Цифровые двойники могут стать в миллион раз быстрее

Любой, кто хоть немного разбирается в высоких технологиях, сразу поймёт: судя по уровню амбиций, это Nvidia. Заявление более чем смелое, но при этом не лишённое оснований. Суперкомпьютер Selene, направленный на решение промышленных задач и насчитывающий тысячи видеокарт на архитектуре Ampere, по праву считается одним из самых мощных на планете. В 2015-м году нейросеть ResNet-50, запущенная на другом «железе», классифицировала огромный массив изображений за месяц. Недавно в качестве эксперимента ровно эту же задачу поставили перед Selene. И она была решена менее чем за 30 секунд.

Цифровые двойники — более чем перспективное направление, которым занимаются и стартапы, и IT-гиганты, и даже традиционные промышленники. Например, британская SenSat работает с клиентами в сфере строительства, добычи полезных ископаемых и энергетики. На основании данных со спутников эта компания строит полностью интерактивные трёхмерные модели тех участков, где её клиенты уже ведут деятельность или только собираются приступить к тому или иному проекту.

General Electric предлагает инструменты для моделирования и отслеживания статистики по конкретным узлам и агрегатам. A Microsoft, когда-то захватившая мир ПК при помощи своей операционной системы, теперь стремится таким же образом стандартизировать технологии цифровых двойников. Инициатива получила название Azure Digital Twins. Компания, основанная Биллом Гейтсом, делает ставку на масштабирование. Azure Digital Twins с высокой долей точности может смоделировать практически любое окружение — от одного здания до целого города. Причём для моделирования доступны не только городские и индустриальные объекты, но и, например, фермы.

Пример крупного проекта — цифровой двойник энергогенерирующих объектов Doosan Heavy Industries, который Microsoft создала для корейской компании совместно с Bentley Systems. Благодаря этой цифровой модели, Doosan теперь успешно прогнозирует выработку электроэнергии, на которую влияют десятки тысяч факторов, действующих в реальном мире. При этом одним из ключевых вопросов (помимо точности данных) остаётся скорость. Одних заказчиков устроит загрузить все условия и получить результат через несколько часов, или даже дней. Другим нужны данные в реальном времени — и это не каприз, а специфика их бизнеса.

Здесь нужно сказать, что предыдущий — тысячекратный — скачок в обработке данных уже был совершён несколько лет назад. И сделал это Массачусетский технологический университет — легендарный MIT. Предприимчивые американские учёные превратили успешный научный эксперимент в коммерческую компанию, получившую название Akselos. Ускорение симуляции физических и прочих процессов в 1000 раз — то был настоящий прорыв. Промышленные клиенты не заставили себя долго ждать.

От многоцелевой плавучей платформы Bonga, принадлежащей компании Shell, зависит производство нефти и нефтепродуктов на 7 миллиардов долларов в год. Просчёт предыдущей долгосрочной модели нагрузок занимал 6 месяцев. Модель, предложенная Akselos, обеспечивает в 10 раз более точные показатели — и всего лишь за 48 часов. Неудивительно, что Shell теперь сотрудничает с дочерним предприятием MIT.

Другой пример — британская Lamprell. Благодаря сотрудничеству с Akselos, ветровые генераторы этой компании по массе на 30% легче аналогов конкурентов — и это при схожем КПД. Такая экономия стали и прочих материалов вскоре будет признана незаменимой, участники рынка поговаривают даже о новых стандартах в масштабе всей индустрии. Дело в том, что по оценкам Международной энергетической ассоциации на данный момент готово лишь 5% от ветровых мощностей, необходимых для глобальной безуглеродной экономики в 2050-м году.

Одна из ключевых задач для тех, кто занимается технической стороной цифровых двойников — усовершенствование текущей технологии FEA, то есть Анализа методом конечных элементов. В FEA создаётся сеть из миллиардов треугольников, из которых, в свою очередь, складывается тот или иной промышленный объект. Затем задаются необходимые параметры — экстремальные погодные условия, периодические нагрузки, перепады температур, вибрации, ветер и так далее — и система просчитывает их влияние на каждый треугольник и на объект в целом. Специалисты называют это overkill, то есть стрельбой из пушки по воробьям. В реальном мире турбина состоит из множества деталей, но каждая деталь — это монолит, а не собрание «треугольников».

Соответственно, FEA в её классическом виде отлично подходит на стадии планирования, когда есть недели или даже месяцы для разработки всех вариантов из разряда «А что если?...». Однако когда индустриальный объект уже работает, даже небольшой лаг может оказаться критическим с точки зрения не только бизнеса, но и безопасности. Нужны более впечатляющие математические мощности и более реалистичные модели, которые должны прийти на смену мозаике из треугольников. Над этими задачами уже работают в Akselos, Nvidia, Microsoft и ряде других компаний. Кстати, неожиданный помощник в этом серьёзном вопросе — индустрия видеоигр. Там тоже ищут альтернативу устаревшей сетке из треугольников, так как она встала на пути к фотореалистичной графике.

В любом случае, подгоняет разработку и весомый материальный стимул. По прогнозам Markets and Markets, оценка рынка цифровых двойников к 2026 году превысит 48 миллиардов долларов. Для сравнения: по итогам 2020-го показатель составил 3 миллиарда долларов. Кстати, одним из основных катализаторов станет фармацевтика и биотех. Благодаря прогрессу технологии цифровых двойников, получается всё лучше и лучше просчитывать не только физические, но и более сложные — химические — процессы. А это как раз профиль big pharma и биотех-стартапов.