西门子数字工业软件公司(Siemens Digital Industries Software)PAVE360汽车数字孪生软件已经登陆AWS,可以在同一云上访问快速Arm模型。
汽车制造商在为其平台开发软件或评估不同的虚拟组件时,将能够卸载仿真并释放内部资源。西门子称,通过建模技术与AWS资源的结合,开发人员可以体验到近乎实时的仿真速度,这通常会大大快于传统的内部建模和仿真基础设施。
西门子公司EDA全球销售、服务和客户支持执行副总裁 Mike Ellow表示:“竞争激烈的软件定义汽车行业面临着巨大的压力,既要快速响应消费者对新功能的期望,又要缩短软件开发周期。这推动了软硬件并行协同开发的‘左移’方法,并向整体数字孪生迈进。在基于Arm的AWS云服务上提供PAVE360有助于提高组织效率,用当今的传统开发方法无法实现这一点。”
西门子部署在AWS上的PAVE360包括Arm专为汽车特定工作负载构建的IP、功能系统软件、真实世界刺激和算法开发工具(如西门子的 Simcenter Prescan),以及一系列混合保真EDA建模和仿真引擎。PAVE360整合了所有这些资源,在工程师的办公桌上提供了一辆虚拟汽车。
Arm公司高级副总裁兼汽车业务总经理Dipti Vachani表示:“软件定义汽车是汽车行业的生存之道,需要新的技术和方法来实现更快、更敏捷的开发。”
AWS汽车与制造副总裁Wendy Bauer表示:“利用PAVE360精准地将嵌入式环境映射到最佳AWS 实例,同时使用Arm汽车增强IP,OEM和供应商正在实现的软件定义汽车解决方案和方法,这些在以前是无法实现的。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。