Siemens Gamesa Renewable Energy（西門子歌美颯離岸風力再生能源股份有限公司）與 NVIDIA 合作，建立具有物理資訊的風電場數位孿生模型。風電場係指一群風力發電機。
該公司在全球各地架設了數千組風力發電機，用風力這個清潔能源發生電力來提供學校、家庭、醫院和工廠使用。這些風力發電機總共產生了超過 1000億瓦特的電力，每年足以提供給近8700萬個家庭使用。
Siemens Gamesa 將使用 NVIDIA Omniverse 與 Modulus 來建立虛擬的風電場，這兩個平台共同構成了 NVIDIA 的科學運算數位孿生平台。
Siemens Gamesa 將使用這個平台來提高運算速度，取得最佳的風電場佈局，這有望使得風電場的發電量較舊設計高出 20%。
在 2020 年至 2025 年之間，全球風力發電機的裝機量可能會成長四倍，必須設計讓每台風力發電機擁有最大的發電量。
全球市值數兆美元的可再生能源產業開始採用數位孿生技術，就像是 Siemens Gamesa 的風電場，還有利用地球的數位孿生模型，以促進氣候研究與加速清潔能源轉型。
全球快速提升清潔能源技術，代表今天在風力發電及太陽能發電轉換系統上花費一美元所產生的電力，要比十年前將一美元花同樣系統上所產生的電力多出四倍。這對於人們朝向打造一個綠色地球的目標來說，有著巨大的根本意義。
研究人員使用用於開發物理資訊機器學習模型的人工智慧框架 NVIDIA Modulus，以及 3D 設計協作與模擬平台 Omniverse，可以將模擬計算流體動力學的速度提高 4000 倍，還能查看畫面極為逼真的模擬結果。
Siemens Gamesa 岸上數位產品組合經理 Sergio Dominguez 表示「Siemens Gamesa 與 NVIDIA 合作，代表我們在計算流體力學這麼複雜的領域裡，開發最新演算法的運算與部署速度都變得更快。」
讓每台風力發電機擁有最大的發電量
在風電場的一組風力發電機旁邊再新增一組風力發電機，會改變風的流向及產生尾流效應，即下游的風速會變慢，造成風電場的發電量減少。
Siemens Gamesa 在 Omniverse 裡建立風電場的數位孿生模型，便能精確模擬兩組風力發電機擺放的太靠近時可能產生的影響。
比起傳統方法，研究人員使用在 GPU 上運行的 NVIDIA Modulus 和物理資訊機器學習模型，顯著提高了運行計算流體動力學模擬的速度，比如使用 Reynolds-averaged Navier-Stokes 方程式的模擬或是大渦模擬，即使在搭載100個 CPU 的叢集上運行，也要一個多月才能得到結果。
將模擬速度提高四千倍之後，便能快速準確地模擬尾流效應。
即時分析，以及將潛在的尾流效應降至最低，同時針對各種其他風和天氣情況來最佳化調整風電場，需要進行成百上千次的反覆運算和模擬，過去由於時間及成本方面的限制而無法做到。
NVIDIA Omniverse 與 Modulus 使用低解析度輸入內容所得出的極逼真高解析度模型，能夠精準模擬風力發電機之間複雜的交互作用。
在 GTC 大會進一步瞭解 NVIDIA Omniverse 與 Modulus，GTC 大會將舉行至 3 月 24 日止。
請觀看 NVIDIA 創辦人暨執行長黃仁勳的 GTC 主題演講。