1913年4月的某一天,在福特位于美国密歇根州高地公园的汽车装配工厂的飞轮磁电机装配车间中,一位工程师将整个电机的装配工作拆分成了29道工序,每个工人完成其中一道工序后传递给下一位工人。
人类历史上第一条流水线就这样在福特的汽车装配工厂中诞生,这条流水线最终将一辆汽车生产时间从12个小时缩短到了6个小时,而仅仅是一年,基于此进一步改进的流水线将一辆汽车的组装时间再次缩短到90分钟。
流水线的出现提高了汽车生产效率,在之后几年里,随着自动化汽车装配线的迅猛发展,汽车得以成为大众产品,进入千万人家庭。
如今,随着产业数字化不断深入,汽车行业再次迎来新的产业周期,而新周期的动力来自于英特尔这样的科技公司推动下的「软件定义」,来自于英特尔的软件定义芯片、边缘计算平台、OpenVINO开发套件,以及与HPE一同搭建的软件定义的云服务。
一个软件定义的时代已经悄然开启。
保时捷为汽车改建数据中心
作为全球顶级车企,保时捷也在积极进行着数字化转型,而其旗下专为大众汽车集团提供IT服务的Porsche Informatik也通过应用搭载第三代英特尔®至强®可扩展处理器的HPE Synergy进行了一次数字化升级。
这次升级的关键在于,数据中心的改造。
随着当下网络环境变得越来越复杂,数据泄露事件频发,据ITRC发布的《2021 Data Breach Report》统计数据显示,2021年有记录的数据泄露事件达1862起,刷新历史记录。于是,在数据中心建设或改造过程中,安全问题就成了首要需要考虑的问题。
保时捷这次改造数据中心选用的服务器是配备了38个HPE Synergy 480 Gen10计算机模块的HPE Synergy 12000,HPE Synergy 480 Gen10的核心处理器选用的第三代英特尔®至强®可扩展处理器中搭载了英特尔®SGX技术,该技术可以提供基于硬件的内存加密、将内存中的特定应用代码与数据进行隔离,从而实现数据主动防护。
解决了安全问题后,就需要进一步考虑算力问题。众所周知,大数据已然成为当下时代主题,尤其在车企纷纷开展自动驾驶技术研发时,数据处理以及人工智能、机器学习模型训练效率就成了这场竞赛的关键。
作为面向物联网、人工智能时代的数据中心,自然需要拥有能够高效运行复杂人工智能负载的能力,第三代英特尔®至强®可扩展处理器除了可以提供强大的算力,还支持AVX-512、DL Boost指令集,可以对人工智能负载进行专门的加速,这也让搭载第三代英特尔®至强®可扩展处理器的HPE Synergy在算力上有了极大的提升。
此外,HPE Synergy 12000采用全新的塑合新基础架构,能够满足HPE智能管理软件架构对计算、存储、网络的灵活使用,这样的设计也使得HPE能够以“基础设施即代码”的形式向用户提供服务。
于是,经过6个月的市场调研,对市场上的服务器产品进行对比、测试,Porsche Informatik最终选择与HPE合作,进行这次关键的数据中心改造。
汽车行业的软件定义时代
2019年,在HPE Discover 2019大会上,HPE推出了GreenLake即服务,这一年,HPE开始由IT厂商向服务型厂商转型。HPE GreenLake是一种全新的基于订阅的云服务模式,这一模式重新定义了混合云管理和交付模式。HPE中国区首席技术官张楠指出,“HPE GreenLake快速交付、灵活部署、按用付费的服务模式可以帮助企业将精力专注在业务发展上,在数字化转型中享受更便捷的云服务。”
英特尔公司高级首席工程师、视频事业部全球首席技术官、物联网事业部中国区首席技术官张宇在今年9月的2022世界人工智能大会上也特别提到,“在全球数字化转型浪潮下,企业和社会的发展需要一个绿色、智能和以软件定义为基础的端到端数字基础架构来进行承载。”
为此,英特尔®至强®可扩展处理器针对软件定义进行了进一步优化,通过软件将物理资源在控制层进行分离,以适应更智能的资源调配;全新升级的OpenVINO开发套件增加了硬件自动发现和自动优化功能,让软件开发者可以在任意平台上实现最优性能。
实际上,这些也都是Porsche Informatik对数据中心进行数字化改造的主要原因,也注定了要借力英特尔、HPE来一起完成这次数字中心的数字化改造。
保时捷Informatik虚拟化和存储团队负责人Gerald Nezerka称,“当下的汽车行业,最重要的就是「快速」和「敏捷」。”基于此,Porsche Informatik定下了“完全实现软件定义”的目标。
得益于基于第三代英特尔®至强®可扩展处理器的HPE Synergy部署的混合云,Porsche Informatik如今已经能够更从容、更敏捷地应对当下蜂拥而至的数字化需求,“现在,无论保时捷或是整个大众集团的经销商提出多么庞大的数字化需求,我们都可以轻松、快速地规划和实施。”
而得益于HPE创新的GreenLake模式的应用,Porsche Informatik现在只需要为实际使用的算力按月付费,避免了高昂的设备采购成本,更轻松地体会到了数字化带来的效率和便利。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。