公司与行业动态 - 全球首个AI原生云工程仿真平台SimScale宣布与AI Engineering GmbH达成战略合作，将后者的PAMICS®求解器集成至其生态系统[2] - 该合作旨在将AI Engineering最先进的无网格光滑粒子流体动力学求解器与SimScale的云原生基础设施结合，普及高保真、无网格计算流体动力学的应用[3] 技术整合与性能提升 - 通过利用NVIDIA AI基础设施的加速计算，此次集成消除了网格划分瓶颈，并大幅缩短了复杂工业应用的仿真运行时间[2] - 该集成使仿真速度比传统基于网格的方法快10至20倍[2] - PAMICS求解器采用拉格朗日光滑粒子流体动力学方法，允许工程师直接从原始CAD几何体模拟流体动力学，无需网格划分，加速了复杂多相流和自由表面流的仿真工作流程[6] 市场定位与战略意义 - 此次性能飞跃进一步巩固了SimScale作为合成物理数据高速来源的地位，能够为物理AI模型训练和预测性数字孪生提供所需的规模和保真度数据[4] - 结合云原生仿真、集中式数据管理和加速计算，该平台有助于为训练下一代AI模型奠定基础，并支持NVIDIA生态系统内的下游物理AI工作流程[4] - 该集成还支持NVIDIA生态系统内的高级可视化工作流程，包括与基于NVIDIA Omniverse库构建的应用程序兼容，实现仿真结果的逼真物理渲染和沉浸式审查[5] 关键应用场景 - **旋转机械与动力总成**：精确预测复杂变速箱和高功率电机中的润滑油润滑与冷却，无需简化几何形状[9] - **工业混合与加工**：模拟混合器、搅拌器和食品加工设备中的多相流、表面张力效应和非牛顿流体[9] - **水管理**：模拟消费、非公路和工业车辆的涉水、污染和污染管理[9] 公司背景与用户基础 - SimScale是全球首个用于工程仿真的AI原生云平台，在全球拥有超过800,000名用户[10] - 该平台通过将工程AI工作流程与高保真CFD、FEA、电磁学和热仿真集成在单一云平台中，帮助客户加速创新[10] - AI Engineering GmbH是先进仿真解决方案的先驱，专注于光滑粒子流体动力学和AI增强的工程工具，其PAMICS求解器专为复杂的工业流体动力学设计[11] 合作展望与市场推广 - SimScale首席执行官表示，此次集成将真正的“无网格”工作流程带入云端，结合GPU加速计算和物理AI工作流程，使客户能够构建自己的合成数据引擎，加速实现预测性数字孪生[7] - AI Engineering首席执行官表示，与SimScale合作使其技术能够实现全球扩展，作为NVIDIA初创加速计划成员，其求解器已针对NVIDIA GPU进行了性能优化[7] - 该集成成果正在NVIDIA GTC大会上展示[7]

公司战略合作 - 达索系统与英伟达宣布建立长期战略合作伙伴关系 [1] - 合作旨在为各行业建立关键任务人工智能的共享工业架构 [1] 合作技术内容 - 将达索系统的虚拟孪生技术与英伟达的AI基础设施、开放模型和加速软件库相结合 [1] - 合作将建立经过科学验证的行业世界模型 [1] - 合作将通过熟练的虚拟伴侣创造新的工作方式 [1]

