在天气预测领域,若要实现高度的准确率,往往需要对来自各种来源的数据进行实时的收集和分析。在这方面,全球领先的气象科技公司ClimaCell凭借其基于专有数据收集和分析平台的智能微预报解决方案,正在颠覆天气预测行业。通过运行在由英特尔至强可扩展处理器提供支持并经过优化的谷歌云实例上,ClimaCell成功生成了一些全球最准确、最细微的微天气数据。
ClimaCell的天气平台由各种数据源所收集的数据提供支持,这些数据源包括无线信号、联网汽车、飞机、无人机和物联网设备。为有效收集并处理这些数据,ClimaCell在采用第二代英特尔至强可扩展处理器的谷歌云计算优化实例(C2)上运行其全球API平台。这一组合为ClimaCell提供了能够处理海量数据集所需的高性能计算(HPC)和人工智能(AI)资源。
将人工智能和高性能计算集成到详细的分析流程当中,可以使ClimaCell将其预测服务的功能发挥到极致,并针对未来的天气状况生成出一个全面、高精度的模型。例如,一家大型航空公司利用ClimaCell微预报技术来获取天气预报数据,以避免不良天气状况影响飞行安全或可能对乘客构成安全风险。该航空公司表示,通过使用ClimaCell的微预报技术,每个机场枢纽每月能为公司节省5万美元。
此外,一份案例研究中也详细介绍了采用英特尔至强可扩展理器的谷歌云高性能计算解决方案如何帮助ClimaCell及其客户提供复杂微天气建模和微预报所需的性能和灵活性。
据悉,ClimaCell充分利用英特尔编译器和英特尔MPI及其代码,来提高C2实例上天气预报应用程序的性能。其中,英特尔软件通过利用处理器的硬件指令(例如英特尔AVX-512)来最大程度地提高代码的性能,并以最佳方式利用所有核心和内存,在不降低性能的前提下帮助代码在多个C2节点之间进行扩展。
15年来,英特尔和谷歌云持续与包括ClimaCell在内的众多客户共同创新。在谷歌云的24个云区和74个可用区中,谷歌云都广泛部署了多代的英特尔至强可扩展处理器产品。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。