至顶网软件频道消息:贝克休斯通用电气(Baker Hughes GE)和Nvidia开展合作,将人工智能和分析技术引入石油和天然气行业,目标是从传感器、天气、钻井和地震数据中获取数据并令运营更具预测性。
通用电气全球数字产品负责人Binu Mathew表示,Nvidia合作之举可在云系统里的钻机上利用GPU驱动系统,找出与石油钻探相关数据的含义。他表示,“石油和天然气领域里有许多远程操作传感器和收集到的数据,但少有对数据进行分析。”
石油和天然气行业有大量的数据,但数据不一定就是信息和知识。Mathew表示,通用电气将与Nvidia一起建立一些物联网计算模型,目标是提供分析和可操作信息。两家公司的合作已经有大约一年的时间了。
石油和天然气行业还有一个现实,石油行业是个碳氢化合物行业,而生成的数据也很多。一个海上平台平均每年从传感器以及运营和财务运营中生成的数据达50TB之多。
通用电气和Nvidia结成了合作伙伴关系就可以采用Nvidia的核心AI技术和其他技术,然后就可以利用旗下领域知识开发模型和分析软件。 Mathew表示,“Nvidia芯片、该合作伙伴关系以及整个AI生态系统加速了计算能力的增长。我们的分析知识和领域知识迸发出来了。”
具体而言,通用电气在旗下的DGX计算平台上用上了Nvidia的自然语言处理和递归神经网络模型。
通用电气和Nvidia将联手为油气田生产运营行业打造一套基于云的产品。最初一套产品名为Nvidia-Baker Hughes GE合作平台,现在已经上架。
Baker Hughes GE产品的目标是超越传统的模式匹配形式,创建可以更好地预测问题和检测故障的模型。诊断也是关键领域。
Baker Hughes GE数据首席数据科学家Arun K. Subramaniyan表示,Baker Hughes GE数据将AI技术和模型结合在一起,还会将其与数字孪生相结合,对运营进行改善。他表示,“我们将基于物理学的模型与人工智能技术结合在一起。”
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。