西門子正在使用 NVIDIA 加速計算加快實現凈零制造。

提高制造業的可持續性涉及到優化從材料采購和運輸到設計、生產、分銷和報廢處理等整個產品生命周期。

根據國際能源署的數據，只要將工業生產的碳足跡減少 1%，每年就能減少 9000 萬噸二氧化碳排放，這相當于每年減少 2000 多萬輛汽油車上路。

借助數字孿生和加速計算等技術，制造商能夠減少排放、提高能效，并滿足日益增長的環保生產需求。

西門子和 NVIDIA 都處于技術開發的前沿，兩家公司所開發的技術能夠幫助客戶實現可持續發展目標并改進生產流程。

可持續制造面臨的主要挑戰

制造商最關心的問題仍然是如何平衡可持續發展與盈利能力等業務目標。安永會計師事務所在 2022 年進行的一項研究發現，數字孿生最多可降低 35% 的建筑成本，這凸顯出資源消耗與建筑費用之間的密切聯系。

但推進可持續制造和減少管理費用所面臨的最大挑戰之一是部門之間、同一企業內不同工廠之間以及不同生產團隊之間存在的隔閡。這些“孤島”是由各種各樣的問題造成的，包括優先事項和激勵措施相互矛盾、缺乏通用的能效指標和語言、需要新的技能和解決方案彌補這些差距等。

另一個障礙是數據管理。許多制造商都在想方設法將大量數據轉化為可操作的洞察，尤其是那些能夠影響可持續發展目標的數據。

在《The Manufacturer》的一項案例研究中，四分之一的受訪者承認其數據缺陷對能效和環境可持續性產生了負面影響；近三分之一的受訪者表示，數據僅限于本地用例。

為了應對這些挑戰，必須采取創新的方法，打破障礙并利用數據推動可持續發展。數字孿生技術作為信息中樞，已被證明是實現這一目標的重要工具。

數字孿生在可持續制造中的作用

基于NVIDIA Omniverse開發平臺和通用場景描述（OpenUSD）構建的工業級數字孿生正在深入改變制造商實現可持續發展和可擴展性的方式。

這些技術使數字孿生能夠從各種來源獲取工程數據，并將其與現實世界中的數據進行關聯。這打破了信息孤島，提供了從工程設計到銷售和營銷等各個團隊都能夠共享的整體視圖。

這種增強的可視性讓工程師和設計師能夠在實際生產開始之前，仿真和優化產品設計、設施布局、能源使用和制造流程。這能夠幫助相關方做出更明智的決策，實現更加深入的洞察和協作，進而提高效率并減少代價高昂的錯誤和可能造成嚴重浪費的最后一刻變更。

為了進一步改變產品和體驗的設計與制造方式，西門子正在將NVIDIA Omniverse Cloud應用編程接口集成到西門子 Xcelerator 平臺中，并先從其云的產品生命周期管理軟件 Teamcenter X 開始。

憑借這些集成，西門子能夠將逼真的可視化功能應用到復雜的工程數據和工作流中，使企業能夠創建基于物理學的數字孿生，幫助其避免工作流中的浪費和錯誤。

西門子和 NVIDIA 已經展示了像可持續船舶制造領域的領先企業HD Hyundai等公司如何使用這些新功能，以更大的規模和更高的保真度來實現復雜工程數據的可視化和交互。

HD Hyundai 直接在 Teamcenter X 中實現復雜工程項目的統一和可視化。

基于物理學的數字孿生還被用于測試和驗證機器人與物理 AI，隨后再將它們部署到現實世界的制造設施中。

全球最大的電子產品制造商Foxconn創建了一個虛擬工廠，推進了工業自動化的發展。Foxconn的數字孿生平臺基于Omniverse和NVIDIA Isaac構建而成，復制了墨西哥瓜達拉哈拉電子中心的一座新工廠。工程師可以借助該平臺優化流程和訓練機器人，以實現 NVIDIA Blackwell 系統的高效生產。

通過仿真工廠環境，工程師可以確定重型機械臂的最佳位置、優化運動軌跡，并最大程度地提高操作安全，同時有策略地部署數千個傳感器和攝像頭來監控整個生產流程。

Foxconn的虛擬工廠使用由 NVIDIA Omniverse和 NVIDIA Isaac 平臺驅動的數字孿生來生產 NVIDIA Blackwell 系統。

像 Foxconn虛擬工廠這樣的數字孿生正越來越普遍地被應用于工業環境中的仿真和測試。

Foxconn董事長劉揚偉著重提到了數字孿生將如何提升自動化程度和效率，從而大幅節省企業的時間、成本和能源。該公司預計在提高生產效率的同時，每年還能減少 30% 以上的能耗。

該虛擬工廠將西門子 Xcelerator 軟件的數據連接到其基于NVIDIA Omniverse和OpenUSD構建的平臺，使該公司能夠在逼真的仿真環境中設計和訓練機器人，從而徹底改變其實現自動化和可持續制造的方法。

讓每度電物盡其用

各行各業都需要考量的一個問題是 AI 日益增長的用電量需求比可再生能源的使用量高出多少。這意味著企業領導者，尤其是制造工廠和數據中心的運營商必須最大程度地提高能效，確保每一度電都得到有效利用，這樣才能在發展 AI 的同時，兼顧低碳化工作。

為了優化能源使用，最佳且最簡單的方法就是加速所有可能的工作負載。

通過使用 GPU 和 CPU 集成的加速計算平臺，制造商可以顯著提高計算效率。

GPU 專為處理復雜計算而設計，其在 AI 任務中的表現超越了傳統的純 CPU 系統。在 AI 推理和訓練方面，GPU 系統的能源效率最低可達到純 CPU 系統的 20 倍。

這一效率的飛躍推動了過去十年間的巨大進步，使 AI 能夠在應對更復雜挑戰的同時，保持節能運行。

在這些進步的基礎上，企業可以通過采取關鍵的能源管理策略進一步減少對環境的影響，包括實施能源需求管理和能效措施、擴大電池儲能規模以應對短時停電、確?？稍偕茉醋鳛榛矩摵呻娏Α⑹褂每稍偕剂献鳛閭溆冒l電，以及探索熱能再利用等創新理念。

可持續制造的未來：

工業數字化

制造業的下一個前沿領域是數字世界和物理世界的融合，即所謂的工業數字化，或“工業元宇宙”。到那時，數字孿生將變得更加身臨其境、更具互動性，使制造商能夠比以往更快地做出數據驅動的決策。

西門子股份公司總裁兼首席執行官博樂仁（Roland Busch）表示：“我們將徹底改變產品和體驗的設計、制造與提供方式。在實現工業元宇宙的過程中，新一代工業軟件所創造出的環境和高度逼真性使客戶能夠像在現實世界中一樣體驗產品，并在未來通過自然語言輸入與產品進行交互?！?/p>

引領數字孿生和

可持續計算的發展方向

西門子和 NVIDIA 的合作展示了數字孿生和加速計算在減少制造業每年對環境造成的影響方面所起到的巨大作用。借助先進的仿真、AI 洞察和實時數據，制造商可以在實現低碳化的過程中，減少浪費并提高能效。