Цифровые двойники NVIDIA Omniverse помогают тайваньским производителям продвигать Золотой век промышленного ИИ.
Проекты по созданию автономных производственных объектов предлагают преобразующие достижения для развития отраслей с оборотом в триллионы долларов.
NVIDIA и производственная экосистема Тайваня, включая Delta Electronics, Foxconn, TSMC и Wistron, на выставке COMPUTEX в Тайбэе демонстрируют решающую роль цифровых двойников в ускорении промышленного ИИ.
Эти лидеры в производстве электроники, полупроводников и робототехники используют Universal Scene Description (OpenUSD) и библиотеки и чертежи NVIDIA Omniverse для разработки физически обоснованных цифровых двойников. Это преобразует планирование фабрик, открывая новые операционные возможности и ускоряя разработку, тестирование и проверку автономных роботов и роботизированных парков.
Многие из этих производителей также расширяют цифровизацию своих заводов в реальном мире, используя NVIDIA AI Blueprint для поиска и суммирования видео (VSS) — теперь общедоступный и являющийся частью платформы NVIDIA Metropolis — для внедрения агентов видеоаналитики ИИ в свои операции и обеспечения дополнительной автоматизации и оптимизации обнаружения дефектов и других операций.
Производители Тайваня оптимизируют планирование и операции с помощью моделирования и агентов ИИ
Ведущие производители электроники и полупроводников Тайваня используют цифровых двойников, физическое моделирование и агентов ИИ для оптимизации существующих операций и значительного ускорения планирования и ввода в эксплуатацию новых заводов.
Foxconn лидирует. На своих тайваньских предприятиях инженеры Foxconn используют платформу Fii Digital Twin, разработанную с использованием технологий OpenUSD, Siemens и Omniverse, для проектирования и моделирования роботизированных производственных ячеек, сборочных линий и целых заводских макетов.
Эти цифровые двойники подключаются к системам управления материалами и используют Autodesk Flexsim, NVIDIA cuOpt и NVIDIA Isaac Sim, чтобы инженеры могли моделировать и динамически оптимизировать поток материалов, оборудования, автономных мобильных роботов (AMR), автоматизированных управляемых транспортных средств и других роботов и людей. Разрабатывая стандартную модель цифрового двойника для своих заводов, Foxconn может быстро переносить и легко перенастраивать свои проекты и планы для новых заводских развертываний.
Foxconn использует модель NVIDIA Isaac GR00T N1, чертеж NVIDIA Isaac GR00T-Mimic для генерации синтетического движения манипуляции и NVIDIA Isaac Lab для обучения промышленных манипуляторов и гуманоидных роботов выполнению сложных задач, таких как затягивание винтов, захват и размещение, сборка и вставка кабелей. Разработчики робототехники Foxconn используют Mega NVIDIA Omniverse Blueprint для моделирования и тестирования больших парков роботов, включающих AMR, манипуляторы и гуманоидных роботов, перед их развертыванием на объектах.
Для ускорения анализа и принятия решений инженеры Foxconn используют свою платформу цифровых двойников для проведения тепловых оценок помещений POD в различных сценариях. Подключив свои цифровые двойники к платформе цифровых двойников Cadence Reality и интегрировав фреймворки NVIDIA PhysicsNeMo, команды могут проводить тепловое моделирование в 150 раз быстрее, снижать тепловые риски и выявлять возможности экономии энергии.
Используя Omniverse Blueprint для цифровых двойников фабрик ИИ, Foxconn может моделировать и тестировать чипы GB200 Grace Blackwell Superchips в жидкостно охлаждаемых POD, чтобы воспроизвести условия фабрики ИИ.
Компания также внедряет агентов видеоаналитики на основе ИИ, используя схему VSS от NVIDIA Metropolis для анализа видео в реальном времени и получения информации в сценариях живого производства.
