深度学习即将结束速度和保真度之间的权衡

虽然我们想一直“拥有一切”，但现实是生活充满了权衡。Ansys客户每天都要在模拟速度和保真度之间万博做出权衡。Ansys认识到每个产品开发团队都有自己的优先事项，因此一直致力于澄清和简化这种权衡，并提供一系列解决方案，为用户提供专门的、特定的好处。万博

一方面，Ansys的旗舰物万博理求解器，包括万博Ansys机械而且万博Ansys流利，旨在以极高的精度捕捉难以置信的复杂问题，如湍流和振动。工程师可以应用多种物理，查看瞬态时间尺度，执行系统级分析，并在现场完全复制动态工作产品。很明显，这些全尺寸模拟是数值上的大问题，尽管在硬件和软件上有了巨大的改进，但需要一些时间才能解决。

另一方面，Ansys提供早期仿真解决方万博案，例如万博Ansys的发现，以较低的保真度复制基于物理的问题，但能更快地得到结果。在设计周期开始时，开发团队可以快速查看产品性能的粗略估计，并对总体设计方向做出初步决定。他们可以测试各种场景并自由创新，因为他们知道最终的设计将在开发周期的后期受到更严格的分析。

全球成千上万的Ansys客户可以万博证明，高保真度和低保真度仿真解决方案都能带来巨大的价值。每种方法都在产品开发过程中赢得了一席之地，并已被证明可以提供高投资回报。然而，今天的Ansys客户需要万博在快速、低保真度的模型和较慢、物理精度更高的模型之间做出一般选择。

下一个前沿:加速复杂分析

为了为我们的客户提供两全其美的服务，Ansys不断创新以消除任何权衡。万博我们相信，未来一代的Ansys软件可以在一个解决方案中同时提供极高的万博速度和极高的保真度。我们相信，实现这一强大优势组合的答案在于应用深度学习(DL)，再加上参与循环的求解器。

工程模拟的核心是偏微分方程(PDmanbetEs)。万博Ansys基于物理的求解器花费大量时间建模和解决这些问题的基础条件，包括定义几何形状、边界条件和约束。在过去，由于精细网格和复杂几何图形所需的计算量很大，需要从头开始解决，因此很难加速这一过程。

然而，深度学习技术可能会提供答案。Ansy万博s研发团队正在探索DL在模拟空间中解决高维问题的潜在用途，就像在计算机视觉空间中解决问题一样。我们希望使用DL技术降低数值大、复杂的3D或4D模型的维数，然后将它们与求解器在环中耦合，以便在许多看不见的几何形状、边界条件或负载上进行准确的归纳。我们最近发表了一篇论文这种新型的基于dl的方法，称为可组合自动编码器机器学习仿真(CoAE-MLSim)。

本地数据捕获;在全球范围内解决

我们认为CoAE-MLSim将如何使Ansys客户受益?万博这一创新技术将帮助我们将Discovery等低保真解决方案的速度和便捷性与我们旗舰解算器的健壮、完全兼容、高保真建模功能结合起来。

CoAE-MLSim查看较大几何网格中的局部子域。这些子域由一组2D像素或3D体素组成——每个空间方向上可能有8或16个细胞。高级DL算法允许CoAE-MLSim“学习”在这些局部子域上执行基于物理的解决方案，然后学习多子域如何连接的规则。这将产生一组跨较大网格区域的局部连接解决方案。最后，迭代DL算法使CoAE-MLSim能够在所有对象之间建立局部一致性整个计算域中的子域组。

采用CoAE-MLSim方法意味着Ansys软件解决方案将被“训练”，以查看几何网格的小万博局部区域，并以非常高的保真度准确地推断整个网格的结果。在此过程中，他们将得到迭代深度学习算法的支持，但他们也将结合传统PDE建模功能的求解器，这些功能一直是Ansys解决方案(如Mechanical和Fluent)的核心。万博

这些下一代解决方案将加速几何模型的收敛，并提高PDE结果的准确性和通用性。换句话说，他们将消除高速和高保真之间的历史权衡，使Ansys客户在一个解决方案中享受两者。万博更好吗?深度学习的加入意味着，当Ansys客户将模拟软件应用于他们自己独特的基于物理的问题时，支持万博dl的求解器将继续学习，随着时间的推移提供更准确和更快的结果。