Das NAFEMS-Weltkongress 2025, die größte internationale Konferenz im Bereich Modellierung, Simulation und Digital Engineering, brachte Anwender, Anbieter, Berater und Forscher zusammen, um neue Technologien, drängende Herausforderungen und innovative Methoden zu erkunden. Dieses Jahr fand die Veranstaltung im österreichischen Salzburg statt. Dort fanden lebhafte Diskussionen zu Themen wie KI für Simulationen, spezialisierter Hardwareoptimierung und der Integration komplexer Software-Stacks statt.

Rescale, ein stolzer Goldsponsor der Veranstaltung, spielte eine wichtige Rolle bei der Gestaltung dieser Diskussionen. Ein besonderes Highlight war die Präsentation zum Thema „Die Weiterentwicklung der modernen Simulationserfahrung: Orchestrierung von Computern, Daten und KI für beschleunigte Innovation“, gehalten von Jacob Surber, VP of Product bei Rescale. Ihm schloss sich ein hochkarätiges Gremium von Brancheninnovatoren an: George Oates, Thermal Lead Engineer bei Rimac-Technologie, Matthew Chung, leitender Ingenieur – CAE bei Unterwasser7, und Novid Beheshti, Engineering Team Lead – CAE, CFD bei Intelligent Energy. Sie können sich das ansehen Panelaufzeichnung um alle während des Panels geteilten Erkenntnisse zu erfassen.

Branchenveränderungen und Trends in der Modellierung und Simulation

Die kombinierten Perspektiven von Rescale-Kunden, Standbesuchern und Präsentationen aus verschiedenen Branchen verdeutlichten die Herausforderungen, Trends und Chancen, denen sich CAE-Ingenieure heute gegenübersehen. Die Modellierungs- und Simulationslandschaft befindet sich in einem tiefgreifenden Wandel. Traditionelle, rechenzentrierte Arbeitsabläufe werden hinter sich gelassen und ganzheitlichere Ansätze entwickelt, die Datenmanagement und KI integrieren. Während High-Performance Computing (HPC) weiterhin die Grundlage bildet, hat sich der Fokus deutlich erweitert und umfasst nun auch GPU-zentrierte Workloads und die strategische Nutzung von Simulationsdaten.

Eine der auffälligsten Veränderungen ist die zunehmende Komplexität von Modellen und Designs. Dies erfordert zunehmend multidisziplinäre Analysen, Rechenleistung und Flexibilität bei der Entwicklung maßgeschneiderter KI-Funktionen. Dies hat zu einer stärkeren Nutzung von Cloud Computing geführt, da es Flexibilität bietet und On-Demand-Zugriff auf umfangreiche Rechenressourcen bietet. Traditionelle Arbeitsabläufe, bei denen Ingenieure isolierte und oft manuelle Übergaben durchführen, werden durch vernetzte Datenpipelines ersetzt, die die Zusammenarbeit zwischen verschiedenen Disziplinen fördern. Diese Entwicklung führt dazu, dass KI über einfache Chatbot-Funktionen hinausgeht und sich in die zentrale Entwicklungsschleife von Engineering-Workflows einbettet. Dabei werden häufig intelligente Agenten eingesetzt, um innerhalb dieser Prozesse Aktionen auszuführen. Auch die Multimodalität dieser Modelle, beispielsweise durch erweiterte Bildverarbeitungsfunktionen, ist vielversprechend.

Die allgemeinen Bedenken hinsichtlich der Sicherheit dieser komplexen Modelle und der übertragenen Daten spiegeln jedoch die frühen Diskussionen über die Cloud-Sicherheit wider und stellen ein wesentliches Hindernis für eine breitere Akzeptanz dar, das klare Botschaften zu Datenintegrität und -schutz erfordert. Der starke Drang nach GPU-Beschleunigung ist offensichtlich, getrieben vom anhaltenden Wunsch nach schnelleren Lösungsergebnissen für Simulations-Workloads im Vergleich zur Ausführung auf herkömmlichen x86-CPU-Architekturen. Die Akzeptanz wird jedoch manchmal durch die aktuelle Kapazität aufgrund der massiven Nachfrage nach KI-Workloads und der uneinheitlichen GPU-Abdeckung verschiedener Physik-Solver eingeschränkt.