TSMC сотрудничает со стартапом по созданию цифровых двойников на основе ИИ для оптимизации планирования и строительства своих новых фабрик. TSMC использует движок ИИ и приложения, созданные с помощью библиотек Omniverse, для преобразования традиционных 2D-проектов с помощью компьютера в насыщенные интерактивные 3D-макеты своих сложных объектов, включая специализированные области, такие как чистые комнаты.
Визуализация этих оптимизированных макетов в цифровом двойнике позволяет группам планирования заранее выявлять и устранять коллизии оборудования, понимать взаимозависимости систем и оценивать влияние на пространство и ключевые показатели производительности.
Этот подход на основе ИИ улучшен с помощью NVIDIA cuOpt для оптимизации и обучения с подкреплением с NVIDIA Isaac Lab, что позволяет создавать сложные многоуровневые системы трубопроводов за считанные секунды — задача, которая традиционно требует значительного времени и усилий. Это позволяет инженерам виртуально проверять сложную маршрутизацию трубопроводов и радикально сокращать количество изменений в проекте, в конечном итоге оптимизируя весь процесс разработки фабрики.
TSMC также использует модели языка визуализации и модели фундамента визуализации для улучшения автоматизированных рабочих процессов классификации дефектов — повышая эффективность классификации дефектов пластин для инженеров, чтобы точно определить потенциальные первопричины проблем. Помимо использования цифровых двойников и ИИ-визуализации, TSMC также использует библиотеки программного обеспечения NVIDIA CUDA-X и графические процессоры NVIDIA для ускорения всего рабочего процесса проектирования полупроводниковых чипов — от литографии с NVIDIA cuLitho до моделирования полупроводникового процесса.
Команды Wistron повышают эффективность работы, оптимизируют планирование компоновки своих заводов и обучают роботов и рабочих с помощью платформы Wistron Digital Twin (WiDT). Платформа работает на программном обеспечении от Autodesk, Cadence и Microsoft и использует библиотеки NVIDIA AI и Omniverse.
Подключая платформу WiDT к инструментам генеративного ИИ и данным в реальном времени от машин с технологией поверхностного монтажа и систем управления цехами, операционные команды могут визуализировать панели управления в реальном времени для быстрой диагностики и повышения производительности машин и заводов.
Разработчики робототехники Wistron используют платформу и ее интеграцию с NVIDIA Isaac Sim для моделирования и тестирования роботизированных рук. Благодаря подходу, ориентированному на моделирование, команды сократили время, необходимое каждой руке для сборки деталей на производственной линии, на 12 секунд.
Платформа цифровых двойников Wistron также использует схему VSS для создания и отбора обучающих видео для обучения рабочих тому, как выполнять и управлять сложными задачами и сценариями. Платформа использует NVIDIA Cosmos Tokenizer, чтобы помочь командам анализировать и разбивать действия рабочих на производственной линии и улучшать стандартные рабочие процедуры. Такой подход позволяет Wistron ускорить адаптацию, повысить производительность труда и обеспечить безопасность.
Wiwynn использует цифровых двойников с поддержкой ИИ, созданных с использованием технологий Omniverse, для оптимизации планировки завода, моделирования производства, интеграции коботов и улучшения контроля качества за счет улучшенного контроля и анализа. Эти решения привели к значительным инновациям и повышению эффективности в производстве и логистике.
Платформы PEGAVERSE и PEGAAi от Pegatron снабжают инженеров и руководителей заводов цифровыми двойниками, которые поддерживают множество вариантов использования, включая планирование завода, предиктивное обслуживание, оптимизацию процессов, планирование ресурсов, удаленный мониторинг и контроль качества.
Команды также используют платформы для создания визуальных агентов ИИ, которые помогают работникам совершенствовать сложные задачи по сборке. Эти агенты ИИ, разработанные с помощью NVIDIA AI Blueprint для VSS и NVIDIA Metropolis, позволили Pegatron улучшить процессы сборки, сократить затраты на рабочую силу на 7% и снизить уровень дефектов на сборочной линии на 67%.
