AI集成的案例
全球首顆模擬AI芯片，集成了RISC-V處理器
邊緣人工智能
Mythic 的主要重點是邊緣 AI 部署。該公司還在數據中心提供服務器級計算。企業可以使用邊緣 AI 來部署在邊緣設備上本地運行的ML 模型。然而，邊緣人工智能面臨一些挑戰：
低功耗：設備的功耗和相關熱量隨著更多功能和功能的添加而增加。有時，它們由功率預算有限的以太網供電 (PoE) 供電。即使在 0.5 或 2W 時，設備也需要表現出強大的性能。
不使用時功率應該接近于零，并且這些不同模式之間的切換應該快速而簡單。
小尺寸：在數據源運行的AI算法具有最小的延遲問題，并且不會因視頻壓縮而損失準確性；因此，不需要大型 PCIe 卡、大型散熱器或風扇。整個系統需要適合其他人使用的 22mm x 30mm M.2 A+E 卡。
即使使用更大的 PCIe 卡，加速器和冷卻解決方案的大小也決定了可以塞入多少 AI。
成本效益：以可承受且有效的價格提供高功率計算的能力為客戶提供了根據客戶需求進行擴展的自由度。
迄今為止，該公司已經籌集了 1.652 億美元，用于為智能家居、智慧城市、AR/VR、無人機、視頻監控甚至制造業輕松且經濟高效地部署強大的人工智能。
展開 驍龍855集成NPU神經網絡單元，以支持AI人工智能加速
另有報道稱，驍龍855會像蘋果A11、華為麒麟970那樣，集成NPU神經網絡單元，以支持AI人工智能加速。
高通驍龍現在也有多款型號支持AI，但借助的是傳統CPU、GPU、DSP硬件單元和SDK軟件開發包，整合成AIE引擎，特定情況下的加速效率顯然不如獨立硬件單元來的高，而且會加重CPU、GPU、DSP的負擔。
客戶案例 | 臺積電通過集成AI技術加速3D-IC設計，進一步擴大與Ansys的合作
Ansys AI技術可提高3D-IC設計的生產力，而更廣泛的合作則推動了面向AI、HPC和高速數據通信半導體的創新3D-IC熱、機械應力和光子解決方案發展
主要亮點
在設計3D集成電路（IC）組件時，Ansys人工智能（AI）驅動的解決方案表現出更高的生產力，并為關鍵任務提供無縫自動化
Ansys多物理場平臺，可支持臺積電客戶對不斷發展的3D-IC設計的可靠性分析需求
Ansys與臺積電攜手合作，為臺積電用于光學數據通信的緊湊型通用光子引擎（COUPE）開發了綜合全面的多物理場分析工作流程
近期，Ansys與臺積電擴大合作范圍，利用AI推進3D-IC設計，并為更廣泛的先進半導體技術開發新一代多物理場解決方案。兩家公司共同開發了新的工作流程，用于分析3D-IC、光子、電磁（EM）和射頻（RF）設計，該流程可以實現更高的生產力。這些功能對于為高性能計算（HPC）、AI、數據中心連接和無線通信領域打造全球領先的半導體產品至關重要。
利用AI提高生產力
創建正確的3D-IC設計，以優化熱和電氣效應（例如通道剖面），需要大量耗時的設計流程。為了最大限度地減少這種限制，設計人員使用Ansys optiSLang?流程集成和優化軟件，通過自動化來快速確定最佳設計配置。通過將optiSLang和用于設計分析和建模的Ansys RaptorX?芯片優化電磁求解器盡早集成到計流程中，該解決方案減少了電磁仿真次數，并展示了協同優化的通道設計。這不僅節省了時間，還降低了設計成本并加快了產品上市進程。
此外，臺積電、Ansys和Synopsys繼續開展長期合作，確保為客戶提供卓越的技術解決方案。
展開 AI自動設計的芯片誕生了，不輸工程師
通過對人類工程師設計的集成電路模型與AI設計的集成電路模型的對比（見圖2），可以看出人類工程師設計的集成電路是規則的，其參數數量是有限的。AI設計的電路是不規則的，參數多，自由度高，形狀更趨近于自然形成。實際上，AI能夠學習抽象出影響電路性能的關鍵參數，并掌握各種各樣的設計任務。因此，AI僅接收網格化電路模型和S參數矩陣作為其輸入就能夠達到與專業工程師相當的水平。
