本文原刊登于Ansys.com：《How Simulation Is Driving Physical AI for Data Centers》
作者： Jamie J. Gooch | 新思科技旗下Ansys，品牌和创意高级经理
编辑整理：邱成宇 | Ansys 高级应用工程师
此前，ADI、新思科技和NVIDIA在NVIDIA GPU技术大会上，展示了面向数据中心的机器人线缆管理基准测试方案。
如果将数据比作新时代的石油，线缆就是传输管道。随着对AI服务的需求不断增加，超大规模数据中心也迎来了爆炸式增长——这些设施被设计为可支持数千台服务器，从而满足巨大的计算、存储和网络需求。同时，这些设施的占地面积可达数万平方英尺，而内部连接的电缆长度则长达数英里。
在这种规模下，微小的效率不足，也会很快导致巨大的损失。这正是工业机器人的用武之地。然而，线缆处理通常极具挑战性——如果您曾试图在接听重要电话之前解开缠绕的耳机线，就不难理解这一点。即使是人类习以为常的简单任务，例如插入RJ45以太网线缆，在训练机器人执行此操作时，也会充满复杂而细微的挑战。
新思科技旗下Ansys应用工程总监Kishor Ramaswamy表示：“机器人没有本能反应。应该要插入哪个插孔？插头应该如何与接口对齐？应该使用多大的力度来握住线缆或按住连接器，以确保既能够插入电源，又不至于因用力过猛而损坏？如果线缆被缠住了，应该怎么办？”
现在，我们探讨的是数千台服务器，并且其所处的环境还受到热和高压区域的影响，那么机器人企业在应对复杂布线难题时所面临的挑战，也就不言而喻了。面对数据中心的爆炸式增长，企业需借助仿真才能实现快速应对解决方案。其原因是为了满足需求，无论是在现实世界中训练机器人，还是开展多轮的物理原型设计，都无法达到预期速度。机器人需使用合成数据进行训练，并根据标准基准来测试，以便在公平一致的条件下评估其性能。这些物理和虚拟基准测试，有助于及时将高质量产品推向市场，从而使企业在数据中心建设浪潮下借势发展。
而Analog Devices Inc. (ADI) 具备应对这一挑战的实力。这家全球领先的半导体企业致力于搭建连接物理世界和数字世界的桥梁，其工业机器人创新涵盖运动控制、功能安全、高级传感、飞行时间（ToF）、机器学习、高速以太网通信以及系统级设计。
仿真助力提供速度和精度
ADI正在使用Ansys Mechanical有限元分析软件，来提高NVIDIA Isaac Sim环境中线缆和连接器模型的保真度，从而训练和验证各种机器人管理线缆任务的策略。Isaac Sim是一款开源机器人仿真框架，使开发人员能够在基于物理的虚拟环境中，对AI驱动的机器人解决方案进行仿真和测试。
Ansys Mechanical软件提供了高保真度物理场，能够缩小 “仿真到现实” （Sim2real）的差距。Mechanical软件可用于计算各种参数——例如角度限值、断裂力和弹性，以便在Isaac Sim中调整实现连接所需的引擎和模型，然后将其封装到通用场景描述（OpenUSD）资产中，以便整合到ADI的Isaac Sim环境中。
Ramaswamy表示： “线缆和连接器所涉及的物理场非常复杂。例如，结构仿真必须考虑非线性变形、夹持载荷下的材料柔度以及摩擦力。”
除了Mechanical结构仿真之外，Ansys其他仿真软件也可以为机器人线缆任务管理提供各种有价值的物理仿真支持。例如，Ansys AVxcelerate Sensors自动驾驶传感器仿真软件，可对集成了飞行时间（ToF）传感器的深度传感应用进行优化。
线缆敏捷性基准测试平台
开展机器人敏捷性基准测试
ADI计划利用仿真结果推进其机器人解决方案，包括ToF传感器和触觉传感器，这些传感器可提供精确的力和扭矩的传感与测量。并且，该公司也在分享其从一系列基准测试中获得的知识经验，以帮助推动整个机器人行业的发展。
ADI Edge AI副总裁Paul Golding在一篇新闻稿中指出： “新思科技的多物理场仿真是逼真机器人测试平台的关键推动因素。我们正在与NVIDIA携手合作，利用这种高保真度来创建基准测试和数字孪生，使仿真到现实的转变变得切实可行，以实现真正工业化程度的敏捷性。”
ADI将提供这些基准测试的高保真度数字孪生，使客户能够使用自有的机器人平台，或者利用ADI的参考设计以及基于ADI技术的高保真度数字孪生，立即在NVIDIA Isaac Lab中开启AI解决方案的研发工作。NVIDIA Isaac Lab是用于机器人学习的统一开源框架，涵盖了从环境设置到策略培训的所有内容，并同时支持仿真和强化学习方法。
ADI平台将赋能包括川崎重工在内的早期采用者开展机器人性能仿真，并生成具有更高预测准确性的合成数据，从而缩短物理测试迭代周期并加速创新流程。
