当前位置:首页> 新闻

关于做好《基于异构计算的云边端融合AloT构架设计及应用研究 》 课题科研成果推广和转化工作的通知

来源:  时间:

全国各单位、企业以及专家学者:

为深入贯彻落实《中华人民共和国促进科技成果转化法》《国务院办公厅关于印发促进科技成果转移转化行动方案的通知》(国办发〔2016〕28号)。发挥我单位科研与学科指导意义,进一步提升我国智能科技领域科研与应用技术水平,实现精准化、智能化、高效化的科研成果落地应用,提升企业智能科技应用能力,降低企业成本和经营风险,保障市场繁荣。

由我国著名人工智能技术专家吴栋堂主持与研究的课题《基于异构计算的云边端融合AloT构架设计及应用研究 》已经完成全部研究计划,已取得多项对于网络工程领域具有重要发展意义的研究成果,为将该课题相关研究成果更快发挥应有价值,提升中国网络工程技术应用水平,现对该课题成果进行全面推广,号召全国各单位、企业以及专家学者对该课题相关研究成果进行深入研究与转化,现对课题成果研究与转化申请规则通知如下:

一、课题名称

课题名称:《基于异构计算的云边端融合AloT构架设计及应用研究》

课题研究人:吴栋堂  中科创达软件股份有限公司

课题所属单位:中国智慧工程研究会“十三五”规划重点课题大数据背景下的智能学习研究”总课题组

课题编号:KYF1119

课题等级:国家重点课题

       二、项目简介

数字经济已成为推动中国经济增长的主要引擎,而AIoT(人工智能物联网)在数字经济发展的浪潮中作为一种新兴技术,正发挥着巨大的作用。AIoT 是一种人工智能与物联网相互深度融合的一种 IoT 应用与研究的形态, IoT 可以看作是AIoT的基础设施层,采集并提供大量的传感数据,而 AI 则是帮助 IoT实现智慧互联的工具。随着AIoT的概念被提出,传统 IoT正在快速地向AIoT 进行转变,这样的变化也带来了前所未见的困难与挑战。由于边缘终端设备爆炸式的增长导致产生海量的传感数据,我们需要对传感数据进行智能识别和数据挖 掘,需要对海量的AI 训练数据以及智能识别分析之后的数据进行存储。这对网络带宽、算力以及存储这三点提出了巨大的挑战,传统的物联网架构难以满足现阶段的需求。

基于此种现状设计并完成了一种云边端融合的AIoT架构,该架构解决了AIoT场景下海量数据处理时延较高,无法匹配多场景计算的核心问题。本架构从逻辑上分为边缘层和云核心层,并且将计算服务进行抽象,实现边云协同计算。并且基于GPU/CPU的异构计算体系结构,提出了一种支持异构计算的算法引擎,将原有的用电识别算法进行重新设计,利用 GPU多核心的优势并行化加速。

该课题研究结果表明,该平台方案能提高经济效益,实现企业以及社会经济的进一步发展。

三、课题成果申请对象

1. 申请者应为合法注册的企业、智能科技领域的研究机构或专家学者。

2. 申请者应具备相关的智能科技研究或管理经验。

3. 申请者应具备课题成果转化的充足资金保障。

4. 申请者应保证所提交材料的真实性和完整性。

5. 我们将对申请材料进行严格审核,如有不实之处,将取消本次课题成果申请资格,并在三年内不得申请我单位其他课题。

6. 未经我们同意,申请者不得将所获得的课题成果资料泄露给第三方。

7. 申请者应按照约定使用我们提供的成果资料和支持技术,不得擅自修改或转让给第三方。

8. 在成果转化过程中,申请者应遵守相关法律法规和规定,确保知识产权的合法性和安全性。

四、申请需提交材料

1. 申请者需提交有效的营业执照、组织机构代码证等资质证明材料。

2. 申请者需提交相关的智能科技研究或管理经验证明材料,如研究成果、论文、专利等。

3. 申请者需提交成果转化资金保障证明材料,如银行贷 款承诺书、自有资金证明、研究资金提供方证明等。

4. 申请者需提交一份详细的课题研究成果推广计划书,包括推广目的、方式、时间、地点、参与人员等信息。

5. 其他相关材料,如知识产权证明、技术协议等。

五、申请流程

1. 申请者需填写《课题科研成果转化项目申请表》,登录我们的官方网站(http://www.gjjktyj.com)或通过电子邮件(597314435@qq.com)提交申请材料。

2. 我们将对申请材料进行审核,并通知审核结果。

3. 审核通过后,我们将向申请者提供课题相关成果资料和部分必要技术支持,协助其进行成果转化。

4. 在成果转化过程中,我们将对申请者进行定期评估和监督,确保成果转化的质量和进度。

6. 课题所转化成果需经市场实践,并在应用半年至一年时间内为我方提供相关实践反馈和数据,我们将对成果进行验收和评价,并对优秀成果给予宣传与推广。

中国智慧工程研究会“十三五”规划重点课题

“大数据背景下的智能学习研究”总课题组

                                                    2019年11月30日


【本文网址】 : http://commnews.cn/xinwen/3440.html

声明:本站原创/投稿文章所有权归中华商务新闻所有,转载务必注明来源;文章仅代表原作者观点,不代表中华商务新闻立场;如有侵权、违规,可直接反馈本站,我们将会作删除处理。