机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

动态

机械装备HPC· 1天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
我们是采用Prometheus来监控资源,这个也是业界用的较多的,包括CPU利用率、内存利用率、磁盘IO、网络带宽等,还可以自定义暴露一些指标,比如监控作业调度系统(如Slurm、PBS等)的工作队列情况、作业运行状态以及资源分配情况,了解各个作业的运行时长、优先级、资源需求等信息。另...(more)
IT咨询服务HPC· 1天前
制造企业在什么场景下可以利用 HPC 进行仿真测试?HPC 的仿真测试相比传统测试有哪些优势?
浏览511
工业制造其它HPC· 1天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
仿真测试,我觉得成本与技术是两大挑战:1、成本比如硬件设备、软件许可,所以现在一般采用云计算,混合云(主要是看哪家成本低,性价比高)等方式,减少初期的资本投入。2、技术比如开发、管理和维护HPC、仿真系统, 一般需要云计算和仿真、AI专业的技术和经验,而制造企业可能缺乏此类人...(more)
能源采矿HPC· 2天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
1、数据处理方面,我们一般测试流程都需要对大量的数据进行处理,例如数据清洗、特征提取、数据分析等。使用GPU可以加速这些计算密集型任务,因为GPU具有大量的并行处理单元,适合于并行处理大规模数据。2、图像处理方面,许多算法需要大量的计算资源来处理图像,如图像识别、目标检...(more)
工业制造其它HPC· 2天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
1、网络方面,可以采用如InfiniBand ,可以加速数据传输和通信,降低通信延迟。2、故障检测机制方面,可以通过监控系统、日志系统,利用K8S集群的特性进行。3、作业调度策略方面,如果是使用的K8S,则可以打些标签,定义一下priority权重,确保高优先级任务能够及时得到执行,而低优先级任务...(more)
工业制造其它HPC· 2天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
一般需要对仿真测试产生的数据进行处理和清洗,包括去除异常值、处理缺失数据、对数据进行排序等,以确保数据的准确性和可靠性。然后根据仿真结果的准确性、仿真速度、模型的稳定性和收敛性、精度和可靠性及仿真系统的负载和资源利用情况等做为参考指标,进行分析,生成测试报。...(more)
工业制造其它HPC· 2天前
制造企业可以通过哪些方式优化 HPC 的性能,比如优化代码、调整资源配置等?优化后可以提高仿真测试的速度吗?
浏览458
汽车HPC· 2天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
我们应用在是在电池材料设计与模拟 、电池性能模拟与优化 、电池系统建模与优化这三个方面。模型精度、安全与可靠性方面,我觉得是挑战,因此,需要通过模拟和测试等手段,对电池系统的安全性和可靠性进行全面评估和验证。...(more)
机械装备汽车制造仿真系统· 2天前
强哥之神 上汽云计算中心(上海帆一尚行科技有限公司)   擅长领域:云计算, 容器, 服务器
13 会员关注
还是从调度算法上来解决,可以从下面几个方面:1、优先级调度 : 将任务按照其重要性和紧急程度划分为不同的优先级,并优先处理高优先级任务。这样可以确保关键任务在资源紧张时得到优先执行,最大程度地满足业务需求。这个如果通过K8S实现的话,这个可以对任务设置不同的 priority...(more)
汽车HPC· 2天前
对于HPC算力需求的不断增加和计算需求的不确定性,是否可以做到有效的资源需求预测,以免多建浪费,少建满足不了需求?
浏览504

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题