西门子数字工业软件公司正在扩大与亚马逊网络服务(AWS)的战略合作协议(SCA)。目标主要是帮助双方共同的集成电路 (IC)和电子设计客户利用AWS先进的云服务来缩短设计周期、优化工程资源并使用西门子当前和即将推出的EDA产品提高验证覆盖率。SCA的这次扩展建立在两家公司为客户提供其需要的敏捷性、灵活性和适应性的优良记录之上。
高性能云计算为集成电路和系统开发人员提供了解决设计复杂性、计算能力需求以及分布式跨组织协作的方法。
西门子和 AWS 正在合作开发云飞行计划(Cloud Flight Plans),这是一种著名的方法(BKM)和技术,可以在客户的AWS环境中运行西门子的EDA。云飞行计划的目标客户是希望自我管理其 AWS环境的客户。
西门子数字工业软件公司EDA云解决方案副总裁 Craig Johnson 表示:“集成电路开发是一个计算密集型过程,因此能够随时获得额外的容量和替代系统配置对我们的客户来说极具价值。”“部署的复杂性历来是一大挑战。我们与 AWS 合作拓展的重点是将我们对电子设计的精通和AWS的基础设施、咨询和云部署协助结合起来,加快我们共同客户的产出。”
AWS工程副总裁 Bill Vass表示:“AWS为最先进的EDA解决方案提供弹性、高性能计算 (HPC),从而提高了集成电路和电子设计工作负载的性能。”“我们与西门子的战略合作使双方共同的客户能够在云中创建创新的新产品,现在还包含了西门子 EDA 的重大半导体创新。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。