NVIDIA近期宣布与韩国多家行业巨头深化合作,加速物理AI在半导体、自动驾驶及机器人领域的产业化进程。三星利用加速计算优化芯片仿真,LG电子在真实制造环境中验证了基于Isaac GR00T的机器人操作能力,而Kakao Mobility则依托NVIDIA平台推进L4级自动驾驶研发。这些案例展示了从数据生成、模型训练到边缘部署的完整闭环,标志着物理AI正从实验室走向大规模生产应用。

三星加速半导体工程仿真
三星电子正与NVIDIA合作,将加速计算和AI物理引入半导体研发全流程,涵盖材料研究、工艺开发及器件工程。在技术计算机辅助设计(TCAD)方面,三星利用NVIDIA cuISS和cuDSS加速稀疏线性系统计算,并对工艺及光学仿真进行GPU加速。在材料研究领域,其sMOL平台借助NVIDIA cuEST将部分量子化学计算端到端速度提升5倍,同时探索cuEquivariance以加速原子级AI模型的张量运算。此外,三星正在开发基于NVIDIA PhysicsNeMo的芯片级热力学与机械分析工作流。在一个AI均质化案例中,通过结合AI预测的有效材料属性、更粗的网格及GPU加速,仿真时间从32核CPU上的18小时缩短至41秒,实现了约1600倍的加速。未来,NVIDIA Agent Toolkit有望连接这些工具,支持工程智能体自动运行分析并对比设计方案。

Kakao推进L4自动驾驶研发
Kakao Mobility计划基于NVIDIA的自动驾驶计算与安全技术,推进L4级自动驾驶系统的开发。该方案结合了Kakao在首尔江南区运营积累的专有驾驶软件经验,以及NVIDIA的车辆计算平台。具体而言,Kakao将采用由NVIDIA DRIVE AGX Thor驱动的NVIDIA Hyperion参考平台,用于车辆传感器与计算整合,并利用NVIDIA Halos支持技术开发与验证过程中的安全性。初期开发将围绕起亚(Kia)定制车辆展开,集成Kakao的自动驾驶软件与NVIDIA技术。这一合作旨在为韩国未来的L4级移动服务奠定基础,解决复杂城市环境下的自动驾驶挑战。
LG验证机器人制造闭环
NVIDIA与LG电子在真实制造环境中成功演示了基于NVIDIA Isaac GR00T驱动的机器人操作与制造任务,使用的是LG的CLOiD机器人。双方建立了一个物理AI数据飞轮,连接了真实世界数据收集、基于NVIDIA Cosmos的数据增强、GR00T模型训练、NVIDIA Jetson AGX Thor车载计算以及基于仿真的评估。这一流程建立了可复用的工作流,用于持续开发和验证CLOiD的机器人能力。目前,团队正利用这一成果优化机器人训练、评估和改进的可重复流程,重点解决机器人在非结构化制造环境中的适应性问题,为大规模部署提供技术验证。
小编总结
对国内从业者而言,这一趋势表明物理AI的竞争焦点已从单纯的模型精度转向“数据-仿真-部署”的工程化闭环。三星在仿真加速上的突破提示我们,传统CAE工具与AI结合仍有巨大性能红利,值得在芯片或材料研发中探索。LG的案例展示了利用合成数据(Cosmos)增强真实数据的重要性,这为国内机器人团队提供了低成本获取高质量训练数据的参考路径。Kakao与NVIDIA的合作则强调了标准化参考平台(如Hyperion)在降低自动驾驶开发门槛中的作用。国内团队应关注如何构建类似的数据飞轮,利用仿真环境弥补真实场景数据的不足,同时警惕对单一硬件生态的过度依赖,探索多平台适配策略。