推动能源创新

提供可靠的低成本燃料和电力供应，并进一步提高能效。

AI 和高性能计算为能源的未来发展提供强劲助力

为了满足全球需求，能源公司在追求净零排放目标的同时正在转向使用软件定义的方法来勘探、生产、运输和提供低成本能源。他们利用 AI 和高性能计算 (HPC) 来减少地下作业对环境的影响，实现人工密集型地表作业的自动化，并将实时智能引入电网边缘。

壳牌利用 AI 和 HPC 提高能源效率、安全性和可持续性

了解壳牌如何使用 NVIDIA DGX™ 系统确定油藏建模中的盐边界、实现 4K 迭代图像重建、测试工业厂房的新设计以及推动可持续新材料的发展。

阅读案例研究

西门子歌美飒利用尾流优化更大限度地提高风能产量

西门子歌美飒正在利用 NVIDIA Omniverse™ 和 NVIDIA Modulus 优化其海上风电场，以便尽可能提高电力输出并降低成本。了解神经网络超分辨率如何将仿真时间从 40 天缩短至 15 分钟。

观看演示

用例

了解能源行业如何使用 AI 和 HPC

油气作业

加速油藏仿真和地震处理，促进燃料生产。

了解 AI 如何加速油藏仿真及地震处理、增强管道监控以及保护工人健康和安全，并降低碳排放和环境影响。

探索油气运营

地表作业

构建工业和科学数字孪生，提升可持续性和安全性。

了解如何使用 AI 开发物理精准的工业数字孪生、扩展可再生能源发电、模拟气候和天气、加速计算流体动力学 (CFD) 工作负载以及优化工业场所效率。

探索地表解决方案

电力和公用事业

增强发电、输电和配电能力，提高电网弹性。

探索软件定义的未来智能电网，其中包括电网基础设施的预测性维护、分布式能源管理、电网资产的合成数据生成、停电调度、上门服务优化和公用事业联络中心虚拟助理。

探索电力和公用事业解决方案

成功案例

了解 AI 在能源领域的现实影响

向使用 AI 优化流程、降低风险和成本的行业领导者学习。

图片由 BP 提供。

加速基于伪谱的逆时偏移应用

了解 BP 如何通过将其生产逆时偏移 (RTM) 代码移植到 NVIDIA HGX™ A100 上并利用 cuFFT 库，实现 35 倍的运行时加速。

观看 GTC 会议 (24:56)

*需要注册。

图片由 BP 提供。

可视化大规模、超分辨率核心样本

探索雪佛龙如何在 Microsoft Azure 中部署 NVIDIA IndeX® (一种 3D 体积交互式可视化 SDK），以便简化核心样本的分析，同时支持更高的分辨率和更大的体积。

观看 GTC 会议 (20:46)

*需要注册。

NVIDIA GPU 助力 Stone Ridge Technology 将 ECHELON 性能提升 3.8 倍

Stone Ridge Technology 在 NVIDIA Hopper GPU 架构 (包括NVIDIA Grace Hopper Superchip、H100-NVL 和 H100-PCIe) 上对其 ECHELON 油藏仿真软件进行基准测试。了解该公司如何借助具有多达 2500 万个单元的模型将仿真速度提高 3.8 倍。

阅读 Stone Ridge Technology 博客

开发发电厂数字孪生，每年节省数十亿美元

了解西门子能源等全球能源公司如何构建工业数字孪生为发电厂进行预测性维护，以及这如何为能源行业每年节省约 17 亿美元。

阅读博客

图片由 Noteworthy AI 提供。

边缘计算监控数百万电线杆是否需要维修

看看 FirstEnergy 的板载智能摄像头系统 (由 Noteworthy AI 开发、NVIDIA® Jetson™ 边缘 AI 平台提供支持），它可自动监控数百万根电线杆和数千万个电网设备，监控其是否需要维护。

阅读博客

图片由 Noteworthy AI 提供。

Slide 4
Slide 4
Slide 4
Slide 4
Slide 4

壳牌与 NVIDIA 正在开展的合作包括：用于二氧化碳储存的更逼真的 3D 油藏模型 (例如倾斜油藏）；具有水平和垂直异质性的分层地质学；基于傅里叶神经算子 (FNO) 的网络，它计算高效，可处理更大的输入数据集，并在更长的时间窗口 (数百年) 内提供认可的预测；以及为气候变化场景 (CCS) 应用实时构建新一代深地数字孪生模型并进行不确定性评估的能力。

— 壳牌首席科学专家 Pandu Devarakota

我们可以从能源预测、碳捕获和预测性维护三个方面来审视 AI 对能源行业的贡献…… 我们正将 AI 算法应用于能源预测，来预测能源需求和优化经济价值…… AI 可通过分析来自天气、土壤和作物产量等多个来源的数据来减少碳排放......优化我们的供应链物流，减少碳足迹...... AI 还可以帮助能源公司监控其资产和设备性能。

— Saudi Aramco 副总裁兼首席数字官 Nayef Otaibi

我们将继续收集数据，其中不仅包括风力涡轮机的运行情况，还包括天气预报、场地规划和其他方面的数据，来优化风力涡轮机场地。我们正在探索增强现实和扩展现实，因为风力涡轮机是一种复杂的机器，具有多种故障模式。当务之急是确保风力涡轮机安全运行，并确保维修技术人员知道如何以正确地维修。

