NVIDIA Omniverse Abre Portales para que los Científicos Exploren Nuestro Universo

Estados Unidos._ NVIDIA anunció que NVIDIA Omniverse™, una plataforma de computación abierta para desarrollar y operar aplicaciones de metaverso, ahora se conecta al software líder de visualización de computación científica, por lo que admite nuevas cargas de trabajo de renderización por lotes en sistemas impulsados por las GPU NVIDIA A100 y H100 Tensor Core, GPU’s.

NVIDIA también presentó digital twins científicos e industriales totalmente en tiempo real para la comunidad de computación de alto rendimiento (HPC), que están habilitados por NVIDIA OVX™ (un sistema de computación diseñado para potenciar digital twins de Omniverse a gran escala), y Omniverse Cloud, una oferta de software e infraestructura como servicio.

Omniverse ahora es compatible con cargas de trabajo por lotes que los mejores investigadores de IA y HPC, científicos e ingenieros pueden ejecutar en sus sistemas A100 o H100 existentes, lo que incluye renderizar videos e imágenes o generar datos 3D sintéticos.

Con el objetivo de fomentar workflows más fluidos y colaborativos para la comunidad de HPC, NVIDIA también presentó conexiones a herramientas de computación científica populares, como ParaView de Kitware, una aplicación para la visualización, IndeX para la renderización volumétrica, NVIDIA Modulus para desarrollar modelos físicos-ML y NeuralVDB para la representación de datos volumétricos dispersos a gran escala.

«Los workflows actuales de computación científica son extremadamente complejos, con enormes conjuntos de datos que no son prácticos de mover, lo que involucra a equipos grandes y globales que utilizan sus propias herramientas especializadas», dijo Dion Harris, gerente líder de productos de computación acelerada de NVIDIA. «Con la nueva compatibilidad para Omniverse en sistemas A100 y H100, los clientes de HPC finalmente pueden comenzar a desbloquear silos de datos heredados, lograr interoperabilidad en sus complejos procesos de simulación y visualización, y generar imágenes atractivas para sus workflows de renderización por lotes».

Con Omniverse y las cargas de trabajo de cloud híbrido, los clientes de computación científica pueden conectar los pipelines heredados de simulación y visualización para lograr una interacción distribuida, totalmente interactiva y en tiempo real con sus modelos y conjuntos de datos. Los clientes de NVIDIA, como el Laboratorio Nacional Argonne, Lockheed Martin y el Laboratorio de Física del Plasma de Princeton, ya aprovechan los beneficios de Omniverse para las cargas de trabajo de HPC.

Los Líderes Científicos Globales Apoyan a Omniverse
El Laboratorio Nacional Argonne está utilizando Omniverse en su supercomputadora Polaris impulsada por A100 para conectar sus herramientas de visualización heredadas como un primer paso para desarrollar las bases de futuros digital twins.

«Los workflows de visualización en el Laboratorio Nacional Argonne son cada vez más complejos, desde manejar terabytes de datos de cosmología hasta renderizaciones fotorrealistas de dispositivos diseñados. Además, estos proyectos colaborativos involucran a equipos de científicos, ingenieros y artistas que utilizan herramientas altamente especializadas», dijo Michael Papka, subdirector asociado del laboratorio y director de la Instalación de Computación de Liderazgo de Argonne. «Omniverse homogeneiza workflows tan complejos, retiene la experiencia de las herramientas establecidas y abre la oportunidad para workflows completamente nuevos, incluido el desarrollo de digital twins».

El Laboratorio de Física del Plasma de Princeton (PPPL), el laboratorio nacional del Departamento de Energía de EE. UU. para la física del plasma y la ciencia de fusión, está utilizando NVIDIA Omniverse para conectar y acelerar simuladores sintéticos de HPC en tiempo real de última generación a fin de modelar dispositivos de fusión, sistemas de control y, en última instancia, mejorar el funcionamiento del experimento hacia una nueva fuente de energía limpia que sea comercialmente viable.