其他行业 · AI应用
基于DGX SuperPOD的AI工厂
Lockheed Martin面临高效部署AI解决方案同时保持严格数据治理标准的挑战。为此，他们建立了AI工厂，利用NVIDIA DGX SuperPOD集中计算资源并集成MLOps工具。这一创新方法显著加速了AI开发，将训练时间从数周缩短至数天，并使开发者能够快速获取GPU资源。最终，AI工厂每周处理超过10亿个token，支持数千个自动化流水线，培训了1100多名AI学员，赋能7000名工程师和开发者推动有影响力的AI项目。
训练时间缩短
从数周缩短到数天
来源披露
开发环境建立时间
从数周缩短到几分钟
来源披露
周均token处理量
超过10亿
来源披露
01
业务背景
Lockheed Martin面临高效部署AI解决方案同时保持严格数据治理标准的挑战。为此，他们建立了AI工厂，利用NVIDIA DGX SuperPOD集中计算资源并集成MLOps工具。这一创新方法显著加速了AI开发，将训练时间从数周缩短至数天，并使开发者能够快速获取GPU资源。最终，AI工厂每周处理超过10亿个token，支持数千个自动化流水线，培训了1100多名AI学员，赋能7000名工程师和开发者推动有影响力的AI项目。
02
遇到的问题
Lockheed Martin面临严格的数据治理要求，数据必须留在本地，同时存在AI开发流程碎片化、自动化程度低、计算资源孤立等问题，导致效率低下、成本上升和资源过时。
03
AI 解决方案
建立AI工厂，基于NVIDIA DGX SuperPOD集中计算资源、MLOps工具和最佳实践，构建定制化的MLOps平台，使团队能够安全、可规模化地构建和部署可信AI。
04
实施结果
训练时间缩短：从数周缩短到数天（缩短至数天）
开发环境建立时间：从数周缩短到几分钟（缩短至几分钟）
周均token处理量：超过10亿
覆盖工程师与开发者：7,000
自动化流水线数量：数千条
AI培训学员：超过1,100
周API请求量：数百万次
成本节约：显著节约（避免基于token量计费的云端接口成本）
05
风险与边界
未披露
“One of the most significant benefits we observed after implementing our AI factory was a substantial increase in developer productivity.”
Bryan Donovan · Technical Lead of AI Foundations, Lockheed Martin
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。