（图片来源：Teraki官网）

 据外媒报道，Teraki宣布将在微软云平台Azure和微软互联车辆平台（Microsoft Connected Vehicle Platform）上进行高效的、大规模的汽车传感器数据收集。

Teraki是汽车行业智能边缘处理（ Intelligent Edge Processing）供应商，为高效、准确的数据预处理构建嵌入式软件。其AI解决方案使汽车制造商能够高效、快速地处理车内大量的传感器数据。效率的提高得益于AI强大的兼容性，预处理后的数据确保对事件进行更准确的预测和检测，帮助客户算法做出更好决策。智能边缘处理适用于所有的远程信息技术、视频和3D点云数据。

Teraki智能边缘处理嵌入在汽车CPU和RAM限制芯片组中，同时与客户后端集成，用于存储、标记，训练、分析数据。Teraki在微软云平台Azure和微软互联车辆平台上构建边缘处理，目的是为汽车制造商提供领先的端到端解高容量数据处理和分析创建决方案。

训练开发新的AI模型需要大量的汽车数据。因此，对于OEM而言，在云中快速高效地训练模型非常重要。Teraki的边缘处理能力使每次测试时进入云的数据增加10倍。有助于更快了解训练以及模型更新过程的特定数据流。也有助于更快地收集更多高分辨率数据，从而加快对新车型的训练，比如预测维修或自动驾驶功能。Teraki的技术及Teraki开发人员中心的支持减少了在故障安全操作所需精度范围内，训练以及再训练精确机器学习模型所需里程，加快实现汽车安全的目标。

Teraki解决方案是一个关键组件，不仅能在云中训练模型，还能高效管理大量汽车数据流。该公司的嵌入式软件降低了数据传输成本以及大量精细数据的长期存储成本，并保证不丢失任何信息。智能边缘处理有助于提高客户的算法和神经网络准确率。也就是说，与任何标准技术相比，在边缘计算能力降低10倍的情况下，使用Teraki预处理数据产生的假阳性更少，真阳性更多。在相同的计算能力下，与标准的预处理技术相比，Taraki机器学习模型的精度提高了10%至30%。由于Teraki技术是确定性的，因此它是可确认的，并且符合安全应用。

与微软合作，Teraki能将更多的信息输入到云中，同时还能降低其汽车客户成本。克服了从车内数百个传感器收集、传输、标记和存储大量数据流的挑战。创建AI模型是汽车行业更好地管理车队、改进汽车以及引入自动驾驶功能的关键，从而使汽车更安全。

Teraki首席执行官Daniel Richart表示，“我们很自豪能够展示一个完整的数据链，包括单个传感器以及许多客户都在使用的Azure。”他还表示，“在非常分散、CPU受限的边缘与云之间架起桥梁，是汽车行业的一项关键需求。Teraki的边缘数据处理技术与微软云计算和边缘平台方法相结合，对我们的客户来说，是一个强大的、合乎逻辑的组合。”

微软移动与互联车辆平台合作伙伴小组项目经理Tara Prakriya表示，“汽车数据预处理是汽车业面临的一大挑战。Teraki将在我们的Microsoft Connected Vehicle Platform上构建高效数据处理解决方案。这使我们的客户能够更有效地创造自动驾驶功能并提供客户服务。”