05.13.2026
跨越虛實邊界：運用 NVIDIA Cosmos 與 OpenUSD 打造次世代資料中心合規驗證
在建置與營運現代化的大型資料中心（Data Center）或智慧工廠時，「合規性（Compliance）」往往是工程團隊最頭痛的挑戰之一。從初期的空間管線設計，到營運期間的 ISO 工安規範，傳統上高度依賴人工審圖與現場巡檢，不僅耗時，更難以避免人為疏漏。
為了解決這個痛點，Agaruda 團隊近期導入了雙軌制的自動化驗證流程：在營運端，我們利用 NVIDIA 專為 Physical AI 打造的世界基礎模型 Cosmos 進行影像推理；在設計端，我們則深入 OpenUSD 的底層架構，開發了空間幾何自動審查工具。
底下分享我們在實際合規工作中怎麼把這些技術落地。
1. 營運合規自動化：運用 Cosmos Reason 進行影片推理 (Video Reasoning)
在日常營運中，確保現場符合 ISO 規範是極度耗費人力的工作。傳統的電腦視覺模型往往只能做到單一物件偵測，難以理解複雜的時間序列與物理常識。為此，我們導入了具備強大時空理解能力的 NVIDIA Cosmos-Reason2 模型。
實際應用情境：伺服器機櫃與管線實體隔離驗證
水與 IT 設備的實體隔離是資料中心最高層級的規範。例如有一項關鍵安規要求：「冷水管線（Chilled water pipes）絕對不能在沒有實體屏障的情況下，直接穿越伺服器機櫃（Server racks）的正上方」，以防漏液直接滴落於高價值的運算設備上。
過去這需要工程師抬頭沿著天花板逐段確認。現在，我們將巡檢攝影機的影像交給 Cosmos-Reason2。模型不僅能辨識出「水管」與「機櫃」，更強大的是它能理解畫面中的「三維空間關係」與「物理遮蔽」。
透過影片推理，AI 會自動產生結構化的合規報告。例如，它能精準判斷出：影片中的冷水管線直接穿越了伺服器機櫃的正上方，且兩者之間「缺乏任何實體天花板或防護屏障」，因此立刻觸發警報，判定該區域為「不合規（Non-compliant）」，並將風險標示為 Critical（極危險）等級。 AI 就像一位擁有嚴格鷹眼的資深工程稽核員，能瞬間抓出隱蔽的實體安全死角，大幅降低了傳統影像辨識的漏報率與人工巡檢成本。
2. 突破資料瓶頸：Cosmos Predict/Transfer 的生成式應用
除了被動的巡檢，我們更進一步思考：那些不常發生，但一發生就是災難的邊緣案例（Edge Cases），該如何訓練我們的邊緣 AI？
我們無法（也不該）在真實機房中放火來收集訓練資料。這時候，Cosmos 的預測與精準控制能力就成為了我們的「合成資料引擎」。透過結合不同的控制條件，我們能在維持精確物理結構的同時，生成多樣化的訓練場景。具體的工作流程可分為三個階段：
- 基礎災害預測 (Cosmos Predict)： 首先，我們利用 Cosmos Predict 模型，產出符合物理規律的基礎動態影片。以目前的案例來說，我們直接生成了一段「資料中心機房冒出大量濃煙」的模擬影片（如影片一）。
- 結構特徵擷取 (Edge Extraction)： 為了在後續變更場景時，仍能維持機櫃、管線以及煙霧擴散輪廓的正確幾何佈局，我們從該影片中擷取出精準的「邊緣（Edge）特徵」（如影片二）。這道手續確保了空間結構的絕對一致性。
- 風格轉換與場景生成 (Edge + Text Prompt)： 最後，我們將擷取出的 Edge 作為控制條件，並加上特定的文字提示（Text Prompt）。模型便能在不破壞原本「機櫃冒煙」的空間輪廓前提下，生成出截然不同光影風格、設備材質或環境條件的影片（如影片三）。
透過這種「Edge + 文字 Prompt」的精準控制技術，我們得以在虛擬空間中大量製造各種極端的災害情境。這讓我們能以極低的成本擴充邊緣 AI 的訓練集，確保異常偵測系統在面對真正的危機時，具備足夠的穩定度與可靠性。
3. 設計合規防禦：基於 OpenUSD 的物理空間驗證
AI 解決了營運期的「動態」問題，但對於硬體設施的「靜態」設計，我們需要的是高準確的決定性（Deterministic）驗證。
在資料中心的建置 ISO 規範中，有一條鐵律：「冷水管線（Secondary Water Pipes）絕對不可以穿越伺服器機櫃（Racks）的正上方。」 以防任何漏液直接滴落於關鍵 IT 設備上造成短路。然而，在龐大且複雜的 3D 管線設計圖中，依賴肉眼排查極易漏看，且效率低落。
為此，我們在 OpenUSD 之上開發了一套自動化的空間合規驗證流程。我們不依賴沉重的渲染引擎，而是直接從底層解析 USD 的結構資料：
- 解析 USD 層級與語意：系統能直接讀取 USD 檔案，穿透複雜的 3D 裝配體結構，精準提取每個物件的屬性與分類，讓程式明確區分「機櫃」與「冷水管線」的位置。
- 自動化空間關係運算：獲取物件資訊後，演算法會在 3D 空間中分析它們的相對座標。透過鳥瞰視角的垂直投影與高程比對，快速篩選出上下交疊的區域。
- 精準觸發合規警報：一旦系統偵測到冷水管線的路徑疊加在機櫃上方，便會立刻觸發「合規違規」紅燈，並自動生成包含異常座標的視覺化圖表。
這套做法讓我們能在工程發包前，於數位孿生（Digital Twin）階段就徹底根除物理設計上的隱患。
總結
「自動化合規」，需要雙管齊下。
我們利用 OpenUSD 的場景結構解析能力，確保物理空間的設計具備 100% 的容錯底線；同時透過 NVIDIA Cosmos 系列模型的影片推理與世界生成能力，賦予系統理解動態現實與預測未來的眼睛。
從被動的「事後稽核」，走向主動的「事前預防與自動推理」。Physical AI 與數位孿生技術正在重塑工業合規的做法。
