AVEVA 剑维软件近期发布了 AVEVA Unified Supply Chain(一体化供应链)平台的最新增强版本,该新品将借助实时原油系统(之前为原油快评系统)帮助用户获取其业务和运营的可视性,助其快速了解原油质量物性对其自身价值链的影响。
AVEVA计划与运营业务部高级副总裁Harpreet Gulati
石油天然气行业面临大规模停产的境况,而缺乏对供应链的可视性可能导致企业难以实时响应市场的变化。AVEVA实时原油系统是AVEVA剑维软件与施耐德电气合作开发的一款综合解决方案,它将尖端的分析硬件设备与强大的机器学习软件技术相结合,能够在几分钟内及时提供覆盖整个企业范围的原油物性分析。及时可靠的信息带来诸多益处,包括可以制定更明智的采购决策、更好的运营规划和资源分配,以及做出更准确的产量和质量预测。
使用基于AVEVA剑维软件云平台的实时原油系统,能够保证业务决策快捷精准
AVEVA一体化供应链可以通过AVEVA Connect获取。通过AVEVA Connect,剑维软件可将其解决方案安全的存放在云端,该产品因维护更简单、合作性更好为用户提供额外价值,并能增强AVEVA一体化供应链解决方案的计算能力,进而带来更高的决策效率。
作为面向流程工业供应链管理的唯一真正的一体化平台,AVEVA一体化供应链提供了单一的信息来源,能够帮助企业在不同团队之间共享和沟通决策、促进全球范围的合作和沟通、实现更好的可视性,进而对不断变化的市场状况做出快速响应。它将计划、排产、原油物性管理和供应配送分销有机结合,能够共享通用信息,提升用户对其整个工厂乃至整个企业的了解。通过采用通用数据、模型和用户管理,它能够促进整个供应链范围的协作和可视性。
“在油价波动、市场情况多变以及全球经济严重下行的背景下,实时原油系统的发布可谓十分及时,因为它能够处理诸多长期困扰能源行业的问题。在一个需要对原油和成品价格保持灵敏的行业中,AVEVA剑维软件的解决方案能够快速提供原油质量物性信息,帮助提高效率、可靠性以及决策制定的灵活性,”AVEVA计划与运营业务部高级副总裁Harpreet Gulati说道。
“在情况多变的能源行业中,实时原油系统位于亟需发展的技术前沿,施耐德电气和AVEVA剑维软件致力于帮助用户快速度过这个充满不确定性的时期,帮助用户安全、高效、可靠地运营业务。AVEVA一体化供应链的一项真实潜力,就是在不提高复杂程度的前提下用先进分析设备和机器学习技术优化一线工作。我们的综合目标是提供创新型解决方案,用以提高效率并帮助用户保持领先,”施耐德电气工业业务过程自动化、过程分析器及仪表副总裁Matthew Carrara说道。
AVEVA一体化供应链平台是独一无二的,以往的解决方案通常采用一系列单点式解决方案,且不同解决方案之间需要进行手动数据传输,而AVEVA剑维软件的解决方案是一体化的解决方案,能够充分利用通用数据、模型和用户管理来促进整个供应链范围的企业协作和可视性。如此一来就免去了不必要的数据传输,也避免了数据传输过程中可能出现的潜在错误。每个人都能随时获取实时的信息。无论企业大小,AVEVA一体化供应链都能够帮助其改善和优化工作流程。灵活、先进的整合机制简化了与现有业务系统之间的适配,保证轻松获取基本数据和结果的同时,还能够保留系统安全性和模型版本可控性,确保了系统使用者之间的一致性。
好文章,需要你的鼓励
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP(1983年)和Z80(1976年)几乎是同时代产物,都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术,尽管时钟频率相差857倍,但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性,在现代硬件上依然有效。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。