NVIDIA Omniverse Cloud：打破物理与数字的边界

  【雷竞技须安全稳定 企业频道】在连续多年接受4K、VR等更具沉浸感娱乐体验的“训练”后，对于虚拟世界、物理世界的边界辨认的更加清晰。至于，处在风口浪尖的元宇宙，若想要达到预期的状态，我认为捷径就是大银幕，去看看《失控玩家》之类的电影。

  但是，在GTC 2022大会期间，NVIDIA展示的Omniverse Cloud服务，却让我感到真实物理世界与虚拟数字世界的边界更加模糊了。也许有一天，我们真的可以在数字孪生的虚拟世界中工作、生活。NVIDIA创始人兼首席执行官黄仁勋分享了一些Omniverse赋能的AI训练、数字孪生案例，无论是5G基站优化部输、提高铁路运力和效率、改善汽车设计制造流程，都要比几年前发布的《星球大战》光追Demo更让人震撼。 

  作为NVIDIA推出的首款软件加基础设施即服务的产品，Omniverse Cloud服务在Omniverse Cloud Computer上运行，这个全新计算平台由三部分构成：供创作者、设计师和工程师使用的RTX计算机;用来托管与Nucleus数据库连接并运行虚拟世界模拟的NVIDIA OVX;作为进入Omniverse门户的NVIDIA图形交付网络(GDN)。GDN是一个全球规模的分布式数据中心网络，用于在边缘提供高性能、低延迟的元宇宙图形。

  通过NVIDIA的演示，Omniverse Cloud能够打破物理壁垒，让用户、团队无需依赖本地算力，就能够完成3D工作流的设计和协作，甚至可以与甲方、客户实时互动反馈，了解项目进展或修改，带来效率的提升。NVIDIA表示，该服务首批客户包括RIMAC Group、西门子和WPP等，可覆盖5G、交通、物流、培训、自动驾驶、建筑、零售等多个领域。

  目前NVIDIA Omniverse生态拥有超过150个软件合作伙伴，超过20万个人用户，且持续增长中。

  Omniverse Cloud服务包括：

  Omniverse Nucleus Cloud：让3D设计师和团队能够自由协作并访问基于通用场景描述(USD)的共享3D场景和数据。Nucleus Cloud使任何设计师、创作者或开发者都能够保存更改、共享、进行实时编辑并在任何地方查看场景中的变化。

  Omniverse App Streaming：使没有NVIDIA RTX GPU的用户能够流式传输Omniverse参考应用，例如Omniverse Create(一款设计师和创作者用于构建基于USD的虚拟世界的应用)、Omniverse View(一款用于审核和批复的应用)和NVIDIA Isaac Sim(用于训练和测试机器人的应用)。

  Omniverse Replicator：使研究者、开发者和企业能够生成物理级精确的3D合成数据并轻松构建自定义合成数据生成工具，从而加快感知网络的训练速度和准确性，轻松地与NVIDIA AI 云服务进行集成。

  Omniverse Farm：使用户和企业能够使用多个云实例扩展Omniverse任务，例如渲染、合成数据生成等。

  NVIDIA Isaac Sim：这个可扩展的机器人仿真应用与合成数据生成工具可驱动物理级精确的逼真虚拟环境，以便开发、测试和管理AI机器人。

  NVIDIA DRIVE Sim：这个端到端仿真平台通过运行大规模、物理级精确的多传感器仿真，支持自动驾驶汽车从概念到部署的开发和验证，可以提高开发者的生产力并加快产品上市时间。 

  NVIDIA表示，Omniverse Farm、Replicator和Isaac Sim容器现已在NVIDIA NGC上线，并且可在AWS上使用搭载NVIDIA A10G Tensor Core GPU的Amazon EC2 G5实例上进行自助式部署。

  在本次GTC大会上，NVIDIA展示Omniverse Cloud的一项重要应用场景便是数字孪生。例如，5G基站相比4G更加消耗电力，同时为了保证5G传输速率，还要提升覆盖度，由此会带来达到4G基站4倍的部输成本。通过优化新机基站和信号塔布局和运营，可以为2万亿美元的电信行业节省数十亿美元，电信运营商Charter与交互式数据分析平台公司HeavyAI利用Omniverse为4G和5G网络创建数字孪生。HeavyAI利用Omniverse，整合散布在数十亿个位置的激光雷达扫描、卫星图像、建筑物、树木和周围环境，以及射频传播模型，从而实时模拟Charter无线电网络的性能。通过Omniverse打造的数字孪生平台进行测试，相比现实物理世界的大量测试，能够有效避免交付延迟、降低成本。

