人工智能的工程仿真应用
AI /毫升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。盼
了解仿真在人工智能(AI),机器学习(毫升)和深度学习等应用中的作用,以及万博Ansys如何将人工智能和ML集成到仿真软件中。
提高速度和准确性
万博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 /毫升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,例如万博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。
了解万博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。
迈克尔·p·布伦纳是哈佛大学迈克尔·f·克罗宁实验室应用数学与应用物理学教授以及物理学教授。布伦纳还是谷歌研究的一名研究科学家。他在“通过中流利的用户定义函数实现机器学习对流离散化“中概述了他与Ansy万博s和谷歌研究的合作。
AI /毫升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。盼
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。
深度学习作为实现毫升的一种手段,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。
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。
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。
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。
万博Ansys使用Ansys RedHawk-SC系列产品中的深度神经网络,将蒙特卡洛仿真速度提高多达100倍,从而能够更好地了解电压对时序的影响。
一家汽车客户利用万博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。与以前使用的蒙特卡洛方法相比,他们能够将寻找解决方案的速度提升1000倍。
通过使用AI /毫升,我们正在进入一个创成式设计的世界,根据规格探索10000种不同的设计,并使用高性能计算云万博计算和Ansys对其进行快速仿真,从而为设计人员提供最佳选择。
面向新一代汽车,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)。