可持续计算

西门子歌美飒正在利用 NVIDIA 的数字孪生平台 (由 Omniverse 和 Modulus 等 AI 框架驱动) 创建整个风电场的高度精确虚拟模型。这样便能够快速、实时地模拟涡轮机的放置和尾流效应，优化布局使能源输出比以前的设计提升多达 20%，并将模拟时间从数周缩短至数分钟。

通过加速这一进程，西门子歌美飒可以最大限度地提高清洁能源的产出，降低运营成本，并更有效地支持全球向可再生能源的转型。

计算光刻是芯片制造的核心步骤，需要巨大的计算能力，而随着工作负载迅速超出硬件扩展能力，传统的基于 CPU 的方法已成为瓶颈。

NVIDIA 的 cuLitho 利用 Hopper™ 架构的 GPU 加速，将光刻速度提升了 40 倍，将能源和空间要求分别降低至原先的 1/9 和 1/8，并将掩模处理时间从数周缩短至一夜。在与 TSMC、ASML 和 Synopsys 等领导者的合作下，cuLitho 正在改变芯片生产方式，实现新的先进技术，并帮助提升半导体技术的效率、可预测性和成本效益。

工业计算流体动力学 (CFD) 极为耗时且能耗巨大，每年消耗约 250 亿 CPU 核心小时。通过采用 GPU 加速和 NVIDIA PhysicsNeMo™ 等 AI 赋能的框架，与传统仅使用 CPU 的系统相比，领先的 CFD 软件提供商和平台现在可实现高达 36 倍的仿真速度提升，同时大幅降低能耗和成本。例如，与同等 CPU 基础设施相比，运行 GPU 加速集群可以节省 1900 万美元和 37 GWh 的能源，使高保真 CFD 更具可持续性，并支持公司减少碳排放和实现净零目标的努力。

NVIDIA RAPIDS™ Accelerator for Apache Spark 利用 GPU 来加速端到端数据科学和分析工作流，使企业能够在不更改代码的情况下，以最高 6 倍的速度完成 Spark 工作负载。与仅使用 CPU 的解决方案相比，这可将基础设施成本降低至原来的 1/5，功耗减少至原来的 1/6，从而帮助典型组织节省近 1.25 亿美元，并将能耗减少 10 GWh。通过为需求预测和欺诈检测等用例实现可扩展、高效和交互式的分析，该加速器不仅支持高级洞察，还支持可持续发展目标。

渲染高质量的视觉效果和动画极其耗费资源和能源，每年消耗近 100 亿 CPU 核心小时，并产生大量碳排放。

通过改用 NVIDIA RTX™ GPU 加速，与基于 CPU 的渲染农场相比，领先的工作室可实现高达 46 倍的性能提升，同时将能耗降低至原来的 1/10，资本支出缩减至原来的 1/6。这一转变使工作室能够更快、更可持续地呈现逼真场景，有望在全球范围内为该行业节省 9 亿美元和 215 GWh 的能源。