NVIDIA 推出 Factory Operations Blueprint 工业智能体蓝图并更新多项仿真与计算库
Europe’s Industrial Leaders Reinvent Engineering and Manufacturing With NVIDIA
NVIDIA 宣布面向开发者推出 Factory Operations Blueprint 工业智能体蓝图的早期访问,支持构建可协调工厂机器并执行质检与舰队管理的智能体。同时,NVIDIA 发布了 cuDSS 库的通用版本,并展示了 Siemens、Mercedes-Benz 等工业巨头利用 CUDA-X、Omniverse 及 Cosmos 模型加速工程仿真与工厂数字孪生的应用进展。
NVIDIA 发布了 Factory Operations Blueprint 工业智能体蓝图及多项仿真库更新,开发者可据此构建连接前沿模型的工厂管理与质检智能体。
为了提高生产力、加速创新并创造经济增长新机遇,欧洲的工业领军企业正在工程和制造生命周期中广泛采用 NVIDIA CUDA-X 和 Omniverse 库,以及 NVIDIA Cosmos 和 Nemotron 开源模型。
为了将这些功能整合到工厂车间,NVIDIA 工厂运营蓝图 (FOX) 现已在 GitHub 上提供抢先体验,为开发人员构建和部署全天候工厂管理智能体提供了一条路径,这些智能体可协调跨机器的工作,并专注于视觉检查、根本原因分析、报告生成和车队管理等用例。
这些智能体可以连接到前沿模型(包括 NVIDIA Cosmos 和 Nemotron)以及基础知识,包括计算机辅助设计、产品生命周期管理、仿真软件以及 IT 和运营技术系统。
基于 FOX 蓝图构建,使生态系统能够构建工业智能体,实时监控工厂运营、关联视觉发现和机器日志以调查问题并协调响应。借助 Cosmos 上下文学习,这些智能体无需微调即可使用示例和文档进行适应。
Siemens 正在将使用 FOX 构建的智能体集成到其智能企业系统 Intelligence Center X 中,以帮助识别根本原因并协调工厂运营,预计可节约 20% 的成本。Siemens 的 Process Preparation X 智能体使用 NVIDIA Cosmos Data Factory 工具和技能来生成用于电路板检查的缺陷图像。在其埃尔兰根电子工厂,Siemens 使用这种方法将检查过程的校准时间缩短了 40%。
从最初设计加速工程
NVIDIA CUDA-X 库可加速仿真,为工程师提供更快的反馈,以便在投入物理原型之前探索设计替代方案。在 GTC 柏林大会上,NVIDIA 宣布 cuDSS 正式全面上市,从而加速了结构应力、流体流动、电磁场和半导体器件行为复杂仿真背后的严苛计算。
Mercedes-Benz 使用运行在 NVIDIA GPU 上的 Siemens Simcenter STAR-CCM+ 通过更快的空气动力学仿真来比较车辆设计。在工厂中,该公司应用 NVIDIA Cosmos 3 和 Metropolis VSS 蓝图来构建用于车辆检查和挡风玻璃装配验证的智能体,以检测偏差并确保始终如一的高质量。
Cadence 正在 NVIDIA GPU 上对汽车流体动力学工作负载进行基准测试,以评估实现更快设计迭代的机会,同时 Autodesk 将 NVIDIA PhysicsNeMo 和 Warp 框架引入集成在 Autodesk Alias 中的 NavPack,帮助诸如 Bentley 等公司的设计师利用模拟训练的 AI 来预测车辆性能并加快迭代速度。
imec 和 Infineon 正在利用 Synopsys 软件和 NVIDIA 加速计算来加速半导体仿真。在 imec 的模型上对 S-Litho 进行的基准测试显示速度提升高达 40 倍,而 Infineon 则使用配备 NVIDIA CUDA 库的 Sentaurus Device,在下一代功率器件的 3D 击穿仿真中实现了 12 倍的加速。
Leonardo 正在与 Neural Concept 合作开展 AI 驱动的飞机设计,利用 NVIDIA Omniverse 库将飞机几何形状与空气动力学仿真结果结合起来。
汽车制造商正在使用由 NVIDIA Nemotron 提供支持的 Dassault Systèmes’ LEO & AURA 虚拟助手,并由 NVIDIA CUDA-X 库加速,通过 SIMULIA 求解器编排 CATIA AI Agents 和 SIMULIA AI Agents,以便在制造物理原型之前快速设计和虚拟测试车门。
UniversalAGI 正在与 Saab 合作,利用 UniversalAGI 的潜在交互场变换器 (Latent Interaction Field Transformer) 物理 AI 基础模型以及 NVIDIA Warp 的加速处理,保护水手免受海上生死攸关的巨浪冲击,实时评估数千种海浪条件和航向,而非常规的数天时间。这些功能使船只能够预测危险的运动并自主选择更安全的航线,避免置水手于危险之中,同时 NVIDIA Omniverse 库有助于可视化船只在海上的行为。
PhysicsX 正在与 英国美洲杯帆船赛车队 GB1 合作开展 AI 驱动的游艇设计,利用 NVIDIA Omniverse 库可视化船体几何形状和压力场,同时 Fermioniq’s Sofia 代理通过将自然语言请求转换为基于 NVIDIA Warp 构建的仿真求解器,帮助 Deltares 和 荷兰各部委 对河流流量进行建模。
Mistral 计划使用 CUDA-X、Warp 和 Omniverse 库来加速物理仿真并为工程 AI 模型生成训练数据。
虚拟测试工厂和机器人
NVIDIA Omniverse 和 Isaac 库支持 数字孪生和机器人仿真,帮助制造商在对工厂车间进行更改之前评估生产系统和机器人行为。
Audi 正在使用基于 NVIDIA Omniverse 库构建的电池生产数字孪生,以便在物理设备到位之前测试生产概念。该公司还与 Dassault Systèmes 和 Agile Robots 合作,在基于 Omniverse 库构建的 DELMIA 虚拟孪生中模拟和验证移动人形机器人及物流流程。
Schaeffler 正在将人形执行器(即驱动机器人关节的组件)的数字孪生与 NVIDIA Isaac 模拟框架相结合,帮助其机器人合作伙伴在模拟中评估组件性能并减少物理测试。
在 Volkswagen Sachsen 的透明工厂(Transparent Factory),Wandelbots 正在使用基于 Omniverse 和 OpenUSD 构建的集成 NOVA 与 Isaac Sim,以数字化方式验证装配工作流并为物理机器人准备应用程序。
Falkor(KONGSBERG 旗下公司)正将智能体和 NVIDIA Omniverse 库集成到其平台中。借助由 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 驱动的 Microsoft Azure NCv6 虚拟机,具有空间智能的智能体能够结合工程数据、运营信息和 3D 设备几何图形,来观察、模拟和推理工业设施,从而支持流程和能源行业的检查与维护用例。
同样的模拟方法也延伸到了 AI 基础设施。Schneider Electric 携手 AVEVA 正在为 Nscale 开发一个基于 Omniverse 库构建的 AI 工厂数字孪生,以帮助工程师在进行物理更改之前比较电力、冷却和设备配置。
探索 NVIDIA 工业 AI 技术。
来源:NVIDIA Blog · blogs.nvidia.com