  数字孪生作为工业元宇宙最重要的应用场景，需要物理级精确性、低延迟、高度实时。NVIDIA中国区高级技术市场经理施澄秋在分享时提到，NVIDIA更加注重数字资产的准确性，以及可以实时跨数字和虚拟、物理两端的事实互动性。例如，对于无人车自动驾驶的训练，如果训练场景不够精确，在元宇宙的虚拟世界中2秒就能完成刹车，但物理世界却要更长时间，刹车距离可能长达几十米，这样的训练是没有意义的。

  施澄秋提到，NVIDIA全新的Ada Lovelace架构带来了多项创新升级，能够提供更强大的性能，其第三代RTX Core带来了2倍甚至更高的光追性能;第四代Tensor Core拥有1.4TDrops的AI性能;新架构还拥有更高能效比。所以，无论是面向游戏、图形工作站、专业可视化用户一级数据中心的产品，都能带来更强劲的性能，实现效率升级。

  终端、数据中心算力的升级对于Omniverse的体验也至关重要，配合Omniverse的软硬件工具，可实现如4K实施路径追踪，进一步赋能工业元宇宙等应用场景。 

  这里也顺便提一下在GTC期间发布的两款重要产品：全新Ada Lovelace RTX GPU RTX 6000 以及第二代NVIDIA OVX。前者融合了最新的渲染、AI和着色器技术，拥有48GB显存，可处理大规模的3D模型、图像渲染、模拟和AI数据集，其在研学研究、药物研发等领域带来相比上代RTX A6000达2-4倍的性能。

  至于第二代NVIDIA OVX，这也是NVIDIA赋能数字孪生的关键环节。全新NVIDIA OVX系统由基于NVIDIA Ada Lovelace GPU架构的NVIDIA L40 GPU赋能。L40 GPU包含第三代RT Core和第四代Tensor Core，能够为在OVX系统上运行的Omniverse工作负载提供强大功能，包括加速的光线追踪和路径追踪材质渲染、物理级精确的模拟以及逼真的3D合成数据生成。L40也会在主要OEM厂商的NVIDIA认证系统服务器中提供，以驱动数据中心的RTX工作负载。 

  除了L40 GPU之外，全新NVIDIA OVX还内置NVIDIA ConnectX-7 SmartNIC，可提供更强大的网络和存储性能，以及实现真实数字孪生所需的精确时间同步。ConnectX-7支持每个端口200G网络速率和快速在线数据加密，能在加快数据传输速度的同时，提高数字孪生的安全性。

  并且，每个OVX服务器节点带有8个NVIDIA L40 GPU和3个NVIDIA ConnectX-7网卡，可提供100/200/400G网络速率。如果Omniverse工作负载对性能和规模提出更高要求，这些服务器可以通过NVIDIA Spectrum-3以太网平台部署在NVIDIA OVX POD和SuperPOD配置上。

  强大的算力为更复杂、需要更高精确度、低时延的业务提供支持，进一步拓展工业元宇宙等计算视觉的应用场景。针对中国市场和用户，NVIDIA也在积极推进合作。施澄秋提到：中国的互联网非常领先、非常独特，无论是互联网架构、应用部署还是习惯都非常独特。中国的数字资产跟国外的数字资产有很大的差异，例如建筑风格不同、传统工艺不同。在中国推进数字孪生等技术，需要中国的Omniverse项目的应用支持，提供符合本地特色的材质、AI算法等等。 

  所以无论是中国还是全球，在NVIDIA推出Omniverse Cloud服务后，包括数字孪生的元宇宙，或许会进一步打破数字虚拟与现实物理世界的壁垒，让我们更多的工作流能够以更及时、更高效、甚至更环保的方式在“元宇宙”中以更低的成本实现，对此很值得期待，就像黄仁勋在GTC的主题演讲中提到的：未来，所有的产品都将具有数字孪生。