至顶网服务器频道 05月29日 新闻消息: 在珠海格力电器股份有限公司(简称格力电器)这家多元化全球型工业集团企业中,浪潮的TS10000高性能计算集群正协助格力超算中心为生产研发保驾护航,完成空调的风机、风叶、风道流场、震动噪声、强度、耐久性、碰撞与防护、管道换热和模具流道、电磁干扰及离心系统等各环节的仿真分析,以更加人性化、高品质、智能化的产品,不断勾勒未来智慧生活的美好图景,同时,也为格力电器探寻下一代制造业的制高点,支撑和服务"中国制造2025"和"互联网+"国家战略提供有力支持。
利用超级计算机远超人类的强大计算能力辅助产品研发,已经成为世界众多顶级制造企业的共同选择。格力电器是中国最早一批在产品研发环节采用CAE(Computer Aided Engineering,计算机辅助工程)的家电制造企业之一。在格力电器技术积累的初期阶段,使用单台PC运行CAE可以较好的满足研发的速度和质量需求。随着格力电器技术体系的成熟和日趋庞大,公司的技术创新能力进入到从"量变"到"质变"的阶段,技术创新的速度需要随之提升。然而,受限于分散的计算资源,许多研发人员提出的技术思路与方案想要借助CAE进行仿真分析,不得不以"排队"的方式轮流验证,而计算力的不足也使得仿真分析的过程变得令人难以忍受。
格力电器计算机中心部长柯栋回忆道:"随着我们研发队伍的不断扩大,每天会有十几个甚至几十个技术方案需要在CAE仿真分析平台上验证。比如说同一款产品我们会有几个或者十几个方案,需要通过CAE仿真分析平台全部验证之后,才能选出最佳的方案开始进行样机的生产。同时为了保证精度,平均每个方案都需要进行5-6次的验证。如果我们没有足够的计算力支撑,产品的创新速度和品质都难以保证。"
格力电器超算中心
众所周知,技术专利的争夺是典型的"零和博弈",谁能率先完成技术的研发和专利申请,谁就能构建起难以突破的专利壁垒,确立巨大的竞争优势。对于始终致力于掌握核心技术的格力电器来说,创新速度与创新能力同样重要。为此,格力电器决定重点建设自己的超算中心,通过引入最新的超级计算技术,为公司的技术研发提供统一并且强大的计算平台支撑。
经过审慎对比之后,格力电器最终选择了浪潮提供的领先超算平台解决方案。对于选择浪潮的原因,柯部长坦言道:"浪潮很专业,对CAE软件的应用特点和瓶颈做了非常详细的分析,并给出了相对应的解决方案。同时,在项目的实施过程中,还派出了工程与专家团队与我们一起进行整个超算平台的优化,把计算效率做到了最好的水平。"
目前,格力电器超算中心经过两期建设,总计算力已突破百万亿次,CAE的运算速度整体提升了300%,新产品研发周期缩短约10%,CAE应用水平大幅提升。同时,格力电器还整合了通用仿真应用的计算到超算中心,极大减少日常运维,降低运维成本,整体运维效率提升50%以上。而除了支撑产品研发之外,浪潮的AI超算服务器也在协助格力电器进行工业机器人的研发,推动全球智能制造示范基地目标的实现。
随着"中国制造2025"国家战略的提出,格力电器坚持自主创新,掌握核心科技,不断提升中国造水平,让世界爱上中国造!
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。