英伟达扩展了其 Omniverse 生态系统，这有点像工程师和企业的元宇宙，因为数百家公司正在采用它并下载近 300，000 次。
英伟达首席执行官黄仁勋（Jensen Huang）在该公司的Nvidia GTC在线活动的主题演讲中表示，该公司的Omniverse Cloud（平台即服务）现已投入运营，并利用了微软的Azure云计算。
开发人员和创作者可以通过新的 Omniverse 连接器更好地实现生成式 AI、模拟和工业元宇宙的巨大潜力，这使得许多供应商的工具可以为那些设计虚拟应用程序（如工厂的数字孪生）的人进行互操作。
Omniverse Cloud 是今天推出的平台即服务，为用户提供了一系列模拟和生成 AI 功能，以轻松构建和部署工业元界应用程序。由第三方开发的新型Omniverse连接器和应用程序使全球企业能够突破工业数字化的极限。
“Omniverse不是一个工具，而是一个平台，”Nvidia全宇宙生态系统副总裁Richard Kerris在接受VentureBeat采访时说。“允许您连接、构建和操作元界应用程序的平台。我们相信互联网的未来将是 3D，元宇宙的工业方面将是将整个工作流程过渡或数字化的公司。
Kerris 补充说：“Omniverse 是关于生态系统、网络网络。每次我们与那里的生态系统连接时，它也会将它们的所有连接带入Omniverse世界。我们将在 GTC 上讨论新的连接器，从现在的 Bentley LumenRT 上市开始。与其他人一起，他现在真的开放了数百种连接到Omniverse的方式。一旦连接，您还可以连接到那里的所有其他网络。
Omniverse利用了Nvidia几十年来在3D图形方面的投资，Kerris说。
微软交易
英伟达表示，与微软的合作将为数亿微软企业用户提供通过云访问强大的工业元宇宙和人工智能超级计算资源的机会。
微软Azure将托管来自Nvidia Omniverse Cloud的两个新的云产品，这是一个平台即服务，可即时访问全栈环境，以设计，开发，部署和管理工业元界应用程序;以及 Nvidia DGX Cloud，这是一项人工智能超级计算服务，使企业能够立即访问为生成人工智能和其他突破性应用程序训练高级模型所需的基础设施和软件。
此外，这些公司通过将Microsoft 3应用程序（如Teams，OneDrive和SharePoint）与Nvidia Omniverse连接起来，将其生产力和365D协作平台结合在一起。
“下一波计算浪潮正在诞生，在下一代沉浸式体验和先进的基础人工智能模型之间，我们看到一个新的计算平台的出现，”微软董事长兼首席执行官Satya Nadella在一份声明中说。“与英伟达一起，我们专注于构建连接数字和物理世界的服务，以自动化、模拟和预测每个业务流程，并为全球客户提供最强大的人工智能超级计算机。
埃森哲开发的GTC主题演示增强了将Nvidia Omniverse与Microsoft Teams集成以实现实时3D协作的效用。埃森哲演示在 Omniverse Cloud 上运行，并利用具有实时共享功能的 Teams 会议，展示了这种集成如何缩短决策、行动和反馈之间的时间。
“这是一件非常令人兴奋的事情。但这只是我们与微软合作的开始，“Kerris说。“我们不仅致力于在Azure上部署Omniverse Cloud，而且还将Omniverse集成到Microsoft 365中。
全方位生态系统扩展
Omniverse 增强了开发人员和专业人员创建、设计和部署大规模虚拟世界、AI 驱动的数字人类和 3D 资产的方式。
其最新增加的功能包括：
- 新的 Omniverse 连接器：现在可用的第三方连接器包括西门子 Xcelerator 产品组合，包括西门子 Teamcenter、西门子 NX 和西门子过程模拟;混合器;铯;罗克韦尔自动化的模拟3D;Unity 和 Vectorworks。这通过通用场景描述 （USD） 框架链接了世界上更多最先进的应用程序。
- Azure Digital Twin、Blackshark.ai、FlexSim 和 NavVis 连接器即将推出。
- SimReady 3D 资产：超过 1，000 种新的 SimReady 资源使 AI 和工业 3D 工作流程更加轻松。KUKA 是智能自动化解决方案的领先供应商，正在与 Nvidia 合作，评估采用新的 SimReady 规范，以使客户模拟比以往任何时候都更容易。
- 合成数据生成：Lexset和Siemens SynthAI都使用Omniverse Replicator软件开发套件来实现计算机视觉辅助工业检测。Datagen和Synthesis AI正在使用SDK创建用于AI训练的合成数字人类。德勤使用Omniverse Replicator为从制造业到电信业等各个领域的客户提供合成数据生成服务。