Kenmec и MetAI используют технологии Omniverse и Mega NVIDIA Omniverse Blueprint для создания физически точных цифровых двойников для моделирования, тестирования и развертывания решений по автоматизации склада. Вместе команды виртуализировали весь Chief Smart Logistics Center, создав среду моделирования полной точности, которая объединяет физическую динамику, логику контроллера в реальном времени, тестирование и оптимизацию на основе ИИ — все в смоделированной среде.
Операционные группы GIGABYTE используют цифровых двойников, разработанных с помощью библиотек Omniverse и подключенных к данным Интернета вещей в реальном времени с производственного участка, для улучшения операционного мониторинга производственных систем. Визуально отмечая аномалии, включая проблемы с оборудованием и задержки, цифровые двойники помогают командам быстро выявлять проблемы, проводить анализ первопричин и принимать корректирующие меры.
Команды инженеров, операционистов и логистики Quanta Cloud Technology сотрудничают, используя решения цифровых двойников, созданные с помощью Omniverse, для ускорения планирования завода. Цифровые двойники предоставляют этим кросс-функциональным командам доступ к последним данным проектирования, позволяя им предоставлять немедленную обратную связь по предлагаемым макетам, что приводит к оптимизации рабочих процессов и улучшению использования пространства. Команды могут дополнительно расширить сеансы совместной работы для внешних клиентов и поставщиков, чтобы они могли удаленно участвовать в обзорах и проверке проектов.
Производители используют цифровых двойников для ускорения разработки робототехники
Помимо создания будущего в производстве, тайваньские производители используют цифровых двойников, работающих на библиотеках и чертежах Omniverse, для разработки следующей волны роботов с поддержкой ИИ.
Delta Electronics использует Isaac Sim для оптимизации производства электронных компонентов, а также для моделирования, обучения и проверки всего спектра промышленных роботов — от AMR до промышленных манипуляторов.
Компания трансформирует свой опыт в услугу, разрабатывая интегрированный киберфизический класс, который вскоре будет запущен на Тайване. В нем клиенты научатся использовать платформу DIATwin для моделирования и интеграции промышленного оборудования и роботов Delta, чтобы обеспечить более эффективное внедрение в собственные производственные линии.
Techman Robot продвигает интеллектуальную автоматизацию на прозрачной фабрике Volkswagen. Используя Isaac Sim, коботы Techman AI учатся работать на GESSbot AMR в физически точных симуляциях для выполнения задач сборки, проверки и адаптивной манипуляции в реальном времени с точностью. Благодаря виртуальному моделированию поведения робота и рабочих процессов Techman Robot сократил время программирования роботов на 70% и повысил производительность роботов на 20%.
Foxlink использует модель Isaac GR00T N1 для добавления обобщенного интеллекта и автономности своим промышленным роботам, используемым на производственных предприятиях.
Решение Solomon на основе искусственного интеллекта, работающее на библиотеках ускорения NVIDIA Isaac Manipulator CUDA-X, помогает Inventec значительно ускорить процесс проверки роботизированных серверов, увеличивая скорость планирования сложных движений до 8 раз и сокращая количество ошибок на 50%.
Kudan интегрирует свою технологию Visual SLAM с библиотеками ускорения Isaac Perceptor CUDA-X в AMR NexAIoT, NexMOV-2. Эта интеграция использует передовые технологии 3D-восприятия и навигации, что позволяет им перемещаться по сложным, неструктурированным средам, таким как производственные, логистические и медицинские учреждения, с большей точностью и надежностью.
MSI оснащает своих промышленных роботов модулем NVIDIA Jetson AGX Orin для выполнения различных задач, от подъема и размещения и обработки материалов до доставки полезных грузов внутри крупных складов и объектов.
В здравоохранении Adata и Advantech совместно используют Isaac Sim, Isaac Perceptor и Jetson Orin для разработки AMR для дезинфекции больниц. Это сотрудничество сократило время развертывания на 70% и в 3 раза ускорило процесс дезинфекции. Ubitus также использует платформу Isaac для обучения гуманоидных роботов G1 доставке материалов и образцов для медицинского осмотра, помогая сократить нехватку рабочей силы в больницах.
Источник информации — NVIDIA.
