再不研究AI，你就真的落伍了！！！

當我們每天打開各類新聞APP時就會發現，與AI相關的新聞早已占據了一席之地，“人工智能、神經網絡”等關鍵詞屢屢登上熱搜，設計、制造、軟件工程等各行各業也開始大量應用AI相關技術。AI發展之大趨勢，銳不可當。

借助傳統的設計工作流，工程師難以充分探索設計空間并快速提出解決方案來應對新出現的挑戰。而AI的出現助于這些工程師發現新穎的解決方案、利用大量現有模擬數據并改進最終設計，從而幫助加快設計和模擬流程。

近期，戴爾科技集團與NVIDIA共同發布《人工智能在設計和工程工作流中的應用》白皮書，介紹AI是如何融入到設計和工程解決方案及工作流的，以及新的工作站和高性能計算解決方案如何讓工程師能夠有效利用這些功能的。我們來看看吧！

產品設計：正在與AI密切結合

●在設計和CAD場景中，由于生成式設計工具的出現，AI已經產生了切實的影響。在設計應用中，AI（人工智能）和ML（機器學習）能夠根據預定義的限制條件創建一系列出色的設計方案。生成式設計工具要求工程師預先確定這些限制條件，包括散熱性能、剛度、材料選項甚至具體的制造工藝等等，隨后軟件可以創建上百甚至數千個選項供評估。此時，工程師就可以通過微調限制條件來縮減選項，以構建起復合用戶具體需求的設計方案。

●在電子CAD(ECAD)領域，很多企業還開發了支持AI的軟件工具，可幫助設計人員加快印刷電路板(PCB)設計速度。這些工具依托于以往設計方案中的數據，能夠幫助實現電路板布局布線設計自動化，提高工作效率。

另外值得關注的是，越來越多的AI渲染可視化工具也在不斷涌現，例如NVIDIA AI利用開放源代碼Stable Diffusion模型，就能夠支持用戶使用文本提示生成2D草圖和圖像。Depix Technologies公司推出的工具，則可讓用戶使用簡單的文本提示創建高動態范圍（HDR）全景圖像和背板。

模擬：用AI提高效率是關鍵

AI在模擬中也得到了廣泛應用，并幫助企業極大提升了工作效率和設計質量。

在設計周期中，分析和模擬往往成為瓶頸，特別是當模型規模擴大且復雜度增加時。為了改進這一狀況，模擬軟件公司正在積極探索并測試生成式人工智能自然語言工具，旨在優化用戶界面，降低軟件使用的門檻。通過簡單的文本提示，即便用戶不具備特定解算器的專業知識，也能輕松運行模擬，從而大幅縮短學習新軟件所需的時間。

以Ansys公司為例，他們推出了一款基于生成式人工智能技術的支持工具——AnsysGPT，可快速處理常見的客戶支持請求。更令人矚目的是，據資料顯示，用戶甚至能夠通過AI編寫Java程序來執行特定的模擬任務，全程無需編程經驗。

生成合成數據也需要AI，AI已成為訓練自動駕駛汽車系統的關鍵動因。例如，訓練一輛自動駕駛汽車需要在無數車輛場景中收集數百萬小時的操作數據，因此可以使用反映現實場景的合成數據，以虛擬方式加速這一過程。例如，NVIDIA提供NVIDIA DRIVE Sim?平臺（基于NVIDIA Omniverse?），用于在沉浸式3D環境中運行物理上準確的大規模多傳感器模擬。NVIDIA Omniverse Replicator平臺會為這些模擬生成合成數據。使用這種類型的數據時，無需再執行使用現有數據集時需要完成的耗時數據清理和標記任務。

好馬配好鞍：戴爾Precision

7960塔式工作站為AI時代而生

基于AI的高級設計和模擬工具可以在配備全新 NVIDIA? RTX? GPU的工程工作站上更有效和高效地運行。

戴爾科技專為AI和數據科學應用打造了一系列高性能工作站，為工程師提供了所需的計算資源，確保他們能夠順暢地使用這些高級工具。其中，戴爾Precision 7960塔式工作站憑借其卓越的性能配置，成為了AI工程工作流的理想選擇。

這款重新設計的戴爾Precision 7960塔式工作站，其強大的性能讓人印象深刻。它支持單個56核CPU，同時擁有寬敞的機箱，可以輕松容納最多四個雙寬顯卡。這意味著，用戶可以為基于AI的CAE工作流、渲染和可視化等任務配置高達四個NVIDIA? RTX? 6000 Ada GPU。

NVIDIA? RTX? 6000 Ada是一款強大的顯卡，配備了48GB的圖形內存。這一巨大的內存容量使得用戶能夠輕松處理海量數據集，并在大型復雜模型上執行模擬和渲染任務。

通過配備一個或多個NVIDIA? RTX? GPU，這類工作站為工程師提供了一個強大的平臺，讓他們能夠在本地處理基于AI的典型工作流的大型模型和數據集。此外，工程師們還可以利用降階模型（ROM）在設計的早期階段快速完成驗證，從而大大提高了工作效率。總之，這些先進的工程工作站在推動更易于訪問的自動化設計和模擬場景的發展中，發揮著至關重要的作用。

總結

盡管AI并不總是適用于所有場景，但對于那些能夠獲取足夠數量的舊式設計、模擬和測試數據的團隊來說，AI技術卻為他們帶來了無限可能。通過利用AI，這些團隊可以擴展潛在的設計空間，揭示出前所未有的工程見解，并加速驗證和模擬流程，從而實現更快、更好的設計迭代。

除了豐富的數據資源，成功應用AI解決方案還需要強大的工作站和高性能計算資源的支持。在這方面，戴爾Precision專業工作站和NVIDIA? RTX? GPU的組合提供了強大的處理能力。工程師們可以依靠這些基于AI的新興工具，支持他們當前的設計工作流，并為未來的技術發展做好充分準備。這種結合不僅讓工程師們能夠充分發揮AI的潛力，還確保了他們在面對復雜和不斷變化的工程挑戰時，始終保持領先和競爭力。