作为甲骨文红牛车队(Oracle Red Bull Racing)和阿尔法托利车队(Scuderia AlphaTauri)在 2026 及以后赛季中的混合动力单元供应商,红牛福特动力总成 (Red Bull Ford Powertrains, RBFPT) 使用 Oracle 云基础设施远程软件服务(Oracle Cloud Infrastructure, OCI )研发使用可持续燃料的新一代引擎。其工程团队在 OCI 上运行复杂的模拟,利用新的云技术来克服从头开始构建新业务的挑战。
凭借强大的 OCI 处理性能,红牛福特动力总成工程师可以在构建实体原型之前,使用数字模拟来评估概念并细化设计。借助 OCI(包括裸金属计算和集群网络),工程团队在大规模部署本地高性能计算 (HPC) 解决方案时,无需花费大量成本和时间,可以快速开始设计和交付高性能和可持续的引擎,并根据需要扩展资源。
甲骨文红牛车队主席兼首席执行官 Christian Horner 表示:“我们的动力总成团队正在高速运作,希望能够在 2026 年之前推出具有竞争力且使用可持续燃料的动力单元。Oracle 为我们提供了能够与流程相集成的基础设施以及相关专业知识,让我们可以加快动力总成开发速度,迎接未来的重大挑战。”
为红牛福特动力总成铺平道路
2021 年,红牛车队宣布成为新的 F1 世界锦标赛独立动力单元制造商(Power Unit,PU)的目标,红牛动力总成(Red Bull Powertrains)随之诞生。现在,红牛动力总成的业务分为两大部分:红牛动力总成专注于 2023-2025 赛季的本田(Honda)动力单元,而红牛福特动力总成则定下了一个雄心勃勃的目标 — 为甲骨文红牛车队和阿尔法托利车队从零开始研发 2026 赛季的动力单元。红牛福特动力总成将是 2026 赛季中六家 F1 系列引擎制造商之一。为了确保该引擎具有高级别的性能和数据安全性,并且可以几乎即时调整使用的处理能力,红牛福特动力总成选择使用 OCI 来运行模拟赛车引擎内部工作所需的复杂计算。
红牛福特动力总成在开发 2026 赛季的动力单元方面所面临的一大挑战是必须从头开始进行设计工作。与大多数初创公司一样,红牛福特动力总成的设计工作从一张白纸开始,缺乏历史产品数据支持。由于该团队的竞争对手是成熟的动力单元制造商,因此必须从设计一开始就尽力发挥每一项技术优势。红牛福特动力总成新成立的团队完全依赖数字模拟来在初始设计中找到合适的外形和配置。OCI 强大且高度灵活的基础设施为他们提供了实现这一目标的平台。不仅如此,随着许多工程师在短短几个月内加入了该团队,OCI 还可以进行扩展,以满足不断增长的团队需求。
OCI 加速计算流体动力学模拟
高性能的 OCI 标准配置非常适合要求严苛的任务,例如在利用模拟优化动力单元的输出动力的同时,满足 F1 的严格要求。OCI 的高性能配置能够建立多服务器网络,以支持高要求的高性能计算 (HPC) 工作负载,例如计算流体动力学 (Computational Fluid Dynamics, CFD)。该团队主要使用计算流体动力学来快速、高效地进行新引擎燃烧室建模。
为了支持引擎的内部燃烧工程设计,红牛福特动力总成在 OCI 上运行一系列高度专业化的关键任务模拟工具,包括 Convergent Science 的 CONVERGE CFD 软件和 Siemens Digital Industry Software Star CCM (CFD) 平台。凭借这些高度专业化的工具,红牛福特动力总成可以快速预测各种引擎设计的性能,并设置新的模拟来帮助工程团队更快地评估和改进选项。
OCI 产品副总裁 Karan Batta 表示:“云技术对红牛车队的发展产生了里程碑式的影响,这包括了从粉丝体验到发动机设计等方面。OCI 赋予了红牛福特动力总成强大的计算能力来运行工作负载并扩大规模,以便在 2026 赛季之前推出新一代混合引擎。甲骨文红牛车队在赛道内外都持续取得成功,进一步证明了我们云技术解决方案的多功能性和性能。”
在赛道上,Oracle 持续支持该车队运行数十亿次竞赛模拟,帮助他们改善竞赛策略,提升车手的决策能力。此外,甲骨文红牛车队利用 OCI 造福其模拟赛车 (Sim Racing) 车队,并使用 Oracle Fusion Cloud CX 在 2023 年推出新的粉丝互动活动。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。