EMQX Adopts Business Source License to Accelerate MQTT + AI Innovation →
インテリジェントコネクテッドビークルのためのAIネイティブデータインフラストラクチャを構築
AI技術と自動車産業の深い統合により、EMQXプラットフォームは革新的なデータインフラストラクチャ機能を通じて、インテリジェントコネクテッドビークルのデータ価値サイクルを再定義します。
次世代自動車インテリジェンスのための車載通信とV2X通信 - AI最適化MQTTプラットフォーム
自動車業界向けの最新のAI最適化MQTTプラットフォームを提供します。IoV（Internet of Vehicles）メッセージングの次世代標準プロトコルであるMQTT over QUICを先駆的に導入し、50社以上の自動車メーカーにサービスを提供、1000万台以上の電気自動車および従来の自動車を接続しています。
主な機能
双方向通信
車両がテレメトリーデータを送信し、クラウドからコマンドやアップデートを受信できる双方向通信をサポートします。
リアルタイムデータ転送
車両とIoVアプリケーション間のデータをミリ秒単位の遅延でリアルタイムに配信することを保証します。
MQTT over QUIC
IoVアプリケーション向けの次世代標準プロトコルであるMQTT over QUICを体験してください。車両の移動性と不安定なネットワーク接続のために最適化されています。
もっと詳しく知る →
MQTT経由のファイル転送
データ通信とファイル転送を単一の効率的なMQTTチャネルに統合することで、IoVシステム設計を合理化します。
もっと詳しく知る →
オンザフライデータ変換
SQL基盤のルールエンジンを使用して、車両内およびクラウド内で転送中のデータを抽出、フィルタリング、強化、変換します。
もっと詳しく知る →
ストリーム処理とAI/ML
車両内とクラウドプラットフォーム内でAI/MLモデリングとストリーミングデータ処理を実行し、ビジネス最適化とインテリジェンスを実現します。
EMQを選ぶ理由
AI/LLMシナリオに最適化された車両-クラウド協調データクローズドループアーキテクチャが、インテリジェント車両の進化するデータ要件を満たします。
車載マルチドメイン異種データ収集
- CANバス、DDS、SOMEIPの統合、クロスドメインバスデータの取り込み
- 信号、ファイル、ビデオなど複数のデータタイプのサポート
全スペクトル高精度リアルタイム取得
- 数万の車載信号のミリ秒レベルのリアルタイム取得
- 軽量かつ効率的な車載フルデータ圧縮＆ストレージ
車載エッジコンピューティング
- 車載でのリアルタイムデータ解析、フィルタリング、ダウンサンプリング、スクリーニング、変換
- カスタムメトリック計算とイベント検出
- リアルタイム推論機能を備えたアルゴリズムモデルの統合
信頼性の高い大規模接続
- 数千万の同時車両データ接続をサポート
- 革新的なMQTT over QUICを活用し、弱いネットワーク状態でも信頼性の高いデータ転送を実現
- AIアプリケーションに豊富なデータソースを提供
インテリジェントデータ処理
- 内蔵ルールエンジンとストリーム処理機能
- リアルタイムデータフィルタリングと変換によるAIモデルトレーニング効率の向上
AI統合レイヤー
- Kafka、Snowflakeなどのビッグデータサービスのネイティブサポート
- LLMトレーニングプラットフォームとのシームレスな統合によるAIデータパイプラインの簡素化
ユースケース
自律走行モデルトレーニングの加速
- データ整合性保証：自動ネットワーク回復により、センサーデータ（LiDAR、カメラ、レーダー）の継続的な収集を確保し、トレーニングデータのギャップを防止します。
- 効率的なデータ供給：数十億デバイスのクラスター容量が大規模な車両群データ収集ニーズを満たし、モデル反復を加速します。
- グローバルデータコラボレーション：地域間クラスターリンクにより分散トレーニングデータの集約を可能にし、モデルの一般化を向上させます。
スマートコックピット体験の向上
- リアルタイムコンテキスト認識：ミリ秒レベルの遅延により、自然な音声インタラクションを確保します。
- パーソナライズドサービス：ドライバーの行動分析とLLMを組み合わせて、パーソナライズされた推奨（音楽、ナビゲーションなど）を生成します。
- マルチモーダルフュージョン：音声、画像、テキストデータの統合取り込みと処理を実現します。
予知保全とリモート診断
- リアルタイム車両健康モニタリング：何百万もの車両データポイントを分析して、故障を事前に検出します。
- 根本原因分析：AIモデルがマルチシステムデータを相関させて問題を正確に特定します。
- ナレッジベース構築：イベント履歴ログにより修理事例を蓄積し、診断モデルを継続的に最適化します。