以案例說明以模擬管理平台SimManager&機器學習軟體ODYSSEE，搭配高效能運算(HPC)，優化模擬參數，減少模擬時間。
隨著時代發展，汽車已成為一種不可或缺的交通工具，在激烈的市場競爭中，客戶對車輛的結構和性能方面提出了更高的要求。為了滿足市場需求，汽車設計越來越複雜，系統車廠也越來越多地利用模擬來檢查各種設計場景和權衡設計取捨。在這個過程中，模擬的工作更加耗時，數據也更加密集。在過去幾年中，模擬軟體一直在結合人工智慧和機器學習演算法，以幫助減少創建汽車模擬系統所需的複雜計算。
汽車產業面臨的挑戰
在這進化過程中需要解決兩個主要問題:一個是， (一)結構化儲存透過模擬軟體數值計算得到的模擬結果數據，為機器學習提供歷史數據，以便對機器學習模型進行訓練；另一方面的挑戰在，(二)如何有效率地使用這些歷史資料訓練模型和提供預測結果，以減少複雜計算。只有解決好這兩個問題和如何整合，才能透過人工智慧賦予汽車設計新的活力。
Hexagon的解決方案
Hexagon的模擬流程及資料管理平台SimManager，能夠在整車性能研發過程中，對各個學科的模擬”過程”及”結果”資料，依照專案、學科、階段、任務、方案等維度分類管理，結構化存儲模擬的關鍵結果數據，並建立所有數據的譜系追溯關係和版本管理。
此外，透過和HPC(高效能運算)的高性能電腦整合，將模擬求解整批提交到高效能運算的電腦求解，計算完成後，將模擬結果回存到SimManager中，產出機器學習需要的模型數據，為機器學習生成降階模型，提供數據輸入。
針對複雜模擬，分析時間長、產品設計最佳化無法滿足迭代周期等的產業痛點，Hexagon工業軟體推出了智慧即時模擬平台ODYSSEE，能夠基於機器學習模型，實現秒級，即時的CAE靜態、動態模擬、影像識別、智慧預測等，顯著縮短計算分析週期，提高生產效率，為工程、製造和品質提供即時解決方案。
基於SimManager模擬流程及資料管理平台，透過整合HPC與機器學習軟體，共同建置的機器學習解決方案架構圖如下：
實際案例
著名的汽車企業應用Hexagon的SimManager模擬流程及資料管理平台，成功將機器學習應用到車輛性能研發的實務中，並取得了顯著效果，包括：
- 利用已有模擬模型與結果，快速建構機器學習模型；
- 利用機器學習模型，可快速對後續模擬進行秒級結果預測與參數最佳化；
- 利用機器學習模型，在車身彎曲模態計算時，由原來的CAE模擬計算所需的2小時縮減至10秒，並保證計算精度達到96%；
- 針對汽車約束系統進行穩健性分析，使用機器學習產生的降階模型取代CAE模擬，將模擬次數由1000次降至25次，預測精度達到97%，降階模型替代原始模擬，減少模擬所需要的時間。
以上，使用基於模擬模型，並透過它運行多工況來訓練AI模型，會產生一個降階模型。該模型能夠快速地進行資料計算和評估，幫助優化模擬參數，對涉及大量計算、複雜的汽車性能研發模擬工作，可顯著提高效率。