在近期举办的SC25大会上，英伟达正式发布了两项面向AI超级计算领域的重要成果——Apollo系列AI物理开放模型与Warp物理模拟开源Python框架。这两项技术突破旨在融合前沿机器学习架构与领域专业知识，为工程设计与科学计算提供更高效的解决方案。

Apollo系列模型的核心创新在于将神经算子、Transformer模型及扩散方法等主流机器学习架构，与电子器件自动化、半导体设计、结构力学、气候模拟、计算流体动力学、电磁学及多物理场耦合等领域的专业知识深度结合。该模型体系已吸引应用材料、Cadence、泛林集团、Luminary Cloud、KLA、PhysicsX、Rescale、西门子、新思科技等企业参与应用，通过模拟技术加速产品设计流程。例如在半导体领域，模型可模拟芯片制造过程中的物理现象，帮助优化工艺参数；在气候研究中，则能提升天气预报的时空分辨率。

同期推出的Warp框架则聚焦于计算性能优化。该框架通过结构化编程范式，将Python语言的开发便捷性与接近原生CUDA代码的运算效率相结合，在计算物理与AI任务中实现最高达245倍的GPU加速。其技术亮点包括支持GPU加速的3D仿真工作流构建，以及与PyTorch、JAX、NVIDIA PhysicsNeMo和Omniverse等主流机器学习工具链的无缝集成。这种设计使得研究人员无需深入掌握底层并行计算技术，即可开发高性能仿真应用。

目前，西门子、Neural Concept、Luminary Cloud等企业已将Warp框架应用于机器人控制、工业仿真等场景。例如在机器人领域，通过该框架开发的仿真环境可实时模拟机械臂与环境的物理交互，显著缩短算法训练周期；在工业设计环节，则能快速验证不同材料参数下的结构强度，降低物理原型制作成本。这些应用案例表明，Warp框架正在推动仿真技术从离线分析向实时决策的转变。