大数据产业创新服务媒体
——聚焦数据 · 改变商业
在数字经济浪潮汹涌而来的今天，CAE（Computer Aided Engineering，指计算机辅助工程）作为一项成熟的技术领域，正在焕发出全新的生命力。
从市场需求端来看，随着数字化尤其是制造业数字化的加速推进，越来越多福特汽车这样的全球知名企业，更深度的使用CAE来进行产品设计、工程分析和优化，解决日益复杂的工艺、设计、材料特性等给生产带来的挑战。
在技术端，云计算、人工智能、大数据等技术快速发展，尤其是大模型技术正迎来“奇点”时刻，ChatGPT所带来的文字生成热潮还未过去，Sora所带来的视频生成能力再次给我们带来巨大的震撼。更广阔的市场需求，叠加全新的技术能力，正在快速重塑CAE这一至关重要的领域。
那么，全球创新AI技术在CAE领域有哪些应用和突破呢？3月6-7日，全球知名的CAE软件服务商Altair即将举办的全球线上会议，邀请Google、AMD、Tesla、福特、波音等全球领先企业参会，现场给你答案。
目前，我们正见证算力+算法+数据的AI三要素，进化为大算力+大模型+大数据，并成为推动其他领域数智化的全新引擎。接下来，我们将深入分析CAE与这三要素深度结合所带来的奇妙化学反应。并以Altair为例，来看看业界优秀的CAE厂商如何来优化技术服务能力，推动行业进步。
“云”上计算，智能分析
云计算，依然是大规模算力最重要的载体。随着云计算和人工智能的迅猛发展，将CAE与云服务和智能分析相结合，为企业带来了更多的机遇和优势。
云计算技术已经非常成熟，为企业提供了强大的计算和存储能力。在传统的CAE流程中，大规模的仿真求解过程需要庞大的计算资源和高昂的成本。通过与云服务结合，企业可以将计算任务上传到云平台，利用云计算的弹性和可扩展性来完成仿真求解过程。用户可以通过PBSWorks的混合云方案完成上传计算文件、选择求解器等，利用云计算平台辅助产品设计分析。这种结合不仅提高了计算效率，还降低了硬件投资成本，使企业能够更灵活地应对不同规模的仿真需求。
除了云计算，随着数字化转型的推进，企业对数据的需求越来越高。CAE作为一种基于计算机辅助的工程分析技术，可以提供大量的仿真数据和结果。然而，随着数据规模的增大和复杂性的提高，传统的数据处理和分析方法已经无法满足企业的需求。因此，将CAE与智能分析相结合，可以加速企业的数字化发展，并增强数据驱动决策的能力。
作为CAE行业的代表，Altair公司在这方面取得了突出成果，Altair的产品在市场上拥有三个突出优势：首先是加速业务流程的完整工具集。Altair提供了一套完整的工具集，涵盖了从产品设计、工程仿真到优化和制造的整个过程。他们的产品包括HyperWorks Suite、SolidThinking Suite，HPC Works等，这些工具提供了丰富的功能和灵活的工作流程，能够满足不同行业和应用领域的需求。通过使用Altair的工具，企业可以加速产品开发周期，提高产品质量，并降低成本。
其次是完备的数据准备和自动化解决方案。Altair的产品不仅提供了强大的仿真分析能力，还重视数据的准备和处理。他们提供了数据准备和清理的工具，帮助用户快速、高效地处理大规模的数据。此外，Altair还提供了自动化解决方案，通过提供脚本和模板等工具，实现工作流程的自动化和标准化。这些解决方案可以大大节省企业的时间和人力成本，提高工作效率。
最后是完善的数据分析解决方案。Altair注重将仿真数据转化为有价值的信息和见解，他们提供了一系列数据分析工具和算法，帮助用户从仿真数据中提取关键特征和趋势。Altair的数据分析解决方案可以帮助企业进行产品性能评估、故障诊断、优化设计等工作，从而支持数据驱动的决策制定。
