作为一个跨工具创新、模拟和协作平台，omniverse深度融合了nvidia在gpu数据处理、cuda运算、实时光线追踪rtx等技术能力，以及长期深耕的可视化、人工智能、仿真生态系统实践，正在成为企业研发创新过程中跨越数字工具的重要桥梁。
近年来，数字孪生技术的应用场景不断扩展，越来越多的制造企业开始应用数字孪生技术实现产品、服务的创新和工厂的透明化，提升业务运营绩效。一方面，数字孪生应用场景正在不断拓宽，从目前应用较为成熟的工业、城市等场景向医疗、建筑、物流等行业不断延展；另一方面，数字孪生的应用价值不断深化，从设计、生产、故障预测、健康管理等领域逐渐走向全生命周期的赋能。
然而纵观数字孪生开发与应用现状，在热潮的背后，其发展过程中的痛点也不容忽视。随着数字化转型带来的行业与行业、企业与企业之间数字化能力及需求的差异性日渐凸显，数字孪生的应用场景也更为精细复杂。企业在推进数字孪生的过程中，如何保证信息系统之间动态数据模型的一致更新和功能性孪生，实现建模、渲染、仿真、可视化等各个功能及场景之间的协作和互连，将单点突破提升为整个价值链的共振，成为了数字孪生应用拓展和价值提升的关键。
作为nvidia多工具流的“一站式”集成平台，omniverse自从2019年gtc大会发布试用后，在4年时间中不断创新迭代。正如nvidia创始人兼首席执行官黄仁勋在刚结束的siggraph主题演讲上所言，作为一个跨工具创新、模拟和协作平台，omniverse深度融合了nvidia在gpu数据处理、cuda运算、实时光线追踪rtx等技术能力，以及长期深耕的可视化、人工智能、仿真生态系统实践，正在成为企业研发创新过程中跨越数字工具的重要桥梁。在日前举办的媒体沟通会上，nvidia凯发k8官网下载的解决方案架构师宋燊和nvidia凯发k8官网下载的解决方案架构师金国强带来了关于omniverse在制造业的最新技术创新和应用示例，在nvidia全球副总裁/亚太区专业可视化计算总经理沈威看来，伴随着数字孪生的技术演进，制造业或将成为数字孪生应用的主战场，omniverse将成为推动工业领域数字化进程的重要引擎，同时在nvidia的工业元宇宙版图中扮演着极为关键的角色。
打开想象空间，先行者的布局与制胜之道
如今，数字孪生的应用正以迅猛的势头在各行各业内推动着无数的颠覆和转型，这是一个不可逆的潮流，它改变着企业的研发模式、制造模式、运营模式以及决策模式，推动着企业自身业务重塑及转型。特别是对于制造业而言，率先实践的行业先行者与跟随者之间的差距已日益显现：通过将数字孪生应用覆盖企业3d研发设计、虚拟仿真、制造执行过程的全生命周期，部分行业领袖已经实现了实体世界与虚拟世界的深度融合，重塑产品创新、运营和维护的模式。
宝马集团就是其中的佼佼者，在其德布勒森电动汽车工厂投产的几年之前，设计团队就开始在 nvidia omniverse平台的虚拟环境中优化工厂的整体布局、产线规划、机器人开发和物流系统。由于新工厂设计中涉及到建筑和结构、车辆、设备和动力学、产品和工艺结合、物流、人体模拟等各个方面，而每一个单元都需要依赖独特的数字内容创建工具。通过omniverse平台，这些来自不同数字工具可以在统一平台上进行实时协作，完成创建、编辑、查询、渲染并生成数字孪生的api。例如负责工艺规划的人员可以选中包含建筑布局的cad数据等源文件，将其汇总并一键输出到omniverse nucleus中的结构化usd项目中。工厂管理者可以在这里调整文件的有效性、进行参考文件的更新并确保项目文件的实时性，各个岗位的工厂规划人员随时都可以使用标准化数据库进行产线和工位的协作设计，让整个团队在虚拟工厂中进行互动，使工厂未来更加科学、智能和数字化。 
nvidia凯发k8官网下载的解决方案架构师金国强介绍这座虚拟工厂是宝马集团真实工厂的精准数字孪生，现实的德布勒森电动汽车工厂将于2025年开业，预计每年将生产15万台电动汽车。他表示宝马集团的数字工厂只是其中的一个代表，诸如此类的实践还有很多，例如美国劳氏集团的零售店布局、德国铁路交通局的轨道规划和亚马逊仓储中心的机器人设计等。从这些实践不难看出，通过将物理世界的工艺、设备、产线与数字化业务流程深度融合，企业可以在虚拟世界中对生产的全部流程和工序完成数字映射，并通过模拟运行来优化流程、降低成本、加速测试设计迭代，进而开启一个极为丰富的商业前景。
