創新一直是企業發展的核心，將創新性的思想轉化創新性產品，需要克服多方面的困難：產品變得更加複雜，要適應複雜多變的運行環境，要有良好的產品質量和客戶體驗，而研發周期，研發預算越來越緊。如果沒有仿真，這種轉化實際上不太可能實現，企業也就無法創新和發展，因此，仿真就是創新。
創新一直是企業發展的核心，將創新性的思想轉化創新性產品，需要克服多方面的困難：產品變得更加複雜，要適應複雜多變的運行環境，要有良好的產品質量和客戶體驗，而研發周期，研發預算越來越緊。如果沒有仿真，這種轉化實際上不太可能實現，企業也就無法創新和發展，因此，仿真就是創新。當地時間2017年11月13日下午，e-works第五屆美國智能製造與物聯網應用考察團來到了全球最大的工程仿真軟體企業ANSYS公司位於加州聖何塞市的辦公室。聽取了ANSYS專家介紹仿真技術在製造業，尤其是電子與通信行業的應用趨勢與重要價值，學習了機器學習和深度學習等人工智慧技術的內涵、技術發展現狀，以及ANSYS在產品性能仿真與優化方面正在開展的實踐。
圖1 考察團聽取ANSYS專家介紹
ANSYS公司創立於1970年，目前已經發展成為世界最大的仿真技術公司。40多年來，ANSYS一直致力於開發新的仿真技術，產品覆蓋率了結構仿真、流體動力學仿真、電子設計與仿真、電路和系統設計與仿真、高安全性嵌入式代碼設計、晶片設計與仿真等多個學科和物理域。ANSYS首席技術官兼半導體事業部副總裁 Vic Kulkarni介紹ANSYS每年都會將收入的15%用於研發投入。如今ANSYS的市值已達到了125億美元，在全球擁有2700名員工，在40多個國家開設了75個分支機構及研發中心，ANSYS軟體的用戶企業超過四萬家，其中包括96家來自"財富"500強名單上排名前100位的工業企業。
圖2 ANSYS發展歷程
在工業4.0如火如荼的進程中，仿真也率先步入了4.0的新時代。在中國製造2025、智能製造的大勢所趨下，中國用戶對仿真的前所未有的迫切需求及仿真成熟度的整體水平提高，工程仿真已經無處不在。Vic Kulkarni介紹根據Aberdeen的研究報告指出，目前產品的應用場景越來越複雜，在企業資源有限的情況下，想和競爭對手拉開差距正變得越來越困難。以汽車行業為例，安全性、燃油經濟性、互聯性以及自動駕駛帶來的軟硬體支持都迫使企業在設計過程中對尺寸、能源、重量、傳感等因素的考慮需要更加謹慎，因此仿真也需要進一步優化。畢竟相較於物理樣機而言，仿真在速度、經濟性上有著巨大的優勢。
對於ANSYS而言，一直致力於通過集成化的仿真環境，覆蓋產品從系統設計到系統集成和虛擬驗證的全過程，進行多學科和多物理場耦合與協同仿真，實現完備的虛擬原型。Vic Kulkarni介紹在Facebook發布的最新Aquila無人機中，就應用了ANSYS最新技術，ANSYS的多物理場仿真解決方案覆蓋了流體、熱、結構、電磁場、電路 / 系統等完備的仿真能力，實現了全工程化的自動耦合仿真，廣泛應用於感應加熱（電磁 - 熱），焦耳加熱（電磁 - 熱 - 結構）、MEMS 器件（靜電 - 結構）、音響設備（結構 - 聲學）等領域的設計中，解決多域多物理場的耦合設計難題。
在半導體領域的混合信號IP和產品設計過程中，7nm~16nm是主要方向，ANSYS 2015年收購Gear Design Solutions後積極與臺積電等合作，有效的支撐了IC晶片的能效與可靠性、電源與信號傳輸完整性、溫度場的管理、機械結構可靠性、天線績效和目標環境分析等設計過程。因積極參與了12nm FinFET緊湊型技術（12FFC）設計基礎架構、7nm FinFET Plus技術（7nm+）設計基礎架構以及汽車設計實現平臺的聯合研發工作，ANSYS被臺積電在今年的臺積電開放創新平臺（OIP）生態系統論壇上為ANSYS頒發了三個獎項。
如今，ANSYS 將仿真技術與物聯網技術相結合，構建包含了數字探索、數字原型和數字雙胞胎完整的全數位化工程流程，將仿真技術的應用擴展至產品的整個生命周期，涵蓋工程所有階段，從概念、設計、製造、運維直至產品生命終止構建了仿真驅動工程的基礎，幫助企業部署企業級仿真平臺，實現更快、更好、更有效的工程，推進企業創新和發展。
圖3 ANSYS首席技術官兼半導體事業部副總裁 Vic Kulkarni
隨後，ANSYS資深產品戰略副總裁、嵌入式軟體仿真專家Norman Chang向考察團員介紹了ANSYS在人工智慧領域的理解與布局。在他看來，人工智慧是一個非常大的概念，而機器學習則是其中的一個子集，機器學習包括很多已經發展多年的技術，比如神經網絡（Neural Network）、支持向量機（Support Vector Machines， SVM）、Boosting、決策樹（Decision Tree）、隨機森林（Random Forest）、貝葉斯模型（Bayesian Model）等等，這其中比較突出的一項就是ANN（Artificial Neural Networks，人工神經網絡），而人工神經網絡則是深度學習的起源。
在幫助考察團員理清深度學習與機器學習的關係後，Norman Chang介紹了深度學習近年來爆發的原因，很大一部分是由於GPU的廣泛應用，使得並行計算變得更快、更便宜、更有效。當然，對於ANSYS而言，計算機輔助工程（CAE）模擬讓工程師能夠設計更多的虛擬原型產品，因而在打造物理原型產品上花費的時間更少。更多次的反覆設計可以成就更高質量的產品，通過加速模擬，GPU 能夠進一步提高生產率，從而有助於縮短產品開發時間，為企業帶來更具競爭力的優勢。
在Norman Chang看來，在工程領域深度學習有著廣泛的應用價值，例如實際工程問題中存在大量的非線性力學現象，如在結構優化問題中，需要根據需求設計並優化構件結構，是一類反問題，這些非線性問題難以用常規的方法求解，而神經網絡恰好具有良好的非線性映射能力，因而可得到比一般方法更精確的解。此外，將有限元與神經網絡結合的方法有很多，比如針對複雜非線性結構動力學系統建模問題，可以將線性部分用有限元進行建模，非線性構件用神經網絡描述（如輸入非線性部件狀態變量，輸出其恢復力），再通過邊界條件和連接條件將有限元模型部分和神經網絡部分結合，得到雜交模型。
最後，Norman Chang表示ANSYS正在與華為海斯合作研究推進人工智慧在CAE領域的應用，站在ANSYS的角度，他認為人工智慧最大的價值就在於：1、縮減數據；2製作模型；3遞歸分析。
圖4 ANSYS資深產品戰略副總裁、嵌入式軟體仿真專家Norman Chang
圖5 考察團員與ANSYS高層在辦公室合影
圖6 考察團在ANSYS大樓前合影
本文為e-works原創投稿文章，未經e-works書面許可，任何人不得複製、轉載、摘編等任何方式進行使用。如已是e-works授權合作夥伴，應在授權範圍內使用。e-works內容合作夥伴申請熱線：editor@e-works.net.cn tel：027-87592219/20/21。