Репортаж от Wedoany，Siemens в партнерстве с NVIDIA представляет новое программное обеспечение «Digital Twin Builder» для рынков Великобритании и Ирландии. Этот продукт объединяет промышленный ИИ, симуляцию и данные реального времени, помогая предприятиям быстро и масштабно принимать решения в виртуальной среде.
Digital Twin Builder является частью портфеля Siemens Xcelerator и впервые был представлен на мероприятии «Transform 2026» — двухгодичной промышленной технологической выставке Siemens, проходящей в Манчестере. Генеральный директор Siemens в Великобритании и Ирландии Брайан Холидей совместно с региональным директором NVIDIA в Великобритании и Ирландии Энтони Хиллзом продемонстрировали, как использование комплексных цифровых двойников, операционных данных в реальном времени и физического ИИ позволяет принимать более быстрые и менее рискованные решения.
Этот инструмент позволяет промышленным предприятиям объединять 2D- и 3D-данные из цифровых двойников Siemens с физической информацией в реальном времени, работая в управляемой, безопасной среде визуализации в реальном времени, построенной на библиотеке NVIDIA Omnibus. Предприятия могут быстро создавать и поддерживать эту глобальную среду, безопасно размещая виртуальные и физические производственные данные в управляемом высокоточном 3D-опыте на протяжении всего жизненного цикла продукта, процесса или объекта.
Digital Twin Builder позволяет предприятиям интегрировать данные цифровых двойников с физической информацией, генерируя аналитику в реальном времени для визуализации и итерации любых элементов заводских процессов или полевых продуктов.
Это решение уже внедрено в PepsiCo, что стало первым отраслевым сотрудничеством между Siemens и NVIDIA. PepsiCo использует передовые технологии цифровых двойников и ИИ для трансформации заводских операций и цепочек поставок (ссылка), что является первым случаем, когда глобальная компания по производству потребительских товаров (CPG) применяет цифровые двойники для изменения способов цифрового моделирования и тестирования заводских и складских объектов. Этот подход помог PepsiCo выявить до 90% потенциальных проблем до внесения каких-либо физических изменений. После первого внедрения пропускная способность увеличилась на 20%, проверка проектов приблизилась к 100%, ускорился цикл проектирования, а капитальные затраты (Capex) сократились на 10–15% за счет выявления скрытых мощностей и проверки инвестиций в виртуальной среде.
Глобальный поставщик решений для цепочек поставок и логистики KION также использует эту технологию, обеспечивая параллельное и одновременное моделирование нескольких процессов, что позволяет достичь ранее недостижимой эффективности и гибкости.
Siemens заявляет, что использование промышленного ИИ для моделирования целых процессов направлено на помощь предприятиям в решении проблем, связанных с подключением и моделированием сложных и больших объемов данных в жизненном цикле проектирования и производства, с целью повышения производительности, достижения целей по продуктам и производственным показателям, повышения устойчивости и сокращения выбросов. Предприятия могут моделировать объекты, производственные линии или процессы, а затем тестировать их реакцию на различные сценарии, такие как изменение планировки завода, внедрение новой автоматизации, увеличение мощности, изменение материальных потоков на складе или проверка оборудования до его установки. Используя промышленный ИИ на протяжении всего процесса, предприятия могут оптимизировать пропускную способность и тестировать различные сценарии производительности.
Генеральный директор Siemens в Великобритании и Ирландии Брайан Холидей отметил, что организации в промышленности и инфраструктуре (ссылка) сталкиваются с новыми сложными вызовами и нуждаются в более быстрой трансформации, но действующие заводы и сети сложно тестировать, поскольку каждое изменение требует усилий, затрат, энергии или сопряжено с риском. Промышленный ИИ и цифровое моделирование предоставляют предприятиям практический способ тестирования решений и проектов до того, как они повлекут затраты в физическом мире. Он указал, что команды могут оптимизировать производственные линии для увеличения мощности или снижения энергопотребления, проверять проекты автоматизации для достижения желаемых бизнес-результатов, одновременно решая типичные проектные проблемы. Холидей подчеркнул, что продукт уже используется с ключевыми клиентами в США и обладает огромным потенциалом для поддержки промышленной трансформации Великобритании, поскольку он кардинально сокращает объем работ по программной инженерии, что ранее было препятствием для внедрения цифровых двойников. Соединяя симуляцию, физический ИИ и операционные данные в реальном времени, предприятия могут быстро решать реальные проблемы, действовать с большей уверенностью и снижать риск дорогостоящих ошибок.
