數字孿生 – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Thu, 12 Dec 2024 04:08:32 +0000 zh-CN hourly 1 196178272 NVIDIA Aerial Omniverse 數字孿生助力打造新一代無線網絡 http://www.open-lab.net/zh-cn/blog/developing-next-gen-wireless-networks-with-nvidia-aerial-omniverse-digital-twin/ Tue, 24 Sep 2024 05:58:53 +0000 http://www.open-lab.net/zh-cn/blog/?p=11353 Continued]]> 6G 之旅已經開始,為提供高性能、高效、彈性和適應性強的網絡基礎設施提供了機會。6G 網絡將比前代網絡復雜得多,并且將依賴于各種新技術,特別是人工智能(AI)和機器學習(ML)。 為了推進這些新技術并優化網絡性能和效率,我們需要一個無線網絡數字孿生平臺進行研究和開發。網絡數字孿生依賴于真實物理無線電環境中移動網絡的數字副本,如圖 1 所示。 NVIDIA Aerial Omniverse 數字孿生(AODT) 提供了一個網絡數字孿生平臺,可加速 6G 研發。AODT 利用關鍵的 NVIDIA 技術——包括 NVIDIA RTX GPU 的近實時光線追蹤功能和 NVIDIA Omniverse ——為無線網絡實現物理精準、高性能和模塊化的數字孿生平臺。 無線接入網(RAN)的研究和模擬通常可以細分為兩個主要領域: NVIDIA AODT 可以對整個 6G…

Source

]]>
11353
聚焦:Shell 使用 NVIDIA Modulus 將 CO2 存儲建模速度提高 100000 倍 http://www.open-lab.net/zh-cn/blog/spotlight-shell-accelerates-co2-storage-modeling-100000x-using-nvidia-modulus/ Mon, 09 Sep 2024 08:50:46 +0000 http://www.open-lab.net/zh-cn/blog/?p=11302 Continued]]> 隨著世界在應對氣候變化方面的迫切需求,碳捕獲和存儲(CCS)已成為實現凈零排放的關鍵技術。CCS 技術包括從工業排放或通過直接空氣捕獲(DAC)捕獲二氧化碳(CO2),并將其安全地存儲在地下,可以推動需的脫碳策略,并幫助實現全球氣候目標。 CCS 技術的成功取決于對存儲點和注入方案的仔細選擇。準確預測長期(通常跨越數百年)的 CO2 plume 遷移和壓力累積對于確保存儲點的安全性和有效性至關重要。找到最佳設置需要在不同的地下條件、井位和注入速率下評估數萬種配置。但是,通常用于這些預測的傳統流量模擬器需要大量計算,因此限制了對潛在地點和注入方案的高吞吐量篩選。 為應對這些挑戰,Shell 正與 NVIDIA 合作,通過 NVIDIA Modulus 利用尖端技術來提高 CCS 站點篩選流程的效率和準確性。 該項目利用機器學習(ML)模型實現了地下 CO2…

Source

]]>
11302
聚焦:西門子能源公司使用 NVIDIA Modulus 將電網資產模擬加速 10000 倍 http://www.open-lab.net/zh-cn/blog/spotlight-siemens-energy-accelerates-power-grid-asset-simulation-10000x-using-nvidia-modulus/ Thu, 11 Jul 2024 06:05:06 +0000 http://www.open-lab.net/zh-cn/blog/?p=10676 Continued]]> 由于可再生能源發電量不斷增加、能源資源分散和重工業脫碳,世界能源系統變得越來越復雜和分布式。能源生產商面臨的挑戰是,在混合發電廠中優化運營效率和成本,這些廠同時生產可再生和碳基電力。電網運營商需要盡快地調度能源資源,以確保家庭和企業的電網可靠性和彈性。 Siemens Energy 使用 NVIDIA Modulus 開發了 AI 代理模型,NVIDIA Modulus 是一個開源框架,用于構建、訓練和微調物理信息機器學習 (Physics-ML) 模型。這些代理模型適用于復雜的工程系統,將為現代電網的工業數字孿生提供動力。這些系統包括電網中使用的襯套和氣體絕緣開關設備 (GIS)。襯套是一個關鍵的 Transformer 組件,是一種隔離結構,能夠幫助載流體通過接地水箱。 本文詳細介紹西門子能源公司如何構建其 AI 專業知識,

