SIMULIA研发副总裁Christian Whiting探讨了人工智能驱动的虚拟孪生技术、达索系统与英伟达扩大合作关系以及工业人工智能领域的新进展。
要点总结
虚拟孪生体是真实产品的数字化表示，能够精确地模拟其物理行为。它使设计师和工程师无需构建物理原型即可进行虚拟测试。
虚拟孪生技术依靠仿真来帮助工程师了解实际产品的运行情况。达索系统公司的SIMULIA仿真软件被各行业的领先企业广泛用于分析和优化其设计。
统一建模与仿真（MODSIM）使用户能够快速创建、更新和分析其虚拟孪生体的行为，弥合了设计与分析之间的差距。
人工智能正在推动新一代快速、强大的虚拟孪生技术的发展，使用户能够在瞬间探索设计变更对产品行为的影响。
达索系统与英伟达合作，共同打造下一代人工智能驱动的虚拟孪生所需的基础设施和技术。
什么是虚拟孪生？
为了理解世界，我们需要对其进行建模。虚拟孪生体是对真实物理系统（或其设计或原型）的数字化表示，它能够捕捉并复制系统的行为。换句话说，虚拟孪生体包含与真实物体相同的信息，并遵循物理定律运行，因此可用于虚拟测试和实验。
我们采访了SIMULIA研发副总裁克里斯蒂安·惠廷，探讨了虚拟孪生、仿真以及人工智能的影响。他表示：“物理仿真旨在测试和试验虚拟孪生，以便设计人员能够了解它在现实世界中的运行情况。”
仿真和虚拟孪生
为了在工程应用中发挥作用，虚拟孪生需要精确地重现真实系统的物理特性。这意味着需要进行仿真。
“想象一下车祸。设计师和工程师需要知道如何保障驾驶员和乘客的安全，”怀廷说。“或者想象一下，一瓶洗衣液掉在地上——它会摔碎吗？瓶盖会脱落漏出来吗？或者，举个例子，如果你把手机放在口袋里跳进游泳池，水会渗入手机并损坏内存芯片吗？事实上，所有这些问题都可以通过逼真的物理模拟来解答。”
利用人工智能进一步推进模拟技术
这是汽车车顶设计空间的一个示例，展示了每种车顶的碰撞模拟结果。人工智能使这类大型设计研究变得高效。
达索系统在物理仿真领域拥有数十年的经验，并已成为行业领导者。SIMULIA仿真工具被众多顶尖企业广泛应用，涵盖高科技、航空航天与国防、交通运输与移动出行等行业，用于开发、优化和虚拟测试新产品。
怀廷解释说：“为了设计出在现实世界中稳健可靠且性能卓越的产品，设计师们最需要的就是在设计过程中立即获得仿真结果。然而，在当今的大多数流程中，计算此类结果通常需要数小时甚至数天，即使是常规计算也需要专业知识。”
为了弥合设计师和分析师之间的鸿沟，达索系统率先提出了建模与仿真一体化技术，即 MODSIM。这意味着设计师提供的 CAD 几何模型可以直接用作仿真的基础，从而确保虚拟孪生模型能够真实地反映产品。设计更新会被仿真自动应用，设计师也可以直接利用仿真结果来改进设计。如今，机器学习和人工智能领域的最新突破正在推动 MODSIM 的发展。
“这是一种新型的MODSIM技术，其仿真结果实际上是通过训练好的AI模型来模拟虚拟孪生体的物理行为，”Whiting说道。“分析人员可以利用多种不同设计方案的仿真结果数据来训练模型，从而展现虚拟孪生体的物理行为。当这些模型部署到设计人员手中时，他们就能快速进行物理仿真，轻松了解产品在现实世界中的表现。这得益于NVIDIA提供的GPU、加速计算和AI物理库所带来的强大计算能力。”
人工智能驱动的虚拟孪生技术是如何运作的？
将完整的物理模拟（实际）与物理行为虚拟孪生的结果进行比较，结果显示两者非常吻合。
人工智能驱动的物理行为虚拟孪生模型的关键在于，它由专家分析师使用来自SIMULIA的、经过行业验证的可靠仿真工具生成的仿真数据进行训练。通过对一组设计进行相对较少的仿真，人工智能可以学习设计变更如何影响产品的行为。然后，它被用于快速计算新产品变体的性能。
惠廷表示，物理行为虚拟孪生技术使设计师能够在产品制造之前“进行测试、探索、预测和实验”。“这使设计师和工程师能够自主工作，朝着性能最优的方向推进设计，并且确信物理行为是基于专家验证的仿真方法训练而成的。”
达索系统与英伟达合作开发人工智能驱动的虚拟孪生技术
运行仿真、训练人工智能模型以及使用虚拟孪生都需要强大的计算硬件。近年来，GPU加速计算的兴起使得人工智能驱动的虚拟孪生成为可能。今年早些时候，达索系统和英伟达宣布建立合作伙伴关系，共同开发一种可大规模部署的共享工业人工智能架构，该架构融合了虚拟孪生和人工智能基础设施。
“虚拟孪生物理行为直接依赖于人工智能来为我们的用户提供这类性能预测，而英伟达在这一过程中至关重要，”惠廷解释说。“事实上，他们提供了基础设施，使用户能够生成这些庞大的物理人工智能模型。”
“我们不仅利用 NVIDIA 的计算基础设施和硬件来加速我们的工具和应用程序，而且还与他们的研究人员和工程师紧密合作，推动我们计算算法的改进，以打造更强大、更准确的新一代 AI 模型——简而言之，就是让设计师能够制造出更好的产品。”
