人工智能工程仿真应用“,
AI/ML技术已成功应用于许多行业,如智能代理的自然语言理解、社交媒体上的情感分析、金融中的算法交易、药物发现和电子商务的推荐引擎。
人们往往没有意识到AI/ML在仿真工程中所扮演的角色。事实上,AI/ML应用于仿真工程,对颠覆和提高客户生产力至关重要。先进的仿真技术,加上AI/ML的增强,是工程设计过程的基础。
了解仿真在人工智能(AI)、机器学习(ML)和深度学习应用中的作用,以及Ansys如何将AI和ML集成到仿真软件中。
加快速度和准确性
Ansys采用AI/ML方法自动查找仿真参数,同时提高了速度和精度。
增加模拟
AI/ML可以加速芯片热解,开发出一种局部区域高保真解与粗区域ML方法相结合的流体求解器。
获得商业智慧
驱动商业智能决策,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可以指导早期的产品优化工作,帮助工程师在数以千计的参数基础上快速找到最佳的设计空间。
了解Ansys Fluent如何有效利用人工智能(AI)来提高性能,而不影响精度。初步结果显示速度提高了86X。
Michael P. Brenner是哈佛大学应用数学和应用物理学Michael F. Cronin教授和物理学教授。布伦纳也是谷歌Research的研究科学家。他介绍了他在Ansys和谷歌研究“通过Fluent中的用户定义函数进行机器学习对流离散化”中的工作概述。
AI/ML技术已成功应用于许多行业,如智能代理的自然语言理解、社交媒体上的情感分析、金融中的算法交易、药物发现和电子商务的推荐引擎。
人们往往没有意识到AI/ML在仿真工程中所扮演的角色。事实上,AI/ML应用于仿真工程,对颠覆和提高客户生产力至关重要。先进的仿真技术,加上AI/ML的增强,是工程设计过程的基础。
人工智能这个概念描述的是一种能够感知、做出决策、采取行动并根据这些决策的结果进行调整的程序,它至少从第一台计算机开始就已经出现了。
机器学习是一种实现人工智能的手段,它向算法提供分类数据,使它们可以随着时间的推移而改进,而无需显式编程。
深度学习作为实现ML的一种手段,使用人工神经网络,这是一种试图模仿人类大脑如何决策的算法,包括对数据进行自己的分类。DL通常需要大量的数据和高性能计算(HPC)。
只要能收集到足够的数据来训练算法,人工智能的发展就已经成熟,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模拟。华体会官网app下载新浪
开发自动驾驶汽车技术是华体会官网app下载新浪一项艰巨的挑战,需要在传感技术、机器学习和人工智能方面取得新进展。
开发先进的驾驶辅助系统(ADAS)和自动驾驶汽车是一个前所未有的挑战。华体会官网app下载新浪据估计,为了确保安全性和可靠性,需要进行数十亿英里的道路测试。这个不可能完成的任务只有借助工程模拟才能完成。通过仿真,数以千计的驾驶场景和设计参数可以虚拟测试精度、速度和成本经济。
这场60分钟的网络研讨会将介绍在自动驾驶汽车和ADAS的发展中仿真至关重要的6个具体领域。华体会官网app下载新浪在确定ADAS和自动驾驶汽车仿真所需的工具的同时,还将提供例子并证实仿真的好处。华体会官网app下载新浪
人工智能使工程师能够更快地处理大型、复杂的设计,而不会为了速度而牺牲精度。
Ansys使用Ansys RedHawk-SC系列产品中的深度神经网络将蒙特卡罗模拟速度提高了100倍,以更好地理解电压对时序的影响。
一位汽车客户利用Ansys opti俚语的机器学习技术,为所谓的“卡车”交通问题找到了自动解决方案。“卡车”是指前面的车辆突然改变车道,使车辆减速。他们找到这个问题的解的速度比使用之前的蒙特卡洛方法快1000倍。
随着AI / ML的使用,我们正在进入生成式设计的世界,基于规范探索10000种不同的设计,并通过高性能计算和Ansys Cloud快速模拟它们,为设计师提供最佳选择。
用于下一代汽车、移动和高性能计算应用的半导体芯片——由人工智能和机器学习算法驱动——需要使用先进的16/7纳米芯片系统(soc),这种芯片更大、更快、更复杂。