进军智能制造领域，英伟达这次瞄准了机器人和数字孪生

（文/程文智）尽管工业4.0的概念提出已有多年，但实际上真正实现这一概念的工厂并不多。大多数工厂仍处于数字化、网络化、智能化和柔性化转型的过程中。在未来3到5年，甚至更长时间里，工厂的数字化和网络化转型将成为主要趋势，智能化和柔性化将是未来发展的方向。

工厂的数字化转型和智能制造实现虽然看起来很有前景，但实际实践中，却面临着诸多挑战，成本高昂、技术复杂、信息孤岛、及对技术供应商的高度依赖，是很多工厂在转型的过程中所面临的困惑。而且这个数字不是一个小数目，据NVIDIA创始人兼CEO黄仁勋在不久前的COMPUTEX 2023上的主题演讲中指出，全球有超过1000万家运营中的工厂，总价值量超过46万亿美元，这些工厂都是数字化的重点。

那么，有没有一种更好的方法来帮助这1000多万家工厂顺利实现数字化转型，实现全数字化智能工厂呢？NVIDIA（英伟达）基于其全栈计算（full stack computing）基础的软硬一体化解决方案或许是个不错的选择。也就是说，NVIDIA提供的不仅仅是芯片，而是一整套的计算堆栈，包括其GPU、DPU、HPC、NVIDIA AI，以及NVIDIA Omniverse等软硬件。

Omniverse助力工厂数字化

通过NVIDIA强大的GPU和DPU技术，智能工厂能够获得高性能的计算能力和灵活的数据处理能力。GPU在图像处理和深度学习方面具有出色的性能，为智能工厂的视觉检测和图像识别等任务提供可靠支持。而DPU作为数据处理单元，为工厂的实时数据处理和边缘计算提供高效解决方案。这些技术的应用使得智能工厂能够更快速、准确地处理数据，并以更智能化的方式进行决策和优化。

NVIDIA Omniverse是在构建智能工厂的数字孪生模型方面的首选工具。作为一个工业数字化平台，Omniverse旨在搭建数字化和物理实体之间的桥梁，使各个行业能够以数字方式设计、构建、运营和优化实体产品和工厂。利用Omniverse，不同部门和合作伙伴可以在一个共享的虚拟环境中协同工作，加速数字孪生模型的创建和优化过程。通过Omniverse，制造商可以在虚拟环境中以数字方式构建工厂，并在真正的实体工厂建成之前，以数字方式整合，优化工厂的所有机械设备，从而加快工厂建设速度，持续优化运营，并最大限度地提高生产线效率，同时降低成本。

据公开资料显示，许多知名汽车制造商，如宝马、奔驰、沃尔沃、通用和丰田，以及电子产品制造商，如富士康工业互联网、宣鼎、和硕、广达和纬创等，都在使用NVIDIA Omniverse来优化其工作间和装配线的运营，并降低生产成本。

举例来说，奔驰和捷豹路虎的工程师在Omniverse中使用Drive Sim验证主动安全系统并模拟驾驶场景；Lotus使用Omniverse，以虚拟方式组装焊接站；丰田使用Omniverse构建自己工厂的数字孪生；宝马利用Omniverse中的Isaac Sim生成合成数据和场景训练工厂机器人，同时用其规划全球近三十家工厂的运营等等。这些案例显示出，NVIDIA Omniverse在实现数字化工厂的目标方面的成功应用。

将AI引入工厂，提升工厂效率

NVIDIA不仅提供强大的计算技术，还提供Omniverse工具和生成式AI的API接口，以便工厂能够连接其设计和制造工具，从而构建工厂数字孪生。利用NVIDIA的Isaac Sim，工厂可以模拟和测试机器人的工作效果。此外，利用NVIDIA的视觉AI框架Metropolis，工厂可以实现光学检测的自动化。

据了解，全球工厂每年在质控方面的开支超过6万亿美元，几乎每条产品线上都采用了缺陷检测手段，然而，由于需求量大，传统的人工检测无法满足需求。尽管一些工厂已经采用了自动光学检测（AOI）系统帮助进行缺陷检测，但这些系统往往存在误检率较高的问题，需要进行二次人工检测，从而导致额外的成本开销。

通过使用NVIDIA的技术和工具，工厂可以提高缺陷检测的准确性和效率。生成式AI的API接口可以帮助工厂实现智能化的图像分析和识别，从而减少误检率，并降低人工干预的需求。

Metropolis则是一个工厂自动化工作流程的集合，旨在为AOI系统等应用开发提供先进的AI平台和工作流程。在不久前的COMPUTEX 2023上，NVIDIA展示了其在工厂中的应用，帮助工厂，或制造商开发、部署和管理具有竞争优势的定制化质量控制系统。据悉，富士康工业互联网、和硕、广达、西门子和纬创等超过50家制造业和工业自动化供应商，已经在使用Metropolis来优化他们的产线，以提高生产效率，降低成本。

