NVIDIA Omniverse เปิดยุค 'Simulation-First' สำหรับ AI ในภาคการผลิต

TL;DR

• ภาคการผลิตกำลังเข้าสู่ยุค Simulation-First โดยใช้การจำลองความละเอียดสูงเพื่อฝึก AI ที่ใช้งานจริง
• NVIDIA Omniverse และมาตรฐาน SimReady ซึ่งสร้างบน OpenUSD คือหัวใจสำคัญในการขับเคลื่อนการเปลี่ยนแปลงนี้
• บริษัทอย่าง ABB Robotics, JLR และ Tulip กำลังใช้เทคโนโลยีนี้เพื่อลดรอบการผลิต ลดค่าใช้จ่าย และเพิ่มประสิทธิภาพอย่างเห็นได้ชัด
• การจำลองช่วยให้สามารถสร้างข้อมูลสังเคราะห์เพื่อฝึก AI ได้อย่างแม่นยำ ก่อนการนำไปใช้งานจริงในโรงงาน

หลายทศวรรษที่ผ่านมา วงจรการออกแบบ-สร้าง-ทดสอบในภาคการผลิตยึดติดกับสมมติฐานที่ว่า การทดสอบในโลกจริงเป็นสภาพแวดล้อมที่เชื่อถือได้เพียงอย่างเดียว แต่แนวคิดนี้กำลังเปลี่ยนไปอย่างรวดเร็ว ด้วยความก้าวหน้าของ AI และเทคโนโลยีการจำลองที่ล้ำสมัย การจำลองที่มีความแม่นยำสูงสามารถผลิตข้อมูลการฝึกอบรมสังเคราะห์ที่ถูกต้องเพียงพอสำหรับ AI ระดับการผลิต ทำให้ระบบการรับรู้ โมเดลการให้เหตุผล และเวิร์กโฟลว์ AI Agent สามารถทำงานได้ดีเยี่ยมในสภาพแวดล้อมโรงงานจริง OpenUSD (Universal Scene Description) ได้กลายเป็นมาตรฐานการเชื่อมโยงที่ทำให้สิ่งนี้เป็นจริงได้ ผู้ผลิตที่นำไปใช้จึงเห็นผลลัพธ์ที่วัดผลได้แล้ว

เมื่อ AI เชิงกายภาพ (Physical AI) เข้ามาเป็นส่วนสำคัญของการดำเนินงานในภาคอุตสาหกรรม ผู้ผลิตต้องเผชิญกับความท้าทายพื้นฐาน นั่นคือสินทรัพย์ดิจิทัลไม่สามารถเคลื่อนย้ายระหว่างไปป์ไลน์ 3D ได้อย่างน่าเชื่อถือ ทุกครั้งที่สินทรัพย์เคลื่อนจากเครื่องมือออกแบบโดยใช้คอมพิวเตอร์ช่วย (CAD) ไปยังแพลตฟอร์มการจำลอง คุณสมบัติทางฟิสิกส์ เรขาคณิต และเมตาดาต้าจะสูญหายไป ทำให้ทีมต้องสร้างใหม่ทั้งหมด SimReady คือมาตรฐานเนื้อหาที่สร้างบน OpenUSD กำหนดว่าสินทรัพย์ 3D ที่ถูกต้องตามหลักฟิสิกส์ต้องมีอะไรบ้างเพื่อให้ทำงานได้อย่างน่าเชื่อถือในไปป์ไลน์การเรนเดอร์ การจำลอง และการฝึกอบรม AI นอกจากนี้ ไลบรารีของ NVIDIA Omniverse ยังเป็นเลเยอร์การจำลองที่ถูกต้องตามหลักฟิสิกส์และสมจริง ที่ใช้ฝึกและตรวจสอบโมเดล AI ก่อนนำไปใช้งานจริง ผู้สนใจสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับ SimReady ได้ที่ NVIDIA SimReady Glossary และ OpenUSD ที่ NVIDIA Omniverse USD

บริษัทผู้ผลิตหลายรายได้นำเทคโนโลยีนี้ไปปรับใช้แล้ว ตัวอย่างเช่น ABB Robotics ได้ผนวกไลบรารีของ NVIDIA Omniverse เข้ากับ RobotStudio HyperReality ซึ่งเป็นแพลตฟอร์มการจำลองที่วิศวกรกว่า 60,000 คนทั่วโลกใช้งาน แพลตฟอร์มนี้แสดงสถานีหุ่นยนต์ในรูปแบบไฟล์ USD ที่ใช้เฟิร์มแวร์เดียวกันกับหุ่นยนต์จริง ทำให้สามารถฝึกหุ่นยนต์ ทดสอบค่าความคลาดเคลื่อนของชิ้นส่วน และตรวจสอบโมเดล AI ได้ก่อนที่จะมีสายการผลิตจริง Craig McDonnell, managing director ของ ABB Robotics กล่าวว่าพวกเขาประสบความสำเร็จในการบูรณาการสแตกเทคโนโลยีทั้งหมดและเพิ่มประสิทธิภาพจน บรรลุความแม่นยำ 99% ในเวอร์ชันจำลอง สิ่งนี้นำไปสู่ ลดวงจรการเปิดตัวผลิตภัณฑ์สูงสุด 50% ลดเวลาการทดสอบการใช้งานสูงสุด 80% และ ลดต้นทุนตลอดอายุการใช้งานอุปกรณ์รวม 30-40%

