더 알아보기
엔지니어들은 인공 지능, 머신 러닝 및 딥 러닝을 통해 시뮬레이션을 가속화함으로써 속도를 위해 정확성을 희생하지 않고도 복잡한 대규모 설계를 더 빠르게 처리할 수 있습니다.
Accelerate Innovation with Ansys AI
At Ansys, we are revolutionizing engineering simulation with the power of Artificial Intelligence and Machine Learning. Our AI-augmented simulation is a game-changer, bringing unprecedented speed, innovation, and accessibility to the engineering world.
Ansys AI Pushes the Boundaries of What's Possible
Engineers use simulation to ask the "what if questions" and predict how complex systems behave in the real world, from tiny microchips to commercial airliners. Ansys AI pushes the boundaries of what's possible even further. With our AI-augmented solutions, engineers can go beyond what they thought was possible, such as
- Predicting physics performance in minutes
- Exchanging ideas with an AI copilot to explore uncharted design spaces
- Speaking with an AI chatbot to set up the simulation
Key Benefits of Ansys AI
Simulation at the Speed of AI:
Using a cloud-enabled machine learning platform developed for simulation, engineers can reliably predict performance with lightning speed.
Transforming the User Experience:
With Ansys AI-based virtual assistant, users can perform simulation tasks, ask support questions, or even create custom learning courses, all using natural language queries.
Solving the Insolvable with AI Add-ons:
Ansys AI enhances the simulation capability for complex use cases across the product portfolio. Users can deliver more accurate results and capture more details.
시뮬레이션 기반 제품 혁신
설계 및 해석의 초기 단계부터 시뮬레이션을 통해 워크플로를 개선하고 품질과 정확성을 높일 수 있습니다. Ansys 고객이 인공 지능과 머신 러닝을 적용하여 이러한 영역을 더욱 넓혀가는 방법을 알아보십시오.
Ansys + Robert Bosch Engineering
Bosch는 Ansys 기술을 사용하여 인공 지능(AI) 및 머신 러닝의 기능을 활용하고 전기 운송 수단 설계를 재정의하는 디지털 모델을 만들고 있습니다.
Ansys + Seagate Technology
Seagate Technology 엔지니어들이 AI/ML 기반 시뮬레이션을 통해 간소화된 개발 워크플로에서 가능한 최고의 정확성을 달성할 수 있었던 방법을 알아보십시오.
Ansys + Juniper Networks
Ansys는 Juniper가 스위칭 범위를 넓히면서 안정성을 향상시키는 대규모 병렬 처리 설계 방법론을 통해 훨씬 짧은 시간 내에 예측 가능성이 매우 높은 정확한 전원 무결성 사인오프를 달성하도록 지원합니다.
Ansys + Achronix
Achronix는 Ansys의 반도체 시뮬레이션 소프트웨어를 활용하여 지적 재산권(IP) 블록 등의 열 안정성과 전력 무결성으로 최신 칩 설계를 보호했습니다.
Ansys + SPEC 혁신
시스템 엔지니어링의 선두 주자인 SPEC Innovations는 NASA의 Break the Ice Lunar Challenge를 위해 달 탐사를 더 잘 지원할 수 있는 달 탐사선의 디지털 트윈을 개발하는 데 Ansys 시뮬레이션 솔루션을 응용하고 있습니다.
시뮬레이션을 통한 머신 러닝 가속화
Ansys Fluent가 인공 지능(AI)을 효과적으로 사용하여 정확도를 저하시키지 않고 성능을 향상시키는 방법에 대해 알아보십시오. 초기 결과는 86배의 속도 향상을 보여줍니다.
Michael P. Brenner는 하버드 대학교의 응용 수학 및 응용 물리학 교수이자 물리학 교수입니다. Brenner는 Google Research의 연구원이기도 합니다. 그는 "Fluent의 사용자 정의 함수를 통한 기계 학습 대류 이산화"에서 Ansys 및 Google Research와의 작업 개요를 설명합니다.
엔지니어링 시대의 AI
이 웨비나를 통해 AI/ML이 어떻게 기업의 경쟁력을 높이고 출시 기간을 단축하는지 알아보십시오.
AI/ML 기반 방법을 통해 기록 데이터를 활용할 수 있습니다. 일반적으로 다량의 데이터가 수집될 때는 정보를 정렬하여 가장 필요한 것, 덜 중요한 것, 폐기해야 할 것을 구분해야 합니다. 덜 유용하거나 폐기되는 데이터는 종종 컴퓨터 하드 드라이브에 오래된 형식으로 저장되고 대부분 액세스할 수 없으며 가치가 없어 보입니다. 그러나 AI/ML은 데이터의 백로그를 활용하고 이를 잘 활용하므로 오래된 레거시 데이터를 고부가가치 자산으로 전환시킵니다.
이 웹 세미나에 참여하여 AI/ML이 사용하지 않거나 오래된 데이터를 재활용하여 교육 자료로 활용하는 방법에 대해 알아보십시오. 과거의 시뮬레이션 결과와 데이터를 사용하여 새로운 설계 과제를 학습하고 접근하는 것은 선임 설계자 팀의 전문 지식을 활용하는 것과 유사하지만 더 큰 이점을 제공합니다.
