隨著 AI 的不斷發(fā)展與成熟，科學(xué)家們開始借助 AI 來(lái)進(jìn)行數(shù)據(jù)的分析和處理工作。憑借強(qiáng)大的學(xué)習(xí)和推理能力，AI 可以從大量數(shù)據(jù)中發(fā)現(xiàn)有用的信息和規(guī)律，將科學(xué)家從數(shù)據(jù)收集、實(shí)驗(yàn)操作等繁瑣、重復(fù)的工作中解放出來(lái)，加速科學(xué)研究的進(jìn)程。同時(shí)，AI 與科學(xué)研究的結(jié)合，也能夠促進(jìn)不同學(xué)科之間的交叉融合，從而發(fā)現(xiàn)更多新的研究領(lǐng)域和方向。AI for Science已成為一種新的科研范式。
為了加速 AI for Science 的發(fā)展，NVIDIA 推出 Modulus 開源框架。Modulus 以控制偏微分方程 (PDE) 形式將物理學(xué)的力量與數(shù)據(jù)相結(jié)合，以構(gòu)建具有近乎實(shí)時(shí)延遲的高保真參數(shù)替代模型，可應(yīng)用于計(jì)算流體力學(xué)、氣象預(yù)報(bào)、超分辨率、生命科學(xué)、分子動(dòng)力學(xué)等不同領(lǐng)域。
1月19日14點(diǎn)，NVIDIA 聯(lián)合智猩猩策劃推出「NVIDIA AI for Science 科研新范式在線研討會(huì)」，由浙江大學(xué)能源工程學(xué)院博士后劉凱、NVIDIA 解決方案架構(gòu)師戴志翔共同主講。
主題介紹
浙江大學(xué)能源工程學(xué)院博士后劉凱：面向能源裝備快速仿真設(shè)計(jì)的高維參數(shù)化燃燒場(chǎng)代理建模方法
在應(yīng)對(duì)日益嚴(yán)峻的氣候變化和能源緊缺的背景下，迫切需要開發(fā)和部署新型高效低碳能源利用基礎(chǔ)設(shè)施，這對(duì)于能源裝備設(shè)計(jì)研發(fā)過(guò)程中計(jì)算流體力學(xué)（CFD）仿真的可靠性和成本效益提出了更高要求。燃燒室作為燃?xì)廨啓C(jī)發(fā)電系統(tǒng)中能量轉(zhuǎn)化的核心組件，需要對(duì)其各項(xiàng)幾何和工況參數(shù)進(jìn)行精細(xì)化設(shè)計(jì)才能保證燃機(jī)整體系統(tǒng)的清潔高效生產(chǎn)。雖然現(xiàn)有湍流燃燒 CFD 數(shù)值模擬方法已經(jīng)成熟，但如何在有限的產(chǎn)品研發(fā)周期內(nèi)高效全面地篩選出最優(yōu)化的設(shè)計(jì)參數(shù)組合仍然面臨巨大挑戰(zhàn)。因此，我們基于英偉達(dá) Modulus 機(jī)器學(xué)習(xí)平臺(tái)構(gòu)建了一套物理驅(qū)動(dòng)的參數(shù)化燃燒場(chǎng)仿真設(shè)計(jì)框架，無(wú)需提供任何訓(xùn)練數(shù)據(jù)，僅通過(guò)一次無(wú)監(jiān)督神經(jīng)網(wǎng)絡(luò)訓(xùn)練即可獲取能夠即時(shí)求解設(shè)計(jì)空間內(nèi)任何參數(shù)組合情況下的完整物理場(chǎng)信息。仿真計(jì)算流程相比傳統(tǒng)數(shù)值模擬平行工況計(jì)算在同等算力下的求解效率可達(dá)數(shù)千倍加速。
本次研討會(huì)，將以甲烷-空氣預(yù)混燃燒室簡(jiǎn)化模型為例，詳細(xì)介紹參數(shù)化AI模型的設(shè)計(jì)思路，并將仿真結(jié)果與傳統(tǒng)數(shù)值軟件 OpenFOAM 進(jìn)行對(duì)比，以驗(yàn)證模型的準(zhǔn)確性。并在此基礎(chǔ)上，對(duì)不同的設(shè)計(jì)參數(shù)進(jìn)行敏感性分析。在報(bào)告的最后，將展示 AI 參數(shù)化仿真設(shè)計(jì)方法帶來(lái)的加速效果。
NVIDIA 解決方案架構(gòu)師戴志翔：NVIDIA Modulus 加速 AI for Science
AI for Science 已經(jīng)成為前沿?zé)狳c(diǎn)研究問(wèn)題，旨在通過(guò)人工智能來(lái)加速氣象、能源、材料和生命科學(xué)等領(lǐng)域的發(fā)展。為加速 AI for Science 的發(fā)展，NVIDIA 推出 Modulus 開源框架，使用物理控制方程（PDE）、模擬數(shù)據(jù)和觀測(cè)數(shù)據(jù)來(lái)構(gòu)造數(shù)字孿生模型。NVIDIA Modulus 引入先進(jìn) AI 模型（例如 PINNs，Neural Operator，GNN，Diffusion Model 等），支持參數(shù)化設(shè)計(jì)與 GPU 多節(jié)點(diǎn)線性擴(kuò)展。無(wú)論是缺乏 AI 專業(yè)知識(shí)的人士還是開發(fā)者，NVIDIA 都能為眾多行業(yè)快速增長(zhǎng)的 AI 需求提供有力支持，可廣泛應(yīng)用于 CFD、傳熱、固體、電磁波、地震波、氣象預(yù)報(bào)、超分辨率，生命科學(xué)，分子動(dòng)力學(xué)等領(lǐng)域。
本次研討會(huì)，將介紹 Modulus 中的 AI 模型，使用方法和優(yōu)勢(shì)，并重點(diǎn)介紹 Modulus 的應(yīng)用案例，包括使用 PINO (PINN + FNO)進(jìn)行油藏模擬 ，使用 Residual Diffusion 模型對(duì)氣象數(shù)據(jù)進(jìn)行超分辨率研究，使用 AeroGraphNet 進(jìn)行汽車空氣動(dòng)力學(xué)仿真等。
報(bào)名方式
對(duì)此次研討會(huì)感興趣的朋友，可以掃描上方海報(bào)底部二維碼，添加小助手瑞秋進(jìn)行報(bào)名。已添加過(guò)瑞秋的老朋友，可以給瑞秋私信，發(fā)送“NVIDIA2401”即可報(bào)名。
同時(shí)，為了方便大家交流和咨詢，研討會(huì)還設(shè)置了交流群，希望加入的朋友，也可以聯(lián)系瑞秋進(jìn)行申請(qǐng)。
