静待工业元宇宙爆发，NVIDIA发布芯片、系统及云三项重要更新

随着元宇宙概念的兴起，包括数字孪生、5G、机器人、智能工厂等技术革新都在尝试与元宇宙相结合，从而更直观更高效的导入新技术。作为元宇宙的布道者之一，正在进行一系列举措，以加速元宇宙向工业市场渗透的趋势。

在2022秋季GTC上，就发布了Ada RTX 6000 GPU、第二代第二代 OVX系统、以及 Cloud服务，从而全方位的构建新一代工业元宇宙的基础。

Ada架构的RTX 6000

RTX 6000基于全球领先的 GPU 架构—— Ada 架构打造而成，具有最先进的 RTX 技术，其性能是上一代 RTX A6000 的 2-4 倍。

中国区高级技术市场经理施澄秋表示，全新的Ada 架构在半导体规模、半导体制程、半导体设计以及内部核心的、、三大处理器内核方面都有全新的布局和变化，从而使功效两倍于上一代架构，并且在光线追踪、深度学习等方面都有着更进一步的提升。

其具体特点包括：

第三代 RT Core：吞吐量是上一代的 2 倍，能够同时运行具有着色或去噪功能的光线追踪技术。

第四代 Core：相比上一代 AI 训练性能提升近 2 倍，扩展支持 FP8 数据格式。

CUDA core：单精度浮点吞吐量最高达到上一代的 2 倍。

GPU 内存：具有 48GB GDDR6 内存，可处理大规模的 3D 模型、图像渲染、模拟和 AI 数据集。

虚拟化：将支持用于多个高性能虚拟工作站实例的 虚拟 GPU（vGPU）软件，使远程用户能够共享资源并驱动高端设计、AI 和计算工作负载。

XR（扩展现实）：视频编码性能相比上一代产品提升近 3 倍，可使用 流式传输实现多个 XR 会话同步。

专业可视化业务副总裁 Bob Pette 表示：“神经图形正在推动计算机图形的新一轮创新，并将改变内容的创建和体验方式。 RTX 6000 将赋能工程师、设计师和科学家迈入计算机图形的新时代，满足其在元宇宙中构建虚拟世界时对内容创建、渲染、AI 和模拟工作负载的苛刻需求。”

OVX专用加速服务器

今年 3 月，推出了专为支持 平台中大规模数字孪生而设计的计算系统 OVX，该系统将被宝马集团、捷豹路虎等公司采用。

随着Ada 架构的诞生芯片合成，英伟达推出L40 GPU，并为此创建第二代OVX系统，从而为构建更复杂的工业数字孪生提供强大的算力和性能支持。

L40 GPU 包含第三代 RT Core 和第四代 Core，能够为在 OVX 系统上运行的 工作负载提供强大功能，包括加速的光线追踪和路径追踪材质渲染、物理级精确的模拟以及逼真的 3D 合成数据生成。L40 也会在主要 OEM 厂商的 认证系统服务器中提供，以驱动数据中心的 RTX 工作负载。

除了 L40 GPU 之外，全新 OVX 还内置 ®-7 ，可提供更强大的网络和存储性能，以及实现真实数字孪生所需的精确时间同步。-7 支持每个端口 200G 网络速率和快速在线数据加密，能在加快数据传输速度的同时，提高数字孪生的安全性。

具体而言，每个 OVX 服务器节点带有 8 个 L40 GPU 和 3 个 -7 网卡，可提供 100/200/400G 网络速率。如果 工作负载对性能和规模提出更高要求，这些服务器可以通过 ™-3 以太网平台部署在 OVX POD 和 配置上。

据悉，浪潮、联想和超微将于 2023 年初开始提供第二代 OVX 系统，技嘉科技、新华三和广达也将在未来提供该系统。

云原生的 Cloud

宣布了首个软件即服务（SaaS）的产品，包括 Cloud 、DRIVE Sim、Isaac Sim、用于合成数据生成的 。并且其已经透露的首批客户中包括 RIMAC Group、西门子和 WPP。

个人和团队可借助 Cloud，在无需任何本地算力的情况下，一键体验 3D 工作流的设计与协作能力。机器人专家可以对 AI 赋能的智能机器进行训练、仿真、测试和部署，并提高可扩展性和可访问性。自动驾驶汽车工程师可通过生成基于物理学的传感器数据并模拟各种交通场景，来测试各种道路和天气状况，推动实现无人驾驶的安全部署。

Cloud 服务在 Cloud 上运行。该计算系统由用于图形和物理学模拟的 OVX、用于高级 AI 工作负载的 HGX 以及 图形交付网络（GDN）组成。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。

Cloud 服务包括：

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。 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。

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

：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 AI 云服务进行集成。

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

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。

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。

施澄秋介绍道，新提出了一个GDN的概念，类似CDN，实现的则是图像分发网络芯片合成，可以让用户在边缘设备体验到高品质的图形运算流，并且可以实现双向数据交互。

目前，通过在 中创建数字孪生模型，先进公司正在为独特的对象、流程或环境创建物理精准的虚拟副本，这些副本均会与真实数据输入持续保持同步，并由 AI 提供助力。如今，包括WPP、Lowe、Heavy AI和德国国家铁路等公司，也于最近宣布采用，加速工业创新的步伐。