導讀：

2019年，NVIDIA Omniverse上线；2021年，Omniverse Enterprise正式發布；2022年，Omniverse Cloud雲平台發布，使得Omniverse具備了更多雲屬性；同年，NVIDIA OVX系統發布，帶來了經過專門優化的硬件計算平台。

與此同時，NVIDIA在元宇宙的布局逐漸清晰，NVIDIA希望利用自身在圖形計算以及AI、GPU等技術得天獨厚的優勢，爲各個行業的企業提供全棧式解決方案，從而對生產質量和效率帶來實質性的改善。

其實早在元宇宙概念走進大衆視野之前，NVIDIA就已經着手於相關技術的开發及儲備。在深刻洞察各個行業對於虛擬世界和數字孿生的需求後，NVIDIA對此進行了針對性研發。在其不斷迭代自身解決方案的同時，衆多大型企業紛紛通過Omniverse構建了自己的數字孿生或工業元宇宙。

隨着全球對於元宇宙的熱情不斷高漲，也催化了這些技術成果快速從幕後走向台前。

MetaPost的讀者對於Omniverse可能並不陌生，此前已多次介紹過。今天，我們再來詳細聊聊元宇宙和數字孿生如何通過Omniverse落地，以及更多場景下的應用案例。

你以爲NVIDIA只是靠着GPU飈進萬億市值？可不止。

01

爲什么Omniverse

是構建元宇宙的工具？

NVIDIA Omniverse是爲了構建具有物理規則的虛擬世界而誕生的。通過Omniverse在虛擬世界中做AI訓練，再反饋、幫助到現實世界；也可以模擬現實世界中的物理特性，爲實際生產提升效率。

現在的互聯網內容其實還是以圖片、2D視頻、文字爲主。NVIDIA認爲，在未來幾年，互聯網傳輸內容中將出現大量的3D內容，3D內容將爲現有行業帶來新的變革——而元宇宙就是互聯網的3D內容演變。

在搞清楚Omniverse和元宇宙的關系前，我們先來搞清楚幾個問題：

1、構建元宇宙，需要哪些元素？

1)开放的標准。既然是3D世界，自然會存在內容的交互問題，互聯網時代是HTML，3D內容時代則需要新的數據交互傳輸格式。开放標准的文件會使用USD（通用場景描述），它本身就是一個开放的格式，越來越多的第三方軟件已开始支持USD。

2)可擴展、可加速、時間精准的系統。只有可擴展的系統才能承載龐大的虛擬世界。元宇宙可不像遊戲，使用一個沙盒就可以運行开放世界遊戲，對於現實世界的模擬要宏大得多。

3) 遵循物理世界的實時仿真。仿真有很多，但目前能做到實時仿真的軟件並不多。

4)AI。AI可以幫助我們生成大量相應的3D數字內容，在虛擬世界中進行相關的AI模型訓練，再部署到現實世界。

而Omniverse具備了以上所有元素——由USD、可擴展性、認證的硬件平台，以及不斷擴大的第三方生態系統組成。這也使得其成爲構建元宇宙的絕佳工具。

2、 數字孿生也需要一些最基礎的元素，它的要求又是什么？

1） 首先是虛擬數據集的單一實時來源。用過第三方軟件，你就會發現，各種軟件都有各自的格式，當匯總到同一個場景下，難免會出現數據丟失。比如當CAD的工程軟件轉換成MESH文件，有些文件會莫名其妙地消失，就是因爲沒有單一的實時來源。

2） 現實世界是遵循物理學的，虛擬世界自然也需要遵循。Omniverse平台利用Feedback技術可以實現這一點，並支持AI的訓練和優化。精確計時、與現實世界完美同步。單一的物理世界實現跟世界時鐘同步並不是最大的挑战，當OVX集群出現，多個OVX物理服務器橫跨了如64代物理服務器，如何保證在渲染同一場景或不同場景下，時間還是完美同步的，才是最大的挑战。

