1. [主页](https://developer.nvidia.com/)
2. [开发者工具目录](/developer-tools-catalog)

NVIDIA Warp

# NVIDIA Warp

NVIDIA Warp 是一个专为计算物理、AI 和优化工作流打造的开源 Python 框架，可在 GPU 上实现加速计算。

[立即下载  
](https://github.com/NVIDIA/warp "下载")[文档](https://nvidia.github.io/warp/ "文档")[论坛](https://github.com/NVIDIA/warp/discussions "论坛")

* * *

## NVIDIA Warp 的工作原理

**加速物理仿真**

NVIDIA Warp 为开发者提供了一种简单方式，用于编写面向仿真 AI、机器人技术和机器学习（ML）的 GPU 加速程序。借助 NVIDIA Warp，Python 开发者可以构建加速且可微分的仿真工作流，用于驱动 PyTorch、JAX、[NVIDIA PhysicsNeMo](https://developer.nvidia.cn/physicsnemo) 和 [NVIDIA Omniverse](https://www.nvidia.cn/omniverse/)™ 等框架中的 ML 流水线。它既能带来接近原生 CUDA® 代码的仿真性能，又保留了 Python 带来的便捷性和开发效率。

### 基于内核的代码

NVIDIA Warp 执行 Python 的即时 (JIT) 运行时编译 CUDA 内核级代码和 x86 代码。基于内核的编程 提供与 GPU 硬件紧密映射的低级抽象， 与基于张量的编程不同，它提供了隐式内核 融合 (由用户控制) 、对线程的精细控制， 对条件逻辑、稀疏散射和收集的原生支持 在仿真代码中很常见。

[了解详情](https://nvidia.github.io/warp/user_guide/basics.html)

### 可微编程

除了生成前向模式内核代码外，Warp 还可以生成 反向模式 (伴随) 核函数，用于传播 将模拟结果返回到框架中，例如 PyTorch 和 JAX 网络训练、设计优化和参数估计。

[了解详情](https://nvidia.github.io/warp/user_guide/differentiability.html)

### 基于图块的编程

NVIDIA Warp 提供基于线程块的编程模型 协作以在数据图块上执行运算。这种抽象允许 利用 Tensor Core 等专用硬件单元 高性能矩阵乘法和里叶变换，同时 使开发者能够优化全局、共享、 和寄存器内存，用于加速科学计算。

[了解详情](https://nvidia.github.io/warp/user_guide/tiles.html)

### 原生几何基元

NVIDIA Warp 提供高性能数据结构 模拟和图形。开发者可以利用三角形网格、稀疏网格 体积 (NanoVDB) 和空间加速结构 (如哈希网格) 和边界卷层次结构 (BVH) 。这些基元经过优化 来加速复杂的几何查询，例如光线投射和最近的 邻居搜索。

[了解详情](https://nvidia.github.io/warp/language_reference/builtins.html)

### 稀疏线性代数

NVIDIA Warp 支持稀疏线性代数运算 模拟。它提供高效的块稀疏行 (BSR) 和压缩 稀疏行 (CSR) 矩阵格式，以及预先设定条件的迭代 共梯度 (CG) 和针对 GPU 优化的 GMRES 等求解器 执行。

[了解详情](https://nvidia.github.io/warp/domain_modules/sparse.html)

### 有限元法 (FEM) 工具包

NVIDIA Warp 提供了一个用于求解差分的专用模块 使用有限元方法的方程。它使用户能够定义 域上的积分，组装稀疏线性系统，并解决这些问题 内置求解器。该模块支持多种网格类型和 高阶函数空间，允许快速实验 用于扩散、弹性和流体流动的定制配方。

[了解详情](https://nvidia.github.io/warp/domain_modules/fem.html)

* * *

## 入门套件

如今，许多 Python 开发者将 NVIDIA Warp 用于物理模拟、求解器开发、数据处理和可视化。NVIDIA Warp 包含多个更高级别的数据结构和基元，可简化仿真和几何处理算法的实现。

Autodesk Research

### 加速 CAE 工具开发

开发交互式运行的新一代 CAE 求解器，将 NVIDIA Warp 内核与您现有的模拟代码相结合，解锁 GPU 加速的 AI 就绪型数字孪生和优化循环。

- 

[适用于 Kit 应用的计算机辅助工程指南](https://docs.omniverse.nvidia.com/guide-kit-cae/latest/index.html)

- 

[下载：Kit-CAE：Omniverse 示例应用](https://github.com/NVIDIA-Omniverse/kit-cae)

- 

[阅读：如何运行 AI 驱动的 CAE 仿真](https://developer.nvidia.cn/blog/how-to-run-ai-powered-cae-simulations/)

- 

[详细了解计算机辅助工程解决方案](https://www.nvidia.cn/solutions/cae/)

  

### 计算物理学

使用 JIT\* 编译为 CUDA 的 NVIDIA Warp 核函数，在 Python 中为刚体、流体和弹性材料创建自定义求解器原型并进行扩展，从而在 GPU 上实现生产级性能。

- 

[用例：计算流体动力学 (CFD) 模拟](https://www.nvidia.cn/use-cases/computational-fluid-dynamics-simulation/)

