近日，日本入高日本工程院董勤喜院士在第五屆中國超級(jí)算力大會(huì)上表示，工程工智導(dǎo)入人工智能技術(shù)的院院業(yè)軟高端工業(yè)軟件，能夠大幅減少產(chǎn)品開發(fā)周期，士董節(jié)約開發(fā)成本，勤喜快速響應(yīng)客戶需求，將人件研高效實(shí)現(xiàn)產(chǎn)品升級(jí)迭代。端工
工業(yè)軟件涉及先進(jìn)工業(yè)制造技術(shù)、日本入高工程管理、工程工智計(jì)算機(jī)與軟件等學(xué)科的院院業(yè)軟深度交叉融合，設(shè)計(jì)流程復(fù)雜、士董研發(fā)難度大且周期長、勤喜投入成本高。將人件研據(jù)估計(jì)，端工一款大型工業(yè)軟件的日本入高研發(fā)周期需要3-5 年的時(shí)間，要被市場(chǎng)認(rèn)可則需要10年左右。董勤喜坦言，目前來看，國內(nèi)工業(yè)軟件仍處于“中低端多、高端少”的階段，存在很大成長空間。
“我從80年代初就開始做工業(yè)軟件算法，存儲(chǔ)也包括在內(nèi)，算法如果不優(yōu)化，存儲(chǔ)量越來越大，用的CPU越多，熱量的排放也越多，很多方面都是關(guān)聯(lián)在一起的。”董勤喜表示。
在他看來，硬件設(shè)備發(fā)展得非常快，經(jīng)過了5寸軟盤、3寸軟盤、MD存儲(chǔ)卡、SD存儲(chǔ)卡，內(nèi)存已經(jīng)不是問題了。在這種情況下，多物理場(chǎng)耦合成為工業(yè)軟件設(shè)計(jì)的一個(gè)重要趨勢(shì)，計(jì)算資源需求飛速增長。
董勤喜研究團(tuán)隊(duì)自主研發(fā)的DonSys/Quake地震分析模塊，是一種能夠快速模擬地震波傳播及地震響應(yīng)分析的有限元并行計(jì)算專用軟件，集成了模擬地震波傳播所需的功能，諸如震源、斷層滑動(dòng)、邊界能量耗散吸收或無限元、快速網(wǎng)格自動(dòng)生成及地震波后處理功能，網(wǎng)格自動(dòng)生成能考慮地形和海底的幾何形狀分布。
這一技術(shù)曾對(duì)2011年發(fā)生的日本東北大地震南北720公里、東西630公里、深度80公里范圍內(nèi)進(jìn)行了大規(guī)模仿真計(jì)算，真實(shí)再現(xiàn)了地震波的傳播過程。地震波傳播數(shù)值模擬超級(jí)并行計(jì)算軟件Quake，也被日本鐵道技術(shù)綜合研究所、東京電力設(shè)計(jì)院、日本國家測(cè)繪局等采用作為日本地震防災(zāi)減災(zāi)關(guān)鍵技術(shù)支撐平臺(tái)。
再比如DonSys/Mine礦山分析模塊，可用于各類礦山尾礦庫建造運(yùn)維工程安全分析，有滲流誘發(fā)失穩(wěn)的E級(jí)超算解析、應(yīng)力-滲流耦合作用下壩基失穩(wěn)潰壩機(jī)制、洪水漫頂誘發(fā)尾礦壩失穩(wěn)的高性能數(shù)值計(jì)算、地震作用下尾礦壩非線性力學(xué)響應(yīng)及其潰壩模擬等功能，也可應(yīng)用于地球物理、地下結(jié)構(gòu)、各類礦山、尾礦庫、環(huán)境保護(hù)、應(yīng)急防災(zāi)等領(lǐng)域。
“國外商業(yè)軟件的數(shù)據(jù)讀取（單一串行）未能考慮現(xiàn)在及未來超大規(guī)模計(jì)算需求，商業(yè)軟件前處理部分成為高性能計(jì)算的嚴(yán)重瓶頸。國家戰(zhàn)略性的、高水準(zhǔn)的工業(yè)工程數(shù)值模擬需要自主研發(fā)的高性能并行計(jì)算軟件，計(jì)算機(jī)硬件的并行化、CPU多核同時(shí)執(zhí)行演算、演算和數(shù)據(jù)傳送的并行化、以及大量應(yīng)用需求的驅(qū)動(dòng)都需要高性能并行計(jì)算的支撐。”董勤喜表示，“深入理解并掌握包括數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)交換、并行處理等在內(nèi)的核心技術(shù)，并運(yùn)用高性能計(jì)算的強(qiáng)大處理能力，能有效提升制造業(yè)的效率和產(chǎn)品質(zhì)量。”
“人工智能賦能CAE工業(yè)軟件建模，”董勤喜指出，“將人工智能尤其是機(jī)器學(xué)習(xí)導(dǎo)入工業(yè)軟件，能夠大幅度減少產(chǎn)品開發(fā)周期，節(jié)約開發(fā)成本，快速對(duì)應(yīng)客戶響應(yīng)，高效實(shí)現(xiàn)產(chǎn)品的升級(jí)迭代。”
基于豐富的仿真模型和行業(yè)數(shù)據(jù)，CAE的應(yīng)用可有效幫助制造業(yè)企業(yè)減少甚至避免產(chǎn)品設(shè)計(jì)階段多次召回調(diào)優(yōu)的重復(fù)工作。然而，傳統(tǒng)的CAE三維建模技術(shù)逐漸難以滿足企業(yè)對(duì)于這種高時(shí)效性和逼真模型效果的要求，倒逼服務(wù)商不斷探索更優(yōu)的解決方案。
隨著人工智能技術(shù)的不斷演進(jìn)，基于人工智能的機(jī)器學(xué)習(xí)能夠基于已有的大量數(shù)據(jù)，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)得到更準(zhǔn)確的預(yù)測(cè)模型，人工智能開始成為制造業(yè)企業(yè)在研發(fā)設(shè)計(jì)環(huán)節(jié)的重點(diǎn)應(yīng)用技術(shù)。董勤喜表示，以CAE在制造業(yè)積累的大量數(shù)據(jù)作為深度學(xué)習(xí)的基礎(chǔ)，人工智能的導(dǎo)入將賦能CAE建模范式持續(xù)優(yōu)化，并進(jìn)一步降低計(jì)算成本，驅(qū)動(dòng)工業(yè)軟件設(shè)計(jì)開發(fā)的范式變革。
責(zé)任編輯：宋婧
