ニュース＆イベント

会話型アバターの構築は、稼働中のサービスから始まるのではなく、まず信頼性の高いキャラクターアセットを用意することから始まります。 音声やフェイシャルアニメーションを接続する前に、完成されたキャラクター、正しく再構築されたマテリアル、そしてレンダラーから実際に制御可能なフェイシャルモーフターゲットを準備しておく必要があります。[1] [2] 本シリーズの第1回となるこの記事では、Unreal EngineをベースとしたNVIDIA Tokkioのワークフローで使用するために、Character Creator 5（CC5）のアバターを準備する方法について解説します。 具体的には、キャラクターの準備、FBX形式でのエクスポート、Reallusion Auto Setupを使用したインポート、アセット単位での検証を取り上げます。 本記事の最終的な到達点は、Unreal Engine上でアバターを保存し、次の工程へ引き継ぐための手順を文書化することです。 ACEランタイムの統合、Tokkioの設定、パッケージング、デプロイ、ライブストリーミングのテストについては、別の執筆者による記事で解説する予定です。 記事の対象範囲とパイプラインの境界 本記事の対象範囲

続きを読む “Creating a Custom Avatar for NVIDIA Tokkio with Character Creator 5 and Unreal Engine”

こちらも CFDは、データセンター内部の温度分布や気流分布を把握するための強力な手法です。 しかし、CFDシミュレーションには長い計算時間がかかる場合があります。そのため、サーバー負荷や空調条件が変化するたびにシミュレーションを再実行する方法は、リアルタイムなデジタルツインには適していません。 この課題に対応するため、Ansys FluentによるCFD解析結果からAIサロゲートモデルを構築し、その予測結果をNVIDIA Omniverse Kit-CAE上で高速に可視化するシステムを開発しました。 全体のワークフローは以下のとおりです。 1. サロゲートモデルの構築 対象とするモデルは、複数のサーバーラックと4台の空調設備を備えたデータセンターです。 サロゲートモデルには、5つの入力値を使用します。 CFDシミュレーションは、……という条件のもとで実施されました。

続きを読む “A Data Center Digital Twin Using Surrogate Models and NVIDIA Omniverse Kit-CAE”