Wissenschaftliche Visualisierung

Analysieren Sie Daten schneller mit beschleunigter Visualisierung

Der beste Weg, um Simulationen beim High-Performance-Computing (HPC) zu erleben, ist durch Visualisierung. NVIDIA-beschleunigte wissenschaftliche Visualisierung beschleunigt die Datenanalyse und den wissenschaftlichen Austausch und ermöglicht es so Forschern, ihre großen Datensätze mit interaktiven Geschwindigkeiten zu visualisieren und die Zusammenarbeit zwischen global verteilten Teams zu verbessern.

 

Wer nutzt wissenschaftliche Visualisierung?

Wissenschaftliche Visualisierung wird in den unterschiedlichsten Bereichen eingesetzt, z. B. von Forschern in Labors, von Künstlern in Studios oder von Ingenieuren, die komplexe technische Probleme lösen.

Umfangreiche HPC-Datensätze

Forscher

Forscher nutzen wissenschaftliche Visualisierung, um Erkenntnisse aus groß angelegten HPC-Datensätzen zu sammeln, um die Proteinfaltung zu visualisieren, das chemische Andocken zu analysieren, Supernovae zu verstehen und vieles mehr.

Ingenieure und Techniker verwenden wissenschaftliche Visualisierung zur Analyse

Ingenieure/Techniker

Ingenieure und Techniker verwenden wissenschaftliche Visualisierung, um ihre Entwürfe für verschiedene Anwendungsfälle zu analysieren, einschließlich Robotik, Fertigungssysteme und Bautechnik.

Künstler

Künstler

Künstler verwandeln wissenschaftliche Daten in realistisch aussehende Bilder, sodass Forscher und Laien die Wissenschaft hinter ihrer Kunst besser verstehen können.

Beschleunigen Sie Ihre Workloads für die wissenschaftliche Visualisierung

NVIDIA bietet die unterschiedlichste Visualisierungssoftware – erhältlich im NGC-Katalog – mit der Forscher mit ihren Kollegen zusammenarbeiten können, um ihre wissenschaftlichen Datensätze in Echtzeit interaktiv zu visualisieren und so wissenschaftliche Entdeckungen zu beschleunigen und Ergebnisse schneller zu veröffentlichen.

NVIDIA IndeX

NVIDIA IndeX® ist ein volumetrisches interaktives 3D-Visualisierungsframework, mit dem Wissenschaftler und Forscher enorme HPC-Datensätze visualisieren und mit ihnen interagieren können.

NVIDIA Omniverse

Mit NVIDIA Omniverse™ können Forscher und Entwickler benutzerdefinierte 3D- und Simulationspipelines erstellen und umfangreiche 3D-Datensätze visualisieren. Omniverse basiert auf offenen Standards und lässt sich mit führenden HPC-Tools und -Frameworks verbinden, wie ParaView, NanoVDB, NeuralVDB, NVIDIA IndeX und NVIDIA Modulus. Mit Omniverse können HPC-Teams ihre Datensätze vereinen und regionsübergreifend zusammenarbeiten.

VMD

VMD ist ein Programm, mit dem sich biomolekulare Systeme wie Proteine, Nukleinsäuren, Lipidmembranen und Kohlenhydratstrukturen modellieren, darstellen und analysieren lassen.

NeuralVDB

NVIDIA NeuralVDB bietet umfangreiche volumetrische Datendarstellungen, die durch KI unterstützt werden. Sie steigert die Effizienz deutlich gegenüber OpenVDB, der branchenüblichen Bibliothek zur Simulation und zum Rendern von volumetrischen Sparse-Daten wie Wasser, Feuer, Rauch und Wolken.

NVIDIA Modulus

NVIDIA Modulus ist ein neuronales Netzframework, das die Leistungsfähigkeit der Physik in Form von partiellen Differentialgleichungen (Partial Differential Equations, PDEs) mit Daten verbindet, um realitätsnahe, parametrisierte Surrogatmodelle mit nahezu Echtzeit-Latenz und Visualisierung mit Omniverse-Erweiterung zu erstellen.

NVIDIA HPC-SDK

Das NVIDIA HPC-SDK enthält die bewährten Compiler, Bibliotheken und Softwaretools, die für die Maximierung der Entwicklerproduktivität sowie die Leistung und Portabilität von HPC-Anwendungen unerlässlich sind.

Um die Leistungssteigerungen einiger wichtiger HPC-Anwendungen zu erkunden, besuchen Sie den NVIDIA-Bereich für Entwickler. Für Ihre ersten Schritte mit diesen GPU-beschleunigten Anwendungen, besuchen Sie NVIDIA NGC.

NVIDIA erweitert Omniverse auf wissenschaftliches Rechnen

Omniverse lässt sich jetzt mit führender Visualisierungssoftware für wissenschaftliches Rechnen verbinden und unterstützt neue Batch-Rendering-Workloads auf Systemen mit NVIDIA A100 und H100 Tensor-Core-GPUs.

Beschleunigte wissenschaftliche Visualisierung in Aktion

Für wissenschaftliche Visualisierung gibt es die unterschiedlichsten Anwendungsfälle – von der Visualisierung molekularer Simulationen über die Simulation großer Datenmengen bis hin zu Datenerfassung und -filterung.

Mit Omniverse kommen Klimadaten schneller zu den Forschern

Mit Omniverse kommen Klimadaten schneller zu den Forschern

Die U.S. National Oceanic and Atmospheric Administration (NOAA) hat Lockheed Martin und NVIDIA ausgewählt, um ein System zu entwickeln, das Forschern mit NVIDIA Omniverse komplexe Visualisierungen der neuesten Klimadaten in max. 10 Minuten zur Verfügung stellen kann.

Visualisierung der Tornados der Welt

Visualisierung der Tornados der Welt

Mit NVIDIA Rendering-, Simulations- und GPU-Beschleunigungstechnologien versuchen Klimaforscher der University of Wisconsin, dem Verständnis der Komplexität unberechenbarer Stürme mit kollaborativen, interaktiven wissenschaftlichen Workflows einen Schritt näher zu kommen.

Filmische Klimavisualisierung mit Omniverse

Filmische Klimavisualisierung mit Omniverse

Klimasimulationen erzeugen große Mengen 3D-Daten. Trotzdem bleibt die Analyse häufig auf 2D-Projektionen beschränkt. NVIDIA Omniverse ermöglicht die Verbindung großer wissenschaftlicher Datenbestände mit filmischem Rendering, was eine interaktive Untersuchung komplexer Klimaphänomene gestattet.

 Interaktive Visualisierung galaktischer Winde

Interaktive Visualisierung galaktischer Winde

NVIDIA IndeX ist ein volumetrisches Visualisierungstool, mit dem Benutzer einen gesamten Datensatz interaktiv visualisieren und schneller umfassendere Einblicke gewinnen können. Benutzer können Farbkarten ändern, um subtile Attribute der Daten hervorzuheben, Querschnitte über die Zeitreihe anzuzeigen und Funktionen wie Umgebungsverdeckung und Schatten zu nutzen und so Schlüsselkomponenten der Daten zu untersuchen.

Erfahren Sie mehr über wissenschaftliche Visualisierung durch Sessions und Demovideos oder machen Sie die ersten Schritte mit dem NVIDIA-Entwicklerblog.