周博好，我記得我們上次是在2019年，在北京國家會議中心，我和您還有大連理工大學的郭旭老師，我們有一次關于仿真技術的討論，那次會談兩個技術大咖交流的內容很有質量，我印象非常深刻。一晃就4年過去了，很高興又重新見到了周博，4年里這個世界發生很多事情，在我們技術界也是如此，周博這次有沒有一些CAE業界的重大技術的進展和趨勢分享帶給大家？

我個人的感覺CAE這個行業還算是一個發展比較緩慢的一個行業，要說特別大的變化，我覺得當然就是AI的飛躍發展給CAE業界帶來的相關影響。從去年開始ChatGPT的出現，大家對AI又有了一種新的認知。這些大模型數據算法帶來強大的創造性，是以前大家沒看到的。

對CAE的行業應該也有觸動，也有更多的這種探索，像以前在我們CAE行業，其實我們所提的廣泛的AI其實還挺多的，比如我們以前說的的這些替代模型這些概念。但說要做到廣義模型的話，之前在我們這個行業還沒有。但是現在看來，已經有很多研究或者公司的布局在往這往方面探索，所以在未來我覺得這方面是會有一個比較新的快的發展。

對，特別是今年，AI給我們CAE業界帶來的沖擊真是太快太大了。ChatGPT剛出來的時候我也思考過，這ChatGPT這么火，但是和我們CAE怎么結合，到底怎么用？有沒有可能真正地應用到工程里邊去？這還剛在想著，然后就感覺突然之間各種CAE整合AI的解決方案就出來了。就是一種以前很緩慢的一個行業突然之間變化快到一不小心就跟不上了的這種感覺。

我最近在關注你們Altair公司推出的 AI for CAE的解決方案。因為我的技術鄰平臺上面現在有一種業務是為企業提供CAE咨詢技術服務，當企業遇到一些研發困擾的時候，我們嘗試整合技術鄰的專家資源結合CAE技術去幫客戶解決技術問題，但是有些工程的物理模型確實非常的復雜，很難通過CAE建模去仿真，或者仿真的周期非常長。我了解到你們的AI for CAE有幾個case真正是基于數據去擬合，反饋出來的結果準確度相當高。我真的感覺很震驚，對我也是一種啟發，我們也在以嘗試用AI和CAE結合的思路去為技術鄰的企業客戶提供更高效地服務。

對于有些實驗數據齊全或者仿真數據準確，又能準確提取特征變量的計算，確實可以用AI來替代CAE，給用戶帶來效率上的極大提升。我們公司的CEO在這方面有他的獨到的遠見，他大概已經在十四、五年前，就提出了這樣一個概念，他就覺得 CAE、AI、高性能計算的結合會是一個趨勢。所以我們15年前就收購PBS做高性能計算，就是在提前布局。現在Altair形成了HyperWorks（CAE）、RapidMiner（Data&AI）、PBS（HPC）三條互相耦合的解決方案。

是，我對你們CEO Jims Scapa印象很深刻，10多年前我就采訪過，我一直覺得他很有Vision（遠見）。拓撲優化仿真記得也是你們先推出的。現在有一些廠商也在提仿真民主化等等這些概念，我覺得總的趨勢都是把CAE從仿真工程師下沉到研發工程師，但是對研發工程師來說，他的需求給他帶來的價值除了算得準確以外，我覺得對他們來說更大的一個訴求是效率更快。

再往前一步是更智能，智能其實包括了更準確的計算以及更快的設計。所以我現在的感受就是CAE的發展，已經從以前我們拼功能強弱、拼準確度，到現在更注重比拼效率了。

對，方法都已經是20年前就開始比較成熟了，所以我們CAE用兩個點來概括：又好又快，現在越來越偏快。

我注意到你們在去年宣布了一個很重量級的決策，就是把Radioss開源。當時業界感覺很震驚，請問你們是基于什么考慮做出這個決策的？

我可以大概介紹一點，當時這件事情我也是主要的策劃者之一，當然最初的IDEA還是我們CEO Scapa提出來的，我們在此之前就有過一次Open Source的案例，就是Open PBS。所以Open Source對Altair來說是有這方面的先例和理念的。我們覺得Open Source，會有更多的在高校科研機構、公司在Open Source的基礎上產出更多新的應用，形成社區效應，會極大推動行業技術的發展，反過來也會推動商業版本的發展。因為這個社區的生態會更健康，會有更多的用戶。

我覺得這個理念是對的，但是同時我有一個疑問，就是會有一種情況，競爭對手會基于你們的Open Source開發出來你們差不多功能的競品，這時候你們開源帶來的效果可能是負面的。所以你們開源的策略會不會是先開源Limited的功能，先讓用戶體驗Limited的功能，覺得用的好了再去買完整的商業版？

我們Radioss是全部開源，不是部分開源。當時的考慮有幾個方面，我們覺得在現在的工業轉型的期間，對于碰撞這類分析，存在一些新的技術問題要去解決。比如新能源汽車電池包在碰撞過程中安全性能、損傷、電芯在碰撞過程穿刺的燃燒爆破等這些問題，其實還沒有解決地很好。所以我們覺得在這個時期，需要聯合各方科研資源，一起協作來突破這樣一些技術的挑戰，我們把軟件開源的就能夠建立起一個開放的活躍的Community社區，大家一起協作貢獻就能更快地去解決這些技術的挑戰。

我們希望通過就是說open source community這樣的一種推動，希望有更多的技術上的增長，和應用的增長，盡管那些增長不直接對我們產生利潤，但是我覺得這樣的對技術的發展是有好處的，同時對我們的商業發展也沒有害處，因為很多客戶比如車廠還是更愿意要商業版本和技術支持。

另外從企業家精神和格局來看，企業存在的本質是服務于人類，Free的Open Source能對這個業界有促進，所以這是一個Easy Decision。

你們的這個決策為你們贏得了業界的很多喝彩，也提高了你們公司在行業里的一個聲譽。到現在為止Radioss開源多少時間了，開源社區的發展情況如何？

開源有一年多了，我們最近剛剛舉辦過第二屆 Open Radioss User Conference，Community發展得很快，有很多專家，這個Radioss的開源代碼已經被下載4萬多次了。

這個發展速度真是超出我的預料，沒想到Open的Radioss這么受歡迎，會一下子冒出這么多開發者，看來將來的顯式計算軟件市場會有更多優秀的應用出現。

您是怎么看待這兩年國產CAE軟件的發展？

我覺得中國這么多年沒有出現優秀的CAE軟件，是挺奇怪的一件事情，因為這是一個很重要的行業，盡管這個行業的產值不是很高，但是，這是和一個國家的工程實力密切相關的一個領域。

您剛才用了一個有意思的詞：“奇怪”，其實我也覺得奇怪。雖然CAE軟件產品主要來自歐美，但您看日本和韓國也有幾款不錯的CAE軟件，為什么中國這么多年了沒有什么在國際上有競爭力的CAE軟件？

但我覺得中國有足夠的實力，你看在國外開發CAE軟件的很多都是中國人，其實我們有人才。所以說現在有了這樣一個大環境的改變，其實對中國的科技發展有好處的，就是在有的時候你被卡脖子的時候會逼著你去做。

首先是資本注入，你看美國的這些公司出現都是要有風投去投資，才會出現像 Google、 Facebook這些公司。現在有很多資本注入國產CAE軟件廠商，這個是很好的進展。另外一個要有客戶需求，現在國內也越來越多的客戶有了對自主知識產權軟件的需求，這是對國產CAE廠商來說是很正面的，積極的機會。

求解器是CAE軟件的核心，您應該是全球CAE求解器研發領域里最專業的幾個人之一了，那么您覺得國產CAE軟件在求解器的研發上能達到什么樣的程度？您是怎么看的？這個事情難度大不大？

我覺得這方面可能還會有一些挑戰，我估計大部分國產CAE軟件求解器開發人員可能是來自于大學的力學專業的畢業生，理論知識比較豐富，但求解器的開發是需要積累豐富的工程經驗的，所以我說這方面可能會有挑戰。這個就需要不斷地從用戶那邊積累工程經驗，這個需要比較長的時間，國外的CAE軟件功能的強大，主要就是來自于大量客戶的反饋和迭代。

從求解器的功能類型角度來說，如果要達到基本的線性分析功能，要是做的路對的話，三五年應該就可以。在非線性這方面的話就難度稍微大一點，會可能要時間稍微長一點，但是有個5~8年應該都可以了，重點也是有要有不斷的來自用戶需求反饋的迭代。

對的，有多少種子客戶非常重要，國產CAE軟件之間的內部競爭現在也很激烈，我覺得對他們來說最重要的是這幾年能夠獲得多少種子客戶，像您說的一樣，有足夠的種子客戶，才能催生更多的功能迭代。你們也是在其中一家主要的國外CAE廠商，對待國產軟件這幾年的發展，你們持什么態度？

Altair公司一直是很open的，因為我們一開始做HyperMesh前處理就必須開放，去和所有的求解器做兼容。國產CAE的發展對整個CAE的Community來說是好的，能夠互相促進，對用戶來說是更多的產品可以選擇也是好的。我也希望中國也能誕生出國際上有競爭力的國產CAE軟件。

現在仿真行業越來越流行差異化打法，其中一個打法就是云計算+仿真APP，針對于某個產業鏈做專門定制開發的仿真云計算應用。比如針對于泵行業，根據泵的設計、仿真做出一整套高度智能化的設計仿真APP，并部署到高性能云計算平臺上，能讓不同仿真的工程師實現高效率地智能化設計和計算，這時候用戶就不太在乎計算的求解器是什么品牌，大大降低了品牌的影響力。另外大部分中小企業對研發模型上公有云還是有數據保密性的顧慮，盡可能優先考慮私有云，但當仿真APP帶來的Benefit遠大于公有云的顧慮時，這時候用戶上公有云的意愿就提高了很多，近幾年企業研發數據上公有云的接受度比之前明顯高了很多，我感覺是國產CAE軟件的一個策略上的后發競爭優勢，你們成熟的國外軟件相對比較難去放低身段去做各種定制化的仿真應用。

仿真APP確實是一個趨勢，能大幅提升客戶的效率。我們Altair也有這樣的定制開發業務，和客戶一起開發深度的仿真應用，而且在基礎技術上我們如果去做這個事情是有很優勢的，因為我們有功能非常強大的Hypermesh前處理軟件，定制開發的效率提升就是基于前處理平臺去實現自動化提升效率。

關于仿真效率的提升，我特別建議大家關注我們的Simsolid軟件，這個軟件我認為是非常值得去應用的軟件，Simsolid是一款無網格CAE分析軟件，4-5年前剛開始收購的時候，主要用來做一些復雜裝配體的靜力學分析，在這方面能體現出巨大效率優勢，也能很不錯的精度，但在動力學、非線性、熱等其他多物理場的分析上還稍欠火候。但這兩年，我們對Simsolid進行了大量的研發投入，從Optistruct中移植了大量的計算能力到Simsolid，并進行了大幅的代碼重寫，目前Simsolid在動力學、非線性等更復雜的計算上，也能做到效率非常高的同時，達到不錯的精度，我們這次HyperWorks 2023新版本有重大發布，其中就包括Simsolid的新版本發布，應該就在11月份，歡迎大家重點關注一下。 

最后請周博給我們仿真界的工程師一些職場建議。

我覺得對于工程師用戶來說，關注跟隨新技術的發展非常重要，不然即使是某個行業的資深專家，也可能會被淘汰的。

仿真工程師不要局限于已經熟悉了的某一款軟件，我們看到的所有CAE軟件其實都很繁瑣，都需要用到很多的人工經驗。如果一個軟件很依賴人的經驗就不是一個體驗好的軟件，一個好的軟件應該是能夠讓人很快地能夠上手，很快就能讓他提供你所需要的精確的仿真結果。所以說不要迷信現有的產品，我們要去發現這些產品的弱點，然后要去推動CAE供應商去不斷地進步。

我覺得CAE的行業發展比較慢的其中一個原因也可能和很多工程師已經接受了CAE軟件繁瑣難用的現狀，他們可能覺得我現在用到的CAE軟件已經是最好的了。包括我們剛才提到的AI，就需要我們去關注其對CAE應用和行業帶來的沖擊，應該去嘗試體驗其能夠帶來什么樣的優勢。就是說也要去觀察一些新的軟件的出現，包括國產軟件，在某些方面可能還不知名，也不認為他是這個行業最認可的，反過來那么它的可能發展也是會很快的，而且這些產品團隊很愿意跟客戶來滿足需求，就有可能過幾年后在某些領域脫穎而出。

周博的觀點我非常認同，我們的用戶一定要主動擁抱變化，卷起來。我前兩天看到一個視頻，說原先美國車企研發一款車需要8年，后來日本車企用并行技術變成了4年，再后面中國的車企又把它卷到了2年，而現在新能源汽車用軟件重新定義了汽車，直接一年就發布一款車型。我覺得CAE行業變革的速度，趨勢就是越來越快了，特別是今年，我強烈感受到了CAE行業受到AI等技術的沖擊和融合，變革的速度一不專注就跟不上。所以我們的用戶也要主動擁抱變化，不要就守著我學會的就一兩個軟件，否則真有可能被淘汰。

立即報名