近日，日本工程院董勤喜院士在第五届中国超级算力大会上表示，导入人工智能技术的高端工业软件，能够大幅减少产品开发周期，节约开发成本，快速响应客户需求，高效实现产品升级迭代。
　工业软件涉及先进工业制造技术、工程管理、计算机与软件等学科的深度交叉融合，设计流程复杂、研发难度大且周期长、投入成本高。据估计，一款大型工业软件的研发周期需要3-5 年的时间，要被市场认可则需要10年左右。董勤喜坦言，目前来看，国内工业软件仍处于“中低端多、高端少”的阶段，存在很大成长空间。
　“我从80年代初就开始做工业软件算法，存储也包括在内，算法如果不优化，存储量越来越大，用的CPU越多，热量的排放也越多，很多方面都是关联在一起的。”董勤喜表示。
　在他看来，硬件设备发展得非常快，经过了5寸软盘、3寸软盘、MD存储卡、SD存储卡，内存已经不是问题了。在这种情况下，多物理场耦合成为工业软件设计的一个重要趋势，计算资源需求飞速增长。
　董勤喜研究团队自主研发的DonSys/Quake地震分析模块，是一种能够快速模拟地震波传播及地震响应分析的有限元并行计算专用软件，集成了模拟地震波传播所需的功能，诸如震源、断层滑动、边界能量耗散吸收或无限元、快速网格自动生成及地震波后处理功能，网格自动生成能考虑地形和海底的几何形状分布。
　这一技术曾对2011年发生的日本东北大地震南北720公里、东西630公里、深度80公里范围内进行了大规模仿真计算，真实再现了地震波的传播过程。地震波传播数值模拟超级并行计算软件Quake，也被日本铁道技术综合研究所、东京电力设计院、日本国家测绘局等采用作为日本地震防灾减灾关键技术支撑平台。
　再比如DonSys/Mine矿山分析模块，可用于各类矿山尾矿库建造运维工程安全分析，有渗流诱发失稳的E级超算解析、应力-渗流耦合作用下坝基失稳溃坝机制、洪水漫顶诱发尾矿坝失稳的高性能数值计算、地震作用下尾矿坝非线性力学响应及其溃坝模拟等功能，也可应用于地球物理、地下结构、各类矿山、尾矿库、环境保护、应急防灾等领域。
　“国外商业软件的数据读取（单一串行）未能考虑现在及未来超大规模计算需求，商业软件前处理部分成为高性能计算的严重瓶颈。国家战略性的、高水准的工业工程数值模拟需要自主研发的高性能并行计算软件，计算机硬件的并行化、CPU多核同时执行演算、演算和数据传送的并行化、以及大量应用需求的驱动都需要高性能并行计算的支撑。”董勤喜表示，“深入理解并掌握包括数据结构、数据交换、并行处理等在内的核心技术，并运用高性能计算的强大处理能力，能有效提升制造业的效率和产品质量。”
　“人工智能赋能CAE工业软件建模，”董勤喜指出，“将人工智能尤其是机器学习导入工业软件，能够大幅度减少产品开发周期，节约开发成本，快速对应客户响应，高效实现产品的升级迭代。”
　基于丰富的仿真模型和行业数据，CAE的应用可有效帮助制造业企业减少甚至避免产品设计阶段多次召回调优的重复工作。然而，传统的CAE三维建模技术逐渐难以满足企业对于这种高时效性和逼真模型效果的要求，倒逼服务商不断探索更优的解决方案。
　随着人工智能技术的不断演进，基于人工智能的机器学习能够基于已有的大量数据，通过训练神经网络得到更准确的预测模型，人工智能开始成为制造业企业在研发设计环节的重点应用技术。董勤喜表示，以CAE在制造业积累的大量数据作为深度学习的基础，人工智能的导入将赋能CAE建模范式持续优化，并进一步降低计算成本，驱动工业软件设计开发的范式变革。