Dans tous les secteurs, des technologies aérospatiales et automobiles aux sciences de l'énergie et aux sciences de la vie, ingénieurs et scientifiques exploitent des simulations avancées pour optimiser les conceptions, améliorer les performances et accélérer les innovations. Cependant, l'explosion des données de simulation, tant en volume qu'en variété, pose de nouveaux défis aux équipes qui cherchent à en extraire efficacement des informations pertinentes et à orienter la prise de décision.

Lors du salon Hannover Messe 2025, Rescale présentera, en collaboration avec Microsoft, une innovation majeure dans l'analyse et l'exploitation des données grâce à l'IA. Cette solution permettra aux ingénieurs de simplifier les flux de travail de simulation complexes et d'exploiter pleinement le potentiel de leurs données. La dernière intégration entre Rescale et Microsoft introduit la synthèse pilotée par l'IA dans les flux de travail de simulation, simplifiant considérablement le travail des ingénieurs pour analyser, classifier et extraire des informations pertinentes à partir de vastes ensembles de données.

Rejoignez Rescale sur le stand Microsoft (Hall 17, G06) pour découvrir comment les nouveaux outils d'automatisation de l'IA, grâce à l'intégration des dernières technologies Microsoft telles qu'Azure AI Foundry, permettent d'utiliser des modèles d'IA comme Phi-4. Ces outils aident les ingénieurs et leurs responsables à prendre des décisions plus rapides et plus éclairées grâce à des analyses en temps réel issues des données de simulation. Ne manquez pas cette occasion unique de constater par vous-même comment les flux de données automatisés peuvent transformer vos processus de R&D.

Dompter la complexité : la nécessité de l'automatisation dans la gestion des données de simulation

Dans tous les secteurs, la modélisation et la simulation sont plus sophistiquées que jamais. Les plateformes de calcul haute performance (HPC) génèrent désormais des téraoctets de données par jour, couvrant les simulations physiques, les jumeaux numériques et les optimisations pilotées par l'IA. L'ampleur de ces données représente un défi de taille pour les équipes de R&D qui cherchent à en extraire des informations pertinentes, ainsi que pour les équipes informatiques qui gèrent l'infrastructure.

Dans les flux de travail classiques de gestion des données, les ingénieurs consacrent un temps considérable à analyser manuellement les résultats et les journaux, à résoudre les erreurs, à préparer et à traiter les données, et se retrouvent finalement avec d'énormes quantités de fichiers de sortie contenant des indicateurs clés de performance (KPI) qu'il faut extraire pour prendre des décisions concernant le produit. Résultat ? Une collaboration ralentie, des informations sous-exploitées, un travail en double et, au final, un retard dans l'innovation.

C’est là qu’intervient Rescale Automations. En extrayant et en associant automatiquement les métadonnées pertinentes à chaque simulation, Rescale contextualise vos charges de travail et les données générées. Ce processus simplifié élimine le besoin de traitement manuel des données, garantissant ainsi une préparation optimale de celles-ci pour les outils d’analyse avancés, permettant d’en extraire des informations précieuses pour l’ingénierie.

« Les automatisations Rescale constituent un atout majeur de Rescale Data, une plateforme centralisée et sécurisée qui permet aux entreprises de gérer et de gouverner facilement toutes leurs données de simulation », explique Jacob Surber, vice-président Produit chez Rescale. « En garantissant une structure de données cohérente et un contexte enrichi, Rescale Data élimine les silos et la fragmentation, permettant ainsi aux équipes de tirer davantage de valeur de leurs investissements en R&D. Ceci favorise l’optimisation des nouveaux produits en un temps considérablement réduit par rapport au traitement manuel des données. »

La nouvelle solution d'automatisation des résumés d'IA de Rescale, optimisée par Microsoft Phi-4, fait exactement cela : automatiser l'extraction des informations clés à partir des journaux de simulation, identifier les erreurs critiques et fournir aux ingénieurs des données structurées et prêtes à l'analyse.

Découvrez Microsoft Phi-4 : un modèle de langage léger pour des analyses d’ingénierie basées sur l’IA

L'un des aspects les plus intéressants des nouvelles capacités d'automatisation de l'IA de Rescale est son intégration avec Microsoft Phi-4, l'un des modèles de langage légers les plus avancés, conçu pour les charges de travail d'IA à haute efficacité.

Microsoft Phi-4, disponible sur Azure AI Foundry, est optimisé pour des tâches telles que l'analyse de journaux, la synthèse de données et la reconnaissance de formes, ce qui en fait un outil idéal pour les applications d'ingénierie où une récupération rapide et précise de l'information est essentielle. Contrairement aux modèles d'IA plus volumineux qui nécessitent d'importantes ressources de calcul, Phi-4 est conçu pour offrir des performances élevées tout en restant léger, ce qui le rend parfaitement adapté aux flux de travail de simulation en temps réel.

