AI應用
關注創建者：梅梅姐 soberness 創建時間：2018-10-19
AI應用的視頻教程
3DIC HBM的信號與電源完整性分析在AI芯片的應用
適用人群：芯片/封裝設計工程師以及CAD (EDA軟件管理人員) 3DIC HBM的信號與電源完整性分析在AI芯片的應用【已結束】? ? ? ? ? ? ? ? ? ? 直播時間：2020-05-07 16:00 HBM是云端AI訓練和推理芯片的一個典型配置。HBM相對于傳統DDRx設計來說有更高的帶寬和功耗效率，時延很低，占用面積小的特點。
免費 1小時 384播放
查看
AI 技術在氣囊分析中的應用網絡研討會
培訓大綱： ·全新氣囊折疊工具介紹； ·運用Design Explorer中的AI ·運用physicsAI工具快速預測氣囊展開數據。
免費 13分鐘 25播放
查看
Altair AI和CAE結合最新方法及應用案例網絡研討會
培訓大綱： ·Altair 最新AI+CAE解決方案與應用案例； ·基于幾何深度學習方法的無參云圖預測工具physicsAI新功能。
免費 1小時23分鐘 55播放
查看
AI應用的實例教程
圖 2：使用 AI 理解和優化大型鑄件組件的行為
全球100個AI應用案例電子書下載
△Altair 正式發布全球100個AI應用案例電子書，內容覆蓋10+行業的100個AI應用場景。點擊圖片立即獲取，了解全球AI驅動工程設計應用成功案例，以及AI技術如何為工業制造業的產品全生命周期帶來賦能與革新。
人工智能賦能生成式設計
? AI 支持的生成式設計全面優化工作流程
在任何開發過程中，都必須考慮眾多要求，以協調輕量化設計、功能要求和可制造性。
巨型鑄造組件的優化過程包括兩個階段。首先從基于線性化載荷情況的拓撲優化開始，以實現有效的材料布置。然后與多學科優化相結合，以評估組件的結構性能，并使用人工智能和機器學習支持的鑄造模擬來檢查其可制造性。
? 拓撲優化
Altair 強大的且經過驗證的生成式設計技術用于最有效地布置材料。在這里，可以為多學科載荷情況推導出最佳載荷路徑，包括數百種載荷工況、變量以及鑄件的制造約束。
? 多學科優化
在上述步驟中，將響應面建模（RSM）優化的應用與機器學習相結合，以滿足要求，并在非線性碰撞和鑄造仿真中為巨型鑄造結構提供最優的起筋方向和厚度分布。通過對完整的仿真結果進行聚類和分類，可以克服純標量、回歸類型的目標，并與專家評估進行比較，以優化所需的組件行為。
? 可制造性分析
使用無監督機器學習還可以評估可制造性。在壓鑄過程的仿真中，它可以識別不同設計變體的均勻性行為，如澆口處的流速或流動前沿等，以及確定澆口幾何形狀的最佳數量、尺寸和位置等。
圖 3 ：產品開發中的 AI 和仿真。應用領域、輸入變量、使用的方法、預期結果和優勢，以及在 Altair 工具中的實施。
展開 </p><p><br></p><p>而且，現在AI的普及化趨勢正不斷加速。<strong>低代碼和零代碼的AI工具正在賦能新一代的“平民數據科學家”。</strong></p><p><br></p><p>同時，<strong>AI正逐步融入現有的設計工作流程</strong>。比如，工程師現在可以輕松使用節省時間的AI工具，從CAD文件中直接進行物理預測或自動化形狀匹配，讓工作更高效。</p><p><br></p><p><strong>技巧 5：從小的計劃開始著手</strong></p><p><br></p><p>應用 AI 的障礙不僅僅是技術上的，企業文化沖突問題也很普遍。AI for Engineers 研討會的與會者一致認為，從小規模的項目開始并迅速得到投資回報是一種行之有效的策略，可以贏得更廣泛的企業內部支持。</p><p><br></p><p>不要僅僅因為潛在的 AI 案例不夠宏大就忽視它們。AI 擅長做“無聊”的事情，例如自動執行耗時、重復的設計任務。因此，它<strong>使工程師可以騰出更多時間發揮專業技能、經驗和創造力。</strong></p><p><br></p><p><strong>技巧 6：從其他案例中得到啟發</strong></p><p><br></p><p>在應用AI之前，大多數人都想知道結果預測和流程優化在實踐中是如何實現的？目前Altair擁有不少AI案例，包括制造商如何在鋼鐵生產過程的早期預測質量控制問題等經典案例，<strong>歡迎持續關注Altair，獲取更多案例內容，為公司的AI應用提供好的建議和啟發。</strong></p><p><br></p><p>所有這些項目都突出了 AI 的共同優勢，包括<strong>減少物理測試、加快上市時間以及支持更早、更明智的決策等</strong>。
