Scientific Machine Learning (SciML)
搜索文档
JuliaHub Partners with Synopsys to Power SciML-Based Digital Twins
Prnewswire· 2025-11-19 23:37
合作核心内容 - JuliaHub与Synopsys达成战略合作 将JuliaHub的下一代仿真平台Dyad集成至Synopsys的Ansys TwinAI软件中[1] - 此次合作结合了JuliaHub在AI驱动、物理信息仿真方面的专业知识和Synopsys的数字孪生技术 旨在加速创新并提升硬件设计和系统优化的准确性[1] - 通过集成Dyad TwinAI将基于物理的仿真与自适应AI模型相结合 使工程师能够创建既具有预测性又基于物理定律的“混合数字孪生”[3] 技术整合与优势 - Dyad基于组件的非因果建模和自动方程生成功能 使得高效设计和扩展复杂的多领域系统成为可能[5] - 结合Ansys的仿真能力 此次合作为实时仿真、预测分析和可扩展的云数字孪生部署带来了强大的新机遇[5] - TwinAI平台使组织能够在支持高级仿真引擎、操作系统和数据流的云环境中验证和操作数字孪生 并提供使用混合分析增强模型精度及简化云部署的能力[2] 公司战略与行业影响 - Synopsys高管表示 集成Dyad和JuliaHub的SciML技术使工程师能够构建随数据演进的数字孪生 弥合仿真与现实之间的差距[4] - JuliaHub首席执行官认为 此次合作将JuliaHub的科学机器学习创新带入全球最受信赖的仿真生态系统之一 共同推动适应性、可解释性且深植于物理的下一代智能数字孪生[6] - JuliaHub专注于通过尖端工具应对最严峻的科学和技术挑战 其结合高级数学计算和机器学习专业知识 在制药、航空航天、汽车等行业实现科学机器学习、数字孪生建模及下一代建模与仿真[7] 产品特性与未来发展 - Dyad集云原生基础设施、可微分编程和模块化可扩展性于一体 支持下一代工程工作流 在安全、工程师参与的环境下 通过AI与科学机器学习的结合 实现持续改进的数字模型开发[8] - 该产品使团队能够部署更智能、更快速、更可靠的系统 同时不影响传统工程在无线更新、预测性维护和实时性能调整方面的严谨性[8] - Ansys TwinAI的后续版本预计将逐步包含Dyad的功能 更多细节将后续公布[6]