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工作站亮相《龙之谷:破晓奇兵》首映礼

联想ThinkStation工作站亮相《龙之谷:破晓奇兵》首映礼

2014-07-28 10:44
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-07-28 10:44 CNET科技资讯网

727日,由米粒影业(MILI PICTURES)出品的中国首部3D动画巨制《龙之谷:破晓奇兵》在北京蓝色港湾传奇时代影城抢先上映。该片由迪士尼金牌制作人比尔·伯顿领衔,好莱坞主创与中国本土一线动画团队并肩作战,最终打造了这部中国动画电影史上,投资最大,制作最精良的视效动画大片。联想作为米粒影业IT基础架构合作厂商,ThinkStation工作站为《龙之谷:破晓奇兵》提供独家IT技术支持,承担了计算机图形(CG)动画制作的重任,以完美技术将艺术灵感化为现实。

联想ThinkStation工作站亮相《龙之谷:破晓奇兵》首映礼

联想集团中国区大客户事业部PC产品营销总经理王立平在首映礼上表示:联想ThinkStation工作站自2008年问世以来,就以创新、高品质的产品获得了客户的认可,保持了19个季度在中国的业绩快速增长,在2013年底,联想ThinkStation中国区市场份额达到了32.8%。而DCC领域是我们今年重点发力的市场,此次与米粒影业合作,无疑将强化联想ThinkStationDCC领域的领导力,我们也期待与米粒影业通过技术+艺术的创新,推动国内动漫电影与国际的接轨。

米粒影业CTO徐喆介绍到,在《龙之谷:破晓奇兵》影片制作过程中,每一帧的文件大小约为1~2GB,每一个特效镜头的文件大小在50~100GB左右,而整部电影有大约500个特效镜头,仅特效镜头的渲染就是一项极为繁重的处理任务,如果在传统平台上进行渲染,很难在有限时间内完成。而通过联想ThinkStation搭建的集群渲染农场,渲染效率得到了25%的提升,《龙之谷:破晓奇兵》的制作周期缩短至18个月,领先于国际公司同品质作品24个月的制作周期。

联想ThinkStation工作站亮相《龙之谷:破晓奇兵》首映礼

无疑,《龙之谷:破晓奇兵》顶尖的制作水准和故事情节编排是其两大杀手锏,这也使其在今年5月法国戛纳电影节大放异彩,赢得国际众多专业人士的一致好评。而光环的背后,少不了制作团队的辛苦耕耘,以及顶级技术平台的鼎力支持。根据米粒影业创作团队的分工,联想ThinkStation工作站家族为其提供了量身定制的产品,基于英特尔至强E3-1200v3E5-1600v2E5-2600v2处理器, 联想ThinkStation工作站以更加稳定、强大的计算性能满足从美术、形象设计、场景设计到特效等不同部门的多样化需求。比如,前期的美术设计对硬件的要求相对不高,但需要超高的稳定性,联想提供了入门级的ThinkStation E系列和主流的ThinkStation S30工作站;而作为整个动画电影制作的核心部门,动画部门对显卡要求极高,因此配备了旗舰型的联想ThinkStation D30工作站,用户可随需轻松扩展;而对于后期渲染和片段合成,联想为其提供了灵活性最强的ThinkStation C30集群,最高配备24核的英特尔至强E5-2600v3处理器,以满足渲染对CPU线程数量、超大内存和海量存储的需求。在后端,以249台联想ThinkStation工作站为核心构建的渲染集群可轻松应对制作高峰期超过2,000亿次数据请求,以及100TB以上的7×24小时数据存储需求。两年多的时间里,ThinkStation工作站故障率不超过3%,在几百台工作站里只有几台发生过返修和调整。米粒影业负责特效制作的宋志远对联想工作站的稳定性表示了肯定。

据悉,《龙之谷:破晓奇兵》将于731日正式登陆全国院线。未来,联想ThinkStation工作站还将参与米粒影业后续作品的创作,加速中国动漫影视产业的创新,让灵感加速实现。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

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