デモウェビナーシリーズ

AI物理学:シミュレーションデータから設計上の洞察を数秒で得る

オンデマンドで利用可能

  • パイプライン全体、エンドツーエンド — データの準備、AIデータセットの作成、代理モデルのトレーニング、および推論の実行。
  • ジオトランスソルバー — 複雑な形状をネイティブに処理する、当社の最新アーキテクチャ。車両全体を使った学習と予測の様子をご覧ください。
  • ローカル推論 学習済みモデルをオフラインで実行できます。RescaleのAI Physicsローカル推論クライアントは、クラウド接続なしでノートパソコン上で強力な予測を実行します。
  • CADの統合 — デザイナーが既に作業しているBlenderとAutodesk Alias内で、シミュレーション結果を直接予測します。

レコーディングを見る



数百、数千もの過去のシミュレーション結果が既に活用されずに眠っており、AIモデル開発のための貴重な知見が眠っています。AI/MLの専門知識は不要です。これらの結果を活用して、リアルタイムで設計予測をトレーニングする方法を学びましょう。

生のシミュレーションデータから学習済みのサロゲートモデル、そしてリアルタイム推論に至るまで、Rescale AI Physicsのワークフロー全体を実際の自動車空力モデル(DrivAerML)上でライブでご覧いただけます。

スクリーンショット 2025 10 07 午前10時44分22秒 1536x967 1
アイコンリソース顧客


  • より迅速な設計反復を求めるシミュレーションエンジニア
  • シミュレーションワークフローにおけるAI/MLの評価を行うエンジニアリングリーダー
  • パラメトリックスタディを実施していて、もっと計算予算があればいいのにと思っている人

セッションホストに会う

レイチェル・フー
レイチェル・フー
プリンシパルプロダクトマネージャー
ロゴを白に拡大縮小