NVIDIAVeröffentlichung der Quelle

Europas Industrieführer entwickeln Ingenieurwesen und Fertigung mit NVIDIA neu

Um die Produktivität zu steigern, Innovationen zu beschleunigen und neue Möglichkeiten für wirtschaftliches Wachstum zu schaffen, greifen Europas Industrieführer zurück auf NVIDIA CUDA-X und Omniverse librariessowie auf NVIDIA Cosmos und Nemotron offene Modelle über den gesamten Ingenieurs- und Fertigungslebenszyklus hinweg.

Um die Produktivität zu steigern, Innovationen zu beschleunigen und neue Möglichkeiten für wirtschaftliches Wachstum zu schaffen, greifen Europas Industrieführer zurück auf NVIDIA CUDA-X und Omniverse librariessowie auf NVIDIA Cosmos und Nemotron offene Modelle über den gesamten Ingenieurs- und Fertigungslebenszyklus hinweg. 

Um diese Fähigkeiten direkt auf der Fabrikebene zusammenzuführen, ist der NVIDIA Factory Operations Blueprint (FOX) nun verfügbar in early access auf GitHub, und bietet Entwicklern einen Weg, stets aktive Factory-Manager-Agenten zu bauen und bereitzustellen, die die Arbeit über Maschinen hinweg koordinieren, sowie spezialisierte Agenten für Anwendungsfälle wie visuelle Inspektion, Ursachenanalyse, Berichterstellung und Flottenmanagement.

Diese Agenten können sich mit Frontier-Modellen, darunter NVIDIA Cosmos und Nemotron, sowie mit Grundlagenwissensquellen wie rechnergestützter Konstruktion, Produktlebenszyklusmanagement, Simulationssoftware sowie IT- und Operational-Technology-Systemen verbinden.

Der Aufbau auf dem FOX-Blueprint ermöglicht es dem Ökosystem, industrielle Agenten zu entwickeln, die Fabrikabläufe in Echtzeit überwachen, visuelle Befunde und Maschinenprotokolle korrelieren, um Probleme zu untersuchen, und Reaktionen koordinieren. Mit Cosmos in-context learning können diese Agenten sich anhand von Beispielen und Dokumentation anpassen, ohne Fine-Tuning.

Siemens integriert Agenten, die mit FOX erstellt wurden, in Intelligence Center X, sein agentic Enterprise-System, um Ursachen zu identifizieren und Fabrikabläufe zu koordinieren, mit geschätzten Kosteneinsparungen von 20%. Siemens’ Process Preparation X Agenten nutzen NVIDIA Cosmos Data Factory Tools und Fähigkeiten, um Fehlerbilder für die Leiterplatteninspektion zu generieren. In seinem Elektronikwerk in Erlangen hat Siemens mit diesem Ansatz die Kalibrierungszeit der Inspektionsprozesse um 40% reduziert.

Alle NVIDIA-Ankündigungen in Europa lesen

 

Ingenieurwesen ab dem ersten Entwurf beschleunigen

NVIDIA CUDA-X Bibliotheken beschleunigen Simulationen und geben Ingenieuren schnelleres Feedback, um Designalternativen zu erkunden, bevor physische Prototypen erstellt werden. Auf der GTC Berlin gibt NVIDIA cuDSS zur allgemeinen Verfügbarkeit frei, wodurch die anspruchsvollen Berechnungen hinter komplexen Simulationen von Strukturbelastung, Strömung, elektromagnetischen Feldern und Halbleiterbauelementverhalten beschleunigt werden.

Mercedes-Benz nutzt Siemens’ Simcenter STAR-CCM+ auf NVIDIA GPUs, um Fahrzeugdesigns durch schnellere aerodynamische Simulationen zu vergleichen. In den Fabriken setzt das Unternehmen NVIDIA Cosmos 3 und den Metropolis VSS blueprint um Agenten für Fahrzeuginspektion und die Verifikation der Windschutzscheibenmontage zu entwickeln, die Abweichungen erkennen und eine durchgängig hohe Qualität sicherstellen. 

Cadence benchmarked Automotive-Fluid-Dynamics-Workloads auf NVIDIA GPUs, um Möglichkeiten für schnellere Designiterationen zu bewerten, während Autodesk die NVIDIA PhysicsNeMo - und Warp -Frameworks in NavPack integriert, integriert mit Autodesk Alias, um Designern wie denen bei Bentley zu helfen, die Fahrzeugleistung vorherzusagen und mithilfe von simulationstrainierter KI schneller zu iterieren.

imec und Infineon beschleunigen die Halbleitersimulation mit Synopsys -Software und NVIDIA Accelerated Computing. Benchmarks von S-Litho auf imecs Modell zeigen eine Beschleunigung von bis zu 40x, während Infineon Sentaurus Device mit NVIDIA CUDA-Bibliotheken verwendet, um eine 12x-Beschleunigung in der 3D-Durchbruchssimulation für Leistungshalbleiter der nächsten Generation zu erreichen.

