Dalam dunia rekayasa yang berkembang pesat saat ini, integrasi kecerdasan buatan (AI) dan rekayasa berbantuan komputer (CAE) meningkatkan efisiensi proses desain. Para insinyur kini menggunakan model pengganti bertenaga AI untuk mempercepat simulasi dan mengevaluasi berbagai alternatif desain dengan cepat. Model AI ini, yang dilatih dengan data simulasi tradisional, dapat menghasilkan hasil prediktif dalam waktu yang jauh lebih singkat dibandingkan metode tradisional.

Penggunaan AI dalam simulasi ditujukan untuk melengkapi, bukan menggantikan, pemecah masalah tradisional. Eksplorasi desain awal dilakukan menggunakan model pengganti ini untuk mengidentifikasi opsi-opsi yang menjanjikan dengan cepat. Opsi-opsi ini kemudian divalidasi menggunakan pemecah masalah yang lebih akurat dan andal untuk memastikan keandalan produk akhir.

Untuk mempercepat adopsi AI dalam simulasi aerodinamika otomotif, alur kerja yang komprehensif telah dikembangkan. Alur kerja ini dapat diadaptasi untuk berbagai aplikasi rekayasa dan didasarkan pada serangkaian alat yang menyederhanakan proses, mulai dari persiapan data hingga visualisasi. Alur kerja ini mencakup prapemrosesan data dengan NVIDIA PhysicsNeMo Curator, pelatihan model AI dengan NVIDIA PhysicsNeMo, penerapan dengan layanan mikro NVIDIA NIM, dan visualisasi waktu nyata dengan NVIDIA Omniverse dan Kit-CAE.

Alur kerja ini didemonstrasikan menggunakan kumpulan data yang menampilkan beberapa desain bodi Ahmed, memberikan contoh praktis bagi para insinyur dan pengembang perangkat lunak. Kumpulan data ini sangat cocok untuk simulasi aerodinamika dan dirancang untuk mendukung eksperimen cepat tanpa memerlukan penyimpanan atau sumber daya komputasi yang besar. Sifat modular dari alur kerja ini membuatnya mudah beradaptasi dengan berbagai aplikasi di luar aerodinamika otomotif, memanfaatkan kecepatan dan fleksibilitas AI untuk mendukung industri yang digerakkan oleh simulasi.