L’IA industriale di NVIDIA si sta diffondendo ulteriormente nel settore manifatturiero europeo, con un blueprint in accesso anticipato per agenti di gestione delle fabbriche e un software di simulazione ora disponibile. Nel suo rapporto del ventuno ottobre duemilaventisei, NVIDIA ha descritto come i produttori utilizzino la sua tecnologia per esaminare problemi di produzione, ispezionare prodotti e testare virtualmente i progetti. Gli annunci comprendono strumenti già disponibili per gli sviluppatori, risultati di fabbrica riferiti dalle aziende e progetti ancora in fase di sviluppo.
Punti chiave
- Il Factory Operations Blueprint è disponibile in accesso anticipato, mentre la libreria di simulazione cuDSS sta diventando generalmente disponibile.
- Siemens segnala una riduzione dei tempi del processo di calibrazione delle ispezioni, distinta dai risparmi stimati associati all’integrazione dei suoi agenti di fabbrica.
- I produttori europei utilizzano test virtuali per prodotti, sistemi di produzione e robot, sebbene i singoli progetti si trovino in fasi diverse.
Indice
- Cosa rende disponibile ora l’IA industriale di NVIDIA
- Dove Siemens segnala un risultato di fabbrica misurato
- In che modo l’adozione in ambito ingegneristico differisce dal benchmarking
- Perché i produttori testano virtualmente le attrezzature
- Conclusione
Cosa rende disponibile ora l’IA industriale di NVIDIA
Il Factory Operations Blueprint, noto come FOX, offre agli sviluppatori una base da cui partire per creare agenti che supervisionano le attività di fabbrica e svolgono compiti specialistici. Disponibile su GitHub in accesso anticipato, supporta attività quali ispezione visiva, indagine sui guasti, reportistica e gestione della flotta.
La sua funzione pratica è collegare informazioni che altrimenti resterebbero distribuite su sistemi separati. Gli agenti possono attingere a file di progettazione, software per il ciclo di vita del prodotto, simulazioni e sistemi operativi, quindi confrontare i risultati delle telecamere con i registri delle macchine per esaminare un problema e coordinare una risposta. NVIDIA afferma che l’apprendimento in contesto di Cosmos consente agli agenti di adattarsi sulla base di esempi e documentazione senza effettuare un fine-tuning.
Per i team di ingegneria, NVIDIA sta inoltre rendendo cuDSS generalmente disponibile in occasione di GTC Berlin. La libreria accelera i calcoli utilizzati nelle simulazioni relative a sollecitazioni strutturali, flussi di fluidi, campi elettromagnetici e comportamento dei semiconduttori. A differenza di FOX, che è in accesso anticipato, si tratta di un rilascio software di disponibilità generale.
| Voce | Dettagli |
|---|---|
| Simulazione di semiconduttori di imec | I benchmark S-Litho sul modello di imec hanno mostrato un’accelerazione fino a 40x con il calcolo accelerato di NVIDIA. |
| Simulazione di dispositivi di potenza di Infineon | Sentaurus Device con le librerie NVIDIA CUDA ha ottenuto un’accelerazione di 12x nella simulazione tridimensionale del breakdown. |
| Simulazione automobilistica di Cadence | I carichi di lavoro di fluidodinamica su GPU sono sottoposti a benchmark per valutare le possibilità di accelerare le iterazioni di progettazione. |
Dove Siemens segnala un risultato di fabbrica misurato
Siemens distingue tra un miglioramento operativo conseguito e un beneficio finanziario atteso. Nel suo stabilimento di elettronica di Erlangen, l’azienda ha utilizzato immagini generate di difetti su circuiti stampati per ridurre del 40% il tempo di calibrazione del processo di ispezione. I suoi agenti Process Preparation X utilizzano strumenti e competenze di NVIDIA Cosmos Data Factory per creare tali immagini.
Separatamente, Siemens sta integrando agenti basati su FOX in Intelligence Center X per individuare le cause alla radice e coordinare le operazioni. Il rapporto di NVIDIA indica risparmi sui costi stimati del 20%; non presenta tale stima come un risultato effettivamente realizzato.
Mercedes-Benz applica Cosmos e il blueprint Metropolis VSS ad agenti di ispezione, inclusi i controlli sull’assemblaggio dei parabrezza. Ciò estende la tecnologia oltre i calcoli ingegneristici, consentendo di verificare se la produzione fisica corrisponde alle aspettative.
In che modo l’adozione in ambito ingegneristico differisce dal benchmarking
Gli esempi in ambito ingegneristico comprendono sia software già in uso sia valutazioni dei potenziali vantaggi. Mercedes-Benz utilizza Simcenter STAR-CCM+ di Siemens su GPU NVIDIA per confrontare i progetti dei veicoli tramite simulazioni aerodinamiche più rapide. Autodesk, nel frattempo, sta integrando PhysicsNeMo e Warp in NavPack, collegato ad Alias, per supportare la previsione delle prestazioni mediante IA addestrata con simulazioni.
Gli esempi nel settore dei semiconduttori includono risultati specifici di benchmark, mentre il lavoro automobilistico di Cadence resta una valutazione delle possibilità di accelerare le iterazioni. Queste differenze sono importanti: un risultato ottenuto con un carico di lavoro di simulazione definito non significa che ogni attività ingegneristica verrà accelerata nella stessa misura.
Perché i produttori testano virtualmente le attrezzature
Per Audi, i test virtuali risolvono un problema pratico di tempistiche: la pianificazione della produzione può iniziare prima che i macchinari necessari siano fisicamente disponibili. Il digital twin della produzione delle batterie supporta questo lavoro. Una collaborazione distinta con Dassault Systèmes e Agile Robots utilizza ambienti virtuali per valutare robot umanoidi mobili e processi logistici.
Il lavoro di Schaeffler si concentra sui componenti interni ai robot. Integrando rappresentazioni digitali di attuatori umanoidi con i framework di simulazione NVIDIA Isaac, l’azienda punta ad aiutare i partner nel settore della robotica a valutare i componenti che muovono le articolazioni ricorrendo a meno test fisici.
L’approccio si estende anche all’ingegneria dei data center. Schneider Electric e AVEVA stanno sviluppando per Nscale un digital twin che consentirebbe agli ingegneri di valutare diverse configurazioni di alimentazione, raffreddamento e attrezzature prima di modificare l’infrastruttura fisica. Il progetto è ancora in fase di sviluppo e non costituisce un’implementazione completata.
Conclusione
I cambiamenti immediati più evidenti sono l’accesso degli sviluppatori a FOX e la disponibilità generale di cuDSS. Nei progetti europei, le evidenze spaziano dai miglioramenti misurati a livello di singolo compito ai benchmark e alle attività ancora in corso: non si tratta di un’unica implementazione uniforme di fabbriche autonome.
Leggi altre notizie
Avvertenza
Questo articolo di FinanceVelix fornisce informazioni generali e non costituisce consulenza finanziaria, d’investimento, legale o fiscale personalizzata. I prezzi di mercato, i tassi d’interesse e le condizioni economiche possono cambiare; gli investimenti comportano un rischio di perdita. I fatti rispecchiano il materiale disponibile al momento della pubblicazione e possono cambiare. Verificate autonomamente le informazioni importanti e, se necessario, consultate un professionista qualificato. La menzione di un’attività, di un’azienda o di un servizio non costituisce un’approvazione.
