德國鐵路股份公司擁有西歐最大的鐵路路網，由 5700 個車站及 33000 公里的軌道組成。
德國國鐵營運商德國鐵路股份公司旗下的德國數位軌道計畫（Digitale Schiene Deutschland ，DSD），正致力於在不建造新軌道的情況下提高鐵路網路的運力。該單位努力建立一個強大的鐵路系統，列車在這個系統中自動安全地運行，縮小彼此之間的列車班距，且以最佳方式行駛在路網當中。
DSD 與 NVIDIA 合作著手製作首個與德國等比例大小的數位孿生模型，以徹底模擬列車自動運行在整個路網中的情況，也就是透過精準符合物理原則的方式，逼真模擬整個鐵路系統，此包括行經城市和鄉村的軌道、來自車站月台測量結果和車輛感測器等來源的許多細節。
DSD 利用 NVIDIA Omniverse 所製作出的人工智慧數位孿生模型，可以開發出功能強大的感知與事故預防和管理系統，以便在日常鐵路列車運行的過程中偵測異常情況並做出最佳回應。
德國鐵路股份公司旗下德鐵網群（DB Netz）的感知小組負責人 Ruben Schilling 表示：「我們利用 NVIDIA 的技術，能夠開始落實全自動列車路網的願景。我們所設想的未來鐵路系統，可以提高鐵路路網的容量、品質和效率。」
這是讓客運及貨運客戶感到滿意的基礎，進而提高德國國鐵的運輸量，降低交通運輸產業的碳足跡。
資料、資料、更多資料
要建立這麼大規模的數位孿生模型，工程極為艱鉅。它需要用到一個特別訂製的 3D 管道，將像是在 Siemens JT 生態系統內建置的電腦輔助設計資料集，與 DSD 的高解析度 3D 地圖和各種模擬工具連接起來。DSD 使用通用場景描述 3D 框架，可以將不同的資料來源連接與合併到一個共享的虛擬模型內。
數位孿生中的鐵路路網與現實世界完美同步，DSD 可以運行最佳化測試及「假設」情境，以測試和驗證調整鐵路系統的情況，例如對未知情況作出反應。
DSD 在 NVIDIA OVX（用於運行 Omniverse 模擬的運算系統）上運行數位孿生模型，就能夠一直進行模擬，而將實體環境的最新資料投入數位孿生模型，可以經常提升模型品質。
觀看以下的展示影片，以瞭解數位孿生模型的實際運作情況：
未來的電腦視覺系統可以持續觀察路線及辨別事件，自動對潛在危險提出警示並作出回應。
人工智慧感測器模型將結合實體環境與合成資料進行訓練和最佳化，將由 Omniverse Replicator 軟體開發套件框架產生部分合成資料。這將確保模型在面對日常和意外情況時，能夠感知、規畫與採取行動。
鐵路的未來
DSD 憑藉其在最佳化調整鐵路路網方面的開創性做法，將引領歐洲鐵路系統及相關產業的未來發發展方向。各國之間共用其資料池，可以對未來的車輛持續改進和進行部署，除降低成本又能獲得最佳的運輸品質。
請點選觀看 GTC 大會主題演講，查看 NVIDIA 的各項最新公告，並且報名參加 GTC 大會，GTC 大會將舉行至 9月22日，探索數位孿生技術將如何帶領各行各業進行轉型。