2020年模擬軟體的未來預測

模擬軟體的作用是什麼

近年來，模擬軟體取得了長足的進步，2020年仍將繼續保持這一發展趨勢。而在這一年，將會出現許多定義上的轉變。模擬軟體得到顯著發展並對各行業產生影響。

人工智慧和機器學習

像許多其他行業和技術一樣，人工智慧和機器學習將在2020年將扮演重要角色。對於模擬技術來說，顯然有機會利用人工智慧和機器學習來完成基本流程和管理，以節省工程師的時間或簡化程式。引數的設定就是這樣的領域之一。機器學習引擎可以監控高階工程師對模擬工具的使用，包括他們如何使用模擬工具以及設定哪些引數，然後在一定程度上為經驗不足的工程師準確地重新建立模擬工具，並使他們能夠使用該工具。

對於一家擁有數千名員工的航空航天公司來說，目前只有5%的員工可以使用模擬技術，而人工智慧和機器學習將使其更易於使用，因此也許有15%～20%的員工可以使用它。顯然這是該公司的勝利，它現在可以在模擬過程上投入更多的時間和精力，而無需僱用更多的高階工程師。

人工智慧/機器學習可以幫助模擬技術的另一個領域是使用資料驅動的或具有物理資訊的神經網路解算器將模擬速度提高几個數量級。這些更新的人工智慧/機器學習方法不是使用傳統的數值方法（例如有限元或有限體積方法）來求解二階偏微分方程（PDE），而是使用神經網路來求解二階偏微分方程（PDE）。這些方法已顯示可用於簡單的幾何形狀和邊界條件，行業專家正在努力將這些新方法應用於現實世界中的複雜問題。

多物理場互動

多物理場作為一個概念可以追溯到50年前。隨著它的發展，已經面臨許多挑戰，而如今是不同物理工具之間的相互作用。從歷史上看，工程師會使用不同的物理模擬工具來克服產品的各種設計問題。以計算機晶片為例：使用者可以模擬晶片散發的熱量，然後分析其如何影響其所容納的電路板，然後找到解決方案以冷卻晶片以保護電路板免受損壞開裂。

雖然提到的逐步方法多年來一直是最好的選擇，但工程師們要求同時解決這些問題。

這種多學科的最佳化將減少分析產品（無論是晶片還是其他產品），並減少工程師面臨的任何問題找到正確解決方案所需的時間。這樣能夠以更低的成本獲得更好的產品。

ANSYS公司收購了模擬過程整合和設計最佳化領導者Dynardo公司，使該公司可以更進一步地實現多物理場互動，並使客戶能夠更快、更經濟地確定最佳產品設計。在未來的一年中，將進一步推動模擬技術的發展。

模擬微服務

人們還將看到“用於模擬的微服務”領域的進展，由此將模擬的主要部分（例如，幾何、網格劃分、求解器、最後是後處理服務）從一個整體過程轉變為專用過程。從一個整體過程轉換為專用的單獨部分。模擬所需的步驟將是獨立的；將有幾何服務、網格劃分服務、解算器服務和後處理服務，而不是一個單一的過程。

然後，這些服務可以由不同的產品使用，透過應用程式程式設計介面（API）相互整合，並在Microsoft Azure或AWS等雲平臺上可擴充套件執行，其結果是將實現更高的可訪問性、更高的靈活性、可重複使用性的許多不同的任務。這些API還可以使模擬使用者將ANSYS工具與其他任何公司的系統連線起來，從而實現真正的開放平臺。

超大規模模擬

許多型別的軟體對使用者的主要挑戰之一是執行時間。他們越來越要求更快的執行時間，而模擬也是如此。而在2020年將重點放在模擬上。

一種執行速度更快的方法是透過平行計算。多年來，平行計算已經涵蓋了許多不同的形式，從共享記憶體處理（SMP）到訊息傳遞介面（MPI）到基於精細GPU的並行性再到基於任務的並行性。對於超大規模，使用所有形式的演算法，包括GPU、SMP、MPI，並採用基於超大規模計算機的演算法。這意味著客戶將能夠利用超大規模模擬技術並執行以前可能需要10，000個小時才能完成的模擬，並且由於它在更多的核心上執行，因此可以顯著減少執行時間，並且可能僅需幾分鐘或幾小時即可完成。

