CoreWeave-მა საწარმოებისთვის ფიზიკური AI-ის საინჟინრო მომსახურება გაუშვა

CoreWeave-მა Physical AI Field Engineering-ის ახალი მომსახურება წარადგინა. კომპანიის სპეციალისტები მომხმარებელთა საინჟინრო გუნდებთან უშუალოდ იმუშავებენ და მათ საკუთრებაში არსებულ მონაცემებზე AI მოდელებს შექმნიან, შეამოწმებენ და რეალურ სამუშაო პროცესში დანერგავენ. მომსახურება კვლევიდან საველე ოპერაციებამდე სრულ ციკლს მოიცავს.

ახალი შეთავაზება CoreWeave-ის მიერ 2025 წელს შეძენილი Monolith AI-ის გუნდსა და მეთოდებს ეყრდნობა. Monolith სამრეწველო მონაცემებით მოდელების შექმნაზე მუშაობდა, CoreWeave კი გამოთვლით ინფრასტრუქტურასა და მოდელების მართვის სისტემას ამატებს. მომხმარებელი საკუთარ მონაცემებსა და მიღებულ მოდელებზე კონტროლს ინარჩუნებს.

ფიზიკური AI გამოიყენება იქ, სადაც პროგრამული მოდელი რეალურ მოწყობილობას, მანქანას ან საწარმოო პროცესს უკავშირდება. მაგალითებია ავტონომიური ავტომობილი, რობოტი, თვითმფრინავის კომპონენტი და ქარხნის მოწყობილობა. ასეთ გარემოში შეცდომა მხოლოდ ცუდ პასუხს კი არა, ძვირ გამოცდას ან უსაფრთხოების პრობლემასაც იწვევს.

CoreWeave მომსახურებას ავტომობილების, ავიაციის, რობოტიკის, ენერგეტიკისა და სხვა საინჟინრო კომპანიებს სთავაზობს. მოდელი ჩვეულებრივი ღრუბლოვანი მომსახურებისგან იმით განსხვავდება, რომ მიმწოდებელი მხოლოდ სერვერს არ აქირავებს. მისი ინჟინრები კლიენტის გუნდთან ერთად მუშაობენ — მონაცემის მომზადებიდან მოდელის დანერგვამდე.

კომპანიის ინფორმაციით, მსგავსი მიდგომა Nissan-ს ფიზიკური გამოცდების ნაწილის AI პროგნოზით ჩანაცვლებაში დაეხმარა. ერთ საპილოტე პროცესში ფიზიკური ტესტები 17%-ით შემცირდა, ხოლო უფრო ფართო დანერგვამ სრული გამოცდის დრო შესაძლოა გაანახევროს. ეს კომპანიისა და კლიენტის მონაცემებია და სხვა საწარმოებში შედეგი ავტომატურად იგივე არ იქნება.

მოკლე შეჯამება: CoreWeave-მა საწარმოებისთვის ფიზიკური AI-ის საინჟინრო მომსახურება შექმნა. სპეციალისტები კლიენტის მონაცემებზე მორგებულ მოდელებს უშუალოდ მის გუნდთან ერთად დანერგავენ. ბიზნესის წარმატება დამოკიდებული იქნება იმაზე, რამდენად შეამცირებს მომსახურება რეალურ გამოცდებს, ხარჯს და პროდუქტის შექმნის დროს უსაფრთხოების გაუარესების გარეშე.