工业元宇宙,作为“元宇宙”概念的一个分支,标志着工业数字化转型迈向新纪元。在GTC大会上,NVIDIA黄仁勋展示了工业元宇宙如何通过先进的模拟技术、AI驱动的数字孪生技术和Omniverse平台,加速企业数字化转型,推动未来工业创新和运营模式的革新。一时间,工业元宇宙再次成为了行业关注的焦点,激发了广泛的讨论和兴趣。
数字闭环:工业数字化的飞跃
在信息和智能时代,工业数字化已成为推动工业发展的核心引擎。随着技术的进步,一系列创新概念相继涌现,从工业互联网到工业4.0,再到工业元宇宙,这些概念共同映射出工业技术领域数字化权重的持续增长。
工业互联网:通用电气(GE)于2012年提出将工业设备与IT技术融合的理念,随后在2014年与AT&T、思科、IBM和英特尔共同成立工业互联网联盟(IIC),推广了这一概念。物联网(IoT)技术作为其核心,强调设备互联,旨在提高资源利用效率和生产持续性,同时涵盖产品监控与维护。
工业4.0:2013年德国推出了工业4.0战略,标志着第四次工业革命的开始。它超越了工业互联网,依托工业物联网(IIoT)、AI、大数据和机器人技术,旨在提升生产效率和灵活性,实现智能化决策和定制化生产。
工业元宇宙:作为现实世界的虚拟延伸,工业元宇宙利用AI、数字孪生、虚拟现实等技术,构建了一个独立的工业数字世界。它提供了沉浸式体验,形成了一个从需求到研发再到体验的闭环,覆盖了工业全生命周期。
随着科技的不断突破,工业数字化能力正经历着前所未有的演进,从工业互联网的监测和规划,到工业4.0的个性化定制,再到工业元宇宙的独立数字世界构建,这一过程体现了数字化在工业领域日益增长的影响力。工业元宇宙构造独立的数字工业世界,不仅为形成工业生命周期的“数字闭环”提供了可能,更标志着工业生命周期向数字化闭环的跨越。在这一过程中,通过计算机辅助设计(CAD)和辅助工程(CAE)技术,设计研发阶段已经从依赖物理试验和试制的模式,转变为一个完全数字化的过程。尽管在产品交付环节,我们仍需经历物理试制阶段,但虚拟现实(VR)和增强现实(AR)技术的发展,已经允许客户在产品制造之前,通过沉浸式的视觉和听觉感知产品。此外,随着脑机接口技术的突破,我们有望实现类似于"骇客帝国"中的数字全息体验,让客户能够在数字世界中身临其境地体验产品。这一技术的进步,将彻底改变传统的生产制造流程,实现一个完全基于数字世界的"需求-研发-体验"闭环。工业元宇宙的构建,不仅为工业领域带来了数字化的深度融合,更为工业发展开启了全新的篇章。
虚拟产品体验场景
科幻成真:梦想之车触手可及
工业元宇宙的宏伟愿景,不仅超越了传统生产效率和可靠性的范畴,而且突破了产品品类扩展和小批量定制的局限。它开启了一种全新的个性化定制时代,让每个人都能拥有真正属于自己的产品,无论是一件印有独特图案的T恤,还是一架无人机,甚至是一辆复杂的汽车。
在电影《钢铁侠》中,托尼·斯塔克在困境中利用有限资源,创造出了马克1号盔甲,成功逃脱。回到他的高科技工作室后,他利用先进的计算机系统,进行3D建模和设计,通过全息投影实时调整设计参数,优化盔甲结构。他还利用虚拟现实技术,在虚拟环境中测试盔甲的功能和操控性。设计完成后,托尼可以放心地将制造过程交给人工智能助手Jarvis,自己则愉快地驾着跑车去参加聚会。
个性化产品定制场景
设想一下,当工业元宇宙发展成熟,我们也能在虚拟现实技术的支持下,进入一个智能化的用户定制空间。用户与系统互动,根据自己的喜好提出对汽车的具体要求,如马力、风阻、噪声和外形等。智能设计优化系统将自动根据用户的要求进行设计,并确保符合安全性、可靠性和合规性等质量标准。用户可以在元宇宙空间中,通过视觉、听觉和触觉全方位体验自己的汽车,并提出修改意见,直到达到完美。一旦设计定型,数字汽车模型将直接传输给智能化和自动化的制造系统。用户只需等待数天,甚至更短的时间,一辆梦想之车就会通过便捷的自动化运输系统,出现在用户的家门口。
无人研发:工业元宇宙下的研发模式
汽车整车开发是一个复杂且耗时的过程,通常包括架构阶段、战略开发、概念开发、设计开发和生产导入等多个阶段。在数字化设计研发工具日益普及的当下,整个开发周期预计仍需30至40个月,而资金投入可能高达数亿甚至数十亿。显然,如果一辆汽车的研发成本高达数十亿,且研发周期长达数年,那么实现让每个人都能定制自己的汽车这一目标将变得遥不可及。
在这些巨额的汽车研发费用中,首先包括了材料、能源、设备折旧等非人力成本。随着数字化设计研发技术的不断发展和深入应用,研发过程可以最大限度地摆脱物理限制,从而显著降低这些成本。事实上,有关统计显示,CAE技术在过去数十年的应用已经使工业领域的试验测试成本降低了90%。
