Чем учить цифровой двойник мельницы?
#nvidiagrant #nvidia #computationalfluiddynamics #ai #simulations | Prof. Nicolin G. | 20 comments
A picture is worth a thousand words. How about a few million ?
8 million triangles, 8 million DEM particles, 16 million slurry particles, 64 seconds simulation, 32 hours run time and not a power of 2 ;-) just 1x NVIDIA GPU. Plus 1:32 size ratio between particles along with physical wear and on the mill geometry ( 8 million triangles). The result is an industrial scale Physics based Twin for SAG mills. Thanks to @NVIDIAAIDev #NVIDIAGrant Breanne Ertmer Jonathan Lefman Filippo Spiga for fundin
www.linkedin.com
#nvidiagrant #nvidia #computationalfluiddynamics #ai #simulations | Prof. Nicolin G. | 20 comments
A picture is worth a thousand words. How about a few million ?
8 million triangles, 8 million DEM particles, 16 million slurry particles, 64 seconds simulation, 32 hours run time and not a power of 2 ;-) just 1x NVIDIA GPU. Plus 1:32 size ratio between particles along with physical wear and on the mill geometry ( 8 million triangles). The result is an industrial scale Physics based Twin for SAG mills. Thanks to @NVIDIAAIDev #NVIDIAGrant Breanne Ertmer Jonathan Lefman Filippo Spiga for fundin
www.linkedin.comНедавно в открытом коде Blaze GEM сделали модель для обучения цифрового двойника мельницы самоизмельчения. Одна видеокарта обсчитывала 8M треугольников геометрии (для прямого учета износа), 8M миллионов частиц (видимо DEM для породы), 16 миллионов частиц (видимо SPH для жидкости). На моделирование 64 секунды процесса требуется 32 часа расчета. Показатели нормальные, но вот визуализация авторам особенно удалась.
https://www.linkedin.com/posts/activity-7200202045738352641-tYcX/
Prof. Nicolin G. on LinkedIn: #nvidiagrant #nvidia #computationalfluiddynamics #ai #simulations | 18 comments https://www.linkedin.com/posts/activity-7200202045738352641-tYcX/