英伟达模数在本周NVIDIA的GTC活动中，该公司推出了一个新框架，用于以NVIDIAModulus的形式为数字孪生开发物理ML模型。以前称为SimNetNVIDIAModulus是为工程师、科学家、研究人员和学生设计的，它提供了一个平台来“使用控制物理方程以及观察或模拟数据训练神经网络”，NVIDIA表示。

“NVIDIAModulus是一个神经网络框架，它将物理学和偏微分方程(PDE)的强大功能与AI相结合，以构建更强大的模型以进行更好的分析。无论您是想开始解决AI驱动的物理问题，还是为复杂的非线性、多物理系统设计数字孪生模型，NVIDIAModulus都能为您的工作提供支持。”

NVIDIA已提供Modulus可供免费下载，并且可以通过以下链接获得一系列新的NVIDIAGTC会议，这些会议解释了有关Modulus的更多信息以及如何使用新平台。

–通过加速线性代数(XLA)和自动混合精度(AMP)支持以及多GPU/多节点实现，更快地解决更大的问题。

–在正向和反向仿真中以准确和收敛的方式对多种物理类型进行建模。

–提供可同时解决多个场景的参数化系统表示，让您训练一次即可解决多个问题。

–提供应用程序编程接口(API)以实现新的物理和几何以及详细的用户指南示例。

–NVIDIAModulus使用Horovod支持多GPU和多节点扩展。这允许多个进程，每个进程都针对单个GPU，使用NVIDIA集体通信库(NCCL)和消息传递接口(MPI)进行集体通信。

“Modulus利用基于人工智能的方法来融合物理学和机器学习的优势。考虑到训练数据和控制物理方程，Modulus训练了一个神经网络，该网络将系统的物理特性封装成一个可用于各种应用的高保真模型。Modulus中的数据准备模块将观察或模拟的数据以及我们尝试建模的系统的几种标准格式(包括点云格式)的几何形状作为输入。Modulus的美妙之处不仅在于采用系统的特定几何结构，还在于采用输入几何结构的显式参数化空间。这允许经过训练的模型探索和优化最佳参数的设计空间。“