MagicDPD | CAE магия

Эра Realtime CFD

В этом году можно наблюдать развитие GPU-native версий больших CFD решателей. Теперь, если вы не можете считать CFD на GPU, то развитие вашего кода пошло куда-то ни туда. И "Флюха" и "Стар" умеют в GPU очень хорошо. И это не только внешняя аэродинамика, это и некоторые варианты химии (горение), и многофазка (приехала этой зимой). Особенно мне нравятся маркетинговые посты "Стара". У них как-то внезапно образовался вменяемый маркетинг. Вот в своем блоге они пишут, что такие задачи как слошинг сейчас вообще можно моделировать на GPU в реальном времени. Примем тут речь о полноценном моделировании многофазного течения и совпадении результатов расчета с экспериментом. Всего-то вам нужна одна карточка NVIDIA RTX 6000 Ada (на Амазоне продается примерно за 8k евро).

https://blogs.sw.siemens.com/simcenter/multiphase-cfd-with-gpu/

🌟 HY3D-Bench: 22 терабайта отборной 3D-геометрии.

Tencent Hunyuan вывалили в опенсорс монструозный пак HY3D-Bench на 22.5 ТБ и это подарок для всех, кто занимается 3D Gen и робототехникой.

Датасет разбит на 3 логических куска, каждый под свои задачи:

🟡Full-level Dataset (252K+ мешей, ~11 ТБ)
База с полностью замкнутой геометрией, без дырок и non-manifold артефактов, которыми обычно кишат сканы. Все нормализовано и готово к скармливанию в DiT или GAN. В комплекте идут сэмплы точек и мульти-вью рендеры.

🟡Part-level Dataset (240K+ объектов, ~5 ТБ)
Мёд для робототехников и тех, кто занимается geometric perception. Тут объекты с семантической сегментацией на части. Если учите сервоприводного друга манипуляциям или хотите генерить объекты кусками - вам сюда.

🟡Synthetic Dataset (125K+ объектов, ~6.5 ТБ)
Очевидная синтетика, чтобы закрыть редкие категории, которых нет в обычных датасетах. Охват - 1252 категории.

Ждем волну SOAT-level 3D-генераторов, дотюненных на этом наборе.


🟡Arxiv
🟡Датасет
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Dataset #HY3DBench #Tencent

Вдруг кому надо потренироваться работать с геометрией - всего-то несколько десятков терабайт (!!! Карл!!!) моделей...

OpenLUDWIG

В свое посте про открытый решатель OpenLUDWIG не стесняеется гворить, что писал последнюю версию с Claude 4.6. Так почему я должен стесняться писать пост об этом солвере с Клодом!? Хотя бы дурацких опечаток не будет. Итак, вот что мы имеем.

GPU‑ускорение + LBM
LBM по природе отлично масштабируется на GPU. То, что солвер изначально заточен под GPU, означает на порядки более высокую производительность по сравнению с классическими CFD на CPU.

D3Q27 дискретизация
Это самая богатая решётка для 3D‑LBM.
Преимущества: лучшая изотропия, более точные турбулентные структуры, устойчивость на сложных скоростных полях.

Cumulant collision operator
Это «золотой стандарт» современной LBM‑математики.
Сильно повышает устойчивость, снижает численные ошибки, даёт хороший контроль над вязкостью. Это гораздо продвинутее классических BGK/MRT схем.

WALE турбулентность
WALE подходит для LES, автоматически подстраивается под вязкость и корректно работает даже возле стенок (wall‑adapted). Для LBM — очень удачная комбинация.

Многоуровневое адаптивное уточнение сетки
В LBM это непросто реализовать.
Если есть AMR, значит солвер поддерживает высокую точность на локальных зонах интереса (вихри, границы, пролёты), и экономит гигантское количество ячеек.

Граничные условия Bouzidi
Одни из самых точных LBM‑методов для криволинейных/произвольных поверхностей. Намного лучше стандартных bounce‑back.

Опциональная термальная DDF с коррекцией сжимаемости
Это тоже редкость — LBM обычно слаб для сжимаемых и тепловых задач.
Поддержка thermal double distribution function означает возможность моделировать тепловые эффекты, не доходя до полноценной энергетической Navier–Stokes.

Расчёт аэродинамических сил по поверхности
Большинство LBM‑солверов работают через momentum‑exchange метод;
наличие surface‑based force integration — признак точной аэродинамики, необходимой для aerospace/automotive задач.

https://www.linkedin.com/posts/raul-llamas-405a5014a_julialang-lbm-cfd-ugcPost-7426739092937154561-Hkp6
OpenLUDWIG

BeamNG (BeamNG.drive / BeamNG.tech)
Пока мы все тут (я надеюсь) гонимся за высокой точностью и достоверностью расчетов, в индустрию можно попасть и совсем другим путем. Сегодня поговорим о проекте BeamNG, который начался как игра, а превратился в серьезный инструмент для автомобильной промышленности.

