NVIDIA PhysicsNeMo 物理 AI 工程化框架新

NVIDIA PhysicsNeMo（前身 Modulus）是面向物理 AI 训练与推理部署的开源框架，3.3k+ Star。与研究型库相比，它的重点是工程化：分布式训练、混合精度、几何参数化与推理导出一条龙。

核心模块

• 域求解器：PINN / FNO 训练配方，内置常用 PDE 损失
• 几何参数化：基于 NVIDIA Warp 的参数化构造几何，支撑外形优化闭环
• 性能：多 GPU、TF32/BF16 混合精度、兼容 torch.compile
• 推理：ONNX / TensorRT 导出路径，对接生产服务

学习路径

1. 从 examples/cfd 入手，复现圆柱绕流层流教程
2. 进入 examples/structural_mechanics，掌握位移场的 FNO 训练
3. 研读 examples/additive_manufacturing 熔池温度预测案例
4. 拓展 examples/tcad 半导体器件仿真代理模型

选型建议

• 需要多 GPU 训练或在工业网格上做快速推理时优先考虑
• 希望获得贴近 CAE 厂商工作流的参考实现
• 代价：依赖栈比极简研究库重，环境配置需要耐心