Siemens и NVIDIA совместно продвигают системы промышленного ИИ: от цифровых двойников к автономным фабрикам, ускоряя внедрение ИИ в производственную отрасль

Сименс (Siemens) с более чем 175-летней промышленной историей официально присоединился к компании Nvidia (NVIDIA) для углубления сотрудничества в области промышленного ИИ. Обе стороны не только интегрируют аппаратное и программное обеспечение, но также полностью объединяют ИИ, моделирование, цифровых двойников и автоматизацию, стремясь создать промышленную операционную систему ИИ, которая может «фактически работать и масштабироваться» в реальных заводах. По этому случаю генеральный директор Siemens Roland Busch и генеральный директор Nvidia Дженсен Хуан впервые полностью разъяснили график внедрения, сценарии применения и практическое влияние этой промышленной системы ИИ на производство, энергетику и глобальную цепь поставок.

Промышленный ИИ входит на заводы: от вспомогательного принятия решений к действиям от имени человека

Буш указал на ключевые изменения в промышленном ИИ: новое поколение моделей не только предоставляет рекомендации, но может напрямую принимать решения и действовать от имени человека, позволяя системе обрести автономность и способность к самокорректировке.

Он также отметил, что многие клиенты уже создают цифровых двойников производственных процессов, сначала оптимизируя процессы в виртуальном мире, а затем внедряя их на реальные заводы; ИИ уже работает на производственных линиях, но переходит на более высокий уровень.

Масштабирование — это главная задача, необходимо снизить барьеры для развертывания и репликации

Буш откровенно признал, что настоящая сложность состоит не в том, работает ли ИИ, а в том, можно ли его «масштабировать». Ключевые барьеры включают:

Достаточны ли навыки у клиентов

Легко ли развертывается система

Насколько быстро можно реплицировать её на разных заводах и в разных отраслях

В настоящее время внедрение промышленного ИИ все еще в значительной степени зависит от профессиональных знаний и сложной интеграции, поэтому Siemens сосредоточена на снижении порога использования, упрощении развертывания и интуитивности применения. Он также подчеркнул, что от судостроения и тяжелой промышленности до стартапов все начали принимать соответствующие решения, что указывает на ускорение рыночной динамики.

Nvidia ускоряет программное обеспечение Siemens: создание полного цикла от проектирования к заводу

Дженсен Хуан заявил, что это сотрудничество не является символическим альянсом, а глубокой интеграцией, охватывающей аппаратное и программное обеспечение, а также процессы. Основные направления сотрудничества включают:

Ускорение программного обеспечения EDA Siemens

Ускорение программного обеспечения физического моделирования и моделирования процессов

Интеграцию ИИ, физического ИИ и больших моделей в Teamcenter и системы автоматизации заводов

Это означает, что Nvidia в будущем будет больше полагаться на инструменты моделирования и цифровых двойников Siemens при проектировании чипов и систем; одновременно собственные заводы Nvidia и партнеры (такие как Foxconn) смогут применять эту промышленную операционную систему ИИ на производственных линиях и управлении заводами, создавая полный цикл от НИОКР до производства.

( Примечание: Teamcenter — это программное обеспечение управления жизненным циклом продукта, разработанное Siemens, являющееся цифровой платформой, которая связывает людей, процессы и данные предприятия через единый цифровой поток, интегрируя механическое, электронное и программное обеспечение, спецификации материалов и управление процессами, помогая предприятиям сотрудничать на всех этапах от концепции продукта, проектирования до производства и сервиса, ускоряя выход на рынок и снижая затраты на разработку. Программное обеспечение EDA использует инструменты компьютерного проектирования (CAD), автоматизирующие сложные процессы проектирования интегральных схем (IC) и электронных систем, охватывая логическое проектирование, моделирование схем, размещение, верификацию и т.д.)

Цифровые двойники снижают затраты на ошибки, граничные выводы ускоряют эффективность

Обсуждая влияние ИИ на реальный мир, Дженсен Хуан привел пример в виде «Vera Rubin», показав, что сложность системы и давление затрат уже столь высоки, что требуют совершенно новых методов проектирования. Эта система интегрирует шесть чипов, с потреблением мощности одного GPU в 240 киловатт, что обеспечивает 10-кратное улучшение энергоэффективности и экономической целесообразности по сравнению с предыдущим поколением.

Его главная мысль заключается в том, что если полное проектирование и верификацию системы можно завершить в цифровом двойнике Siemens, это может значительно снизить затраты на ошибки, превратив «невозможное» в «пригодное к массовому производству», и это будет ближе к идеальному результату с первой попытки.

Буш также добавил, что поле битвы для ИИ не ограничивается центрами данных; настоящая ценность заключается в том, может ли низколатентный вывод попасть на края завода; теперь чипы ИИ уже интегрированы в контроллеры, промышленные компьютеры и граничные устройства, позволяя заводам немедленно адаптироваться и оптимизироваться, а не проводить последующий анализ, дополнительно повышая выход, энергоэффективность и общую производительность.

( Примечание: Граничные устройства — это компьютеры/контроллеры, установленные на заводах, машинах или на месте, которые могут обнаруживать, вычислять и реагировать в режиме реального времени.)

Автономные заводы и энергетические узкие места развиваются параллельно, давление цепи поставок распространяется до космоса

Обе стороны согласны, что спрос на автономные и высокоавтоматизированные заводы растет, основными факторами являются нехватка рабочей силы, повышение выхода продукции, улучшение энергоэффективности и особая важность для возвращения производства в США.

Дженсен Хуан описал современные заводы как «гигантских роботов», где главной трудностью раньше было то, что роботов было сложно обучать и они требовали большого количества программных специалистов. Ценность физического ИИ заключается в том, чтобы облегчить “обучение” роботов, используя демонстрацию вместо большого объема ручного кодирования.

Что касается энергии, Дженсен Хуан прямо сказал, что все промышленные революции ограничены энергией, и революция ИИ не исключение, поэтому каждое поколение продуктов должно быть более экономичным. Буш же расширил перспективу на всю цепь электроснабжения, указав, что спрос центров данных на высокое качество электроэнергии уже создает давление на генерацию, газовые турбины, высоковольтные трансформаторы и распределительное оборудование, и на некоторых территориях могут возникнуть узкие места.

Когда разговор перешел на китайский рынок, Дженсен Хуан отметил, что спрос по-прежнему остается сильным, и позиция главным образом отражается косвенно через корпоративный сектор. Буш также упомянул, что инвестиции Siemens в программное обеспечение будут продолжать расширяться и не исключены приобретения для укрепления.

Наконец, оба расширили перспективу на долгосрочный период, то есть на то, что космические центры данных могут обладать преимуществами в области энергии и охлаждения, а если действительно производить в космосе, наиболее подходящими продуктами будут интеллект и вычислительная мощность, которые можно быстро передать на Землю. В течение следующих 2–3 лет, с полной интеграцией ИИ, цифровых двойников и автоматизации, автономные заводы перестанут быть просто концепцией и станут новой отправной точкой конкуренции мировой производственной отрасли.

( Экосистема Nvidia Alpamayo выходит на сцену: дать беспилотным автомобилям ИИ возможность вывода и объяснить причины принимаемых решений)

Эта статья “Siemens и Nvidia совместно продвигают промышленную систему ИИ: от цифровых двойников к автономным заводам, ускоряя внедрение ИИ в производстве” впервые появилась в ABMedia Chain News.