数字孪生为晶圆厂和AI 工厂提速

许多公司都在采用 Nvidia 的数字孪生技术来推动复杂制造工厂的发展。

台积电正在使用其晶圆厂的数字孪生，而 Jacobs（包括英国的 PA Consulting）正在利用其在运输和水务系统中的数字孪生专业知识来优化 AI 数据中心。其他使用该技术的电子公司包括富士康、台达、纬创和和硕。

台积电正在与一家人工智能驱动的数字孪生初创公司合作，以优化其新晶圆厂的规划和建设。通过在数字孪生中可视化这些优化的布局，规划团队可以主动识别和解决设备碰撞，了解系统相互依赖关系，并评估对空间和运营关键绩效指标的影响。

它使用 Nvidia 的 cuOpt 流程优化库与 Isaac Lab 进行优化和强化学习，从而在几秒钟内生成复杂的多级管道系统。这使工程师能够虚拟验证复杂的管道布线，并大幅减少设计修订。

“台积电在多个楼层都有错综复杂的管道，”Nvidia Omniverse 和模拟技术副总裁 Rev Lebaredian 说。“借助 Omniverse，他们能够在短短几天而不是几个月内完成完整的管道规划。”

TSMC 还使用 Vision Language Models 和 Vision Foundation Models 来改进自动化缺陷分类工作流程，提高对晶圆产品缺陷进行分类的效率，以便工程师查明问题的潜在根本原因。

Jacobs 正在使用 Nvidia 的 Omniverse Blueprint 来改进 AI 工厂的设计、模拟、部署和运营。

Jacobs 将测试和增强端到端蓝图工作流程，从而准确模拟设施设备的效率、吞吐量和弹性。数字孪生的创建是为了结合数十亿个组件的设计和仿真，以构建 AI 工厂的数字孪生，并在电源、冷却和网络生态系统中进行新的集成。这使工程团队能够在物理精确的虚拟环境中设计、仿真和优化工厂，从而实现早期问题检测并创建更智能、更可靠的设施。

Jacobs 执行副总裁 Koti Vadlamudi 表示：“十多年来，Jacobs 一直为水和运输领域的客户使用数字孪生技术，彻底改变了我们设计、建造、运营和维护关键基础设施的方式。

“现在，AI 数据中心正在使用数字孪生进行构建和智能设计，创建物理基础设施的精确、实时副本，以预测潜在问题、优化运营并积极影响能源消耗，确保我们的社区拥有更加互联和可持续的未来。”

这被 Start Campus 用于葡萄牙的 SINES DC Campus 的 1.2GW 人工智能规模数据中心，完全由可再生能源供电，并使用零水系统进行冷却。在澳大利亚，该公司正在与量子计算初创公司 PsiQuantum 合作，为正在开发的最大公用事业规模、容错量子计算机之一提供总体规划、方案设计和工程服务。

Delta Electronics、Foxconn 和 Wistron 也在他们的电子工厂中使用数字孪生。将 Universal Scene Description （OpenUSD） 与 Nvidia Omniverse 库和数字孪生蓝图相结合，可以加速工厂中使用的自主机器人和机器人队列的开发、测试和验证。

在其中国台湾工厂，富士康的工程师依靠由 OpenUSD、Siemens 和 Omniverse 技术开发的 Fii 数字孪生平台来设计和模拟机器人工作单元、装配线和整个工厂布局。

这些数字孪生连接到材料控制系统，并使用 Autodesk Flexsim、Nvidia cuOpt 和 Nvidia Isaac Sim 使工程师能够模拟和动态优化材料、设备、自主移动机器人 （AMR）、自动导引车以及其他机器人和人类的流动。

标准数字孪生模型允许快速迁移设计和计划，并轻松重新配置以用于新工厂部署。使用 Omniverse Blueprint for AI Factory 数字孪生，富士康可以在液冷 POD 中模拟和测试 GB200 Grace Blackwell 超级芯片，以复制 AI 工厂的条件。

同样，纬创数字孪生 （WiDT） 平台使用 Autodesk、Cadence 和 Microsoft 的软件，并利用 Nvidia Omniverse 库。将 WiDT 平台连接到生成式 AI 工具和来自表面贴装技术 （SMT） 机器和车间控制系统的实时数据，使运营团队能够可视化实时仪表板，以快速诊断和改进机器和工厂的性能。