Nachhaltiges Computing

Siemens Gamesa nutzt die Digital Twin-Plattform von NVIDIA – angetrieben durch Omniverse und KI-Frameworks wie Modulus –, um hochgradig genaue virtuelle Modelle ganzer Windparks zu erstellen. Dies ermöglicht die schnelle Echtzeitsimulation der Turbinenplatzierung und der WAKE-Effekte, die Optimierung der Layouts zur Steigerung der Energieausbeute um bis zu 20 % im Vergleich zu früheren Designs und die Verkürzung der Simulationszeiten von mehreren Wochen auf Minuten.

Durch die Beschleunigung dieses Prozesses maximiert Siemens Gamesa die Erzeugung sauberer Energie, senkt die Betriebskosten und unterstützt effektiver den globalen Umstieg auf erneuerbare Energien.

Computergestützte Lithographie – ein entscheidender Schritt bei der Chipfertigung – erfordert eine enorme Rechenleistung. Daher wurden herkömmliche CPU-basierte Methoden zum Engpass, da die Zunahme der Workloads die Hardware-Skalierung schnell überholt hat. 

NVIDIA cuLitho nutzt die GPU-Beschleunigung der Hopper™-Architektur, um die Lithographie um das 40-Fache zu beschleunigen, den Energie- und Platzbedarf um das 9- bzw. 8-Fache zu reduzieren und die Maskenverarbeitungszeit von mehreren Wochen auf eine Nacht zu verkürzen. In Zusammenarbeit mit führenden Unternehmen wie TSMC, ASML und Synopsys transformiert cuLitho die Siliziumproduktion, ermöglicht so neue fortschrittliche Techniken und trägt dazu bei, Halbleitertechnologien effizienter, prognostizierbarer und kostengünstiger zu machen.

Die industrielle numerische Strömungssimulation (Computational Fluid Dynamics, CFD) ist extrem ressourcen- und energieintensiv und verbraucht jährlich rund 25 Milliarden CPU-Kernstunden. Durch die Einführung der GPU-Beschleunigung und KI-gestützter Frameworks wie NVIDIA PhysicsNeMo™ erzielen führende Anbieter von CFD-Software und -Plattformen jetzt bis zu 36-mal schnellere Simulationen und reduzieren gleichzeitig drastisch den Energieverbrauch und die Kosten im Vergleich zu herkömmlichen rein CPU-basierten Systemen. GPU-beschleunigte Cluster können z. B. im Vergleich mit einer gleichwertigen CPU-Infrastruktur 19 Millionen US-Dollar und 37 GWh Energie einsparen. Das macht High-Fidelity-CFD deutlich nachhaltiger und unterstützt Unternehmen bei ihren Bemühungen zur Reduzierung von Kohlenstoffemissionen und dem Erreichen des Netto-Null-Ziels.

Der NVIDIA RAPIDS™ Accelerator für Apache Spark nutzt GPUs, um Datenwissenschafts- und Analysepipelines durchgängig zu beschleunigen, wodurch Unternehmen Spark-Workloads bis zu 6-mal schneller abschließen können, ohne den Code zu ändern. Dies führt zu bis zu 5-mal geringeren Infrastrukturkosten und zu 6-mal geringerem Stromverbrauch. Typische Unternehmen sparen damit fast 125 Millionen US-Dollar und verringern den Energieverbrauch um 10 GWh im Vergleich zu reinen CPU-Lösungen. Indem der Accelerator skalierbare, effiziente und interaktive Analysen für Anwendungsfälle wie Nachfrageprognosen und Betrugserkennung ermöglicht, liefert er gleichzeitig umfassendere Erkenntnisse und unterstützt die Nachhaltigkeitsziele.

Das Rendern qualitativ hochwertiger visueller Effekte und Animationen ist extrem ressourcen- und energieintensiv, verbraucht jährlich fast 10 Milliarden CPU-Kernstunden und erzeugt signifikante Kohlenstoffemissionen. 

Durch den Wechsel zur NVIDIA RTX™-GPU-Beschleunigung haben führende Studios eine Leistungssteigerung um das bis zu 46-Fache erzielt. Gleichzeitig wurden der Energieverbrauch um das 10-Fache und die Investitionsausgaben um das 6-Fache im Vergleich zu CPU-basierten Renderingfarmen reduziert. Dank dieser Veränderung können Studios fotorealistische Szenen schneller und nachhaltiger liefern. Gleichzeitig besteht das Potenzial, in der Branche weltweit 900 Millionen US-Dollar und 215 GWh Energie einzusparen.