NVIDIA PhysicsNeMo
NVIDIA PhysicsNeMo 是一个开源 Python 框架，用于大规模构建、训练和微调物理 AI 模型。
NVIDIA PhysicsNeMo 提供的实用程序使开发者能够构建 AI 代理模型，将物理驱动的因果关系与模拟和观察到的数据相结合，实现实时预测。从神经算子、GNN 到生成式 AI 模型，开发者可以开发专有 AI 模型来增强工程模拟，并生成保真度更高的数据，以实现可扩展、响应灵敏的设计。NVIDIA PhysicsNeMo 支持创建和验证从计算流体动力学和结构力学到电磁学等各种物理领域的大规模数字孪生模型。
使用 NVIDIA PhysicsNeMo 借助 AI 增强工程模拟。您可以构建和验证跨多个物理领域（从计算流体动力学和结构到电磁学）的企业级数字孪生应用模型。
用于代理模型的物理信息机器学习
NVIDIA PhysicsNeMo 新功能
特性
物理 AI 模型架构
NVIDIA PhysicsNeMo 提供了各种专为训练物理 AI 模型而调整的方法，从纯粹的物理驱动模型 (例如基于物理信息的神经网络 (PINN)) 到基于物理的数据驱动架构 (例如神经算子、图形神经网络 (GNN) 和基于生成式 AI 的扩散模型) ，不一而足。
NVIDIA PhysicsNeMo 包括精选的物理-ML 模型架构、傅里叶特征网络、傅里叶神经算子、GNN、点云和扩散模型，这些模型在 NVIDIA DGX™ 上通过文档中的开源免费数据集进行训练。
训练先进的物理 AI 模型
NVIDIA PhysicsNeMo 为训练 Physics-ML 模型 (从提取几何图形到添加偏微分方程) 提供端到端流程和实用程序。NVIDIA PhysicsNeMo 还包括参考应用形式的训练方法。查看文档。
大规模训练
NVIDIA PhysicsNeMo 提供 GPU 加速的分布式框架，用于构建基础规模模型。它提供扩展到多节点训练的数据并行和模型并行训练管道，以满足工业规模问题的需求。例如，开发者可以非常轻松地在 5000 万个节点网格上训练 GNN 或激光点云，
PhysicsAI 参考流程
NVIDIA PhysicsNeMo 提供了一套多样化的参考流程，作为开发者定制和构建自己的解决方案的起点。这些参考示例展示了如何使用 AI 对特定问题进行建模，并展示了一些相关的架构和数据集。这涵盖了 CFD、热分析、气候和天气等用例。查看 GitHub 资料库和 GitHub 以获取完整列表。
优势
NVIDIA PhysicsNeMo 是一个免费提供的开源 AI 框架，用于为工程系统开发 Physics-ML 模型和新型 AI 架构。
适用于物理学的 AI 工具包
借助简单的 Python API，为工程模拟和生命科学等任何领域的物理系统快速配置、构建和训练 AI 模型。
近乎实时的推理
将 AI 代理模型部署为物理系统的数字孪生，以近乎实时地进行仿真。
借助 NVIDIA AI 进行扩展
利用 NVIDIA AI 将训练性能从单个 GPU 扩展到多节点实现。
开源设计
体验开源的优势。PhysicsNeMo 基于 PyTorch 构建，并在 Apache 2.0 许可下发布。
标准化
学习 Physics-ML 模型的 AI 开发最佳实践，并立即专注于工程应用。
用户友好
通过用户易于理解的错误消息和易于编程的 Pythonic API 接口提高工作效率。
高质量
使用高质量软件、企业级开发、入门教程以及可靠的验证和文档。
为 NVIDIA PhysicsNeMo 开发做出贡献
NVIDIA PhysicsNeMo 为科学界内部的协作提供了一个独特的平台。我们将邀请领域专家在各种用例和应用中贡献和加速 Physics-ML。
了解 NVIDIA PhysicsNeMo 的实际应用
生成式 AI 的速度和准确性有助于应对气候变化
借助 FourCastNet 加速极端天气预测
使用 NVIDIA PhysicsNeMo 和 Omniverse 的西门子能源公司 HRSG 数字孪生仿真
使用尾流优化更大限度地提高风能产量
使用里叶神经算子和 NVIDIA PhysicsNeMo 加速碳捕获和存储
使用 FourCastNet 提前三周预测极端天气事件
开始使用 NVIDIA PhysicsNeMo
计算机辅助工程 (CAE)
探索 NVIDIA 如何助力计算机辅助工程行业开发者加速基于物理的 CAE 仿真，并使用 AI 加速的数字孪生实现实时交互式设计。
外部空气动力学 NIM
非常准确的预训练模型基于 DoMINO 架构，该模型基于大型多样化汽车数据集进行训练，并打包为 NIM，以实现高性能和可扩展的云部署。开发者可以使用 PhysicsNeMo 中的训练方法进一步自定义模型。
自定进度在线课程
NVIDIA PhysicsNeMo 为训练代理模型提供了显式参数规范，其中包含一系列可供设计空间学习的值，以及用于同时推理多个场景的参数规范。
企业级工作流
NVIDIA PhysicsNeMo 可与 NVIDIA AI Enterprise 一起使用。NVIDIA AI Enterprise 是一个经过优化的端到端 AI 软件平台，可加快企业的生产时间，获得在任何地方部署 AI 的认证，并提供企业级支持、安全性和 API 稳定性，同时降低开源软件的潜在风险
高等教育和研究开发者资源
探索更多资源
为 Siemens Gamesa 使用 NVIDIA Modulus 和 Omniverse 风电场数字孪生
西门子能源利用 NVIDIA 在 Omniverse 和 Modulus 中开发发电厂的工业数字孪生
开发适用于天气、气候和能源的数字孪生
道德 AI
NVIDIA 的平台和应用框架使开发者能够构建各种 AI 应用。在选择或创建要部署的模型时，请考虑潜在的算法偏差。与模型的开发者合作，确保其满足相关行业和用例的要求；提供必要的说明和文档以了解错误率、置信区间和结果；并确保在预期的条件和方式下使用模型。