AnsysGPT測試版推出 | 通過全新虛擬助手拓展AI產品加速創新
Ansys進一步加大在人工智能（AI）領域的投入，推出AnsysGPT的測試版。AnsysGPT作為虛擬助手，整合了跨物理領域的工程專業知識，全天候提供綜合全面的技術支持，并縮短響應時間
主要亮點
Ansys通過在其仿真產品組合和技術支持服務中集成全新AI功能，提升客戶體驗，加快仿真普及速度，并推動新一代創新
Ansys首款AI虛擬助手將為全球Ansys客戶提供全天候技術支持，將首次響應時間縮短至幾秒鐘
Ansys最新的AI工具采用ChatGPT技術構建，專為Ansys客戶量身定制，并基于Ansys公開數據進行訓練，將通常涉及多個工程師的不同領域專業知識整合到這個虛擬知識引擎中
通過在其仿真產品組合和客戶社區中擴展人工智能（AI）集成，Ansys宣布推出AnsysGPT限量測試版，這是一款多語言、對話式AI虛擬助手，將徹底改變Ansys客戶獲得支持的方式。
展開 AI提升CAE效率80%，你還不會用嗎？看你著急嗎？
AI都沒有替代畫圖工程師，況且更麻煩的CAE行業？
回家看看你家的AI電視、AI冰箱、AI洗衣機，出了AI對話功能，還給你的生活帶來了其他影響嗎?
如果以后AI能夠集成到CAE軟件中，右側一個對話框，輸入文字，可以自動的建立模型、劃分網格、添加條件、計算結果、后處理，但凡有一個能夠如此輕易的實現，而不是生成python代碼，還要調試，我覺得AI就能夠實現起到很大的作用了。
仿真就是一個坑，一入仿真深似海，勸君莫入仿真圈！?
你鉆研著物理知識，操著軟件開發的心，忙著機械設計的事，拿著別人零頭的錢！
仿真就是一門玄學，結果飄忽不定而又極其重要！
更多精彩文章，下載過去的案例經驗目錄：
2023~2025大龍貓文章經驗總結統計1.pdf
2021~2023大龍貓文章經驗總結統計.pdf
2017~2021大龍貓文章經驗總結統計.pdf
展開 Ansys 即將推出Ansys SimAI和Ansys AI+技術，持續推進AI創新
利用Ansys AI+，Ansys將在其行業領先的桌面產品中整合并擴展AI功能，以增強核心功能。例如，Ansys Granta MI AI+的桌面版本包含機器學習模塊；Ansys optiSLang AI+用戶可通過高級場和基于標量機器學習的元模型，執行高效優化、靈敏度研究和魯棒性設計。最新的AI+產品將為MANN+HUMMEL等客戶提供幫助，為他們在其Ansys桌面產品中使用Ansys AI功能提供更多選擇。
MANN+HUMMEL工程、空氣濾波器元件和仿真業務部總監Florian Keller博士表示：“仿真技術的普及、數字主線、優化和機器學習正在塑造MANN+HUMMEL的現代產品開發流程。Ansys optiSLang AI+等Ansys擴展AI產品，幫助我們的團隊對空氣濾波器屬性的參數化模型進行了設計實驗，我們將其用于基于AI的優化戰略。因此，我們減少了大量仿真工作，這將幫助我們更快將智能技術和可持續技術推向市場?！?Ansys產品高級副總裁Shane Emswiler指出：“Ansys在AI方面的持續投入，印證了我們對提升客戶體驗，加速仿真技術普及并推動新一代創新的一貫承諾。通過將AI功能集成到新產品和現有產品中，可使預測復雜模型性能的時間從15天銳減至幾分鐘。這樣的時間節省，有望幫助我們各行各業的客戶實現顛覆性的產品開發?！?Ansys此前推出的測試版AnsysGPT，是一款匯集了不同物理學科領域工程專業技術信息的虛擬助手，其不僅可提供全天候的綜合技術支持，還縮短了響應時間。AnsysGPT將于2024年第一季度推出。
展開 戴西DWS.KLM知識庫管理軟件V2026技術解析
