什么是数字孪生?
数字孪生是与物理事物、人员或流程同步的虚拟表示。
推荐:使用NSDT场景编辑器快速搭建3D应用场景
走进一家汽车装配厂。看到工人将螺母逐渐减少到螺栓上。听到气动工具的嗡嗡声。观看原始的车身沿着生产线滑行,机器人卷起零件。
现在,在线启动其 3D 数字孪生。看到动画数字人类在完全相同但数字版本的植物中工作。拖放机器人来移动重型材料,并运行模拟以进行优化,获取实时工厂车间数据以进行改进。这是一个数字孪生。
数字孪生是现实世界物理资产或系统的虚拟表示 - 物理和材料的真实模拟,并不断更新。
数字孪生不仅适用于无生命的物体和人。它们可以是计算机网络架构的虚拟表示,用作网络攻击模拟的沙箱。他们可以复制履行中心流程,在实时环境中激活某些机器人功能之前测试人机交互。应用范围与想象一样广泛。
数字孪生正在撼动企业的运营。根据Grand View Research的数据,到86年,全球数字孪生平台市场预计将达到2028亿美元。其报告引用 COVID-19 作为在特定行业采用数字孪生的催化剂。
是什么推动了数字孪生?
物联网正在加速数字孪生。
物联网正在帮助互联的机器和设备与其数字孪生共享数据,反之亦然。这是因为数字孪生始终处于开启状态,并且是它们所代表的真实物联网连接物理事物或过程的最新计算机模拟版本。
数字孪生是虚拟表示,可以捕获结构的物理特性以及内部和外部不断变化的条件,由边缘计算驱动的无数连接传感器测量。他们还可以在虚拟化中运行模拟,以测试问题并通过服务更新寻求改进。
机器人开发和自动驾驶汽车只是数字孪生中用于模仿物理设备和环境的越来越多的例子中的几个。
“非常简单的自动驾驶汽车是在开放世界中运行的机器人,努力避免与任何东西接触,”NVIDIA全宇宙和模拟技术副总裁Rev Lebaredian说。“最终,我们将拥有复杂的自主机器人,在厨房等环境中与人类一起工作 - 操纵刀具和其他危险工具。我们需要他们将要运营的世界的数字孪生,这样我们就可以在虚拟世界中安全地教他们,然后再将他们的智能转移到现实世界中。
3D 虚拟环境中的数字孪生
共享的虚拟 3D 世界将人们聚集在一起,在数字孪生上进行协作。
交互式3D虚拟宇宙在游戏中很明显。Fortnite等在线社交游戏和用户生成的Roblox虚拟世界提供了互动潜力的一瞥。
VR中的视频电话会议,参与者作为自己的化身存在于共享的虚拟会议室中,是实现企业可能性的一步。
如今,存在在此环境中的共享虚拟协作平台中开发这些共享虚拟世界中的每一个的工具。
用于数字孪生模拟的全宇宙复制器
在 GTC 上,NVIDIA 推出了 Omniverse Replicator,以帮助开发数字孪生。它是一个合成数据生成引擎,可生成用于训练深度神经网络的物理模拟数据。
除此之外,该公司还为生成合成数据的应用程序推出了两种引擎实现:NVIDIA DRIVE Sim,一个用于托管自动驾驶汽车数字孪生的虚拟世界,以及NVIDIA Isaac Sim,一个用于操纵机器人数字孪生的虚拟世界。
使用这些数据开发的自动驾驶汽车和机器人可以在一系列虚拟环境中掌握技能,然后再将其应用于现实世界。
基于皮克斯的通用场景描述和 NVIDIA RTX 技术,NVIDIA Omniverse 是世界上第一个可扩展的多 GPU 物理精确世界模拟平台。
Omniverse为用户提供了连接到多个软件生态系统的能力,包括Epic Games Unreal Engine,Reallusion,OnShape,Blender和Adobe,可以帮助数百万用户。
参考开发平台是模块化的,可以轻松扩展。NVIDIA 的團隊已經利用該平台來構建核心模擬應用程式,例如前面提到的 NVIDIA Isaac Sim 手術和合成數據生成,以及 NVIDIA DRIVE Sim。
DRIVE Sim 能够在虚拟环境中重现真实世界的驾驶场景,以便测试和开发罕见和危险的用例。此外,由于模拟器对任何场景中的地面真相都有完美的理解,因此来自模拟器的数据可用于训练自动驾驶汽车感知中使用的深度神经网络。
正如宝马集团未来的工厂所示,Omniverse的模块化和开放性使其能够利用其他几个NVIDIA平台,例如用于机器人的NVIDIA Isaac平台,用于智能视频分析的NVIDIA Metropolis以及NVIDIA Aerial 软件开发套件,该套件将GPU加速,软件定义的5G无线接入网络带到环境中,以及供用户和公司继续使用的第三方软件。他们自己的工具。
数字孪生是如何上线的?