展開 近日，天洑聯合常州市信息化協會，成功舉辦了“制造企業AI智能化應用”專題培訓活動。培訓吸引了神力電機等十余家企業參與，共同探索工業AI在生產一線的落地路徑。
本次培訓采取“案例演示+實操演練”的互動模式。天洑的技術專家選取多個來自離散制造行業的典型業務場景，基于自主研發的智能數據建模軟件DTEmpower 帶領學員深入了解AI技術在工業環境中的閉環應用。
在實操環節，企業學員們通過動手操作，親身體驗了從原始數據（圖像和表單）載入、數據預處理、模型訓練與評估、模型部署與應用的全流程。這種沉浸式的教學方式，讓企業直觀體驗了AI技術在優化生產工藝、設備故障預警以及輔助決策方面的價值。
離散制造過程具有工序復雜、物料多、設備差異大等特點，這導致生產數據呈現出嚴重的多源異構特征，通俗說就是“來源多，格式雜，質量參差不齊”，成為困擾企業AI應用的“第一道關卡”。
針對這一痛點，天洑在本次培訓中重點展示了基于智能數據建模軟件 DTEmpower 開發的最新功能——圖像模型和表單數據模型融合決策。
該工具能夠高效整合來自ERP、MES、PLC系統各類傳感器以及圖像數據，實現多源數據的快速清洗、轉換與融合。在提高產品良率的案例展示中，該工具展現了強大能力。
作為天洑自主研發的核心工業軟件，DTEmpower 在本次培訓中表現亮眼。新版本大幅提高了多源異構數據處理和統計過程控制（SPC，Statistical Process Control）能力，結合搭載的 AI Coding 技術，進一步降低了AI應用的技術門檻。
展開 為推動產品輕量化設計與人工智能技術在工程設計、仿真與制造領域的深度融合，全國大學生先進成圖技術與產品信息建模創新大賽組委會聯合 澳汰爾工程軟件（上海）有限公司 Altair 舉辦“第五屆輕量化設計與AI 應用教師培訓及競賽”。
培訓亮點
本次培訓聚焦兩大前沿方向：
輕量化設計： 掌握 Altair Inspire 軟件操作與結構優化實戰；
AI 應用： 學習 AI Studio 的機器學習建模與反向優化方法。
培訓與競賽結合，真正實現“以訓促賽、以賽促教、以教促研”，助力高校教師掌握智能設計與AI融合應用能力。
培訓時間
Inspire 輕量化設計培訓：2025年11月22日
AI Studio 人工智能應用培訓：2025年12月2日、12月4日
參賽與認證
競賽環節中輕量化開放賽題和AI應用命題，具體請查閱成圖大賽官網通知：
https://s.jishulink.com/OjPHZ1
（請復制該鏈接至瀏覽器進行打開）
作品提交截止時間：2025年12月30日
完成培訓可獲得組委會頒發的培訓結業證書；
競賽優秀者將獲組委會頒發的獲獎證書及獎金；
一等獎獲得者將額外獲頒 Altair “結構輕量化設計與 AI應用工程師”認證證書。
展開 image_process=/format,webp/quality,q_40" data-initial-src="https://img.jishulink.com/202508/attachment/5e93497589d84d628e48fc302de60d9a.jpg"></figure>