核心能力包括：知識的獲取、整理、利用與推送，多維度知識分類與檢索，AI智能助手集成，權限管控與審批流程，以及積分激勵機制。
二、技術架構
前端采用Vue 2.x配合Element UI組件庫，后端基于Spring Boot框架構建，數據庫使用MySQL并集成PageHelper進行分頁查詢，文件存儲依托自研云盤系統，接口文檔通過Swagger自動生成。
三、核心功能模塊
知識管理
知識導航支持列表和縮略圖兩種視圖切換，采用樹形結構進行分類瀏覽，并提供高級組合條件檢索能力。我的知識模塊用于管理用戶創建的知識，支持編輯、刪除和取消發布等操作。系統還支持通過模板批量導入知識。草稿箱用于暫存未完成的知識，用戶可隨時繼續編輯后提交。
審批流程
創建知識時可選擇審批流程，審批通過后知識自動發布。審批流程可在低代碼平臺中維護，只有被授予權限的人員才能進行知識審核操作。
知識推送與訂閱
用戶可訂閱感興趣的知識作者，系統根據訂閱關系自動推送該作者后續發布的所有知識，實現知識的主動觸達。
問題庫
支持用戶提問與回答，提問時可關聯相關知識，回答可被采納為最佳答案，每類問題僅能采納一條最佳答案。
積分規則
系統支持動態配置積分規則，可積分的行為包括發布知識、獲得五星或四星評分、知識被訂閱、知識被收藏。積分數據用于知識評分排行展示。
四、AI能力集成
系統右側懸浮AI智谷圖標，點擊后彈出戴西智能助手對話框，用戶輸入問題后可收到智能回復。此外，知識庫中的知識可推送至AI向量知識庫，為智能問答提供知識支撐。
五、文件處理機制
系統支持多格式附件的上傳與在線預覽。圖片、PDF、MP4等格式可直接在線預覽；Office文檔支持在線查看；DXF、DWF等CAD文件支持3D視圖預覽；DWG文件需轉換后預覽；其他格式支持下載查看。
展開 設計仿真 | AI+仿真雙驅動！海克斯康領跑人形機器人研發
05
AI大模型集成與復雜場景模擬
?？怂箍倒I仿真軟件支持將AI大模型引入Adams，為人形機器人研發提供更強大的智能化支持。AI大模型可以與Adams的多體動力學模型進行協同仿真，模擬各種復雜場景，如人形機器人在不同地形上的行走等。這種集成方式不僅能夠增強仿真效率，加速模型求解，減少運算時間，還能提升結果準確性，對仿真中的不確定性因素進行評估和修正。此外，基于仿真數據和AI大模型的分析，為用戶提供決策建議，如在人形機器人設計中，根據不同的任務需求，推薦最優的關節參數、結構布局等。
通過以上多方面的應用，?？怂箍倒I仿真軟件能夠為人形機器人的研發提供全面的技術支持，幫助研發人員解決從機械設計到控制系統開發，從結構強度到驅動系統設計等一系列復雜問題，加速人形機器人的研發進程，提升產品的競爭力。
真實案例見證
?？怂箍倒I仿真軟件的強大實力
?？怂箍倒I仿真軟件在人形機器人研發領域的應用已經取得了顯著的成果。例如，在大型四足機器人的步態仿真中，Adams軟件通過精確的運動學和動力學分析，幫助研發人員優化了機器人的步態周期、單腿步距等關鍵參數，實現了穩定的步行。在某人形機器人的仿真開發中，?？怂箍档能浖ぞ卟粌H完成了動力學驗證與載荷提取，還實現了結構輕量化與拓撲優化，為人形機器人的實際應用奠定了堅實的基礎。
攜手海克斯康
共筑智能未來新藍圖
?？怂箍倒I仿真軟件憑借其深厚的技術底蘊、全面的解決方案和創新的AI集成能力，已經成為人形機器人研發領域的首選工具。選擇?？怂箍担鷮@得專業的仿真技術支持，加速人形機器人的研發進程，提升產品的競爭力。讓我們攜手共創智能未來，讓更智能、更高效的人形機器人走進千家萬戶。
展開 使用大型語言模型（LLMs）、檢索增強生成（RAG） ￥5
- 學習內容：
- 設計和構建基于大型語言模型（LLMs）、Transformer、嵌入技術和現代AI架構的可投入生產的生成式AI系統。