其中，富士康工业互联网正在与Metropolis生态合作伙伴合作，致力于实现电路板质控检测的自动化。宜鼎则使用Metropolis来实现产线光学检测流程的自动化。另外，和硕通过采用Metropolis，能够从小型数据集开始快速更新缺陷检测模型，从而使其AOI系统的准确率提高至99.8%。同时，纬创也利用Metropolis的AI计算机视觉技术来实现电路板光学检测的自动化。这些合作案例展示了Metropolis在工厂自动化和光学检测领域的实际应用和成果。

进军机器人领域

在AI兴起之前，NVIDIA就已经在机器人开发方面进行了探索。然而，当时的机器人智能化程度相对较低，难以商业化应用。随着AI的发展，机器人在智能化方面取得了重大突破。一方面，AI大模型和多模态技术的出现使得机器人具备了自然语言交互和自动化决策能力，大幅提升了智能化水平，并增强了用户体验。另一方面，工程师可以通过AI进行机器人肢体的模拟训练，降低了开发成本。因此，机器人领域再次成为业界关注的焦点。

在COMPUTEX 2023上，NVIDIA展示了全新的自主移动机器人平台NVIDIA Isaac AMR（Autonomous Mobile Robot），可供第三方进行二次开发。这是NVIDIA在2018年发布的自主机器人平台Isaac的升级版。与以往的Isaac平台主要面向室外低速配送机器人不同，NVIDIA Isaac AMR提供了更多功能和特性。

据了解，新发布的NVIDIA Isaac AMR主要基于Nova Orin参考架构构建，配备多个相机、LIDAR、雷达和其他先进的传感器和计算硬件，实现模拟中的映射自主性，并具备完整的一体化软硬件。

具体来看，NVIDIA Isaac AMR具有以下三个主要特点：
一是模拟，它提供用于仿真的虚拟空间，使开发者能够在虚拟环境中测试和优化机器人的行为和功能；
二是映射，它具备实时地图创建能力，能够根据环境感知数据，创建精确的地图，帮助机器人进行准确的定位和路径规划；
三是自主，它具备独立运行的能力，能够在现实世界中进行自主导航和任务执行，无需外部人工干预。

同时，第三方企业和开发者可以基于Isaac AMR进行二次开发，根据自身需求开发定制化应用。

借助AI技术的快速发展，Isaac AMR功能得到了进一步加强，它包括边缘到云的软件服务、计算，以及一套参考传感器和机器人硬件。也就是说，NVIDIA构建了完整的机器人堆栈，涵盖了从芯片到算法，包括先进的感知、地图构建、定位和规划，以及云端地图系统。无论用户的使用需求如何，NVIDIA提供了开放的选择，包括芯片、系统、软件和算法。据悉，该数字化机器人堆栈已经准备就绪，可为机器人应用提供全面支持。

之所以能够实现这些功能，是因为Isaac AMR加入了一个类似云端的概念，机器人能通过连接DeepMap的云服务，通过多模态导航及NVIDIA cuOpt软件的云端车队优化功能，从而加速大型环境的测绘与语义理解，赋予机器人自主性，提高机器人的运行效率。

同时，开发人员可以利用Isaac Sim和NVIDIA Omniverse在数字化的操作环境中创建逼真的数字孪生，使完全自主的机器人能够在模拟环境中接受复杂任务的训练。在真实部署之前，所有操作都可以在Isaac Sim中进行全面验证。可以说，Isaac AMR加速了企业向完全自主的迁移，降低了成本，并加快了下一代自主移动机器人的部署速度。

在应用方面，有了AI加持的自主移动机器人的应用范围将更加广泛，比如可以用来开发物流机器人，应用于仓储、分拣中心，以及运输等场景，执行货物转移、搬运等任务，以替代手动叉车和引导车辆。据ABI Research 预测移动机器人的出货量将从2023年的25.1万台增长至 2028 年的 160 万台，预计收入将从126亿美元增至645亿美元。

结语

从NVIDIA在智能工厂方面的投入，及与多家头部工厂的合作，利用其数字化流程打造的全数字化智能工厂效果来看，NVIDIA在智能工厂领域的表现和未来发展前景还是很值得期待的。首先，NVIDIA凭借其全面计算架构和强大的计算能力，为智能工厂提供了全面的技术支持，助力制造业实现数字化转型。其次，NVIDIA的开放平台和合作伙伴生态系统为智能工厂的连接和集成提供了便利，促进了智能工厂的协同和创新。最后，NVIDIA在智能工厂应用方面的成功案例证明了其技术的可靠性和实用性，为其他制造企业提供了有益的借鉴和启示。

然而，随着智能工厂的不断发展，也面临着一些挑战。例如，数据安全和隐私保护、技术标准和行业规范等方面的问题需要得到有效解决。此外，智能工厂的数字化转型需要全员参与和持续的培训，这也对企业的文化和组织能力提出了新的要求。

综上所述，NVIDIA在智能工厂领域展现出了强大的技术实力和创新能力，并在全球范围内推动智能工厂的发展。随着智能工厂的普及和成熟，相信NVIDIA将继续发挥关键作用，推动智能工厂实现更高水平的数字化转型和智能化升级。