Skip to Main Content

AI如何改进仿真技术

了解仿真在人工智能(AI)、机器学习(ML)和深度学习等应用中的作用,以及Ansys如何将AI和ML集成到仿真软件中。

结合人工智能和仿真的好处

提高速度和准确性

Ansys正在使用AI/ML方法自动查找仿真参数,以同时提高速度和准确性。

增强仿真

AI/ML可加速芯片热解决方案并开发流体求解器,将局部区域的高保真度解决方案与粗疏区域的ML方法相结合。 

获取业务信息

推动制定业务信息决策,例如Ansys仿真求解器的计算资源预测需求。

优化设计空间探索

AI/ML可以指导早期产品优化工作,帮助工程师根据数千个参数快速找到最佳设计空间。 

通过仿真加速机器学习

了解Ansys Fluent如何有效利用人工智能(AI)提高性能,同时不降低准确性。初步结果表明速度提升了86倍。

Michael P. Brenner是哈佛大学Michael F. Cronin实验室应用数学与应用物理学教授以及物理学教授。Brenner还是Google Research的一名研究科学家。他在“通过Fluent中的用户定义函数实现机器学习对流离散化”中概述了他与Ansys和Google Research的合作。

人工智能的工程仿真应用 

AI/ML技术已成功应用于众多行业,例如智能媒介的自然语言理解、社交媒体上的情感分析、金融算法交易、药物研发和电子商务推荐引擎等。

人们通常不知道AI/ML在仿真工程中所发挥的作用。事实上,AI/ML不仅适用于仿真工程,而且对于客户提升和推动实现突破性生产力至关重要。通过AI/ML增强的高级仿真技术是工程设计流程的重要基石。nbsp

查看所有应用程序

AUTONOMOUS-BATTERY-SIMULATION-SOCIAL

文化碰撞:AI和IoT的人性方面

当您将目前最重要的技术创新(人工智能和物联网)与工程仿真相结合时,看看会发生什么呢?

machine-learning-materials-science-3.jpg

了解材料科学的机器学习

机器学习可显著减少更坚固、更轻便材料所需的开发时间。这一点对于汽车、航空航天和建筑行业十分重要。 

How AI and ML are Changing Simulation

AI和ML如何改变仿真

了解Ansys如何探索使用人工智能/机器学习(AI/ML)来解决所有这些问题。 

3D Artificial Intelligence Compression

AI和ML:仿真的美好新世界

AI和ML的功能正在悄然改变工程仿真领域。欢迎了解这项先进技术如何使产品开发团队的工作变得比以往任何时候都更加复杂和极具挑战性。 

honda-property-predicted-results.jpg

本田汽车通过材料数据库提高开发工作效率

与传统的试错法材料开发不同,材料信息学是一种将材料数据与机器学习相结合的高效率材料开发方法。

2021-01-optislang-ai.jpg

2022年:人工智能跃上中心舞台

通过使用数据驱动的AI工程和创成式AI、以及在云端开展协作,企业将有望在2022年实现全新的创新水平。 

人工智能(AI)、机器学习(ML)和深度学习(DL) 

机器学习是一种通过为算法提供分类数据来实现AI的方法,这样它们就可以随着时间的推移而不断改进,而且无需明确编程。

机器学习是一种通过为算法提供分类数据来实现人工智能的方法,这样它们就可以随着时间的推移而改进,而无需明确编程。

深度学习作为实现ML的一种手段,通过使用人工神经网络算法,试图模仿人类大脑做出决策的方式,包括自行对数据进行分类。DL通常需要大量数据和高性能计算(HPC)。

从引导自动驾驶汽车到预测能源使用,再到通过学习复杂物理来加速工程仿真,只要能够收集到足够的数据来训练算法,都能为人工智能的完善发展赋能。 

Artificial Intelligence

使用仿真和AI开展自动驾驶汽车工程

Artificial Intelligence

开发自动驾驶汽车技术是一项艰巨的挑战,需要结合传感技术、机器学习和人工智能等领域的全新发展才能足以应对。

Watch the Webinar

高级驾驶辅助系统(ADAS)与自动驾驶汽车的研发不仅极富挑战,而且无先例可循。据估计,为了确保安全性和可靠性,工程师需要进行数十亿英里的道路测试。这项不可能完成的任务只有借助工程仿真才能实现。借助仿真,工程师可以通过低成本、快速准确的方式对数以千计的驾驶场景和设计参数进行虚拟测试。