Source

]]>
10676
利用合成數據微調 AI 模型提升多攝像頭跟蹤精度 http://www.open-lab.net/zh-cn/blog/enhance-multi-camera-tracking-accuracy-by-fine-tuning-ai-models-with-synthetic-data/ Wed, 10 Jul 2024 06:51:40 +0000 http://www.open-lab.net/zh-cn/blog/?p=10592 Continued]]> 針對特定用例的大規模合成數據在現實世界的計算機視覺和 AI 工作流程中變得越來越重要。這是因為數字孿生是一種強大的方式,可以為工廠、零售空間和其他資產創建基于物理性質的虛擬副本,從而實現真實環境的精確模擬。 NVIDIA Isaac Sim 基于 NVIDIA Omniverse 構建,是一款完全可擴展的參考應用,用于設計、模擬、測試和訓練支持 AI 的機器人。 Omni.Replicator.Agent (ORA) 是 Isaac Sim 中的一個擴展,用于生成合成數據,以便專門用于訓練計算機視覺模型,例如 TAO PeopleNet Transformer 和 TAO ReIdentificationNet Transformer. 本文是關于構建多攝像頭追蹤視覺 AI 應用的系列文章的第二篇。在第一篇文章中,我們提供了端到端多攝像頭追蹤工作流程的高級視圖,涵蓋模型的模擬、

Source

]]>
10592
NVIDIA Metropolis Microservices 和 NVIDIA Isaac Sim 的實時視覺 AI 從數字孿生到云原生部署 http://www.open-lab.net/zh-cn/blog/real-time-vision-ai-from-digital-twins-to-cloud-native-deployment-with-nvidia-metropolis-microservices-and-nvidia-isaac-sim/ Mon, 24 Jun 2024 05:35:32 +0000 http://www.open-lab.net/zh-cn/blog/?p=10434 Continued]]> 隨著視覺人工智能復雜性的增加,精簡的部署解決方案對優化空間和流程至關重要。NVIDIA 通過 NVIDIA Metropolis AI 工作流和微服務 加速開發,將想法在數周而非數月內轉化為現實。 在這篇文章中,我們將探討Metropolis 微服務的功能: 視頻 1。從數字孿生到多攝像機跟蹤的端到端工作流程 使用人工智能管理和自動化基礎設施具有挑戰性,尤其是對于超市、倉庫、機場、港口和城市等大型復雜空間。這不僅僅是為了擴大攝像頭的數量,而是構建視覺人工智能應用程序,可以智能地監控、提取見解,并在數萬或數十萬平方英尺空間內數百或數千臺攝像頭中突出顯示異常情況。 微服務架構通過將復雜的多攝像頭 AI 應用程序分解為更小、獨立的單元,并通過定義良好的 API 進行交互,從而實現其可擴展性、靈活性和彈性,

Source

]]>
10434
利用多攝像頭追蹤工作流程優化大型空間的流程 http://www.open-lab.net/zh-cn/blog/optimize-processes-for-large-spaces-with-the-multi-camera-tracking-workflow/ Sun, 02 Jun 2024 08:25:30 +0000 http://www.open-lab.net/zh-cn/blog/?p=10235 Continued]]> 倉庫、工廠、體育場和機場等大片區域通常由數百個攝像頭進行監控,以提高安全性并優化運營。通過這些攝像頭準確跟蹤物體和測量活動稱為多攝像頭跟蹤,可讓您有效地監控和管理空間。 例如,零售商店可以使用多攝像頭跟蹤來了解客戶如何在通道中導航,并改善商店布局,以獲得更好的購物體驗。倉庫可以監控設備、材料和人員的移動,以提高安全性、提高交付速度并降低成本。機場可以跟蹤人員流動,以增強安全性和出行體驗。 然而,實施多攝像頭追蹤系統可能具有挑戰性。 首先,從不同的角度和視圖在多個攝像頭源中匹配受試者需要先進的算法和 AI 模型,準確訓練可能需要數月時間。特別是,真值訓練數據集很少,因為標記需要一個人或多達一個小組審查來自多個攝像頭的所有流,以實現一致的識別和跟蹤,從而延遲 AI 模型訓練。 其次,實時多攝像頭跟蹤需要構建用于實時數據流、多流融合、行為分析和異常檢測的專用模塊,

