🌓
搜索
 找回密码
 立即注册

AI 与 OpenUSD 会对工业数字孪生的技术方案产生什么影响?

admin 2023-10-25 18:33:13 88072
OpenUSD 工作流的数字孪生的一些方案细节
>> 工业数字孪生的一些难点

数字化工厂的构建仍然面临一些困难。如果使用传统的视觉引擎来做数字工厂,建立工厂的实时联动性、更新现场的更改性不尽如人意。模型的使用性也不强,建模和引擎软件大多是CG专业使用,专业性强但工业领域的通用性略差,不同软件之间的交互性不强对数字工厂构建也是个极大的挑战,软件之间的交互使用无法实现,而工业领域独立软件的功能又非常局限,所以工业数字孪生项目通常需要专业团队来维护,这会导致一部分的成本上升。

除此之外,工业数字孪生不仅仅是可视化,还涉及数据分析和预测、开发的部分,AI、自动化、可视化等技术均会涉及,技术整合之庞杂可见一斑。

>> OpenUSD 的技术逻辑

(图片来源于NVIDIA)

OpenUSD 对3D软件之间的交互问题带来了另一种技术思路。作为一种3D通用场景描述格式,不同于传统的文件格式(obj、fbx等),OpenUSD 可以随时被扩充和修改,构建一种"非破坏性编辑"的工作流程,这相对于传统流程具有极大的优势,尤其是在涉及大规模资产的应用和管理中,比如数字工厂。它将3D内容生产的各个环节尽可能解耦,强调对资产进行动态合成操作。它不再将资产视为静态的实体,而是一系列操作的组合。只要遵循 OpenUSD 的规范和哲学,各个生产环节都可以独立地管理,然后将这些"层"交给 OpenUSD 进行组合。

主流内容生产软件已经先后开始支持 OpenUSD 的数据转换,例如CATIA,Siemens PDPS,Siemens NX, Flexsim, Visual Components, Unreal Engine,Unity, Blender 等。

OpenUSD 目前在整合设计数据以及3D模型数据之间存在的障碍,只有解决数据整合的问题,我们才有可能做数字孪生以及次世代柔性产线,对于产量、设备进行精确的评估以及提供更多的数据优化、整合、升级。

>> OpenUSD+AI 对工业数字孪生方案的影响

根据上述所提到的行业数字孪生所存在的难点和 OpenUSD 技术路径带来的变化,NVIDIA 合作伙伴赞奇科技提出了以下解决方案的思路。

1、软件平台选择

使用NVIDIA Omniverse™来代替传统的视觉引擎。Omniverse 是基于 OpenUSD 的平台,对于多种软件采用 OpenUSD 格式来协同的优势非常明显,并且渲染效果极佳,可以达到物理级准确的仿真效果。尤其突出的是,它是罕见的支持多组 GPU同时加速环境以及场景实时渲染的平台,这对提升效率相当关键。除此之外,Omniverse 平台还内嵌了多个 AI 开发和生成式 AI 应用的工具,AI 能力极具潜力。

NVIDIA Omniverse 平台界面

2、多软件异地协同、远程评审
NVIDIA Omniverse平台界面:Omniverse 连接器

采用 Omniverse 与 Siemens PDPS, Visual Components, CATIA, Revit 等软件进行实时交互和远程协同。Omniverse 与 Siemens PDPS,Visual Components 已实现双向实时交互,从而展现出接近物理属性的生产线乃至整个工厂的逼真效果。这可用于老旧环境数字模型用新技术迭代,进行新的验证以及实时仿真、实时运行,包括但不限于看板、展示、物流系统的自由规划,以及在现有框架下,更新厂房结构、添加新设备、进行一些新工艺的仿真及验证。

NVIDIA Omniverse 平台界面:Omniverse 连接器

在异地工作场景下,不同地点、不同工种的项目人员也可通过 Omniverse 来实现远程协同,将多个软件接入 Omniverse 的同一场景即可查看各自情况,同时团队还可以结合Teams会议系统、Omniverse USD Composer(Omniverse 的一个应用程序)的 XR 应用,实现远程评审

3、AI 方式的数字资产管理

数字孪生必然产生较为庞大的数字资产,检索管理也需要花费大量的精力。Omniverse Enterprise 版本已经支持用自然语言、图像直接搜索 OpenUSD 数字资产,避免因文件命名等导致的资产无法搜索、资产复用率不高的问题。目前有很多主流仿真设计软件已经支持 OpenUSD 格式,项目人员可将资产以 OpenUSD 格式进行存储,并开启 Omniverse DeepSearch 服务即可轻松查找资产,从而减轻一部分工作负担。

4、AIGC合成数据加速 AI 开发

AI 开发的工作在需要较大数据集,但真实世界无法完全获取、或获取效率很低的情况下,可以选择采用合成数据生成引擎——NVIDIA Omniverse Replicator来生成用于训练深度神经网络的合成数据,从而应用于机器人开发的工作中。

基于 Omniverse 生成合成数据

5、多元化技术应用能力和开发能力提升

如果开始探索上述方案,项目人员的能力则需要提升,项目团队往往需要在较短时间内熟悉 OpenUSD,了解交叉性学科的内容、学会多个工具和平台,同时还需要能够对 Omniverse 平台进行二次开发。

赞奇科技作为 NVIDIA Omniverse 解决方案合作伙伴,针对定制需求与技术合作方联合开发了一些特定的功能插件,譬如汽车配置器等,也支持一些技术公司开发商用 AI 数字人。

另外还开放为尝试 OpenUSD 技术路径的合作方进行技术咨询和培训,来加速新的技术路径应用到工作流中。

赞奇科技、云中致用联合开发的汽车配置器

6、算力升级

基于 Omniverse 的工业数字孪生方案同时涉及到图形、AI、计算的工作负载,对GPU 有一定的要求,需要配置 NVIDIA RTX™ GPU 来保障运行。NVIDIA RTX 专业显卡的显存、单精度浮点运算性能等方面均具备较强的优势,Ada 架构专业显卡性能提升尤其明显,同时性价比高。

比如摩泛科技的数字孪生开发部门,采用的是赞奇科技制定部署的基于 NVIDIA RTX™ 6000 Ada GPU 的算力方案,加速效果和稳定性都较为优异。

除本地化部署外,上云的方式也可考虑,赞奇云工作站配置的是NVIDIA RTX™ A4000 GPU (显存16GB),内置了主流的工业仿真设计软件,也可能够支持运行 NVIDIA Omniverse。

NVIDIA RTX GPU (图片来源于NVIDIA)

不同应用场景下需要的算力差别比较大,并且也受限于预算问题,具体的技术方案咨询和支持可以加入下方的数字孪生技术讨论组来详细探讨。

工业数字孪生讨论群

*与NVIDIA产品相关的图片或视频(完整或部分)的版权均归NVIDIA Corporation所有。

技术支持


111977.jpg
随机推荐

最新主题

0 回复

高级模式
游客
返回顶部