亚马逊云科技在2022 re:Invent全球大会上宣布，推出完全托管的计算服务Amazon SimSpace Weaver，帮助客户构建、操作和运行大规模的空间模拟仿真系统。借助Amazon SimSpace Weaver，客户可以部署空间模拟应用，对具有多个数据点的动态系统进行建模（例如整个城市的交通、场馆内流动的人群或工厂车间的布局），模拟可视化的物理空间，运行沉浸式的训练模型，获得不同情景下的关键指标并做出明智的决策。客户使用Amazon SimSpace Weaver可模拟出100万个以上、实时交互的仿真对象，创建比以往更加复杂的环境，并且将模拟仿真系统部署的时间从数年缩短至数月。Amazon SimSpace Weaver可自动配置Amazon Elastic Compute Cloud（Amazon EC2）实例以及管理网络和计算基础设施，让客户专注于仿真模型的设计，并支持通过多个查看器实时观察模拟对象的状态。使用Amazon SimSpace Weaver无需预先承诺用量或预付费用，客户只需为使用的计算量付费。欲开始使用Amazon SimSpace Weaver，请访问aws.amazon.com/simspaceweaver。
如今，为了预测现实世界的可能结果，营造可视化沉浸式的训练空间，交通、机器人和公共安全等行业的客户需要创建动态的3D仿真实验。例如，为了解道路封闭的影响，客户可以模拟不同的道路封闭组合。这些复杂空间的模拟和仿真需要大量的计算资源，让客户原本有限的计算容量更加紧缺。此外，在多个计算实例上集成和扩展具有数百万交互对象的空间模拟系统是极具挑战的。它需要将模拟应用及其组件分成多个部分，每个部分需要以一致的速度进行仿真计算，并且需要遍历整个虚拟环境以及在多个实时用户之间同步相关数据。这可能需要多年的技术积累和专门的硬件才能解决这些问题，因此只有财力雄厚的组织才能负担得起如此昂贵的模拟仿真资源。此外，要实现对计算资源容量以及密度的充分利用，就需要对空间模拟进行编程，这需要对专业团队进行计算资源配置和使用方面的培训。因此，客户会对仿真计算逻辑的复杂性做出妥协，只模拟一些基本场景，对于更细微的问题，特别是那些精细且费时的计算问题仅仅通过估算来解决。
Amazon SimSpace Weaver是一项完全托管的计算服务，它使客户能够运行复杂的大规模空间模拟应用，在与现实世界近似的仿真环境中开展实验，并对这一沉浸式的训练空间进行可视化。Amazon SimSpace Weaver可支持100万以上的移动对象，如人、汽车、交通信号灯、道路等，且每个移动对象都具有相互关联的、实时交互的行为和属性。如一座真实的城市，模拟本身就是一个广阔的“世界”。 客户要构建模拟应用程序，可以使用Amazon SimSpace Weaver软件开发套件加入他们定制化的模拟内容，或者使用内置的如Unity和UnrealEngine 5第三方解决方案。一旦客户准备开始部署其模拟仿真系统，Amazon SimSpace Weaver会自动启动运行环境，将多达10个高可用、低延迟的Amazon EC2实例连接到网络集群中，跨实例分发模拟仿真应用。Amazon SimSpace Weaver通过管理网络和内存配置，跨实例复制和同步数据，从而创建一个统一的模拟环境，使多个并发用户能够实时操控模拟空间并与其进行交互。客户可以专注于模拟对象的设计以及观察模拟仿真系统的输出性能，并将他们的这些观测结果用于支撑不同业务场景的决策。Amazon SimSpace Weaver按使用量收费，其具备的可扩展性和高弹性让客户无需准备昂贵的硬件，也无需额外的人员即可管理空间模拟系统。Amazon SimSpace Weaver让客户可轻松实现复杂的、沉浸式的3D体验，并对大规模场景进行测试和可视化。
亚马逊云科技技术副总裁Bill Vass表示：“以往，客户如果想对空间模拟系统进行扩容，必须在仿真的准确性和硬件容量之间做抉择，这无法让他们尽其所学展其所能。Amazon SimSpace Weaver免去了客户管理基础设施的负担，简化了运行大规模模拟仿真系统的方式，让他们能专注于创建差异化内容，不断扩充模拟仿真的使用场景。无论客户的目标是模拟超大城市的人口，追踪大洲范围的物流运营，或是为智慧城市构建现实世界规模的数字孪生，客户都能借助Amazon SimSpace Weaver创建大规模、分布式的模拟仿真系统。”
客户在亚马逊云科技上大规模部署模拟仿真系统之前，可先免费使用Amazon SimSpace Weaver提供的本地开发套件，在其个人硬件上迭代开发和运行测试其空间仿真应用。本地环境使用与Amazon SimSpace Weaver相同的API，客户无需修改任何代码即可将他们的应用部署上云。Amazon SimSpace Weaver现已在美国东部（俄亥俄）、美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、亚太 （新加坡）、亚太 （悉尼）、欧洲（法兰克福）、欧洲（爱尔兰）和欧洲（斯德哥尔摩）正式可用，其它亚马逊云科技区域将很快推出。
