加速智能制造下的数字化转型-基于GPU的应用场景解读.docx

?

?

加速智能制造下的数字化转型

基于GPU的应用场景解读

?

?

随着中国制造2025的提出，制造企业实现智能制造不仅是趋势，更成为是否可以生存下去的前提条件。智能制造对连接性、计算能力、服务速度和质量等方面有着前所未有的需求和期望。边缘计算正是充分利用物联网终端的嵌入式计算能力，并与云计算结合，通过云端的交互协作，实现系统整体的智能化。但是对于传统制造企业仍然面临很多问题，如新技术满天飞，选择难；边缘计算平台如何与现有生产系统集成；边缘数据的存储与管理等。不久前社区组织汽车制造行业专家和英伟达资深专家为社区会员解读边缘计算GPU应用趋势场景以及国内外实践案例，同时答疑解惑，现将活动交流和分享总结如下，供大家参考。

Q1、工业设备数字孪生是如何实现的，怎样通过GPU进行加速？

@强哥之神上汽云计算中心容器云架构师及技术经理：

数字孪生，就是针对物理世界的实体，通过数字化手段构建一个数字世界中的“完整分身”，能够和物理实体保持实时的交互联接，借助历史数据、实时数据以及算法模型等，通过模拟、验证、预测、控制物理实体全生命周期过程，实现对物理实体的了解、分析和优化。

数字孪生在工业制造的应用

由于数字孪生早期的应用与工业制造领域密不可分，因此工业制造也是数字孪生的主要战场。

产品研发阶段

在工业制造领域，要完成产品部件的设计修改，尺寸装配，通常需要反复尝试，耗费大量人力物力。利用数字孪生可以为工业生产建立起虚拟空间，在该技术之下，工程设计师不仅能看到产品外部变化，更使内部零件动态的观察成为可能。

例如，通过数字3D模型，我们可以看到汽车在运行过程中发动机内部的每一个零部件、线路、各种接头的每一次变化，从而大幅降低产品的验证工作和工期成本。

制造生产阶段

在制造生产中，建立一个生产环境的虚拟版本，用数字化方式描叙整个制造环境，在虚拟数字空间中进行设备诊断、过程模拟等仿真预测，可以有效防止现场故障、生产异常产生的严重后果。

将生产环境、生产数据、生产流程实现数字可视化。从设备上的传感器中导入数据，实时监测到设备每个部位的轴温、开机时长、当前生产阶段、设备利用率、产量等关键数据信息

那如何通过GPU加速，就是将上述的需要图像化的和数据建模的场景，在这种逻辑性不强，但计算强度高的场景时，GPU加速就远远超过了CPU的能力。

@VinceXuNVIDIASA：

NVIDIAOmniverse?是专为虚拟协作和物理属性准确的实时模拟打造的开放式平台。

合作者们在不同的机器上跨多个应用程序工作,通过不同的应用软件建模道具，建立环境，纹理绘制，照明，或添加动画或效果等等，每个应用程序组成他们的场景的一部分,

它们每个都连接到OmniverseNucleus，这是一个数据库和协作引擎，用来进行3D资产和场景描述的交换。每个连接的用户都只是传递和接收变化的增量作为USD片段，这使他们能够实时看到共享场景的变化。

Omniverse是一个基于物理的平台，集成了NVIDIA的核心模拟技术，用于材料、物理、AI和实时光线和路径跟踪渲染。因此，构建在Omniverse中的场景是遵循物理定律，是真实的。

对于一些developer或者ISVpartner，Omniverse有下列一些基础组件:

OmniverseConnect打开了门户，允许设计软件工具连接到Omniverse平台并保存USD(UniversalSceneDescription)和MDL(MATERIALDEFINITIONLANGUAGE)内容。有了Omniverse，用户可以继续在他们喜爱的行业软件应用程序中工作OmniverseNucleus允许用户存储、共享和协作项目数据，并提供跨多个应用程序实时协作的独特能力。?Nucleus在本地机器上工作，在场地上，或在云上。

OmniverseKit是一个强大的工具包，开发者可以创建新的Omniverse应用程序和扩展。

OmniverseSimulation由NVIDIA的核心技术提供动力，这些技术可以模拟世界，包括PhysX、Flow、Blast和刚体动力学。

OmniverseRTXRenderer是一种先进的，基于NVIDIARTX多GPU渲染器，支持实时光线跟踪和超快速路径跟踪。

OmniverseAPPS是专为加速不同工作流而设计的应用程序。OmniverseAPPS?可以由第三方开发者在OmniverseKit上构建。对于上层industry用户，我们有一些生成好的如下application：

OmniverseView支持建筑和工程项目的无缝协作设计和身临其境的