通过HPCWorks提供的“云”上计算门户和管理能力，提供智能分析的CAE产品，正在加速改善各行业业务流程的效率，将研发人员从复杂的计算和数据分析中解放出来，从而释放出创新活力。
Altair架在阿里云上的云上CAE一体机
AI增强CAE，加速产品设计进度
除了云服务和智能分析之外，AI也在驱动产品的设计开发。在现代产品开发的生命周期中，通过将AI技术与CAE相融合，再加上强大的仿真、测试和现场数据集的可用性增加，使工程数据科学成为现代产品开发生命周期的关键组成部分。AI增强的CAE产品和服务，通过物理学和AI驱动的工作流程，探索复杂设计问题的新解决方案，进而实现更大的产品创新。
不妨从设计的三个阶段来看，AI技术如何在设计生成阶段、设计探索阶段和设计优化阶段中发挥作用。
首先在设计生成阶段，AI技术为产品开发实践提供了强大的能力增强。通过AI算法，工程团队可以更快地评估和分析大量的设计方案，这种加速设计迭代的能力大大提高了工程团队的生产力。此外，AI技术还使得工程师能够在开发周期的早期阶段剔除掉低潜力的设计，从而避免了不必要的资源浪费，实现更加高效的设计迭代。目前，Altair DesignAI&trade可让用户在开发周期的早期阶段减少低潜力设计，实现更快的设计迭代。
在设计探索阶段，AI驱动的设计工具发挥了重要作用，加强了团队协作、加速了设计迭代，并推动了产品创新。这些工具利用大数据和AI算法，分析历史设计数据、市场趋势和用户反馈，为工程师提供了有价值的洞察和指导。工程团队可以基于这些洞察，进行更加精确和创新的设计，从而提高产品的质量和竞争力。例如，在Altair的HyperWorks Design Explorer平台上，工程师可以使用ML自动执行重复任务。
在设计优化阶段，AI与CAE的融合，帮助工程师有效应对产品上市的时间挑战，并交付更高性能的产品。通过将AI算法与CAE仿真模型相结合，工程师可以自动地进行参数优化、设计优化和性能预测。这种自动化的优化过程大大减少了人工试错的时间和成本，提高了产品开发的效率和准确性。同时，AI技术还可以根据实时数据对产品进行监测和调整，以满足不断变化的市场需求。以Altair的 HyperStudy为例，该平台可以帮助工程师团队从复杂模型中获得洞察力，利用各种信息探索和创造新理念，确定最终方案，并为决策提供支持。
值得注意的是，目前大模型技术发展如火如荼，将大模型、AIGC与CAE融合，已经成为业界的前沿探索方向。这种技术整合不仅推动了仿真分析的效率和准确性，而且也为工程设计和产品开发开辟了新的道路。大模型技术利用深度学习和机器学习，通过分析庞大的数据集，为CAE提供了前所未有的数据处理能力和分析精度。这意味着工程师可以以更高的准确率模拟和预测复杂的物理现象和工程问题，从设计优化到仿真效率，再到故障诊断和预测维护，大模型技术在CAE的各个环节中均展现出其改变游戏规则的潜力。
与此同时，AIGC作为创新的内容生成技术，在CAE领域的潜在应用同样引人注目。通过生成衍生数据，AIGC不仅增强了数据集的多样性，还提高了仿真的准确度。它还能自动识别和提取重要特征，优化仿真模型的输入参数，极大提升仿真分析的效率。更重要的是，AIGC能够生成详细的仿真报告和分析结果，帮助工程师更深入地理解仿真过程和结果，加速决策过程。
随着计算能力的提升和算法的优化，大模型技术和AIGC在处理更加复杂的仿真任务、实现更高级的特征工程以及生成更加丰富和精准的内容方面，将发挥越来越关键的作用。这不仅意味着设计和仿真的效率将得到显著提高，而且通过智能分析的深层次应用，将揭示设计和工程问题的深层次规律，为工程师提供更精准高效的决策支持。
