RescaleのNVIDIA Modulusを搭載したAI/MLベースのシミュレーションで研究開発を加速する方法

科学および工学設計はプロトタイプからシミュレーション、AI へと進化します

科学および工学シミュレーションは、次のことを可能にすることでゲームを変えました。 研究開発の専門家 プロトタイピングを通じて物理的に設計パラメータをテストするのではなく、デジタル的に設計パラメータをテストするため、設計の反復がより速くなります。 物理ソルバーに基づくシミュレーションは、プロトタイピングよりも高速で安価ですが、依然として計算量が非常に多く、反復処理にコストがかかる可能性があります。 シミュレーションに適用される AI の台頭により、研究開発の専門家が設計スペースをより効率的に検索し、設計の最適化に必要な計算量の多いシミュレーションの量を削減できるようになり、この課題に対処できます。 

見え始めています AIをシミュレーションに応用 どこにでも。 まだ導入サイクルの初期段階ではありますが、研究開発用 AI は研究開発の仕組みを劇的に変革する可能性を秘めています。 たとえば、現在、先進的な組織は AI/ML を重要な設計ワークフローに組み込んでいます。航空宇宙企業は翼型設計における数値流体力学の結果を予測し、半導体企業は大規模で複雑な設計空間をより効率的に探索して最適なチップ設計を実現し、バイオテクノロジー企業は臨床試験を通じて病気の治療に成功する分子の組み合わせ。 AI ソフトウェア ツールとハードウェアの処理能力が進化するにつれて、AI のアプリケーションは今後も拡大していきます。

研究開発における AI の新たな応用には、新たな IT の課題が伴います

ただし、AI をシミュレーションに適用すると、IT に新たな課題が生じます。 組織は、新しい AI ツールをサポートする新しい環境を構築する必要があります。 多くの場合、AI ツールは従来の物理ベースのソルバーと共存して、研究開発専門家を成功に導くエンドツーエンドのワークフローを作成する必要があります。 新しいツールと従来のツールを組み合わせると、ソフトウェアからハードウェアへのテクノロジー スタック全体の複雑さが大幅に増加します。 その結果、多くの組織はこれらの最先端ツールの導入に着手することが難しく、その利点を逃してしまうことになります。 

Rescale では、研究開発テクノロジー用の最新の AI をお客様に提供することに尽力しています。 今年の初めに、私たちは 翼型設計のための CFD+ML チュートリアル 削減次数モデリングに適用された AI の使用に基づいています。 本日、このことを発表できることを非常に嬉しく思います NVIDIA Modulus Rescaleで入手可能になりました。 NVIDIA Modulus は、物理学問題を解決するためのほぼリアルタイムの推論を備えた物理機械学習ニューラル ネットワーク モデルを開発するための最先端の物理学 ML フレームワークです。 科学的なデジタルツインを設計する。 本日の一般提供開始の発表は、 NVIDIA GTC プレゼンテーション、当社のパートナーが開発したエアナイフ シミュレーション サロゲート モデルのデモンストレーションを特集しました。 動体視力.

「AI と GPU の両方の急速な進歩により、研究開発におけるイノベーションの新たな可能性が生まれています」と Rescale のハイパフォーマンス コンピューティング担当副社長 Mulyanto Poort 氏は述べています。 「NVIDIA は、AI ベースの NVIDIA Modulus フレームワークなどの新製品により、破壊的な科学および工学シミュレーション ワークフロー テクノロジーの最前線に立っており、これらの新機能をお客様に提供したいと考えています。」

