欧洲工业用NVIDIA重塑工程制造
Europe’s Industrial Leaders Reinvent Engineering and Manufacturing With NVIDIA
欧洲工业领导者正通过使用NVIDIA CUDA-X、Omniverse库及Cosmos、Nemotron模型，结合NVIDIA Factory Operations Blueprint (FOX)构建的智能代理
为了提高生产力、加速创新并为经济增长创造新的机遇，欧洲的工业领导者正在利用 NVIDIA CUDA-X 和 Omniverse libraries，以及 NVIDIA Cosmos 和 Nemotron 开源模型，贯穿工程和制造业的整个生命周期。
将这些能力整合到工厂车间，NVIDIA Factory Operations Blueprint (FOX) 现已在 GitHub 上提供早期访问，为开发者提供了一条路径，以构建和部署始终运行的工厂管理代理，这些代理可以在机器之间协调工作，以及专注于视觉检查、根本原因分析、报告生成和车队管理等特定用例的专业代理。
这些代理可以连接到前沿模型，包括 NVIDIA Cosmos 和 Nemotron，以及基础知识，包括计算机辅助设计、产品生命周期管理、仿真软件以及 IT 和运营技术系统。
基于 FOX 蓝图的构建使生态系统能够构建工业代理，这些代理可以实时监控工厂运营，关联视觉发现和机器日志以调查问题，并协调响应。借助 Cosmos 的上下文学习，这些代理可以使用示例和文档进行适应，而无需微调。
西门子 正将使用 FOX 构建的代理集成到其智能企业系统 Intelligence Center X 中，以帮助识别根本原因和协调工厂运营，估计可节省 20% 的成本。西门子的 Process Preparation X 代理使用 NVIDIA Cosmos Data Factory 工具和技能来生成用于电路板检查的缺陷图像。在其埃尔朗根电子工厂，西门子 使用这种方法将检查过程的校准时间缩短了 40%。
从第一个设计开始加速工程
NVIDIA CUDA-X 库加速了仿真，使工程师能够在提交物理原型之前更快地获得反馈以探索设计替代方案。在柏林 GTC 上，NVIDIA 正将 cuDSS 推向通用可用，加速了结构应力、流体流动、电磁场和半导体器件行为的复杂仿真的苛刻计算。
梅赛德斯-奔驰 使用 西门子的 Simcenter STAR-CCM+ 在 NVIDIA GPU 上运行，通过更快的空气动力学仿真来比较车辆设计。在工厂中，该公司应用 NVIDIA Cosmos 3 和 Metropolis VSS 蓝图 来构建用于车辆检查和挡风玻璃组装验证的代理，检测偏差并确保始终如一的高质量。
Cadence 正在利用 NVIDIA GPU 对汽车流体动力学工作负载进行基准测试，以评估加快设计迭代的机会，而 Autodesk 则将 NVIDIA PhysicsNeMo 和 Warp 框架整合到 NavPack 中，与 Autodesk Alias 一起使用，以帮助像 Bentley 的 这样的设计师利用模拟训练的 AI 预测车辆性能并更快地迭代。
imec 和 Infineon 正在利用 Synopsys 软件和 NVIDIA 加速计算加速半导体模拟。S-Litho 在 imec 的 模型上的基准测试显示速度提高了高达 40 倍，而 Infineon 使用带有 NVIDIA CUDA 库的 Sentaurus Device 在下一代功率器件的 3D 破坏模拟中实现了 12 倍的速度提升。
Leonardo 正在与 Neural Concept 合作，进行 AI 驱动的飞机设计，利用 NVIDIA Omniverse 库将飞机几何形状和空气动力学模拟结果结合起来。
汽车制造商使用 Dassault Systèmes’ LEO & AURA 虚拟伴侣，由 NVIDIA Nemotron 驱动，并使用 SIMULIA 解算器加速的 CATIA AI 代理 & SIMULIA AI 代理进行编排，以在构建物理原型之前快速设计和虚拟测试车辆门。
UniversalAGI 正在与 Saab 合作，在海面上保护船员免受危及生命的波浪冲击，使用 UniversalAGI 的 Latent Interaction Field Transformer 物理AI基础模型，通过 NVIDIA Warp 加速处理，实时评估数千种波浪条件和航向，而不是花费数天时间。这些功能使船舶能够预测危险的移动并自主选择更安全的路线，以避免将船员置于危险之中，而 NVIDIA Omniverse 库有助于在海面上可视化船舶行为。
PhysicsX 正在与 GB1，英国队 的美国杯团队，合作进行 AI 驱动的帆船设计，使用 NVIDIA Omniverse 库来可视化船体几何形状和压力场，而 Fermioniq’s Sofia 代理帮助 Deltares 和 荷兰政府 通过将自然语言请求转换为基于 NVIDIA Warp 的模拟求解器来模拟河流流量。
Mistral 计划使用 CUDA-X、Warp 和 Omniverse 库来加速物理模拟并为工程 AI 模型生成训练数据。
虚拟测试工厂和机器人
NVIDIA Omniverse 和 Isaac 库支持 数字孪生 和 机器人模拟，帮助制造商在更改工厂布局之前评估生产系统和机器人行为。
Audi 使用基于 NVIDIA Omniverse 库构建的电池生产数字孪生，在物理设备可用前测试生产概念。该公司还与 Dassault Systèmes 和 Agile Robots 合作，在基于 Omniverse 库构建的 DELMIA 虚拟孪生中模拟和验证移动人形机器人和物流流程。
Schaeffler 将其人形致动器（移动机器人关节的组件）的数字孪生与 NVIDIA Isaac 仿真框架集成，帮助其机器人合作伙伴在仿真中评估组件行为并减少物理测试。
在大众汽车萨克森州的透明工厂， Wandelbots 使用基于 Omniverse 和 OpenUSD 构建的 NOVA 与 Isaac Sim，以数字方式验证装配工作流程，并为物理机器人准备应用程序。
Falkor，一家 KONGSBERG 公司，将其平台集成代理和 NVIDIA Omniverse 库。使用由 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 驱动的 Microsoft Azure NCv6 虚拟机，具有空间智能的代理结合工程数据、运营信息和 3D 设备几何形状，以查看、仿真和推理工业设施，支持过程和能源行业的检查和维护用例。
同样的模拟方法也适用于人工智能基础设施。Schneider Electric, 与 AVEVA, 正在开发一个为 人工智能工厂数字孪生，使用 Omniverse 库构建，旨在帮助工程师在做出物理变更前比较电力、冷却和设备配置。
探索 NVIDIA 工业人工智能技术。
来源：NVIDIA Blog · blogs.nvidia.com