Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Lĩnh vực kỹ thuật hỗ trợ máy tính (CAE) đang phát triển khi trí tuệ nhân tạo (AI) bắt đầu đóng vai trò quan trọng hơn trong việc thúc đẩy quy trình làm việc. Trọng tâm đang chuyển sang các mô hình dựa trên AI, được xây dựng trên các định luật vật lý và có khả năng khái quát hóa trên nhiều hình dạng và điều kiện khác nhau. Các mô hình này dựa trên một lượng lớn dữ liệu tuân thủ các định luật vật lý, khác với các mô hình ngôn ngữ phổ biến hơn thường chỉ dựa trên dữ liệu văn bản.

NVIDIA đã giới thiệu Warp, một framework được thiết kế để tăng tốc mô phỏng, tạo dữ liệu và tính toán không gian. Warp thu hẹp khoảng cách giữa CUDA và Python, cho phép các nhà phát triển viết các nhân xử lý hiệu năng cao bằng Python được biên dịch tức thời để thực thi GPU hiệu quả. Framework này nổi bật nhờ cho phép các nhà phát triển viết các nhân xử lý thực thi trên tất cả các phần tử của lưới tính toán đồng thời, mà không cần đến các mặt nạ Boolean cồng kềnh như các framework dựa trên tensor.

Warp cũng hỗ trợ tính năng vi phân tự động, giúp dễ dàng tích hợp với các quy trình tối ưu hóa hoặc huấn luyện. Tính năng này đặc biệt hữu ích cho các nhà phát triển làm việc trên các ứng dụng mô phỏng, robot, nhận thức và xử lý hình học. Khung Warp của NVIDIA được minh họa thông qua việc xây dựng một bộ giải Navier-Stokes 2D, cho thấy khả năng xử lý các mô phỏng phức tạp và tích hợp với các khung khác như PyTorch, JAX và NumPy.

Các ứng dụng thực tiễn của Warp không chỉ giới hạn ở mô phỏng mà còn mở rộng đến các quy trình công nghiệp thực tế dựa trên trí tuệ nhân tạo. Các nghiên cứu điển hình cho thấy sự cải thiện đáng kể về hiệu suất khi Warp được sử dụng trong nhiều ngữ cảnh khác nhau, chẳng hạn như bộ giải XLB của Autodesk, MuJoCo Warp của Google DeepMind cho động lực học đa vật thể và AutoAssembler của C-Infinity để xử lý các cụm lắp ráp CAD. Những ví dụ này làm nổi bật khả năng của Warp trong việc mang lại tốc độ, hiệu quả và khả năng mở rộng trong các ứng dụng vật lý tính toán.

Đối với các nhà phát triển và nhà nghiên cứu quan tâm đến việc tận dụng Warp cho các dự án vật lý tính toán của họ, NVIDIA cung cấp các nguồn tài liệu như sổ tay giới thiệu, ví dụ về bộ giải Navier-Stokes 2D và tài liệu hướng dẫn. Phiên họp NVIDIA GTC 2026 sắp tới sẽ tiếp tục khám phá các khả năng của Warp và ứng dụng của nó trong mô phỏng vật lý tính toán.