อีกกรณีหนึ่งคือ JLR ที่ใช้หลักการ Simulation-First แบบเดียวกันกับการออกแบบอากาศพลศาสตร์ของยานยนต์ วิศวกรได้ฝึกโมเดลตัวแทนโครงข่ายประสาทเทียม (neural surrogate models) จาก 20,000 การจำลอง CFD (Computational Fluid Dynamics) ที่สัมพันธ์กับการทดสอบในอุโมงค์ลมสำหรับรถยนต์หลากหลายรุ่น ปัจจุบัน 95% ของภาระงานด้านอากาศพลศาสตร์ความร้อนทำงานบน NVIDIA GPUs โดยมี Neural Concept Design Lab ที่สร้างบน Omniverse และนำไปใช้งานที่ JLR ช่วยให้เห็นภาพการเปลี่ยนแปลงทางอากาศพลศาสตร์แบบเรียลไทม์ขณะที่นักออกแบบปรับรูปทรงของยานพาหนะ ลดกระบวนการที่เคยใช้เวลาสี่ชั่วโมงให้เหลือเพียงหนึ่งนาที

นอกจากการออกแบบและทดสอบแล้ว การจำลองยังขยายไปถึงการดำเนินงานในโรงงาน Tulip Factory Playback ซึ่งเป็นแพลตฟอร์มของ Tulip Interfaces ได้แสดงให้เห็นว่าโครงสร้างพื้นฐานที่มีอยู่สามารถกลายเป็นเลเยอร์ข้อมูลอัจฉริยะได้อย่างไร โดยเปลี่ยนบันทึกการดำเนินงานให้เป็นสิ่งที่ผู้ใช้สามารถเรียนรู้ได้ Tulip สร้าง Factory Playback บน NVIDIA Metropolis VSS Blueprint ซึ่งเป็นสถาปัตยกรรมอ้างอิงสำหรับการดึงข้อมูลอัจฉริยะที่มีโครงสร้างจากฟีดกล้องในโรงงาน แพลตฟอร์มนี้เชื่อมโยงสตรีมกล้อง ข้อมูลเซ็นเซอร์เครื่องจักร และบริบทการดำเนินงานเข้ากับไทม์ไลน์รวมว่าเกิดอะไรขึ้นจริง นอกจากนี้ Factory Playback ยังใช้โมเดล NVIDIA Cosmos Reason vision language model เพื่อตีความสตรีมกล้องและพฤติกรรมของผู้ปฏิบัติงานแบบเรียลไทม์ ซึ่งทำงานบน NVIDIA GPUs โดยตรง แพลตฟอร์มนี้ถูกนำไปใช้ที่ Terex ผู้ผลิตอุปกรณ์อุตสาหกรรมระดับโลกที่มีโรงงานกว่า 40 แห่ง และคาดว่าจะช่วย เพิ่มผลผลิต 3% และ ลดการแก้ไขงาน 10% ดูข้อมูลเพิ่มเติมเกี่ยวกับการประกาศความร่วมมือของ Tulip ได้ที่ Tulip Factory Playback Announcement

สรุป

• ภาคการผลิตกำลังก้าวเข้าสู่ยุค Simulation-First โดยเน้นการใช้ข้อมูลสังเคราะห์จากการจำลองความละเอียดสูงเพื่อฝึก AI ในการใช้งานจริง
• NVIDIA Omniverse เป็นแพลตฟอร์มหลักที่สนับสนุนการเปลี่ยนแปลงนี้ ด้วยไลบรารีการจำลองที่แม่นยำ และมาตรฐาน SimReady ที่สร้างบน OpenUSD
• บริษัทชั้นนำอย่าง ABB Robotics, JLR และ Tulip ได้ใช้เทคโนโลยีนี้เพื่อลดเวลาและค่าใช้จ่ายในการเปิดตัวผลิตภัณฑ์ ลดเวลาการทดสอบการใช้งาน และเพิ่มประสิทธิภาพการผลิตอย่างมาก
• ผลลัพธ์ที่เห็นได้ชัดรวมถึง ลดวงจรการเปิดตัวผลิตภัณฑ์สูงสุด 50%, ลดต้นทุนตลอดอายุการใช้งานอุปกรณ์ 30-40%, และ เพิ่มผลผลิต 3%

แหล่งที่มา: Into the Omniverse: Manufacturing’s Simulation-First Era Has Arrived