Akridata推出首个以数据为中心的AI边缘数据平台

据国外媒体报道，以数据为中心的AI(人工智能)制造商Akridata宣布推出业界首个边缘数据平台Akridata Edge Data Platform，该平台可以创建和管理智能数据管道和跨越边缘-核心-云资源的AI工作流。Akridata软件可以解决当来自物理上分散的边缘设备的丰富数据流产生大量无法组织、过滤、访问和处理的数据时可能出现的问题。目前，组织每天从单个自动驾驶设备收集数十TB(万亿字节)的数据。

凭借以数据为中心的人工智能类别中的第一个人工智能基础设施平台，Akridata提供了一个分散的结构和可扩展的流程，以提供规划良好、一致和相关的人工智能数据集。Akridata成立于2018年，旨在解决AI的数据问题。解决这个亿亿次级的问题，是将AI从实验引入现实生产的必要条件。

(来源:Akridata)

丰田汽车北美公司工程总监Kishore Jonnalagedda表示:“ADAS/AV(高级驾驶辅助系统/自动驾驶汽车)有许多多样化的需求，包括深度学习、云部署和车载服务。而把这一切联系起来的，就是数据和海量数据的问题。Akridata为我们带来了全面新颖的解决方案，可以提高效率，降低成本，加速团队的目标。我们将自动化从边缘到云端的数据管道，让数据科学和产品开发团队可以专注于手头最重要的事情，即提供一流的ADAS/AV解决方案，为每个人提供移动出行的可能性。”

Akridata解决方案针对高级人工智能工作负载进行了优化，并为面向人工智能的数据组织、转换和过滤任务提供了内置功能。该方案允许从开始到结束跟踪和追溯数据，并支持可追溯的AI，进一步推动了可解释人工智能(XAI)在行业中的实现。此外，该方案还可以跟踪AI模型的演化过程，将AI模型在该领域的行为与有助于特定设备或服务使用的特定模型的数据集联系起来。

Akridata联合创始人兼首席执行官Kumar Ganapathy表示:“通过推出集成的边缘-核心-云数据平台，Akridata解决了所有现实世界AI系统的核心数据问题，从而使实现全球自动驾驶成为可能。未来，AI与数据息息相关。Akridata从成立开始就专注于AI数据，所以Akridata有先发优势。我们很高兴推出第一个以数据为中心的AI类别的基础设施产品，我们可以与丰田汽车公司北美分公司等客户合作。”

Akridata的创新解决方案支持深度学习和推理、边缘商务、数据治理和企业应用的集成。该解决方案是专门为解决petaflops因提供高级AI、自动驾驶和无人值守服务而带来的数据挑战而开发的。

人工智能数据复杂性

自动驾驶世界依赖于使用大量复杂AI数据集的持续深度学习，因此需要在边缘-核心-云资源中组织、过滤、跟踪和处理数据流。这些数据流非常丰富，如视频和激光雷达数据，主要由固定或移动的边缘设备生成。很多设备在边缘会产生大量的数据。例如，处于测试阶段的自动驾驶汽车可以在一天内产生数TB的数据。据行业专家预测，到2025年，175 zb的新数据中有75%将来自Edge。

微软Azure HPC(高性能计算)/AI生态系统和工作负载孵化首席项目经理库尔特·尼布尔(Kurt Niebuhr)表示:“特别是对于AD/ADAS开发等较新的工作负载，HPC/AI工作流正越来越多地面临万亿字节数据的挑战。面对智能边缘设备不断向云端输出的数据流，市场对数据管理的需求非常大，因为管理是后续AI和软件开发验证管道所必需的。以数据为中心的人工智能解决方案，如Akridata的edge数据平台，可以满足上述需求，并帮助客户将其分析和模型的精度与高质量的相关数据相匹配。”