</figure><p><br></p><p class="ql-align-center">該書收錄全球100個AI實踐應用案例</p><p><br></p><p>Altair 近日正式發布全新電子書《全球100個AI應用案例》，書中收錄了全球 100 個 AI 驅動工程設計應用案例，展示人工智能技術（AI） 如何在各行業為產品開發生命周期帶來革新。</p><p><br></p><p>這本電子書兼具參考價值與實踐指南功能，為各行業組織提供已實戰驗證的 AI 應用場景及 AI 應用策略。書中分享了如何<strong>使用 AI 降低成本、縮短周期、加速創新</strong>的洞見，為企業開啟或拓展自身 AI 驅動工程設計項目提供切實可行的思路。</p><p><br></p><p>“<strong>在產品開發與工程設計領域，AI 已不再是可選項，而是必備項</strong>。Altair 已將 AI 無縫集成到我們的工具和工作流程中，直接為客戶賦予 AI 能力。</p><p><br></p><p>這本電子書中的真實應用案例，展示了我們的客戶如何運用 AI 提高生產力、解決當下棘手的挑戰并實現商業價值。我們很自豪能為企業提供便捷易用的工具，幫助企業將數據轉化為戰略優勢。
展開 
AI應用的相關專題、標簽、搜索
AI應用的最新內容
而深圳作為大灣區人工智能發展的核心引擎，坐擁全國領先的產業生態、政策支撐與算力基礎，集聚超2800家人工智能相關企業，核心產業營收穩居全國前列，憑借完善的先進制造業體系、豐富的AI應用場景與高效的產學研轉化機制，成為AI技術商業化落地、創新成果迭代升級的最佳沃土，為人工智能產業高質量發展筑牢堅實根基。
<p><img src="https://img.jishulink.com/202605/imgs/28f8748075fb4464ac2456506772683c"></p><p>在AI智能體快速發展的今天，各行各業都在探索如何將AI融入研發流程，以加速行業創新。仿真技術作為產品研發的核心驅動力，如何與AI融合，推動仿真流程自動化與智能化演進，高效解決工程實際問題，已成為提升工程效率的重要課題。
</strong>通過 AI 應用場景介紹，全面展示 Polarion 面向 eVTOL 的研發管理整體解決方案和新技術，解鎖企業研發創新能力。</p><p><strong>2. 低空飛行器電氣線路系統設計驗證方案。</strong>通過 Capital 電子電氣系統解決方案，助力企業解決 EWIS 布線復雜、電磁環境嚴苛、適航合規等設計、制造和維護階段挑戰與難題。
開發者無需手動整合框架，就能將 AI 技術應用于工業控制系統。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業標準。
開發者無需手動整合框架，就能將 AI 技術應用于工業控制系統。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業標準。
開發者無需手動整合框架，就能將 AI 技術應用于工業控制系統。
更重要的是，平臺自帶 AI 自檢驗機制，通過自動化測試用例持續驗證生成代碼，從根源杜絕“AI幻覺”，確保 AI 輸出符合工業標準。
如果是這樣，招聘AI應用工程師就好了，那么畫圖工程師就可以下崗了，但是你看到周圍哪個機械工程師因為AI而下崗？產品結構也在不停的更新中，如果同一類型仿真的python代碼生成好了之后，花費了很長時間調試能用了，產品又要更新了。
5月（共10場）
時間：16:00-17:00
5/8 | optiSLang AI+及應用案例更新
主題簡介：1. AI/ML在設計優化中的應用；2. 使用AI/ML進行仿真預測。
點擊立即報名
5/12 | Ansys 結構輕量化優化設計解決方案及案例分析
主題簡介：1. Ansys Mechanical 拓撲優化仿真解決方案；2.
+及應用案例更新</strong></p><p><img src="https://img.jishulink.com/202605/imgs/e263f2d6616945cbbfdec48bf370a62a"></p><p class="ql-align-justify"><strong>主題簡介：</strong></p><p class="ql-align-justify">1.
作為國家首批AI創新應用先導區，杭州已匯聚深度求索、宇樹科技、云深處科技等行業龍頭企業，形成了覆蓋基礎層、技術層、應用層的完整產業鏈，2024年全市人工智能核心企業已達681家，占全省44.1%，科創實力與產業能級持續提升。與此同時，杭州搭建了之江實驗室“天樞”等高能級創新底座，擁有31個通過國家網信辦登記備案的大模型，豐富的真實應用場景的和完善的政策支撐，為產業發展筑牢根基。
