Nvidia發布了用於控制物理方程式和模擬的神經網路訓練平臺Modulus,Modulus框架可生成強大且高度逼真的模型,加速多物理系統的設計探索,非常適合用於開發數位雙身(Digital Twin)。

根據Nvidia的解釋,Modulus是一種神經網路框架,可以將物理學和偏微分等強大功能和人工智慧相結合,以建構出更加強大的模型,進行分析運算。無論是開發者想要以人工智慧解決物理問題,又或是以複雜的非線性、多物理系統,設計數位對映模型,Modulus都能夠派上用場。

Modulus主要針對工程師、科學家、研究人員和學生設計,使用方法簡單,而且容易擴展,適合用來解決廣泛的問題,並且可快速迭代,加快系統探索和開發的速度,Modulus可同時解決多個假設情境的參數化系統,用戶僅需要訓練模型一次,即可解決多個問題。

基本上,傳統的數值求解器,目的都在一次求解一種配置,但是Modulus卻能夠一次處理多個單一幾何,或是參數幾何,神經網路可以同時在多個情境間進行訓練,並且在推理過程,即時評估每個配置,這使得用戶可以更有效率地探索設計空間。

由於Modulus利用了人工智慧方法,融合物理學和機器學習領域,考量到訓練資料和控制物理方程式,Modulus訓練出來的模型,封裝了物理公式,並成為可用於各種應用程式的高度逼真模型。

同時,Modulus中的資料準備模組,會將觀察到或是模擬的資料,還有標準幾何格式的資料作為輸入,官方提到,Modulus特別的地方,在於不僅可使用特定的幾何系統,還能夠輸入顯示參數化空間做為幾何輸入,這讓模型能夠對參數進行探索,並且最佳化設計空間。

Modulus也提供以Python為基礎的API,供使用者方便地實作物理和幾何運算,還有詳細的使用者指南範例。訓練引擎模組則接受所有輸入,並且利用PyTorch和TensorFlow來訓練最終模型,透過cuDNN進行GPU加速,用戶還可使用Magnum來進行多GPU或多節點擴展。


熱門新聞

Advertisement