Source

]]>
10235
Pegatron 通過 AI 賦能的數字孿生技術模擬和優化工廠運營 http://www.open-lab.net/zh-cn/blog/pegatron-simulates-and-optimizes-factory-operations-with-ai-enabled-digital-twins/ Sun, 02 Jun 2024 08:08:49 +0000 http://www.open-lab.net/zh-cn/blog/?p=10229 Continued]]> 制造商面臨越來越大的壓力,需要在降低成本的同時縮短生產周期、提高生產力和提高質量。為了應對這些挑戰,他們正在投資工業數字化和 AI 數字孿生,以在從規劃到運營的整個過程中發掘新的可能性。 位于中國臺灣的電子制造商 Pegatron 的開發者使用 NVIDIA 人工智能, NVIDIA Omniverse 以及 通用場景描述 (OpenUSD) 構建 PEGAVERSE,這是一個改變公司制造運營的數字孿生平臺。 Pegatron 的開發者為工程師和工廠經理構建了靈活的數字孿生平臺,以協作方式規劃、模擬和優化其生產線,提供有關設施、設備和維護任務的實時見解。團隊現在可以快速有效地識別和解決運營問題。 “借助 PEGAVERSE,我們可以輕松地將設計、優化、維護和運營等所有資源集成到虛擬世界中,”Pegatron AI 開發部門的副副總裁 Andrew Hsao 說。

Source

]]>
10229
Wistron 借助 AI 和 NVIDIA Omniverse 提高制造業的能效 http://www.open-lab.net/zh-cn/blog/wistron-advances-energy-efficiency-in-manufacturing-with-ai-and-nvidia-omniverse/ Sun, 02 Jun 2024 08:04:56 +0000 http://www.open-lab.net/zh-cn/blog/?p=10223 Continued]]> 隨著對環境、社會和治理 (ESG) 投資和計劃的日益重視,制造商正在尋找新的方法來提高其運營中的能效和可持續性。 電子制造領域的一個機會領域是試運行測試室的性能,這對于確保全球電子產品的可靠性、質量和安全性至關重要。它們能夠及早發現問題,并且對于嚴格的質量控制和符合行業標準至關重要。 在此聚焦中,我們將探索 Wistron 作為全球最大的信息和通信產品供應商之一,如何與 NVIDIA 合作,構建了數字孿生平臺和支持人工智能的仿真工具,以確保其新驗室中運行測試室的最佳設計、性能和能效。NVIDIA DGX 和 NVIDIA HGX 工廠,可以節省高達 10% 的能耗。 為了幫助其團隊提高試運行實驗室及其模擬工作流程的能效和生產力,具備人工智能/機器學習、物聯網和三維建模技能的開發者在 NVIDIA Omniverse 該平臺由通用場景描述(OpenUSD)提供支持,

Source

]]>
10223
聚光燈:Continental 和 SoftServe 通過 OpenUSD 提供世代人工智能驅動的虛擬工廠解決方案 http://www.open-lab.net/zh-cn/blog/spotlight-continental-and-softserve-deliver-generative-ai-powered-virtual-factory-solutions-with-openusd/ Wed, 01 May 2024 08:47:42 +0000 http://www.open-lab.net/zh-cn/blog/?p=9886 Continued]]> 隨著汽車消費者越來越多地尋求更無縫、互聯的駕駛體驗,該行業越來越關注連接、先進的攝像系統和車內體驗。 Continental,德國領先的汽車技術公司和汽車顯示解決方案的創新者,正在開發人工智能驅動的虛擬工廠解決方案,以應對制造運營中出現的變化及其影響,如開發周期的縮短和上市時間的壓力增加。作為汽車領域可持續和互聯技術的先驅,他們的解決方案正在利用最新的模擬和生成人工智能技術來改變制造運營,提高團隊生產力,并加快創新,以滿足不斷變化的消費者需求。 此外,Continental 還與 SoftServe 合作,這是一家值得信賴的 IT 咨詢和數字服務提供商,也是 NVIDIA 的合作伙伴。通過該合作,Continental能夠為其虛擬工廠解決方案添加生成人工智能功能,從而進一步提高其工程團隊的效率。 這篇文章解釋了在上開發的兩個虛擬工廠解決方案:

