如今,借助性能更强的GPU,基于NVIDIA CUDA的Altair产品可将工程仿真速度提高至CPU的4倍。
无论是分析流体动力学还是明确性能规格,工程师在着手构建单一物理原型之前,需要提早创建高质量的仿真。
如今,为帮助工程师更深入地了解自己的设计,工程软件公司Altair的两款产品Altair AcuSolve和Thea Render进一步提升了对NVIDIA GPU的支持,可实现令人惊叹的性能和加速。
除GPU支持外,Altair还发布了对Altair ultraFluidX(一款空气动力学CFD软件)以及Altair nanoFluidX(一款基于粒子的CFD软件)的NVIDIA RTX服务器验证。作为功能强大的参考设计,RTX服务器让工程师能够借助高性能计算来仿真物理并迭代设计,而所有这些都有赖于GPU加速渲染和计算机辅助工程仿真。
AcuSolve是一款应用程序,可帮助工程师以前所未有的方式创建生动且逼真的效果图。借助NVIDIA GPU,AcuSolve用户能够仿真设计中的流体运动和热传递,速度比在CPU上快4倍。
当Altair使用GPU进行密集计算测试时,AcuSolve处理这些复杂运算的速度比使用同等CPU配置快6倍。
Thea Render是一款强大的3D渲染和动画工具,能够让工程师将工作可视化,并获得逼真预览。基于CUDA的渲染器现可通过NVIDIA OptiX AI加速去噪器实现光线追踪。
此外,搭载Thea Render工具的Altair Inspire Studio设计软件和可视化应用ParaView都采用了GPU加速AI,以缩减渲染高质量无噪图像所需的时间。
Altair应用程序借助NVIDIA GPU上的并行计算和编程平台CUDA,可显著提高速度和吞吐量,让工程师能够自由快速地对设计进行探索,并依据更准确的结果做出决策。
在RTX服务器上运行的设计验证工作负载也同样强化了基于GPU的CFD求解器,这些求解器是采用高级算法预测物理性能的软件"引擎"。
有了RTX服务器对Altair ultraFluidX和nanoFluidX的赋力,用户白天可在NVIDIA Quadro虚拟工作站上更快速、更高效地设计新模型。然后,同一RTX服务器可在夜间完成大规模CFD仿真,无需再花费数天来进行数据计算。
当工程师们次日一早到达办公室时,仿真已准备就绪供其分析。这就让团队在设计过程中,借助在本地或云端访问的更节能的计算系统,就能及时了解模型的性能、行为和机制。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。