面向工业领域的 AI 技术

推动自动化、效率和精度再上新台阶。

概览
行业
用例
构建
成功案例
新闻和活动
资源
合作伙伴
开始使用

概览
行业
用例
构建
成功案例
新闻和活动
资源
合作伙伴
开始使用

随时了解最新情况

概览

赋能工业数字化

全球领先的工业公司正在实施 NVIDIA 技术以推进大规模 AI 计划。NVIDIA 加速计算、AI 模型和库使部署工业级 AI 应用成为可能，让您能够利用大量传感器和操作数据来优化运营、缩短获得见解的时间、更大限度地提高产量并降低成本。

NVIDIA 发布面向物理 AI 的开源智能体工具和技能集合

物理 AI 技能和工具帮助开发者将复杂的机器人、智能汽车、视觉 AI 和工业数字孪生工作流转换为智能体可执行的任务。

阅读新闻稿

企业软件领先企业携手 NVIDIA 构建 AI 智能体

设计和仿真领域的领先企业正在使用 NVIDIA® NemoClaw™ 打造自主 AI 工程师。

阅读新闻稿

行业

探索 AI 在工业领域的实际应用

制造业

从设计到交付，全面重塑制造业。

设计师、工程师和分析师需要处理大量模型，以便快速进行创新、迭代和解决问题。与此同时，制造商需要从大量传感器和操作数据中获得见解，以优化运营、缩短获得见解的时间并降低成本。NVIDIA 加速计算、AI 模型和库可随时随地实现这一切。

详细了解 AI 在制造业的实际应用

半导体

推动亚纳米级技术进步。

随着技术节点不断小型化和微型化，电子设计自动化 (EDA) 与半导体制造领域对计算周期的需求正呈指数级飞速增长。制造一枚高端芯片涉及超过 1000 个步骤，制造精度达到生物分子大小的级别。每个步骤都必须接近完美，才能保证成品运行正常。为满足这一需求，加速计算和 AI 已成为半导体行业的命脉。从逻辑仿真和验证、物理设计、计算光刻等计算密集型工作负载，到其他光罩厂和晶圆厂工作负载 (包括检查和测量)，都需要这些技术的加持。

详细了解适用于半导体行业的 AI

航空航天

推动性能、可制造性和效率再上新台阶。

产品创新、质量、可靠性和运营效率推动着当今航空航天行业的商业成功。NVIDIA 正在通过加速计算、CUDA-X™、AI 物理、智能体工程以及用于工程设计和仿真的交互式数字孪生工具来缩短设计周期。

农业

AI 正在掀起新一轮农业变革浪潮。

借助 NVIDIA 技术，务农者可以分析不同来源 (如土壤湿度传感器、天气预报和卫星图像) 的数据，在作物管理、灌溉和害虫防治方面做出更好的决策。NVIDIA 的 AI 解决方案还能帮助务农者自动执行作物监测、植物疾病检测、土壤条件分析等重复性任务。有了这些技术的加持，务农者可以进一步提高效率和生产力。对个人而言，这有助于提高作物产量并减少浪费；对整个行业而言，这有助于促进可持续发展并提升盈利能力。

汽车

推动端到端创新。

NVIDIA 的汽车解决方案提供设计、仿真和可视化未来驾驶所需的性能和可扩展性。设计师和工程师可以创建虚拟车辆设计、展厅和汽车配置器；可以开发实时数字孪生、车载 AI 助手和仿真 AI 智能体；并且可以验证自动驾驶技术，所有这些都可以通过 NVIDIA CUDA-X、AI Physics、自动驾驶 AI 智能体工程师、Omniverse™ 库和加速计算平台实现。

详细了解 AI 在汽车行业中实际应用

图片由 BMW 集团、 Koenigsegg 和 Rimac Automobili 提供。

化工、材料和工业生物技术

加速探索。

AI 和加速计算改变了化工、材料和工业生物技术领域的创新。这些技术有助于发现新型分子、优化配方、识别新的生物技术性状以及实现更多应用。通过加速此类创新，NVIDIA 使合作伙伴和客户能够探索更大的解决方案空间、节省计算成本并实现创新工作流程自动化。

