Informatique durable

Siemens Gamesa exploite la plateforme de jumeaux numériques de NVIDIA, reposant sur Omniverse et des frameworks d’IA comme Modulus, pour créer des modèles virtuels très précis de parcs éoliens entiers. Celle-ci permet d'effectuer une simulation rapide et en temps réel du placement de la turbine et des effets de sillage, ce qui optimise les configurations pour augmenter la production d'énergie jusqu'à 20 % par rapport aux conceptions précédentes et réduit les délais de simulation de plusieurs semaines à quelques minutes.

En accélérant ce processus, Siemens Gamesa peut maximiser la production d'énergie propre, réduire les coûts opérationnels et soutenir plus efficacement la transition mondiale vers les énergies renouvelables.

La lithographie informatique, étape essentielle de la fabrication de puces, exige une puissance de calcul phénoménale, or les méthodes traditionnelles basées sur CPU sont devenues un goulot d'étranglement, les charges de travail dépassant rapidement les capacités d'évolutivité du matériel.

La technologie cuLitho de NVIDIA exploite l’accélération GPU sur l’architecture Hopper™ pour accélérer la lithographie pas moins de 40 fois, de manière à diviser respectivement par 8 et par 9 les besoins en énergie et en espace, mais aussi à réduire les délais de traitement des masques de plusieurs semaines à une nuit. En partenariat avec des leaders tels que TSMC, ASML et Synopsys, cuLitho transforme la production de silicium, ouvrant la voie à de nouvelles techniques avancées et contribuant à rendre les technologies de semi-conducteurs plus efficaces, prévisibles et rentables. 

La mécanique des fluides numérique (MFN) industrielle est extrêmement gourmande en ressources et en énergie puisqu'elle nécessite environ 25 milliards d'heures de traitement CPU par an. En adoptant l’accélération GPU et des frameworks basés sur l’IA comme NVIDIA PhysicsNeMo™, les principaux fournisseurs de logiciels et plateformes de MFN réalisent désormais des simulations jusqu’à 36 fois plus rapides, tout en réduisant considérablement la consommation d’énergie et les coûts par rapport aux systèmes traditionnels basés uniquement sur CPU. Par exemple, l'exécution de clusters accélérés par GPU peut faire économiser 19 millions de dollars et 37 GWh d'énergie par rapport à une infrastructure CPU équivalente, rendant la MFN haute fidélité beaucoup plus durable, en plus d'accompagner les entreprises dans leurs efforts pour réduire les émissions de carbone et atteindre le zéro net. 

L’accélérateur NVIDIA RAPIDS™ pour Apache Spark utilise des GPU pour accélérer les pipelines de Data Science et d’analyse de bout en bout afin de permettre aux entreprises de traiter des charges de travail Spark jusqu’à 6 fois plus rapidement sans modification de code. Cela se traduit par des coûts d'infrastructure jusqu'à 5 fois plus faibles et une consommation d'énergie 6 fois moindre, les entreprises économisant ainsi près de 125 millions de dollars tout en réduisant leur consommation d'énergie de 10 GWh par rapport aux solutions uniquement basées sur CPU. En permettant des analyses évolutives, efficaces et interactives pour des cas d'utilisation tels que la prévision de la demande et la détection des fraudes, l'accélérateur prend en considération à la fois les informations avancées et les objectifs de durabilité.

Le rendu d'effets visuels et d'animations de haute qualité est extrêmement gourmand en ressources et en énergie puisqu'il consomme près de 10 milliards d'heures de traitement CPU par an et génère des émissions de carbone importantes.

En passant à l’accélération GPU de NVIDIA RTX™, des studios de premier plan ont obtenu des performances jusqu’à 46 fois supérieures, tout en divisant par 10 leur consommation d’énergie et par 6 leurs dépenses en capital par rapport aux fermes de rendu basées sur CPU. Ce changement permet aux studios de produire des scènes photoréalistes plus rapidement et de manière plus durable, ce qui pourrait permettre au secteur d’économiser 900 millions de dollars et 215 GWh d’énergie à l'échelle mondiale.