Omniverse 數字孿生由 Ansys、Cadence、PATCH MANAGER、Schneider Electric、Vertiv 等提供支持，為高效的 AI 基礎設施奠定了基礎。

現代數據中心的設計、仿真和建立非常復雜，涉及性能、能效和可擴展性等多種考量因素。

由計算和網絡設計、計算機輔助設計（CAD）建模以及機械、電氣和散熱設計方面技術精湛的工程師組成的團隊也必不可少。

NVIDIA 打造了先進的 AI 超級計算機，并在 GTC 上推出了新產品——基于 NVIDIA GB200 NVL72 液冷系統的大型集群。

該集群由兩個機架組成，每個機架包含 18 個 NVIDIA Grace CPU 和 36 個 NVIDIA Blackwell GPU，并通過第四代 NVIDIA NVLink 交換機連接。

在 GTC 大會期間，NVIDIA 在 Omniverse 中演示了這一全面運營的數據中心的數字孿生，Omniverse 平臺可用于連接和構建支持生成式 AI 的 3D 工作流、工具、應用程序和服務。

為了盡快建立新的數據中心，NVIDIA 首先使用 Omniverse 所連接的軟件工具構建了數字孿生。

工程師使用由 NVIDIA Omniverse API 提供支持的 Cadence Reality 數字孿生平臺，在通用場景描述（OpenUSD）中以全物理精度和照片級的真實感，統一并可視化了多個 CAD 數據集。

提高效率和精度的設計、仿真和優化

新的 GB200 集群正在取代 NVIDIA 傳統數據中心的現有集群。

為了開始數字化建設，科技公司 Kinetic Vision 使用 NavVis VLX 可穿戴激光雷達掃描儀掃描了該設施，以生成高精度的點云數據和全景照片。

然后，使用 Prevu3D 軟件移除現有集群并將點云轉換為 3D 網格。

它提供了該設施的物理精確 3D 模型，可以在其中對新的數字數據中心進行仿真。

工程師使用 Cadence Reality 平臺組合并可視化多個 CAD 數據集，提高了精度和逼真度。

該平臺與 Omniverse 的集成提供了一個強大的計算平臺，使團隊能夠開發基于 OpenUSD 的 3D 工具、工作流和應用程序。

Omniverse Cloud API 還增加了與更多工具的互操作性，包括 PATCH MANAGER 和 NVIDIA Air。

通過 PATCH MANAGER，團隊設計了集群和網絡基礎設施的物理布局，確保布線長度準確且路由配置正確。

該團隊使用 Cadence 的 Reality 數字孿生求解器（由 NVIDIA Modulus API 和 NVIDIA Grace Hopper 加速）對氣流以及 Vertiv 和 Schneider Electric 等合作伙伴的新型液冷系統的性能表現進行仿真。

GB200 托盤中的集成冷卻系統使用 Ansys 的解決方案進行了仿真和優化，并將仿真數據應用到數字孿生中。

該演示展示了數字孿生如何允許用戶在生產實際系統之前對數據中心設計進行全面測試、優化和驗證。

通過在數字孿生中將數據中心的性能表現進行可視化，團隊可以更好地優化其設計并針對假設場景進行規劃。

用戶還可以通過以集成方式平衡不同的邊界條件（例如布線長度、電源、冷卻和空間）來增強數據中心和集群設計，使工程師和設計團隊能夠以更快的速度、更高的效率和更好的優化讓集群投入使用。

審核編輯：劉清