在今年的政府工作报告中,“人工智能+”首次被写入报告,同时“大力推进现代化产业体系建设,加快发展新质生产力”也被列为2024年的首项政府工作任务,其重要性不言而喻。
尤其是最近几年,以人工智能为代表的数字技术取得了一系列革命性突破,引发了传统生产要素以及以数据为代表的新生产要素的融合与创新配置,不仅成为推动新质生产力发展的重要技术“底座”,更驱动着包括制造业在内的千万行业的数智化转型从“量变”走向“智变”。
▶从数据要素角度来看,海量非结构化数据的几何级增长,既是制造业转型的挑战,也蕴藏着点石成金的机遇;
▶从新质生产力角度看,在传统制造业走向智能制造的旅程中,若要实现高质量发展,同样也离不开新质生产力的加速形成。
而在这背后,软件应用与算力底座的协同演进对于智能制造的创新至关重要,由此才能不断加快数据的处理速度和实时处理能力,同时让算力可以快速转化为企业生产力,真正帮助制造业缩短研发周期的同时实现降本增效,最大化激发新质生产力的形成。
正是洞察到这种变化,戴尔科技联手AMD面向制造业打造高性能算力底座,以“三高一快”和“三省一增”的优势,共同释放技术创新的“乘数效应”,不断满足制造企业创新的需求,真正为推动中国制造业高质量发展打造“新质生产力”。
制造业亟待 高性能算力底座
制造业是国家经济命脉所系,是立国之本、强国之基。新一代数字技术与制造业的深度融合,围绕“数据+算力+算法”的技术集成创新持续加快,正在为制造业的高质量发展提供更多的动力源泉。
工信部的数字显示:数字化改造使智能制造示范工厂的生产效率平均提升32%,资源综合利用率平均提升22%,产品研发周期平均缩短28%,运营成本平均下降19%,产品不良率平均下降24%。可见通过技术创新让智能制造展现出了巨大的发展潜力。
不仅于此,随着数字技术与制造业融合向纵深拓展,也让各种跨平台、交叉型应用纷纷涌现,为包括流体分析在内的仿真技术工具,以及半导体设计与制造领域中的EDA设计工具提供了施展身手的大舞台,同时更在科研院所、大中型企业中找寻到了行业场景化的落地空间。
例如已被广泛应用于汽车、航空航天、电子装备等各个领域的仿真技术,目前更在流体动力学 (CFD)、分子动力学(VASP)以及EDA等应用场景中取得了突破性进展,但也存在不少痛点。
其中,最突出的“痛点”是:伴随智能制造场景的细分化、碎片化程度升高,各大仿真技术巨头在产品与解决方案上不断推陈出新,这导致新兴的软件工具层出不穷。
与此同时,软件对硬件底座的要求也与日俱增,尤其对高性能计算系统的需求达到前所未有的高度,如何达成软硬协同进化是亟待解决的难题。
再以EDA为例,它是芯片制造最上游、壁垒最高的部分,涵盖了集成电路设计、布线、验证和仿真等所有流程,被行业内称为“芯片之母”、“芯片产业皇冠上的明珠”。
根据权威机构research and markets预计:到2025年,对EDA有直接需求的半导体制造产业规模将达700亿美元,EDA更间接支撑数十万亿规模的数字经济,“杠杆效应”接近200倍。
特别是过去十年里,EDA软件支撑着芯片设计从几千颗晶体管到现在百亿级晶体管的集成度,但在如今AI、智能汽车、5G、IoT等不同的细分领域得以快速发展的大时背景下,EDA软件面对的计算、存储等架构同样也都出现了新的变化,因此需要全新的软硬件架构的迭代和进化,才能进一步提升设计和验证效率,降低技术门槛的和缩短项目周期。
不难看出,无论是智能制造的前端设计还是后期验证;无论是仿真技术,还是EDA设计软件,这些新的制造中的应用场景都对高性能算力底座提出了极高的要求。也正因此,构筑高性能算力底座,推动智能制造和新型应用的升级和跃迁不仅“刻不容缓”,更是“迫在眉睫”。
Dell携手AMD 释放技术创新的“乘数效应”