有一個元宇宙,叫 Nvidia Omniverse

最近美股不穩,感覺市場情緒冷卻了一下,這是更好的時間看看Nvidia的Metaverse元宇宙解決方案。

對於未知的未來世界的憧景,建於互聯網的平台之上,各公司有不同的元宇宙,建構出一個整體的元宇宙,由一個元宇宙無縫地進到另一個元宇宙,就如今日在一個website一click可以去到另一個website這樣方便。

上一次,Nvidia在2021年4月的GTC講解了Omniverse的內容,這是Nvidia的元宇宙方案,當時市埸對於元宇宙的注意力和熱烈程度當然不及現在。(參考:GTC Spring 2021 Keynote with NVIDIA CEO Jensen Huang

今次是2021年11月Nvidia GTC的Update,有更多更深入的內容是Nvidia Omniverse的應用,Nvidia要給予大家知道,公司擁有的不是一份設計圖,已經是一件看得到可以使用的產品。(參考:GTC November 2021 Keynote with NVIDIA CEO Jensen Huang

了解背景

我見到網上文章提及,比較Facebook (Meta)和Nvidia的元宇宙方案,指Facebook (Meta)所建造的是真正的元宇宙,而Nvidia Omnoverse只是類似一個工具去設計和建立元宇宙的內容。

我有不同看法。

我們在媒體上接觸到對於元宇宙的認知,較多是著重:遊戲,社交,娛樂等,偏向年輕人沉浸式體驗的網上虛擬3D世界,其次最多是開會之類於工作的應用。

Nvidia Omniverse這個解決方案,視野著重是專業應用,應用場景是更為覆雜和多變。建構出不單是虛擬世界,而是虛擬世界和現實世界所組成的Digital Twins,兩個世界之間的互動和關連,為企業用戶解決問題,去創造價值。

Nvidia Omniverse主要包括三大功能:Design Collaboration(設計合作),Robotics Factory(機械人工廠),Simulation(模擬):

  • Design Collaboration - 提供虛擬環境,不同的Designer可以連接去一起創作。如果設計是一件虛擬物件,就可以在元宇宙之中使用(無論是Nvidia的元宇宙,或者是其他公司的元宇宙)。如果設計是一件現實物件,完成的設計就可以拿去工廠之中生產。
  • Robotic Factory - 提供虛擬環境,機會械人可以進行AI訓練,甚至包括在現實中比較難遇上,危險,或極端的情況,學習得到的能力,然後在現實環境中去完成工作。
  • Simulation - 提供虛擬環境,可以讓用戶預先模擬或實時監察,如遇上問題,甚至遙距控制一個機械人,自動架駛車等。

CUDA 和 Omniverse

有留意我的Blog的朋友,應該見到我經常提及Nvidia CUDA,這個Software Library所建造出的生態系統是公司重要資產。CUDA內有精細的行業應用分門別類,當開發者和用戶數目不斷增加,就會不斷強化。最後世界上的元宇宙如何演變,還有規模是如何大,沒有人可以準確預測,不過各公司如果想去加入建造元宇宙,CUDA提供的生態系統是一個十分有利的工具。

現在CUDA包括150個SDKs,涉及行業包括:遊戲,設計,生物科學,地球科學,AI,網絡安全,5G,機械人等。2021年GTC就加入了65個SDKs或更新。

過去15年,CUDA被download了3000萬次,過去一年就download了7百萬次。

現在CUDA的開發人員有約300萬,在過去五年增加了6倍。

虛擬Digital Twin的例子

虛擬貨倉是一個Omniverse的應用例子,目標是優化物流,原本舊有系統需要使用數小時去計算出處理新訂單,Nvidia ReOpt可以做到實時計算及優化貨流,處理不斷加入的新訂單。

優化後,物流的距離可以減低一半,物流的時間都可以減低一半。

Omniverse模擬Digital Twins,例如:貨倉,工廠,5G邊緣,機械人,自動架駛車,Avatar等。

令到Omniverse可以實現,不可缺少的技術包括:圖像,物理學模擬,物料模擬,AI等。Nvidia的平台和CUDA Software Libeary提供支援的基礎技術。