Rescale präsentiert ein ganzheitliches Framework für moderne Simulation

Jacob Surber, VP of Product bei Rescale, präsentierte vor vollem Raum die Vision von Rescale für einen modernisierten Simulations-Workflow, der auf drei miteinander verbundenen Säulen aufbaut: Berechnen, Datum und AIEr betonte, dass dieses ganzheitliche Framework darauf ausgelegt sei, Simulationsingenieure in die Lage zu versetzen, aktuelle Herausforderungen zu bewältigen und Innovationen zu beschleunigen.

Computer-Orchestrierung

Die Compute-Orchestrierung konzentriert sich auf die Bereitstellung von elastischem Cloud-HPC, um Innovationen voranzutreiben und die Effizienz zu maximieren. Dies beinhaltet eine integrierte Planung zur Vereinheitlichung von Simulationsarbeiten und Ressourcenverwaltung, wodurch eine sofortige, skalierbare Bereitstellung einer breiten Palette von Anwendungen auf Abruf ermöglicht wird. Das System optimiert Workloads durch die Nutzung neuester Architekturen und KI-gestützter Empfehlungen für Leistung und Kosteneffizienz. Es bietet außerdem Echtzeit-Visualisierung und -Überwachung für die Vor- und Nachbearbeitung und spart so Zeit und Kosten. Obwohl der Wunsch und das Interesse an GPUs zur Beschleunigung groß sind, birgt die aktuelle Landschaft oft Herausforderungen aufgrund von Kapazitätsbeschränkungen und der uneinheitlichen GPU-Kompatibilität zwischen verschiedenen Physiklösern, was eine breite Akzeptanz behindern kann. Das System zielt darauf ab, dies zu beheben, indem es flexiblen Zugriff auf unterschiedliche Hardware ermöglicht. Für leistungsstarke Speicherung und Zusammenarbeit fungiert ein gemeinsam genutztes Dateisystem als zentrales Repository, das anspruchsvolle KI-Workflows unterstützt und Echtzeit-Teamarbeit, Datenaufbewahrung und Kostenkontrolle durch mehrstufige Speicherung ermöglicht.

Datenmanagement

Der Datenteil der Präsentation konzentrierte sich auf die Umwandlung von Simulationsdaten und -prozessen in automatisierte Arbeitsabläufe und Erkenntnisse. Eine wichtige Beobachtung auf dem Kongress war der Konsens, dass „Daten das Problem“ moderner Simulationen sind, wobei ein Großteil der Probleme auf über ein Jahrzehnt unsauberer, unstrukturierter Datengenerierung zurückzuführen ist. Die Teilnehmer zeigten großes Interesse an Lösungen, die es ihnen ermöglichen, ihre vorhandenen Daten zu nutzen und zu nutzen. Dies verdeutlichte die wachsende Nachfrage nach Daten- und KI-Ebenen, die weitgehend unabhängig vom Kernrechenangebot arbeiten können. Dies wird durch eine einheitliche Datenebene erreicht, die mit verschiedenen Datenplattformen wie SPDM- (Simulation Process and Data Management) und PLM-Systemen (Product Lifecycle Management) verbunden ist, um Simulationsdaten abzurufen und anzureichern. Dies ermöglicht umfassende Analysen und Berichterstellung und gewährleistet die Datenintegrität. Die Plattform erleichtert zudem automatisierte Aufgaben, indem sie manuelle Schritte reduziert und die Automatisierung von Engineering-Prozessen nutzt, um wichtige Erkenntnisse zu gewinnen und Fehler bei der Dateneingabe und -übergabe zu vermeiden. Dieses Framework ermöglicht die unternehmensweite Bereitstellung standardisierter Arbeitsabläufe und die Extraktion umfangreicher Metadaten, die für KI-Funktionen entscheidend sind. Darüber hinaus unterstützt die Plattform KI-gestützte Entdeckungen und Analysen, indem sie die Berichterstellung automatisiert, verborgene Erkenntnisse in Jobergebnissen aufdeckt und Empfehlungen für Leistungsverbesserungen bereitstellt, was eine Kernfunktion des Rescale Assistant darstellt.

