西门子宣布推出 Simcenter™ PhysicsAI™软件，进一步扩展Simcenter工程仿真与测试解决方案，帮助工程人员对创新设计理念及其变体进行实时评估。
Simcenter PhysicsAI 引入西门子 Simcenter™ STAR-CCM+™成熟的几何深度学习 (Geometric Deep Learning) 技术，加速AI 驱动的设计探索，并支持工程人员基于CFD仿真数据构建高效的AI降阶模型 (ROM)。新方案可将“假设分析探索”的效率提升千倍，同时大幅降低算力资源消耗。
西门子数字化工业软件仿真与高性能计算及人工智能事业部执行副总裁 Sam Mahalingam 表示：“工程仿真所面临的限制并不在于物理本身，而在于探索各种可能性的速度。我们的核心策略是助力客户复用过往成果，加速探索过程，将AI作为驱动创新的规划引擎。我们并非要替代确定性的仿真结果，而是让仿真结果更具可扩展性与即时性。西门子通过AI帮助工程人员快速探索并锁定适配工程问题的解决方案。Simcenter PhysicsAI 能够帮助客户以高效速度与更智能的方式应对技术挑战，让团队从重复性任务和分散数据中解放出来，让工程人员聚焦核心工作，激发创意、加速创新。”
Simcenter PhysicsAI 使工程人员能够基于仿真结果训练并验证 AI 替代模型，在其集成的仿真环境中对新几何体进行近乎即时的预测，并可随时调用高保真 CFD 仿真作为验证基准。该方法有助于工程团队将周转时间显著缩短至分钟级，用更少的算力探索更多设计方案，从而加快决策进程。
Simcenter PhysicsAI 使工程人员能够将已有的 CFD 结果复用于几何深度学习的训练数据，并更快速地构建预测模型
核心功能
Simcenter PhysicsAI 面向工程人员设计，可简化 AI 降阶模型的创建与使用，核心支持以下能力：
- 更广泛的设计空间探索： 在数分钟内快速评估数千种设计变体的性能。借助面向几何数据优化的先进 Transformer 神经网络架构训练预测模型。
- 更好地复用现有仿真投入： 基于历史数据和新生成结果训练 AI 模型，包括以往的试验设计 (DOE) 研究数据，减少重复开展 CFD 仿真的需求。
- 更快的迭代周期： 将早期筛选从求解器运行转向 AI 推理。将 AI 降阶模型集成到优化研究中，可在数小时内探索数百种设计变体。
- 内置验证与可信度评估： 通过误差指标和验证工具量化预测精度，确保 AI 模型精准捕捉性能变化趋势，支撑可靠的工程决策。
- GPU 加速设计探索： Simcenter PhysicsAI 利用图形处理器 (GPU) 加速以提升性能；与中央处理器 (CPU) 相比，预测运行速度提升最高可达 100 倍。
上市信息
Simcenter PhysicsAI 现已作为 Simcenter STAR-CCM + 的附加模块正式推出。客户可依托西门子与Altair整合后的产品生态体系，持续获取技术创新与功能拓展支持。了解更多详情，敬请访问：https://blogs.sw.siemens.com/simcenter/simcenter-star-ccm-2602-released/
