隨著超大規模云服務廠商、互聯網巨頭和各國超算中心紛紛投入到AI超算的開發中來，這類系統的應用范圍已經被極大地擴寬了，比如數字孿生等。就連SDA廠商Cadence，也加入搭建AI超算系統開發數字孿生應用的行列中來。

AI超算與數字孿生

在過去通用計算負載的時代，我們難以采用更大規模的計算集群來打造數字孿生。可隨著AI技術，尤其是生成式AI技術的出現，采用高度定制化的AI超算系統，成了快速實現數字孿生的新手段之一。正因如此，數字孿生得以被普及到氣候研究、藥品研發、基因測序等科學計算中去。

英偉達就基于其AI超算，打造了Earth-2云平臺這一針對地球氣候的數字孿生系統。英偉達還為這一氣候研發平臺打造一個新的生成式AI模型，名為CorrDiff。該模型基于擴散模擬技術，可將當前數值模擬的分辨率提升 12.5 倍，相比傳統方法，速度和能效分別提升了 1000 倍和 3000 倍。這一模型可以有效用于小范圍局部天氣物理特性的研究，比如臺風登陸地點等等。

當然了，數字孿生的可視化部分也少不了英偉達Omniverse平臺的支持，氣象數據與Omniverse結合，可以讓用戶以可視化的方式感知實際天氣帶來的影響，以更高的分辨率提供天氣模擬。

用于多物理場系統仿真的超算

除了氣候研究外，數字孿生技術也可以用于其他物理研究中，比如流體力學仿真，但這類仿真任務往往需要龐大的計算性能，只有借助超級計算機才能完成。今年2月，Cadence就基于英偉達的GPU，打造了一個用于數字孿生的超算平臺Cadence Millennium M1，該系統可以用于提供高性能、高能效比、高保真的計算流體力學仿真。

Millennium M1 / Cadence

英偉達的高性能GPU，結合Cadence的高保真CFD軟件棧，對GPU加速和生成式AI進行了優化，每塊GPU的算力最多相當于1000個CPU內核的計算性能。計算迭代時間從數周縮短至數小時，與同級別的CPU相比，能效提高了近20倍。

在汽車和eVTOL的設計中，對系統的能效提出了很高的要求，提高燃油效率、減少阻力和噪聲等，都有計算流體力學的參與。在GPU CFD求解器的支持下，相關仿真應用的迭代速度明顯加快，從而幫助制造企業打造出更優的外形設計，而數字孿生的加入，也為高保真建模提供了支持。這也是Cadence與F1車隊達成了技術合作的原因，流體力學的計算和仿真可以進一步提高賽車的綜合性能。

在芯片仿真軟件和硬件市場耕耘了多年的Cadence，此前憑借基于FPGA的Palladium平臺，為芯片設計提供了強大的仿真算力支持。而此次發布的Cadence Millennium M1，則是從硬件上為多物理場仿真提供支持，也算是代表了Cadence從軟硬件產品方案上全面從EDA向SDA的轉變。

寫在最后

隨著市場需求的變化，Cadence過去這類傳統的軟件廠商，也在逐步擴展硬件業務和云服務業務，這就是AI和數字孿生技術帶來的轉變。相比傳統HPC應用所需的大規模超算而言，規模較小的AI超算在商用落地上或許會先行一步。