详细了解 AI 在化工、材料和工业生物技术领域的应用

用例

开发者如何使用 NVIDIA AI

设计和工程
合成数据生成
强化学习
工业设施数字孪生

设计和工程

计算机辅助工程 (CAE) 仿真工具能够快速评估物理性质。Cadence、西门子、新思科技和达索等领先的软件提供商正在使用 NVIDIA CUDA-X 库、AI 物理模型、自主 AI 智能体、CUDA-X Python 框架和最新的 NVIDIA Blackwell GPU，将其求解器加速一个数量级，将仿真时间从几天缩短到几个小时，并实现更高的仿真保真度。

探索计算流体动力学用例

McLaren

合成数据生成

开发者将合成数据与现实世界数据结合，来创建经过仔细标记的数据集，以训练多模态物理 AI 模型，从而节省大量训练时间并大幅降低成本。现在，借助 NVIDIA Cosmos™，开发者可以通过 3D 到现实的工作流生成更大的数据集。

探索合成数据生成用例

强化学习

在仿真时借助强化学习，机器人可以通过试错法在任何虚拟环境中进行训练。借助该功能，机器人能够发展现实世界的自动化任务所需的复杂的大运动和精细运动技能，例如抓取新物体、四足行走和学习复杂的操作技能。

探索强化学习案例

Agility, Apptronik, Fourier Intelligence, Unitree

工业设施数字孪生

利用 Omniverse SDK 和 API 开发先进的工业设施数字孪生解决方案，并为您的软件实现数据互操作性、基于物理的可视化、生成式 AI 和实时协作。

探索工业设施数字孪生用例

Delta Electronics

探索并构建

利用 NVIDIA 技术加速工作流

探索预构建的 Omniverse Blueprint 和工作流，快速开发或增强基于 OpenUSD
的应用和服务。

构建自主 AI 智能体工程师

使用 NVIDIA® NemoClaw™ 参考架构构建长期运行的 AI 智能体，自主执行工程模拟工作流程。

立即体验

Accenture, KION Group

测试用于工业自动化的多机器人集群

进行真实部署之前，在工业数字孪生中大规模模拟和测试物理 AI 和机器人集群。

立即体验

Luminary Cloud

构建用于交互式流体仿真的数字孪生

将实时可视化与分析集成到 3D 工作流中，为您的产品提供实时计算机辅助工程。

立即体验

构建用于 AI 工厂设计和运营的数字孪生

使用数字孪生设计、测试和优化新一代智能制造数据中心。

立即体验

Foxconn

面向 Omniverse 数字孪生打造的空间串流

通过此参考工作流将基于 OpenUSD 的沉浸式 Omniverse 数字孪生流式传输到 Apple Vision Pro。

探索工作流

Microsoft Azure

构建用于远程监控的数字孪生

通过与实时物联网数据集成的精确数字孪生，对工业运营实现远程监控。

探索工作流

Build Autonomous AI Agent Engineers
测试用于工业自动化的多机器人机群
构建用于交互式流体仿真的数字孪生
Build Digital Twins for AI Factory Design and Operations
面向 Omniverse 数字孪生打造的空间串流
构建用于远程监控的数字孪生

成功案例

查看实际影响

向行业领导者学习使用 AI 优化流程、规避风险和降低成本的经验。

更多成功案例

工业数字化的新时代已经到来。借助 Microsoft Azure 上的 NVIDIA Omniverse API，全球各地各行各业的组织可以联系交流、开展协作并增强其现有工具，掀起由 AI 赋能的数字孪生的新浪潮。

— Andy Pratt，微软，新兴科技副总裁

计算光刻正在突破前沿芯片计算工作负载的极限，特别是光学邻近效应修正 (OPC) 这项技术。在合作伙伴 NVIDIA 的帮助下，我们利用 cuLitho 平台大幅提升了 Synopsys OPC 软件的运行性能，将原本需要数周的任务缩短到几天。作为各自行业的佼佼者，我们的合作不断推动行业取得惊人进展。

— Aart de Geus，新思科技董事长兼 CEO

得益于 Omniverse API，Teamcenter X 不仅能够助力 HD Hyundai 等公司以交互方式统一并可视化大型工程数据集，还能协助他们集成生成式 AI 来生成 3D 对象或 HDRI 背景，在相关情景中查看其项目。这将创建一个超级直观、逼真、基于物理的数字孪生，从而消除浪费和错误，节省大量成本和时间。

— Roland Busch 博士，西门子 CEO