英伟达宣布科学计算的数字孪生平台

NVIDIA的模量与物理智能结合全宇宙为NVIDIA的Earth-2和Siemens Gamesa的风电场的物理现象建模带来百万- x级的进展

GTC-NVIDIA近日宣布了一个科学数字双胞胎平台，可以加速物理机器学习模型解决数百万倍规模的科学和工程问题的速度，比以前可能的速度快数千倍。

用于科学计算的加速数字双胞胎平台包括用于开发物理- ml神经网络模型的NVIDIA模量AI框架，以及NVIDIA Omniverse™3D虚拟世界仿真平台。

该平台可以实时创建交互式AI模拟，这些模拟具有物理信息，能够准确反映真实世界，与传统的工程模拟和设计优化工作流方法相比，计算流体动力学等模拟可加快1万倍。与以前的人工智能模型相比，它使研究人员能够以更高的速度和准确性对极端天气事件等复杂系统进行建模。

该公司展示了该技术的两个应用实例。NVIDIA的FourCastNet物理- ml模型模拟全球天气模式，并预测极端天气事件，如飓风，具有更大的信心，比传统的数值预测模型快4.5万倍。此外，西门子Gamesa可再生能源公司正在使用人工智能优化风力涡轮机的设计。

英伟达加速计算部门副总裁伊恩•巴克表示:“在数据中心规模上使用人工智能进行加速计算，有可能带来数百万倍的性能提升，以应对减缓气候变化、发现药物和发现新可再生能源等挑战。英伟达的人工智能科学数字双胞胎框架，使研究人员能够寻求这些大规模问题的解决方案。”

NVIDIA模量和Omniverse

NVIDIA模量将数据和控制物理考虑在内，以训练一个神经网络，为数字双胞胎创建一个人工智能代理模型。代理可以实时地推断新的系统行为，从而启用动态和迭代的工作流。与Omniverse的集成带来了可视化和实时交互探索。

模量的最新版本允许使用傅里叶神经算子进行数据驱动训练，这是一个让AI能够同时解决相关偏微分方程的框架。它还将ML模型与天气和气候数据相结合，例如欧洲中期天气预报中心的ERA5数据集。

作为模量的补充，NVIDIA Omniverse是一个实时虚拟世界仿真和3D设计协作平台。它允许使用模量的输出代理模型对数字双胞胎进行实时可视化和交互式探索。

英伟达FourCastNet

傅里叶神经算子和变压器使NVIDIA FourCastNet物理- ml模型能够在10TB的地球系统数据上训练。作为迈向地球2的一步——该系统由英伟达首席执行官黄健森宣布，旨在创建一个地球在全宇宙中的数字孪生兄弟——四castnet模拟和预测极端天气事件的行为和风险，如飓风和大气河流，具有更大的信心，速度可达45000倍。

NVIDIA高级开发技术科学家和工程师Karthik Kashinath表示:“数字孪生技术允许研究人员和决策者与数据进行交互，并快速探索假设场景，而这在传统建模技术中几乎是不可能的，因为它们昂贵且耗时。”“作为地球-2的核心，英伟达的FourCastNet可以更快更准确地模拟全球天气的物理和动态，从而实现地球数字孪生的发展。”

西门子Gamesa可再生能源公司

数字双胞胎平台也是涡轮增压仿真研究风电场的布局配备西门子Gamesa公司可再生能源的风力涡轮机,使第一次使用AI精确模型的影响涡轮放置在他们的性能在各种各样的天气情况下。预计这将导致优化的风力公园布局，能够产生20%以上的电力比以前的设计。

“西门子Gamesa和英伟达的合作意味着，在计算流体力学等复杂领域，我们的计算速度和最新算法开发的部署速度都向前迈进了一大步，并为未来的牢固合作关系奠定了基础。”Siemens Gamesa陆上数字投资组合经理Sergio Dominguez表示。

要了解更多关于NVIDIA的科学计算数字双胞胎平台，请观看黄仁勋的GTC 2022主题演讲。免费注册GTC，参加NVIDIA和行业领袖的会议。