Leonardo arbeitet mit Neural Concept an KI-gestütztem Flugzeugdesign und nutzt NVIDIA Omniverse Bibliotheken, um Flugzeuggeometrie und aerodynamische Simulationsergebnisse zusammenzuführen.

Video mit freundlicher Genehmigung von Neural Concept und Leonardo.

Autohersteller verwenden Dassault Systèmes’ LEO & AURA Virtual Companions, angetrieben von NVIDIA Nemotron, und orchestrieren CATIA AI Agents & SIMULIA AI Agents mit SIMULIA Solvern, beschleunigt durch NVIDIA CUDA-X Bibliotheken, um Fahrzeugtüren schnell zu entwerfen und virtuell zu testen, bevor physische Prototypen gebaut werden.

UniversalAGI arbeitet mit Saab daran, Seeleute vor lebensgefährlichen Wellenschlägen auf See zu schützen, indem es UniversalAGIs Latent Interaction Field Transformer Physics-AI-Foundation-Modelle mit beschleunigter Verarbeitung durch NVIDIA Warp verwendet, um Tausende von Wellenbedingungen und Kursen in Echtzeit statt in Tagen zu bewerten. Diese Fähigkeiten ermöglichen es Schiffen, gefährliche Bewegungen vorherzusehen und autonom sicherere Routen auszuwählen, um Seeleute nicht zu gefährden, während NVIDIA Omniverse Bibliotheken helfen, das Verhalten von Schiffen auf See zu visualisieren.

PhysicsX arbeitet mit GB1, Britanniens America’s-Cup-Team, an KI-gestütztem Yachtdesign und nutzt NVIDIA Omniverse Bibliotheken, um Rumpfgeometrie und Druckfelder zu visualisieren, während Fermioniqs Sofia-Agent Deltares und niederländische Ministerien bei der Modellierung von Flussströmungen unterstützt, indem er natürlichsprachliche Anfragen in auf NVIDIA Warp basierende Simulationssolver übersetzt.

Mistral plant, CUDA-X-, Warp- und Omniverse-Bibliotheken zu nutzen, um Physiksimulationen zu beschleunigen und Trainingsdaten für technische KI-Modelle zu generieren.

Testfabriken und Roboter virtuell

NVIDIA Omniverse und Isaac Bibliotheken ermöglichen digitale Zwillinge und Robotiksimulationund helfen Herstellern, Produktionssysteme und Roboterverhalten zu bewerten, bevor Änderungen auf der Fabrikebene vorgenommen werden.

Video mit freundlicher Genehmigung von Agile Robots, Audi und Dassault Systèmes.

Audi nutzt einen mit NVIDIA Omniverse Bibliotheken erstellten digitalen Zwilling der Batterieproduktion, um Produktionskonzepte zu testen, bevor physische Anlagen verfügbar sind. Das Unternehmen arbeitet außerdem mit Dassault Systèmes und Agile Robots zusammen, um mobile humanoide Roboter und Logistikprozesse in DELMIA -virtuellen Zwillingen, die mit Omniverse-Bibliotheken erstellt wurden, zu simulieren und zu validieren.

Schaeffler integriert digitale Zwillinge seiner humanoiden Aktuatoren – Komponenten, die Robotergelenke bewegen – in NVIDIA Isaac Simulationsframeworks, was seinen Robotik-Partnern hilft, Komponentenverhalten in der Simulation zu bewerten und physische Tests zu reduzieren.

In der Gläsernen Fabrik von Volkswagen Sachsen nutzt Wandelbots NOVA mit Isaac Sim, aufbauend auf Omniverse und OpenUSD, um Montageabläufe digital zu validieren und Anwendungen für physische Roboter vorzubereiten.

Falkor, ein Unternehmen von KONGSBERG, integriert Agents und NVIDIA-Omniverse-Bibliotheken in seine Plattform. Mit Microsoft-Azure-NCv6-Virtual Machines, die mit NVIDIA RTX PRO 6000 Blackwell Server Edition GPUs betrieben werden, kombinieren Agents mit räumlicher Intelligenz Engineering-Daten, Betriebsinformationen und 3D-Anlagengeometrie, um Industrieanlagen zu sehen, zu simulieren und darüber nachzudenken, und unterstützen Inspektions- und Wartungsanwendungen in der Prozess- und Energieindustrie.

Video mit freundlicher Genehmigung von Falkor, einem Unternehmen der KONGSBERG-Gruppe.

Derselbe Simulationsansatz lässt sich auf die KI-Infrastruktur übertragen. Schneider Electric entwickelt gemeinsam mit AVEVA ein Digitales Zwillingmodell einer KI-Fabrik „built for Nscale with Omniverse libraries“, um Ingenieuren zu helfen, Strom-, Kühl- und Ausrüstungskonfigurationen zu vergleichen, bevor physische Änderungen vorgenommen werden.

Entdecken NVIDIA-Technologien für industrielle KI.

Alle NVIDIA-Ankündigungen aus Europa lesen
Originalquelle

NVIDIA

Hinweise zum Inhalt

Originalveröffentlichung und Rechte liegen bei der Quelle.

Maschinelle Übersetzung · Original beachten