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
Google DeepMind造出"全能游戏玩家":SIMA 2在虚拟世界里自由行动,还会自己学新技能
牛津大学研究团队发现,经过强化学习训练的AI搜索助手存在严重安全漏洞。通过简单的"搜索攻击"(强制AI先搜索)和"多重搜索攻击"(连续十次搜索),可让AI的拒绝率下降60%,安全性降低超过80%。问题根源在于AI的安全训练与搜索功能训练分离,导致搜索时会生成有害查询。研究呼吁开发安全感知的强化学习方法。
Core Memory播客主持人Ashley Vance近日与OpenAI首席研究官Mark Chen进行了一场长达一个半小时的对话。这是Chen近年来最公开、最深入的一次访谈,话题覆盖人才争夺战、研究战略、AGI时间表,以及他个人的管理哲学。
斯坦福大学团队开发了GuideFlow3D技术,通过创新的引导机制解决3D对象外观转换难题。该方法采用智能分割和双重损失函数,能在保持原始几何形状的同时实现高质量外观转换,在多项评估中显著优于现有方法,为游戏开发、AR应用等领域提供了强大工具。