IT新技术催生了一批新兴运动商品厂商。通过网上营销、数字化设计和社交媒体,挑战了传统运动商品行业格局和业务模式。Nike作为世界领先的运动服装和用品厂商,通过数字化转型,提高个性化设计生产效率,降低供应链成本,优化高端市场个性化体验,提高数字时代竞争力。
Nike将全公司数字化和全业务流程数字化作为数字化转型的重点。其中,大规模个性化产品定制和数字化3D设计是数字化转型的关键。大规模个性产品让用户可以在线设计和订购Nike品牌产品,通过社交媒体和朋友分享设计。Nike数字化3D设计,加速设计生产流程,提高设计与供应链全流程协作效率,加快产品面市,优化高端运动品用户体验。
如何将IT技术转化为生产力?
将数字化设计转化成生产率:如何让Nike上千设计人员和工程师,通过数字化3D设计,将IT转化为创新能力和新的生产效率,将创意和设计能力转化为业务增长和利润,这对传统设计系统和设计工作站提出新的要求。
优化个性化体验:加速款式设计到功能测试的全数字设计效率。如何将虚拟体验和增强体验融入数字化3D设计,通过全息互动提高从设计、测试、优化、生产、供应链管理,到用户使用体验的全周期效率,这些都挑战传统设计模式和流程。
一键实现优化
打造下一代数字化设计:针对Nike数字化3D设计转型需求,戴尔科技与Nike联合Meta和Ultrahaptics打造了新一代数字化设计平台。将戴尔科技新一代数字化3D设计工作站、数字化设计平台、Meta虚拟现实和增强现实技术,和Ultrahaptics 空中感应技术相融合,打造新一代数字化设计。
戴尔科技VR/AR设计工作站:戴尔Precision工作站拥有性能强劲的图形处理能力,可以轻松应对2D/3D设计。戴尔根据Nike需求定制VR/AR工作站,通过多核处理器、大内存、GPU和NVIDIA技术,满足数字化3D设计对多线程和高显卡性能要求。戴尔提供工作站优化器,对各种应用和负载实时监控,实现一键设计系统优化,系统自动选择最适合的Intel超线程、多核、显卡和能耗,以及缓存加速,保证VR/AR设计持续稳定性。
戴尔Canvas数字化设计平台:戴尔Canvas作为数字化设计平台,让每个设计者在虚拟环境中进行创作都能有一种更加身临其境的体验。针对设计人员设计习惯,戴尔Canvas将互动数字笔、声控指令与虚拟和增强现实相融合,用触摸平板数字化的工作区取代传统的输入设备,让设计者能更为准确、轻松地将创意转化为设计。此外,戴尔的Canvas数字化设计平台与全息交互感应和虚拟/ 增强技术融合,让设计人员最大限度释放从创作到产品的数字化设计效率。
打破框架,持续创新
缩短从“创意”到“产品/服务”周期。基于戴尔科技的新一代数字化设计,让Nike设计周期减少50%。Nike基于此数字化设计平台,大大缩短创意到产品成型的周期,降低产品研发周期,通过优化用户体验,提高市场响应速度,降低开支,提高利润。
高端运动商品服务竞争力。针对专业运动员、明星签名版和限量版等高端运动商品,全新数字化3D设计通过明星与设计者互动、互动影像和空中感应、虚拟/ 增强体验,提高高端产品创意、设计、功能、材料、生产和服务协作效率,这些也成为Nike持续提高数字化竞争力的核心技术。
聚集产业优质设计资源。戴尔智能设计工作站和设计平台,通过新一代设计实现沉浸式创意体验,提高设计效率,简化设计流程。新一代数字化设计平台,让设计师们不受工具的限制,打破框架,持续提升设计创新能力,吸引全球优质高端设计创造人员,提升Nike在数字经济的设计实力。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。