- 實現檢索增強生成（RAG）流水線，將大型語言模型與外部知識相結合，減少幻覺現象，打造企業級AI應用。
- 利用工具調用、多步驟推理、記憶功能和人機協同控制，開發自主智能體AI系統。
- 集成FastAPI后端、流式聊天界面、前端用戶體驗模式和有狀態記憶管理，創建全棧大型語言模型應用程序。
- 通過令牌優化、緩存策略、模型選擇權衡和負載管理技術，優化AI系統的成本、延遲和可擴展性。
- 使用人工和自動化評估方法評估和監控大型語言模型的輸出，確保準確性、相關性和真實性。
- 應用安全、安全和治理最佳實踐，實施防護措施、輸出過濾、基于策略的控制和負責任的AI框架。
- 前置要求：
- 具備基礎編程知識（首選Python，但無需達到專家水平）
- 對API或Web應用程序有大致了解（有幫助，但非必需）
- 對AI充滿好奇，愿意動手構建項目
- 課程描述：本課程包含人工智能的應用內容。這是一門專為全棧AI工程師設計的全面、實踐導向的生成式AI和大型語言模型（LLMs）課程。與僅涉及高層理論的課程不同，本課程專注于現代AI系統在生產環境中實際的構建、部署、優化和治理方式。你將超越簡單的提示詞實驗，學習如何利用大型語言模型、嵌入技術、檢索、智能體、工具和全棧應用架構，設計可靠、可擴展且適合企業使用的AI系統。課程的每個部分都包含循序漸進的實踐實驗，確保你不僅理解概念，還能通過真實代碼實現這些概念。
展開 客戶案例 | Ansys利用NVIDIA AI推動人工智能賦能的半導體設計取得重大發展
NVIDIA Modulus AI框架與Ansys SeaScape平臺的集成，將幫助工程師輕松構建定制化AI解決方案，其不僅可提高設計人員的工作效率，而且還可快速確定最佳設計配置
主要亮點
NVIDIA Modulus人工智能（AI）框架將集成到針對云計算優化的Ansys SeaScape?大數據分析平臺中，該平臺支持電子設計自動化，其已被證明可將熱仿真速度提高100倍以上
融合了物理學知識的Modulus AI技術，是對Ansys SeaScape平臺中各種多物理場仿真工具的有力補充，這些工具包括電源完整性和可靠性簽核平臺Ansys RedHawk-SC?、Ansys Totem-SC?、Ansys PathFinder-SC?和Ansys RedHawk-SC Electrothermal?等
此次集成將改善圖形處理單元（GPU）、高性能計算（HPC）芯片、AI芯片、智能手機處理器以及高級模擬集成電路等應用的產品結果
近期，Ansys宣布正在將NVIDIA Modulus AI框架集成到Ansys半導體仿真產品中，以提供可顯著加速設計優化的AI功能。這將幫助工程師創建定制化和生成式AI代理模型，加速設計迭代并探索更大的設計空間。本次技術集成，將提升一系列廣泛產品的性能結果，其中包括GPU、HPC芯片、AI芯片、智能手機處理器以及高級模擬集成電路等。
NVIDIA Modulus是一款物理學AI框架，可訓練并部署基于物理知識與仿真數據相結合的模型，使用戶能夠根據其需求創建定制化的AI引擎。隨著人工智能被集成到計算機輔助工程工作流程中，對于用戶來說，擁有一個無縫和集成的管道非常重要，該管道允許求解器生成的數據流向用于訓練模型的人工智能框架。
展開 
Ansys 2025 R2 發布：憑借AI、智能自動化和更廣泛的按需能力，推動生產力實現躍升
Ansys 2025 R2版本利用AI驅動的工具和功能簡化仿真應用，促進協作并提高團隊生產力，從而激發人類創造力潛能。
利用基于物理場的AI功能開展直觀的仿真
