研讨会时间：2024 年 1 月 19 日（周五） 14:00（北京时间）

AI for Science 已成为一种新的科研范式。为加速 AI for Science 的发展，NVIDIA 推出 Modulus 开源框架，使用物理控制方程（PDE）、模拟数据和观测数据来构造数字孪生模型。NVIDIA Modulus 引入先进 AI 模型（例如 PINNs、Neural Operator、GNN、Diffusion Model 等），支持参数化设计与 GPU 多节点线性扩展。无论是缺乏 AI 专业知识的人士还是开发者，NVIDIA 都能为快速增长的 AI 需求提供有力支持，可广泛应用于 CFD、传热、固体、电磁波、地震波、气象预报、超分辨率、生命科学、分子动力学等领域。

1 月 19 日 14 点，NVIDIA 联合智猩猩策划推出NVIDIA AI for Science 科研新范式在线研讨会，由浙江大学能源工程学院博士后刘凯、NVIDIA 解决方案架构师戴志翔共同主讲。

具体议程

14:00 – 14:30

面向能源装备快速仿真设计的高维参数化燃烧场代理建模方法

主讲人：刘凯，浙江大学能源工程学院博士后

主讲内容：在应对日益严峻的气候变化和能源紧缺的背景下，迫切需要开发和部署新型高效低碳能源利用基础设施，这对于能源装备设计研发过程中计算流体力学（CFD）仿真的可靠性和成本效益提出了更高要求。

而基于 NVIDIA Modulus 机器学习平台构建的一套物理驱动的参数化燃烧场仿真设计框架，无需提供任何训练数据，仅通过一次无监督神经网络训练即可获取能够即时求解设计空间内任何参数组合情况下的完整物理场信息。仿真计算流程相比传统数值模拟平行工况计算在同等算力下的求解效率可达数千倍加速。

14:30 – 15:00

NVIDIA Modulus 加速 AI for Science

主讲人：戴志翔，NVIDIA 解决方案架构师

主讲内容：将介绍 Modulus 中的 AI 模型，使用方法和优势，并重点介绍 Modulus 的应用案例，包括使用 PINO (PINN + FNO)进行油藏模拟 ，使用 Residual Diffusion 模型对气象数据进行超分辨率研究，使用 AeroGraphNet 进行汽车空气动力学仿真等。

15:10 – 15:00

问答环节

欢迎大家踊跃参与互动。

扫描下方二维码，添加小助手进行报名

  • 如已添加小助手，私信发送：“NVIDIA2401”即可报名；
  • 想要加入研讨会交流群，也请联系小助手进行申请。