В 2005 году Пьер-Мишель Рикорделя (Pierre-Michel Ricordel, известный как pricorde) запустил свой исследовательский проект по soft-body физике на C++. Первая публичная версия 0.1.0 вышла 11 августа 2005 года под названием Rigs of Rods (RoR). В 2007 году к разработке присоединился Томас Фишер (Thomas Fischer). В феврале 2009 года проект стал открытым под лицензией GNU GPL v2.
С 2005 по 2013 год сообщество создало множество моделей техники, карт и даже мультиплеер. Проект получил признание в прессе (PC Gamer, MicroSim), а физик Брайан Бекман из Microsoft Research назвал его "одним из лучших симуляторов вождения".
В 2011 году группа разработчиков Rigs of Rods, включая Томаса Фишера, начала работу над коммерческим преемником с улучшенной физикой, графикой и стабильностью. В 2013 году они официально основали BeamNG GmbH в Бремене, Германия.
3 августа 2013 года вышла первая техническая демо-версия BeamNG.drive. 29 мая 2015 года игра появилась в Steam Early Access, где развивается до сих пор. Основная цель — реалистичная симуляция деформаций автомобилей в реальном времени на базе системы узлов и балок (node-and-beam), работающей с частотой обновления 2000 раз в секунду.

Помимо популярной игры BeamNG.drive в Steam, компания развивает BeamNG.tech — профессиональную платформу для симуляций. Эта система используется для:
- Разработки и тестирования ADAS (систем помощи водителю)
- Model-in-the-Loop (MIL) тестирования
- Обучения автономных транспортных средств
- Исследований поведения водителей

Партнерские проекты:
- Flexcrash (IMC Krems, Австрия) — европейский проект по процедурной генерации реалистичных краш-сценариев с участием автономных и управляемых человеком транспортных средств. Использует BeamNG.tech для симуляции физики столкновений и оценки критичности аварий.
- MdynamiX — сотрудничество в области HiL-тестирования (Hardware-in-the-Loop) динамики автомобилей, интеграция с системами тестирования рулевого управления и тормозов.

А по ссылке первое публичное технологическое демо BeamNG https://www.youtube.com/watch?v=KppTmsNFneg

Все хотят дружить с Джейсоном Хуангом

Итак, вслед за Ansys/Synopsys, Cadance и Siemens в любви-дружбе-жвачке с Nvidia заявил и Dassault. Всем кто очень хочется, что бы ИИ научился моделировать физику, и нам больше не надо было работать :-)

https://blogs.nvidia.com/blog/huang-3dexperience-2026/?ncid=so-link-632917&linkId=100000406112673

𝗜𝗻𝘁𝗮𝗰𝘁.𝗦𝗶𝗺𝘂𝗹𝗮𝘁𝗶𝗼𝗻 MCP

Коллеги из стартапа Intact Solution показали свой прототип MCP, который умеет плотностью управлять их решалем, строить и корректировать модель, запускать расчеты, проверять их выполнение и проводить постпроцессин. Вот так должен выглядеть ИИ для инженера, а не все эти ваши цифровые двойники. Может и я когда-нибудь сдюжу собрать такой MCP для дайны. Но пока у меня собирается только какой-то дохлый RAG.

https://www.linkedin.com/posts/neel-goldy-kumar-ph-d-76421b5_simulation-fea-computationaldesign-activity-7424437307933478913-w8zc

PZFlex solver

PZFlex это специализированный акустически решатель, разработанный Weidlinger Associates. Работает на основе метода спектральных элементов (явная формулировка). Умеет очень хорошо в ультразвук.
OnScale был создан бывшими разработчиками и руководителями PZFlex, выходцем из Weidlinger Associates. OnScale мог работать в качестве Web GUI для PZFlex.
Weidlinger Associates была поглащена Ansys в 2011 году, а OnScale в 2022.
Когда же нас ждет настоящий ультразвук в Ansys?

https://www.wikiwand.com/en/articles/PZFlex
https://www.youtube.com/@PZFlex
https://www.ansys.com/news-center/press-releases/4-13-22-ansys-to-expand-cloud-portfolio-with-technology-from-acquisition-of-onscale
https://support.onscale.com/hc/en-us/categories/360000582072-Analyst-Examples