Principaux avantages de Microsoft Phi-4 pour les ingénieurs utilisant Rescale :

• Identification automatisée des erreurs : les ingénieurs n’ont plus besoin de parcourir manuellement les journaux de simulation ; Phi-4 met automatiquement en évidence les erreurs clés, les avertissements et les informations exploitables.
• Synthèse intelligente : le modèle extrait et condense des journaux volumineux et complexes en rapports concis et structurés, facilitant ainsi l’interprétation des résultats et la prise de décision.
• Haute efficacité et rapidité : Phi-4 est optimisé pour l'efficacité de calcul, ce qui lui permet de traiter et de résumer rapidement les résultats de simulation sans coûts excessifs liés au cloud.
• Recommandations contextuelles : contrairement aux analyseurs de journaux traditionnels basés sur des règles, Phi-4 peut fournir des recommandations contextuelles pour améliorer les performances de simulation et résoudre les problèmes de débogage.

En intégrant Microsoft Phi-4 au pipeline de données automatisé de Rescale, les ingénieurs bénéficient d'un puissant copilote pour la simulation, ce qui améliore l'efficacité, réduit le temps de dépannage et les aide à se concentrer sur l'innovation plutôt que sur la manipulation des données.

Comment Rescale permet une analyse basée sur l'IA

Chez Rescale, nous transformons les données de simulation en un atout stratégique. Notre plateforme agrège et structure vos métadonnées et fichiers journaux de simulation de manière transparente, vous permettant ainsi d'exploiter pleinement le potentiel de l'analyse pilotée par l'IA. Si la magie opère grâce à des modèles LLM avancés comme Microsoft Phi-4, Rescale est le moteur indispensable qui rend tout cela possible.

Agrégation de données automatisée :
Une fois la simulation terminée, Rescale collecte automatiquement les métadonnées et les fichiers journaux. Ainsi, aucune donnée critique n'est perdue.

Données structurées pour l'ingestion :
Les données collectées sont organisées dans un format structuré, prêtes à être intégrées sans difficulté par les modèles d'IA. Cette préparation est essentielle pour permettre des analyses avancées.

Intégration avec Azure :
Les données structurées peuvent ensuite être intégrées à Microsoft Fabric et Azure AI Foundry, permettant ainsi l'utilisation de modèles d'IA de pointe tels que Microsoft Phi-4, pour analyser, catégoriser et résumer les informations, en identifiant les erreurs critiques, les avertissements et les indicateurs clés de performance.

Accès centralisé aux données :
Les résultats de simulation organisés sont mis à disposition directement dans l'interface de Rescale, offrant aux ingénieurs un accès facile à des informations détaillées et à des données historiques.

Pipeline d'analyse améliorée :
En structurant les données de simulation pour l'ingestion LLM, Rescale permet aux ingénieurs de créer des pipelines automatisés qui génèrent des recommandations exploitables, contribuant ainsi à optimiser les simulations futures, à affiner les modèles et à résoudre les problèmes plus efficacement.

Exemples d'informations automatisées par l'IA

Tirer des enseignements des études de R&D

Accédez aux résultats des études d'ingénierie depuis une plateforme unique. Suivez la gouvernance des données de l'étude (identifiant et conclusions), incluant la description de l'étude, son objectif, son approche, ses paramètres, les outils de simulation utilisés, les contraintes de conception et les résultats obtenus.

« Grâce à une intégration transparente à l'écosystème Microsoft Azure, les ensembles de données structurées générés par Rescale Automations peuvent être directement importés dans Azure », explique Dayan Rodriguez, vice-président de Microsoft Manufacturing & Mobility. « Des solutions comme la plateforme d'analyse unifiée Microsoft Fabric offrent aux entreprises un environnement unique et intégré pour l'ingénierie des données, l'entreposage de données, l'analyse en temps réel et l'exploitation de l'IA. En combinant les données de simulation de Rescale avec des sources à l'échelle de l'entreprise (données clients, financières et opérationnelles), les entreprises acquièrent une vision plus globale de leurs performances et de leur potentiel d'innovation. »

Transformer la R&D dans tous les secteurs grâce à l'automatisation par l'IA

La capacité d'automatiser le traitement des données de simulation et d'en extraire des informations exploitables grâce à l'IA trouve de nombreuses applications dans les secteurs de l'aérospatiale, de l'automobile, de l'énergie et de la production industrielle. Voici quelques exemples concrets :

• Aérospatial et Défense: Automatisation du post-traitement CFD pour rationaliser les essais aérodynamiques des aéronefs.
• Automobile: Identifier les tendances dans les journaux de simulation d'accidents pour accélérer l'analyse de la sécurité des véhicules.
• Énergie, pétrole et gaz : Amélioration du traitement des données d'imagerie sismique pour une modélisation des réservoirs plus rapide et plus précise.
• Fabrication industrielle : Automatisation de la classification des modes de défaillance pour optimiser l'efficacité des lignes de production.

En mettant en œuvre l'automatisation basée sur l'IA, les entreprises peuvent réduire considérablement les délais d'ingénierie, diminuer les coûts et garantir que les enseignements tirés des simulations soient pleinement exploités par toutes les équipes.