Nvidia宣布与高性能计算初创公司Rescale展开合作,简化在公有云基础设施上运行人工智能应用的任务。
此次双方的合作伙伴关系包括几个部分,其中Rescale将把自己的技术与Nvidia的几个人工智能开发和部署工具集成在一起。此外,Rescale正在推出一种软件功能,可以自动优化企业人工智能应用环境的成本和性能。
总部位于美国旧金山的Rescale已经获得了来自Nvidia、微软和其他一些知名投资者超过1.5亿美元的资金支持,它提供的软件平台可以更轻松地在云中运行高性能计算应用。高性能计算应用是一种硬件密集型应用,例如用于支持研究和工程项目的物理模拟器。
Rescale的Rescale平台可以自动执行在云基础设施上部署高性能计算软件所涉及的大部分手动工,还可以执行应用保护等相关任务。
Resale公司首席产品官Edward Hsu在新闻发布会上说:“我们正在从我所说的基于直觉的工程转向更科学的模型。”
Hsu举了几个例子来说明这项工作。例如,一家机翼设计公司过去必须提出设计并在风洞中进行测试,这是一个漫长且成本极高的过程。他说,这家公司可以在不使用风洞的情况下,在Rescale的平台上模拟20到30种翼型设计,而且现在借助Nvidia的新功能,他们可以进行所有这些实验并使用人工智能和机器学习来确定哪个是适合当前目标的。
Rescale还在功能集中提供了预打包高性能计算应用的目录。客户无需大量手动操作即可部署应用。Rescale还通过这次与Nvidia的合作,向软件目录中增加了对Nvidia几种AI工具的支持。
首先是Nvidia AI Enterprise平台,这个集合中包含了十多款软件工具,旨在简化构建、部署和维护神经网络的任务。
Nvidia AI Enterprise平台中的一些工具专注于简化Nvidia AI软件云基础设施的管理过程,还可以优化神经网络以更有效地使用Nvidia芯片。为了简化开发人员的工作,Nvidia还在其中提供了软件构建块,可以更轻松地为机器人等场景创建AI应用。
除了Nvidia AI Enterprise,Rescale将在自己的平台上支持其他很多Nvidia的软件工具。
其中一个工具是Nvidia Base Command Platform,研究人员通过这个界面可以协调训练新神经网络的过程,此外还有Nvidia Modulus软件,该软件可以更轻松地构建用于执行涉及物理计算研究和工程任务的神经网络。
Nvidia公司创始人、首席执行官黄仁勋表示:“物理机器学习人工智能模型融合了原则性和数据驱动的方法,让我们能够以比以往任何时候都高出许多数量级的速度和规模探索我们的设计空间。Rescale则处于这些主要趋势的交汇处。Nvidia的加速计算和AI计算平台是对Rescale的完美补充,有助于推进工业科学计算。”
除了扩大对Nvidia软件的支持之外,此次Rescale还推出了一款名为Compute Recommendation Engine(CRE)的新工具,在帮助公司优化运行人工智能和高性能计算应用的云环境。
据Rescale称,CRE工具将硬件成本最小化,对于把哪些基础设施资源添加到云环境中进行优化。而且,该工具能够配置基础设施资源以最大限度地提高性能,企业组织可以根据自己的要求定制CRE平衡成本效益和绩效的方式。
Rescale公司创始人、首席执行官Joris Poort表示:“我们独特的为云而构建的方法,让我们能够为全球任何云上的任何工作负载按需地提供最佳的加速计算性能,我们与Nvidia的合作,将为我们的工业高性能计算客户带来强大的AI新功能。”
Rescale表示,企业组织依赖他们的平台进行医学研究、飞机开发和芯片设计。而且,Rescale利通过从1亿多个高性能计算工作负载中收集元数据,开发了新的CRE基础设施优化工具。
好文章,需要你的鼓励
知名的投资机构ICONIQ Capital发布了《开发者手册:2025年AI现状报告》,基于对300位企业高管的调研,包括CEO、工程负责人、AI负责人和产品负责人等关键决策者,涵盖了从初创公司到十亿美元巨头的各个发展阶段,深度剖析了当下企业AI产品应用的全貌,为我们呈现了一个从"如何构思、交付和规模化AI驱动业务"的完整路线。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。