許多公司都在采用 Nvidia 的數字孿生技術來推動復雜制造工廠的發展。

本文引用地址：https://www.eepw.com.cn/article/202505/470629.htm

臺積電正在使用其晶圓廠的數字孿生，而 Jacobs（包括英國的 PA Consulting）正在利用其在運輸和水務系統中的數字孿生專業知識來優化 AI 數據中心。其他使用該技術的電子公司包括富士康、臺達、緯創和和碩。

臺積電正在與一家人工智能驅動的數字孿生初創公司合作，以優化其新晶圓廠的規劃和建設。通過在數字孿生中可視化這些優化的布局，規劃團隊可以主動識別和解決設備碰撞，了解系統相互依賴關系，并評估對空間和運營關鍵績效指標的影響。

它使用 Nvidia 的 cuOpt 流程優化庫與 Isaac Lab 進行優化和強化學習，從而在幾秒鐘內生成復雜的多級管道系統。這使工程師能夠虛擬驗證復雜的管道布線，并大幅減少設計修訂。

“臺積電在多個樓層都有錯綜復雜的管道，”Nvidia Omniverse 和模擬技術副總裁 Rev Lebaredian 說。“借助 Omniverse，他們能夠在短短幾天而不是幾個月內完成完整的管道規劃。”

TSMC 還使用 Vision Language Models 和 Vision Foundation Models 來改進自動化缺陷分類工作流程，提高對晶圓產品缺陷進行分類的效率，以便工程師查明問題的潛在根本原因。

Jacobs 正在使用 Nvidia 的 Omniverse Blueprint 來改進 AI 工廠的設計、模擬、部署和運營。

Jacobs 將測試和增強端到端藍圖工作流程，從而準確模擬設施設備的效率、吞吐量和彈性。數字孿生的創建是為了結合數十億個組件的設計和仿真，以構建 AI 工廠的數字孿生，并在電源、冷卻和網絡生態系統中進行新的集成。這使工程團隊能夠在物理精確的虛擬環境中設計、仿真和優化工廠，從而實現早期問題檢測并創建更智能、更可靠的設施。

Jacobs 執行副總裁 Koti Vadlamudi 表示：“十多年來，Jacobs 一直為水和運輸領域的客戶使用數字孿生技術，徹底改變了我們設計、建造、運營和維護關鍵基礎設施的方式。

“現在，AI 數據中心正在使用數字孿生進行構建和智能設計，創建物理基礎設施的精確、實時副本，以預測潛在問題、優化運營并積極影響能源消耗，確保我們的社區擁有更加互聯和可持續的未來。”

這被 Start Campus 用于葡萄牙的 SINES DC Campus 的 1.2GW 人工智能規模數據中心，完全由可再生能源供電，并使用零水系統進行冷卻。在澳大利亞，該公司正在與量子計算初創公司 PsiQuantum 合作，為正在開發的最大公用事業規模、容錯量子計算機之一提供總體規劃、方案設計和工程服務。

Delta Electronics、Foxconn 和 Wistron 也在他們的電子工廠中使用數字孿生。將 Universal Scene Description （OpenUSD） 與 Nvidia Omniverse 庫和數字孿生藍圖相結合，可以加速工廠中使用的自主機器人和機器人隊列的開發、測試和驗證。

在其中國臺灣工廠，富士康的工程師依靠由 OpenUSD、Siemens 和 Omniverse 技術開發的 Fii 數字孿生平臺來設計和模擬機器人工作單元、裝配線和整個工廠布局。

這些數字孿生連接到材料控制系統，并使用 Autodesk Flexsim、Nvidia cuOpt 和 Nvidia Isaac Sim 使工程師能夠模擬和動態優化材料、設備、自主移動機器人 （AMR）、自動導引車以及其他機器人和人類的流動。

標準數字孿生模型允許快速遷移設計和計劃，并輕松重新配置以用于新工廠部署。使用 Omniverse Blueprint for AI Factory 數字孿生，富士康可以在液冷 POD 中模擬和測試 GB200 Grace Blackwell 超級芯片，以復制 AI 工廠的條件。

同樣，緯創數字孿生 （WiDT） 平臺使用 Autodesk、Cadence 和 Microsoft 的軟件，并利用 Nvidia Omniverse 庫。將 WiDT 平臺連接到生成式 AI 工具和來自表面貼裝技術 （SMT） 機器和車間控制系統的實時數據，使運營團隊能夠可視化實時儀表板，以快速診斷和改進機器和工廠的性能。