国、德国、葡萄牙、加拿大和越南等国内外著名大学和研究机构，以及蔚来、上汽等企业的数十位专家学者，围绕智能网联车及相关的边云协同计算、自动驾驶、数据安全、隐私保护等领域进行了深入研讨。与会专家一致认为，边云协同计算将成为智能网联车发展的重要趋势之一。
智能网联车发展需要全球智慧
此次国际研讨会由复旦大学社会智能研究中心和葡萄牙国立实时和嵌入式计算系统研究中心（CISTER）联合举办。复旦大学计算机科学技术学院院长杨珉教授和葡萄牙驻上海领事馆商务参赞陆叶斯分别在会上致辞。
杨珉表示：“随着电动汽车及自动驾驶技术的日益普及和国际化，我们面临着需要采集、处理、传输及分析庞大数据量的挑战。这些挑战主要来源于车端/边缘计算与通信技术的计算能力。为了应对这些挑战，我们需要建立国际化的团队来共同进步。希望通过这次研讨会搭建一个跨国界的知识和技术交流平台，集合全球专家的智慧。”
研讨会共同主席之一、CISTER主任爱德华多·托瓦尔教授围绕“信息物理系统的挑战及展望”作了主题报告。他认为，实时数据通信、存储和智能处理能力是智能网联车领域关键技术之一，需要在支持边云协同的软硬件体系结构，包括车内、车路及车际通信等各方面重点攻关。他告诉科技日报记者，传统车企必须加强智能网联车研究，否则诺基亚在智能手机发展过程中的衰落场景或将重演。他期待着在这个领域开展更多国际合作。
边缘计算和云计算的智能融合
会议共同主席之一、欧洲科学院院士傅晓明教授向记者介绍，智能网联车会源源不断地产生海量数据，这对传输、分析和存储能力提出了极大挑战。边缘计算通过在数据源附近进行数据处理，可提供即时服务。但它在处理大规模数据分析和长期数据存储方面存在局限，因此需要与云计算相结合，形成边云协同模式。即通过边缘计算提供快速、支持隐私保护的本地处理和响应，同时借助云计算的强大计算和存储能力进行深入的数据分析和管理。
傅晓明强调，在算力日渐泛在化和多样化的大背景下，必须同时着眼于用户隐私保护和动态车载算力资源的高效管理。通过设计节能、高效、可扩展的边云协同解决方案，确保用户数据的隐私和安全，同时优化算力资源和管理和调度，以帮助安全驾驶、智慧出行等应用能应对不断增长的计算能力需求。
加强技术和标准国际合作意义重大
研讨会上，围绕隐私保护和数据安全，上海交通大学李颉教授作了题为“隐私计算+区块链及其应用”的主题报告；来自业界的代表，蔚来汽车公司胡成臣博士介绍了“蔚来智能电动车的技术栈”；上汽创新研究开发总院张栋林博士探讨了“基于数据驱动的上汽海外智能化产品定义及用户行为研究需求”；复旦大学李琼秀副研究员介绍了“隐私保护分布式学习”的研究进展。他们认为，未来智能网联汽车产业的发展，强化国际接轨、满足国际合规要求是关键。
在研讨会的圆桌讨论中，围绕“智能网联车与边云协同计算国际合作”的主题，专家们各抒己见。贵州大学副校长、大数据专家王旭教授简要介绍了贵州发展大数据中心的优势，希望在大数据和人工智能等领域开展合作。托瓦尔教授表示，除了更深入的合作研究之外，应该借鉴欧洲伊拉斯谟学生交流项目的经验，多开展相互交流访问，共同培养学生。傅晓明教授认为，积极推动在智能网联车相关技术、标准、数据安全和隐私保护等领域的国际研究合作意义重大。
本文链接：边云协同计算：智能网联车的发展趋势http://www.sushuapos.com/show-2-7103-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 微藻机器人可将药物直送至肺部病灶
下一篇： 新疆阿瓦提：现代化大棚结满“幸福果”