KI-gestützte Modellierung und Simulation

Der Schwerpunkt KI liegt auf der Entwicklung KI-gestützter Simulationen auf Basis bestehender und kontinuierlich verbesserter Methoden. Dabei liegt der Fokus auf KI für Engineering und Simulation, um die gesamten Engineering-Prozesse zu verbessern, erhebliche Zeiteinsparungen zu erzielen und echte KI-basierte Ergebnisse zu erzielen. Ingenieure, die kundenspezifische Modelle einsetzen, sollten sich zudem auf die Erstellung hochwertiger Trainingsdatensätze konzentrieren, die in KI-basierte Modelle einfließen, vorgefertigte KI-Ersatzmodelle nutzen und die Entwicklung eigener KI-Ersatzmodelle ermöglichen. Dies umfasst Modelltraining und -verwaltung, die Nutzung vorhandener Simulationsdaten zur Erstellung von KI-Modellen, die Definition von Tags für die Datenorganisation und die Sicherstellung der Rückverfolgbarkeit zur Validierung von KI-Modellen. Die Rescale-Plattform bietet Zugriff auf die neuesten GPUs für das Training sowie Tools zur Versionierung und Nachverfolgung von Modellen und unterstützt generative Funktionen. Für die Modellbereitstellung und -inferenz wird ein spezielles Produkt verwendet, um Modelle für die Inferenz durch Mitarbeiter und Laien zu veröffentlichen, einen Modellkatalog zu erstellen und den Modellzugriff und die Modellversionen zu verwalten. Für die Inferenz integriert das System Visualisierungstools, um Echtzeitsimulationen zu beschleunigen. Letztendlich besteht das Ziel darin, eine kontinuierliche Iteration zu etablieren, einen Arbeitsablauf, bei dem Simulationsergebnisse in das Training des KI-Modells einfließen, das wiederum nachfolgende Simulationen informiert und verfeinert und so eine leistungsstarke iterative Schleife für die Produktentwicklung schafft.

Live-Demonstration: KI-gestützte Datenanalyse

Ein besonderes Highlight von Jacob Surbers Präsentation war die Live-Demonstration des neuen Rescale Assistant. Diese Beta-Funktion nutzt fein abgestimmte KI-Large Language Models (LLMs) zur Interaktion mit Simulationsdaten, die in die Überprüfung von Simulationsaufträgen und Ergebnisdateien integriert sind. Die Demo zeigte den Rescale Assistant, der direkt in die Simulationsoberfläche integriert ist und es Benutzern ermöglicht, Abfragen in natürlicher Sprache zu stellen (z. B. „Zeigen Sie mir die Beziehung zwischen Temperatur- und Druckabfall in dieser Aerodynamikstudie“). Der Assistent verarbeitete die Abfrage, analysierte die zugrunde liegenden Simulationsdaten und generierte ein Echtzeitdiagramm, das die Beziehung visualisierte, zusammen mit Textanalysen und umsetzbaren Vorschlägen für weitere Untersuchungen. Er demonstrierte außerdem Mehrsprachigkeit und lieferte Ausgaben in verschiedenen Sprachen. Diese Funktion reduziert den Zeitaufwand von Ingenieuren für die Gewinnung von Erkenntnissen drastisch, indem sie einfach Fragen stellen und die KI interpretieren, visualisieren und nächste Schritte vorschlagen lässt, wobei Konzepte der Abstraktion, des Low-Code- und des No-Code-Einsatzes zum Einsatz kommen.

