NVIDIA detalla el flujo de trabajo asistido por agentes para gemelos digitales de fábrica de IA
NVIDIA afirmó que los desarrolladores pueden utilizar un flujo de trabajo asistido por agentes para ensamblar y revisar IA gemelos digitales de fábrica a partir de planos de sitio, activos de equipos y requisitos de ingeniería, utilizando su Omniverse DSX Blueprint y herramientas basadas en OpenUSD. La publicación de 21 octubre de 2026 describe un proceso destinado a ayudar a los equipos a inspeccionar alternativas de diseño, preparar escenas para revisión de ingeniería y conectar el gemelo digital con la simulación posterior.
Evidencia y contexto
En la entrada del blog publicada el 21 de octubre de 2026, NVIDIA afirmó que el Omniverse DSX Blueprint, parte de NVIDIA DSX Sim, proporciona activos de referencia para gemelos digitales, scripts de muestra y flujos de trabajo para desarrollar gemelos digitales IA fábrica. La compañía afirmó que el plano está basado en las bibliotecas OpenUSD y NVIDIA Omniverse y está diseñado para ayudar a los desarrolladores a ensamblar modelos de instalaciones y equipos con activos SimReady, vinculándolos a herramientas de simulación de ingeniería.
La publicación describe un flujo de trabajo en el que un modelo de IA de vanguardia opera dentro de un harness de agentes que gestiona el contexto, las instrucciones y las llamadas a herramientas. NVIDIA dijo que los desarrolladores pueden guiar a los agentes para reunir entradas de diseño, ensamblar y revisar escenas de OpenUSD, e inspeccionar los resultados. La empresa afirmó que el enfoque está pensado para soportar modelos editables de campus y residencias que puedan revisarse antes de la aprobación de ingeniería y la simulación.
NVIDIA ilustró el flujo de trabajo con un ejemplo de IA campus de fábrica que combina modelos de 3D DSX, referencias arquitectónicas, planos de sitios, documentos de requisitos y datos geográficos. Las entradas incluyeron datos de sala, servicios públicos y activos de refrigeración; imágenes del edificio de la sede de NVIDIA en Santa Clara, Voyager; PDFs que describen la disposición del campus; planos indexados y registros de base de diseño; y imágenes aéreas y datos de elevación del USGS para el sitio seleccionado, según la publicación. NVIDIA dijo que esas fuentes ayudan a los equipos a rastrear las decisiones de diseño hasta su origen, señalando que la precisión dimensional sigue dependiendo de revisar los planos, especificaciones y restricciones del sitio.
Cómo se supone que debe funcionar el flujo de trabajo
NVIDIA afirmó que el ejemplo del campus se construyó combinando geometrías de diseño de referencia DSX existentes con nuevos elementos arquitectónicos en capas aditivas de USD, manteniendo los cambios separados de los activos fuente. La empresa dijo que su equipo utilizó agentes de contenido USD para ayudar a generar la geometría y los materiales de una copa solar, y luego perfeccionó el resultado usando referencias de Voyager. La marquesina fue descrita como conceptual y aún requiere revisión de ingeniería para dimensiones, estructura y idoneidad para la simulación.
La publicación también dice que los desarrolladores pueden usar Systems Modeling Language para conectar requisitos a elementos del sistema, y que un agente puede consultar esas relaciones cuando las herramientas las exponen a través de una API, MCP u otra interfaz soportada. NVIDIA dijo que los planos y el CAD proporcionarían referencias de dimensiones y colocación, mientras que los catálogos de equipos proporcionarían parámetros para su análisis. La transferencia, en este encuadre, es una revisión de diseño propuesta acompañada de los requisitos afectados, equipos y estudios de seguimiento.
Para la preparación de simulaciones, NVIDIA dijo que OpenUSD reincorpora la geometría del edificio, los activos de equipos y los datos asociados en una escena compartida, mientras que USD atributos y esquemas personalizados pueden preservar enlaces con registros y requisitos de ingeniería. La compañía también señaló SimReady Foundation y la Biblioteca Central SimReady en Hugging Face, que describió como una biblioteca gratuita con más de 2,000 activos OpenUSD listos para simulación. NVIDIA afirmó que estos recursos pueden reducir el trabajo de preparación de activos al proporcionar racks OEM y equipos de alimentación y refrigeración.
Ejemplo de planificación de capacidad y límites
uno extensión propuesta en la publicación es un estudio de planificación de capacidad de potencia fija para una IA sala de fábrica. NVIDIA dijo que una comparación ilustrativa de inferencia de Vera Rubin NVL72 contrasta una línea base usando MaxP, descrita como la configuración de potencia estática más alta a nivel de GPU, con DSX MaxLPS, un marco de diseño y operación de fábrica IA que coordina el diseño de instalaciones, la asignación dinámica de potencia y la optimización del rendimiento por vatio.
Normalizado a una base de potencia de 1 MW y asumiendo una efectividad de consumo de energía de 1.1, la publicación indica que el escenario ilustrativo muestra una capacidad DSX MaxLPS de 400 GPUs y un rendimiento agregado de tokens de 1.35 veces la base de MaxP. NVIDIA dijo que esas cifras son supuestos de referencia para el estudio propuesto, no resultados generados por el modelo de campus. La compañía también dijo que las pruebas de Vera Rubin siguen en curso.
La publicación indica que un flujo de trabajo de ingeniería seguiría requiriendo revisiones de diseño, conexiones de solucionadores, propiedades de equipos, conexiones del sistema y condiciones de contorno antes de la simulación. NVIDIA afirmó que el objetivo es evaluar el comportamiento de carga eléctrica y refrigeración, y luego alimentar los hallazgos de nuevo en el diseño editable para otra iteración. La empresa recalcó que cada hallazgo debe identificar la revisión del diseño probada y distinguir los resultados calculados de los almacenados o de las aproximaciones de IA.
Herramientas relacionadas y aplicaciones asociadas
NVIDIA también describió las opciones de hardware para diferentes etapas del flujo de trabajo, incluyendo DGX Spark para desarrollo de agentes personales, GPUs RTX PRO Blackwell Workstation Edition para diseño interactivo y simulación, DGX Station para cargas de trabajo locales IA más grandes y RTX PRO Server para desarrollo y simulación compartidos. Citó su arquitectura de referencia RTX PRO IA Factory, que especifica ocho GPUs RTX PRO 6000 Blackwell Server Edition por servidor y agrupa cuatro servidores en una unidad escalable.
La publicación apunta a proveedores de aplicaciones que trabajan en gestión de requisitos, datos de producto y simulación. NVIDIA destacó el soporte CATIA Magic y A2A de Dassault Systèmes, la integración de las bibliotecas Windchill y Omniverse de PTC, la plataforma Cadence Reality Digital Twin para estudios de potencia y refrigeración, y Simcenter STAR-CCM+ de Siemens para análisis de flujo de fluidos y transferencia de calor. NVIDIA afirmó que estas herramientas están destinadas a mantener conectados los requisitos, datos de equipos y estudios de comportamiento físico a lo largo de las iteraciones de diseño.
Publicaciones recientes relacionadas con NVIDIA aportan contexto al impulso más amplio de la compañía hacia DSX. El 21 de octubre de 2026, NVIDIA también anunció que introdujo DSX POD IA Factories para acelerar el despliegue de infraestructuras en Europa, tras una publicación del 7 octubre de 2026 sobre la validación de IA cambios de fábrica con gemelos digitales y agentes IA y un anuncio 2026-03-16 del Vera Rubin DSX IA Factory Reference Design y del Omniverse DSX Digital Twin Blueprint.