超級計算機與工業智能制造

 

每投入1美元于高性能計算,83美元的收入,20美元的利潤!

眾所周知,制造業產業鏈橫跨了許多行業,從產業上游到終端下游,形成了一個全球的生產銷售市場產業鏈。制造業在最近十年內逐漸顯現出強勁的發展上升趨勢。在這個不斷增長且競爭激烈的市場,整個供應鏈的制造商都要以低成本提供最高質量的產品,同時面臨提高生產率和上市時間的挑戰。這就是說,新產品發布的周期也越來越短,產品的成本也要求越來越低。比如某飛機發動機研發商原來的設計研發周期要好幾年,現在必須要以月來計算。因為在競標的市場上,誰能在短時間內拿出成熟的設計方案,誰就贏得了標的,還有芯片制造也是誰先發布誰先霸占著市場。

 

 

為了克服這些挑戰,制造業就不得不面臨產品設計與制造的數字化轉型。制造商們正在通過一系列新的數字技術完善現有的計算機輔助設計(CAD)、計算機輔助工程(CAE)和計算機輔助制造(CAM)工具加速數字化轉型。

這些新技術包括:

3D打印技術(3D打印機、機器人和自適應控制加工)

智能成品(使用物聯網的聯網車輛)

大數據分析,對產業鏈上生成的那些快速增長的,多樣的,多變的海量數據進行分析。

人機交互的新形式;比如觸摸設備,語音和可視化的處理;機器學習和人工智能(AI )

 

 

這些技術加上快速無處不在的互聯網連接、高性能計算(HPC),可擴展存儲和數據管理系統為制造商在整個產品生命周期中收集、聚合和分析數據提供了前所未有的能力。從概念設計、虛擬和物理產品開發到售后服務的數據都可以進行整合和分析。這有助于制造商進一步提高生產場地和生產設備的效率,優化產品線的維護時間表,提供對產品消費者使用模式的更深入的了解,分清產品售后的責任和義務,減少風險。

 

CAE的下一個時代是數字孿生(Digital Twin)。

數字孿生虛擬產品開發在產品設計和開發中已經被廣泛使用了數十年中,CAE在縮短產品生產周期,優化設計,防止高昂的返工得到了廣泛認可。預計CAE軟件市場的年增長率將超過11%,2026年會突破97億美元。有了這些虛擬產品,工程師就可以任意的,不受拘束的設計和測試新產品,而無需實際構建許多昂貴的原型。這可以迅速避免大量失敗的物理實驗,讓公司只專注于最有市場潛力的成功產品設計。在正式投入生產前,不僅可以通過在設計周期的早期發現問題來降低企業風險,還可以降低保修成本,避免產品失效導致的傷害,減少潛在的法律訴訟。

 

 

在過去的十年中,針對仿真、設計和優化復雜的系統,多學科CAE(結合流體力學,結構分析,機械動力學,電磁學等)和迭代設計和探索研究已經成為非常流行。

 

多學科CAE 需要仿真多種類型結合在一起的物體如何在系統和部件間的在各種條件下的相互作用情況。這些全面、高保真的多重物體的模擬仿真使用的是非常詳細的幾何模型(大網格)來準確模擬復雜產品在真實世界環境中的行為。這些多學科的設計工作量極大地刺激了HPC和存儲基礎設施的增長,同時CAE本身也在不斷進步以處理復雜的智能互聯產品。設計、開發、制造、服務和運營這些智能互聯產品對當今的HPC系統也是一個極大的挑戰。

 

人工智能結合HPC將制造效率提升到一個新水平

如今一些企業正在結合人工智能(AI )的自學習能力和高性能計算的并行處理系統(HPC)來制定業務流程,希望用更短的時間完成更多任務。目前在國內外復雜的環境下,各垂直行業不得不加快數字化進程,嘗試結合HPC和人工智能,以同步更新數據并建立新的產品和服務。

 

 

Market Watch 預測,基于HPC 的人工智能收入將每年增長29.5%,因為企業繼續將人工智能融入其運營。此外,隨著人工智能、大數據的發展,以及對更大規模的傳統建模和仿真工作的需求,HPC用戶群正在擴大,包括汽車、制造業、醫療保健和BFSI等高增長行業。這些行業正在采用HPC技術來管理大型數據集并擴展其當前應用,尤其是制造業公司,為了提高業務效率,他們將HPC應用在從設計過程、供應鏈到產品的交付,從中受益匪淺。

 

Hyperion研究公司的一項研究表明,在制造業每投資1美元用于HPC,就會產生83美元的收入,20美元的利潤。這么說可能有點抽象,打個比方碼頭常見的集裝箱,它的制造工藝和用料經過多年的實踐經驗幾乎是一成不變的,但這并不能說明現在的制造工藝和用料是最節省成本且是裝貨卸載最優的解決方案,那如何才能以最低的成本和最短時間研發出新的集裝箱呢?