Um mehr über Rescales Roadmap für ein modernes Simulationserlebnis zu erfahren, schauen Sie sich die Präsentation von Rescale an. werden auf dieser Seite erläutert.

Rescale-Kundenpanel: Innovator-Perspektiven zu CAE-Workflows

Rescale veranstaltete außerdem eine spannende Podiumsdiskussion zum Thema „Die Zukunft des CAE-Workflows aus Sicht von Brancheninnovatoren“. Die Diskussion bot Einblicke in die Trends, die viele Besucher interessierten. Zu den Teilnehmern des Podiums zählten erfahrene Modellierungs- und Simulationsingenieure, darunter:

• George Oates, leitender Wärmetechniker bei Rimac Technology: Ein führendes Unternehmen im Bereich leistungsstarker Elektrofahrzeuge und EV-Technologie, das Schlüsselkomponenten für Hybrid- und Elektroautos großer OEMs entwickelt.
• Matthew Chung, leitender Ingenieur – CAE bei Subsea7: Ein weltweit führendes Unternehmen für Offshore-Projekte und -Dienstleistungen für die sich entwickelnde Energiebranche, das HPC-Ressourcen für komplexe Unterwassertechnik nutzt.
• Novid Beheshti, Leiter des Engineering-Teams – CAE, CFD bei Intelligent Energy: Ein Hersteller von Wasserstoff-Brennstoffzellen, der Branchen von der Automobilindustrie bis zur Luft- und Raumfahrt mit modularen Brennstoffzellenprodukten beliefert.

Die Diskussionsteilnehmer tauschten ihre Erfahrungen und Erkenntnisse zu den sich entwickelnden Anforderungen an CAE-Workflows aus. George Oates von Rimac Technology erörterte die zunehmende Komplexität von Simulationen aufgrund von Vorschriften, beispielsweise im Zusammenhang mit dem thermischen Durchgehen von Batterien, und die Notwendigkeit von Cloud Computing zur Bewältigung dieser Anforderungen. Er erwartete in Zukunft eine stärkere Verlagerung hin zu GPU-fähigen Workflows. Matthew Chung von Subsea7 hob den erfolgreichen Einsatz von Cloud-basierter Simulation zur Verbesserung von Offshore-Operationen hervor, wodurch wetterbedingte Verzögerungen deutlich reduziert und Millionen von Dollar eingespart wurden. Er betonte, wie datengesteuerte Ansätze und KI die Entscheidungsfindung bei zeitkritischen Operationen verbessern können. Novid Beheshti von Intelligent Energy sprach über die schnelle Migration in die Cloud aufgrund unvorhersehbarer Rechenspitzen und des Bedarfs an Zugriff auf neueste Hardware, einschließlich teurer GPUs. Alle drei Diskussionsteilnehmer stellen sich vor, dass KI wiederkehrende und manuelle Simulationsaufgaben automatisiert, sodass sich Ingenieure auf komplexere multiphysikalische Probleme konzentrieren und ein breiteres Spektrum an Bedingungen und Designmöglichkeiten erkunden können.

Zu den wichtigsten Herausforderungen und Lösungen, die das Panel diskutierte, gehörten Datenverwaltung und -speicherung. Das wachsende Datenvolumen erfordert robuste Archivierungssysteme und Strategien zur Kostenkontrolle, wie beispielsweise die Durchsetzung von Richtlinien zur Datenlöschung. Auch Hürden bei der Cloud-Einführung, insbesondere in Regionen mit strengen Datenschutzbestimmungen wie Deutschland, wurden angesprochen, da Bedenken hinsichtlich Datensicherheit und Exportkontrolle bestehen. Rescale begegnet diesen Problemen mit Funktionen wie Government Clouds und rollenbasierten Zugriffskontrollen. Ein wichtiger Diskussionspunkt waren Software-Lizenzmodelle; herkömmliche Lizenzen mit Kernbeschränkungen können die Skalierbarkeitsvorteile des Cloud Computing beeinträchtigen. Die Diskussionsteilnehmer betonten den Wert von On-Demand- oder verbrauchsbasierten Lizenzmodellen, die besser zur Elastizität der Cloud-Ressourcen passen.