Bentley 软件公司的 LumenRT for Nvidia Omniverse 现已上市。它支持对基础设施数字孪生体和 SyncTwin 开发的应用程序的可视化工作流进行自动同步更改。
Aireal的OmniStream现在也可用，这是一个可嵌入网络和基于云的扩展现实数字孪生平台，允许建筑商为买家提供逼真的3D虚拟游览。Aireal's Spaces是一款可视化工具，可以自动生成家居室内设计，即将推出。
在任何地方运行全宇宙
英伟达还推出了系统和服务，使Omniverse更强大，更易于访问。下一代 Nvidia RTX 工作站由 Nvidia Ada Lovelace GPU、Nvidia ConnectX-6 Dx SmartNIC 和 Intel Xeon 处理器提供支持。
Kerris说，它带来了实时光线追踪地下散射着色器，这是35年来计算机图形学的梦想。
“质量真的会让一些人大吃一惊，”他说。
新发布的RTX 5000 Ada一代笔记本电脑GPU使专业人士能够在办公室，家中或旅途中访问Omniverse和工业元宇宙工作负载。
Nvidia还推出了第三代OVX，这是一种在Nvidia Omniverse Enterprise中运行的大规模数字孪生计算系统，由Nvidia L40 GPU和Bluefield-3 DPU提供支持。
Omniverse Cloud将面向全球汽车公司，使他们能够从头到尾实现整个工业生命周期的数字化。Microsoft Azure 是第一家部署平台即服务的全球云服务提供商。
在他的GTC主题演讲中，黄展示了Lucid Motors如何利用Omniverse和USD工作流程来实现汽车数字化项目。他还强调了宝马集团使用Omniverse在匈牙利德布勒森建造和部署即将建成的电动汽车工厂。
“我们确实在汽车领域进行了磨练，因为我们与他们有着天然的契合。每家汽车公司在工作流程上都非常相似，但在他们的工作中却是独一无二的，“Kerris说。“我们真的看到了汽车行业的采用。我认为用不了多久，我认为每个汽车制造商都会在他们的工作流程中拥有Omniverse。
全宇宙核心更新即将推出
Huang还预览了今年春天即将发布的下一个Omniverse版本，其中包括对Omniverse应用程序的更新，使开发人员和企业客户能够在基础应用程序上构建以适应其特定的工作流程。
其中包括 Nvidia USD Composer（以前称为 Omniverse Create）——一个可定制的基础应用程序，供设计师和创作者组装大规模的、基于美元的数据集并组成工业虚拟世界。
另一个更新是 Nvidia USD Presenter（以前称为 Omniverse View）——一个可定制的基础应用程序可视化参考应用程序，用于交互式和协作地展示和审查 USD 项目。
Nvidia还推出了Nvidia USD-GDN Publisher，这是一套云服务，使开发人员和服务提供商能够轻松地构建，发布和流式传输先进的，交互式的，基于美元的3D体验到任何位置的几乎任何设备。
英伟达还承诺改善开发人员体验。新的公共扩展注册表使用户能够接收扩展的自动更新。新的配置器模板和工作流程以及用于 Omnigraph 的 Nvidia Warp 内核节点将为基于 GPU 的编码实现零摩擦的开发人员工作流程。
更高水平的渲染和材质 — Omniverse 首次提供实时光线追踪地下散射着色器，为数字人类提供前所未有的皮肤真实感。通用材质映射器的最新更新使用户可以从第三方应用程序无缝引入材料库，从而保留材料结构和完整的编辑功能。
总体而言，英伟达也有望实现突破性的表现。在实现大规模大场景性能的重大开发中，USD 的运行时数据传输技术提供了一种在模块之间存储和移动运行时数据的有效方法。场景优化器允许用户在美元级别运行优化，将大型场景转换为更轻量级的表示形式，以改善交互。
下一个Omniverse还将具有AI训练功能——自动领域随机化和基于群体的训练使复杂的机器人训练对于自主机器人开发变得更加容易。
它将适应生成AI——一种新的文本到材料扩展，允许用户仅从文本提示自动生成高质量的材料。为了加速生成式 AI 的使用，Omniverse 中的更新还包括文本到材料和文本到代码生成工具。此外，Audio2Face 应用程序的更新包括无头模式、REST 应用程序编程接口、改进的口型同步质量和更强大的多语言支持，包括普通话。
开发人员还可以使用 AI 生成的来自 ChatGPT 等技术的输入，向 Camera Studio 等 Omniverse 扩展提供数据，该扩展使用 ChatGPT 中创建的数据在
Omniverse 中生成和自定义摄像机。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/2156.html
文章评论