返回资讯中心
外部精选
芯片&算力
#GPU#数据中心#Driving#Robotics#CUDA#Industrial and Manufacturing

NVIDIA 助力韩国制造业与半导体物理 AI 落地

来源标题:Korea Advances Physical AI Across Industries With NVIDIA

NVIDIA 正协助韩国推进物理 AI 生态,将加速计算、AI 与仿真用于半导体制造、机器人和自动驾驶等场景,推动物理 AI 从开发走向实际生产。三星扩大与 NVIDIA 合作,在材料研究、工艺开发和器件工程中采用 cuISS、cuDSS、cuEST 等工具,其 sMOL 平台部分量子化学计算端到端最高提速 5 倍。

NVIDIA BlogNVIDIA Writers2026/11/9 · 9 天前8 分钟阅读

以下正文由 AI 翻译自 NVIDIA Blog(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

借助韩国在制造业和工程领域的优势,NVIDIA 正在助力推动韩国物理 AI 生态的发展。该国的行业领军者正将加速计算、AI 和仿真技术应用于从半导体制造到机器人、自动驾驶汽车的各个领域。这些努力正在帮助物理 AI 从开发阶段走向真实世界的生产环境。

Samsung 以加速计算和 AI 物理推动半导体工程进步

Samsung Electronics 正在扩大与 NVIDIA 的合作,通过加速计算和 AI 物理推进半导体创新。合作范围涵盖材料研究、工艺开发和器件工程。在技术计算机辅助设计领域,Samsung 正与 NVIDIA cuISS 和 NVIDIA cuDSS 合作,加速涉及稀疏线性系统的计算。合作还扩展到工艺和光学仿真的 GPU 加速。在材料研究方面,Samsung 的 sMOL 平台借助 NVIDIA cuEST,已将部分量子化学计算端到端运行速度提升至多 5 倍。Samsung 还在探索 NVIDIA cuEquivariance,以加速用于原子级 AI 模型训练和推理的张量运算。Samsung 正在利用 NVIDIA PhysicsNeMo 开发芯片级热力学与力学分析工作流。在一个 AI 均质化案例中,结合 AI 预测的有效材料属性、更粗的网格和 GPU 加速,实现了约 1,600 倍的加速。仿真时间从在 32 核 CPU 上进行细网格求解所需的约 18 小时,降至 GPU 加速粗网格求解的 41 秒。展望未来,NVIDIA Agent Toolkit 有望将这些仿真工具和 AI 模型连接起来,帮助未来的工程智能体运行分析并比较设计方案。

Kakao Mobility 与 NVIDIA 合作推进自动驾驶开发

Kakao Mobility 计划基于 NVIDIA 的自动驾驶汽车计算和安全技术,推进 level 4 自动驾驶系统的开发。这项工作将 Kakao Mobility 专有的驾驶软件和在首尔江南区运营的经验,与 NVIDIA 的车载计算平台相结合。Kakao Mobility 计划使用 NVIDIA Hyperion——一个由 NVIDIA DRIVE AGX Thor 驱动的车辆传感器与计算参考平台。该公司还计划使用 NVIDIA Halos,为其自动驾驶技术的开发和验证提供安全支持。初期开发计划围绕 Kia 的专用车辆展开,将 Kakao Mobility 的自动驾驶软件与 NVIDIA 技术集成。该工作旨在支持韩国未来的 level 4 出行服务。

LG Electronics 推进机器人学习与工厂仿真

NVIDIA 和 LG Electronics 在真实制造环境中,使用 LG 的 CLOiD 机器人成功演示了由 NVIDIA Isaac GR00T 驱动的机器人操作和制造任务。该合作构建了一个物理 AI 数据飞轮,连接真实世界数据采集、基于 NVIDIA Cosmos 的数据增强、GR00T 模型训练、NVIDIA Jetson AGX Thor 板载计算以及基于仿真的评估,建立了可复用的工作流,用于持续开发和验证 CLOiD 的机器人能力。双方团队正利用这项工作来完善一套可重复的流程,用于训练、评估和改进制造场景中的机器人。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →