改变仿真游戏规则，Altair 的 AI 与 HPC 技术创新仿真之路

原文转自：技术邻 CAE 学习

作者：技术邻 CEO 虞伦

有幸在今年的 Altair 技术大会作为行业媒体记者，采访了 Altair 的首席产品和战略官 Ravi Kunju 先生以下简称（Ravi），和 Ravi 的对话让我更全面地了解了 Altair 的产品策略，以及 Altair 最新的技术进展，特别是这两年异军突起的应用于设计仿真的 Altair 的 AI 相关解决方案，对我来说收获颇丰。

现将采访稿做简要整理分享给制造业从事 CAE、AI 数据分析的朋友们，希望对你们更全面地了解 Altair 公司、CAE 行业发展、以及工业 AI 的应用有一些参考价值。

技术邻 CEO 虞伦（左）对话 Altair 首席产品和战略官 Ravi Kunju（右）

以下是访谈正文：

虞伦：Ravi Kunju 先生您好，我是技术邻的虞伦，很高兴能有机会采访您，您作为 Altair 首席产品和战略官，想必您对 Altair 的产品和业务的优势定位以及工业界对 CAE&AI 行业有深刻和广泛的理解，所以我很期待今天和您的对话，希望能从您身上听到和学习更多、更广、更远的 CAE&AI 行业的发展趋势的理解，能否先请您简单介绍一下您在 Altair 的工作内容。

Ravi：大家好，我是 Altair 的首席产品与策略官，工程力学专业出身，从事过机械工程师，也有多年从商的经历，并且获得了工商管理硕士学位。我之前负责 Altair 美国东北区域的销售管理，也负责 Altair 的产品管理 DA 产品线，还负责 Altair 的 HPC 产品线，所以我是少数几个跨多个平台产品线工作的 Altair 的员工之一，这也是为什么我担任 Altair 首席产品策略官的原因。

我直接向 CEO 汇报，并与我们的首席技术官、首席营收官、首席运营官和首席市场官，密切合作一起制定投资战略，包括制定投资哪些产品，关注哪些行业等趋势性策略、制定 Altair 的产品策略和定价策略，以上就是我大概的工作背景。

虞伦：第一个问题是关于 Altair 的 AI 相关解决方案，我注意到 Altair 在今年 6 月已经被 Gartner 魔力象限评为数据科学与机器学习平台领域的领导者，且 Altair 的 physicsAI 和微软的 OpenAI、google 的 AI 产品并列为第一梯队的无参化 AI 产品；资本市场上，Altair 股票也被纳斯达克列入 AI 板块的权重股，惊叹 Altair 在短短的几年能从一个 CAE 公司如此快速地推出这么被高度评价的 AI 公司，能否请您介绍一下 Altair 是从什么时候开始布局 AI，又是哪些主要关键因素导致你们在 AI 领域的成功？

Ravi：这是个好问题。首先，你刚才提到你很惊讶 Altair 如此快速发展成为一个被高度评价的 AI 公司，但我自己并不感到惊讶。因为我们已经在数据科学数据方面工作了 20 多年。

在拓扑优化和仿真领域，我们是创成式设计的领导者，比其他厂商都要做得早。我们可以对模型指定想要的性能指标、指定其制造工艺，设定载荷工况，就能自动优化生成想要的几何形状。实现拓扑优化的方法就是数学。工程师设定一个可设计空间，设置好负载和制造约束，HyperWorks 就会自动为你生成一个形状，所有这些优化都是在后台使用数学，数据分析是 AI 的基础，已经融入了我们整个产品体系中。

在过去只有高级 CAE 用户才能使用 CAE 软件，我们通过不断尝试使用前沿技术，无论是机器学习还是人工智能，我们正在用低代码环境让它变得超级简单，这样人们就可以把他们的流程串起来，把他们的数据集中起来，使用机器学习人工智能，我们让每个人都能快速上手，快捷地接触到其他人已经积累的技术。

这意味着我们必须将数据科学和计算科学融合到一起,我们研发的 Physics AI，您不必编写任何代码行，AI 是完全自动嵌入到您的仿真流程中的，您可以将已经完成的计算结果作为训练模型带入我们的环境中，通过简单几个按钮就可以创建 AI 模型。

我们不断地在推进 AI for CAE 的技术，为的是让更多的人用更低的时间成本和物资成本，利用 AI 高效的加速设计研发产品，且简单、易于使用。这也是我们在 AI 领域处于当前领先位置的原因。

虞伦：是的，CAE 界都在加速和 AI 融合，AI 的迭代速度非常快，那么 AI 会导致 CAE 行业发生激烈的变化吗？

Ravi: 我认为这将是一个渐进的变化。为什么这么说？Altair 可以说也是一家产品设计公司，我们为客户设计了很多尖端的产品。与我们的许多竞争对手不同，我们认识到什么是必要的，例如当我们在构建我们的求解器时，我们很快意识到我们有自己的 HPC 数据中心，这样我们才能实现并行计算解决大型模型计算和迭代优化的问题，所以我们收购了 HPC 软件 PBS。

现在我们看到的是同样的事情，数据也是决策的推动者, 人工智能已经变得非常普遍，所以我们也要把 AI，我们的另一种技术整合到我们的产品中。但是人工智能不会取代人类的智慧，人类的智慧很重要。我要说的是，人工智能不会取代工作，但不采用人工智能的工程师将失去工作。所以我认为这将是一个渐进的变化。即使是评估人工智能，你也需要人类的智慧来理解人工智能是否是对的。这就是为什么当有限元技术诞生后，你可以把一辆车离散成单元，你试图解决一个有限元问题。你会发现有些地方的结果并不正确，这时候你需要去优化这个区域。

同样的，人工智能技术刚提供结果的时候，你也不能就选择相信其结果的准确性。你必须继续学习，你必须理解 AI 试图告诉你什么，把它作为一种技术来使用，才能有效地理解它想要表达的意思。所以这只是另一种技术。就这一点而言，它将取代你所说的设计一辆汽车的一切，它将为你设计它。公司必须整合信息，收集数据，不断完善人工智能，用人类的知识验证人工智能。然后你可以去精炼，这是一个持续的过程。

虞伦：CAE 软件公司的行业排名是否也会发生更快速地变化？

Ravi: 我觉得会。Altair 一直在推动技术的发展，我们总是站在事物的最前沿，Altair 在过去几年中投资了超过 5 亿美元用于收购数据分析和人工智能相关的技术；同时，我们很专注 AI 和 CAE 的结合。我相信 Altair 会在 CAE 行业的越来越来有竞争力。

虞伦：我注意到这两年 Altair 的产品变化幅度特别大，我总结一个特点是【融合】：

•  “solver 的融合”，在新版本的发展计划中你们强调 All in one solver，目标把所有的求解器封装到一个 solver 模块；

•  “界面的融合”，新老 HyperWorks 的 UI 的融合，新的 UI 用户体验更加的友好，使用效率更高；

•  “CAE 和 AI 的融合”，现在 Altair 不仅有独立的 AI Studio，还推出了多个和 CAE 融合的 AI 应用，比如 shapeAI、ExpertAI、PhysicsAI；

• 以及“应用的融合”，Altair One 将所有的 Altair 的应用模块都部署到一个统一的 Portal。

最近两个版本的发布如此强调融合，是否为了实现功能的融合扩展、和简化降低用户的使用成本？

Altair 在之后的产品计划中会进一步的融合模块吗？甚至减少一些模块的选择，进一步降低用户的理解学习选择成本。

因为我发现一个问题，随着你们推出多个不同应用场合目标的 AI 模块之后，随之而来带来了用户理解学习上的困难，对 CAE 用户来说，理解和比较不同的 AI 解决方案在工程上的应用，要比理解和不同的 CAE 解决方案要难，因为深入理解 AI 最好是需要一些算法方面的背景知识，才能更好地理解 AI 工具的实用性，比较不同厂商的 AI 工具的能力的时候，更是如此。这也给你们 AI 解决方案的售前工作带来了很大的挑战。所以 Altair AI 在将来会不会进一步进行融合？

Ravi: 你的第一个问题是为什么要整合。将这些产品整合在一起的根本原因是为了让更多的人能够使用，我用简单的方式向你解释。

我们有一个适合工程师用的产品 Inspire，既可以做几何建模又可以做分析，它继承了很多有限元网格处理模块和仿真模块，在有限元建模的时候 Inspire 会从后台调用 HyperMesh 或 SimLab，在求解的时候，根据不同的分析会从后台调用 OptiStruct 做结构分析、Inspire Forming 做冲压分析、调用 Inspire Extrude 做挤出分析。所以 Inspire 作为一个产品在后端整合了多个软件，但我们提供给用户的 GUI 是同一个。

原因很简单，最终客户不会选择购买十种不同的产品。但如果购买我们的 Inspire，这么多软件都是可用的。CFD 仿真我们也在做同样的事情，我们现在有了 HyperMesh CFD，减少了大量的外部空气动力学建模时间。你可以引入一个大型的复杂模型，HyperMesh CFD 集成了 Ultra Fluid X，现在我们也在增加电磁能力和热能力，我们将把它们全部纳入同一个用户界面，用户根据需要自动调用不同的模块,这是关于用户界面 GUI 集成的第一个问题的回答。

另一个问题，我们有不同的 AI 产品，我们有 physicsAI、ShapeAI 等多个 AI 产品，一旦我们发现了这些技术，我们就将其整合到产品中。

为了让我们的客户理解我们不同 AI 的定位，我们将他们进行不同名称的标记，ShapeAI 是基于几何识别，physicsAI 是基于 GDL（几何深度学习），romAI 基于历史数据，数据标量向量等信息，但它不是基于几何学的。AI Studio（原名 Rapidminer Studio）是一个基于通用数据的机器学习平台，它允许你从多数据流串行数据形成机器学习循环。

上述几个涉及的问题是不同类别的问题，你需要不同的方法。这就是我之前想告诉你的，人工智能是一种技术，我们要学会用在什么类型的问题时候使用什么 AI 产品。

但我们也在开始互相整合，我们在 AI Studio 中为 HyperView 提供了一个插件，这样他们就可以引入几何图形并查询几何图形。我们的客户也在尝试使用他们的流程窗口以快速的方式处理工作。但目前为了让我们了解客户使用的是什么方面，我们不得不给这些技术贴上标签，所以这就是为什么这些名字使用了一段时间，但我会把这些 AI 都放在 Altair AI 的相关解决方案中。

虞伦：Altair One 这个概念推出已经很多年了，它将所有的 Altair 的应用模块都部署到一个统一的 Portal，向用户提供了一个极易部署、极易扩展、极易应用的模式，看起来像是一个终极 Portal，但就像您说的 Altair One 在用户端并没有获得足够的认知和应用。在中国市场我感觉更是如此，我理解这里有个重要原因是不同的 Local 市场有不同的消费习惯，但也跟不同的发展阶段有关。

随着 AI 融合 CAE 的应用越来越普及，我觉得 Altair One 这个模式会越来越彰显价值，能否请您重点介绍一下 Altair One，帮助更多的中国用户了解并应用 Altair One。

Ravi: Altair One 相当于用户使用 Altair 产品的门户，是我们的客户和 Altair 互动的入口，客户可以登陆 Altair One 了解 Altair 产品，下载 Altair 产品。另外 Altair One 也是用户用来部署数字化企业的门户。它允许工程师，数据科学家组织数据，可视化数据，并在任何云上的任何位置进行任何规模的协作，以应对任何规模的工作负载。它有自己的工程文件管理系统，我们也支持第三方应用程序。

首先，如果没有组织化的数据，任何类型的人工智能和机器学习都是不可能实现的。Altair One 提供了一个框架，它完全理解你做了什么，你的数据在哪里，你的信息是什么，并帮助您连接到本地的 HPC 系统，你也可以把算力从本地扩展到到云端。通过简单的 Web 浏览器可视化一切，连接您的 HPC，并在一个地方组织您的所有数据提交作业，监控作业。

所有这些事情都可以用 Altair One 来完成。在美国我们为所有客户提供他们购买的软件，也可以用同样的 AU 点数在 Altair 云上启动计算作业，这是非常非常独特的。但是因为一些限制，我们在中国没有提供这种服务。

Altair One 也支持部署到用户的私有云。我们还推出了一款经过改造的设备，我们称之为网关设备，这将被允许帮助你 Burst 到公有云。我们的客户使用此网关设备扩展到他们自己的云中，以进行纵向扩展和横向扩展。同样，这可能不会立即适用于中国，但我们会与合适的供应商合作，但我们会确保我们可以与一些当地供应商合作以提供帮助。

虞伦：现在制造业要满足越来越快的市场响应需求，所以他们对 CAE 仿真的效率越来越重视，Altair 有一个无网格快速仿真分析软件 SimSolid，看起来越来越多的用户开始应用这个软件，甚至直接替代传统的 CAE 分析软件。能否请您介绍一下 Altair 对 HyperWorks 和 SimSolid 两个产品组合的定位关系，和 SimSolid 将来的发展计划。

Ravi: SimSolid 是非常强大的软件，我们看到 SimSolid 有非常多的功能更新，并且整合到了 Inspire 平台。除了做结构问题，SimSolid 还在扩展多物理场求解能力，包括电磁场分析。SimSolid 做结构分析非常快，但是 SimSolid 并不能解决所有的仿真问题。有一些特定的问题，需要考虑隐式显式等复杂的求解，我们投入了大量资金来加强 SimSolid 的求解能力，并将其和苹果操作系统兼容。

