在当今数字化浪潮中，AI 技术正深刻重塑数据中心的未来。随着对 AI 应用需求的快速增长，传统数据中心正逐步转型为下一代 AI 工厂。这些先进的设施专为满足尖端 AI 工作负载而设计，结合了物理层面的优化与 AI 驱动的智能技术。在本次研讨会中，Cadence 和 NVIDIA 的专家将共同探讨仿真模拟技术、数字孪生解决方案以及自动化技术如何重塑 AI 数据中心的未来，实现更高效、更可持续及更智能的运营方式。
与 Cadence 和 NVIDIA 的专家一起，探索如何为 AI 工厂与数据中心的设计者与运营者创造全新的价值，打造可扩展、高效且优化的未来基础设施。
物理与 AI 的融合 — 未来 AI 工厂的智慧解决方案
会议时间
2025 年 2 月 27 日 13:00 - 14:30
会议形式
在线直播
（参会方式会在注册通过后以邮件形式或微信通知）
▼ 扫描下方二维码注册参会 ▼
主要议题
1. AI 数据中心设计与运营的挑战
独特需求
• 高密度计算与 AI 工作负载带来的散热管理压力。
• 能源效率低下及可持续发展的挑战。
运营瓶颈
• 实时平衡电力、冷却与工作负载分配。
• 缺乏预测性洞察与先进模拟技术，导致资源浪费与效率下降。
2. 与 NVIDIA Omniverse 结合的 Cadence Reality Digital Twin 平台和 Allegro X 平台
下一代解决方案
• 基于 OpenUSD，结合 NVIDIA Omniverse 技术，提供精准的实时模拟功能。
• 模拟 AI 数据中心的物理环境，实现精确的设计与优化。
对设计者与运营者的价值
• 支援跨团队协作，在部署前优化基础设施设计。
• 模拟冷却系统、气流与能源动态，提升能源效率。
• 加速设计迭代，降低成本，并改善可持续性指标。
3. 自动化及智能推动 AI 工厂运营
AI 驱动的运营
• 通过预测性维护与自动化控制系统，实现资源的最佳化分配。
• 实时调整工作负载，最大化运营效率与规模化能力。
自动化优势
• 通过主动资源管理减少停机时间。
• 无缝应对 AI 应用需求的变化与挑战。
您将收获
• 深入了解建构与运营 AI 工厂的独特挑战，以及它们如何区别于传统数据中心。
• 探讨 Cadence Reality Digital Twin 平台与 NVIDIA Omniverse 的结合如何解决设计与运营效率问题。
• 学习自动化与 AI 技术如何推动 AI 数据中心的智能化与可持续化发展。
演讲嘉宾
刘冠良
NVIDIA 资深解决方案架构经理
刘冠良博士是 NVIDIA 的深度学习解决方案架构经理，他领导一个团队，协助生态系统合作伙伴在 NVIDIA Omniverse 和 GenAI 平台上进行虚拟工厂整合。他的研究兴趣集中在将机器学习算法应用于现实世界问题的领域。在加入 NVIDIA 之前，曾在富士康担任机器学习工程师，领导分析团队，开发了多种以制造流程为核心的预测建模项目，包括缺陷检测和预测性维护等。在攻读博士学位期间，他曾作为访问学者参与洛斯阿拉莫斯国家实验室的生物科学团队，从事人类和环境微生物群项目相关研究。
曾志宇
Cadence 资深技术总监
曾志宇于 2006 年毕业于浙江大学竺可桢学院，获得电子信息系统学士学位；2011 年获得德克萨斯农工大学电气与计算机工程系计算机工程博士学位。他于 2012 年加入 Cadence，曾担任软件开发工程师，负责电迁移与电压降（EMIR）签核解决方案 Voltus 的开发工作。如今，作为高级软件工程组总监，他领导 Voltus、Celsius 和 Reality 研发团队，负责 Cadence EMIR、热管理，以及机械和数据中心解决方案的开发工作。在其职业生涯中，他牵头开发了多项创新技术，包括分层 EMIR 签核解决方案 Voltus XM、设计中 IR 修复解决方案 Voltus InsightAI，以及 3DIC 热应力解决方案 Celsius Studio。近期，他同时领导了两项重要项目，一项是利用人工智能和 Reality Insight 优化智能数据中心运营，另一项是与英伟达合作，利用 Omniverse 平台和通用场景描述（OpenUSD）技术扩展数据中心的数字孪生。
