经济高效地探索 AI：制造业中的 GPU 计算解决方案

随着制造业开始探索 AI 应用，企业可以采取灵活且成本效益高的 GPU 计算解决方案，逐步开发符合自身需求的 AI 应用，通过平衡创新成果与投入成本，有效地推进 AI 的内部整合应用，同时确保计算资源的合理利用。
我们将介绍制造业常见的 AI 应用场景中，搭配使用 NVIDIA RTX™ GPU 的一些经济适用方案。

1、机器人训练

物理 AI 模型能够理解周围环境，并在物理世界中自主完成复杂的任务。许多复杂任务都难以编程，比如灵巧的操作和人形机器人在崎岖的地形上运动，这需要依赖在仿真环境中使用强化学习训练而成的生成式物理 AI 模型。

借助 NVIDIA Isaac Sim™，开发者可以在遵循物理定律的虚拟环境中设计、仿真、测试和训练 AI 机器人和自主机器。企业运行 NVIDIA Isaac Sim 开展强化学习训练，建议使用支持光线追踪、显存大于 8GB、具备 Tensor Core 且单精度浮点运算性能高于 10 TFLOPS 的 NVIDIA 企业级显卡，以保障训练速度及稳定性。

NVIDIA RTX 系列的企业级显卡，诸如 NVIDIA RTX™ 2000 Ada、NVIDIA RTX™ 4000 Ada 及 NVIDIA RTX™ 4500 Ada 能够很好地胜任此类任务。

赞奇科技使用 NVIDIA Isaac™ Lab 工具链进行人形机器人的强化学习训练。训练目标是机器人可以在仿真环境中的各种地形上自如行走。训练采用了X86架构工作站，分别搭载了以上三款显卡，训练记录的数据如下：

训练环境：CPU 10核，内存 256G, 系统 Ubuntu Desktop 22.04。机器人：宇树H1人形机器人；训练框架：RSL_RL；场景：非平坦地面。

https://www.bilibili.com/video/BV1Nqw1eAEJf/?aid=113858089850...
Workflow Demo

NVIDIA Isaac Lab 是一个 GPU 加速、性能优化的轻量级应用，基于 NVIDIA Isaac Sim 而构建，专门用于运行数千个用于机器人学习的并行仿真。

2、企业知识库对接管理系统

企业知识库接入企业的管理系统，譬如OA，CRM，ERP等，目的是利用大模型来优化业务流程、实现生产线的智能调度。同时，知识库也还能用于对外营销，包括售前、售后服务，以及内部员工培训使用等多种用途。

基于 NVIDIA RTXT GPU 的 AI 工作站能够以更经济的成本，处理企业搭建知识库过程中所需要做的模型微调和推理任务，并且不受限于数据中心，可以灵活地应用到实验和验证过程中。

AI 工作站可以支持多至4张显卡，主要显卡型号为 NVIDIA RTX™ 5880 Ada (48GB) 与 NVIDIA RTX™ 5000 Ada (32GB)，这两款型号为 NVIDIA 企业级显卡，稳定性和软件优化相对更好，满载情况下依旧安静，不会影响正常办公。AI 性能可参考以下测试数据。

• AI 工作站多模态推理：
  多模态对显存要求非常高，并且分辨率越高，显存占用也越高。能搭载4卡的 AI 工作站就非常适用中大型模型的推理任务。
  

• AI 工作站 LLM 训练与推理：

*测试环境：CPU：intel w5-3433; 内存：512G; 系统：ubuntu22.04；驱动：550.107.02；CUDA: 12.1.

3、AI 数字孪生优化柔性生产

将物联网、AI与图形计算结合的工厂数字孪生，能够提升定制化生产、供应链管理、设备监测、工厂管理等方面的效率。

NVIDIA RTX 显卡兼具 AI 与图形性能，能够以相对较低的计算成本支持企业逐步探索适合自身工厂的数字孪生应用场景，实现中长期的技术积累。其中显卡型号以 NVIDIA RTX 5000 Ada、NVIDIA RTX 5880 Ada 为最佳，相比之前的 NVIDIA RTX™ A6000，能够更高效地支撑数字孪生这类复杂的场景。

https://www.bilibili.com/video/BV1d9w1enEdT/?aid=113858106628...
基于 OpenUSD、AI、IOT 构建数字孪生场景
Powered by NVIDIA RTX 5000 Ada 

数字孪生依然包含了工业设计与仿真流程，团队可以依据实际需求搭配相应的NVIDIA RTX 显卡，实现计算资源的合理利用。

4、工业视觉检测

NVIDIA RTX Ada 系列显卡在图形处理、模式识别和分析自动化方面，相比上一代安培架构显卡性能更强，工业视觉检测可以采用 NVIDIA RTX™ 4000 SFF Ada，NVIDIA RTX 2000 Ada，NVIDIA RTX 4000 Ada 等来处理缺陷检测任务，同时采用 NVIDIA RTX 5000 Ada、NVIDIA RTX 5880 Ada 来进行模型训练。

◀年度宠粉▶

显卡测试，赢取年度定制周边礼品！