인공지능(AI), 머신러닝(ML), 딥러닝 애플리케이션에서 시뮬레이션의 역할과 앤시스가 AI와 ML을 시뮬레이션 소프트웨어에 통합하는 방법에 대해 알아봅니다.
속도와 정확도 가속화
Ansys는 AI/ML 방법을 사용하여 시뮬레이션 매개 변수를 자동으로 찾아 속도와 정확도를 동시에 향상시키고 있습니다.
증강 시뮬레이션
AI/ML은 칩 서멀 솔루션을 가속화할 수 있으며, 로컬 지역의 고 충실도 솔루션과 거친 영역의 ML 방법을 결합한 유체 솔버를 개발할 수 있습니다.
비즈니스 인텔리전스 확보
Ansys 시뮬레이션 솔버에 대한 컴퓨팅 리소스 예측 요구 사항과 같은 비즈니스 인텔리전스 결정을 주도하십시오.
설계 공간 탐색 최적화
AI/ML은 초기 제품 최적화 작업에 도움을 주어 엔지니어가 수천 개의 매개 변수를 기반으로 최적의 설계 공간을 신속하게 찾을 수 있도록 지원합니다.
Ansys Fluent가 인공지능(AI)을 효과적으로 사용하여 정확도를 저하시키지 않고 성능을 향상시키는 방법에 대해 알아보십시오. 초기 결과에 따르면 속도가 86배 향상되었습니다.
Michael P. Brenner는 Michael F. Cronin 응용 수학 및 응용 물리학 교수이자 하버드 대학교 물리학 교수입니다. Brenner는 Google Research의 연구원이기도 합니다. 그는 "Fluent의 사용자 정의 함수를 통한 기계 학습 대류 이산화"에서 Ansys 및 Google Research와의 작업에 대한 개요를 제시합니다.
AI/ML 기술은 스마트 에이전트에 대한 자연어 이해, 소셜 미디어에 대한 감정 분석, 금융에서의 알고리즘 트레이딩, 약물 발견, 전자 상거래를 위한 추천 엔진과 같은 다수의 산업에 성공적으로 적용된다.
사람들은 종종 AI/ML이 시뮬레이션 엔지니어링에서 수행하는 역할을 인식하지 못합니다. 실제로 AI/ML은 시뮬레이션 엔지니어링에 적용되며 고객 생산성을 방해하고 촉진하는 데 중요합니다. AI/ML로 강화된 고급 시뮬레이션 기술은 엔지니어링 설계 프로세스를 뒷받침하고 있습니다.
인공지능은 이러한 결정의 결과에 따라 감지하고, 결정을 내리고, 행동에 옮기고, 적응할 수 있는 프로그램을 설명하는 개념으로 적어도 최초의 컴퓨터 이후로 존재해 왔습니다.
머신러닝은 알고리즘에 기밀 데이터를 제공하여 시간이 지남에 따라 명시적으로 프로그래밍되지 않고 개선될 수 있도록 함으로써 AI를 실현하는 수단입니다.
딥 러닝 (Deep Learning) 은 머신러닝을 실현하기 위한 수단으로서 인공 신경망을 사용하는데, 이것은 인간의 뇌가 어떻게 의사결정을 하는지를 모방하는 알고리즘인데, 이는 그들 자신의 데이터의 분류를 만드는 것을 포함한다. 딥 러닝은 일반적으로 대량의 데이터 및 고성능 컴퓨팅 (HPC) 을 필요로 합니다.
알고리즘을 훈련시키기 위해 충분한 데이터를 수집할 수 있는 곳이라면 어디에서나 자율주행 차량 안내에서 에너지 사용량 예측, 복잡한 물리학을 학습하여 엔지니어링 시뮬레이션 가속화에 이르기까지 AI 개발에 적합합니다.
자율주행 기술을 개발하는 것은 기술, 머신러닝 및 인공 지능의 새로운 발전을 요구하는 만만치 않은 과제입니다.
첨단 운전자보조시스템 (ADAS) 과 자율주행차를 개발하는 것은 전례 없는 도전입니다. 안전성과 신뢰성을 확보하기 위해서는 수십억 마일의 도로 시험이 필요할 것이라고 합니다. 이 불가능한 태스크는 엔지니어링 시뮬레이션의 도움으로만 수행할 수 있습니다. 시뮬레이션을 통해 수천 개의 운전 시나리오 및 설계 매개변수를 정밀, 속도 및 비용 경제성으로 가상으로 테스트할 수 있습니다.
이 60분 웨비나는 자율주행 차량과 ADAS 개발에 시뮬레이션이 필수적인 6개의 특정 분야를 설명할 예정입니다. 또한, ADAS및 자율 차량 시뮬레이션에 필요한 도구를 식별하는 동시에 시뮬레이션의 이점을 예제 및 실질적으로 제공합니다.
AI를 통해 엔지니어는 속도에 대한 정확도를 희생하지 않고도 크고 복잡한 설계를 보다 신속하게 작업할 수 있습니다.
앤시스는 Ansys RedHawk-SC 제품군 내에 있는 심층 신경망을 사용하여 몬테 카를로 시뮬레이션을 최대 100배까지 가속시켜 전압이 타이밍에 미치는 영향을 더 잘 이해할 수 있다.
한 자동차 고객은 앤시스 OptiSLang의 머신러닝 기법을 활용해 앞차가 갑자기 차선을 바꿔 차량 속도를 늦추는 이른바 '막힌' 교통 문제에 대한 자율적 해결책을 찾았다. 그들은 이전의 몬테카를로 방법을 사용할 때보다 1,000배 더 빨리 이 문제에 대한 해결책을 찾을 수 있었다.
AI/ML의 활용으로 우리는 생성적 디자인의 세계로 진입하고 있으며, 사양을 기반으로 10,000가지의 다양한 디자인을 탐색하고 고성능 컴퓨팅과 Ansys Cloud로 빠르게 시뮬레이션하여 디자이너에게 최고의 옵션을 제공하고 있습니다.
AI와 머신러닝 알고리즘으로 구동되는 차세대 자동차, 모바일 및 고성능 컴퓨팅 애플리케이션을 위한 반도체 칩은 더 크고, 더 빠르고, 더 복잡한 첨단 16/7nm 시스템 온 칩(SoC)을 사용해야 합니다.
이번 발표에서는 모바일 네트워킹의 과거와 현재, 미래를 보여주고, 5G, 엣지 컴퓨팅, 인공지능 (AI) 머신 러닝의 융합이 업계 판도를 어떻게 바꿀지 소개합니다.
Ansys 시뮬레이션이 사전 설정된 인증 경로에서 비분리 공역을 탐색하는 것을 목표로 SkyAngels가 자율 항공기를 위한 계산 인텔리전스를 개발하는 데 어떻게 도움이 되는지 알아보십시오.
