從重建城市中的單個建筑來深度分析能源使用狀況，到重建地球氣候系統(tǒng)來理解環(huán)保政策對氣候變化的影響?？萍季揞^英偉達(Nvidia)的Omniverse是專為3D 設(shè)計協(xié)作和數(shù)據(jù)孿生模擬而構(gòu)建的開放平臺。我們可以把它看作能夠協(xié)助開發(fā)者創(chuàng)建“元宇宙”的平臺，也可以看作是英偉達自己宏大的“元宇宙”項目。

在去年的全球AI開發(fā)者大會GTC21上就掀起波瀾，基于模量框架模型和物理的Omniverse實時仿真平臺被用于發(fā)電廠的電力數(shù)字孿生預(yù)見性維護，同時將在未來幾年,計劃使用這些工具來創(chuàng)建一個數(shù)字孿生的地球。如今，在GTC22大會上，英偉達加倍下注于它的科學(xué)孿生，宣布將進一步整合Omniverse和模量來模擬“地球2號”(Earth-2)和可再生能源。

“基本上，我們正在將模量集成到Omniverse中。”英偉達數(shù)據(jù)中心產(chǎn)品高級經(jīng)理哈里斯(Dion Harris)解釋道。模量可以作為Omniverse的一個擴展，允許用戶構(gòu)建提供實時、交互式、人工智能驅(qū)動的物理世界模擬模型。

“模量”(Modulus)可以理解為是一種標(biāo)準(zhǔn)量或指標(biāo)。

接近地球2號

Earth-2再次成為了關(guān)注的焦點。哈里斯展示了一張圖表，說明了在亞米分辨率下進行地球系統(tǒng)建模的進展規(guī)劃——這是解決許多重要云層形成所需的分辨率。哈里斯說:“我們還需要40年的時間才能達到這個標(biāo)準(zhǔn)。這個周期太長了，所以Earth-2的全部希望基本上來自人工智能，來自數(shù)字孿生模型。這樣我們就可以加快這一過程，更好地了解氣候，在為時已晚之前做些什么。”

地球2號，就是一個前所未有的結(jié)合第一性原理模擬和數(shù)據(jù)驅(qū)動模型，呈現(xiàn)在一個實時的，交互式的數(shù)字孿生地球。

“作為第一步，我們已經(jīng)開發(fā)了一個人工智能代理模型，”他說。“因此，我們與來自伯克利實驗室、加州理工學(xué)院、普渡大學(xué)、密歇根大學(xué)和萊斯大學(xué)的合作者合作，建立了這個名為FourCastNet的人工智能代理模型。”

FourCastNet是“傅里葉預(yù)測神經(jīng)網(wǎng)絡(luò)”的縮寫，它是一種可以在低分辨率下訓(xùn)練模型，然后用更高分辨率的數(shù)據(jù)插值應(yīng)用的結(jié)果。FourCastNet在相當(dāng)精度的情況下，比傳統(tǒng)計算流體動力學(xué)的速度快4.5萬倍(能源效率提高了1.2萬倍)。英偉達表示，這一性能改進可以實現(xiàn)更大的集合氣候模型，可以進行數(shù)千次迭代。

實現(xiàn)這些進步成果的傅立葉神經(jīng)算子現(xiàn)在已集成到英偉達的數(shù)字孿生工具中，使用戶能夠在模量中構(gòu)建像FourCastNet這樣的模型，在Omniverse上使用。

英偉達高級開發(fā)技術(shù)科學(xué)家和工程師Karthik Kashinath表示:“數(shù)字孿生技術(shù)允許研究人員和決策者與數(shù)據(jù)進行交互，并快速探索假設(shè)場景，而傳統(tǒng)建模技術(shù)幾乎不可能實現(xiàn)這一點，因為它們昂貴且耗時。”“作為地球2號的核心，英偉達的FourCastNet能夠更快、更準(zhǔn)確地模擬全球天氣的物理和動力學(xué)，從而使數(shù)字孿生地球的開發(fā)成為可能。”

英偉達首席執(zhí)行官黃仁勛(Jensen Huang)在3月22日GTC的主題演講中表示:“在降水預(yù)測方面，深度學(xué)習(xí)模型首次實現(xiàn)了比最先進的數(shù)值模型更好的準(zhǔn)確性和技能。”

數(shù)字孿生的風(fēng)力

英偉達展示的Modulus-Omniverse組合的第二個用例是與西門子的合作，后者此前曾與英偉達的數(shù)字孿生公司合作，用于預(yù)測電廠維護。這一次，他們與西門子能源旗下的可再生能源公司西門子Gamesa合作。利用Omniverse和模量，建立一個數(shù)字孿生風(fēng)電場。

如果你觀察一個風(fēng)電場，那些風(fēng)機看起來是隨機分布的。但實際上，它們需要科學(xué)而細(xì)致地規(guī)劃和放置。這樣，當(dāng)風(fēng)經(jīng)過風(fēng)電場時，有助于推動風(fēng)機并產(chǎn)生更多的電力。

要弄清楚如何優(yōu)化這種布局，需要“密集的模擬”，因此西門子Gamesa正在使用模量和Omniverse來創(chuàng)建其風(fēng)力發(fā)電場的數(shù)字孿生，以模擬相互靠近的風(fēng)機的影響。在這個應(yīng)用中使用其數(shù)字孿生模型——也由傅里葉神經(jīng)算子驅(qū)動——與傳統(tǒng)的渦輪模擬模型相比，可以實現(xiàn)高達4000倍的加速。

這個合作意味著，在計算流體力學(xué)等復(fù)雜領(lǐng)域，在加快計算速度和最新算法開發(fā)部署速度方面向前邁出了一大步。

利用數(shù)據(jù)中心規(guī)模的人工智能加速計算，有可能帶來數(shù)百萬倍的性能提升，以應(yīng)對減緩氣候變化、發(fā)現(xiàn)藥物和發(fā)現(xiàn)新可再生能源等挑戰(zhàn)。英偉達的人工智能科學(xué)數(shù)字孿生框架，使研究人員能夠?qū)で筮@些大規(guī)模問題的解決方案。雖然地球2號還沒有完全到來，我們也能夠通過這些實際應(yīng)用的真實結(jié)果一窺元宇宙真正的價值吧。