在构建数字孪生并部署其功能时,需要收集 AI 资源。
NVIDIA 基本命令平台使企业能够部署大规模的 AI 基础设施。它优化了用户和团队的资源,并且可以监控从早期开发到生产的工作流程。
Base Command 的开发是为了通过 AI 资源帮助支持 NVIDIA 的内部研究团队。它有助于管理可用的 GPU 资源,选择可用的数据库、工作区和容器映像。
它管理 AI 开发的生命周期,包括工作负载管理和资源共享,提供图形用户界面和命令行界面,以及集成的监控和报告仪表板。它将最新的 NVIDIA 更新直接传送到您的 AI 工作流程中。
可以将其视为 AI 的计算引擎。
如何管理数字孪生?
NVIDIA 舰队司令部提供远程 AI 管理。
将 AI 从数字孪生体实施到现实世界需要一个部署平台来处理对数千甚至数百万台边缘机器和设备的更新。
NVIDIA 舰队司令部是一项基于云的服务,可从 NVIDIA NGC GPU 加速软件中心访问,以跨边缘连接的系统和设备安全地部署、管理和扩展 AI 应用程序。
舰队司令部使履行中心、制造设施、零售商和许多其他机构能够远程实施人工智能更新。
数字孪生如何发展?
数字孪生实现了事物的自主性。它们可用于自主控制物理对应物。
例如,一家电动汽车制造商可能会使用轿车的数字孪生来运行软件更新模拟。当模拟显示汽车性能的改进或解决问题时,这些软件更新可以通过空中发送到物理车辆。
西门子能源正在创建数字孪生,以支持发电厂的预测性维护。据该公司称,这种规模的数字孪生有望减少停机时间,并帮助公用事业提供商每年节省约1亿美元。
Passive Logic是一家位于盐湖城的初创公司,它提供了一个人工智能平台来设计和自主操作建筑物的物联网组件。它的AI引擎了解建筑组件如何协同工作,直至物理,并可以运行建筑系统的模拟。
该平台可以接收多个数据点并做出控制决策,以自主优化操作。它将此最佳控制路径与实际传感器数据进行比较,应用机器学习并学习随时间推移操作建筑物的改进。
火车也走上了通往自动驾驶的快车道,并且正在开发数字孪生来帮助实现这一目标。它们被用于自动制动和碰撞检测系统等功能的模拟,这些功能由在 NVIDIA GPU 上运行的 AI 实现。
数字孪生的历史是什么?
根据许多人的说法,美国宇航局是第一个引入数字孪生概念的人。虽然显然没有以物联网的方式连接,但NASA早期的孪生概念及其使用与今天的数字孪生有许多相似之处。
美国宇航局早在 1960 年代就开始了数字孪生的想法。航天局在阿波罗13号登月任务中展示了其巨大潜力。美国宇航局已经在阿波罗13号航天器上设置了系统模拟器,可以通过电信从外太空的真实飞船获得更新。这使得NASA工程师能够在出发前在宇航员和工程师之间进行情况模拟,并且在1970年的任务中出现问题时派上用场。
地面工程师能够与太空中的宇航员进行故障排除,参考地球上的模型并将任务从灾难中拯救出来。
有哪些类型的数字孪生?