但就像你之前提到的，提高 CAE 的效率除了 SimSolid，还有 AI 等方式。如果你有一个相当好的人工智能模型，你可以基于十个模型探索上千个不同的模型。我们正在探索每一种可能的方法来加快速度。甚至在我们的求解器中，当你使用我们的求解器时，我们都在开始使用机器学习，即使在计算迭代过程我们也在尝试通过机器学习的方式更快地收敛。

虞伦：是的，我也注意到 Altair 向用户提供了多个选择来提供 CAE 的效率，SimSolid 是其中一个选项，还有 AI、HyperWorks 二次开发。我了解到一些客户，有几百个设计工程师和和 20 多个 CAE 工程师，设计工程师先用 SimSolid 做快速结构仿真评估，最后再由 CAE 工程师用有限元分析去做精准仿真验证，大大提高了分析的效率，降低了企业对 CAE 的投入，我觉得这个组合非常好。

AI 是今年的重点，所以最后一个问题还是和 AI 相关。我注意到已经有很多中国的 CAE 用户在积极地尝试在实际工程中应用 AI，有些是基于 CAE 的结果数据，有些是基于实验或运行数据，特别是后者，客户在落地中往往会遇到很多阻力。有些是数据量不够或者数据不规范的问题；有些是多系统间数据的协同不畅造成的问题；有些是跨部门协调的不通畅，超出了 CAE 部门的职责权限，总之 AI 在工程的应用远比通用领域的应用要难，很多方面并不是技术的问题。请您对中国的制造企业提一些建议，如何更好地在工程问题中应用好 AI。

Ravi: 我可以告诉你同样的问题，25 年前当我在做制造业的时候，我用冲压分析软件对冲压进行模拟预测问题。我不得不去冲压厂的车间去画设计图，一开始他们不相信模拟，他们说我们有很多经验，后来慢慢地开始理解 CAE 是什么，他们遇到问题后会打电话给我来寻求我用 CAE 来支持。我对当时的冲压分析经验的总结是：如果你得不到好的数据，就得不到好的结果。

同样情况也适用于 AI 应用，你需要有好的质量的数据来训练它。我们需要来通过模拟或测试来验证 AI，训练 AI。所以我的建议是。AI 是伟大的技术，但你应该像其他事情一样谨慎使用它，你必须确保你提供了良好的数据。你必须训练他们，你必须要有耐心。

中国拥有当今世界上最大的制造业基地，这意味着你拥有最大的数据信息，在真正的制造业中，你可以从你已经拥有的数据中学到很多信息。所以我认为你们坐在一个信息数据的金矿上，首先要确保你所设计的和你所做的，信息数据必须与你的模型相匹配，你所期望的他们的表现都是一致的。你需要持续投入进去去验证训练。没有其他选择，你必须深入了解它。

虞伦：我认为对你们技术支持来说，对 AI 产品的支持要比 CAE 产品的产品的挑战大得多，客户需要更多的讲解、培训和售后支持。

Ravi: 确实，我们的团队拥有一群卓越的工程师，他们既精通计算机辅助工程（CAE），又熟悉人工智能（AI）技术。我们致力于为用户提供专业且全面的支持。我们别无选择，必须不断学习，与客户共同进步。中国涌现出大量杰出的才俊，我们相信，在这一领域，您无法找到比这里更快速成长的学习环境。

Altair 正竭尽全力将 AI 技术应用于制造业工程。我们坚信，中国已经具备了充分利用人工智能的成熟条件，这一趋势正在不断发展，并将日益加速。

虞伦：通过和您的对话，我现在更能理解您在上午演讲中的一句话提到：Altair 是唯一一家既能提供 Rocket Science 又能提供 Data Science 的公司，Altair 的（HyperWorks+HPC+AI)三大耦合的技术方案正在构建这一令人激动的技术愿景。

通过和您的对话，我也更深入地感受到了工业界日新月异的技术发展，给中国制造业带来的比以往更大的技术创新和应用的机会。谢谢您的分享，希望 Altair 公司能继续给我们工业界带来更好的技术和产品。

Altair 是计算智能领域的全球领导者之一，在仿真、高性能计算 (HPC) 和人工智能等领域提供软件和云解决方案。Altair 能使跨越广泛行业的企业们在连接的世界中更高效地竞争，并创造更可持续的未来。Altair 服务于 16000 多家全球企业，应用行业包括汽车、消费电子、航空航天、能源、机车车辆、造船、国防军工、金融、零售等。

欲了解更多信息，欢迎访问公众号：Altair 澳汰尔