NVIDIA Modulus 是一個物理機器學習平臺,它將物理的力量與數據相結合,構建高保真、參數化的人工智能代理模型,作為數字孿生模型,以接近實時的延遲進行模擬。
該前沿框架通過與 NVIDIA Omniverse ( OV )平臺集成以實現實時虛擬世界仿真和全設計保真度可視化,擴展了其交互仿真能力。
以前,您需要自行設置可視化管道,這是模擬和分析工作流的關鍵組件?,F在,您可以將 Omniverse 中的內置管道用于常見的輸出場景,例如可視化流線和 iso 曲面,以獲得 Modulus 訓練 AI 模型的輸出。另一個關鍵功能是能夠在改變設計參數時近實時地可視化和分析高保真仿真輸出。
增加模 OV 擴展的三個關鍵優點:
該內置可視化管道支持少量常用模式,如流線、標量場切片和流。
有一個近乎實時的模擬輸出,用于更改設計參數并將其顯示在屏幕上。
Omniverse 中豐富的生態系統現在可以與其他擴展集成,如 CAD 工具、端到端設計的可視化工具和模擬工作流。
這是 Modular OV 擴展的第一個預覽版本, Modulus 團隊歡迎您提出任何反饋或增強請求。 請向 Modulus NVIDIA 論壇提交反饋 。
啟用 Modulus 擴展
Modulus 分機可用于 Omniverse Create 。 在使用 Omniverse 啟動器在支持的操作系統上安裝 Omniverse Create 后,安裝 Modulus 擴展。然后進入擴展窗口并搜索“Modulus”。這將啟動核心擴展以安裝并啟用 Modulus 擴展。
圖 1 :在 Omniverse 創建中啟用 Modulus 擴展
對于這個預覽版本, Modulus 擴展僅在Linux平臺上受支持,并且運行 Omniverse Create和 Modulus 的 GPU 內存需求可能相當高。對于現有場景,我們觀察到了 NVIDIA RTX 3090 或更高,我們建議使用 RTX A6000 級 GPU 以獲得理想的性能。
可視化交互式仿真
模擬場景是預先打包的示例,可以幫助用戶熟悉擴展的功能。
目前,可以使用以下預配置場景進行實驗: modulus_scenario_fpga
通過在擴展管理器中搜索其名稱來加載此場景擴展(在下面,我們將使用 modulus_scenario_fpga )。安裝并啟用擴展。如果您是第一次這樣做,這個過程可能需要幾分鐘的時間才能下載預訓練模型并安裝到您的機器上。
該場景基于 參數化 3D 散熱器示例 的模,在啟用 OV 擴展的情況下,您可以可視化通過現場可編程門陣列( FPGA )幾何形狀的氣流。
在這種情況下,模訓練的參數化神經網絡模型模擬氣流路徑。使用的推斷輸出數據是速度幅值,即在體積表面上定義的給定點處的空速。通過以相當低的速度放置一個表面,你可以看到氣流在哪里減慢,這將是邊界,當氣流撞擊到圖 2 所示的散熱片時。
您還可以使用流線分析氣流,流線是通過在氣流中添加平流粒子來計算的。為了更好地理解氣流,您還可以使用氣流的紋理。
圖 2 :可視化并交互修改模擬場景
此版本的擴展提供了一組常見的可視化模式。每個模式都將使用可視化幾何體填充 Omniverse 中當前打開的階段,該階段將隨著參數的更改而更新。
Streamlines: 創建一組流線。
Slices: 添加速度幅值的三個軸對齊切片。
此外,您還可以使用擴展用戶界面中的旋鈕更改可視化參數。修改可視化參數時,不會重新評估模型。要了解哪些參數可以調整,請參閱 OV 集成文檔 。
圖 3 。更改可視化參數并在擴展用戶界面中交互查看結果
Modulus 和物理 ML 的另一個改變游戲規則的方面是在參數化空間上訓練模型的能力,該空間可用于推斷由一組設計參數定義的設計空間。用戶可以在場景中將其作為各種參數旋鈕公開,這些參數可以更改,以近實時地推斷和可視化新的模擬輸出。當您更改這些設計參數時,將重新評估模型以推斷新的幾何體,并將輸出可視化。
圖 4 。更改散熱器散熱片的高度、長度等設計參數
關于作者
Bhoomi Gadhia 是 NVIDIA 的高級產品營銷經理,專注于 NVIDIA Modular ,一個用于開發物理信息機器學習神經網絡模型的人工智能框架。她在計算機輔助工程應用領域擁有超過 10 年的經驗,在 Hexagon MSC Software 和 Ansys 擔任技術和產品營銷職務。布米居住在加利福尼亞州,擁有機械工程碩士學位。
Ram Cherukuri 是 CUDA 平臺和 DLA 軟件的高級產品經理。在 NVIDIA 之前, Ram 是 MathWorks 的產品經理,負責嵌入式軟件開發的代碼生成和驗證產品,與汽車和航空 def 客戶合作。
審核編輯:郭婷
-
NVIDIA
+關注
關注
14文章
5039瀏覽量
103315 -
操作系統
+關注
關注
37文章
6858瀏覽量
123481 -
機器學習
+關注
關注
66文章
8428瀏覽量
132824
發布評論請先 登錄
相關推薦
評論