Omniverse是英伟达的一款超现实实时3D图形协作平台。现在，英伟达正在对该平台进行多项改进，将让创作者、开发人员和企业客户更容易打造“数字孪生”或者设计虚拟模型以准确地模拟真实世界的物体。英伟达专业可视化业务副总裁Bob Pette表示：“物理上精确的数字孪生，将是我们设计和构建的未来趋势。数字孪生将变革所有行业和所有企业。”

1、什么是数字孪生

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

在NVIDIA GTC 2022大会上，NVIDIA公布了Omniverse Cloud、NVIDIA OVX计算系统以及用于科学计算的数字孪生平台。

对于NVIDIA Omniverse，设计师和创作者一定不陌生，其实可以实现从3D设计与协作到数字孪生与开发。

现在云端的Omniverse已经来到你身边，那就是Omniverse Cloud。

2、利用Omniverse Cloud构建数字孪生

英国原子能管理局和曼彻斯特大学正在使用数字孪生模拟平台连接分散的设计团队，并更加深入地了解核聚变等离子体反应。为了加速设计并开发一个完整的核聚变发电厂，英国原子能管理局（UKAEA）通过曼彻斯特大学（University of Manchester）的一个评估项目测试NVIDIA Omniverse模拟平台，该发电厂可在未来为电网提供清洁的电能。

为了在地球上复制太阳的能量，研究人员和工程师正在利用数据科学和超大规模计算的最新进展来开发核聚变发电厂的设计。研究人员可以使用 NVIDIA Omniverse 打造功能齐全的发电厂的数字孪生，以便选择最高效的设计进行构建。

构建一个能够准确反映所有发电厂的组件、等离子体以及控制和维护系统的数字孪生是一项巨大的挑战，而人工智能（AI）、百万兆级 GPU 计算和物理精确的模拟软件可以大幅加快这项工作。

这项工作的第一步是设计核聚变发电厂，整个过程需要大量组件以及多支大型工程、设计和研究专家团队。UKAEA 团队正在使用 Omniverse 帮助他们在实时模拟环境中开展协作，因此他们不仅可以看到单个子组件的设计，也可以看到整个机器的设计。

Omniverse 对于保持所有这些动态组成部分的同步性至关重要。通过连接所有工具和应用，Omniverse 使从事发电厂设计的工程师能够使用统一的数据来源同时开展合作。

Omer 解释说，当在 Omniverse 中进行实验时，团队使用该平台的核心功能导入全保真 3D 数据，实现了逼真的发电厂设计。他们还可以通过 RTX 渲染器实现实时可视化，以便轻松比较不同的组件设计方案。

模拟核聚变等离子体也是一个难题。这些团队使用 Omniverse Kit 开发了基于 Python 的 Omniverse 扩展应用，连接并采集来自工业模拟软件 Monte Carlo Neutronics Code Geant4 的数据，以此模拟发电厂反应堆中的中子迁移。

除了用于设计、操作和控制发电厂之外，Omniverse 还可以用于协助训练未来由 AI 驱动或 AI 增强的机器人控制和维护系统。在辐射环境中，这些系统将成为维护发电厂的关键。

通过 Omniverse Replicator 这套用于构建自定义合成数据生成工具和数据集的软件开发套件，研究人员可以生成大量物理精确的发电厂和等离子体反应的合成数据来训练机器人系统。在模拟环境中学习后，机器人可以在真实世界中更加准确地处理任务、改善预测性维护并缩短停机时间。

总而言之，Omniverse 为 Margetts 和 UKAEA 团队的核聚变发电厂数字孪生构建工作带来了许多独一无二的可能性与便利。Omniverse 提供了一个实时平台，研究人员可以用它来开发领先的发电厂技术。通过该平台，工程师还可以在设计发电厂时开展同步协作。同时，团队可以采用综合全面的 AI 工具，来优化未来的发电厂。

3、用于科学计算的数字孪生平台

除了Omniverse Cloud和OVX，NVIDIA还发布了一个科学数字孪生平台。该平台可加速物理学机器学习模型，以超过以往数千倍的速度解决百万倍规模的科学和工程问题。

这个用于科学计算的加速数字孪生平台由用于开发物理学机器学习神经网络模型的NVIDIA Modulus AI框架以及 NVIDIA Omniverse 3D虚拟世界模拟平台组成。

NVIDIA Modulus将数据和物理学考虑在内，以训练一个神经网络，为数字孪生创建AI代理模型。该代理模型可以实时推理新的系统行为，实现动态、迭代的工作流程，并且在与Omniverse集成后可以实现可视化和实时交互式探索。

实时虚拟世界模拟和3D设计协作平台NVIDIA Omniverse对Modulus的功能进行了补充，该平台能够使用Modulus的输出代理模型实现对数字孪生的实时可视化和交互式探索。

该平台可以实时创建基于物理信息的交互式AI模拟以精确反映真实世界，使计算流体动力学等模拟的速度比传统工程模拟和设计优化工作流程方法加快1万倍。与以前的AI模型相比，研究者能够以更高的速度和精度对复杂的系统进行建模，例如极端天气事件等。

NVIDIA展示了该技术的两个应用示例。NVIDIA FourCastNet物理学机器学习模型能够模拟全球天气模式，预测飓风等极端天气事件，不但具有更高的置信度，而且比传统的数值预测模型快45000倍。此外，西门子歌美飒可再生能源公司（Siemens Gamesa Renewable Energy）正在使用AI优化风力发电机的设计。

在未来，传感器可以向 Omniverse 数字孪生实时传输数据，不断保持虚拟的数字孪生与发电厂的真实状态同步。通过在虚拟的数字孪生中进行测试并对真实发电厂做出调整，研究人员将能够探索各种假设情况。

文章来源：NVIDIA英伟达中国，至顶网，IT168企业级