Ansys 2025 R2版本推出了Ansys Engineering Copilot，這款安全可靠的虛擬助手依托Ansys數十年的專業技術，可在Ansys產品中直接提供AI驅動的輔助功能，提供一致、無縫的用戶體驗，并使用戶能夠即時訪問龐大的知識庫。該工具不僅囊括了AnsysGPT?（其集成了Microsoft Azure AI Foundry，包括Foundry模型中的Azure OpenAI）、所有Ansys網站、數千篇技術文章、800多節創新課程以及全球用戶論壇，還能夠創建和跟蹤技術支持案例。
微軟Azure AI基礎設施副總裁Nidhi Chappell表示：“我們很高興能夠與Ansys合作，繼續為其客戶開發和集成創新型AI解決方案。Microsoft Azure AI Foundry與AnsysGPT的集成，使工程師能夠快速訪問關鍵信息，并利用Ansys深厚的工程專業技術來提高生產力并加速創新?！?2025 R2版本在Ansys全產品線中增強了AI能力，實現高保真仿真的自動創建、驗證與優化——加快模型構建速度，減少人工操作，并降低人為錯誤風險。
展開 全行業AI語音制作：基于ElevenLabs ￥15
全行業AI語音制作：基于ElevenLabs
AI Voice Creation for Every Industry with ElevenLabs
發布時間：2025年
時長：1小時
大小：0.7GB
語言：英語
課程內容
掌握ElevenLabs，制作、集成與調控逼真AI語音，用于多場景與多語言專業應用。
學習內容
使用ElevenLabs生成、自定義與控制逼真AI語音
將AI語音集成到視頻、課程、客服系統、播客等項目
掌握語音指導、語氣控制與多語言生成技巧
學習AI語音工具的實際應用與商業場景
了解AI音頻常見問題與解決方法
學習要求
無需AI工具相關經驗
課程介紹
本課程全面講解ElevenLabs AI語音合成平臺，面向內容創作者、營銷人員、教育工作者、職場人士等，講解AI語音的制作、自定義與多場景應用方法。課程結合理論與真實案例，教授多語言語音生成、語氣調整、客服與教育培訓應用、對話AI實現等內容，幫助高效運用AI語音工具提升內容表現力與可擴展性。
適合人群
希望為視頻、有聲書、社交內容制作配音的內容創作者
制作多媒體課程的教育工作者與教學設計人員
需要可擴展客服或培訓方案的企業
探索AI語音能力的開發者與技術愛好者
希望通過ElevenLabs實現音頻自動化的各類用戶
展開 使用 Java Spring AI 進行 AI 驅動的應用程序開發（2025 年）
本模塊強調動手開發，指導學習者完成創建、配置和部署 AI 增強型 API 的過程。通過將 Hugging Face 模型和 Gemini API 集成到 RESTful 服務中，應用程序能夠生成響應、分析文本和自動做出決策。通過實踐練習和實際場景，學生將了解如何在其應用程序中構建 API、管理數據流和優化 AI 性能。此部分確保學習者具備開發可擴展且生產就緒的 AI 驅動的后端服務所需的技能。本課程的最后一部分側重于通過構建 AI 驅動的自動電子郵件回復助手，將 AI 功能應用于實際用例。這個基于項目的模塊指導學生將 AI 驅動的文本處理和響應生成集成到自動化電子郵件管理系統中。通過利用 Spring AI，學生將開發一個智能助手，該助手可以理解電子郵件內容、對消息進行分類，并根據預定義的 AI 模型生成適當的回復。這個實踐項目鞏固了課程中涵蓋的概念，為學生提供構建可提高生產力和自動化的 AI 解決方案的實踐經驗。在課程結束時，學習者將具備使用 Spring AI 設計、開發和部署 AI 驅動的應用程序的知識和技能，使他們能夠為現代 AI 驅動的軟件開發做好準備。
這門課程適合
Java開發人員
AI和ML愛好者軟件
/應用程序開發人員
后端工程師
展開 碳纖維復合材料主要研究、算法分析及軟件工具，及高速計算工作站/集群硬件配置推薦
5.多尺度建模與優化設計
從纖維-樹脂微結構到整體構件宏觀響應的多尺度模擬與參數優化（常與AI結合）。
