英偉達在近期舉辦的SC25大會上，正式發布了兩項針對AI超級計算領域的重要成果——Apollo系列AI物理開放模型與Warp物理模擬開源Python框架。這兩項技術突破旨在通過融合前沿機器學習架構與領域專業知識，為工業設計與科學計算提供更高效的解決方案。
Apollo系列模型的核心創新在于將神經算子、Transformer模型及擴散方法等主流機器學習架構，與電子器件自動化、半導體設計、結構力學、氣候模擬、計算流體動力學、電磁學及多物理場耦合等領域的專業知識深度結合。該模型體系已吸引應用材料、Cadence、泛林集團、Luminary Cloud、KLA、PhysicsX、Rescale、西門子、新思科技等企業參與應用，通過模擬技術加速產品設計流程。例如在半導體領域，模型可模擬芯片制造過程中的物理現象，幫助優化工藝參數；在氣候研究中，則能提升天氣預報的時空分辨率。
同步推出的Warp框架則聚焦于計算性能優化。該框架通過結構化編程范式，將Python語言的開發便捷性與接近原生CUDA代碼的運算效率相結合，在計算物理與AI任務中實現最高達245倍的GPU加速。其技術亮點包括支持GPU加速的3D仿真工作流程構建，以及與PyTorch、JAX、NVIDIA PhysicsNeMo和Omniverse等主流機器學習工具鏈的無縫集成。這種設計使得研究人員無需深入掌握底層并行計算技術，即可開發高性能仿真應用。
目前，西門子、Neural Concept、Luminary Cloud等企業已將Warp框架應用于機器人控制、工業仿真等場景。例如在機器人領域，通過該框架開發的仿真環境可實時模擬機械臂與環境的物理交互，顯著縮短算法訓練周期；在工業設計環節，則能快速驗證不同材料參數下的結構強度，降低物理原型制作成本。這些應用案例表明，Warp框架正在推動仿真技術從離線分析向實時決策的轉變。