Source

]]>
9886
使用 OpenUSD 和 NVIDIA Omniverse 開發虛擬工廠解決方案 http://www.open-lab.net/zh-cn/blog/developing-virtual-factory-solutions-with-openusd-and-nvidia-omniverse/ Mon, 22 Apr 2024 04:46:23 +0000 http://www.open-lab.net/zh-cn/blog/?p=9634 Continued]]> 與 NVIDIA AI、Omniverse 和通用場景描述 (OpenUSD) 等平臺一起,業界開發者正在構建虛擬工廠解決方案。這些解決方案可以優化流程,加快上市時間,提高產能,并降低新建和新建項目開發的成本。 構建 數字孿生 工廠是一個具有挑戰性的工程任務。它涉及眾多移動部件,需要整合傳統的孤立業務功能和數據,并采用新技術。 為了幫助您入門,NVIDIA 發布了虛擬工廠參考架構。 該架構基于與半導體行業全球領導者的合作,例如臺達電子、Pegatron 和 Wistron,并概述了開發者在開發虛擬工廠解決方案時應考慮的組件和功能。 設計和部署必要的 IT 基礎設施以支持虛擬工廠解決方案至關重要。IT 基礎設施必須保持安全,同時支持本地和虛擬工作站,并互連各種來源的數據。 工廠數字孿生需要將工廠建設模型和工廠生產模型集成。

Source

]]>
9634
借助 OpenUSD、MaterialX 和 OpenPBR,為虛擬世界解鎖無縫材質交換 http://www.open-lab.net/zh-cn/blog/unlock-seamless-material-interchange-for-virtual-worlds-with-openusd-materialx-and-openpbr/ Mon, 11 Mar 2024 06:50:14 +0000 http://www.open-lab.net/zh-cn/blog/?p=9211 Continued]]> 今天,NVIDIA 和 OpenUSD 聯盟 (AOUSD) 宣布成立 AOUSD 材質工作組,專注于 Universal Scene Description (通用場景描述,簡稱 OpenUSD)。OpenUSD 是一個可擴展的框架和生態系統,用于在 3D 世界中描述、合成、模擬和協作,幫助開發者構建可互操作的 3D 工作流程,開啟工業數字化的新時代。 此外,NVIDIA Omniverse 將支持新推出的 OpenPBR 材質模型,這是由 Adobe 和 Autodesk 共同開發的基于 MaterialX 的超級著色器模型。這種集成將為用戶提供一個可在各種應用程序中使用的統一材質界面。 AOUSD 材質工作組的首要任務是定義 OpenUSD 中材質表示策略,UsdShade。 任何符合規范的 OpenUSD 實現都可以訪問一組通用的標準化著色器節點,

Source

]]>
9211
NVIDIA 深度學習培訓中心(DLI)推出科學與工程教學套件 http://www.open-lab.net/zh-cn/blog/nvidia-deep-learning-institute-launches-science-and-engineering-teaching-kit/ Mon, 13 Nov 2023 07:26:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=8265 Continued]]> 從運輸和醫療健康到制造和金融,AI 正迅速成為各行各業不可或缺的一部分。AI 為聊天機器人、推薦系統、計算機視覺應用、欺詐預防和自動駕駛汽車提供支持。它還在工程和科學領域擁有廣泛的應用。 基于物理信息的機器學習 (Physics-ML) 利用物理世界的知識來訓練 AI 模型,非常適合用于現實世界系統的建模。其應用范圍廣泛,包括預測極端天氣、數據中心冷卻、汽車氣流動力學和蛋白質建模等領域。 學術機構在培育新興技術和推動廣泛采用這些技術所需的創新方面發揮著關鍵作用。無可否認,當今希望在未來工作場所取得成功的學生需要了解 AI 如何實現解決方案。 為支持這項工作, NVIDIA 正在與科學、工程和 AI 交叉領域的先驅者合作,為全球學術界的教育工作者創建首個深度學習科學與工程教學套件。 這個新的教學套件將使新一代工程師和科學家能夠利用 AI 在工程和科學領域進行創新。