주요 리소스
온디맨드 웨비나
Ansys 2023 R1: Ansys Mechanical 새로운 기능
2023 R1은 사용자가 보다 정확하고 효율적인 구조 시뮬레이션을 수행할 수 있도록 Ansys Mechanical에 새로운 기능을 제공합니다. 이 웨비나에서는 Mechanical의 이번 릴리스에 대한 주요 내용을 다룹니다. AI/ML 기반 리소스 예측 기능을 사용하여 예상 해석 시간 및 메모리 사용량을 포함하여 시뮬레이션을 해석하는 데 필요한 컴퓨팅 리소스에 대한 인사이트를 얻을 수 있습니다.
안전 시스템 설계 및 자율 주행 운송 수단 소프트웨어 개발
L3+ 시스템을 작업 중인 자율 주행 개발 팀이 인간 운전자보다 안전하면서 비즈니스 모델에 적합한 가격대의 시스템을 보장하려면 어떻게 해야 할까요? 지속 가능한 비즈니스 모델 솔루션을 위해서는 AD 시스템 개발 시 성능과 안전성 간의 철저한 절충이 필요합니다. Ansys 솔루션이 안전한 시스템 설계 및 AV 소프트웨어 개발 시 중요한 기술적 과제를 어떻게 해결하는지 알아보십시오.
하이브리드 디지털 트윈: AI와 물리학의 장점 결합
이 웨비나에서는 전문가 패널이 AI와 물리학의 장점을 결합하여 하이브리드 디지털 트윈을 만드는 방법에 대해 논의합니다. 하이브리드 디지털 트윈은 물리모델 시뮬레이션 및 가상 센서를 포함한 고급 기술을 구현합니다. 패널들은 또한 AIoT 사용자 그룹과 디지털 트윈 컨소시엄 간의 연결 덕분에 이미 진행 중인 AI/물리모델 작업물의 내부를 살펴볼 것입니다.
백서
시뮬레이션을 통해 자율 주행 운송 수단 레이더 성능 개선
완전 자율 주행 자동차와 운송 수단이 현실로 다가오면서 인공 지능(AI), 머신 러닝, 신속한 자동 의사 결정의 발전에 많은 관심이 쏠리고 있습니다. AI 및 의사 결정 시스템은 운송 수단 경로를 계획하고 환경에 반응해야 하지만, 센서는 해당 알고리즘을 실행하는 제어 시스템에 운송 수단 주변의 현재 및 발전 상태에 대한 정확한 데이터를 공급해야 합니다.
머신 러닝으로 적층 제조 부품의 시장 출시 기간을 단축하는 방법
적층 가공(AM)이 주류 산업 생산 기술로 채택되기 위해서는 속도 + 안정성이라는 과제가 남아 있습니다. 적층 가공 부품의 공정 매개변수를 신속하게 최적화하여 출시 기간을 단축하려면 어떻게 해야 할까요?
IDC 및 Ansys 웨비나 사후 핵심 요약
인공 지능은 대부분의 산업의 지형을 바꿀 잠재력을 가지고 있습니다. AI의 자동화 잠재력만으로도 설계 주기와 혁신의 속도를 빠르게 높일 수 있습니다. AI를 도입하는 데 걸림돌은 있지만, 지금 혁신을 시작하는 기업은 향후 수십 년 동안 해당 분야를 선도할 수 있을 것입니다. 자세한 내용을 보려면 이 요약본을 다운로드하십시오.
문서
시뮬레이션이 주요 자동차 추세를 이끄는 방법: 자율 주행 운송 수단
행동 예측과 3D 물체 감지는 자율 주행에서 큰 역할을 합니다. 두 가지 모두 센서와 인식 소프트웨어를 포함합니다. 이러한 기능은 움직이는 운송 수단 주변의 보행자 행동과 운송 수단 내 운전자의 피로 또는 과실을 감지하여 사고를 줄이는 것을 목표로 합니다. 이러한 기능을 성공적으로 구현하기 위해서는 인공 지능(AI)에 의해 강화된 첨단 인식 기술이 거의 필수적입니다.
머신 러닝으로 적층 가공 성공률 높이기
엔지니어는 적층 가공(AM) 데이터에 대한 새로운 차원의 인사이트로 AM 공정을 제어하고 재료 및 부품 성능을 최적화할 수 있습니다. 실험 테스트 주기 수를 크게 줄여 결과를 얻을 수 있습니다.
Ansys의 새로운 MLaaS 기능으로 머신 러닝 혁신 준비
MLaaS(Machine Learning as a Service)는 ML의 광범위한 채택과 적용을 지원하는 데 도움이 됩니다. 조직은 ML 워크로드에 맞게 조정된 SaaS(Software-as-a-Service) 제공 모델을 활용함으로써 머신 러닝 혁명에 빠르게 동참할 수 있습니다.