在过去一年,元宇宙的浪潮席卷业界。元宇宙的愿景是打通数字世界与物理世界,其实这就不得不说数字孪生。
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。
在NVIDIA GTC 2022大会上,NVIDIA公布了Omniverse Cloud、NVIDIA OVX计算系统以及用于科学计算的数字孪生平台。
Omniverse Cloud连接数千万设计师和创作者
对于NVIDIA Omniverse,设计师和创作者一定不陌生,其实可以实现从3D设计与协作到数字孪生与开发。
现在云端的Omniverse已经来到你身边,那就是 Omniverse Cloud。

远程工作的设计师可以像在同一个工作室中一样开展协作;工厂规划人员可以在真实工厂的数字孪生中设计新的生产流程;软件工程师在将自动驾驶汽车的新软件发布到车队之前先基于数字孪生模型进行测试。
通过Omniverse Cloud,创作者可以在任意地点对存储在Nucleus Cloud中的模型进行迭代、共享和协作,并通过发送链接即时邀请其他合作者加入会话。没有高端GeForce或NVIDIA RTX系统或者不愿建立IT基础架构的用户或团队只需订阅Omniverse Cloud计划,就可以使用Omniverse Create和View的全部功能。
Omniverse Cloud所提供的服务包括:
用于工业数字孪生的数据中心规模Omniverse计算系统
为了更好地推动NVIDIA Omniverse的落地,NVIDIA发布用于驱动大规模数字孪生的NVIDIA OVX计算系统。

通过OVX,设计师、工程师和规划人员将能构建物理级准确的建筑数字孪生或创建大规模的逼真模拟环境,并在真实世界和虚拟世界中实现精确的时间同步。企业可以在同一时空中评估和测试复杂的系统以及多个自主系统的交互流程,从而优化、扩大或创建更高效的工厂和仓库,或者在机器人和自动驾驶汽车部署到真实世界之前对其训练。
OVX系统结合了高性能GPU加速计算、图形处理和AI并配备了高速存储访问、低延迟网络、精确计时,具备创建逼真数字孪生所需的性能。OVX将被用于模拟复杂的数字孪生,以构建建筑、工厂、城市乃至整个世界的模型。
OVX服务器由8个NVIDIA A40 GPU、3个NVIDIA ConnectX-6 Dx 200Gbps网卡、1TB系统内存和16TB NVMe存储组成。OVX计算系统可以从由8台OVX服务器组成的单集群扩展到通过NVIDIA Spectrum-3交换架构连接的一个或多个OVX SuperPOD(由32台OVX服务器组成),来加速大规模数字孪生模拟。
OVX解决方案是NVIDIA认证系统(NVIDIA-Certified Systems),经测试和验证能够提供必要的性能、可管理性、安全性和可扩展性。NVIDIA和OEM系统构建商将共同提供对NVIDIA OVX解决方案和Omniverse软件的全方位企业级支持。
用于科学计算的数字孪生平台
除了Omniverse Cloud和OVX,NVIDIA还发布了一个科学数字孪生平台。该平台可加速物理学机器学习模型,以超过以往数千倍的速度解决百万倍规模的科学和工程问题。
这个用于科学计算的加速数字孪生平台由用于开发物理学机器学习神经网络模型的NVIDIA Modulus AI框架以及 NVIDIA Omniverse 3D虚拟世界模拟平台组成。

NVIDIA Modulus将数据和物理学考虑在内,以训练一个神经网络,为数字孪生创建AI代理模型。该代理模型可以实时推理新的系统行为,实现动态、迭代的工作流程,并且在与Omniverse集成后可以实现可视化和实时交互式探索。
实时虚拟世界模拟和3D设计协作平台NVIDIA Omniverse对Modulus的功能进行了补充,该平台能够使用Modulus的输出代理模型实现对数字孪生的实时可视化和交互式探索。
该平台可以实时创建基于物理信息的交互式AI模拟以精确反映真实世界,使计算流体动力学等模拟的速度比传统工程模拟和设计优化工作流程方法加快1万倍。与以前的AI模型相比,研究者能够以更高的速度和精度对复杂的系统进行建模,例如极端天气事件等。
NVIDIA展示了该技术的两个应用示例。NVIDIA FourCastNet物理学机器学习模型能够模拟全球天气模式,预测飓风等极端天气事件,不但具有更高的置信度,而且比传统的数值预测模型快45000倍。此外,西门子歌美飒可再生能源公司(Siemens Gamesa Renewable Energy)正在使用AI优化风力发电机的设计。
结语
从上述一系列发布,我们看到NVIDIA在不断充实NVIDIA Omniverse平台,不管是Omniverse Cloud还是OVX。而且NVIDIA实现Omniverse与其他产品的协同工作,让数字孪生技术加速落地,打通现实世界与虚拟世界,让云宇宙触手可及。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。