可以期待，随着大模型和AIGC技术的不断发展，它们在CAE领域的应用将变得更加广泛和深入。未来的CAE技术将不仅仅是一个工具，而是一个能够深刻理解工程问题和解决方案的智能系统。这将推动工程设计和产品开发进入一个全新的时代，其中创新速度更快，产品质量更高，而设计和生产过程则更加高效和节省成本。大模型技术和AIGC的这一发展趋势，不仅展现了技术的强大潜力，也预示着工程和设计领域未来的广阔前景。
福特汽车的数智化
随着全球企业数智化的不断提升，越来越多的行业开始采用CAE来进行产品设计、工程分析和优化。CAE产品和服务能够帮助企业提高效率、降低成本，并加速产品的研发周期。著名的美国福特汽车公司就是其中的受益者，接下来，我们就以福特汽车为例，来看看最新的CAE平台如何帮助企业提升工程设计能力。
Altair 汽车仿真
福特汽车是财富 50 强汽车公司，在世界各地设有工厂，每年生产数百万辆汽车，质量、效率和上市时间对其盈利能力和销售增长都至关重要。
众所周知，在汽车生产中，很多嵌套和单独的零件需要用钣金冲压工艺制造而成。但是对于给定的零件设计，在制造前需要需要考虑许多因素才能确定最佳或最有效的冲压工艺，例如材料类型、厚度、零件宽度和所需的表面光洁度。
而选择正确工艺的成败，在很大程度上取决于制造工艺工程师的经验水平和专业知识。然而，不断增长的设计复杂性、非常规材料类型和众多的工艺组合，对最高级的工艺工程师提出挑战，需要他们进行劳动力和材料密集型的试错验证过程。
材料利用率对于汽车制造企业来说是一个特别重要的标准，大多数汽车工厂预计其冲压厂的材料利用率约为 60%，剩下的40%都被浪费了。而福特的目标是改善材料利用率，同时改进一次正确冲压工艺的选择，提高首次通过率 (FTT)。
为了实现这些目标，福特的冲压领域专家和 Altair 的解决方案架构师利用福特3,000 多个冲压流程收集的数据，通过Altair 的数据分析与AI平台RapidMiner中一个模块 Knowledge Studio，开发了准确、可靠的机器学习模型。
Knowledge Studio 提供 15 种不同的机器学习模型，允许用户探索、选择和训练最适合其数据的模型。在此过程中，出现了令人惊讶且有价值的发现。例如，在选择最佳冲压工艺方面，最重要的因素是成品零件的整体尺寸和厚度。仅凭这些因素还不足以做出最终决定，但是，当与所有其他数据点相结合时，Knowledge Studio 的机器学习算法为福特提供了接近 100% 准确的结果。
Altair 产品体系
Altair 企业级工业数据平台技术架构
从福特汽车公司的案例看，Knowledge Studio 的机器学习预测能力在很大程度上成功帮助客户准确选择自动化冲压工艺。而且最大限度地减少手动试错过程验证和返工，冲压工艺工程师可以有更多时间来解决最困难和最复杂的零件设计，进一步提高生产效率和商业价值。
总体而言，Altair的产品体系对企业的数智化转型提供了强大的工具和方案支持，帮助企业在设计、生产、制造等环节中减少犯错率，提升生产效率、材料利用率，优化生产流程。
全球CAE的机遇与挑战
欧美国家是CAE等工业软件的起源地，也是CAE应用的巨大市场，由于不少CAE产品在需求、知识、数据等方面需要工业体系，所以工业体系越发达的国家和地区对于CAE的需求也越大，行业内的软件巨头也多来源于这些国家。根据Markets and Markets的报告，2022年全球CAE市场规模达到770亿美元，预计到2028年将达到1230亿美元，年复合增长率为9.1%。
中国作为后起的工业大国，随着工业体系的完善、产业链的完备和技术的不断升级，对于CAE的应用需求也越来越大，特别是在汽车、航空航天、能源和制造等行业中，CAE技术的应用将变得更加广泛。根据中国软件行业协会的报告，2022年中国CAE市场规模达到220亿元人民币，预计到2028年将达到400亿元人民币，年复合增长率为10.2%。
