Substitua a espera,
não o solver.
O Nautilus é um surrogate neural de CFD: aprende com as rodadas que o seu laboratório já fez e prevê novas variantes sem voltar para a fila do solver. Em uma máquina ao lado da sua bancada de ensaio, sem que os seus dados saiam da sua rede.
Seção de ensaio · água · U∞ →
O seu navegador não oferece WebGL2, então o canal não consegue resolver o escoamento aqui. O resto da página não depende dele.
Isto é um solver Navier-Stokes rodando agora na sua GPU. Não é o Nautilus: é a física que o Nautilus aprende a prever, com a sua geometria e as suas rodadas.
- Latência do Nautilus
- NÃO MEDIDO · Fase 3
- Erro em relação ao CFD
- NÃO MEDIDO · Fase 2
- Solver do canal
- — fps · malha —
- EnSight Goldingestão
- CGNSingestão
- STAR-CCM+exporta EnSight
- Ansys Fluentexporta CGNS
- OpenFOAMCFD de referência
- NVIDIA PhysicsNeMotreinamento
- MeshGraphNetmodelo sobre malha
- FNOlinha de base
- DGX Sparkon-premises
- RTXworkstation
- AWS · Azurea sua nuvem
Cada variante espera a sua vez na fila do solver.
Uma rodada de CFD por variante custa minutos ou horas de licença e de fila. Por isso se exploram cinco variantes quando se gostaria de explorar quinhentas.
O Nautilus aprende com as rodadas que você já fez e responde no navegador enquanto você move um parâmetro. O solver fica para validar as poucas variantes que importam.
Solver CFD, por varianteminutos a horas
+ 494 variantes esperando
Nautilus, por varianteNÃO MEDIDO
Das rodadas que você já pagou a um modelo que responde enquanto você pensa.
O que você já tem: Rodadas de CFD (EnSight Gold ou CGNS, vindas do STAR-CCM+, Fluent ou OpenFOAM); Uma máquina no laboratório (Uma NVIDIA DGX Spark ou uma RTX, ou a sua nuvem); Um navegador (Nada para instalar na estação do engenheiro).
EnSight · CGNS Você exporta
As rodadas que o seu laboratório já fez saem do solver como EnSight Gold ou CGNS. Sem mexer na sua licença nem re-simular nada.
checkpoint .mdlus Nós treinamos
Um surrogate PhysicsNeMo aprende a sua geometria paramétrica dentro da sua rede. Publicamos o erro dele em casos que ele nunca viu.
campo u · p Você explora
Você move um parâmetro no navegador e o campo de escoamento responde. As poucas variantes que importam voltam para o solver para validação.
Os seus dados não saem da sua rede.
O Nautilus roda onde a sua simulação já está. O treinamento consome exports do seu solver: ninguém precisa acessar o seu ambiente nem usar a sua licença. Na Spark ou na RTX, se a internet cair, continua funcionando.
- Uma DGX Spark no laboratório
- Docker, NVIDIA Container Toolkit e um login no NGC. Um comando sobe o resto.
- Uma RTX em uma workstation
- A mesma imagem em x86, na GPU que você já tem.
- A sua AWS ou Azure
- Imagem OCI multi-arquitetura, aarch64 e x86. Sem depender de nenhum SaaS.
- Caminho para produção
- O mesmo PhysicsNeMo, sobre NVIDIA AI Enterprise.
A sua rede
O que ainda não medimos.
Publicamos a lista antes de ter os resultados, porque quem mostra as próprias lacunas também vai mostrar o próprio erro. Cada célula recebe um número medido ou fica vazia.
| Medida | Meta | Método | Valor |
|---|---|---|---|
| Latência de inferência por varianteFase 3 | < 100 ms | DGX Spark GB10 | não medido |
| Tempo de solver por caso de referênciaFase 1 | — | OpenFOAM v2512, 300 casos | não medido |
| Erro L2 relativo por campoFase 2 | publicado como medido | Casos não vistos | não medido |
| Erro de vazão em relação ao CFDFase 2 | publicado como medido | 10% do dataset reservado | não medido |
| Erro de perda de carga em relação ao CFDFase 2 | publicado como medido | 10% do dataset reservado | não medido |
O que prometemos, e o que não.
Prometemos
- Previsão de campos e de grandezas de engenharia em milissegundos, com os números medidos e publicados.
- Treinamento sobre as suas rodadas existentes, ingeridas como EnSight ou CGNS. Sem mexer na sua licença nem entrar no seu ambiente.
- Métricas de erro transparentes em relação ao CFD de referência, em casos que o modelo não viu.
- Exploração interativa no navegador. Nada para instalar na estação do engenheiro.
- On-premises ou na sua nuvem, a mesma imagem OCI multi-arquitetura.
Não prometemos
- Substituir o seu solver nem certificar resultados. A validação final continua sendo o solver e o laboratório.
- Extrapolar fora da faixa de parâmetros treinada. Fora da faixa, ele avisa.
- Química nem multifásico completo na prova de conceito: os escalares são transportados de forma passiva.
- Omniverse em ARM64. A renderização Omniverse é opcional e só em x86.
- Casos de sucesso. Somos novos e preferimos dizer isso.
