Η CoreWeave τοποθετεί Μηχανικούς Πεδίου μέσα στις Ομάδες Πελατών για Φυσική ΤΝ

Η CoreWeave ανακοίνωσε στις 10 Σεπτεμβρίου 2026 την έναρξη του Physical AI Field Engineering, μια προσφορά που συνδυάζει τις ομάδες πελατών με τους ειδικούς τομέα του παρόχου cloud για την κατασκευή, επαλήθευση και ανάπτυξη ΤΝ σε όλο τον κύκλο ζωής της μηχανικής, από την έρευνα και ανάπτυξη μέχρι τις λειτουργίες στο πεδίο.

Η ανακοίνωση, με ημερομηνία Livingston, New Jersey, ανέφερε ότι η υπηρεσία βασίζεται στην ομάδα και τις μεθόδους που απέκτησε η CoreWeave μέσω της Monolith AI και λειτουργεί στην ίδια την πλατφόρμα της CoreWeave και στην ενσωματωμένη λύση μηχανικής ΤΝ. Στο πλαίσιο της προσφοράς, μηχανικοί της CoreWeave με υπόβαθρο στην αυτοκινητοβιομηχανία, την αεροδιαστημική και τη μηχανική κατασκευής συνεργάζονται με την ομάδα του πελάτη, δημιουργώντας μοντέλα από δεδομένα που ήδη κατέχει ο πελάτης, συμπεριλαμβανομένων αποτελεσμάτων δοκιμαστικών πάγκων, εξόδων προσομοίωσης, αισθητήρων παραγωγής και ζωντανής τηλεμετρίας. Κάθε μοντέλο επικυρώνεται έναντι της πραγματικής φυσικής των συστημάτων του πελάτη μέχρι να αποδειχθεί αξιόπιστο στην πράξη.

Η CoreWeave περιέγραψε το physical AI ως τον τομέα όπου το χάσμα μεταξύ εξειδίκευσης στο πεδίο και εφαρμοσμένης ΤΝ είναι το μεγαλύτερο, ένας χώρος όπου η ενσωμάτωση της ΤΝ στις μηχανικές διαδικασίες προσθέτει απαιτήσεις σχετικά με τη διαφάνεια, την ακρίβεια, την επαναληψιμότητα και την ασφάλεια. Τα μοντέλα σε αυτό το περιβάλλον αποτυγχάνουν σε δεδομένα πολύ πιο συχνά από ό,τι σε αρχιτεκτονική ή υπολογιστική ισχύ, σύμφωνα με την εταιρεία, και η γεφύρωση του χάσματος απαιτεί μηχανικούς που κατανοούν θέματα όπως η δυναμική καύσης ή τα αεροδιαστημικά φορτία και μπορούν επίσης να δημιουργήσουν και να επικυρώσουν ένα μοντέλο μηχανικής μάθησης. Για τις ομάδες που είναι εγγενείς στην ΤΝ, το χάσμα τρέχει αντίστροφα: η εξειδίκευση στη μοντελοποίηση υπάρχει, αλλά η φυσική των συστημάτων που εξυπηρετούν αυτά τα μοντέλα δεν υπάρχει.

Ιστορικό σε Πάνω από 100 Έργα

Η CoreWeave δήλωσε ότι η προσέγγιση έχει ήδη εφαρμοστεί σε περισσότερα από 100 έργα μηχανικής στην αυτοκινητοβιομηχανία, την αεροδιαστημική και τη ρομποτική. Για την ομάδα Aston Martin Aramco Formula One, οι μηχανικοί της εταιρείας ενσωματώθηκαν στον χώρο κατά τη διάρκεια ζωντανών Σαββατοκύριακων αγώνων και δημιούργησαν μοντέλο μεταγραφής που έφτασε σε ακρίβεια παραγωγής μετά την εκπαίδευση σε επτά ώρες χειροκίνητα επισημασμένου ήχου αγώνα, βελτιωμένο σε 75 επαναλήψεις. Η πλατφόρμα επεξεργάζεται τώρα 40 ραδιοφωνικά κανάλια ταυτόχρονα, αρκετά γρήγορα, όπως ανέφερε η CoreWeave, για να απαντήσει σε ερώτηση στρατηγικής ελαστικών μέσα σε παράθυρο πηγαδιού που κλείνει σε λιγότερο από τριάντα δευτερόλεπτα.

