随着行人检测预警、自适应车道保持等安全关键型应用高度依赖 AI 能力,边缘侧的实时 AI 推理能力变得至关重要,车辆需要毫秒级完成对传感器的数据处理与响应,避免因云端延迟导致风险。
然而,根据《人工智能就绪指数报告》,仅 29% 的企业表示能够自动扩展计算资源,以满足不断演进的 AI 工作负载需求。此外,该报告指出,到 2030 年,AI 工作负载可能消耗全球数据中心高达 30% 的电力,这使得高能效的边缘计算成为面向未来的汽车平台的基石。
随着边缘计算成为 AI 的核心能力,Arm 推出一系列高性能、低功耗的 AE 技术。例如,Arm® Neoverse™ V3AE CPU 为 AI 驱动的 ADAS 应用等要求严苛的边缘侧工作负载提供服务器级性能,而 Arm Cortex®-A720AE CPU 则通过紧凑高效的架构,提供灵活持续的性能以支持实时 AI 推理。
阅读《AI 如何应用于汽车?听听行业专家如何回答》一文,了解行业领导者如何落地车载 AI 应用。
从底层构建 AI 车辆的安全体系
随着车内 AI 功能的扩展,潜在风险也随之升级。AI 系统带来了传统网络安全之外的新挑战,尤其是在汽车计算系统等安全关键环境中。
《人工智能就绪指数报告》指出,48% 的企业领导者将数据隐私泄露视为首要安全隐患,尤其担忧模型提取和滥用问题。对抗性攻击、训练阶段的数据投毒、模型窃取等 AI 特有的安全漏洞,凸显了在汽车计算平台每一层级内置强大防护措施的必要性。
为应对这些风险,必须从底层设计安全机制,Arm 架构通过提供内置安全技术实现硬件和软件的多重防护。这些技术构成了安全基石,为汽车开发中可扩展且可信的 AI 提供支撑。
赋能汽车技术的未来
无论是引入新的先进功能安全要求,还是革新车载应用,AI 正从根本上重新定义汽车。汽车行业的未来将聚焦于打造更卓越的汽车,这类汽车将具备更高智能化水平、先进的边缘侧实时 AI 能力,以及支持 AI 扩展的计算平台。
汽车行业无需从零起步。现有技术已能通过实现可扩展计算与安全实时的 AI 集成,为这一转型提供支持。从芯片到软件,Arm 始终处于汽车变革的核心,Arm 计算平台是 AI 新未来的基石。
声明:Arm、Neoverse 和 Cortex 是 Arm Limited (或其子公司)的注册商标或商标。
END
往期精彩推荐
Die von den Nutzern eingestellten Information und Meinungen sind nicht eigene Informationen und Meinungen der DOLC GmbH.