NVIDIA Modulus是NVIDIA發布的一個用於開發物理學-機器學習模型的框架。
NVIDIA Modulus能夠為缺乏 AI 專業知識，但對 AI 和物理驅動型數字孿生功能的需求快速增長的眾多領域提供支持，例如蛋白質工程和氣候科學領域。
基本介紹
- 外文名：NVIDIA Modulus
- 隸屬公司：NVIDIA
簡介,工作要素,套用領域,
簡介
Modulus 訓練神經網路使用基本的物理學定律模擬各領域中複雜的系統行為。從工業用例到氣候科學，該代理模型可用於各種數字孿生套用。
與大多數基於 AI 的方法一樣，Modulus 內置一個幫助管理觀察或模擬數據的數據準備模組。它還能解釋它所模擬的系統的幾何圖形以及輸入幾何圖形所表示的空間的顯式參數。
物理機器學習框架NVIDIA Modulus現已可用為Omniverse擴展程式。經Modulus訓練的物理機器學習模型可提供近實時的性能，根據不同的套用，其速度可提高4000甚至100000倍，並且具有前所未有、更接近高保真模擬的準確性。Modulus是NVIDIA Earth-2等科學數字孿生的基石之一。
工作要素
採樣計畫器：使用戶能夠選擇一種方法（如準隨機採樣或重要性採樣）來提高被訓練模型的收斂性和準確性。
基於Python的API：採取象徵性管理偏微分方程並構建基於物理學的神經網路。
精選層和網路架構 ：經證明能夠有效解決物理學問題。
物理學-機器學習引擎：使用這些輸入來訓練模型。所訓練的模型能夠使用PyTorch與TensorFlow、使用cuDNN實現GPU加速並且使用NVIDIA Magnum IO實現多GPU和多節點擴展。
套用領域
NVIDIA Modulus可定製並且易於採用。它能提供用於實現新物理學和幾何學的API 。Modulus在設計上可以使那些剛開始使用AI數字孿生套用的人能夠快速將其用於工作。
該框架包括計算流體力學、熱傳導等入門分步教程。它還為套用領域提供了一個不斷增長的實現列表，如湍流建模、瞬態波方程、納維-斯托克斯方程、電磁學領域的麥克斯韋方程、反問題和其他多物理場問題。