本场60分钟的网络研讨会将介绍仿真对于自动驾驶汽车和ADAS开发至关重要的六个具体方面。它还将举例说明仿真的好处,同时确定ADAS和自动驾驶汽车仿真所需的工具。 

利用人工智能、机器学习和深度学习加速仿真

AI使工程师能够更快速地处理大型复杂设计,而且不会为了速度而降低准确性。 

2021-01-semiconductors-redhawk-sc--electro.jpg

实现100倍的仿真提速

Ansys使用Ansys RedHawk-SC系列产品中的深度神经网络,将Monte Carlo仿真速度提高多达100倍,从而能够更好地了解电压对时序的影响。

2021-01-optislang-reduced-modeling.jpg

求解速度实现1,000倍提升

一家汽车客户利用Ansys OptiSLang的机器学习技术找到了一种自动驾驶解决方案,能够帮助解决前方车辆突然改变车道并减慢交通速度这种“卡住不动”的交通难题。与以前使用的Monte Carlo方法相比,他们能够将寻找解决方案的速度提升1000倍。

2021-01-optislang-ai.jpg

10,000种不同的设计

通过使用AI/ML,我们正在进入一个创成式设计的世界,根据规格探索10,000种不同的设计,并使用高性能计算和Ansys Cloud对其进行快速仿真,从而为设计人员提供最佳选择。 

Ansys专业知识

专题活动

网络研讨会

查看所有网络研讨会

2021-01-power-artist-chip-package-system.jpg

电源完整性签核中的更大覆盖范围、多变量构建质量指标

面向新一代汽车、移动和高性能计算应用的半导体芯片由AI和机器学习算法提供支持,其需要使用更大型、更快速、更复杂的高级16/7nm片上系统(SoC)。

Computer chip graphic with the 5G symbol

通过仿真技术推进5G设计创新

本次演示将展示移动网络的过去、现在和未来,以及5G、边缘计算和人工智能机器学习的融合将如何改变行业格局。 

Artificial Intelligence

SkyAngels和Ansys

了解Ansys仿真如何帮助SkyAngels开发自动驾驶飞行器的计算智能功能,以实现在非隔离空域中根据预定认证路径进行导航的目标。

主推资源

查看所有资源

资源

推动雷达革新

Ansys optiSLang的创新

optiSLang的深度学习扩展功能支持将神经网络添加到最佳预后元模型(MOP)同类竞争产品中,使您能够快速准确地分析庞大的数据集。如果您正在开发高级驾驶辅助系统,该功能将大有裨益

2020-12-article-icon-block.jpg

Ansys多物理场解决方案荣获台积电N3和N4工艺技术认证

这有助于双方客户满足高级人工智能/机器学习、5G、高性能计算(HPC)、网络和自动驾驶汽车芯片对关键电源、热和可靠性的标准。

2020-12-white-paper-icon-block.jpg

用于验证自动驾驶汽车安全性的集成仿真平台

如今,自动驾驶系统在很大程度上是通过深度学习算法构建的,经过训练几乎可以在各种驾驶情况下做出正确决策。然而,这些系统目前缺乏用于验证安全关键型软件的详细需求和架构,例如商业客机上的控制软件。

2020-12-white-paper-icon-block.jpg

机器学习如何助力加速增材制造部件的上市进程

如果要成为主流的工业生产技术,增材制造(AM)仍然面临一些挑战:速度 + 可靠性。如何快速优化增材制造部件的工艺参数,从而加速上市进程呢?

视频