纵观这些实践的数字底座，细细审视变革的源动力，能够看到omniverse平台扮演了一个极为重要的支撑角色。从技术角度来看，目前实现数字孪生的许多关键技术都比较成熟，如多维度建模、多物理场仿真、预测分析模型等，但要随时随地化灵感为现实，集思广益地从顶层设计模拟工厂、产线的精准布局，同时贯穿企业研发、生产管理、物料采购、物流规划的应用集成和交互，这种交互的一致性、实时性、可靠性背后都需要omniverse基于openusd通用语言和多gpu的高性能算力实现。
坚持长期主义，属于omniverse的基因进化论
实际上，对于很多制造企业而言，早已开始利用数字样机进行虚拟试验，从而减少物理样机和物理试验的数量，降低产品研发和试制成本，提高研发效率。与数字孪生相同，构建数字模型是企业研发创新不可或缺的环节，nvidia凯发k8官网下载的解决方案架构师宋燊强调这正是omniverse平台的优势之所在。回顾omniverse平台的迭代历程，我们可以看到nviida不断地融入技术创新：
首当其冲的就是nvidia rtx实时光线追踪技术，这种新型的gpu架构通过两种新处理单元拓展基于光栅化和可编程着色的gtx架构，分别是rt core上的加速光线追踪和tensor core上的深度学习。nvidia rtx颇具影响力的自主独有开发之一是dlss（深度学习超级采样），包括一系列实时深度学习图像增强和放大技术，可在不影响画质和响应速度的前提下，利用ai创造更多高质量帧。
宋燊介绍伴随着nvidia在rtx领域的更新，omniverse平台的能力的到了进一步提升，例如在2022秋季gtc推出的nvidia rtx 6000 ada 架构显卡就是专门为虚拟世界模拟而设计，其具有ada架构赋能的ai技术和可编程的着色器技术，可谓是帮助nvidia omniverse为元宇宙构建内容和工具的“神助攻”。
而omniverse平台能够快速完成对工业资产、流程或环境的建模仿真，具有物理级准确性，并且采用多个与现实数据流完美同步的自主系统，其背后的关键则是openusd（universal scene description，通用场景描述）技术，它可以让omniverse与autodesk maya、autodesk revit等多款研发设计工具和数字创作平台连接，实现了各种应用间的通用实时互操作性，便于用户在不同软件平台、不同isv应用程序下进行合并使用以加强现有的3d工作流程。
通过携手皮克斯、adobe、苹果和autodesk等业内领袖共同成立 openusd 联盟（aousd），nvidia正不断强化omniverse平台的多用户实时协同功能，使研发设计人员能够跨越多个专业技术领域并具有多种关键技术特征，涉及多学科跨专业技术领域高度交叉与融合。宋燊介绍对于制造业用户而言，omniverse平台旨在实现最高的灵活性和可扩展性。借助omniverse平台，无论是创作者、设计师，还是企业研究人员和研发工程师都能够快速连接工具、资产和项目，并且在安全、共享的虚拟空间中展开协作。
深耕应用场景，凸显多元和差异化技术优势
由于数字孪生是一个融合多技术、多学科的复杂工程，因此在依托知识机理、数字化等技术构建数字模型时，必须满足精准和实时等客观要求。宋燊表示omniverse平台在设计之初，就将开放标准、可拓展性、实时性、人工智能四个元素作为构建数字孪生的重要基础。
其中，开放标准就是上述openusd技术，而可拓展性意味着omniverse并不破坏用户的现有创作习惯，对于用户而言omniverse平台并不是最终应用，用户仍然可以继续在自己喜欢且擅长的3d软件程序中进行工作，然后通过专用的连接器将数据导入到omniverse中，并进一步完成usd数据模拟、场景规划以及后期呈现。实时性则强调用户基于omniverse在构建数字孪生具有实时逼真仿真的特性，构建的数字模型可按精准时间运行，其中的虚拟呈现会始终与现实世界保持真实同步。最后，omniverse与人工智能技术深度融合，在nvidia isaac sim、metropolis、reopt 和modulus 等工具的加持下，企业可以在现实世界和数字孪生环境之间实现自主反馈回路，从而不断重复训练和优化 ai，充分实现智能化决策。
