解读SimAI：AI如何应用于数值仿真实践

仿真在不断改变全球各行业的工作流程。产品开发团队始终面临着如何以更快速度交付更优设计的挑战，通过将仿真尽早融入设计和开发中，这些团队可加速生产，并获得关键设计洞察，从而提高效率、准确性和产品质量。这种“左移”（即尽早使用仿真来为设计提供信息，而不是将其作为后期验证或后分析工具）影响重大，而人工智能（AI）技术还带来了另一重机遇，将为生产和仿真的工作流程带来巨大的变化。

通过将AI和多物理场仿真的强大功能相结合，Ansys SimAI云端平台使企业能够以更快的速度达到更高的创新水平。借助SimAI与物理场无关的云原生平台，您可以使用以前生成的Ansys或非Ansys数据来训练AI模型，并在几分钟内评估新设计的性能。这款软件即服务（SaaS）应用，通过云技术将Ansys仿真的预测准确性与创成式AI的速度相结合，这种组合能够在涉及大量计算的项目中，将所有设计阶段的模型性能提升10-100倍。

那么，AI和机器学习（ML）方法如何与数值仿真和求解器结合，并在其基础上拓展能力？现在让我们来探讨一下SimAI平台的内部运作方式，了解该技术如何在不牺牲准确性的前提下，通过提升速度来拓展和增强传统仿真能力。

利用数值仿真为机器学习提供信息

要理解SimAI平台背后的技术，我们首先必须了解数值仿真的性质及其复杂性和用途。数值仿真可对各种工程领域中物理系统的行为进行建模，而无需进行实验室实验，这样，工程师就能够更轻松、更高效地计算和迭代系统相关的参数。例如，为了评估汽车空气动力学，工程师通常依靠计算流体力学（CFD）仿真来分析汽车周围的流场。

控制方程在物理系统分析中发挥着至关重要的作用，因为它们能构建模型，用来分析和预测那些无法直接观测的行为。数值仿真采用数学近似方法，并利用计算机算法求解这些控制方程。工程领域中最著名的控制方程之一是纳维-斯托克斯（Navier–Stokes）方程，用于表示不可压缩流体的运动和流动。在汽车空气动力学案例中，纳维-斯托克斯方程有助于描述汽车周围运动流体的速度和压力之间的关系。

在采用ML技术时，其目标是使算法能够通过给定的一组示例来学习一项任务或一般规则。将ML与数值仿真结合，有多种方法可实现此目标。

这些方法可以分为以下两类：

1. 物理感知方法：最直接的方法，是用ML技术来替换标准求解器中的瓶颈环节，以更快地输出预测结果，例如加速大型线性方程组的求逆。不过，大多数此类方法会移除参与计算的求解器，但仍保留控制方程的信息。例如，将方程所隐含的惩罚项引入到损失函数（即训练数据中的误差量）。换句话说，物理感知方法专注于特定的物理任务，能够完成所需工作，但可能会牺牲一定的准确性。
2. 物理无关方法：另一种方法，是让ML算法直接从数值求解器的计算结果中学习物理规律的潜在表示。这些方法与底层方程和求解器无关。例如，通过使用之前计算的示例，ML算法可以学习基于数据的纳维-斯托克斯函数表示，并使用新的几何形状和自由来流条件作为输入（如汽车的速度），以输出对应的流场。通过这种方式，物理无关方法可提供速度和预测准确性。

SimAI平台采用的是物理无关方法，可在不影响预测准确性的前提下，加速仿真工作流程。SimAI软件不依赖几何参数来定义设计，而是使用设计本身的形状作为输入。因此，即使训练数据中形状的结构不一致，也有助于更广泛的设计探索。

实际上，使用SimAI平台只需三个简单的步骤：上传数据、训练AI模型和预测。如前所述，客户可以使用以前生成的Ansys或非Ansys的数据来训练AI模型。

Ansys SimAI：了解其内在机制‌

SimAI平台的通用架构融合了多种技术，将多个深度学习神经网络相结合。这种架构，可以捕获物理现象中所有重要的尺度。该架构由大量非线性层组成，包含多个参数，并且变量之间存在复杂的相互作用。

SimAI平台并非像存储图像像素值那样显式保存数据点，而是通过隐式神经表示来学习连续函数，从而生成这些数据点。这意味着SimAI软件可以利用之前计算所获得的数据点，并很好地泛化到新的几何形状和自由来流条件。

以汽车空气动力学评估为例，该功能可实现表面和体积场（例如压力和速度）的连续表示，这就让用户能够按所需的准确性来生成预测。此外，还可以对预测得到的场量进行后处理，得到全局系数。

对于汽车空气动力学评估，SimAI平台可实现表面和体积场（如压力和速度）的连续表示。此外，还可以对预测得到的场量进行后处理，得到全局系数。

事实上，SimAI平台最强大的优势之一在于其采用正则化技术来防止过度拟合，并提升对新几何结构的泛化能力。这是什么意思呢？简单来说，过度拟合是指AI模型的预测过于局限于其训练数据和包含的几何结构，缺乏对新几何结构的学习和泛化能力。而正则化技术，旨在减少过度拟合。SimAI使用正则化技术，其中包括直接嵌入到模型结构中的局部方法，从而获得更稳定和具有更强表达能力的模型。这正是SimAI软件能够如此快速、轻松地处理新几何结构的原因。

同样，SimAI平台采用合适的3D形状表示方法，能够描述任意或不规则的网格，即使这些网格具有复杂的几何变化，而且不遵循特定分布（例如非参数化几何）。为了帮助量化预测中的不确定性，SimAI软件使用一种独特的置信度评分，通过计算预测对象与最近的已知几何形状在“高维表示空间（very high-dimensional space）”中“距离”，来衡量结果的可靠性。

另外，无论新几何结构的网格分辨率如何，SimAI平台都将返回相同的置信度分数。因为其采用几何形状的底层表示方式（即会识别出这是同一个几何形状），所以置信度评分和输出结果不受网格分辨率影响。

立即使用Ansys SimAI平台扩展仿真

了解SimAI软件背后的机制很有意义，不过，该平台最吸引人的一点是，您无需掌握这些知识，也可轻松使用。SimAI方便直观，专为没有编码经验、不熟悉AI/ML或深度学习专业知识的用户而设计。

SimAI平台面向广泛的工程用户群体，使各行各业和工程领域的产品工程师、设计人员和非专业人士都能够轻松利用之前的仿真和测量数据，在几分钟内评估新设计的性能，而无需耗费数小时。

如欲了解更多信息，请报名参加网络研讨会“了解Ansys SimAI：用于仿真的云原生创成式AI。”