重型设备制造商小松在Cloudera 和微软助力下实现了工业物联网分析平台
重型设备制造商小松(Komatsu)实施了一款以Cloudera 产品和微软Azure作为支撑的工业物联网分析平台,以帮助全球采矿企业监控行业中使用的巨型设备的性能。该平台还能提高资产利用率和生产率,为全球经济提供必要的资源(包括能源和工业矿产)。
小松的JoySmart解决方案是为了帮助客户利用机器数据和分析来优化机器性能。它摄取、存储和处理从世界各地的采矿设备收集到的多种数据,每台机器每分钟可以产生3万到5万条带有时间戳的记录。
“随着客户需求的增加和联网机器的增多,我们预计数据量将达到每月30TB。以前的环境限制了我们的规模、增长和创新能力,”小松公司分析部高级经理Anthony Reid说。
“借助Cloudera的全新平台,我们使用先进的数据分析和机器学习来推动我们在工业物联网方面的成功。我们现在为客户提供更好的机器使用建议,并更快地提供服务。例如,我们能够为一家大型煤矿公司提供建议,使他们的Joy长壁开采系统的日利用率增加一倍。
“通过在微软Azure上部署Cloudera 平台,我们的团队将不可见的数据变为可见,获得有价值的洞察,帮助客户优化生产率和挖掘效率。Cloudera提供了快速的性能、数据安全和客户支持,使我们的团队能够访问机器数据分析,并与世界各地的不同用户群体合作。”
小松需要一个现代化的数据平台,不仅要在云计算中提供下一代机器学习和先进的分析能力,而且要具有可扩展性,以提高客户的设备利用率和生产率。有了Cloudera,小松现在可以利用大量的数据,帮助矿业客户应对日益增长的压力,以更低的运营成本实现更智能的环保和更高的生产率。
好文章,需要你的鼓励
诺基亚最新全球网络流量报告预测,到2034年WAN流量将增长300%至700%,主要驱动力包括人工智能、工业运营扩展和消费者沉浸式应用。报告称AI流量年复合增长率将达23%,到2034年占全球WAN流量30%。然而专家对此预测提出质疑,认为报告缺乏具体应用场景支撑。分析师指出,企业目前并未因WAN带宽限制而无法实现目标,工业设备更新周期长达15年以上,大规模流量增长不太可能快速实现。
GigaAI团队开发的GigaBrain-0.5M*系统首次让机器人获得了"预见未来"的能力,通过世界模型预测未来场景并指导行动决策。该系统采用RAMP强化学习方法,在多项复杂操作任务中表现优异,成功率比传统方法提升约30%,并在国际RoboChallenge基准测试中排名第一,代表了从反应式控制向前瞻式智能的重大突破。
今天的出海故事,从一笔690.78万加元的少数股权投资开始:金牌家居的全资子公司与关联方通过新加坡主体共同参投 RIFO Holding Group Inc.,简称RIFO,先把钱放到加拿大“住房交易、金融服务与安居服务”这条链条更靠前的位置。
这项由人大和腾讯联合开展的研究提出了ExOPD方法,通过调节奖励信号让AI学生模型突破老师性能限制。研究在数学推理和代码生成任务上验证了该方法的有效性,发现合适的奖励外推能让小模型超越大模型表现。该技术为AI训练领域带来新思路,但仍需考虑计算成本等实际限制。