— Vestas 工程开发电源解决方案副总裁 Lasse Lundberg Nowack

我们的目标是，通过在 NVIDIA Omniverse 中使用合成数据生成，为电网资产中的各种缺陷自动创建数千个带标签的逼真示例。我们正使用真实图像和这些合成图像来训练检查模型。

— Exelon 高级分析总监 Ankush Agarwal

在俄勒冈州，我们正在亲身经历气候变化的影响，并认识到在向未来清洁能源过渡的过程中，迫切需要在电网边缘进行创新。投资电网新技术是 PGE 实现自身气候目标并为客户提供清洁、经济和弹性能源的关键战略。

— Portland General Electric (PGE) 综合电网高级经理 Ananth Sundaram

Quote 1
Quote 2
Quote 3
Quote 4
Quote 5

新闻和活动

NVIDIA GPU 助力 SLB INTERSECT 实现 11 倍加速

与运行 SLB 的 INTERSECT 高分辨率油藏模拟器的 CPU 性能相比，采用 NVIDIA A100 80GB Tensor Core GPU 的系统表现出卓越的性能提升。

阅读技术概览

Shearwater 宣布 NVIDIA GPU 助力 Reveal 实现10 倍加速

了解 Shearwater 如何利用 NVIDIA GPU 将逆时偏移 (RTM) 和 Kirchhoff 算法速度提高 10 倍，来降低计算密集型地下工作负载的总功耗、提高能源效率并降低气公司的运营成本。

阅读 Shearwater 新闻稿

Utilidata smart grid chip, powered by NVIDIA..

Utilidata 携手 Aclara 将分布式 AI 引入网格边缘

Aclara 将成为首家将 Utilidata 的分布式 AI 平台 Karman 嵌入智能电表的公司，帮助互联电网提供清洁可靠的能源。Karman 基于利用 AI 的定制 NVIDIA 模组构建，可捕获可靠的高质量数据，来改进电网运营并管理分布式能源。

阅读 Utilidata 的公告

Portland General Electric 将部署 Utilidata 的分布式 AI 系统

Utilidata 宣布，Portland General Electric 将在俄勒冈州试用 Utilidata 的智能电网芯片，这是首款由 NVIDIA Jetson 提供支持的分布式 AI 平台，旨实现脱碳目标。

阅读 Utilidata 的公告

slide 6
Slide 1
Slide 3
Slide 4

技术

能源解决方案 – 从数据中心到边缘再到云

了解适用于能源公司的 AI 和 HPC 硬件、软件和网络解决方案。

NVIDIA Grace Hopper 超级芯片

NVIDIA Grace Hopper™ 超级芯片是一款完全专为大规模 AI 和 HPC 应用打造的突破��加速 CPU。这款超级芯片将为运行 TB 级数据的应用提供高达 10 倍的性能，使科学家和研究人员能够为世界上最复杂的问题找到前所未有的解决方案

探索超级芯片

NVIDIA DGX H100

DGX H100 是 NVIDIA DGX™ 系统的最新迭代，也是 NVIDIA DGX SuperPOD™ 的基础，它是由 NVIDIA H100 Tensor Core GPU 的突破创新加速的 AI 动力之源。

探索 DGX H100

NVIDIA DGX Cloud

NVIDIA DGX Cloud 是一款多节点 AI 训练即服务解决方案，已针对企业 AI 的独特需求进行优化。这是一个用于 AI 训练的软件和基础设施组合解决方案，除了一个全栈开发者套件外，还提供了先进的基础设施和卓越的支持。它以可预测的总体价格提供，便于企业立即上手使用。

探索 DGX Cloud

NVIDIA AI Enterprise

借助 NVIDIA AI Enterprise，能源公司可以快速开发油藏仿真、地震处理和预测性维护等用例应用。了解如何通过 NVIDIA LaunchPad 在精选实验中免费短期访问 NVIDIA AI Enterprise。

开始使用

NVIDIA HPC SDK

NVIDIA HPC SDK 包含经过验证的编译器、库和软件工具，对于更大限度地提高开发者工作效率以及 HPC 建模和仿真应用的性能和便携性而言，至关重要。

探索 HPC SDK

NVIDIA Modulus

NVIDIA Modulus 是一个开源架构，只需一个简单的 Python 接口，即可构建、训练和微调基于物理信息机器学习 (physical-ML) 的模型。借助 Modulus，您可以为企业级数字孪生应用构建模型，涵盖从 CFD 到结构分析、电磁学到气候科学等多个物理领域。

探索 Modulus

NVIDIA Omniverse Enterprise

NVIDIA Omniverse 是一个可扩展的开放式平台，专为 3D 虚拟协作和物理精准的实时仿真而打造。Omniverse 与 NVIDIA Modulus (一种用于开发物理机器学习神经网络模型的框架) 结合使用，可帮助构建风电场、发电厂、电网乃至地球本身的数字孪生。

探索 Omniverse

NVIDIA Jetson 边缘 AI 平台

NVIDIA Jetson 采用节能高效、小巧精致的外形规格，可为边缘提供加速 AI 性能。这些 Jetson 模组（包括 NVIDIA Jetson Orin Nano™）与用于机器人操作系统的 NVIDIA JetPack™ SDK 和 NVIDIA Isaac™ 软件结合使用，可支持各种边缘 AI 和机器人应用。

探索 Jetson