Source

]]>
8265
在 FlexSim 中使用 OpenUSD 分析、可視化和優化現實世界的流程 http://www.open-lab.net/zh-cn/blog/analyze-visualize-and-optimize-real-world-processes-with-openusd-in-flexsim/ Fri, 03 Nov 2023 05:45:42 +0000 http://www.open-lab.net/zh-cn/blog/?p=8170 Continued]]> 對于制造和工業企業而言,效率和精度至關重要。為了簡化運營、降低成本和提高生產力,各公司正在轉向數字孿生和離散事件模擬。 離散事件模擬使制造商能夠通過試驗不同的輸入和行為來優化流程,這些輸入和行為可以逐步進行建模和測試。 FlexSim 是一家模擬建模軟件提供商,專門從事離散事件模擬,使用戶能夠分析、可視化和優化各行各業的真實流程。借助用于創建和運行模擬的強大工具集,它正用于制造、倉儲和醫療健康等行業,以改進復雜的系統和運營。 最近,FlexSim 開發了 NVIDIA Omniverse 連接器,使工程師、設計師和仿真專家能夠將 FlexSim 模型無縫轉換為 Universal Scene Description (OpenUSD) 格式。 NVIDIA Omniverse 是一個開發計算平臺,使開發者能夠基于 OpenUSD 構建可互操作的 3D 工作流和工具。

Source

]]>
8170
借助 Siml.ai 和 NVIDIA Modulus 實現替代建模工程工作流程的 AI 驅動型仿真工具 http://www.open-lab.net/zh-cn/blog/ai-powered-simulation-tools-for-surrogate-modeling-engineering-workflows-with-siml-ai-and-nvidia-modulus/ Mon, 02 Oct 2023 04:33:29 +0000 http://www.open-lab.net/zh-cn/blog/?p=7957 Continued]]> 模擬對于復雜的工程挑戰至關重要,例如設計核聚變反應堆、優化風電場,開發碳捕獲和封存技術或構建氫電池。設計此類系統通常需要對科學模擬進行多次迭代,而這些迭代的計算成本高昂。求解器和參數通常必須針對所研究的每個系統單獨進行調整。得益于 AI 和基于物理信息的機器學習 (Physics-ML) 框架,例如 NVIDIA Modulus。現在,我們可以克服這些挑戰并加速這些模擬。 NVIDIA Modulus 是一個開源物理機器學習平臺。該模型將物理學與深度學習訓練數據相結合,以構建具有近乎實時延遲的高保真、參數化代理模型。工程師和科學家可以使用 NVIDIA Modulus 探索和構建基于物理性質的 AI 代理模型。這些原則正在應用于從制造到醫療健康等各種解決方案中,包括高性能計算(HPC)擴展應用程序,例如天氣預測和工 業數字孿生.

Source

]]>
7957
如何用合成數據訓練用于視覺檢測的目標檢測模型 http://www.open-lab.net/zh-cn/blog/how-to-train-an-object-detection-model-for-visual-inspection-with-synthetic-data/ Mon, 18 Sep 2023 02:47:50 +0000 http://www.open-lab.net/zh-cn/blog/?p=7892 Continued]]> 人工智能正在迅速改變工業視覺檢測。在工廠環境中,目視檢查用于許多問題,包括在組裝過程中檢測缺陷和丟失或不正確的零件。計算機視覺可以幫助及早發現產品的問題,減少產品交付給客戶的機會。 然而,對于邊緣人工智能開發人員來說,開發準確且通用的物體檢測模型仍然具有挑戰性。穩健的對象檢測模型需要訪問全面且具有代表性的數據集。在許多制造場景中,真實世界的數據集在捕捉實際場景的復雜性和多樣性時顯得不足。狹窄環境和有限變化的限制對訓練模型有效適應一系列情況提出了挑戰。 團隊可以利用合成數據在與現實世界場景非常相似的多樣化隨機數據上訓練模型,以解決數據集差距。其結果是更準確、適應性更強的人工智能模型,可用于工業自動化、醫療保健和制造業等領域的廣泛邊緣人工智能應用。 Edge Impulse 是一個集成開發平臺,使開發人員能夠為邊緣設備創建和部署人工智能模型。它支持數據收集、預處理、

Source

]]>
7892
人人超碰97caoporen国产