2022年5月25日 - NI(纳斯达克:NATI)在时隔两年再次回归线下的全球用户大会上宣布推出 ActiveUptime™,一款服务型维护(Maintenance-as-a-Service,MaaS)解决方案,用于测试设备和测试设施的状态监测和预测性维护。这是一款交钥匙解决方案,专为用户环境量身定制,提供主动监控系统运行健康状况并防止关键测试设备发生故障所需的信息。作为持续服务的一部分,来自 NI 维护团队的专职技术人员将远程监控系统运行状况、提供技术支持并根据客户需求调整解决方案。该方案提高了用户在设备运行中断发生之前主动预测中断的能力。
设备故障占计划外停机成本的 42%,预计全球制造商因此每年损失500 亿美元。然而,52% 的制造商报告使用电子表格来监控和管理设备。NI的ActiveUptime™ 提供即用型服务,包括收集有价值的环境和系统数据所需的硬件和软件,以及基于边缘的预处理以加快数据收集、聚合和传输。 用于状态监控和预测性维护的特定结果的仪表板将直观展示实时监控系统运行状况并识别需要注意的关键区域,从而消除意外设备故障造成的中断。
NI Portfolio事业部高级副总裁兼总经理 Josh Mueller 表示:“制造商面临的主要挑战之一是了解物理系统以保持其平稳运行、并避免任何损害声誉的产品故障。” “ActiveUptime 能提供这些系统最准确视图。在NI维护专家的协助下,我们的客户可以快速找到问题的根源,快速解决问题、并采取措施防止再次发生。”
ActiveUptime™ 提供维护团队所需的监控工具--从智能环境传感器板和优化的数据处理,到直观的实时仪表板和预测建模,以及随时待命的维护专家。完整的服务可以在几天而不是几个月内启动并运行,将测试变成一项战略资产。
“预测性维护和状态监测正在成为更广泛的制造业数字化转型的关键支柱,”Mueller 解释说: “通过从基于时间的维护转向基于使用的维护,实时连续监控可以最大限度地延长总资产正常运行时间、降低昂贵的备件费用并优化维护成本。”
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。