Kit-CAE: CAE 결과를 Omniverse로 연결하는 브릿지

개요

CAE 해석 결과는 보통 전용 뷰어(예: ParaView, Ansys 후처리 툴)에서만 확인할 수 있었습니다.

하지만, NVIDIA는 이러한 결과를 Omniverse로 가져와 실시간 시각화, 협업, AI 연동까지 가능하게 하기 위해 Kit-CAE를 제공합니다.

https://developer.nvidia.com/blog/how-to-run-ai-powered-cae-simulations/

https://github.com/NVIDIA-Omniverse/kit-cae/tree/main

필요성

• 해석 데이터는 복잡하고 무겁지만, 시각화는 보통 단일 사용자/로컬 분석에 한정
• 실제 산업 현장에서는 설계–해석–시뮬레이션–운영이 긴밀히 연결되어야 함
• 기존 도구만으로는 실시간 협업, AI/디지털 트윈 연동이 어렵다는 한계

목적

• CAE 결과 데이터(.cgns / .vtk(.vti) / .npz)를 Omniverse에서 직접 임포트·시각화
• 결과를 USD로 표준화해 Isaac Sim/Composer 등과 같은 씬에서 재사용·협업

• AI 파이프라인 연결: Physics NeMo(학습) → NIM(API 추론) → 장면에 즉시 반영
• 실시간 디지털 트윈: 로봇·설비 상태 변화에 따른 즉시 예측, 표시
• 대용량 데이터 최적화: IndeX/NanoVDB 기반으로 고품질·실시간 렌더링

1) 무엇을 위한 도구인가?

• CAE 해석 결과(.cgns / .vtk / .npz)를 Omniverse에서 직접 불러와 시각화
• External Faces, Streamlines, Volume/Slice 등 기본 후처리 가능
• USD 기반으로 Isaac Sim, USD Composer와 매끄럽게 연동

Kit-CAE의 Streamlines / Flow 동적 시각화

• 기존 CAE 결과 데이터(속도장, 압력장 등)를 불러와서 → 이를 실시간으로 시각적으로 표현하는 기능
• 여기서 “실시간”은 다시 물리 해석을 계산하는 게 아니라, 이미 주어진 벡터 필드(예: 유동 속도) 위에 Streamline을 생성하거나 입자 애니메이션을 그려주는 것
• 따라서 CAE solver 역할은 없고, 후처리 + 인터랙티브 시각화 도구에 가까움

GPU 가속 처리

• 이런 Streamlines, Voxelization, Flow 시각화는 연산량이 많기 때문에 GPU 가속 라이브러리가 필수
• Kit-CAE는 Omniverse Kit 확장으로 구현되어 있으며, NVIDIA가 만든 Warp 라이브러리를 옵션으로 통합해서 사용 가능함
  • 예: Warp 기반 Streamlines (빠르지만 일부 요소 타입만 지원)
  • 예: GaussianWarp Voxelization (GPU 병렬 복셀화, Gaussian kernel 기반)

Warp의 역할

• Warp는 NVIDIA가 Omniverse용으로 만든 CUDA 기반 GPU 물리 연산 프레임워크
• Streamline 적분, 점 클라우드 → 볼륨 복셀화 같은 수치 연산을 CPU가 아니라 GPU에서 병렬로 처리
• Kit-CAE에서 Streamlines, Flow, Voxelization 같은 알고리즘에 Warp 버전이 제공되는 이유

2) ParaView와의 차이

• USD 통합 협업: 여러 팀이 동시에 동일 장면 접근
• 디지털 트윈 연계: 해석 결과를 로봇/설비 시뮬레이션 위에 오버레이
• AI 파이프라인 연결: Physics NeMo → NIM API → Kit-CAE 시각화
• Python 자동화: 반복 작업/스크립트 기반 워크플로우 지원

ParaView = 해석 후처리 뷰어

Kit-CAE = Omniverse 생태계와 이어주는 확장 플랫폼

3) 사용 패턴

• CAE 데이터: 기존 해석 툴(Ansys, Star-CCM+, OpenFOAM 등)에서 얻은 시뮬레이션 결과
• Curator: 이 데이터를 AI 학습에 적합한 포맷으로 변환
• PhysicsNeMo: 변환된 데이터를 기반으로 AI surrogate 모델 학습
• NIM: 학습된 모델을 API 형태로 배포해 외부에서 쉽게 호출 가능
• Omniverse: Kit-CAE를 통해 API 결과를 불러와 실시간 3D 시각화 및 디지털 트윈 환경에서 활용

A. 비교 및 분석 모드 (연구/해석자용)

• 기존 CAE 툴(Ansys, Star-CCM+, OpenFOAM 등)에서 해석 결과 파일(.cgns, .vtk, .npz)을 출력
• Kit-CAE에서 데이터를 Import하여 시각화
• NIM으로 배포된 AI surrogate 모델의 추론 결과를 API 호출로 받아옴
• 동일한 Omniverse 씬에서 기존 해석 결과와 AI 예측 결과를 나란히 비교 가능

활용 맥락

• 연구, 개발자가 실제 해석 데이터와 AI 예측 결과의 정확성을 직관적으로 비교
• 빠른 설계안 검토, 반복 실험 없이 AI 모델 신뢰성 평가

B. 실시간 디지털 트윈 모드 (운영/시뮬레이션용)

• 기존 해석 데이터로 Physics NeMo surrogate 모델 학습 후 NIM API로 배포
• AI 모델이 즉시 물리 해석 결과(유동장, 응력, 온도 분포 등)를 반환
• Isaac Sim 같은 Omniverse 앱에서 로봇·설비가 동작할 때 실시간 상태 데이터(속도, 위치, 온도 등)를 NIM API로 전송
• Kit-CAE가 해당 결과를 USD 씬 위에 시각화하여 실시간 피드백 제공

활용 맥락

• 제조 공정 디지털 트윈: 설비 동작 중 발생할 열응력, 변형을 실시간으로 확인
• 물류센터 시뮬레이션: AMR 로봇 이동 시 발생하는 공기 흐름/온도 변화를 즉시 예측 및 표시
• 로봇, AI 학습 환경: 시뮬레이션 속에서 물리적 feedback loop을 포함해 강화학습 진행

Flow NanoVDB

concept_car.npz

Kit-CAE의 예제(예: Streamlines, Volume 렌더링 등)는 기존 CAE 해석 데이터를 실시간으로 시각화하는 기능으로, 이는 “동적으로 유체가 움직이는 것처럼 보이는 애니메이션”을 말합니다.

동적인 시각화지만 AI는 포함되지 않습니다.

• Streamlines 및 Flow 시각화는 기본적으로 기존 해석 데이터(예: 속도 벡터 필드)를 기반으로 실시간으로 경로를 갱신해 보여주는 기능입니다.
• 예를 들어, Seed Sphere를 움직이면, 그 위치에 맞춰 Streamlines가 즉시 업데이트되어 유체 흐름이 움직이는 것처럼 보이죠.

하지만 이는 시뮬레이션 실행(AI 또는 물리 해석 계산)이 아니라, 단순히 시각적 업데이트에 불과합니다.

AI 기반 동적 예측과의 차이점