能源產業智能化升級在加速，工程設計等應用場景中的工具、技術路徑等發生了一些改變，同時 GPU 也在更新迭代，從過去大家所熟知的 NVIDIA Turing™ 架構、NVIDIA RTX™ Ampere 架構，已進階到 NVIDIA Ada Lovelace 架構，算力已不可同日而語。鑑於很多朋友在選型新架構 GPU 的時候經常有疑惑，我們這裏給大家整理了工程設計場景中的一些 GPU 適配建議。
1、3D建模
3D 建模軟件目前仍主要集中於 AutoCAD, Revit, Maya, Max, Solidworks 等工具，這些軟件近年來加速迭代，並且有些已增加了相應的AI 功能。
Maya、Max 三維建模軟件在不同模型場景中所需要的算力差別比較大，目前項目中支持光線追蹤是必需要的，所以我們可以選擇 NVIDIA RTX 系列的圖形 GPU 來跑任務。Solidworks 處理的模型相對簡單，AutoCAD 對於圖形處理要求不高，這兩者使用目前 NVIDIA Ada Lovelace 架構的入門級專業顯卡即可基本滿足需求。Revit 2025 更新功能非常多，官方給出的配置建議為顯卡顯存 4GB 以上，但考慮到目前很多用户會同時將 Revit 與其他 AI 工具聯動使用，這時候顯存就建議選擇在 16GB 及以上。
除顯存這一考量因素之外，NVIDIA 專業顯卡對於圖形 API ，譬如 DirectX, OpenGL 均有專門優化，這能幫助設計師在建模過程中大大地減少操作不暢、系統崩潰的情況，這是消費級顯卡所不能比擬的優勢。
2、渲染
對於渲染場景來説，不同的渲染器、不同規模的場景、不同複雜度的模型，所需要的算力消耗並不相同。大型場景的渲染一般顯存佔用在 24GB 以上，中小型場景則在 8GB-16GB 範圍內。由於各家情況不同，在購置之前，特別建議大家使用過往的項目提前跑些測試任務。
3、生成式AI
設計本地化部署 AIGC 模型的情況下，鑑於 AIGC 模型普遍的規模大小，顯卡需要以 16GB 顯存起步才能較為流暢地執行任務，若需要進行自有模型訓練、質量要求較高的情況下，則建議儘量採用具有 24GB 及以上顯存的模型來跑任務，保障任務的效率和質量。
這裏列舉一些目前普遍使用的軟件平台，我們根據測試結果，提供適配的 NVIDIA RTX 專業顯卡型號：
4、數字孿生
數字孿生能夠在能源生產、管理、檢測與優化過程中，發揮作用。雖然目前大家對數字孿生的理解不同，但普遍認為會涉及到大規模場景資產的載入、物聯網、機器人仿真和 AI 功能，集合了可視化與機器學習的應用場景。
NVIDIA Omniverse™ 作為數字孿生的開發平台，基於 OpenUSD 的技術生態不斷擴展，NVIDIA Omniverse™ 能夠支持城市級的三維場景載入，與 Cesium, CityEngine 等軟件可以實現協同，機器人仿真平台 NVIDIA Isaac Sim™，也已經能夠輔助開發特種場景的檢測機器人。
Omniverse 與 Cesium 互聯
基於 NVIDIA Isaac Sim 訓練機器人仿真
贊奇科技與合作伙伴正在針對特定的應用場景來開發 NVIDIA Omniverse 平台來實現更多的數字孿生功能。在開發過程中，主要使用的是 NVIDIA RTX™ 5000 Ada （32GB）顯卡，在超大型場景應用中，則使用 AI 工作站搭載4張 NVIDIA RTX 5000 Ada 來運行，即使在複雜模型場景中，實時渲染模式下 FPS 依然保持在50左右。這個型號不僅圖形性能超越安培架構時期的“卡皇” NVIDIA RTX™ A6000，強化學習和大模型訓練推理能力也都有大幅提升，在成本優化的情況下性價比非常好。
NVIDIA RTX A6000 VS NVIDIA RTX 5000 Ada 在 Omniverse 中渲染實測
以上是依據我們之前跑的任務做的 GPU 適配建議，如有細節問題，歡迎複製下方鏈接來詳細瞭解！
申請更多顯卡測試報告
https://rlzqlo1asm.feishu.cn/share/base/form/shrcnCbOVoltOXPQ...rlzqlo1asm.feishu.cn/share/base/form/shrcnCbOVoltOXPQjFxveqrrIQb
*與NVIDIA產品相關的圖片或視頻（完整或部分）的版權均歸NVIDIA Corporation所有。