基於NVIDIA最核心的幾項技術：發展了20多年的RTX渲染技術，CUDA——最強的護城河，PhysX——在SDK开發了很多年，以及AI，NVIDIA將這些最基礎的技術配合USD，鑄造了Omniverse平台，並在上面开發了不同場景下的應用。

02

巨頭紛紛布局元宇宙和數字孿生

Omniverse在工業元宇宙和數字孿生的應用，涵蓋了汽車制造業、能源、交通運輸、零售，以及科學技術研究、山火研究、氣候研究等等。

01寶馬數字工廠

寶馬集團在全球擁有31家工廠，40個不同車型的2100多種可能的車型配置，年產量達到250萬輛，99%都是定制化生產，是全球最大的汽車定制制造公司之一。

在這樣的規模下生產定制車輛，需要在整個制造過程擁有極高的靈活性和敏捷性。現在寶馬集團已經實施了一套完整的端到端數字孿生工廠管理系統，將現實和虛擬現實、機器人技術，以及人工智能相結合。這套實時的數字孿生系統涉及NVIDIA的軟硬件，利用Omniverse綜合的數字孿生平台，在其全球生產網絡中設計、訓練、構建和仿真，以及最後部署運行工業的元宇宙應用，利用虛擬世界來優化整個工廠布局、機器人的开發和物流系統。

將不同工具、不同來源的數據匯集到大型的高性能模型，便可實現跨地區、多用戶的實時協作。

例如，寶馬集團需要定期重新配置生產线來適應新車型，以往物理生產线設計和配置需要根據新的配置停機停產，效率低下，各地規劃團隊也通常需要在同一地點進行設計及測試。隨着電動車和混合動力車型的整合，使得這個過程變得更加復雜，因爲增加了各種新的零部件和流程。但在數字孿生工廠中，不同地點的規劃專家可以使用Omniverse平台進行實時測試和調整生產线設計，打破了時間、空間和人員規劃上的限制。基於數字孿生實時內容驅動的布局和流程的評估，加快了整體實驗和決策的過程，運行成本也大大降低。

02零售：勞氏集團

勞氏集團是美國第二大家居裝修零售集團，也开始利用數字孿生和人工智能進行零售門店的規劃。不對店鋪進行任何改變，便可測試和驗證數千種產品的布局，通過Omniverse用以往無法實現的方式將店鋪數據整合到一起。同時使店員和規劃者能夠實時協作，了解銷售業績，並識別異常情況。

數字孿生技術還可以捕獲客戶的購物數據，以便改善店鋪的布局，提供更好的購物體驗。

比如用Omniverse進行三維可視化模擬，將之前獨立的數據整合起來，並挖掘它們之間的聯系。同時，還可以模擬店鋪的流量，作爲AI模型的訓練數據。通過現實的3D掃描設備，將實際的裝修物料應用到虛擬的廚房或浴室中進行沉浸式體驗。利用增強現實設備，可以看到銷售業績和客戶流量，以及顧客的動线。

03交通運輸：德國鐵路局

通過單一的真實數據源，數字孿生可以用於檢測和實驗整個鐵路线網的網絡，實現車輛和鐵路的持續改進，最大程度地提高運行效率和速度，降低運營成本。

目前德國鐵路局數字孿生的鐵路线網已經覆蓋5700座車站和33000公裏的鐵路线網。除了仿真之外，數字孿生系統還爲訓練完全自動化的鐵路系統AI模型提供了很好的環境。

數字孿生基站可以與現實世界的火車和鐵路連網進行同步。如果火車上的相機或激光雷達傳感器檢測到了潛在危險，其精確位置可以迅速傳遞給網絡中的其它火車，防止發生碰撞或擁堵。如果站點AI計算機視覺相機注意到任何異常，也可以觸發事件來通知工作人員。同時，智能傳感器在現實世界和由Omniverse Replicator生成的合成數據組合上進行訓練和優化，確保AI模型在任何情景下都能夠感知、規劃和運行。

