NVIDIA驱动AI加速仿真：重塑工程设计反馈循环

在现代工程领域，仿真速度是创新的关键驱动力。传统计算机辅助工程（CAE）仿真虽精确但耗时漫长，限制了设计探索效率。为应对此挑战，基于AI的物理模型作为传统仿真的“代理模型”（Surrogate Models）正日益普及。

NVIDIA推出的PhysicsNeMo框架，结合了NVIDIA PhysicsNeMo Curator进行数据预处理，以及DoMINO和X-MeshGraphNet等先进AI架构，旨在构建和训练高效的物理AI模型。这些模型通过学习传统仿真数据，能够以秒级或分钟级速度预测仿真结果，显著加快了设计空间的探索。

该工作流的核心优势在于其端到端的能力。从NVIDIA PhysicsNeMo Curator进行的数据预处理，到PhysicsNeMo进行模型训练，再通过NVIDIA NIM微服务进行模型部署和推理，最后利用NVIDIA Omniverse和Kit-CAE实现实时交互式可视化，整个流程实现了自动化和高效化。

以汽车空气动力学为例，该工作流能够快速处理几何数据，训练AI模型，并以3D交互方式呈现仿真结果。这不仅解决了传统仿真效率瓶颈，更通过AI代理模型实现了设计与分析的快速反馈循环，为汽车、航空航天、能源等多个工程领域带来了颠覆性的效率提升。

查看消息来源