NVIDIA（辉达）日前宣布推出用於科学的数位孪生（digital twins）平台，此由开发物理机器学习神经网路模型的NVIDIA Modulus人工智慧（AI）框架，以及NVIDIA Omniverse 3D 虚拟世界模拟平台所组成，可加速物理机器学习模型，利用比过去快数千倍的速度解决规模较从前多上数百万倍的科学和工程问题。

结合 Modulus 和 Omniverse 的NVIDIA FourCastNet 物理机器学习模型，能模拟地球数位孪生的大气河流。

其中NVIDIA Modulus框架系将资料与控制物理皆考虑在内，以训练出一个神经网路，并为数位孪生应用打造一个AI代理模型，可藉由动态和反覆运算的工作流程，即时推论新的系统特性；再结合NVIDIA Omniverse即时虚拟世界模拟和 3D 设计协作平台之後，还能带来数位孪生的即时视觉化技术和即时互动探索的功能。

最新版本的Modulus框架，则允许使用傅立叶神经算子（Fourier Neural Operator）进行资料驱动的训练，让AI能同时解决相关的偏微分方程式，且在机器学习模型里加入天气和气候资料，如欧洲中期天气预报中心（ECMWF）的ERA5资料集。

藉此即时建立基於物理学的互动式AI模拟内容，并精准反映现实环境。相较於传统的工程模拟及设计最隹化工作流程方法，能提升10,000倍AI模型运算流体力学等模拟作业的速度，让研究人员以更快速度与准确度，来建立如极端天气事件等复杂的系统模型。

包括NVIDIA透过傅立叶神经算子与转换器，便使用规模达10TB的地球系统资料来训练 NVIDIA FourCastNet 物理机器学习模型。既呼应NVIDIA 执行长黄仁勋曾说过，要在Omniverse中建立地球的数位孪生Earth-2系统，可用来模拟全球的天气模式，并预测如飓风等极端天气事件，比起传统数值预测模型的可靠度更高，且速度更快45,000倍。

NVIDIA 加速运算部门??总裁 Ian Buck 认为：「在资料中心规模下使用 AI 加速运算技术，有机会将效能提升数百万倍，藉以因应如减缓气候变迁、发现药物以及寻找新的可再生能源等各种挑战。由NVIDIA AI 支援并用於科学数位孪生的框架，将协助研究人员找出解决这些巨大挑战的方法。」

西门子歌美飒离岸风力再生能源（Siemens Gamesa Renewable Energy）采用西门子歌美飒风力发电机的风电场，便利用AI调整出最隹的风力发电机设计。同时使用数位孪生平台模拟研究各种布局的风力涡轮增压效果，首次使用AI来准确模拟风力发电机位置在各种天气情况下对其发电表现的影响，料将最隹化风电场布局，且比先前设计产生多达20%。

西门子歌美飒陆域数位产品组合经理 Sergio Dominguez 表示：「西门子歌美飒与 NVIDIA 的合作代表着我们在像是运算流体力学如此复杂的领域里，开发最新演算法的运算及部署速度向前迈进一大步，亦为日後合作关系奠定坚实的基础。」