2024 年 3 月 18 日——NVIDIA于今日宣布将以API形式提供Omniverse™ Cloud,将该全球领先的工业数字孪生应用和工作流创建平台的覆盖范围扩展至整个软件制造商生态系统。
借助五个全新Omniverse Cloud应用编程接口(API),开发者能够轻松地将Omniverse的核心技术直接集成到现有的数字孪生设计与自动化软件应用中,或是集成到用于测试和验证机器人或自动驾驶汽车等自主机器的仿真工作流中。
一些全球大型工业软件制造商正在将Omniverse Cloud API加入到其软件组合中,包括 Ansys、Cadence、达索系统旗下3DEXCITE品牌、Hexagon、微软、罗克韦尔自动化、西门子和Trimble等。
NVIDIA创始人兼首席执行官黄仁勋表示:“所有制造出来的产品都将拥有数字孪生。Omniverse是一个可以构建并操作物理真实的数字孪生的操作系统。Omniverse和生成式AI都是将价值高达50万亿美元的重工业市场进行数字化所需的基础技术。”
全新Omniverse Cloud API
五个全新Omniverse Cloud API既可单独使用,也可组合使用。它们分别是:
为工业应用带来交互式可视化和协作
自动化、数字化和可持续发展领域的技术领先企业西门子正在其西门子Xcelerator平台中采用Omniverse Cloud API,首先采用的是领先的云端产品生命周期管理(PLM)软件Teamcenter X。
黄仁勋在GTC主题演讲中展示了Teamcenter X与Omniverse API的连接,这能打通设计数据到NVIDIA生成式AI API之间的通路,且允许在该应用内直接使用Omniverse RTX渲染。
西门子总裁兼首席执行官Roland Busch表示:“通过NVIDIA Omniverse API,西门子能够利用生成式AI赋能客户,使其符合物理学的数字孪生变得更具沉浸感。这将帮助所有人在实际建造前,对下一代产品、制造流程和工厂进行虚拟设计、建造和测试。通过将现实世界与数字世界相结合,西门子数字孪生技术正在帮助全球企业提高竞争力、弹性和可持续发展能力。"
工程仿真软件领域的领先企业Ansys正使用Omniverse Cloud API实现数据互操作性和RTX可视化,例如用于自动驾驶汽车的Ansys AVxcelerate™ 、用于6G仿真的Ansys Perceive EM,以及NVIDIA加速的求解器(如Ansys Fluent™)等解决方案。
领先的计算软件提供商Cadence正在其Cadence® Reality Digital Twin Platform中采用Omniverse Cloud API,使企业能够在构建实物之前,先在数字孪生中对数据中心进行设计、模拟和优化。
虚拟宇宙领域的可持续创新领先者达索系统正在使用Omniverse Cloud API和Shutterstock 3D AI服务,以支持其3DEXCITE内容创作应用的生成式叙事。
除此之外还包括:
在 GTC 发布的demo中,微软和 NVIDIA 披露了与 Hexagon 和罗克韦尔自动化的早期合作,展现了这些先进技术。
加速自主机器的开发
随着对机器人、自动驾驶汽车(AV)和AI监控系统需求的增加,开发人员希望加速端到端工作流。
传感器数据对于训练、测试和验证从感知到规划和控制的全栈自主性至关重要。
Omniverse Cloud API能够连接丰富的模拟工具与应用的开发者生态系统(如Foretellix的Foretify™平台、CARLA、MathWorks等)与业界领先的传感器解决方案提供商(如FORVIA HELLA、Luminar、SICK AG和索尼半导体解决方案公司等),通过高保真、符合物理学的传感器仿真实现全栈训练和测试。
Omniverse Cloud API将首先在Microsoft Azure上提供,于今年晚些时候向开发者提供在NVIDIA A10 GPU上的自托管,或是NVIDIA OVX™上的托管服务。
微软Emerging Technologies公司副总裁Andy Pratt表示:“下一个工业数字化时代已经到来。通过Microsoft Azure上的NVIDIA Omniverse API,世界各地各个行业的企业可以连接、协作并改进其现有工具,创造出下一批AI赋能的数字孪生工具。”
使用Omniverse数字孪生深入改变各行各业
这些全新云API进一步完善了Omniverse,而此前Omniverse已被全球各个行业的领先企业广泛采用,例如 :
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。