英偉達(dá)在近期舉辦的SC25大會(huì)上，公布了其在AI超級(jí)計(jì)算領(lǐng)域的多項(xiàng)創(chuàng)新成果，其中Apollo系列AI物理開放模型和Warp物理模擬開源Python框架成為關(guān)注焦點(diǎn)。這兩項(xiàng)技術(shù)旨在推動(dòng)多個(gè)行業(yè)在模擬與設(shè)計(jì)流程上的效率提升。

Apollo系列模型通過整合神經(jīng)算子、Transformer模型和擴(kuò)散方法等前沿機(jī)器學(xué)習(xí)架構(gòu)，并結(jié)合特定領(lǐng)域知識(shí)，為電子器件自動(dòng)化、半導(dǎo)體、結(jié)構(gòu)力學(xué)、天氣與氣候預(yù)測(cè)、計(jì)算流體動(dòng)力學(xué)、電磁學(xué)以及多物理場(chǎng)等領(lǐng)域提供了強(qiáng)大的支持。這種跨領(lǐng)域的適用性使其成為工業(yè)界和科研界的重要工具。

目前，多家知名企業(yè)已開始采用Apollo系列模型來優(yōu)化其設(shè)計(jì)流程。應(yīng)用材料、Cadence、LAM Research泛林、Luminary Cloud、KLA、PhysicsX、Rescale、西門子和Synopsys等公司均表示，這些開放模型顯著加速了他們的模擬工作，并提升了設(shè)計(jì)精度。

與此同時(shí)，英偉達(dá)推出的Warp框架為仿真、機(jī)器人和機(jī)器學(xué)習(xí)工作負(fù)載提供了結(jié)構(gòu)化解決方案。該框架將Python的易用性與接近原生CUDA代碼的性能相結(jié)合，實(shí)現(xiàn)了計(jì)算物理和AI任務(wù)高達(dá)245倍的GPU加速。這一特性使其在處理復(fù)雜計(jì)算任務(wù)時(shí)表現(xiàn)出色。

Warp框架還支持創(chuàng)建GPU加速的3D仿真工作流程，并能夠與PyTorch、JAX、NVIDIA PhysicsNeMo和NVIDIA Omniverse中的機(jī)器學(xué)習(xí)管道無縫集成。這種兼容性使其成為跨領(lǐng)域開發(fā)的理想選擇。

在應(yīng)用方面，西門子、Neural Concept和Luminary Cloud等公司已率先采用Warp技術(shù)，以提升其仿真和機(jī)器學(xué)習(xí)任務(wù)的效率。這些企業(yè)的實(shí)踐表明，Warp框架在實(shí)際應(yīng)用中能夠顯著縮短開發(fā)周期并降低成本。