台灣的矽谷 – 新竹附近的一間製造工廠是世界上利用 AI 數位孿生技術提升能源效率的設施之一。
全球電腦和電子系統設計暨製造商緯創的工程師表示，虛擬模型有助於簡化操作，最大化實體製造設施的生產能力。。
在第一個使用案例中，該公司針對 NVIDIA DGX 系統進行熱應力測試的測試室建立了一個數位複本（如上圖所示）。早期結果令人印象深刻。
進行智慧模擬
緯創利用 NVIDIA Modulus（建立理解物理定律之 AI 模型的框架）創造數位孿生，讓他們可以在必須保持於攝氏 27 至 32 度之間的測試設施中準確預測氣流和溫度。
在 CPU 上使用傳統方法進行模擬需要花費將近 15 個小時，而在使用 Modulus 開發之 AI 模型運行推論的 NVIDIA GPU 上僅需要 3.3 秒即可完成，加速的幅度高達 15,000 倍。
結果是饋入緯創開發人員使用 NVIDIA Omniverse（建立以 OpenUSD 為基礎的 3D 工作流程和應用程式平台）建構的工具和應用程式中。
緯創利用 Omniverse 驅動的軟體，創造出逼真的沉浸式模擬，讓操作員可以透過 VR 頭戴式裝置互動。他們是使用 Modulus 開發的 AI 模型，使模擬中的氣流遵守物理定律。
緯創製造營運總監 John Lu 表示：「物理資訊模型讓我們能以幾乎即時的方式遠端控制測試流程和室溫，節省時間與能源。」
具體而言，緯創結合個別模型預測氣溫和氣流，以排除測試室過熱的風險。其同時建立了推薦系統，確認測試電腦基板的最佳位置。
連結至數千個網路化感測器的數位孿生，讓緯創可以提高設施的整體能源效率，幅度高達 10%。相當於每年用電量減少高達 121,600 kWh，碳排放的減少幅度高達 60,192 公斤。
不斷擴展的努力
目前，該團隊正在擴展 AI 模型，以便在容納 50 個電腦機架的空間中追蹤 100 多個變數。該團隊也模擬了伺服器和測試器的所有機械細節。
擁有物理資訊神經網路方面專業知識的緯創技術主管 Derek Lai 表示：「最終模型可以協助我們最佳化測試排程以及設施空調系統的能源效率。」
Lu 展望未來，表示：「我們利用 Omniverse 建構的工具和應用程式，可以協助我們改善 DGX 工廠的配置，提供最佳生產力，以進一步提高效率。」
高效率發電
在半個地球外，Siemens Energy 利用 Modulus 和 Omniverse 展現數位工業化的力量。
該公司位於慕尼黑，其技術產生的電量佔全球電力的六分之一，他們是使用物理資訊 AI 模型模擬熱回收鍋爐，達到 10,000 倍的加速（請觀看下方的影片）。
利用數位孿生早期偵測腐蝕，這些龐大的系統可以將停機時間減少 70%，與需要半個月的標準模擬相比，每年可能會為該產業節省 17 億美元。
Siemens Energy 先進分析和 AI 主管 Georg Rollmann 表示：「縮短運算時間，讓我們能夠開發出節能的數位孿生，以實現永續、可靠及可負擔的能源生態系統。」
數位孿生推動科學和產業
汽車公司將此技術應用在新車和製造工廠的設計上。科學家將此技術運用在天文物理學、基因體學、天氣預報等眾多領域。其甚至被運用於創造地球的數位孿生，以瞭解和減輕氣候變遷的衝擊。
每一年，通常在超級電腦等級系統上執行的物理模擬，預計會消耗 2000 億個 CPU 核心小時和 4 兆瓦時的能源。物理資訊 AI 可以使這些複雜的工作流程平均加速 200 倍，節省時間、成本和能源。
若需要更多見解，請收聽描述緯創工作的 GTC 演講以及使用生成式 AI 之產業的小組座談會。
深入瞭解加速運算對永續發展的影響。