随着环境、社会和治理（ESG）投资和行动方案的受重视程度日益增加，制造商正在寻找新的方法提高整个运营过程的能效和可持续性。

试运行测试室的性能对于确保全球电子产品的可靠性、质量和安全性至关重要，因此是电子制造行业充满机会的一个领域。试运行测试室能够及早发现问题，并且对于严格控制质量和遵守行业标准至关重要。

这篇文章将介绍全球大型信息和通信产品供应商之一 —— Wistron（纬创）的开发人员如何通过构建数字孪生平台和 AI 赋能的仿真工具，确保其全新 NVIDIA DGX 和 NVIDIA HGX 工厂中的试运行测试室具有最佳的设计、性能和能效并减少最多 10% 的潜在能耗。

通过 OpenUSD 和 AI 提高运营效率

为帮助团队提高试运行测试室和仿真工作流的能效与生产力，具备 AI/ML、物联网和 3D 建模技能的开发人员在通用场景描述（OpenUSD）赋能的 NVIDIA Omniverse 平台上构建了 Wistron 数字孪生平台。

通过使用 OpenUSD，开发人员将其数字孪生平台连接到建筑管理系统和物联网中心。在完成这些整合后，他们现在可以访问物理设施中数千个物理传感器的实时数据，包括核心温度、超级计算设施的入口温度和空调系统的返回温度等。

这为该公司的远程团队带来了实时协作能力，使他们能够简化设施布局审核并加快设施规划和运营决策速度。

Wistron 开发者还使用开源 NVIDIA Modulus 框架在 Wistron 数字孪生平台中构建和整合物理信息 AI 模型。这些 AI 模型使 Wistron 的模拟专家能够加快工作进度、改善热力学并降低设施风险。借助这些新功能，团队就能确保冷却系统即便在最苛刻的条件下也能提供最佳性能。

图 1. 展示数字孪生互动的并排图像：设施工人在本地使用平板电脑，而工厂经理则通过笔记本电脑远程访问

构建试验室的数字孪生

为了构建数字孪生平台和试验室数字孪生，Wistron 使用 OpenUSD 统一了数据管线并简化了工作流。该公司的 3D 专家使用 OpenUSD 构建 3D 模型。该方法被公司团队用于实现资产创建流程的标准化。它还保证了资产易于管理并兼容团队所使用的各种软件和模拟工具。

Wistron 工厂经理 John Lu 表示：“OpenUSD 提供的灵活数据建模优势使我们能够将各种数据与各种 3D 建模和模拟工具的结果相结合。”

例如 OpenUSD 打通了他们的数字孪生平台与 Autodesk FlexSim 仿真软件，进一步提高了团队模拟、分析和实验关键制造流程的能力。

Wistron 开发人员构建了一个能够从 FlexSim 导入数据和参数的自定义扩展。然后，他们使用 OpenUSD 原生的 Omniverse 连接器将 FlexSim 中的数据整合到数字孪生平台中。

图 2. Wistron 数字孪生平台如何与物理设施打通的示意图

通过物理信息 AI 加速仿真并预测风险

Wistron 仿真专家依靠计算流体动力学（CFD）仿真为其试运行测试室的设计和管理提供支持。

越来越多的 Wistron 专家认识到，在通用计算架构上运行的 CFD 方法缺乏团队所需的灵活性。进行这些热仿真需要花费团队大量的时间和资源，才能获得所需的仿真数据。一旦设计参数发生变化，结果就会失效并且必须重新进行仿真。

为了帮助公司的仿真专家应对这些挑战，Wistron 在其数字孪生平台中构建并整合了更多的功能，其中包括：

  • 使用 NVIDIA Modulus 的物理信息神经网络（PINN）：一个用于开发 AI 代理模型的强大开源框架。该方法加快了气流仿真的速度，将团队以前需要 15 小时才能完成的流程缩短到 3.6 秒，速度加快了 15000 倍。
  • 基于 AI 的扩展：使仿真专家能够实现 CFD 仿真的高保真可视化和分析，从而在最大程度地减少冷却系统负荷和运营成本的同时，保持最大生产力。
  • 适用于该公司自动存储和检索系统（ASRS）的推荐系统：可确定最佳测试位置，并自动将新的超级计算基板放置在热风险最小的位置。

借助这些新功能，Wistron 可以对其热系统的基础物理特性进行近似计算，快速准确地预测试运行测试室内的温度分布和热行为。团队现在可以精确定位设施中的热点，并预测未来 30 分钟内的核心温度。