在這方面有很多工作要做。到2020年，要達到所描述的程度的超大規模還為時過早，但它將在未來十年內實現。

預測性強健的設計

為了提高效率和節省成本，許多製造商和服務提供商已消除了過度設計，而將重點放在了簡約設計上。例如高速公路旁需要建設一個50平方米的停機坪，那麼只建設50平方米，而不是以往“以防萬一”的100平方米。問題在於，所有因素都可能發生變化，這意味著所需停機坪面積的計算可能因專案而異。因此在某種場合下適合建設50平方米的停機坪，而在另一種場合則不適合。

透過模擬進行的穩健設計可解決此類不確定性，並且在2020年將越來越多地採用這種不確定性。使用模擬評估材料並計算不確定性，可防止產品和服務的過度設計和設計不足；與其說500%的安全係數過高並且低效，不如說是100%的安全係數沒有任何變化的餘地，但穩健的設計可以在110%的安全係數下進行。

瞭解材料變數以及隨後計算理想安全係數的能力的關鍵是材料智慧化。這是ANSYS公司決定收購Granta Design的決定的背後原因，後者決定提高ANSYS在該領域的能力，並使模擬工具的使用者能夠在不確定性的情況下量化，以驗證其產品和服務，並確保最佳的安全係數。

走向數字化

模擬已經是數字化了，對嗎？是的，但是它也越來越涵蓋物理世界。最近，由於物聯網（IOT）、數字孿生的使用量猛增，並將繼續增長。在這裡，工程師正在對物理部件的資訊進行數字化處理，從而使他們能夠分析效能並監控系統，以在實際元件或機器出現問題之前解決它們。現在，該技術已經確立了自己的地位並證明了其價值，透過幫助減少停機時間和相關成本，其採用率將呈上升趨勢。

然後要考慮增強現實（AR）和虛擬現實（VR）。目前，工程師可以在2D螢幕上視覺化其模擬設計，但是隨著增強現實（AR）和虛擬現實（VR）技術的加速和可訪問性，他們很快將在3D環境中的增強現實（AR）和虛擬現實（VR）耳機（例如Oculus產品組合）中視覺化其設計。資料將更易於評估，設計將更易於理解、編輯和測試，從而使流程更精簡、更有效。

數字化轉型

設計、測試、維護——模擬在這些活動中起著至關重要的作用。但是，產品或零件在哪裡出現故障呢？那麼，模擬又能有什麼幫助呢？透過製造商數字化改造他們的運營，他們可以調整所有活動，從最初的設計，到製造，到銷售和追蹤每一個部分。因此，如果某一車型的剎車出現問題，可以追溯到最初的模擬設計，並對該設計進行審查，快速識別出缺陷。然後，如果模型被召回，那麼問題可以比透過人工測試過程更快、更具成本效益地解決，而人工測試過程可能需要更長的時間和更高的成本來確定問題。

這種數字化轉型對大多數企業來說是一項艱鉅的任務，但許多企業已經開始進行轉型。預計2020年這一程序將加快，大型製造商將在年底前完成這一過程。

新領域的模擬

在許多現實世界中的多物理場的條件下，模擬技術已經得到了認可，並且在2020年，將看到模擬軟體提供商突破技術的邊界來解決物理的其他領域中的問題。用於醫療保健的化學是當前未被多物理場模擬廣泛應用的領域，但將從中受益。

實際上這是什麼樣的？新藥的臨床試驗需要在人體上進行測試，但是有一天，透過模擬技術，可以完全透過模擬進行試驗。消除了在數千名測試物件上使用該藥物的需要，並且消除了巨大的試驗成本，並且在無法進行試驗的地方（例如，針對兒童進行試驗），模擬的應用也非常廣泛。類似地，在醫療保健領域，心臟病發作是由於血液凝塊引起的，模擬可以用來識別正確的藥物來稀釋血液和溶解凝塊。

進行創新

當今技術的本質是，任何人都可以建立工具以替代已經使用多年的工具。矽谷的一家初創公司可以建立一種全新的方式來完成任務或解決問題並顛覆現有任務。過去許多被遺忘的企業未能為這種風險做好準備，因此必須不遺餘力地透過創新來應對風險，而不是忽略這種情況發生的機率。

不要等到被顛覆才改變自己！在實踐中，iPhone就是一個很好的例子。蘋果公司用更新的產品取代原有的產品。模擬技術也是如此，行業廠商需要努力透過新技術顛覆模擬技術。