会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

边缘计算的总体思考

边缘计算能够在靠近用户或数据源的位置提供网络、计算、存储服务，不仅能够实现 流量的本地化处理，降低对传输网络和远端数据中心的流量冲击；而且能够提供低时延和高稳定的应用运行环境，有利于计算框架在终端和数据中心间的延展，有助于实 现场景需求、算力分布和部署成本的最佳匹配。边缘计算将满足消费者和产业互联网市场的如下需求。

  • 2022-01-17
  • 阅读83
  • 下载0
  • 7页
  • docx

触觉互联网应用场景浅析

随着互联网技术的演进升级与创新发展，触觉互联网迅速成为火热的研究领域。触觉互联网突破了传统人机交互方式，在视觉与听觉信息反馈的基础上，叠加远程触觉体验，并能满足低延迟、高可靠、高连接密度、高安全性的网络通信需求。对触觉互联网进行了概述，探讨了触觉互联网的应用场景，指出触觉互联网当前存在的问题，并对其进行了展望。

  • 2022-01-17
  • 阅读86
  • 下载0
  • 8页
  • docx

大数据和人工智能行业研究浅析

大数据是伴随着信息数据爆炸式增长和网络计算技术迅速发展而兴起的一个新型概念。根据麦肯锡全球研究所的定义，大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据能够帮助各行各业的企业从原本毫无价值的海量数据中挖掘出用户的需求，使数据能够从量变到质变，真正产生价值。随着大数据的发展，其应用已经渗透到农业、工业、商业、服务业、医疗领域等各个方面，成为影响产业发展的一个重要因素。

  • 2022-01-17
  • 阅读84
  • 下载0
  • 13页
  • docx

汽车HMI交互体验及设计方法浅析

众多分析指出，触控屏幕的交互是现阶段智能座舱人机自然交互的主流形式，同时语音交互和传统按键交互也是比较重要的交互方式。很多座舱原有的需要通过物理按键来完成人机交互过程的功能，现在智能大屏上都可以实现操作。功能设置更加集中，识别区域更加明确，是触屏交互的两大特点。

  • 2022-01-17
  • 阅读83
  • 下载0
  • 8页
  • docx

人工智能技术在火电领域的应用研究

为了应对新一轮的科技革命与产业变革，加快转变我国经济发展方式，国务院在2015年发布了实施制造强国战略的第一个十年行动纲领《中国制造2025》，强调加强信息化与工业化的深度融合，加快智能制造、智慧工厂的建设。电力是驱动工农业生产和社会生活的动力源，人工智能是未来智能电厂的核心部分，将其应用到电力系统中，不仅是电力系统发展的必然选择，也是能源电力转型的重要战略支撑。

  • 2022-01-17
  • 阅读83
  • 下载0
  • 19页
  • docx

Ceph分布式存储系统优化分析

Ceph支持多种存储访问接口，现有的多种性能测试工具都可用于Ceph的性能测试，如测试块接口性能的fio，iometer等；测试CephFS接口的filebench，fio等；测试对象接口的cosbench等。Ceph有专用的基准测试集CBT，其包含radosbench，librbdfio，kvmrbdfio和rbdfio。radosbench基准测试使用ceph common软件包附带的rados二进制文件，通过对象接口来访问Ceph集群。剩下的3个工具都是测试块存储性能的。

  • 2022-01-17
  • 阅读103
  • 下载0
  • 9页
  • docx

如何从系统层面优化深度学习计算？

在图像、语音识别、自然语言处理、强化学习等许多技术领域中，深度学习已经被证明是非常有效的，并且在某些问题上已经达到甚至超越了人类的水平。然而，深度学习对于计算能力有着很大的依赖，除了改变模型和算法，是否可以从系统的层面来优化深度学习计算，进而改善计算资源的使用效率？本文中，来自微软亚洲研究院异构计算组资深研究员伍鸣与大家分享他对深度学习计算优化的一些看法。

  • 2022-01-17
  • 阅读83
  • 下载0
  • 9页
  • docx

分布式数据库技术及发展趋势研究

数据库是高效组织、存储、管理数据的软件，是构建信息世界的基础工具。从第一款商业化关系数据库诞生开始，数据库管理系统已经走过40多年的历史，在发展过程中分化为面向事务处理和面向分析决策的数据库，在商业产品之外，诞生了开源的数据库，并逐渐成为一个主流方向。数据库管理系统起初都是单机形式，主要服务于银行、航空公司、宇航局等大型企业，2000年后随着在线业务的蓬勃发展，很多系统都面临处理高并发、大数据量、超高峰值等挑战，数据库开始了分布式之旅来应对这些挑战，这条路先从分析场景开始，然后扩展到事务处理领域。这两者面临的难度截然不同，分布式分析数据库主要解决海量数据的存储、查询分析的需求，主要是应对扩展性、高可用等挑战；而分布式事务数据库主要解决分布式事务的问题。

  • 2022-01-17
  • 阅读107
  • 下载0
  • 9页
  • docx