Modulus によって可能になった、一度トレーニングすれば、高忠実度の AI サロゲート モデルを使用して、ほぼリアルタイムで設計または操作空間内のポイントの新しいシミュレーション結果を推論できる機能は、革新的なものです。 転移学習により、AI サロゲートは将来の設計作業を大幅に削減できます。 係数は非常に広範囲の物理ベースのシミュレーション問題に適用でき、最近では次のようなユースケースで取り上げられています。 異常気象予報, 風力タービンブレードシミュレーション, 排熱回収ボイラシミュレーション & 半導体ヒートシンク設計。 これは、AI の専門家でなくても、スケーラブルでパフォーマンスの高いトレーニングや推論のパイプラインの設定に煩わされることなく、Python API を使用して AI モデルを開発できるドメインの専門家にとって理想的なプラットフォームです。

Rescale を使用すると、数回クリックするだけで、NVIDIA Modulus を最適なクラウド インフラストラクチャに導入することが非常に高速かつターンキーで簡単になります。 Rescale は、NVIDIA Modulus と NVIDIA などの最新の NVIDIA GPU ハードウェアを組み合わせます。 A100 Tensor コア GPU と今後の NVIDIA H100 Tensor コア GPU は、クラウド サービス プロバイダー パートナーが提供するインスタンス ファミリーを通じて利用できます。 AWS, Azure, GCP、オラクル。 ソフトウェアとハ​​ードウェアは、必要に応じて従来の物理ソルバーを使用して AI トレーニング データ、推論、最終検証、モデル結果を生成するための Rescale プラットフォーム上の単一のワークフロー環境に編成されています。 

NVIDIA の GPU コンピューティング ソフトウェア プラットフォーム担当バイスプレジデントである Chris Lamb 氏は次のように述べています。「物理学 ML テクノロジのおかげで研究開発とシミュレーションのイノベーションが加速しており、お客様はより優れた製品をより迅速かつ新しい方法で設計および開発できるようになります。」 「NVIDIA Modulus により、Rescale のような革新的な企業は、物理学に基づいた ML ワークフローの構築と展開を驚くほど簡単にして、従来のシミュレーション方法論では制限されていた問題を解決できるようになり、顧客を支援できるようになります。」

Rescale で NVIDIA Modulus を使ってみる

お客様は、Rescale バッチ ジョブと仮想デスクトップ ベースのワークステーション ワークフローの両方を使用して、Rescale で NVIDIA Modulus を簡単に開始できます。 Rescale で Modulus を実行する方法の簡単なビデオ例を次に示します。

シミュレーション結果が完了すると、 リスケールプラットフォーム シミュレーションを終了し、すべてのクラウド インフラストラクチャをシャットダウンします。 Rescale で NVIDIA を使用する利点は、完全にオンデマンドであることです。 つまり、顧客はリソースを使用している間のみ料金を支払います。 より詳細なハウツー例については、最近公開された記事を参照してください。 NVIDIA Modulus on Rescale チュートリアル リッド駆動のキャビティフローシミュレーションを備えています。

Rescale は NVIDIA と協力して、R&D プロフェッショナル向けの状況を再び変えています。 NVIDIA Modulus を使用すると、科学者やエンジニアは一度トレーニングを行えば、シミュレーション結果をリアルタイムで繰り返し推論できるため、従来のソルバーベースのシミュレーションの実行回数が減り、大幅に時間を節約できます。 Rescale は、クラウド内のソフトウェアからハードウェアへのスタック全体をカバーするターンキー プラットフォームを提供することで、最新の NVIDIA GPU で NVIDIA Modulus を即座に利用できるようにし、組織が使用できる困難で高価なオンボーディングと導入にかかる時間を少なくとも数か月または数四半期節約します。製品開発のタイムラインを加速します。 

AI が研究開発の生産性をどのように変革できるか、そして Rescale が今日の研究開発の開始にどのように役立つかをご紹介できることを楽しみにしています。 Rescale の「研究開発向け HPC および AI」専門家に連絡して詳細を確認するか、Rescale が提供する最大 5 日間の NVIDIA GPU アクセスを無料で開始するには、お問い合わせください。 こちら または電子メール パートナー@rescale.com。 とても簡単です！ 

NVIDIA Modulus の詳細については、以下をご覧ください。 https://developer.nvidia.com/modulus.