智能Akridata edge数据平台是分布式的，有助于优化数据处理、存储和跨边缘、核心和云的移动。Akridata平台现已上市，我……已经证明，它可以将访问正确数据的时间缩短十倍，将计算和存储的效率提高四倍，将数据科学家和机器学习工程师的生产力提高两倍。据国外媒体报道，以数据为中心的AI(人工智能)制造商Akridata宣布推出业界首个边缘数据平台Akridata Edge Data Platform，该平台可以创建和管理智能数据管道和跨越边缘-核心-云资源的AI工作流。Akridata软件可以解决当来自物理上分散的边缘设备的丰富数据流产生大量无法组织、过滤、访问和处理的数据时可能出现的问题。目前，组织每天从单个自动驾驶设备收集数十TB(万亿字节)的数据。

凭借以数据为中心的人工智能类别中的第一个人工智能基础设施平台，Akridata提供了一个分散的结构和可扩展的流程，以提供规划良好、一致和相关的人工智能数据集。Akridata成立于2018年，旨在解决AI的数据问题。解决这个亿亿次级的问题，是将AI从实验引入现实生产的必要条件。

(来源:Akridata)

丰田汽车北美公司工程总监Kishore Jonnalagedda表示:“ADAS/AV(高级驾驶辅助系统/自动驾驶汽车)有许多多样化的需求，包括深度学习、云部署和车载服务。而把这一切联系起来的，就是数据和海量数据的问题。Akridata为我们带来了全面新颖的解决方案，可以提高效率，降低成本，加速团队的目标。我们将自动化从边缘到云端的数据管道，让数据科学和产品开发团队可以专注于手头最重要的事情，即提供一流的ADAS/AV解决方案，为每个人提供移动出行的可能性。”

Akridata解决方案针对高级人工智能工作负载进行了优化，并为面向人工智能的数据组织、转换和过滤任务提供了内置功能。该方案允许从开始到结束跟踪和追溯数据，并支持可追溯的AI，进一步推动了可解释人工智能(XAI)在行业中的实现。此外，该方案还可以跟踪AI模型的演化过程，将AI模型在该领域的行为与有助于特定设备或服务使用的特定模型的数据集联系起来。

Akridata联合创始人兼首席执行官Kumar Ganapathy表示:“通过推出集成的边缘-核心-云数据平台，Akridata解决了所有现实世界AI系统的核心数据问题，从而使实现全球自动驾驶成为可能。未来，AI与数据息息相关。Akridata从成立开始就专注于AI数据，所以Akridata有先发优势。我们很高兴推出第一个以数据为中心的AI类别的基础设施产品，我们可以与丰田汽车公司北美分公司等客户合作。”

Akridata的创新解决方案支持深度学习和推理、边缘商务、数据治理和企业应用的集成。该解决方案是专门为解决petaflops因提供高级AI、自动驾驶和无人值守服务而带来的数据挑战而开发的。

人工智能数据复杂性

自动驾驶世界依赖于使用大量复杂AI数据集的持续深度学习，因此需要在边缘-核心-云资源中组织、过滤、跟踪和处理数据流。这些数据流非常丰富，如视频和激光雷达数据，主要由固定或移动的边缘设备生成。很多设备在边缘会产生大量的数据。例如，处于测试阶段的自动驾驶汽车可以在一天内产生数TB的数据。据行业专家预测，到2025年，175 zb的新数据中有75%将来自Edge。

微软Azure HPC(高性能计算)/AI生态系统和工作负载孵化首席项目经理库尔特·尼布尔(Kurt Niebuhr)表示:“特别是对于AD/ADAS开发等较新的工作负载，HPC/AI工作流正越来越多地面临万亿字节数据的挑战。面对智能边缘设备不断向云端输出的数据流，市场对数据管理的需求非常大，因为管理是后续AI和软件开发验证管道所必需的。以数据为中心的人工智能解决方案，如Akridata的edge数据平台，可以满足上述需求，并帮助客户匹配其分析和模型的精度……提供高质量的相关数据。"

智能Akridata edge数据平台是分布式的，有助于优化数据处理、存储和跨边缘、核心和云的移动。Akridata平台现在已经上市，已经证明它可以将访问正确数据的时间缩短十倍，将计算和存储的效率提高四倍，将数据科学家和机器学习工程师的生产力提高两倍。

标签：丰田合创

汽车资讯热门资讯