Η Emma Deutsch, Διευθύντρια Μηχανικής και Λειτουργιών Δοκιμών στο Nissan Technical Centre Europe, δήλωσε ότι η ΤΝ βοηθά τη Nissan να αξιοποιήσει καλύτερα τα δεδομένα μηχανικής και δοκιμών που παράγει καθημερινά. Οι μηχανικοί της, όπως είπε, μπορούν να χρησιμοποιήσουν τα μοντέλα για να εστιάσουν την εργασία τους στην παράδοση οχημάτων που διατηρούν την ποιότητα, την ασφάλεια και την αξιοπιστία που είναι θεμελιώδεις για τη Nissan.

Η επίσημη σελίδα προϊόντος της προσφοράς εμφανίζει τα λογότυπα οργανισμών όπως Caterpillar, Nissan, Aramco, JOTA, Jungheinrich, Mercedes, Denso, Honda, Toyota Research Institute, Boston Dynamics και Kautex Textron. Η σελίδα περιλαμβάνει επίσης μια μαρτυρία από τον Tomoki Takahashi, Τεχνικό Διευθυντή της JOTA Group, ο οποίος είπε: «Ο λόγος που αυτή η συνεργασία λειτουργεί είναι ότι πειραματιζόμαστε μαζί, όχι απλώς λαμβάνοντας ένα εργαλείο».

Μοντέλο Συνεργασίας και Τέσσερις Περιοχές Εστίασης

Οι συνεργασίες ξεκινούν με ένα εργαστήριο καθορισμού στο χώρο του πελάτη, όπου η CoreWeave και η ομάδα του πελάτη χαρτογραφούν τις ροές εργασίας μηχανικής, εξετάζουν τα μεγαλύτερα σημεία πόνου και ευθυγραμμίζουν τις προτεραιότητες και ένα ρεαλιστικό χρονοδιάγραμμα πριν κατασκευαστεί οποιοδήποτε μοντέλο. Η σελίδα προϊόντος περιγράφει δύο σημεία εισόδου: ένα εργαστήριο ανακάλυψης περιπτώσεων χρήσης ή, για πελάτες που έχουν ήδη μια συγκεκριμένη περίπτωση χρήσης, ένα εργαστήριο τεχνικής εφικτότητας που αξιολογεί τα δεδομένα του πελάτη και επικυρώνει την προσέγγιση.

Από εκεί, η εργασία καλύπτει τέσσερις περιοχές. Η Στρατηγική προσδιορίζει ποια προβλήματα αξίζει πραγματικά να λυθούν με ΤΝ και ποια δεδομένα αξίζει να χρησιμοποιηθούν. Η Υποδομή Προσομοίωσης εδραιώνει το GPU, την αποθήκευση και τη στοίβα προσομοίωσης που απαιτεί μια συγκεκριμένη περίπτωση χρήσης, με τους μηχανικούς πεδίου να συνδέουν τους πελάτες στην ευρύτερη πλατφόρμα φυσικής ΤΝ της CoreWeave για πλήρη σχεδίαση και κλιμάκωση υποδομής. Τα Πραγματικά Δεδομένα μετατρέπουν διασκορπισμένα δεδομένα δοκιμών, αισθητήρων και παραγωγής σε μοντέλα που προβλέπουν ένα αποτέλεσμα, εντοπίζουν ανωμαλία ή εξηγούν μια αποτυχία. Η Μαθηματική Μάθηση (Agentic learning) μετατρέπει ό,τι βρίσκει ένα μοντέλο σε αλλαγές στον φυσικό κόσμο: ένα σύστημα που επαναρυθμίζεται για καλύτερη λειτουργία, ένα σφάλμα που εντοπίζεται πριν γίνει αποτυχία ή ένα ρομπότ που εκτελεί μια εκπαιδευμένη δεξιότητα.

Τα παραδοτέα είναι λειτουργικές εφαρμογές, βελτιστοποιητές και πίνακες ελέγχου που αναπτύσσονται απευθείας σε υπάρχουσες ροές εργασίας. Οι δικοί μηχανικοί του πελάτη βοηθούν στον ορισμό του προβλήματος και παρακολουθούν τη δημιουργία του μοντέλου, και μόλις αυτό αναπτυχθεί το λειτουργούν, κάνουν αλλαγές και το επανεκπαιδεύουν όπως χρειάζεται, αντί να καλούν την CoreWeave. Η σελίδα προϊόντος συγκρίνει αυτό το μοντέλο με τις συμβουλευτικές εταιρείες ΤΝ, δηλώνοντας ότι οι σύμβουλοι παρέχουν συστάσεις ενώ η CoreWeave παρέχει λειτουργικές εφαρμογές που χτίζονται από μηχανικούς ενσωματωμένους στις ροές εργασίας του πελάτη και τροφοδοτούνται από τη δική της υπολογιστική ισχύ.