公司技术架构与合作 - Pathway公司发布了其突破性的后Transformer架构BDH（Dragon Hatchling），该架构现已在NVIDIA AI基础设施和AWS云及AI技术栈上运行[1] - 此次与NVIDIA和AWS的技术整合，旨在实现从静态智能到自适应智能的根本性转变，为企业客户开启全新的复杂应用类别[2][3] - BDH架构采用类脑设计，实现了持续学习，使模型能够随业务运营而演进，而非保持静态，同时具有更高的效率和对其实时状态的完全可观测性[2] 技术优势与特点 - BDH架构在保持通用硬件上具有竞争力的性能的同时，在专用AI处理器上显示出显著更快推理的潜力，这为企业部署提供了降低延迟和运营成本的机会[7] - 该模型从设计之初就专为企业打造，适用于需要复杂思考、低延迟或高可观测性的新用例[4] - BDH挑战了主导深度学习十余年的假设，其GPU版本表明：规模可以通过神经元特化带来清晰度，实现了规模与可解释性的同步增长[6] 市场定位与客户 - Pathway的突破性架构超越了Transformer，为企业提供了模型工作方式的完全可见性，使企业能够超越渐进式优化，实现真正情境化、经验驱动的智能[9] - 公司已获得包括NATO、La Poste和一级方程式赛车车队等组织的信任[9] - 公司由联合创始人兼CEO Zuzanna Stamirowska领导，团队包括AI先驱，如CTO Jan Chorowski（首位将注意力机制应用于语音的研究者）和CSO Adrian Kosowski（20岁获得博士学位的计算机科学家和量子物理学家）[10] 行业影响与发展 - 当前AI市场主要沿着扩大上下文窗口、增加参数和数据的单一轴线增长，但企业需要的是能够随业务共同进化的AI，而不仅仅是处理更多数据[3] - 此次合作将AWS作为Pathway的首选云提供商，为大规模部署BDH的自适应架构提供必要的计算基础设施，而NVIDIA Hopper架构则为需要高性能、低延迟和持续模型适应的工作负载创造了理想环境[4] - BDH架构将于2025年12月1日至5日在拉斯维加斯举行的AWS re:Invent 2025上展示[5][7] 公司背景与支持 - Pathway得到了包括Transformer论文合著者、OpenAI推理模型背后的关键研究员Lukasz Kaiser在内的领先投资者和顾问的支持[11] - 公司总部位于加利福尼亚州帕洛阿尔托[11] - Pathway通过引入世界上首个能够像人类一样适应和思考的后Transformer模型，正在撼动人工智能的基础[8]

产品发布与核心性能 - 甲骨文公司宣布推出云端最大的AI超级计算机OCI Zettascale10，其峰值性能高达16 zettaFLOPS [1] - OCI Zettascale10连接了数十万个NVIDIA GPU，形成多个千兆瓦级集群，提供前所未有的多千兆瓦AI工作负载容量和规模 [1] - 该产品是首个Zettascale云计算集群的重大升级版，于2024年9月首次推出 [2] 技术架构与合作 - OCI Zettascale10基于下一代Oracle Acceleron RoCE网络架构，并采用NVIDIA AI基础设施构建 [1] - 该架构是与OpenAI在德克萨斯州阿比林市合作建设的旗舰超级集群Stargate的基础 [1][2] - 其集群部署在大型千兆瓦数据中心园区内，在2公里半径内进行超优化密度设计，旨在为大规模AI训练工作负载提供最佳的GPU间延迟 [2] 关键性能与优势 - Oracle Acceleron RoCE网络架构通过将GPU NIC用作微型交换机并连接到多个物理和逻辑隔离的平面，帮助客户以更低的总成本更快地部署更大的AI集群 [4] - 该架构通过消除跨平面的数据共享，将流量从不稳定或拥塞的平面转移，从而保持训练作业运行，避免代价高昂的检查点重启，提高了可靠性 [4] - 与传统三层设计相比，该架构减少了一个层级，为客户提供更均匀的GPU间延迟，提高了大规模AI训练和推理的可预测性 [11] - 该架构支持线性可插拔光模块和线性接收器光模块，可在不牺牲400G/800G吞吐量的情况下降低网络和冷却成本，使客户能将更多电力预算用于计算 [11] 客户价值与市场定位 - 客户可以利用OCI Zettascale10构建、训练并将其最大的AI模型投入生产，同时实现每单位性能更低的功耗和更高的可靠性 [3] - 客户将能够在甲骨文的分布式云中自由操作，并拥有强大的数据和AI主权控制 [3] - 该产品旨在提供可预测的性能和强大的成本效益，初始集群目标部署高达80万个NVIDIA GPU平台 [3][5] 合作伙伴评价 - OpenAI表示，高度可扩展的定制RoCE设计在千兆瓦规模上最大化全域性能，同时将大部分电力集中在计算上 [3] - NVIDIA表示，OCI Zettascale10提供了推进最先进AI研究所需的计算架构，并帮助全球各组织从实验阶段过渡到工业化AI [4] 产品上市计划 - OCI Zettascale10现已接受订购，计划在下一个日历年度的下半年上市 [5]