欧洲工业企业借助 NVIDIA 技术推进工程与制造智能化
Europe’s Industrial Leaders Reinvent Engineering and Manufacturing With NVIDIA
NVIDIA表示，欧洲工业企业正将 CUDA-X、Omniverse、Cosmos 和 Nemotron 应用于工程与制造全流程，并通过 NVIDIA Factory Operations Blueprint（FOX）构建工厂智能体。
文章集中展示 NVIDIA FOX、cuDSS 与 Omniverse 在工业智能体、工程仿真和工厂数字孪生中的落地方式，并给出 Siemens 等案例的效率数据。
为提高生产力、加速创新并创造新的经济增长机遇，欧洲工业领军企业正将 NVIDIA CUDA-X 和 Omniverse libraries，以及 NVIDIA Cosmos 和 Nemotron 开放模型应用于工程与制造的整个生命周期。
为了在工厂车间整合这些能力，NVIDIA Factory Operations Blueprint (FOX)现已在 GitHub 开放抢先体验，为开发者提供了一种途径，可构建并部署持续运行的工厂管理智能体，在设备间协调工作；还可构建专注于视觉检测、根因分析、报告生成和车队管理等用例的专业智能体。
这些智能体可连接前沿模型，包括 NVIDIA Cosmos 和 Nemotron；也可连接基础知识资源，包括计算机辅助设计、产品生命周期管理、仿真软件，以及 IT 和运营技术系统。
基于 FOX 蓝图，生态系统能够构建工业智能体，实时监控工厂运营，将视觉发现与机器日志关联起来以调查问题，并协调响应。借助 Cosmos 的上下文学习能力，这些智能体无需微调，即可根据示例和文档进行适应。
Siemens正将基于 FOX 构建的智能体集成到其智能体企业系统 Intelligence Center X 中，以帮助确定根因并协调工厂运营，预计可节省 20% 的成本。Siemens的 Process Preparation X 智能体使用 NVIDIA Cosmos Data Factory 工具和技能生成缺陷图像，用于电路板检测。在埃尔兰根电子工厂，Siemens采用这一方法，将检测流程的校准时间缩短了 40%。
从初始设计阶段加速工程工作
NVIDIA CUDA-X 库可加速仿真，让工程师更快获得反馈，在确定实体原型之前探索不同设计方案。在柏林 GTC 大会上，NVIDIA 将发布正式版 cuDSS，加速复杂仿真背后的高强度计算，涵盖结构应力、流体流动、电磁场和半导体器件行为等领域。
Mercedes-Benz 使用 Siemens的 Simcenter STAR-CCM+，在 NVIDIA GPU 上运行，通过更快的空气动力学仿真比较车辆设计。在工厂中，该公司应用 NVIDIA Cosmos 3 和 Metropolis VSS blueprint构建智能体，用于车辆检测和挡风玻璃装配验证，发现偏差并确保质量始终如一地保持高水平。
Cadence 正在 NVIDIA GPU 上对汽车流体动力学工作负载进行基准测试，以评估加快设计迭代的机会；与此同时，Autodesk 将 NVIDIA PhysicsNeMo 和 Warp 框架引入 NavPack，并与 Autodesk Alias 集成，帮助 Bentley’s 等公司的设计师利用经过仿真训练的 AI 预测车辆性能并加快迭代。
imec 和 Infineon 正借助 Synopsys 软件和 NVIDIA 加速计算，加快半导体仿真。基于 imec’s 模型对 S-Litho 进行的基准测试显示，速度最高可提升 40 倍；与此同时，Infineon 使用搭载 NVIDIA CUDA 库的 Sentaurus Device，在下一代功率器件的 3D 击穿仿真中实现了 12 倍加速。
Leonardo 正与 Neural Concept 合作开展 AI 驱动的飞机设计，利用 NVIDIA Omniverse 库整合飞机几何结构与空气动力学仿真结果。
汽车制造商使用 Dassault Systèmes 的 LEO 和 AURA 虚拟助手（由 NVIDIA Nemotron 提供支持），并协调 CATIA AI Agents 和 SIMULIA AI Agents 与 SIMULIA 求解器协同工作，借助 NVIDIA CUDA-X 库加速，在制造实体原型之前快速设计并虚拟测试车门。
UniversalAGI 正与 Saab 合作，保护海上船员免受危及生命的巨浪冲击。双方使用 UniversalAGI 的 Latent Interaction Field Transformer 物理 AI 基础模型，并通过 NVIDIA Warp 加速处理，实时评估数千种波浪状况和航向，而非耗费数天。这些能力使船舶能够预判危险运动并自主选择更安全的航线，避免船员陷入险境；NVIDIA Omniverse 库则有助于可视化船舶在海上的行为。
PhysicsX 正与 GB1（英国美洲杯帆船队） 合作开展 AI 驱动的游艇设计，利用 NVIDIA Omniverse 库可视化船体几何结构和压力场；与此同时，Fermioniq 的 Sofia 智能体帮助 Deltares 和 荷兰各部委 对河流流动进行建模，将自然语言请求转换为基于 NVIDIA Warp 构建的仿真求解器。
Mistral 计划使用 CUDA-X、Warp 和 Omniverse 库加速物理仿真，并为工程 AI 模型生成训练数据。
虚拟测试工厂和机器人
NVIDIA Omniverse 和 Isaac 库支持 数字孪生 和 机器人仿真，帮助制造商在工厂车间进行改动之前评估生产系统和机器人行为。
Audi 使用基于 NVIDIA Omniverse 库构建的电池生产数字孪生，在物理设备到位前测试生产方案。该公司还与 Dassault Systèmes 和 Agile Robots 合作，在使用 Omniverse 库构建的 DELMIA 虚拟孪生中，模拟并验证移动人形机器人和 物流流程。
Schaeffler 正在将其人形机器人执行器的数字孪生——即驱动机器人关节运动的组件——与 NVIDIA Isaac 仿真框架集成，帮助其机器人合作伙伴在仿真中评估组件行为，减少物理测试。
在 Volkswagen Sachsen 的透明工厂，Wandelbots 使用基于 Omniverse 和 OpenUSD 构建的 NOVA with Isaac Sim，以数字方式验证装配工作流程，并为物理机器人准备应用。
Falkor 是 KONGSBERG 旗下公司，正在将智能体和 NVIDIA Omniverse 库集成到其平台中。借助由 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 驱动的 Microsoft Azure NCv6 虚拟机，具备空间智能的智能体将工程数据、运行信息和 3D 设备几何结构相结合，从而查看、模拟和推理工业设施，为流程工业和能源行业的检查与维护用例提供支持。
同样的仿真方法也延伸至 AI 基础设施。 Schneider Electric 与 AVEVA 正在利用 Omniverse 库，为 Nscale 开发一款 AI 工厂数字孪生，帮助工程师在进行物理改造前比较电力、冷却和设备配置。
探索 NVIDIA 工业 AI 技术。
来源：NVIDIA Blog · blogs.nvidia.com