Duality Robotics正在构建一个数字孪生运营平台，用来解决现实世界的问题。“直到目前，模型一直需要在规模和逼真度之间进行取舍。” Duality Robotics首席执行官Apurva Shah表示，“Duality Robotics数字孪生模拟器Falcon与Amazon SimSpace Weaver相结合，并采用为Unreal生态系统定制的数字孪生开发环境，使它们能快速用于大规模的模拟仿真场景。通过与Epic Games Unreal Engine的集成以及对大量Unreal资源的使用，实现了逼真的3D环境，以及高精度的数据可视化，满足了高效模拟仿真系统所需的部署条件。Duality Robotics的应急医疗服务场景证实了空间模拟仿真的价值，它具有高保真的物理特性、照片般真实的渲染效果、虚拟传感器和100多万并发响应的实时性能。这表明客户可以通过运行Amazon SimSpace Weaver，实现对精准的物理系统进行建模，并洞察到现实世界的潜在问题。”
Epic Games 是一家领先的互动娱乐公司及3D 引擎技术提供商。Unreal Engine是一套完整的创作工具套件，可用于游戏开发、建筑及汽车可视化、线性影视内容创作、广播及现场活动制作、培训及模拟，以及其他实时应用。“过去，开发人员在创建仿真模型时不得不在规模与逼真度之间做出妥协，而现在，他们创建出来的虚拟环境可以更准确地反映现实世界中人和物体的数量。” Epic Games 虚幻引擎副总裁 Nathan Thomas 表示，“通过将Unreal Engine 5 的强大功能与 Amazon SimSpace Weaver 相结合，客户能够将我们的 City Sample 项目扩展到与超过一百万行人进行交互。 这让开发人员有机会大规模创建更逼真的数字孪生和模拟仿真应用。”
Lockheed Martin是一家全球安全和航空航天公司，主要从事先进技术系统、产品和服务的研究、设计、开发、制造、集成和维护。Skunk Works®部门的虚拟原型团队负责提供先进的可视化、建模与仿真以及人机界面能力。“我们需要能够模拟现实世界的规模，以确保我们从仿真系统中获得的数据与现实世界的结果一致。过去，模拟大型场景需要很长时间，而且我们仅能实现少数用户同时与模拟系统互动。” Lockheed Martin虚拟原型工程师Wesley Tanis说，“我们与亚马逊云科技合作开发了一个旧金山地震恢复的演示样例，展现了现场急救员可能组织援助救济的方式。利用双方的技术，我们能够在大洲范围内近乎实时地模拟超过一百万个对象，这给我们提供了洞察现实世界的能力，也提升了我们在包括自然灾害在内的各种场景下的提前准备和规划的能力。”
Maxar是一家业内领先的供应商，为政府和商业客户提供全面的空间解决方案和安全、精确的地理空间情报，帮助他们监测、了解和感知我们不断变化的星球，还提供全球宽带通信，以及协助推进对太空的探索和使用。“空间模拟通常需要设计人员和开发人员首先构建一个虚拟世界，然后用素材对其进行强化以创建一个引人入胜的沉浸式世界。只有当虚拟世界的模型创建完成后，团队才会考虑运行模拟仿真所需的算力。”Maxar高级副总裁兼企业地球智能部总经理 Dan Nord 表示，“现在，利用Maxar的Vivid 影像底图构建地球 的3D 地理空间数字孪生，利用blackshark.ai公司的技术合成建筑物和纹理，再利用Amazon SimSpace Weaver管理计算基础设施，设计人员和开发人员就可以直接上手创建巨大的、详细的模拟仿真系统，还可以随时扩大模型规模。我们将Amazon SimSpace Weaver与我们的 3D 数字孪生结合使用，发现客户能够比以往更快地构建真实世界的仿真模型。”
uCrowds 是荷兰一家高速发展的初创公司，为市政机构、活动组织者和系统集成商提供领先的人群模拟仿真解决方案和产品。 “越来越多的客户希望能创建数字孪生和元宇宙、模拟现实世界环境。例如，我们的许多客户想知道，当他们在自己所在的城市举办大型活动时会发生什么，如何确保参会者安全的同时又能融入活动体验。” UCrowds创始人兼首席执行官Roland Geraerts表示，“将Amazon SimSpace Weaver的可扩展性与uCrowds模拟器相结合，让客户能够基于云构建实时的、响应式的、持久的和逼真的下一代人群模拟仿真应用。使用Amazon SimSpace Weaver，我们能够在短短三周内将人群模拟器的仿真能力提高3倍，从40万个实体数量增加到100多万个。云计算让我们几乎拥有无限的扩展能力，我们不需要再购买昂贵的硬件，推动我们不断迈向我们的目标——模拟整个地球的人口。”