智慧城市模拟人生
智慧城市如雨后春笋般涌现。使用摄像机、边缘计算和人工智能,城市能够了解从停车到交通流量再到犯罪模式的一切。城市规划者可以研究数据,以帮助制定和改进城市设计。
智慧城市的数字孪生可以更好地规划建设,并不断改进市政当局。智慧城市正在构建自身的3D复制品来运行模拟。这些数字孪生有助于优化交通流量、停车、街道照明和许多其他方面,使城市生活更美好,这些改进可以在现实世界中实施。
达索系统帮助世界各地建立了数字孪生模型。在香港,该公司展示了步行性研究的示例,使用城市的3D模拟进行可视化。
NVIDIA Metropolis 是一个应用程序框架、一套开发人员工具和一个由专业合作伙伴组成的大型生态系统,通过支持 AI 的视觉,帮助开发人员和服务提供商更好地检测物理空间并构建更智能的基础设施和空间。该平台涵盖人工智能训练到推理,促进边缘到云的部署,并包括Fleet Command等企业管理工具,以更好地管理边缘节点队列。
地球模拟双胞胎
数字孪生甚至被用于气候建模。
英伟达首席执行官黄仁勋(Jensen Huang)透露了建造世界上最强大的人工智能超级计算机的计划,该超级计算机专门用于预测气候变化。
该系统被命名为Earth-2或E-2,将在Omniverse中创建地球的数字孪生。
另外,欧盟已经启动了Destination Earth,旨在建立地球的数字模拟。该计划旨在帮助科学家准确绘制气候发展和极端天气的地图。
为了支持欧盟到2050年实现气候中和的任务,数字孪生工作将以一公里的规模进行,并基于来自气候、大气和气象传感器的不断更新的观测数据。它还计划考虑人类活动对环境影响的测量。
根据发表在《自然计算科学》上的一篇论文,预计目的地地球数字孪生项目将需要具有 20,000 个 GPU 的系统才能全面运行。模拟见解使科学家能够开发和测试场景。这有助于为政策决定和可持续发展规划提供信息。
这项工作有助于评估干旱风险,监测海平面上升和跟踪极地地区的变化。它还可用于规划食品和水问题,以及风电场和太阳能发电厂等可再生能源。目标是到2023年使主要的数字建模平台投入运营,到2027年实现数字孪生。
数据中心网络仿真
网络是数字孪生减少数据中心停机时间的一个领域。
随着时间的推移,网络变得越来越复杂。网络的规模、节点的数量和组件之间的互操作性增加了其复杂性,影响了预生产和暂存操作。
网络数字孪生通过在仿真中预先测试路由、安全性、自动化和监控来加快初始部署。它们还增强了持续运营,包括在仿真中验证网络更改请求,从而减少维护时间。
通过使用 API 和自动化,网络操作也已演变为更高级的功能。流式遥测(想想设备和机器的物联网连接传感器)允许在网络上不断收集数据和分析,以便了解问题和问题。
NVIDIA Air 基础设施模拟平台使网络工程师能够托管数据中心网络的数字孪生。
推出双胞胎 5G
电信设备和服务提供商爱立信正在将数十年的无线网络模拟专业知识与 NVIDIA Omniverse Enterprise 相结合。
这家全球性公司正在构建城市规模的数字孪生模型,以帮助准确模拟5G微蜂窝和塔与其环境之间的相互作用,以最大限度地提高性能和覆盖范围。
汽车制造双胞胎
宝马集团在全球拥有31家工厂,正在与NVIDIA合作开发数字孪生。这家德国汽车制造商依靠 NVIDIA Omniverse Enterprise 来运行工厂模拟以优化其运营。
其工厂为每辆车提供100多种选择,以及40多种宝马车型,提供2,100种新车的可能配置。宝马工厂生产的车辆中约有99%是定制配置,这给保持装配线上的材料库存带来了挑战。
为了帮助维持其工厂的物料流,宝马集团还利用 NVIDIA Isaac 机器人平台部署了一组用于物流的机器人,以改善其生产环境中的材料分配。这些人工辅助机器人在预生产中与数字人类一起放入模拟场景中,使公司能够在投入生产之前在数字孪生的工厂车间安全地测试机器人应用程序。
虚拟仿真还使公司能够优化装配线以及工人的人体工程学和安全性。来自不同地区的规划专家可以通过 NVIDIA Omniverse 进行虚拟连接,它允许全球 3D 设计团队在共享虚拟空间中的多个软件套件中同时协同工作。
