NVIDIA Omniverse Cloud：打破物理与数字的边界

  【企业频道】在连续多年接受4K、VR等更具沉浸感娱乐体验的“训练”后，对于虚拟世界、物理世界的边界辨认的更加清晰。至于，处在风口浪尖的元宇宙，若想要达到预期的状态，我认为捷径就是大银幕，去看看《失控玩家》之类的电影。

  但是，在GTC 2022大会期间，NVIDIA展示的Omniverse Cloud服务，却让我感到真实物理世界与虚拟数字世界的边界更加模糊了。也许有一天，我们真的可以在数字孪生的虚拟世界中工作、生活。NVIDIA创始人兼首席执行官黄仁勋分享了一些Omniverse赋能的AI训练、数字孪生案例，无论是5G基站优化部输、提高铁路运力和效率、改善汽车设计制造流程，都要比几年前发布的《星球大战》光追Demo更让人震撼。 

  作为NVIDIA推出的首款软件加基础设施即服务的产品，Omniverse Cloud服务在Omniverse Cloud Computer上运行，这个全新计算平台由三部分构成：供创作者、设计师和工程师使用的RTX计算机;用来托管与Nucleus数据库连接并运行虚拟世界模拟的NVIDIA OVX;作为进入Omniverse门户的NVIDIA图形交付网络(GDN)。GDN是一个全球规模的分布式数据中心网络，用于在边缘提供高性能、低延迟的元宇宙图形。

  通过NVIDIA的演示，Omniverse Cloud能够打破物理壁垒，让用户、团队无需依赖本地算力，就能够完成3D工作流的设计和协作，甚至可以与甲方、客户实时互动反馈，了解项目进展或修改，带来效率的提升。NVIDIA表示，该服务首批客户包括RIMAC Group、西门子和WPP等，可覆盖5G、交通、物流、培训、自动驾驶、建筑、零售等多个领域。

  目前NVIDIA Omniverse生态拥有超过150个软件合作伙伴，超过20万个人用户，且持续增长中。

  Omniverse Cloud服务包括：

  Omniverse Nucleus Cloud：让3D设计师和团队能够自由协作并访问基于通用场景描述(USD)的共享3D场景和数据。Nucleus Cloud使任何设计师、创作者或开发者都能够保存更改、共享、进行实时编辑并在任何地方查看场景中的变化。

  Omniverse App Streaming：使没有NVIDIA RTX GPU的用户能够流式传输Omniverse参考应用，例如Omniverse Create(一款设计师和创作者用于构建基于USD的虚拟世界的应用)、Omniverse View(一款用于审核和批复的应用)和NVIDIA Isaac Sim(用于训练和测试机器人的应用)。

  Omniverse Replicator：使研究者、开发者和企业能够生成物理级精确的3D合成数据并轻松构建自定义合成数据生成工具，从而加快感知网络的训练速度和准确性，轻松地与NVIDIA AI 云服务进行集成。

  Omniverse Farm：使用户和企业能够使用多个云实例扩展Omniverse任务，例如渲染、合成数据生成等。

  NVIDIA Isaac Sim：这个可扩展的机器人仿真应用与合成数据生成工具可驱动物理级精确的逼真虚拟环境，以便开发、测试和管理AI机器人。

  NVIDIA DRIVE Sim：这个端到端仿真平台通过运行大规模、物理级精确的多传感器仿真，支持自动驾驶汽车从概念到部署的开发和验证，可以提高开发者的生产力并加快产品上市时间。 

  NVIDIA表示，Omniverse Farm、Replicator和Isaac Sim容器现已在NVIDIA NGC上线，并且可在AWS上使用搭载NVIDIA A10G Tensor Core GPU的Amazon EC2 G5实例上进行自助式部署。

  在本次GTC大会上，NVIDIA展示Omniverse Cloud的一项重要应用场景便是数字孪生。例如，5G基站相比4G更加消耗电力，同时为了保证5G传输速率，还要提升覆盖度，由此会带来达到4G基站4倍的部输成本。通过优化新机基站和信号塔布局和运营，可以为2万亿美元的电信行业节省数十亿美元，电信运营商Charter与交互式数据分析平台公司HeavyAI利用Omniverse为4G和5G网络创建数字孪生。HeavyAI利用Omniverse，整合散布在数十亿个位置的激光雷达扫描、卫星图像、建筑物、树木和周围环境，以及射频传播模型，从而实时模拟Charter无线电网络的性能。通过Omniverse打造的数字孪生平台进行测试，相比现实物理世界的大量测试，能够有效避免交付延迟、降低成本。

  数字孪生作为工业元宇宙最重要的应用场景，需要物理级精确性、低延迟、高度实时。NVIDIA中国区高级技术市场经理施澄秋在分享时提到，NVIDIA更加注重数字资产的准确性，以及可以实时跨数字和虚拟、物理两端的事实互动性。例如，对于无人车自动驾驶的训练，如果训练场景不够精确，在元宇宙的虚拟世界中2秒就能完成刹车，但物理世界却要更长时间，刹车距离可能长达几十米，这样的训练是没有意义的。

  施澄秋提到，NVIDIA全新的Ada Lovelace架构带来了多项创新升级，能够提供更强大的性能，其第三代RTX Core带来了2倍甚至更高的光追性能;第四代Tensor Core拥有1.4TDrops的AI性能;新架构还拥有更高能效比。所以，无论是面向游戏、图形工作站、专业可视化用户一级数据中心的产品，都能带来更强劲的性能，实现效率升级。

  终端、数据中心算力的升级对于Omniverse的体验也至关重要，配合Omniverse的软硬件工具，可实现如4K实施路径追踪，进一步赋能工业元宇宙等应用场景。 

（编辑：无忧刷机网 - 51刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!