从技术上看，随着计算能力和软件技术的不断提升，CAE技术和产品也在不断发展。高性能云计算、人工智能等技术的进步，使得CAE分析能力更加强大和高效。同时，仿真软件的功能和易用性也在不断改进，使得更多的工程师能够应用CAE技术进行设计和优化。企业数字化转型的推进是全球CAE行业发展的重要推动力。越来越多的企业意识到数字化技术的重要性，通过采用CAE技术，可以实现产品开发周期的缩短、成本的降低以及质量的提高。CAE在数字化转型中的应用范围涵盖了产品设计、工程分析、优化和制造等多个环节。
当然，任何一个行业的发展都不会一帆风顺，CAE行业也面临三个方面的挑战。
首先是复杂性和准确性方面。随着产品的复杂性增加，CAE分析面临着更高的要求。工程师需要准确地模拟和分析各种物理过程，以预测产品性能和行为。然而，复杂性也带来了挑战，如多物理场的耦合、非线性行为和大变形等，解决这些挑战需要更先进的算法和模拟技术。
其次是计算资源和时间方面。复杂的CAE分析通常需要大量的计算资源和时间，高分辨率模型、大规模仿真和优化问题都需要大量的计算能力来完成。因此，提供高性能计算和云计算平台成为了行业的迫切需求，以满足越来越复杂的分析需求。
最后是产品研发迭代效率方面。在产品的研发设计环节全球企业越来越重视仿真效率，而传统的CAE技术逐渐难以满足企业对于这种高时效性的要求，全球大型企业纷纷开始探索CAE领域的“Sora”，力求将 AI 技术应用在CAE，加速研发迭代，缩短企业产品的上市周期，从而更快赢得市场占有率。
不同的CAE行业参与者对挑战的解决方案也不尽相同，以Altair为例，面对挑战，Altair提供了一系列解决方案。
针对复杂性和准确性挑战，Altair不断改进其仿真软件套件，提供更高级的模拟算法和多物理场的耦合模型。Altair的软件产品包括HyperWorks Suite，其中包括多个模块，涵盖了结构、流体、电磁、声学等多个领域的仿真分析。这些工具提供了准确的物理模型和高级的算法，帮助工程师解决复杂的工程问题。
针对计算资源和时间挑战，Altair提供了高性能计算和云计算的解决方案。Altair的PBS Works套件提供了集群管理和作业调度的工具，可以有效地管理计算资源和提高计算效率。此外，Altair还提供了基于云平台的解决方案，使用户能够利用弹性计算资源，按需进行大规模的仿真分析。
针对AI与CAE融合方面，Altair在将AI技术应用到CAE的这条路上已经走了若干年，Altair认为AI应该与CAE深度融合，实现“所想即所得“，实现想法和需求的产品化。这就是Altair提出的physicsAI概念，利用Altair数据分析与AI平台 RapidMiner，基于已有的大量仿真数据快速建立机器学习模型，帮助企业客户快速输出预测结果。
另一方面，从数字孪生角度来看，Altair依托romAI来帮助用户实现数字孪生，利用机器学习模型将三维模型降阶到一维，从而做到更快速显示仿真结果
目前，Altair通过CAE技术与AI技术的融合，取得了很好的应用效果，比如已经可实现分钟级的汽车碰撞预测性的模型结果输出。
综上所述，全球CAE行业在市场增长、技术进步和数字化转型方面都面临着巨大的机遇和挑战。像Altair这样的参与者都在积极的拥抱新技术和新机遇，不断的提升产品功能，服务更多行业和企业的发展。
为此，Altair将于3月6-7日举办主题为“Future Industry 2024”的全球线上会议。本次会议，Altair 将邀请全球领先的企业专家来分享他们的观点，与 Altair 一起探讨从 CAE 与 AI 技术、算力革命和科技人才培养等维度探索如何助力企业构建可持续的竞争实力。
文：赢家/ 数据猿 责编：凝视深空 / 数据猿
