Computación Sostenible

Siemens Gamesa está aprovechando la plataforma de Gemelo Digital 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 ubicación de turbinas y de 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 costos operativos y respaldar de manera más efectiva la transición global a la energía renovable.

La litografía computacional, un paso central en la fabricación de chips, exige una enorme potencia de computación, y los métodos tradicionales basados en CPU se han convertido en un cuello de botella a medida que las cargas de trabajo han ido superando rápidamente la escalabilidad del hardware. 

CuLitho de NVIDIA aprovecha la aceleración por GPU en la arquitectura Hopper™ para acelerar x40 la litografía, reducir los requisitos de energía y espacio hasta 9 y 8 veces, respectivamente, y reducir el tiempo de procesamiento de máscaras de semanas a una noche. En asociación con líderes como TSMC, ASML y Synopsys, cuLitho está transformando la producción de silicio, habilitando nuevas técnicas avanzadas y ayudando a que las tecnologías semiconductoras sean más eficientes, predecibles y rentables.

La dinámica de fluidos computacional (CFD) industrial es extremadamente intensiva en recursos y energía, ya que consume aproximadamente 25 mil millones de horas de CPU al año. Al adoptar la aceleración por GPU y los marcos impulsados por IA, como NVIDIA PhysicsNeMo™, los proveedores y plataformas líderes de software de CFD ahora logran simulaciones hasta 36 veces más rápidas, a la vez que reducen drásticamente el uso de energía y los costos en comparación con los sistemas tradicionales de solo CPU. Por ejemplo, la ejecución de clústeres acelerados por GPU puede ahorrar 19 millones de dólares y 37 GWh de energía en comparación con la infraestructura de CPU equivalente, lo que hace que la CFD de alta fidelidad sea mucho más sostenible y respalde a las empresas en sus esfuerzos por reducir las emisiones de carbono y lograr la neutralidad de las mismas.

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

La renderización de efectos visuales y animaciones de alta calidad requiere un uso extremadamente intensivo de recursos y energía, pues consumen casi 10 mil millones de horas centrales de CPU al año y crean emisiones de carbono significativas.

Al cambiar a la aceleración por GPU NVIDIA RTX™, los estudios líderes han logrado mejoras en el desempeño de hasta 46 veces, reduciendo al mismo tiempo su consumo energético 10 veces y los gastos de capital 6 veces, en comparación con las granjas de renderización basadas en CPU. Este cambio permite a los estudios ofrecer escenas fotorrealistas de manera más rápida y sostenible, lo que representa un potencial de ahorro de 900 millones de dólares y 215 GWh de energía para la industria en todo el mundo.