Nvidia Earth-2 Supercomputer

這是一個仍然在建造中的元宇宙應用,Digital Twins是模擬地球本身,希望透過長時間串流的地球數據,去預測氣候變化。

用過去的系統的一個需要7天時間的模擬工作,在Nvidia GPU可以用0.25秒完成,速度快了100,000倍。

Omniverse的3D世界

現今我們使用的Internet主要是2D世界,包括:文字,聲音,影像,Video等。

元宇宙可以造成是一個3D世界,或者是一個現實世界的模型,乎合物理翳定律,在其中可以互動,可以交易,買賣虛擬3D物件,例如:土地,建築,藝術品,就如同我們現在購買虛擬2D物件如音樂,電子書。

透過Nvidia Omniverse,創作者可以建造虛擬世界,可以用來作為聚會,遊戲等用途。

Omniverse是一個平台,可以連接不同公司設計軟件的環境,例如:Adobe,Autodesk,不同設計師可以合作去參與設計,任何一個設計師做出的更新,就會自動同步讓其他設計師實時看到,效果如一個Cloud Shared Document的3D Design。

企業可以利用Omniverse建造虛擬工廠,然後加入機械人在其中運作,機械人和工廠都有Digital Twin在現實世界之中。現實世界的Digital Twin可以先行在通過虛擬世界的Digital Twin去進行設計,AI訓練。虛擬世界可以作為一個持續監察系統,去監察建築物,工廠,貨倉,自動架駛車等,或當遇上問題去進行遙距控制。

Omniverse 組成部分

Nvidia發放了最新的Omniverse Update,包括以下:

  • Showroom - Omniverse App的示範和樣本,顯示Omniverse的核心技術,圖像,物理學定律,物料,AI等。
  • Farm - System Layer系統層,協調和控制batch jobs,不同系統,電腦,servers等的運算,例如:圖像渲染,AI數據生成,分散式計算。
  • AR - 把圖像串流至手機和AR 眼鏡。
  • VR - 世界首個可以做到Full Frame的互動Ray Tracing VR。

自從2020年Omniverse推出,已經被download了70.000次,其中包括約500間企業。

企業員工或Community成員可以各自開發Omniverse Connector,做到持續發展。現在已經有14個Connector,另有15個Connector快將推出。

Bentley - iTwin

Bentley是一間世界知名的基建工程軟件公司,Bentley的軟件功能包括設計,製作模型,模擬全球大規模基建Project,包括:道路,橋樑,鐡路,運輸系統,機場,海洋港等,全球的最頂尖250間工程公司,有90%使用Bentley軟件。

Bentley是首間第三方公司,在Omniverse平台上開發應用套裝軟件,名為iTwin,利用3D模型,在工程完成後可以監察基建,達到優化功能。iTwin有約200萬用戶。

Siemens Energy

Heat Recovery Stream Generators (HRSG)透過熱的氣體推動燃氣渦輪發動機去發電,機件內有機會發生腐蝕,需要檢查及作出維修。

HRSG 腐蝕問題涉及多種科學現象,包括:氣體流動,化學等,Siemens利用Nvidia Omniverse加上Nvidia Modulus Physics-ML Framework,可以建造出Digital Twin,可以準確預測腐蝕形或,減少定期檢查的時間和unplanned down time約70%。如果每減少5-7days,每年可以節省大約2 Billion USD。

BMW

BMW大約每分鐘生產一架車,其中涉及25,000件零件。工廠車間任何一個時間內,在管理5百萬件零件。

GTC Spring(2021年4月),BMW展示Rogensberg車廠的Digital Twin。現在已經擴展至多3間車廠,1000萬平方米面積,工程師使用Nvidia Isaac Gym在Omniverse平台上,利用虛擬方式進行機械人AI訓練。BMW使用Omniverse持續在車廠擴展及未來新計劃建造勢頭。

為達到持續改進和創新,提升效率和應變速度,BMW利用Omniverse去模擬覆雜和多變生產過程,以作出最快的關鍵決定。BMW和合作夥伴連接新用家和新工具去擴展Omniserse的生態系統,涵蓋未來車廠的每一個方面,模擬大至整間車厰層面,精細至綜合工程層面。

Ericsson

未來五年,Ericsson將會在全球建造1500萬個5G設施(microcell和tower plant),利用Nvidia Omniverse去做出Digital Twin城市模型,包括建築物物料,植被等,去準確模擬城市的環境,去設計建造5G設施的位置和設定,目的是達到最好的覆蓋和網絡表現。如此加可以增加工作效率去設計出可靠的網絡,遙距進行遠場試驗,加快部署設施。

