随着工业巨头越来越多地开始使用云,NVIDIA 与 Rescale 合作,将全栈 NVIDIA AI 软件提供给所有大型云服务商。

与许多企业一样,工业科学计算领域也存在数据问题。
无论是新能源开发、新交通运输模式创建等看似棘手的挑战,还是提高运营效率、改善客户支持等关键型问题,都需要通过大规模高性能计算予以解决。
借助 Rescale 云平台,伊莱克斯(Electrolux)、电装(Denso)、三星、Virgin Orbit 等公司不必设计、制造和构建更多的超级计算机,这使他们能够以节能的方式扩展加速计算,并加速创新。
为了满足工业科学界对云端 AI 日益增长的需求,NVIDIA 创始人兼首席执行官黄仁勋与 Rescale 创始人兼首席执行官 Joris Poort 一同出席 Rescale Big Compute 线上会议,宣布 Rescale 将采用 NVIDIA AI 软件组合。
NVIDIA AI 将为 Rescale 的高性能计算即服务产品带来新的功能,这些产品包括分布在各行各业的数百家客户所使用的仿真和工程软件。NVIDIA 也正为今天所发布的 Rescale 计算推荐引擎提供加速,该引擎使客户能够确定正确的基础设施方案,以优化成本和速度目标。
黄仁勋表示:“物理学机器学习 AI 模型融合了原则性、数据驱动的方法,使设计空间的探索速度和规模提升了好几个数量级。Rescale 正处于这些主要趋势的交汇点。NVIDIA 的加速和 AI 计算平台与 Rescale 形成了完美互补,推动了工业科学计算的发展。”
Joris Poort 表示: “追求突破创新的工程师和科学家需要集成云平台,让研发软件和加速计算变得触手可及。借助 NVIDIA 加速的高性能计算,我们帮助客户加快研究速度并节约成本。将 NVIDIA AI Enterprise 应用于 Rescale 平台中,能够融合最先进的算力与最强大的 AI,并支持更多类型的 AI 工作流,最终研发领导者可以在所选择的任何云上运行它们。”
NVIDIA AI 进一步扩展云端高性能计算
两家公司宣布,他们正在把 NVIDIA AI Enterprise 引入 Rescale,扩大该云平台的产品范围,以包含 NVIDIA 支持的 AI 工作流和处理引擎。一旦推出,在 NVIDIA 的支持下,客户将能够在任何领先的云中开发 AI 应用。
作为广受全球采用的 NVIDIA AI 平台软件,NVIDIA AI Enterprise 包含 AI 工作流每个步骤的基本处理引擎,从数据处理和 AI 模型训练到仿真和大规模部署。
NVIDIA AI 使企业机构能够开发预测模型,通过计算机视觉、路线和供应链优化、机器人仿真等应用来补充和扩展工业高性能计算的研发。
通过 Rescale 软件目录,可以访问 NVIDIA NGC 上的数百个 NVIDIA 加速的容器化应用和预训练 AI 模型,客户能够按需运行仿真以及扩大或缩小规模。
NVIDIA Modulus 加速基于物理学的机器学习
Rescale 现在提供用于开发物理学机器学习神经网络模型的 NVIDIA Modulus 框架,为广泛的工程用例提供支持。
Modulus 融合了物理学与数据的力量,构建能够实现近实时仿真的高保真模型。只需在 Rescale 平台上点击几下,客户就能通过 Modulus 运行整个 AI 驱动的仿真工作流,从数据预处理和模型训练到推理和模型部署。
从本地到云的工作流编排扩大灵活性
Rescale 还整合了 NVIDIA Base Command Platform AI 开发者工作流管理软件,该软件可以将各个云上的工作负载编排到本地 NVIDIA DGX 系统。
NVIDIA 在各个领先的云服务商平台上加速 Rescale 的高性能计算即服务平台,包括 Amazon Web Services、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure。Rescale 是 NVIDIA 初创加速计划成员之一。
如您要了解更多信息,欢迎观看 Big Compute 主题演讲回放中黄仁勋和 Joris Poort 就本新闻所展开的讨论对话。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。