微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 联想ThinkStation 3D动漫视效的幕后推手

联想ThinkStation 3D动漫视效的幕后推手

2014-07-17 15:33
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-07-17 15:33 CNET科技资讯网

作为计算机产品的一个分支,相信很多人对工作站缺乏了解,原因是这个产品的属性有些偏向专业级。不同以往传统PC,工作站不再是一个简单的,由一些高配硬件堆积成台的机器,而是一个完整的独立平台。它是一种以个人计算机和分布式网络计算为基础,主要面向专业应用领域,具备强大的数据运算与图形、图像处理能力,为满足专业领域而设计开发的高性能计算机。

在行业应用方面,工作站就以其强劲的数据处理能力和出色的运算能力区别与传统PC。以影视动漫制作行业为例,电影视效处理意味着许多大数据量的工作将被处理。因为对精细度的要求较高,每一帧图片的数据量都很巨大,而在对如此多的海量数据进行处理的时候,整体工作站解决方案的优势就体现了出来。

联想ThinkStation 3D动漫视效的幕后推手联想ThinkStation 工作站家族

就在前不久亮相于2014年戛纳电影节的3D动漫电影《龙之谷之破晓奇兵》,凭借高质量的制作水准和故事情节编排向人们展现了中国影视动漫产业近几年飞速发展的成果。其中,联想作为其制片公司米粒影业IT基础架构合作厂商,以ThinkStation为核心构建的渲染集群完美地承担了《龙之谷:破晓奇兵》从前端视觉设计,到后端渲染制作的重要任务,组建了249台ThinkStation专业图形工作站为核心组成的强大渲染集群,其中入门级的ThinkStation E系列和主流的ThinkStation S30作为绘图工作站,旗舰型的联想ThinkStation D30工作站负责动画扩展,而渲染和后期制作则是交给了ThinkStation C30。

米粒影业CTO徐喆谈及与联想的合作理由,“联想ThinkStation工作站有着Think的高端品牌理念,丝毫不逊于国外产品,且通过联想自主研发,在各方面的技术领域已经达到国际相当高的标准,这也是米粒影业选择联想ThinkStation工作站的主要原因。” 联想ThinkStation不仅为米粒影业搭建了从前端视觉设计,到后端渲染制作的计算机硬件系统,还解决了因制作周期短而带来的时间成本和如何降低存储、设备维护等带来的挑战。

联想ThinkStation 3D动漫视效的幕后推手3D动漫电影《龙之谷之破晓奇兵》剧照

联想ThinkStation专业图形工作站继承了Think家族的高品质表现出不凡实力。双路英特尔至强四核处理器在开启CPU超线程技术后,系统响应速度大幅提升,全面加速前后端整体制作流程,而Kepler架构NVIDIA Quadro显卡可实现基于GPU的渲染硬件加速,能够让专业人员最大限度提升了画面中人物、环境的逼真与还原度。同时,ThinkStation拥有效能出色的多路散热设计,使其能够在高负荷的集群工作条件下仍能稳定运行。

作为3D动漫电影,《龙之谷:破晓奇兵》的制作对工作站的性能和品质要求都极为严苛,制片高峰期时通常会出现超过2,000亿次的数据请求,并要求100TB以上的7x24h全时数据存储能力。作为中国动漫产业创新的视效幕后推手,联想ThinkStation为3D动漫视效呈现提供了可靠助力。

据悉,《龙之谷:破晓奇兵》将于7月31日登陆中国各大影院,届时不妨让我们一同去品味联想ThinkStation为我们带来的精彩视效大戏。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-