Eine entscheidende Frage aus dem Publikum war, ob Cloud Computing ist angesichts der Bedenken hinsichtlich Datenaufbewahrung und -sicherheit eine gute Wahl für Unternehmen, insbesondere in Europa. Die Diskussionsteilnehmer antworteten klar mit „Ja“. Matthew Chung von Subsea7 erklärte, dass Computing vor Ort seine Grenzen habe, aber „in der Cloud mit unendlich vielen Prozessoren einfach das gesamte Potenzial freigesetzt wird“. Novid Beheshti von Intelligent Energy fügte hinzu, dass die Cloud bei unvorhersehbaren Spitzen im Rechenbedarf „enorm hilft“. George Oates von Rimac Technology schloss sich dem an und betonte die Elastizität der Cloud, die es ermöglicht, die gesamte benötigte Kapazität zu haben und sie dann abzuschalten, wodurch kontinuierliche Hardwarekäufe für zyklische Anforderungen vermieden werden. Diese starke Zustimmung von Branchenführern unterstrich die greifbaren Vorteile und das wachsende Vertrauen in die Cloud-Nutzung selbst für die sensibelsten technischen Workloads.

Übersicht über andere Rescale-Sitzungen

Rescale beteiligte sich außerdem an mehreren weiteren Deep-Dive-Sessions auf der NAFEM und präsentierte neue Innovationen und Methoden in den Bereichen Cloud, KI und HPC. Diese Präsentationen befassten sich eingehend mit spezifischen technischen Aspekten und praktischen Strategien zur Modernisierung von Engineering-Workflows.

• Beschleunigung wissenschaftlicher Arbeitsabläufe mit domänenspezifischer Hardware: GPUs, Arm-Chips und mehr von Dr. Sam Zakrzewski PhD und Romain Klein: In dieser Sitzung wurde untersucht, wie Workloads mit GPUs, ARM und anderen Beschleunigern mithilfe der intelligenten HPC-Plattform von Rescale optimiert werden können, um eine beispiellose Leistung und Effizienz für spezialisierte Anwendungen zu ermöglichen.
• Herausforderungen und Chancen der Cloud-basierten Simulation – Die Perspektive eines Ingenieurs von John William und Romain Klein: Dieses Dokument bietet praktische Strategien für Ingenieure, die auf Cloud-basiertes HPC migrieren, und behandelt Hardwareauswahl, Datenverarbeitung, Kostenoptimierung und Lizenzverwaltung.
• Schutz des geistigen Eigentums von Ingenieuren in der Cloud: Strategien für eine sichere globale Zusammenarbeit von Navin Bagga, Msc: Diese Präsentation konzentrierte sich auf den Schutz sensiblen geistigen Eigentums (IP) bei gleichzeitiger Ermöglichung grenzüberschreitender Zusammenarbeit in der Cloud und erläuterte detailliert Strategien zur Verwaltung von Endbenutzerberechtigungen und zur Gewährleistung der Compliance.
• Orchestrierung hybrider HPC-Umgebungen: Strategien für Datengravitation und KI-fähige Datensätze von Romain Klein und Carlos Mecha: In dieser Sitzung ging es um die Verwaltung hybrider HPC-Setups und die Gewährleistung eines reibungslosen Datenflusses zwischen lokalen und Cloud-Umgebungen, wobei der Schwerpunkt auf mehrstufigen Speicherstrategien und der Data Lake Exporter-Lösung lag.
• Digital Thread-Grundlagen für beschleunigte multidisziplinäre CAE-Workflows von Madhu Vellakal und Garrett VanLee: In diesem Artikel wird die Rationalisierung von CAE mit digitalen Thread-Frameworks, KI-gestützter Modellierung und Fallstudien aus der Praxis erörtert und die Bedeutung zentralisierter Datenstrukturen und automatisierter Prozesse hervorgehoben.
• Neugestaltung von Simulationsdaten für eine KI-Zukunft von John William und Romain Klein: Diese Präsentation schlug ein umfassendes Framework für das Simulationsdatenmanagement vor, das darauf zugeschnitten ist, die Leistungsfähigkeit von KI für technische Anwendungen zu nutzen, wobei der Schwerpunkt auf zentralisierten Datenspeichern, KI-gestützter Analytik und digitalen Zwillingen liegt.
• Nutzung von LLMs für die automatisierte Nachbearbeitung von Simulationsausgabeprotokollen von James Imrie: In dieser Sitzung wurde die innovative Verwendung von Large Language Models (LLMs) in der Nachbearbeitung von Ausgabeprotokollen von Simulationssoftware untersucht, um effizient umsetzbare Erkenntnisse zu gewinnen, die Fehlerklassifizierung zu automatisieren und KI-fähige Datensätze zu erstellen.

