台湾硅谷新竹附近的一家制造工厂便是全球诸多利用 AI 数字孪生技术提高能源效率的工厂之一。
全球计算机和电子系统设计和制造商纬创的工程师表示，虚拟模型可以帮助简化操作，更大限度地提高对应物理设备的吞吐量。
在该公司的诸多用例中，第一个是构建一个房间的数字副本，其中，NVIDIA DGX 系统负责进行热应力测试（如上图所示）。初步结果令人印象深刻。
进行智能仿真
纬创借助 NVIDIA Modulus (一个用于构建理解物理定律的 AI 模型的框架) 创建了数字孪生，使其能够准确预测必须保持在 27 至 32 摄氏度范围内的测试设施中的气流和温度。
同一项仿真任务，使用传统方法在 CPU 上进行需要耗费近 15 个小时，而在NVIDIA GPU 上使用 Modulus 开发的 AI 模型运行推理只需 3.3 秒，速度提升达 15,000 倍。
随后，将结果输入由纬创开发者使用 NVIDIA Omniverse (基于 OpenUSD 创建 3D 工作流和应用的平台) 构建的工具和应用中。
借助采用 Omniverse 技术的软件，纬创构建了逼真的沉浸式仿真，操作人员可以通过 VR 头盔进行交互。同时，他们还利用 Modulus 开发了 AI 模型，使仿真中的气流能够遵守物理定律。
纬创制造运营总监 John Lu 表示：“基于物理学构建的模型让我们能够近乎实时地远程控制测试过程和房间温度，帮助节省时间和能源。”
具体来说，纬创结合使用了数个单独的模型来预测气温和气流，致力消除测试室过热的风险。此外，该公司还创建了一个推荐系统来确定测试计算机主板的最佳位置。
数字孪生与数千个联网传感器相连，使纬创能够将设施的整体能源效率提高多达 10%。这相当于每年减少 121,600 千瓦时的用电量，而碳排放量减少更是多达 60,192 千克。
持续努力
目前，为在有 50 个计算机机架的空间中跟踪超过 100 个变量，该团队正在扩展其 AI 模型。此外，该团队还仿真了服务器和测试器的所有机械细节。
在基于物理学构建的神经网络方面颇有造诣的纬创技术主管 Derek Lai 表示：“最终的模型将帮助我们优化测试安排以及工厂设施中空调系统的能源效率。”
展望未来，Lu 说：“我们采用 Omniverse 构建的工具和应用将帮助我们改善 DGX 工厂布局，保障提供高吞吐量，从而进一步提高效率。”
高效发电
在世界的另一端，西门子能源公司则正在利用 Modulus 和 Omniverse 展现数字工业化的力量。
这家总部位于慕尼黑的公司的技术生产了全世界六分之一的电力，其利用基于物理学构建的 AI 模型仿真热回收蒸汽发电机，速度提升高达 10,000 倍（详情请参阅以下视频）。
这些大型系统利用数字孪生来尽早发现腐蚀，可以将停机时间减少 70%，与需要半个月时间的常规的仿真相比，每年可为该行业节省 17 亿美元。
西门子能源高级分析和 AI 负责人 Georg Rollmann 表示：“计算时间的减少让我们能够开发高效的数字孪生， 从而打造可持续、可靠且经济实惠的能源生态系统。”
数字孪生推动科学和工业发展
汽车公司正在将该技术用于新车和制造工厂设计。天体物理学、基因组学和天气预报等各个领域的科学家也都在使用该技术。为了解并减轻气候变化的影响，该技术甚至还被用于创建地球数字孪生。
每年，通常在超级计算机级系统上运行的物理仿真预计会消耗 2,000 亿个 CPU 核心小时和 4 太瓦时的能源。而基于物理学构建的 AI 则可以将这些复杂的工作流平均加速 200 倍，从而节省了时间、成本和能源。
如需了解更多相关洞见，请收听 GTC 大会中有关纬创工作的演讲，以及有关生成式 AI 在各行各业的应用的专题讨论。
深入了解加速计算对可持续发展的影响。