值得一提的是，面对chatgpt引发的aigc热潮，omniverse也深度融合了生成式 ai应用，通过构建全新的大型语言模型（llm) copilot工具chatusd，制造企业的研发设计人员可以快速的回答usd知识问题或生成python-usd代码脚本，这也帮助很多生产一线的自动化工程师在不太精通编程的环境下，加入到开发和部署openusd工作流和应用程序中。
从上层应用的角度，宋燊介绍目前omniverse包含omniverse nucleus（便捷的数据库和协作引擎）、omniverse connector（实现各种软件应用互连的连接器）、omniverse kit（基于微服务的自定义sdk开发）、omniverse simulation（呈现高质量、真实环境中的物理模拟效果）、omniverse rtx renderer（支持hydra架构的渲染器）五大核心组件。但由于工业应用对3d框架提出了不同的要求，nvidia目前正在加速地理空间数据模型、度量组件、simready、openusd 规范。例如在构建仿真过程中，nvidia提供了包括nvidia physx实时物理、import physics instance第三方物理模拟、nvidia modulus物理仿真加速三种方式加深对模型的仿真处理。
可以看出，omniverse平台具有广泛的开放性，无论是汽车还是工业机器人，再到科学计算、验证、仿真、科研，omniverse平台致力于帮助用户更快的完成协同设计、端到端设计，更简单、更快速、更逼真地把整个数字模型复现出来，帮助企业优化、创新和提供数字孪生服务。
全面算力支持，推进数字孪生落地实践
伴随着各项关键核心技术瓶颈的不断突破，如今数字孪生应用表现为从最初的单点探索应用转向行业全生命周期的全面渗透。为了满足不同行业、不同规模的企业加速数字孪生应用，nvidia提供了包括工作站、服务器和面向复杂工业场景的nvidia ovx架构以及omniverse cloud四种部署选项方式，为用户提供全方位算力支持。
这其中，工作站主要由1-4块a5000/a6000 nvidia专业显卡构成，可用于完成零部件及整车的数字孪生模拟；服务器可搭载1-8块a6000/a40专业显卡，满足对于产线的整体工艺规划；nvidia ovx架构则主要用于复杂场景的数字孪生需求，引入了下一代以太网平台nvidia spectrum-4，在高性能gpu加速计算的同时适配高速存储访问、低延迟网络、精确计时等优势；nvidia omniverse cloud则主要是与微软azure合作，支持用户在享有azure云服务的规模分析特性与安全性的同时，访问全套omniverse软件应用及nvidia ovx计算系统。用户可以通过omniverse cloud，连接并使用nvidia凯发k8官网下载的合作伙伴生态系统的相关产品如omniverse usd composer，随时随地基于openusd框架创建数字孪生应用。
在生态系统构建上，nvidia面向制造业的数字工具与应用正在不断增加，并与西门子、达索系统、ptc等保持着紧密的合作。例如通过将omniverse与西门子xcelerator进行深度融合，当用户在xcelerator进行产线工艺规划时，不仅能够实时传递逼真的物理性质、材质、照明、渲染效果，还可以不断重复训练和优化ai，并且这种ai训练在rtx、chatusd等技术加持下更加逼真、高效。
对于制造企业而言，数字孪生应用已经是大势所趋，同时也是支撑智能制造的核心。无论是数字孪生还是工业元宇宙，nvidia都坚持初心，将加快创新步伐、提升生产效率作为推动工业数字化转型升级的方向。正如当初nvidia将gpu部署在工作站中加速制造企业研发设计流程一般，nvidia将携手全球领先的isv、制造商和创新者共同推进数字孪生应用，以omniverse平台为支点助力企业“撬动”数字未来。
