能源产业智能化升级在加速，工程设计等应用场景中的工具、技术路径等发生了一些改变，同时 GPU 也在更新迭代，从过去大家所熟知的 NVIDIA Turing? 架构、NVIDIA RTX? Ampere架构，已进阶到 NVIDIA Ada Lovelace 架构，算力已不可同日而语。鉴于很多朋友在选型新架构 GPU 的时候经常有疑惑，我们这里给大家整理了工程设计场景中的一些GPU适配建议。
NVIDIA Omniverse? 作为数字孪生的开发平台，基于 OpenUSD 的技术生态不断扩展，NVIDIA Omniverse? 能够支持城市级的三维场景载入，与 Cesium, CityEngine 等软件可以实现协同，机器人仿真平台 NVIDIA Isaac Sim?，也已经能够辅助开发特种场景的检测机器人。
D建模
3D 建模软件目前仍主要集中于 AutoCAD, Revit, Maya, Max, Solidworks 等工具，这些软件近年来加速迭代，并且有些已增加了相应的AI 功能。
Maya、Max 三维建模软件在不同模型场景中所需要的算力差别比较大，目前项目中支持光线追踪是必需要的，所以我们可以选择 NVIDIA RTX 系列的图形 GPU 来跑任务。Solidworks 处理的模型相对简单，AutoCAD 对于图形处理要求不高，这两者使用目前 NVIDIA Ada Lovelace 架构的入门级专业显卡即可基本满足需求。Revit 2025 更新功能非常多，官方给出的配置建议为显卡显存 4GB 以上，但考虑到目前很多用户会同时将 Revit 与其他 AI 工具联动使用，这时候显存就建议选择在 16GB 及以上。
除显存这一考量因素之外，NVIDIA 专业显卡对于图形 API ，譬如 DirectX, OpenGL 均有专门优化，这能帮助设计师在建模过程中大大地减少操作不畅、系统崩溃的情况，这是消费级显卡所不能比拟的优势。
2
渲染
对于渲染场景来说，不同的渲染器、不同规模的场景、不同复杂度的模型，所需要的算力消耗并不相同。大型场景的渲染一般显存占用在 24GB 以上，中小型场景则在 8GB-16GB 范围内。由于各家情况不同，在购置之前，特别建议大家使用过往的项目提前跑些测试任务。
3
生成式AI设计
本地化部署 AIGC 模型的情况下，鉴于 AIGC 模型普遍的规模大小，显卡需要以 16GB 显存起步才能较为流畅地执行任务，若需要进行自有模型训练、质量要求较高的情况下，则建议尽量采用具有 24GB 及以上显存的模型来跑任务，保障任务的效率和质量。
这里列举一些目前普遍使用的软件平台，我们根据测试结果，提供适配的 NVIDIA RTX 专业显卡型号：
4
数字孪生
数字孪生能够在能源生产、管理、检测与优化过程中，发挥作用。虽然目前大家对数字孪生的理解不同，但普遍认为会涉及到大规模场景资产的载入、物联网、机器人仿真和 AI 功能，集合了可视化与机器学习的应用场景。
NVIDIA Omniverse? 作为数字孪生的开发平台，基于 OpenUSD 的技术生态不断扩展，NVIDIA Omniverse? 能够支持城市级的三维场景载入，与 Cesium, CityEngine 等软件可以实现协同，机器人仿真平台 NVIDIA Isaac Sim?，也已经能够辅助开发特种场景的检测机器人。
Omniverse 与 Cesium 互联
基于 NVIDIA Isaac Sim 训练机器人仿真
赞奇科技与合作伙伴正在针对特定的应用场景来开发 NVIDIA Omniverse 平台来实现更多的数字孪生功能。在开发过程中，主要使用的是 NVIDIA RTX? 5000 Ada （32GB）显卡，在超大型场景应用中，则使用 AI 工作站搭载4张 NVIDIA RTX 5000 Ada 来运行，即使在复杂模型场景中，实时渲染模式下 FPS 依然保持在50左右。这个型号不仅图形性能超越安培架构时期的“卡皇” NVIDIA RTX? A6000，强化学习和大模型训练推理能力也都有大幅提升，在成本优化的情况下性价比非常好。
NVIDIA RTX A6000 VS NVIDIA RTX 5000 Ada 在 Omniverse 中渲染实测
本文转载自快科技，转载目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请联系快科技通知我方删除，我方将在收到通知后第一时间删除内容！本文只提供参考并不构成任何投资及应用建议。本站拥有对此声明的最终解释权。