Omniverse模擬物料的高度精细程度,去確保計算出的反射強度,天線波束成形,訊號路徑,可以準確地模擬效果及視覺化表達。

網絡工程師透過Omniverse VR,可以用虛擬方式去探索網絡上的任何位置,用遙距控制去改動網絡的設置,實時見到改動的效果。

Maxine - Nvidia Omniverse Avatar

Maxine是一個Avatar平台,有許多不同應用,例如:Customer Service,開Live,Video Conference,遊戲角色等。

背後涉及多種覆雜AI和圖像技術整合,包括:語音識別,語言理解,語音合成,NLP (Natural Language Processing),Ray Tracing等。此技術可以造出純虚構或模擬真人的效果,是其中一個打造未來元宇宙的必要技術。

Maxine可以有的不同執行模式,Autonomus或者是Teleoperated,Artistic或者是Realistic Mode,以下是應用例子。 

自動,藝術化模式 (Autonomus, Artistic Mode)

Project Tokkio是一個Talking Kiosk(談話小食亭),影像是一個Animated Robot,用對話形式幫助顧客下食物訂單,高度互動,甚至包括eye contact效果。

遙控,真實模式 (Teleoperated, Realistic Mode)

應用的例子,包括:Customer Service,Video Conference等。

系統可以實時把英語說話或文字轉換為多國語言(德語,西班牙語,法語,俄語,普通話),然後透過3D Animation顯示出角色影像,觀眾看到極度像真的影像其實是電腦合成,視乎每個觀眾的Language Setting,看到及聽到不同的影像和語言。

例如講者眼向下望注視讀稿上文字,電腦合成影像可以轉換成為眼望著觀眾,達到eye contact效果。

Toy Jensen

Toy Jensen,它是卡通化的Nvidia Avatar,在GTC的示範中,影像是電腦合成,和多人對話去一一解答問題,內容不是一般Customer Service查詢,而是極度專門,包括:Climate Change(氣候變化),Amino Acid / Protein,Exoplanet(太空)等科學相關問題。

Nvidia未來前景

凡是投資,不可以只是一面倒看得太過完美。

如果全球繼續朝著憧景中的元宇宙發展,需求很吸引,不過沒有很多企業或個人使用Nvidia Omniverse平台,而是使用其他公司建造的元宇宙平台,元宇宙本質上仍然是Heavy Graphic和Heavy Data Center的運作。Nvidia的GPU去支援圖像和AI技術,有市佔龍頭的優勢(現在有25,000間公司使用Nvidia運算去處理AI),還有加上Nvidia的3 Chips Company視野,GPU + DPU + CPU去攻入Data Center市場,仍然是一個十分值得關注的發展方向。

看看業績,Omniverse的收入是歸入Professional Visualization之下:(這是我的理解,如果大家有不同的資料,請指正)

  • 2016年至2020年/Q1 + Q2 + Q3,四年之間,收入增長 = (307+203+236) / (189+214+207) = 746 / 421 = +77%(平均每年複合增長大約+15%)

  • 2020年至2021年/Q1 + Q2 + Q3,一年之間,收入增長 = (372+519+577) / (307+203+236) = 1468 / 746 = +97%

Professional Visualization基數仍低,不過今年明顯見到此項收入增長大幅度加速,Nvidia Omniverse不是一份在空中樓閣中的設計圖,是虛擬世界結合現實世界的應用,在GTC看到多個大型客戶的實際應用Case Study。Nvidia自家建造平台,包括:的Isaac Robotics(機㭜人),Drive AV(自動架駛),Clara Holoscan(醫療),都是Omniverse的應用例子。

過去五年,Data Center産品經歷爆發性增長,成為Gaming之外的另外一個收入支柱,還看下個五年的Professional Visualization。


Comments

  1. 師兄厲害, 今晚再看, 聖誕快樂

    ReplyDelete
  2. 感謝Duncan兄分享,含金量極高👍,NVDA的前景十分令人期待呢!

    ReplyDelete
    Replies
    1. 謝謝綠魔
      新年新希望,希望見到Pro Vis起飛

      Delete
  3. 感謝登兄分享,對Nvda更加了解了!

    ReplyDelete
  4. Duncan 兄, 多謝好文....很多料, 會慢慢細看..Merry Xmas!!

    ReplyDelete
    Replies
    1. 謝謝貓奴支持,大家多多交流,上少內容來自Nvidia GTC youtube片,文中有link

      Delete
  5. 師兄你好勤力,做好多功課,對NVDA的認識很深入

    ReplyDelete

Post a Comment

Popular Posts