然而纵观数字孪生开发与应用现状，在热潮的背后，其发展过程中的痛点也不容忽视。随着数字化转型带来的行业与行业、企业与企业之间数字化能力及需求的差异性日渐凸显，数字孪生的应用场景也更为精细复杂。企业在推进数字孪生的过程中，如何保证信息系统之间动态数据模型的一致更新和功能性孪生，实现建模、渲染、仿真、可视化等各个功能及场景之间的协作和互连，将单点突破提升为整个价值链的共振，成为了数字孪生应用拓展和价值提升的关键。
作为nvidia多工具流的“一站式”集成平台，omniverse自从2019年gtc大会发布试用后，在4年时间中不断创新迭代。正如nvidia创始人兼首席执行官黄仁勋在刚结束的siggraph主题演讲上所言，作为一个跨工具创新、模拟和协作平台，omniverse深度融合了nvidia在gpu数据处理、cuda运算、实时光线追踪rtx等技术能力，以及长期深耕的可视化、人工智能、仿真生态系统实践，正在成为企业研发创新过程中跨越数字工具的重要桥梁。在日前举办的媒体沟通会上，nvidia凯发k8官网下载的解决方案架构师宋燊和nvidia凯发k8官网下载的解决方案架构师金国强带来了关于omniverse在制造业的最新技术创新和应用示例，在nvidia全球副总裁/亚太区专业可视化计算总经理沈威看来，伴随着数字孪生的技术演进，制造业或将成为数字孪生应用的主战场，omniverse将成为推动工业领域数字化进程的重要引擎，同时在nvidia的工业元宇宙版图中扮演着极为关键的角色。
图 nvidia omniverse应用示例
打开想象空间，先行者的布局与制胜之道
如今，数字孪生的应用正以迅猛的势头在各行各业内推动着无数的颠覆和转型，这是一个不可逆的潮流，它改变着企业的研发模式、制造模式、运营模式以及决策模式，推动着企业自身业务重塑及转型。特别是对于制造业而言，率先实践的行业先行者与跟随者之间的差距已日益显现：通过将数字孪生应用覆盖企业3d研发设计、虚拟仿真、制造执行过程的全生命周期，部分行业领袖已经实现了实体世界与虚拟世界的深度融合，重塑产品创新、运营和维护的模式。
宝马集团就是其中的佼佼者，在其德布勒森电动汽车工厂投产的几年之前，设计团队就开始在 nvidia omniverse平台的虚拟环境中优化工厂的整体布局、产线规划、机器人开发和物流系统。由于新工厂设计中涉及到建筑和结构、车辆、设备和动力学、产品和工艺结合、物流、人体模拟等各个方面，而每一个单元都需要依赖独特的数字内容创建工具。通过omniverse平台，这些来自不同数字工具可以在统一平台上进行实时协作，完成创建、编辑、查询、渲染并生成数字孪生的api。例如负责工艺规划的人员可以选中包含建筑布局的cad数据等源文件，将其汇总并一键输出到omniverse nucleus中的结构化usd项目中。工厂管理者可以在这里调整文件的有效性、进行参考文件的更新并确保项目文件的实时性，各个岗位的工厂规划人员随时都可以使用标准化数据库进行产线和工位的协作设计，让整个团队在虚拟工厂中进行互动，使工厂未来更加科学、智能和数字化。
图 宝马集团利用omniverse构建德布勒森电动汽车数字工厂
nvidia凯发k8官网下载的解决方案架构师金国强介绍这座虚拟工厂是宝马集团真实工厂的精准数字孪生，现实的德布勒森电动汽车工厂将于2025年开业，预计每年将生产15万台电动汽车。他表示宝马集团的数字工厂只是其中的一个代表，诸如此类的实践还有很多，例如美国劳氏集团的零售店布局、德国铁路交通局的轨道规划和亚马逊仓储中心的机器人设计等。从这些实践不难看出，通过将物理世界的工艺、设备、产线与数字化业务流程深度融合，企业可以在虚拟世界中对生产的全部流程和工序完成数字映射，并通过模拟运行来优化流程、降低成本、加速测试设计迭代，进而开启一个极为丰富的商业前景。