NVIDIA Omniverse Enterprise 正在为许多不同的工业应用启用数字孪生。
建筑、工程和施工
建筑设计团队面临着对高效协作、更快的渲染迭代以及对精确模拟和照片级真实感的期望的不断增长的需求。
当团队分散在世界各地时,这些需求可能会变得更具挑战性。
在 Omniverse 中创建数字孪生,供建筑师、工程师和施工团队共同评估设计,可以加快开发速度,帮助合同按时运行。
Omniverse 上的团队可以虚拟地聚集在一个单一的交互式平台中——即使同时在不同的软件应用程序中工作——也可以像在同一个房间里一样快速开发建筑模型,并以完全的物理准确性和保真度进行模拟。
零售和履行
订单履行物流是一个由移动部件组成的庞大行业。履行中心现在由机器人协助,帮助工人避免受伤并提高效率。这是一个充满由人工智能和边缘计算驱动的摄像头的环境,以帮助快速挑选、拉动和包装产品。这就是一日送达我们家门口的方式。
数字孪生的使用意味着其中大部分可以在虚拟环境中创建,并且可以运行模拟以消除瓶颈和其他问题。
Kinetic Vision 正在通过数字化和人工智能,通过数字孪生重塑智能履行和配送中心。成功实施智能商店和履行中心网络需要强大的信息、数据和运营技术,以实现创新的边缘计算和实时产品识别等人工智能解决方案。这推动了更快、更敏捷的产品检查和订单履行。
能源行业双胞胎
西门子能源依靠 NVIDIA Omniverse 平台创建数字孪生,以支持发电厂的预测性维护。
使用在 NVIDIA A100 Tensor Core GPU 上运行的 NVIDIA Modulus 软件框架,西门子能源可以模拟热、水和其他条件随时间推移对金属的腐蚀作用,以微调维护需求。
碳氢化合物勘探
石油公司在寻求开发新油藏或重新评估生产阶段油田时面临巨大风险,而财务和环境负面影响最小。钻探可能花费数亿美元。在找到碳氢化合物后,这些能源公司需要快速找出最有利可图的新建或持续生产策略
用于油藏模拟的数字孪生可以节省数百万美元并避免环境问题。使用技术软件应用程序,这些公司可以模拟水和碳氢化合物如何在井中在地动。这使他们能够评估超级计算机上的潜在问题情况和虚拟制片策略。
在事先评估了风险后,在数字孪生中,这些勘探公司在承诺新项目时可以将损失降至最低。生产中的真实版本也可以根据其数字分身的分析进行优化,以获得更好的输出。
机场效率
数字孪生可以使机场改善客户体验。例如,摄像机可以监控运输安全管理局(TSA),并应用人工智能来寻找在高峰时段分析瓶颈的方法。这些问题可以在数字模型中解决,然后投入生产以减少错过的航班。可以评估行李处理视频,以改进数字环境中的方式,以确保行李准时到达。
飞机周转也可以受益。许多供应商为抵达的飞机提供服务,以使它们掉头并返回跑道上起飞。视频可以帮助航空公司跟踪这些供应商,以确保及时周转。数字孪生还可以分析服务协调,以便在更改之前优化工作流程。
然后,航空公司可以要求其供应商负责快速提供服务。餐饮服务商、清洁商、加油、垃圾和废物清除以及其他服务提供商都与航空公司签订了所谓的服务水平协议,以帮助保持飞机准时运行。所有这些活动都可以在数字世界中的模拟中运行,然后应用于生产中的调度以获得实际结果,以帮助减少出发延误。
NVIDIA Metropolis 有助于处理来自边缘的大量视频,以便机场和其他行业可以实时分析运营并从分析中获得见解。
数字孪生的未来是什么?
数字孪生模拟已经酝酿了半个世纪。但是,在这种更身临其境的体验的高保真时代,过去十年在GPU,AI和软件平台的进步正在加速其采用。
虚拟现实和增强现实的日益普及将加速这项工作。
根据分析公司IDC的数据,VR头显的全球销量预计将从7年的约2021万台增加到28年的2025多万台。
对于虚拟环境来说,这是更多耳机连接、内容消耗的眼球。
其中的所有人都将能够访问 NVIDIA Omniverse 平台进行人工智能、人机交互以及无限模拟,推动数字孪生的疯狂进步。
“多年来,人们一直在谈论虚拟世界和数字孪生。我们正处于向现实过渡的开端,就像人工智能变得可行并创造了各种可能性一样,“NVIDIA的Lebaredian说。
由3D建模学习工作室 整理翻译,转载请注明出处!