制造业使用数字孪生来提高效率并减少排放

西门子正在使用 NVIDIA 加速计算加快实现净零制造。

提高制造业的可持续性涉及到优化从材料采购和运输到设计、生产、分销和报废处理等整个产品生命周期。

根据国际能源署的数据，只要将工业生产的碳足迹减少 1%，每年就能减少 9000 万吨二氧化碳排放，这相当于每年减少 2000 多万辆汽油车上路。

借助数字孪生和加速计算等技术，制造商能够减少排放、提高能效，并满足日益增长的环保生产需求。

西门子和 NVIDIA 都处于技术开发的前沿，两家公司所开发的技术能够帮助客户实现可持续发展目标并改进生产流程。

可持续制造面临的主要挑战

制造商最关心的问题仍然是如何平衡可持续发展与盈利能力等业务目标。安永会计师事务所在 2022 年进行的一项研究发现，数字孪生最多可降低 35% 的建筑成本，这凸显出资源消耗与建筑费用之间的密切联系。

但推进可持续制造和减少管理费用所面临的最大挑战之一是部门之间、同一企业内不同工厂之间以及不同生产团队之间存在的隔阂。这些“孤岛”是由各种各样的问题造成的，包括优先事项和激励措施相互矛盾、缺乏通用的能效指标和语言、需要新的技能和解决方案弥补这些差距等。

另一个障碍是数据管理。许多制造商都在想方设法将大量数据转化为可操作的洞察，尤其是那些能够影响可持续发展目标的数据。

在《The Manufacturer》的一项案例研究中，四分之一的受访者承认其数据缺陷对能效和环境可持续性产生了负面影响；近三分之一的受访者表示，数据仅限于本地用例。

为了应对这些挑战，必须采取创新的方法，打破障碍并利用数据推动可持续发展。数字孪生技术作为信息中枢，已被证明是实现这一目标的重要工具。

数字孪生在可持续制造中的作用

基于NVIDIA Omniverse开发平台和通用场景描述（OpenUSD）构建的工业级数字孪生正在深入改变制造商实现可持续发展和可扩展性的方式。

这些技术使数字孪生能够从各种来源获取工程数据，并将其与现实世界中的数据进行关联。这打破了信息孤岛，提供了从工程设计到销售和营销等各个团队都能够共享的整体视图。

这种增强的可视性让工程师和设计师能够在实际生产开始之前，仿真和优化产品设计、设施布局、能源使用和制造流程。这能够帮助相关方做出更明智的决策，实现更加深入的洞察和协作，进而提高效率并减少代价高昂的错误和可能造成严重浪费的最后一刻变更。

为了进一步改变产品和体验的设计与制造方式，西门子正在将NVIDIA Omniverse Cloud应用编程接口集成到西门子 Xcelerator 平台中，并先从其云的产品生命周期管理软件 Teamcenter X 开始。

凭借这些集成，西门子能够将逼真的可视化功能应用到复杂的工程数据和工作流中，使企业能够创建基于物理学的数字孪生，帮助其避免工作流中的浪费和错误。

西门子和 NVIDIA 已经展示了像可持续船舶制造领域的领先企业HD Hyundai等公司如何使用这些新功能，以更大的规模和更高的保真度来实现复杂工程数据的可视化和交互。

HD Hyundai 直接在 Teamcenter X 中实现复杂工程项目的统一和可视化。

基于物理学的数字孪生还被用于测试和验证机器人与物理 AI，随后再将它们部署到现实世界的制造设施中。

全球最大的电子产品制造商Foxconn创建了一个虚拟工厂，推进了工业自动化的发展。Foxconn的数字孪生平台基于Omniverse和NVIDIA Isaac构建而成，复制了墨西哥瓜达拉哈拉电子中心的一座新工厂。工程师可以借助该平台优化流程和训练机器人，以实现 NVIDIA Blackwell 系统的高效生产。

通过仿真工厂环境，工程师可以确定重型机械臂的最佳位置、优化运动轨迹，并最大程度地提高操作安全，同时有策略地部署数千个传感器和摄像头来监控整个生产流程。

Foxconn的虚拟工厂使用由 NVIDIA Omniverse和 NVIDIA Isaac 平台驱动的数字孪生来生产 NVIDIA Blackwell 系统。

像 Foxconn虚拟工厂这样的数字孪生正越来越普遍地被应用于工业环境中的仿真和测试。

Foxconn董事长刘扬伟着重提到了数字孪生将如何提升自动化程度和效率，从而大幅节省企业的时间、成本和能源。该公司预计在提高生产效率的同时，每年还能减少 30% 以上的能耗。

该虚拟工厂将西门子 Xcelerator 软件的数据连接到其基于NVIDIA Omniverse和OpenUSD构建的平台，使该公司能够在逼真的仿真环境中设计和训练机器人，从而彻底改变其实现自动化和可持续制造的方法。

让每度电物尽其用

各行各业都需要考量的一个问题是 AI 日益增长的用电量需求比可再生能源的使用量高出多少。这意味着企业领导者，尤其是制造工厂和数据中心的运营商必须最大程度地提高能效，确保每一度电都得到有效利用，这样才能在发展 AI 的同时，兼顾低碳化工作。

为了优化能源使用，最佳且最简单的方法就是加速所有可能的工作负载。

通过使用 GPU 和 CPU 集成的加速计算平台，制造商可以显著提高计算效率。

GPU 专为处理复杂计算而设计，其在 AI 任务中的表现超越了传统的纯 CPU 系统。在 AI 推理和训练方面，GPU 系统的能源效率最低可达到纯 CPU 系统的 20 倍。

这一效率的飞跃推动了过去十年间的巨大进步，使 AI 能够在应对更复杂挑战的同时，保持节能运行。

在这些进步的基础上，企业可以通过采取关键的能源管理策略进一步减少对环境的影响，包括实施能源需求管理和能效措施、扩大电池储能规模以应对短时停电、确保可再生能源作为基本负荷电力、使用可再生燃料作为备用发电，以及探索热能再利用等创新理念。

可持续制造的未来：

工业数字化

制造业的下一个前沿领域是数字世界和物理世界的融合，即所谓的工业数字化，或“工业元宇宙”。到那时，数字孪生将变得更加身临其境、更具互动性，使制造商能够比以往更快地做出数据驱动的决策。

西门子股份公司总裁兼首席执行官博乐仁（Roland Busch）表示：“我们将彻底改变产品和体验的设计、制造与提供方式。在实现工业元宇宙的过程中，新一代工业软件所创造出的环境和高度逼真性使客户能够像在现实世界中一样体验产品，并在未来通过自然语言输入与产品进行交互。”

引领数字孪生和

可持续计算的发展方向

西门子和 NVIDIA 的合作展示了数字孪生和加速计算在减少制造业每年对环境造成的影响方面所起到的巨大作用。借助先进的仿真、AI 洞察和实时数据，制造商可以在实现低碳化的过程中，减少浪费并提高能效。