纵观这些实践的数字底座，细细审视变革的源动力，能够看到omniverse平台扮演了一个极为重要的支撑角色。从技术角度来看，目前实现数字孪生的许多关键技术都比较成熟，如多维度建模、多物理场仿真、预测分析模型等，但要随时随地化灵感为现实，集思广益地从顶层设计模拟工厂、产线的精准布局，同时贯穿企业研发、生产管理、物料采购、物流规划的应用集成和交互，这种交互的一致性、实时性、可靠性背后都需要omniverse基于openusd通用语言和多gpu的高性能算力实现。
坚持长期主义，属于omniverse的基因进化论
实际上，对于很多制造企业而言，早已开始利用数字样机进行虚拟试验，从而减少物理样机和物理试验的数量，降低产品研发和试制成本，提高研发效率。与数字孪生相同，构建数字模型是企业研发创新不可或缺的环节，nvidia凯发k8官网下载的解决方案架构师宋燊强调这正是omniverse平台的优势之所在。回顾omniverse平台的迭代历程，我们可以看到nviida不断地融入技术创新：
首当其冲的就是nvidia rtx实时光线追踪技术，这种新型的gpu架构通过两种新处理单元拓展基于光栅化和可编程着色的gtx架构，分别是rt core上的加速光线追踪和tensor core上的深度学习。nvidia rtx颇具影响力的自主独有开发之一是dlss（深度学习超级采样），包括一系列实时深度学习图像增强和放大技术，可在不影响画质和响应速度的前提下，利用ai创造更多高质量帧。
宋燊介绍伴随着nvidia在rtx领域的更新，omniverse平台的能力的到了进一步提升，例如在2022秋季gtc推出的nvidia rtx 6000 ada 架构显卡就是专门为虚拟世界模拟而设计，其具有ada架构赋能的ai技术和可编程的着色器技术，可谓是帮助nvidia omniverse为元宇宙构建内容和工具的“神助攻”。
图 nvidia omniverse重要技术创新路线图
而omniverse平台能够快速完成对工业资产、流程或环境的建模仿真，具有物理级准确性，并且采用多个与现实数据流完美同步的自主系统，其背后的关键则是openusd（universal scene description，通用场景描述）技术，它可以让omniverse与autodesk maya、autodesk revit等多款研发设计工具和数字创作平台连接，实现了各种应用间的通用实时互操作性，便于用户在不同软件平台、不同isv应用程序下进行合并使用以加强现有的3d工作流程。
通过携手皮克斯、adobe、苹果和autodesk等业内领袖共同成立 openusd 联盟（aousd），nvidia正不断强化omniverse平台的多用户实时协同功能，使研发设计人员能够跨越多个专业技术领域并具有多种关键技术特征，涉及多学科跨专业技术领域高度交叉与融合。宋燊介绍对于制造业用户而言，omniverse平台旨在实现最高的灵活性和可扩展性。借助omniverse平台，无论是创作者、设计师，还是企业研究人员和研发工程师都能够快速连接工具、资产和项目，并且在安全、共享的虚拟空间中展开协作。
图 nvidia omniverse在制造业的细分应用场景
深耕应用场景，凸显多元和差异化技术优势
由于数字孪生是一个融合多技术、多学科的复杂工程，因此在依托知识机理、数字化等技术构建数字模型时，必须满足精准和实时等客观要求。宋燊表示omniverse平台在设计之初，就将开放标准、可拓展性、实时性、人工智能四个元素作为构建数字孪生的重要基础。
其中，开放标准就是上述openusd技术，而可拓展性意味着omniverse并不破坏用户的现有创作习惯，对于用户而言omniverse平台并不是最终应用，用户仍然可以继续在自己喜欢且擅长的3d软件程序中进行工作，然后通过专用的连接器将数据导入到omniverse中，并进一步完成usd数据模拟、场景规划以及后期呈现。实时性则强调用户基于omniverse在构建数字孪生具有实时逼真仿真的特性，构建的数字模型可按精准时间运行，其中的虚拟呈现会始终与现实世界保持真实同步。最后，omniverse与人工智能技术深度融合，在nvidia isaac sim、metropolis、reopt 和modulus 等工具的加持下，企业可以在现实世界和数字孪生环境之间实现自主反馈回路，从而不断重复训练和优化 ai，充分实现智能化决策。
