英特尔Mobileye合体第一步:搞100辆真·无人车上路先

简介:
本文来自AI新媒体量子位(QbitAI)

被英特尔收购后,组织上交给Mobileye的第一个任务是建立一支无人车队。

英特尔今天宣布,Mobileye作为他们旗下的公司,正在组建一支L4自动驾驶车队, 在美国、以色列和欧洲进行测试。今年晚些时候,第一批测试车将会上路,这支车队的规模最终将扩张到100辆车。

在美国汽车工程师协会(SAE)的界定中,L4是指即使没有人类司机介入,也能完成大部分自动驾驶任务的无人车。在任何情境下都能完全自动驾驶的无人车目前还基本只是个概念。

 Amnon Shashua

Mobileye CTO Amnon Shashua在声明中称,建造并在真实环境中测试无人车能提供及时的反馈,加速高级自动驾驶和全自动驾驶技术及解决方案的实现。

Shashua将成为英特尔副总裁,Mobile的CEO,而另一位联合创始人Ziv Aviram要“退休”了,专心做他后来创立的那家帮视障人士读书、识别物体的公司。

这支测试车队将包括不同品牌的多款车型,为了能让这些车辆实现自动驾驶,会用到Mobileye的计算机视觉、sensing、fusion、mapping和驾驶策略等技术,还需要英特尔的开放计算平台、数据中心,以及5G通信技术。

建测试车队,少不了车厂的帮助。Mobileye有不少车厂合作伙伴,福特、通用、日产、本田、沃尔沃都在其中,去年7月,英特尔、Mobileye还和宝马达成了合作。

英特尔今年3月宣布收购Mobileye,交易价格高达153亿美元,溢价34%。量子位当时在文章中说,这一收购的意义在于,英特尔能把已有的Xeon至强处理器、FPGA、3D XPoint闪存、5G通信模块等,和刚刚收购的Mobileye进行整合,变成一个完整的端到端解决方案。

如今,收购完成,整合开始,无人车世界里这位野心勃勃的大玩家正式上线。

—— ——

本文作者:李林
原文发布时间:2017-08-10
相关文章
|
机器学习/深度学习 数据可视化 Python
R语言使用逻辑回归Logistic、单因素方差分析anova、异常点分析和可视化分类iris鸢尾花数据集|数据分享
R语言使用逻辑回归Logistic、单因素方差分析anova、异常点分析和可视化分类iris鸢尾花数据集|数据分享
|
11月前
|
前端开发 Java 数据库连接
表白墙/留言墙 —— 中级SpringBoot项目,MyBatis技术栈MySQL数据库开发,练手项目前后端开发(带完整源码) 全方位全步骤手把手教学
本文是一份全面的表白墙/留言墙项目教程,使用SpringBoot + MyBatis技术栈和MySQL数据库开发,涵盖了项目前后端开发、数据库配置、代码实现和运行的详细步骤。
250 0
表白墙/留言墙 —— 中级SpringBoot项目,MyBatis技术栈MySQL数据库开发,练手项目前后端开发(带完整源码) 全方位全步骤手把手教学
|
11月前
|
安全 NoSQL 关系型数据库
阿里云数据库:构建高性能与安全的数据管理系统
在企业数字化转型过程中,数据库是支撑企业业务运转的核心。随着数据量的急剧增长和数据处理需求的不断增加,企业需要一个既能提供高性能又能保障数据安全的数据库解决方案。阿里云数据库产品为企业提供了一站式的数据管理服务,涵盖关系型、非关系型、内存数据库等多种类型,帮助企业构建高效的数据基础设施。
539 2
|
存储 数据可视化 数据库
基于SpringBoot+Vue的商业辅助决策系统的设计与实现(源码+部署说明+演示视频+源码介绍)(2)
基于SpringBoot+Vue的商业辅助决策系统的设计与实现(源码+部署说明+演示视频+源码介绍)
161 1
|
机器学习/深度学习 算法
GBDT算法超参数评估(一)
GBDT(Gradient Boosting Decision Tree)是一种强大的机器学习技术,用于分类和回归任务。超参数调整对于发挥GBDT性能至关重要。其中,`n_estimators`是一个关键参数,它决定了模型中弱学习器(通常是决策树)的数量。增加`n_estimators`可以提高模型的复杂度,提升预测精度,但也可能导致过拟合,并增加训练时间和资源需求。
|
10月前
|
缓存 负载均衡 监控
数据库多实例的负载均衡技术深入
【10月更文挑战第23天】数据库多实例负载均衡技术是确保数据库系统高效运行的重要手段。通过合理选择负载均衡策略、实时监控实例状态、不断优化调整,能够实现资源的最优分配和系统性能的提升。在实际应用中,需要根据具体情况灵活运用各种负载均衡技术,并结合其他相关技术,以满足不断变化的业务需求。
|
机器学习/深度学习 数据可视化 数据库
【MATLAB第5期】源码分享#基于小波时间散射网络(WTSN)和长短期记忆网络 (LSTM) 的ECG信号分类模型,含源代码+中文注释,保姆级教学
【MATLAB第5期】源码分享#基于小波时间散射网络(WTSN)和长短期记忆网络 (LSTM) 的ECG信号分类模型,含源代码+中文注释,保姆级教学
|
前端开发 JavaScript 安全
【网络安全】WebPack源码(前端源码)泄露 + jsmap文件还原
【网络安全】WebPack源码(前端源码)泄露 + jsmap文件还原
2468 0
|
SQL Oracle Java
Java中如何解析、格式化、生成SQL语句?
Java中如何解析、格式化、生成SQL语句?
|
存储 数据采集 运维
带你读《云存储应用白皮书》之19:6. 云定义存储CDS
带你读《云存储应用白皮书》之19:6. 云定义存储CDS
825 0