Computación sostenible

Siemens Gamesa aprovecha la plataforma de gemelos digitales de NVIDIA, impulsada por Omniverse y marcos de IA como Modulus, para crear modelos virtuales altamente precisos de parques eólicos completos. Esto permite una simulación rápida y en tiempo real de la colocación de la turbina y los efectos de estela, optimizando los diseños para aumentar la producción de energía hasta en un 20 % en comparación con diseños anteriores y reduciendo los tiempos de simulación de semanas a minutos.

Al acelerar este proceso, Siemens Gamesa puede maximizar la generación de energía limpia, reducir los costes operativos y apoyar de manera más efectiva la transición global a la energía renovable.

La litografía computacional, un paso fundamental en la fabricación de chips, requiere una enorme potencia de cálculo, y los métodos tradicionales basados en CPU se han convertido en un problema a medida que las cargas de trabajo superan rápidamente la escalabilidad del hardware.

cuLitho de NVIDIA aprovecha la aceleración de la GPU en la arquitectura HopperTM para acelerar la litografía en 40 veces, reducir los requisitos de energía y espacio hasta en 9 y 8 veces, respectivamente, y reducir el tiempo de procesamiento de la máscara de semanas a una noche. En colaboración con líderes como TSMC, ASML y Synopsys, cuLitho está transformando la producción de silicio, permitiendo nuevas técnicas avanzadas y ayudando a hacer que las tecnologías de semiconductores sean más eficientes, predecibles y rentables

La dinámica de fluidos computacional industrial (CFD) consume una gran cantidad de recursos y energía, aproximadamente 25 mil millones de horas de núcleo de CPU anualmente. Al adoptar la aceleración de GPU y los marcos impulsados por IA como NVIDIA PhysicsNeMo™, los principales proveedores de software y plataformas de CFD ahora logran simulaciones hasta 36 veces más rápidas, al mismo tiempo que reducen drásticamente el uso de energía y los costes en comparación con los sistemas tradicionales solo con CPU. Por ejemplo, ejecutar clústeres acelerados por GPU puede ahorrar 19 millones de dólares y 37 GWh de energía en comparación con una infraestructura de CPU equivalente, lo que hace que la CFD de alta fidelidad sea mucho más sostenible y ayuda a las empresas en sus esfuerzos por reducir las emisiones de carbono y alcanzar el objetivo de cero emisiones netas. 

El acelerador NVIDIA RAPIDS™ para Apache Spark utiliza GPU para acelerar las canalizaciones de análisis y ciencia de datos de extremo a extremo, lo que permite a las empresas completar las cargas de trabajo de Spark hasta 6 veces más rápido sin cambios de código. Esto da como resultado costes de infraestructura hasta 5 veces menores y un consumo de energía 6 veces menor, lo que ayuda a las organizaciones típicas a ahorrar cerca de 125 millones de dólares y reducir el uso de energía en 10 GWh en comparación con las soluciones que solo utilizan CPU. Al permitir análisis escalables, eficientes e interactivos para casos de uso como la previsión de la demanda y la detección de fraudes, el acelerador admite tanto información avanzada como objetivos de sostenibilidad.

La representación de efectos visuales y animaciones de alta calidad requiere una gran cantidad de recursos y energía, consume casi 10 mil millones de horas de núcleo de CPU al año y genera emisiones de carbono significativas.

Al cambiar a la aceleración de GPU NVIDIA RTX™, los estudios líderes han logrado aumentos de rendimiento de hasta 46 veces, al mismo tiempo que reducen el uso de energía en 10 veces y los gastos de capital en 6 veces en comparación con las granjas de renderizado basadas en CPU. Este cambio permite a los estudios ofrecer escenas fotorrealistas de forma más rápida y sostenible, con el potencial de ahorrar a la industria 900 millones de dólares y 215 GWh de energía en todo el mundo.