值得一提的是，面对chatgpt引发的aigc热潮，omniverse也深度融合了生成式 ai应用，通过构建全新的大型语言模型（llm) copilot工具chatusd，制造企业的研发设计人员可以快速的回答usd知识问题或生成python-usd代码脚本，这也帮助很多生产一线的自动化工程师在不太精通编程的环境下，加入到开发和部署openusd工作流和应用程序中。
从上层应用的角度，宋燊介绍目前omniverse包含omniverse nucleus（便捷的数据库和协作引擎）、omniverse connector（实现各种软件应用互连的连接器）、omniverse kit（基于微服务的自定义sdk开发）、omniverse simulation（呈现高质量、真实环境中的物理模拟效果）、omniverse rtx renderer（支持hydra架构的渲染器）五大核心组件。但由于工业应用对3d框架提出了不同的要求，nvidia目前正在加速地理空间数据模型、度量组件、simready、openusd 规范。例如在构建仿真过程中，nvidia提供了包括nvidia physx实时物理、import physics instance第三方物理模拟、nvidia modulus物理仿真加速三种方式加深对模型的仿真处理。
可以看出，omniverse平台具有广泛的开放性，无论是汽车还是工业机器人，再到科学计算、验证、仿真、科研，omniverse平台致力于帮助用户更快的完成协同设计、端到端设计，更简单、更快速、更逼真地把整个数字模型复现出来，帮助企业优化、创新和提供数字孪生服务。
全面算力支持，推进数字孪生落地实践
伴随着各项关键核心技术瓶颈的不断突破，如今数字孪生应用表现为从最初的单点探索应用转向行业全生命周期的全面渗透。为了满足不同行业、不同规模的企业加速数字孪生应用，nvidia提供了包括工作站、服务器和面向复杂工业场景的nvidia ovx架构以及omniverse cloud四种部署选项方式，为用户提供全方位算力支持。
这其中，工作站主要由1-4块a5000/a6000 nvidia专业显卡构成，可用于完成零部件及整车的数字孪生模拟；服务器可搭载1-8块a6000/a40专业显卡，满足对于产线的整体工艺规划；nvidia ovx架构则主要用于复杂场景的数字孪生需求，引入了下一代以太网平台nvidia spectrum-4，在高性能gpu加速计算的同时适配高速存储访问、低延迟网络、精确计时等优势；nvidia omniverse cloud则主要是与微软azure合作，支持用户在享有azure云服务的规模分析特性与安全性的同时，访问全套omniverse软件应用及nvidia ovx计算系统。用户可以通过omniverse cloud，连接并使用nvidia凯发k8官网下载的合作伙伴生态系统的相关产品如omniverse usd composer，随时随地基于openusd框架创建数字孪生应用。
图 面向复杂数字孪生场景的nvidia ovx架构
在生态系统构建上，nvidia面向制造业的数字工具与应用正在不断增加，并与西门子、达索系统、ptc等保持着紧密的合作。例如通过将omniverse与西门子xcelerator进行深度融合，当用户在xcelerator进行产线工艺规划时，不仅能够实时传递逼真的物理性质、材质、照明、渲染效果，还可以不断重复训练和优化ai，并且这种ai训练在rtx、chatusd等技术加持下更加逼真、高效。
图 nvidia omniverse与西门子xcelerator深度融合
对于制造企业而言，数字孪生应用已经是大势所趋，同时也是支撑智能制造的核心。无论是数字孪生还是工业元宇宙，nvidia都坚持初心，将加快创新步伐、提升生产效率作为推动工业数字化转型升级的方向。正如当初nvidia将gpu部署在工作站中加速制造企业研发设计流程一般，nvidia将携手全球领先的isv、制造商和创新者共同推进数字孪生应用，以omniverse平台为支点助力企业“撬动”数字未来。
责任编辑：
