AVEVA Immersive Twin ayuda a a las fábricas de IA a disponer de más capacidad de computación por vatio

El análisis de refrigeración, energía y procesos a menudo implica solucionadores especializados, y mover datos entre herramientas independientes hace que las transferencias sean más difíciles. Los equipos de ingeniería también es posible que tengan solucionadores en los que ya confían. Schneider Electric EcoStruxure IT Design CFD, por ejemplo, modela el flujo de aire dentro de la sala de datos; ampliar el análisis fuera del edificio requiere capacidades adicionales.

El gemelo inmersivo de AVEVA vincula estas herramientas. Mantiene una ontología (un mapa que vincula los equipos en el escenario de OpenUSD con solucionadores de ingeniería y datos de medición) y combina esa información en el gemelo. En lo que respecta al diseño, la solución se basa en los flujos de trabajo y las herramientas de ingeniería existentes, y se integra con soluciones de creación como AVEVA Unified Engineering para generar la escena OpenUSD. La ontología y el modelo de datos se pueden definir y rastrear como una única fuente de verdad dentro de la solución o gestionarse a través de conexiones a sistemas externos, como AVEVA Asset Information Management. 

En lo que respecta a la simulación, la solución se conecta con EcoStruxure IT Design CFD de Schneider Electric, ETAP para la simulación eléctrica y AVEVA Process Simulation. La arquitectura también está diseñada para admitir solucionadores de terceros seleccionados por el cliente. La conectividad de datos es ampliable de forma similar: gracias a NVIDIA DSX Exchange™, los equipos pueden integrar una amplia gama de fuentes de datos y, a continuación, almacenar, seleccionar y alinear estas fuentes en sistemas como AVEVA PI.

La aplicación se renderiza en las GPU NVIDIA RTX y se transmite a un navegador web utilizando la capacidad de transmisión por streaming de WebRTC de Omniverse. Se puede implementar y escalar en las instalaciones o en la infraestructura en la nube con las GPU NVIDIA RTX.

Para acelerar el desarrollo a la vez que mantenía la calidad, AVEVA combinó la codificación asistida por IA con una arquitectura modular OpenUSD, CI/CD, revisiones de código y pruebas automatizadas. La empresa atribuye al NVIDIA Omniverse DSX Blueprint el haber acelerado significativamente sus esfuerzos para abordar un nuevo mercado. El equipo utilizó herramientas de IA para crear la estructura del código de integración de Omniverse y generar casos de prueba iniciales. Este mismo enfoque ayudó al equipo a identificar algunos de los cálculos más exigentes de la ventana gráfica y a descargarlos en la GPU. AVEVA afirma que estos cambios mejoraron significativamente la capacidad de respuesta de la ventana de visualización y el rendimiento general. Según AVEVA, la asistencia basada en la inteligencia artificial también ayuda al equipo a convertir los comentarios de los clientes en prototipos rápidos y en ciclos de validación ágiles. AVEVA pasó de su taller inicial a un prototipo de trabajo en cuatro semanas.

En solo seis meses, un AVEVA Tiger Team produjo el primer MVP de gemelos inmersivos de extremo a extremo. Combina la composición de escenas de OpenUSD, un centro de integración y orquestación extensible, y seis integraciones representativas de solucionadores y fuentes de datos. Mediante prácticas de ingeniería de alta velocidad, incluido el desarrollo asistido por IA, el equipo convirtió rápidamente una visión ambiciosa en una solución integrada y funcional, sentando las bases arquitectónicas para su implantación en la empresa, con trazabilidad, extensibilidad y una ruta clara hacia la producción.

Todas las fábricas de IA funcionan con un nivel de energía establecido. Un diseño de refrigeración ineficiente puede desviar la energía de la computación de IA, lo que limita la utilización de la GPU y la eficiencia general. El reto consiste en reducir la potencia de refrigeración sin que los equipos superen sus límites de temperatura.

AVEVA aborda este problema con un optimizador de refrigeración integrado en su aplicación de gemelos digitales, desarrollada con NVIDIA Omniverse y OpenUSD. La aplicación utiliza el SDK de Omniverse Kit para su interfaz 3D. Al trabajar a partir del diseño actual de la sala de datos, el optimizador mantiene constante la carga de TI y ajusta la temperatura del refrigerante en las CDU en la simulación. Los ingenieros pueden ver cómo responden las temperaturas en función de sus objetivos en una vista animada, revisar paneles de control detallados y aplicar el mismo análisis a escenarios de entrenamiento, inferencia y cargas de trabajo de ráfagas.

El optimizador está diseñado para ayudar a los ingenieros a identificar los ajustes de refrigeración que reducen el consumo necesario de la pared del ventilador y la CDU, a la vez que cumplen los objetivos de temperatura, lo que podría hacer que haya más energía disponible para cargas de trabajo de IA con el mismo consumo energético de la instalación.

Cuando cambian los equipos de TI, también lo hacen las exigencias de la infraestructura de refrigeración, lo que convierte la configuración de equipos en otra parte importante del flujo de trabajo de ingeniería.