はじめてのNVIDIA PhysicsNeMo―Physics-ML物理法則と解析データを活用した工学シミュレーション NVIDIAの「物理AI」を実践的に解説!(I・O BOOKS) [単行本]

はじめてのNVIDIA PhysicsNeMo―Physics-ML物理法則と解析データを活用した工学シミュレーション NVIDIAの「物理AI」を実践的に解説!(I・O BOOKS) の 商品概要

• 要旨（「BOOK」データベースより）

  「ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏ」は、数値シミュレーションのデータや物理法則を機械学習に取り込み、工学分野向けＡＩモデルを構築するためのオープンソース・フレームワークです。Ｗｉｎｄｏｗｓ１１とＷＳＬ２を使った環境構築から、ＮＶＩＤＩＡ公式例題の実行、学習・推論・可視化までを実践的に解説します。「ＰＩＮＮｓ」に加え「ＧＮＮ／ＭＧＮ」「ＦＮＯ」「ＤＮＮ」も取り上げ、流体解析や構造解析への応用を具体的な例題で学べます。

• 目次（「BOOK」データベースより）

  第１章　ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏの概要（ＣＡＥとＡＩの融合を実現する；ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏの目的と概要）
  第２章　ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏの環境構築（ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏの動作環境；Ｕｂｕｎｔｕ動作環境ＷＳＬの準備作業；ＰｈｙｓｉｃｓＮｅＭｏのＤｏｃｋｅｒによる導入；ＰｈｙｓｉｃｓＮｅＭｏのｐｉｐによる導入）
  第３章　ＮＶＩＤＩＡ　ＰｈｙｓｉｃｓＮｅＭｏとＰｈｙｓｉｃｓＮｅＭｏ　Ｓｙｍの基本例題（２次元矩形空間でのキャビティ流れの確認；１次元波動方程式のＰＩＮＮｓによる解法；ＦＮＯを用いた２次元Ｄａｒｃｙ流れの確認；ＧＮＮを用いた過渡的な渦放出の確認）
  第４章　独自の構造解析の例題解説（ＤＮＮを用いた２次元トラスの独自例題；ＭＧＮを用いた２次元トラスの独自例題；ＦＮＯを用いた１次元両端固定梁の独自例題；ＰＩＮＮｓを用いた１次元片持梁の独自例題）

• 内容紹介

  　CAEの現場では、有限要素法や数値流体力学によって高度な解析が可能になる一方、計算時間や計算コスト、解析条件を変えるたびに再計算が必要になることなどが課題となっています。こうした課題への新たなアプローチとして注目されているのが、物理シミュレーションと機械学習を組み合わせるSciML（科学的機械学習）です。
  
  　本書は、NVIDIAが提供するオープンソースのAIフレームワーク「NVIDIA PhysicsNeMo」と「PhysicsNeMo Sym」を用いて、CAEとAIを結び付けるための基礎知識から環境構築、公式例題の実行、独自の構造解析までを段階的に解説します。CAEや数値解析の知識をもち、AIによる解析の高速化やサロゲートモデルの活用に関心がある技術者、研究者、工学系学生を主な対象とし、機械学習やLinux、PhysicsNeMoの経験がなくても取り組める構成です。理論だけで終わらず、PC上で環境を整え、コードを実行し、得られた結果を確認するところまでを一貫して扱います。
  
  　第1章では、CAEが抱える計算負荷や設計探索上の課題を整理し、AI for Science、SciML、サロゲートモデルの考え方を紹介します。さらに、本書で扱うDNN、GNN、MeshGraphNet、FNO、PINNsの特徴と、NVIDIA PhysicsNeMoがこれらの技術をどのように支援するのかを概観します。
  
  　第2章では、Windows 11上のWSL2とUbuntu 24.04を用いて、GPUを利用できる実行環境を構築します。Dockerイメージを利用する方法と、Pythonパッケージをpipで導入する方法の両方を取り上げ、必要なハードウェア、NVIDIA GPUドライバ、CUDA、PyTorch、仮想環境、リポジトリの準備から動作確認までを、コマンドと実行結果に沿って説明します。
  
  　第3章では、NVIDIAが公開する基本例題を動かし、スクリプトの構成、学習、推論、結果の確認方法を学びます。PhysicsNeMo Symによる上部壁駆動キャビティ流れと1次元波動方程式、FNOによるDarcy流れ、MeshGraphNetによる渦放出を扱い、PINNs、ニューラルオペレータ、GNNを用いた物理解析の流れを確認します。
  
  　第4章では、著者独自の構造解析例題へ進みます。FEMの解析結果を教師データとするDNNおよびMeshGraphNetによる2次元トラス、FNOによる1次元梁、支配方程式と境界条件を学習に組み込むPINNsによる片持ち梁を通して、モデルの定義、データ作成、学習、推論、解析結果との比較までを実践します。
  
  　公式例題を動かすだけでなく、CAEで身近なトラスや梁へ展開することで、PhysicsNeMoを実際の工学問題へ応用するための道筋が見える一冊です。従来のCAEを置き換えるのではなく、その解析結果や物理モデルをAIとどのように組み合わせるかを、作業を通して理解できます。
  
  図書館選書
  『はじめての NVIDIA Modulus』の後継書として、Windows11とWSL2を使った環境構築から、NVIDIA公式例題の実行、学習・推論・可視化までを実践的に解説。流体解析や構造解析の応用も学べる。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  柴田 良一(シバタ リョウイチ)
  １９６６年愛知県生まれ。２０１１年～岐阜工業高等専門学校建築学科教授。建設系機械系を含めた広いものづくりにおける構造解析や破壊解析、流体解析、さらにこれらの連成解析を研究分野として、並列処理や高速計算の基盤構築技術の研究も進めている。またアプリケーションとして、オープンＣＡＥ活用に向けたＤＥＸＣＳプロジェクトを展開し、日本機械学会、オープンＣＡＥ学会やＣＡＥ懇談会などで講演や講習の活動を進めている。オープンＣＡＥ学会理事、前オープンＣＡＥ学会会長、博士（工学）

• 著者について

  柴田　良一 (シバタ　リョウイチ)
  1966 年：愛知県生まれ
  1994 年：豊橋技術科学大学大学院　博士後期課程システム情報工学専攻　修了
  1994 年：岐阜工業高等専門学校　建築学科　助手
  2007 年～：岐阜工業高等専門学校　建築学科　准教授
  2008 年：豊橋技術科学大学　建設工学系　准教授
  2011 年～ ：岐阜工業高等専門学校　建築学科　教授
  
  　建設系機械系を含めた広いものづくりにおける構造解析や破壊解析、流体解析、さらにこれらの連成解析を研究分野として、並列処理や高速計算の基盤構築技術の研究も進めている。
  　またアプリケーションとして、オープンCAE 活用に向けたDEXCS プロジェクトを展開し、日本機械学会、オープンCAE 学会やCAE 懇談会などで講演や講習の活動を進めている。
  オープンCAE 学会理事、前オープンCAE 学会会長、博士（工学）

はじめてのNVIDIA PhysicsNeMo―Physics-ML物理法則と解析データを活用した工学シミュレーション NVIDIAの「物理AI」を実践的に解説!(I・O BOOKS) の商品スペック