然而,值得注意的是,在汽车研发成本中,还有一部分非常显著的成本,那就是研发人力成本。以比亚迪为例,2022年全年的研发投入达到了202亿人民币,研发人员规模约为7万人。如果按照研发工程师平均月薪15,000元计算,人力成本占总研发费用的比例高达60%。同样,特斯拉在2022年的研发投入为30.75亿美元,其研发人员数量约为1.2万人,按照研发工程师平均年薪140,000美元计算,人力成本占总研发费用的比例也达到了55%。尽管研发成本还受到许多其他因素的影响,但如果人力成本不能得到有效控制,那么定价数亿元的个人定制汽车显然无法为普通大众所接受。
因此,在工业元宇宙时代,研发的自动化和无人化成为了必然的要求。如果过去的工业数字化主要强调的是生产制造的无人化,大量减少了生产线工人的投入,那么工业元宇宙时代的"无人研发"则强调的是设计研发的无人化。这将大幅减少设计师和工程师的岗位,是一场前所未有的革命。
工业元宇宙时代下的CAE:高性能、高置信、高集成
在工业元宇宙的愿景下,CAE技术迎来了以高性能、高置信、高集成为核心的新时代,引领着工业设计和研发的未来。
1)高性能:数十年来,计算机辅助技术(CAE)的应用已经显著加速了产品设计研发的进程,将时间缩短了5到10倍。然而,对于像汽车这样结构复杂的产品,研发周期仍然需要数十个月。为了在工业元宇宙中实现以天计的设计优化愿景,我们需要在现有基础上进一步缩短研发周期数十甚至数百倍。要达到这样的性能,CAE技术必须大幅提升。软件技术的性能提升主要依赖于算力和算法两大支柱。在算力方面,尽管硅基半导体的摩尔定律增速放缓,但芯片架构的创新和计算机体系结构的发展仍在推动高性能计算系统性能呈指数级增长。在算法方面,除了适应先进计算架构的高性能计算技术的发展,基于数据的深度学习技术也为仿真和优化提供了新的途径,而量子计算等未来技术的突破,将为工业元宇宙带来颠覆性的进展。
2)高置信:为了在设计研发过程中最大限度地摆脱物理世界和物质流的束缚,我们需要在几乎没有物理试验和测试的情况下,确保数字化设计优化的结果与现实情况无偏差。现有的CAE技术,在物理建模维度足够高且边界足够广时,原则上可以有效控制误差。但在有限的算力条件下,高性能与高精度之间存在对立关系。这种矛盾可以通过改进算法和工程方法来进行调和。传统数值模拟技术,如时空分辨率自适应、拟合阶数自适应和空间变换等,可以有效地降低模型维度,同时确保精度。基于数据的深度学习技术,能够降低模型维度,但目前难以提供较高的置信度。在工程方法上,采用不同精度的混合方法,例如在初步优化设计时使用低维模型,而在精细优化设计时使用高维模型,可以在降低计算需求的同时,保证一定的置信度。
3)高集成:现有的CAE技术中,尽管计算流体力学和计算结构动力学等非线性问题需要消耗较多的计算时间,但是大量线性问题数值分析的主要时间瓶颈已经不是计算本身,而在于人工。在一些复杂的结构前处理过程中,如几何清理和网格划分,往往需要消耗大量的时间。例如,一辆汽车精细模型的前处理过程可能需要数名工程师投入几周到数月的时间。前处理问题的存在,主要是因为CAD和CAE工具之间存在的数据转换依赖于人工操作(工程师),且这些工程师需要具备丰富的行业经验和专业知识。为了适应工业元宇宙的无人化研发,CAD/CAE工具链,以及技术链和算法链的中间环节,必须摆脱对人的依赖,形成一个紧密集成的系统。这样,用户定义和产品模版就能在完整的数字化设计优化流程中自动传递并保持一致。通过提升算力和采用升维建模,可以确保模型具有兼容性和一致性。或者,通过人工智能技术替代行业工程师,也能显著提升CAE在自动化设计流程中的集成度。
在工业元宇宙的宏伟蓝图下,实现工业数字闭环目标和个性化产品定制愿景,CAE技术的主要追求在于模拟更大的系统、采用更高的分辨率,大幅提升仿真和优化性能,以及实现工具链和技术链的深度集成,通过这些努力,CAE技术将为工业元宇宙的构建提供强大的支撑,推动工业设计和研发进入一个全新的高度。
作者和其所带领的“神工坊”团队,致力于以高性能计算、人工智能等先进计算技术推动下一代CAE技术变革,潜心8年研发构建的“高性能数值模拟框架”,旨在突破CAE系统级高保真里程碑以及组件化、模板化的专用应用研发,为工业元宇宙构建物理引擎基座。
“神工坊CAE智能混合引擎”技术发展战略
先进计算技术赋能工业元宇宙时代下的CAE
作者简介:
任虎 神工坊创始人&CEO
·西北工业大学工程力学本硕、清华大学计算机系博士、高级工程师
·无锡超算先进制造部部长、工程仿真生态负责人
·牵头或参与5项国家重点研发计划课题、国家“工业互联网创新发展工程”项目及若干江苏省重点科技计划
·获得国家一级学会科技进步一等奖,无锡市“百名科技之星”等多项荣誉