04倉儲物流：亞馬遜機器人

作爲全球最大的電商平台之一，亞馬遜擁有超過200個配送中心，每天要處理數千萬個包裹，需要超過50萬台移動機器人來支持整個倉庫的物流系統運轉。

亞馬遜機器人也在利用NVIDIA Omniverse構築倉儲中心的數字中心，優化倉庫的設計和流程，訓練更加智能的機器人助手，以提高整體生產力。

在將各種不同的機器人深入到各種倉儲中心之前，就可以通過數字孿生對各種軟硬件的配置進行驗證，避免真實系統的宕機失效，最大化整體運行效率。此外，數字孿生系統還可以生成不同形狀、大小、重量的包裹來訓練和檢驗自動分揀的效果。

亞馬遜機器人管理了全球最大規模的移動機器人編隊，以往無法將3D數據匯集到統一的管道和訓練模型中，且沒有足夠精確的採集數據來支撐AI模型的訓練和感知。通過數字孿生可以將多個不同CAD應用程序的數據集中到高保真度的倉儲中心數字孿生系統中心，通過數字仿真了解整體倉庫的性能優化、整體設計，通過合成數據的生成來提升感知模型的訓練精度，從而縮短運行時間。

05 能源：西門子集團

西門子能源在全球600多個回熱鍋爐的廠房檢修管道腐蝕，如果能夠將管道腐蝕厚度減小的宕機維修時間縮短10%，每年就可以節省約17億美金。

預測整體的管道腐蝕情況，通常需要8周的計算時間，這是傳統HPC高性能計算的運算時間。而通過數字孿生技術，包括Omniverse的數字仿真，以及Modulus數字物理模擬仿真，可以將整個管道腐蝕預測時間縮短到小時級別。

2022年NVIDIA宣布進一步擴展和西門子的合作夥伴關系，將西門子Xcelerator和NVIDIA的Omniverse平台連接起來，共同打造工業元宇宙。

西門子是工業自動化軟件基礎設施、建築技術和交通領域的領先者，結合NVIDIA在加速圖形和人工智能領域的成果，將爲用戶帶來生產和產品全生命周期的效率、生產力以及流程等優化提升。

此外，NVIDIA還透露，一直都在積極推進和中國品牌的合作，國內幾家知名車企已經進入到Omniverse的部署階段。

03

未來數字孿生還將引入哪些新技術？

NVIDIA表示，首先增強現實、混合現實等技術。通過AR、MR等設備，可以讓每個人沉浸式地體驗數字孿生世界。

其次是生成式AI的引入。通過AI技術在數字孿生系統中，生成低成本、高效、高保真度、高精度的3D資產，將是未來的技術方向之一。

最後，基於大型語言模型的應用，也爲可交付式元宇宙的應用提供支持，顛覆以往需要利用CAD軟件或者編寫代碼、圖形界面等操作，替換爲通過自然語言的交互就可以完成數字孿生系統的生產或運行。

結語：

不難看出，NVIDIA一直保持着自己的節奏，有條不紊地推進元宇宙的相關布局，不斷完善着行業的基礎建設。

NVIDIA表示，在人工智能、SDR深度學習等方面，其前期的CUDA語言建設其實早在2008年便已开始，“基礎建設一定是要走在行業應用前面的。我們對元宇宙依然充滿了熱情和信心，還是會繼續完善基礎建設。未來相信整個生態都會群策群力，尋找到元宇宙真正能夠創造價值的方式和落地的方向。”

而他們的關注點在於：連接，模擬仿真，對現實世界的運維、交互，以及數字世界和現實世界的運維、交互。NVIDIA的一切技術都圍繞這些展开，然後去解決不同行業的痛點，“只要有痛點存在，就有需求和市場空間在，我們做的事情從未停下來。”

END

圖 | NVIDIA

       原文標題 : 元宇宙和大模型都離不开NVIDIA

---

標題：元宇宙和大模型都離不开NVIDIA

地址：https://www.utechfun.com/post/247112.html