Laden Sie das eBook herunter der Rescale-Sitzungspapiere um detaillierte technische Einblicke und Strategien zur Optimierung Ihrer Simulations-Workflows zu erkunden. 

Bringen Sie die Erkenntnisse in Ihre Organisationen

Der NAFEMS-Weltkongress 2025 verdeutlichte einen klaren Branchenkonsens: Cloud-HPC, fortschrittliches Datenmanagement (das die Realität berücksichtigt, dass Daten das grundlegende Problem sind, das es zu lösen gilt) und integrierte KI (über Chatbots hinaus zu in Entwicklungsschleifen eingebetteten Agenten) entwickeln sich schnell zu wesentlichen Säulen des modernen Engineerings. Die Präsenz von Rescale auf der Veranstaltung – mit Jacob Surbers Präsentation und einem dynamischen Kundenpanel – spiegelte wider, wie sich die Produkt-Roadmap von Rescale an dieser Zukunft ausrichtet. Die Veranstaltung insgesamt bekräftigte die entscheidende und sich weiterentwickelnde Rolle von Modellierung und Simulation bei der Förderung von Innovationen in allen Branchen.

Die Erkenntnisse der Branchenführer von Rimac Technology, Subsea7 und Intelligent Energy untermauerten die Potenziale dieser modernen Ansätze, insbesondere die Skalierbarkeit und Agilität der Cloud und die transformative Kraft KI-gestützter Simulationen wie dem Rescale Assistant. Trotz Herausforderungen im Zusammenhang mit Datenverwaltung und Lizenzierung befürwortete die allgemeine Meinung den weiteren Wandel hin zu cloudbasierten, KI-gestützten Simulationen. Insbesondere bestand großes Interesse an der unabhängigen Nutzung von Daten- und KI-Ebenen, was auf eine zunehmende Anerkennung dieser Säulen als eigenständige Wertangebote hindeutet.

Um tiefer in die von Rescale auf dem NAFEMS-Weltkongress 2025 vorgestellten Innovationen einzutauchen, empfehlen wir Ihnen:

• Sehen Sie sich die vollständige Rescale-Präsentation an mit Rescales Vision der modernen Simulation und dem Brancheninnovator-Panel, um zu erfahren, wie Rescale das moderne Simulationserlebnis weiterentwickelt.
• Melden Sie sich für unser nächstes Webinar an für einen Überblick und Demos der neuen Funktionen von Rescale für Datenmanagement und KI-gestützte Simulation.
• Kontakt uns bei Fragen darüber, wie die Einführung der neuesten Technologien für Simulation, Modellierung und KI im Ingenieurwesen beschleunigt werden kann.