In der Fertigung verschiebt sich der bisherige Design-Build-Test-Zyklus, weil hochauflösende Simulation heute synthetische Trainingsdaten erzeugen kann, die laut NVIDIA für produktionsreife KI ausreichen. Das soll Perception-Systeme, Reasoning-Modelle und agentische Workflows in realen Fabrikumgebungen ermöglichen. OpenUSD dient dabei als verbindender Standard, auf dessen Basis Hersteller bereits messbare Ergebnisse erzielen.
Als zentrales Problem nennt NVIDIA, dass 3D-Assets zwischen verschiedenen Pipelines bislang nicht zuverlässig übertragbar sind. Beim Wechsel von CAD-Werkzeugen zu Simulationsplattformen gehen demnach Physik-Eigenschaften, Geometrie und Metadaten verloren. SimReady soll dieses Problem als auf OpenUSD basierender Content-Standard adressieren, indem festgelegt wird, welche Bestandteile physikalisch korrekte 3D-Assets enthalten müssen, damit sie in Rendering-, Simulations- und KI-Trainingspipelines zuverlässig funktionieren. Ergänzend stellen NVIDIA-Omniverse-Bibliotheken die physikalisch genaue und fotorealistische Simulationsschicht bereit, in der KI-Modelle vor dem Einsatz trainiert und validiert werden.
ABB Robotics hat die NVIDIA-Omniverse-Bibliotheken direkt in RobotStudio HyperReality integriert, eine Simulationsplattform, die laut NVIDIA von mehr als 60.000 Ingenieurinnen und Ingenieuren weltweit genutzt wird. Die Plattform bildet Roboterstationen als USD-Dateien ab, die mit derselben Firmware wie ihre physischen Gegenstücke laufen. Dadurch lassen sich Roboter trainieren, Teiletoleranzen testen und KI-Modelle validieren, bevor eine Produktionslinie existiert. Synthetische Trainingsvarianten wie unterschiedliche Lichtbedingungen und Geometrieunterschiede können dabei in großem Maßstab erzeugt werden. ABB gibt an, bei der simulierten Version 99 Prozent Genauigkeit zu erreichen. Als nachgelagerte Effekte nennt NVIDIA eine Verkürzung der Produkteinführungszyklen um bis zu 50 Prozent, eine Reduktion der Inbetriebnahmezeit um bis zu 80 Prozent sowie 30 bis 40 Prozent geringere Gesamtkosten über den Lebenszyklus der Ausrüstung.
JLR überträgt den simulation-first-Ansatz auf die Fahrzeugaerodynamik. Dafür wurden neuronale Surrogate-Modelle mit mehr als 20.000 CFD-Simulationen trainiert, die mit Windkanaldaten über das Fahrzeugportfolio hinweg korreliert wurden. Laut NVIDIA laufen inzwischen 95 Prozent der aero-thermischen Workloads auf NVIDIA-GPUs. Das bei JLR eingesetzte Neural Concept Design Lab, das auf Omniverse aufbaut, visualisiert aerodynamische Änderungen in Echtzeit, während Designer die Fahrzeuggeometrie anpassen. Damit wird ein zuvor sequentieller Zyklus aus Entwurf und anschließender Simulation in einen kontinuierlichen Ablauf überführt. Ein Ergebnis, das zuvor vier Stunden benötigt habe, liege nun nach einer Minute vor.
Für den laufenden Fabrikbetrieb beschreibt NVIDIA ein anderes Problemfeld, das durch Simulation allein nicht abgedeckt werde. Tulip Interfaces baut mit Factory Playback eine Plattform, die Betriebsdaten aus bestehender Infrastruktur in eine auswertbare Form überführt. Die Lösung basiert auf dem NVIDIA Metropolis VSS Blueprint, einer Referenzarchitektur zur Gewinnung strukturierter Informationen aus Kamera-Feeds in Fabriken. Dabei werden Kameraströme, Sensordaten von Maschinen und betrieblicher Kontext in einer gemeinsamen Zeitleiste zusammengeführt. Zusätzlich nutzt Factory Playback das Vision-Language-Modell NVIDIA Cosmos Reason, um Kameraströme und Operator-Verhalten in Echtzeit zu interpretieren; die Ausführung erfolgt On-Premises auf NVIDIA-GPUs. Beim Einsatz bei Terex, einem Hersteller von Industriegeräten mit mehr als 40 Werken, wird ein Ertragsanstieg von 3 Prozent und eine Verringerung der Nacharbeit um 10 Prozent erwartet.
Zum Einstieg verweist NVIDIA auf SimReady-Assets, Omniverse-Bibliotheken und den eigenen Physical-AI-Stack als Grundlage für industrielle Anwendungen. Genannt werden unter anderem NVIDIA Isaac Sim, Omniverse-Bibliotheken, das Metropolis VSS Blueprint, das SimReady Foundation Specification Framework auf GitHub, Cosmos-Cookbook-Rezepte sowie weitere Ressourcen im Omniverse-Developer-Hub.
