シミュレーションを実行するエンジニアなら誰でも、計算やシミュレーションジョブを策定しても、ハードウェアやソフトウェアのリソースの制約により解決できないという苦労を経験したことがあるでしょう。 Rescale AI Physics私たちの目標は、これらの制約を排除し、最終的にはエンジニアがシミュレーションとモデルベースの設計に向けて抽象度を上げることができるようにすることです。MBD]。 ハードウェアおよびソフトウェア リソースへのオンデマンド アクセスにより、エンジニアが次世代のエンジニアリング課題に取り組み、解決する方法が変わります。

ブリッジ エンジニア 社内の高性能コンピューティング（HPC）クラスターやシミュレーションソフトウェアへの基本的なアクセスはありますが、オンデマンドリソースへのアクセスにより、解決できる新しいエンジニアリング問題の幅広い選択肢が開かれます。多くの場合、エンジニアはこれらの制約内で問題を解決し、設定された期限内に最善の仕事をするように訓練されています。そのため、社内のHPCクラスターやシミュレーションソフトウェアへのアクセスが不十分な場合、実際の需要と機会が十分に反映されないことになります。 ハードウェアとソフトウェア はどこにでもありました。オンデマンドのハードウェアおよびシミュレーション ソフトウェア リソースへのアクセスにより、エンジニアが製品開発プロセスでシミュレーションを活用する方法が劇的に変化します。

参入障壁を下げる
最も基本的なレベルでは、オンデマンドのハードウェアおよびソフトウェア リソースにアクセスできるため、エンジニアが計算解析を開始するための障壁が大幅に低くなります。 オンデマンド アクセスでは、これまでのように、ハードウェア インフラストラクチャへの多額の先行投資や年間ソフトウェア ライセンス料は必要ありません。

より忠実度の高いモデル
より忠実度の高い設計を備えたシミュレーション モデルでは、多くの場合、より正確で信頼性の高いシミュレーション結果が得られます。 可変のオンデマンド HPC リソースにアクセスできるため、エンジニアは追加の HPC ハードウェアに投資することなく、シミュレーション モデルの忠実度を大幅に向上させることができます。

より広範な設計空間の探索
パラメータスイープによるシミュレーションの線形スケールアウトまたは 実験計画 (DOE) は、モデルの特定の要素が結果にどのように影響するかをより深く理解し、重要なエンジニアリングの洞察を得るための非常に強力な方法です。オンデマンド リソースへのアクセスは、これらのアプリケーションに大きな影響を与えます。シミュレーションの増分コストをコモディティ化し、エンジニアや科学者が望む数のシナリオを同時に実行できるようにします。

アルゴリズム設計開発
複雑なシステムのエンジニアリング モデルには、エンジニアが変更できる数百万の部品とパラメータがあり、多くの場合、完全な総当たり検索が行われます [bfs] 全体の設計空間を探索することは非現実的です。最適化技術、統計的手法、機械学習アルゴリズム、その他のツールを利用して、これらの設計空間をよりインテリジェントに探索することができます。これらのツールの単一の機能評価には、大量のハードウェアおよびソフトウェアリソースを必要とする完全なシミュレーションモデルの実行が含まれる場合があります。これらのシミュレーションをシームレスに実行する機能は、 シミュレーションワークフロー この種のアルゴリズム的アプローチを使用するもの。

学際的な分析と協調シミュレーション
ほとんどの複雑な製品には、設計に影響を与えるいくつかの異なる工学または科学分野があります。 シミュレーション ツールは設計プロセスの複数のコンポーネントに利用されることが多く、シミュレーション ツールを組み合わせる機会が提供されます (たとえば、機能的なモックアップ インターフェイスを使用 [国際通貨基金]) それらの間の相関関係や相互作用を調査しながら、設計の変更が各分野に個別にどのような影響を与えるかを理解します。 複数のシミュレーション ツールを接続すると、ソフトウェアとハ​​ードウェアの要件が急激に増加します。 これらのタイプの複数分野にまたがるアプローチは、パラメーター間の非常に複雑な相互作用のため、アルゴリズムの探索と組み合わせて使用​​されることがよくあります (例: 複数分野にわたる設計の最適化 [mdo]）。 これには、従来アクセス可能であった以上のリソース要件が必要になることがよくあります。 協調シミュレーションもこの例ですが、より緊密に統合された同時アプローチです。

エンジニアリング管理と予算編成
経営陣やエンジニアリング管理者は、XNUMX ～ XNUMX 年間のハードウェアとソフトウェアの要件を予測しながら、それに応じて HPC クラスターと年間ソフトウェア ライセンスへの資本支出に投資するために、非常に困難なリソースの割り当てと予算編成のプロセスを経ることがよくあります。 オンデマンドのハードウェアおよびソフトウェア リソースにより、直接会計と非常に詳細な予算編成アプローチが可能になります。 シミュレーションの投資収益率 (ROI) を直接計算し、プロジェクト ベースでコンピューティング コストを把握できるため、管理者は、エンジニアリング チームやビジネス ニーズの変化に応じてリソースを動的に割り当てることができるようになります。 このアプローチにより、エンジニアはシミュレーション ツールの価値を客観的に評価し、これらの投資を結果に直接結び付けることができます。
エンジニアリングと科学シミュレーションは、航空宇宙における新しい宇宙船や無人航空機（UAV）の開発から、生命科学における革新的な新薬発見技術、次世代の医療機器のための高度な電子設計自動化（EDA）まで、さまざまな業界やアプリケーションでトップ企業のイノベーションパイプラインを推進する重要なツールになりつつあります。 半導体 デバイス。ハードウェアとソフトウェアのオンデマンド リソースへのアクセスにより、エンジニアは開発プロセスの抽象化レベルを上げるツールを利用できるようになります。これにより、大規模で複雑なモデルを処理する能力が大幅に向上し、シミュレーション主導の開発をイノベーションと画期的なテクノロジの重要な資産として活用できるようになります。

[mbd]: https://en.wikipedia.org/wiki/Model-based_design
[bfs]: https://en.wikipedia.org/wiki/Brute-force_search
[fmi]: https://en.wikipedia.org/wiki/Functional_Mock-up_Interface
[mdo]: https://en.wikipedia.org/wiki/Multidisciplinary_design_optimization