 

使用高性能計算仿真系統。讓它來模擬各種材料以及工藝制造方法,假設目前集裝箱通用的鋼板(頂板和側板)厚度是2mm左右,我們可以通過高性能計算仿真系統模擬1.8mm是否可以滿足運載貨品的需求,或者使用其他成本更低的材料代替鋼板,如果模擬結果成功并最終投入生產,這將能為企業帶來不可小覷的財富價值。

 

同樣,他們正在利用人工智能(AI)和機器學習(ML)來加速創新,洞悉市場變化,開發新的產品和服務。麥肯錫全球研究所(McKinsey’s Global Institute)的一份報告顯示,制造業投資在人工智能方面預計年營收增長率將達到18%,高于所有其他行業。

 

通過HPC和人工智能優化流程,制造商追求的目標就是實現最佳性能和高質量的產出,他們把重點放在了用HPC資源來運行人工智能應用程序,能夠預見問題的出現,改進產品開發過程,改善端到端的供應鏈管理。

 

除此以外,制造業的M2M會產生大量的有價值的數據,用HPC來運行復雜和快速的數據分析程序,以保證基于大型數據集得出分析報告的準確性。另一方面,將HPC與AI應用相結合,使得生產系統可以自動化的實時調整,減少故障時間,提高產品質量,加快產品上市時間,并使生產過程更加敏捷。

 

 

工業4.0和HPC

工業4.0就是“以信息物理系統為基礎的智能化生產”,很多人會從IOT(物聯網)的概念出發來看待“智能化”這個概念,認為就是把物理設備連接到互聯網上,然后實現計算、通信、精準控制和自我管理,來實現智能化生產。這當然沒錯,但HPC在整個工業、制造業中起到的作用也同樣不可忽視。

 

在制造業中,一個產品從設計圖到CAE模型的建立,然后進行仿真、分析、測試、產品改良再到產品定型,以及產品定型之后的再測試和量產,包含了非常多的步驟,每一個步驟都不可或缺。但是從時間和成本的角度考量,在這些步驟中虛擬的、仿真階段所花的時間和成本最低,而一旦進入真正的實體產品階段,耗費的時間和成本會很大幅度的向上提升。如果能在整個產品定型之前,盡量讓虛擬產品更貼近現實中的情況,就可以縮短企業研發產品加快產品上市的時間,加快企業的創新速度。

 

而要實現精準可靠的建模、分析,CAE又對仿真工具的計算能力提出了挑戰,比如在CAE的前處理、有限元分析和后處理過程中,對數據的分析和圖形展示能力有著很高的要求,這種情況下,HPC可以幫助企業完成精準、可靠的仿真模擬分析過程,促進企業甚至整個工業制造業的創新。

 

 

勞斯萊斯(RR)是因為其生產的豪華汽車以及英國王室的標配汽車而聞名。但是它也是世界上最成功的發動機制造者之一。其Trent XWB發動機是空客A350XWB的唯一動力系統,據稱也是勞斯萊斯史上銷售最好的發動機。與前任發動機相比,Trent XWB可以節省20%的油耗,每年在每架飛機上能為航空公司就A350節省200萬英鎊,而能夠實現這種能效的提升,全靠基于HPC運行的CAE/CFD仿真工具的使用。

 

勞斯萊斯經驗證明了要想在給定的設計周期內,按照有限的時間和精準度要求,完成建模和分析,只有HPC仿真和虛擬產品的環境中完成。所以勞斯萊斯構建了自用的HPC集群來完成大量的CAE仿真計算。

 

高性能計算可以在你意想不到的地方發揮作用,比如卡車運輸??ㄜ嚧蟛糠謺r間都是處于工作狀態(行駛在道路上),它的動力來源主要是汽油,而行駛中的卡車會推動空氣,空氣又會對卡車產生阻力,這樣就會增加油耗,產生更多的能源消耗及費用。為了防止在行駛過程中輪胎圈起路上的泥土或碎石等雜物擊中卡車,幾乎所有的卡車都裝有擋泥板,而擋泥板也會為卡車帶來更多的阻力與汽油消耗,所以有家卡車制造商想改進這個裝置,以減少能源消耗和對卡車的損耗。他們利用HPC工業仿真平臺準確計算出擋泥板大小、形狀,從而設計出一套更為節能的優化方案,使每一輛卡車一年的汽油費用減少了400美元。

 

雖然這聽起來對一輛卡車來說并不多,但當你擁有1000 輛卡車的車隊時,這些節省加起來非??捎^了?,F在該公司的HPC設計已經不僅限于擋泥板,他們正在使用HPC幫助設計卡車的各項裝置設備,以提高卡車的工作效率,從而節省更多的費用和金錢。

 

 

在其他領域HPC也在發揮著重要的作用。比如依靠人工振動波來還原地下構造和信息的石油勘探,就一直是HPC使用的最大的用戶之一,隨著勘探節奏越來越快,要求處理的周期越來越短,以及為了實現更高的精度所需的復雜算法和數據處理需要,現在勘探行業對HPC的能力需求也越來越大。想一想,如果選用準確度不高的算法,選定地址一口井打下去一個億的資金沒了,企業愿不愿意在算法和高性能計算上投錢呢?

 

可以說,HPC與現代工業應用已經密不可分。但是不是只有這些高、精、尖的工業、制造業才用得到HPC呢?這個問題我們下期繼續聊。

 

 

推薦閱讀 

在線咨詢 MESSAGE

姓名 *

電話 *

郵箱 *

咨詢意向 *

公司名稱

所屬行業

需求概述 *

{转码词},{转码词1},{转码词2},{转码词3}