NVIDIA(輝達)日前宣布推出用於科學的數位孿生(digital twins)平台,此由開發物理機器學習神經網路模型的NVIDIA Modulus人工智慧(AI)框架,以及NVIDIA Omniverse 3D 虛擬世界模擬平台所組成,可加速物理機器學習模型,利用比過去快數千倍的速度解決規模較從前多上數百萬倍的科學和工程問題。
![結合 Modulus 和 Omniverse 的NVIDIA FourCastNet 物理機器學習模型,能模擬地球數位孿生的大氣河流。](/news/2022/03/27/2346162150S.png) |
結合 Modulus 和 Omniverse 的NVIDIA FourCastNet 物理機器學習模型,能模擬地球數位孿生的大氣河流。 |
其中NVIDIA Modulus框架係將資料與控制物理皆考慮在內,以訓練出一個神經網路,並為數位孿生應用打造一個AI代理模型,可藉由動態和反覆運算的工作流程,即時推論新的系統特性;再結合NVIDIA Omniverse即時虛擬世界模擬和 3D 設計協作平台之後,還能帶來數位孿生的即時視覺化技術和即時互動探索的功能。
最新版本的Modulus框架,則允許使用傅立葉神經算子(Fourier Neural Operator)進行資料驅動的訓練,讓AI能同時解決相關的偏微分方程式,且在機器學習模型裡加入天氣和氣候資料,如歐洲中期天氣預報中心(ECMWF)的ERA5資料集。
藉此即時建立基於物理學的互動式AI模擬內容,並精準反映現實環境。相較於傳統的工程模擬及設計最佳化工作流程方法,能提升10,000倍AI模型運算流體力學等模擬作業的速度,讓研究人員以更快速度與準確度,來建立如極端天氣事件等複雜的系統模型。
包括NVIDIA透過傅立葉神經算子與轉換器,便使用規模達10TB的地球系統資料來訓練 NVIDIA FourCastNet 物理機器學習模型。既呼應NVIDIA 執行長黃仁勳曾說過,要在Omniverse中建立地球的數位孿生Earth-2系統,可用來模擬全球的天氣模式,並預測如颶風等極端天氣事件,比起傳統數值預測模型的可靠度更高,且速度更快45,000倍。
NVIDIA 加速運算部門副總裁 Ian Buck 認為:「在資料中心規模下使用 AI 加速運算技術,有機會將效能提升數百萬倍,藉以因應如減緩氣候變遷、發現藥物以及尋找新的可再生能源等各種挑戰。由NVIDIA AI 支援並用於科學數位孿生的框架,將協助研究人員找出解決這些巨大挑戰的方法。」
西門子歌美颯離岸風力再生能源(Siemens Gamesa Renewable Energy)採用西門子歌美颯風力發電機的風電場,便利用AI調整出最佳的風力發電機設計。同時使用數位孿生平台模擬研究各種佈局的風力渦輪增壓效果,首次使用AI來準確模擬風力發電機位置在各種天氣情況下對其發電表現的影響,料將最佳化風電場佈局,且比先前設計產生多達20%。
西門子歌美颯陸域數位產品組合經理 Sergio Dominguez 表示:「西門子歌美颯與 NVIDIA 的合作代表著我們在像是運算流體力學如此複雜的領域裡,開發最新演算法的運算及部署速度向前邁進一大步,亦為日後合作關係奠定堅實的基礎。」