Στοίβα Μηχανικής ΤΝ και Αναφερθέντα Αποτελέσματα

Κάθε συνεργασία λειτουργεί στην ίδια ενσωματωμένη λύση μηχανικής ΤΝ: Weights & Biases για παρακολούθηση πειραμάτων και διαχείριση μοντέλων, marimo για εξερεύνηση δεδομένων, και CoreWeave ARIA για συνεχή βελτίωση μοντέλων και πρακτόρων, συνδυασμένα με βιβλιοθήκες τομέα που έχουν δημιουργηθεί για ανίχνευση ανωμαλιών, μείωση δοκιμών και βελτιστοποίηση συστημάτων. Η CoreWeave ανέφερε ότι η εργασία εκτελείται μέσα στον βρόχο ΤΝ που τρέχει στην πλατφόρμα της, με μία διαφορά: στη φυσική ΤΝ, ο βρόχος κλείνει έναντι του υλικού αντί για την κίνηση των χρηστών.

Η σελίδα προϊόντος αναφέρει αποτελέσματα από τα παραδοθέντα προγράμματα μηχανικής, σημειώνοντας ότι ορισμένοι πελάτες παραμένουν ανώνυμοι λόγω συμφωνιών εμπιστευτικότητας. Τα νούμερα περιλαμβάνουν δοκιμές βαθμονόμησης που μειώθηκαν σε μόλις μία ημέρα χρησιμοποιώντας δεδομένα που ήδη υπήρχαν, 35 % λιγότερες δοκιμές χαρακτηρισμού για την επικύρωση των καλύτερων υποψηφίων δοκιμών, και μείωση κατά 20× στην ποσότητα δεδομένων που απαιτούνται για την επίτευξη της επιθυμητής ακρίβειας.

«Οι ομάδες μηχανικών δεν υιοθετούν μια νέα μέθοδο επειδή ένας προμηθευτής την απέδειξε μία φορά σε επίδειξη. Την υιοθετούν μόλις τη δουν να λειτουργεί στα δικά τους συστήματα», δήλωσε ο Richard Ahlfeld, Ανώτερος Αντιπρόεδρος Φυσικής ΤΝ στην CoreWeave. Αυτό, όπως εξήγησε, είναι ο λόγος που η εταιρεία στέλνει μηχανικούς που μιλούν την ίδια γλώσσα με την ομάδα στο τραπέζι και χτίζουν πάνω στα δικά του δεδομένα του πελάτη: η υποδομή, η στοίβα μηχανικής ΤΝ και οι μηχανικοί είναι όλα της CoreWeave.

Η ανακοίνωση ανέφερε επίσης τα αποτελέσματα του benchmark MLPerf της CoreWeave, τη θέση της ως μοναδικού παρόχου AI cloud που κέρδισε την κορυφαία κατάταξη Platinum τόσο στο SemiAnalysis ClusterMAX 1.0 όσο και στο 2.0, καθώς και την κορυφαία κατάταξη για ταχύτητα επαγωγής και σχέση τιμής-απόδοσης για το μοντέλο Kimi K2.6 της Moonshot AI σε ανεξάρτητες δοκιμές που πραγματοποιήθηκαν από την Artificial Analysis.

Ο Dan O’Brien, Πρόεδρος και Διευθύνων Λειτουργικός της Futurum, είπε ότι το πιο δύσκολο κομμάτι της βιομηχανικής ΤΝ είναι ότι το άτομο που καταλαβαίνει τον τομέα και το άτομο που μπορεί να δημιουργήσει το μοντέλο ΤΝ σχεδόν ποτέ δεν είναι το ίδιο άτομο. Οι μηχανικοί που ήδη μιλούν τη γλώσσα και μπορούν να αφήσουν πίσω κάτι που οι ίδιοι υπάλληλοι του πελάτη λειτουργούν προσφέρουν πολύ καλύτερο αποτέλεσμα από τους συμβούλους που μαθαίνουν τον τομέα στον χρόνο του πελάτη, όπως τόνισε.