- 

[示例：基于 FFT 的 2 维 Navier-Stokes 求解器](https://github.com/NVIDIA/warp/blob/main/warp/examples/core/example_fft_poisson_navier_stokes_2d.py)

- 

[阅读：Autodesk Research 在 NVIDIA GH200 上为计算流体动力学带来 NVIDIA Warp Speed](https://developer.nvidia.com/blog/autodesk-research-brings-warp-speed-to-computational-fluid-dynamics-on-nvidia-gh200/)

- 

[阅读：连接仿真和 AI：使用 NVIDIA Warp 开发可微分求解器](https://developer.nvidia.com/blog/build-accelerated-differentiable-computational-physics-code-for-ai-with-nvidia-warp/)

  

### 机器人仿真

借助基于 NVIDIA Warp 构建的 GPU 加速的可微分物理特性，运行高保真机器人运动规划和控制流程，然后将策略部署到真实机器人，并对仿真到真实的性能充满信心。

- 

[示例：NVIDIA Warp 入门](https://github.com/NVIDIA/warp?tab=readme-ov-file#running-examples)

- 

[阅读：使用 NVIDIA Warp 和 Gaussian Splatting 构建机器人心理模型](https://developer.nvidia.cn/blog/building-robotic-mental-models-with-nvidia-warp-and-gaussian-splatting/)

- 

[阅读：借助 NVIDIA Warp 和 Newton 为触觉机器人仿真提供强力支持 - 北京大学](https://taccel-simulator.github.io/supercharging)

- 

[详细了解机器人仿真](https://www.nvidia.cn/use-cases/robotics-simulation/)

  

### 训练和优化

将可微分模拟集成到 ML 工作流中，使用 NVIDIA Warp 和热门学习框架，通过基于梯度的方法端到端优化控制器、物理参数和设计。

- 

[下载：XLB – 可微分的大规模并行格子玻尔兹曼库 – Autodesk](https://github.com/Autodesk/XLB)

- 

[示例：基于 2D 可微 FFT 的 Navier-Stokes 求解器](https://github.com/NVIDIA/warp/blob/main/warp/examples/optim/example_navier_stokes_perturbation.py)

- 

[阅读：越来越多的同行评审研究出版物利用 NVIDIA Warp](https://github.com/NVIDIA/warp/blob/main/PUBLICATIONS.md)

- 

[读取：系统可让机器人通过处理识别物体属性 - 麻省理工学院](https://news.mit.edu/2025/system-lets-robots-identify-objects-properties-through-handling-0508)

  

### 几何图形处理

在 Python 中构建高性能几何图形和网格处理工作流，使用 NVIDIA Warp 的空间计算基元执行网格化、网格重构、碰撞查询和距离场运算等任务。

- 

[教程：NVIDIA Warp 简介](https://github.com/NVIDIA/accelerated-computing-hub/blob/main/Accelerated_Python_User_Guide/notebooks/Chapter_12_Intro_to_NVIDIA_Warp.ipynb)

- 

[阅读：C-Infinity 利用 NVIDIA Warp 进行几何图形处理，加速设计和装配自动化](https://c-infinity.ai/blog/autoassembler-asi-accelerated-spatial-intelligence)

- 

[阅读：Neural Concept 借助 Omniverse 和 NVIDIA Warp 加速仿真和设计](https://www.neuralconcept.com/post/neural-concept-showcases-omniverse-and-general-motors-collaborations-at-nvidia-gtc)

- 

[阅读：了解 Amazon 如何使用 NVIDIA Warp 进行大规模传感器仿真以实现仓库自动化](https://www.amazon.science/blog/revolutionizing-warehouse-automation-with-scientific-simulation)

  

### Newton 物理引擎

使用基于 NVIDIA Warp 和 OpenUSD 构建的开源 GPU 加速物理引擎 Newton，为机器人和大规模强化学习创建可扩展、可微分的仿真环境。

- 

[开始使用 Newton 物理引擎](https://developer.nvidia.cn/newton-physics)

- 

[下载：Newton 物理引擎源代码和示例](https://github.com/newton-physics/newton)

- 

[阅读：使用 Newton 训练四足运动策略并操控布料](https://developer.nvidia.cn/blog/train-a-quadruped-locomotion-policy-and-simulate-cloth-manipulation-with-nvidia-isaac-lab-and-newton/)

- 

[阅读：Newton 为工业机器人添加了接触性丰富的操作和运动功能](https://developer.nvidia.com/blog/newton-adds-contact-rich-manipulation-and-locomotion-capabilities-for-industrial-robotics)

* * *

## NVIDIA Warp On Demand 播放列表

* * *

## 资源

 ![表示培训和认证的装饰性图像](https://developer.download.nvidia.com/icons/m48-certification-ribbon-2.svg)
### 获取培训和认证

 ![初创加速计划的装饰性图像](https://developer.download.nvidia.com/icons/m48-ai-startup.svg)
### 加速您的初创公司

 ![注册以接收 NVIDIA 开发者时事新闻](https://developer.download.nvidia.com/icons/m48-email-settings.svg)
### 注册以接收开发者时事新闻

立即开始使用 NVIDIA Warp。

[立即下载](https://github.com/NVIDIA/warp)