The evolutionary flexibility of LS-DYNA

Большой пленарный доклад об истории с современном состоянии решателя. Очень интересно, особенно с учетом личности докладчика. Др. Роберт Ф. Лукас является сотрудником Ansys, ответственным за стандартный многофронтальный линейный решатель, используемый в LS-DYNA и MAPDL.
• Ранее он был операционным директором Центра квантовых вычислений USC-Lockheed Martin.
• До прихода в USC д-р Лукас был руководителем отдела исследований в области высокопроизводительных вычислений в Национальном научно-исследовательском центре энергетики (NERSC) при Национальной лаборатории Лоуренса Беркли.
• До прихода в NERSC он был заместителем директора Управления информационных технологий DARPA.
• С 1988 по 1998 год он был членом научно-исследовательского персонала Центра вычислительных наук Института оборонных анализов.
• С 1979 по 1984 год он был членом технического персонала компании Hughes Aircraft Company.
• Др Лукас получил степени бакалавра, магистра и доктора наук в области электротехники в Стэнфордском университете в 1980, 1983 и 1988 годах соответственно.

Таким крутым мужика мне надо делать свой профайл в LinkedIn красивым: https://www.linkedin.com/in/robert-lucas-6225771/
https://www.youtube.com/watch?v=dZS9MB8W8AM

Магнетронное распыление в samadii/plasma

Моделируемый процесс:
• В области возле танталовой (Ta) мишени генерируются электроны (5.14 A).
• Сгенерированные электроны сталкиваются с фоновым газом (аргон, 0.25 Па), образуя ионы Ar⁺.
• Образующиеся ионы Ar⁺ ударяются о поверхность Ta и выбивают атомы тантала.

В модели учтены химические реакции. Использовалась видеокарта Nvidia RTX 4090, CUDA 12.2.


https://www.youtube.com/watch?v=cfgCxYa19YM

⚡️ OpenAI Prism: научный редактор на базе GPT-5.2 с поддержкой LaTeX.

OpenAI наконец-то пустила в дело наработки купленного стартапа Crixet и это очень хорошая попытка создать идеальное рабочее место для ученых, где не нужно прыгать между десятью вкладками.

Если вы когда-нибудь писали статью, то вам знакомо, когда в одном окне Overleaf, в другом - ChatGPT, в третьем - arXiv, а где-то сбоку еще болтается менеджер ссылок. Контекст постоянно теряется, а копипаст формул туда-сюда рано или поздно приводит к ошибкам.

Так вот, Prism соберет все это в одну кучу и это не просто чат в боковой панели. Он видит всю структуру вашей статьи: уравнения, библиографию и графики.

Можно запустить режим Тhinking и попросить модель, например, переписать сложную формулу или поправить логику в конкретном абзаце. При этом правки вносятся прямо в текст, так что копировать куски кода из чата больше не придется.

🟡Еще из полезного

🟢Можно сфотографировать наброски формул или диаграмм с маркерной доски, и Prism сама перегонит их в LaTeX.

🟢Связь с arXiv: искать литературу и вставлять цитаты можно прямо во время написания черновика.

🟢Голосовые правки - если лень тянуться к клавиатуре, простые изменения можно надиктовать.

🟢Совместная работа: можно добавить сколько угодно соавторов, и никто не будет бомбить от конфликта версий.

Самое приятное - базовую версию Prism сделали бесплатной для всех.


@ai_machinelearning_big_data

#news #ai #ml

Да, писать так конечно сильно легче, хотя я вполне справлялся со связкой Word+Mendeley+Grammarly в эпоху до ИИ. Главное уметь настроить шаблон :-)

Крушения Титаника в LS-DYNA

Возможно вы уже видели кучу роликов про моделирования Титаника в LS-DYNA. Меня же, в этой теме как всегда интересует научная составляющая и достоверность модели. И тут все не плохо. Есть научная статья, которая была опубликована 31 декабря 2025 года в журнале Ships and Offshore Structures. Это приличный, средне-сильный (Q2) специализированный журнал в области морской инженерии и конструкций.

В статье модель Титаника и айсберга взяты не с GrabCAD, а восстановлены на основе чертежей и свидетельств очевидцев. В статье модели материалов взяты не с потолка, а из других научных работ - приведены ссылки. Использован ANSYS LS-DYNA MCOL для моделирования поведения судна на воде. Жаль конечно, но получившуюся модель Титаника не опубликовали.

Научная статья: https://doi.org/10.1080/17445302.2025.2603417

Моделирование бетона в ЛОГОС

Буквально на прошлой неделе, коллеги опубликовали обзорную статью с описанием моделей бетонов и грунтов, которые сейчас реализованы в ЛОГОС. Коллеги планомерно идут по перетаскиванию моделей из LS-DYNA. Конечно, хотелось бы больше верификационных задач, но то что показано - уже внушает уважение.

Но вот чем мне особенно наравится эта статья, так это тем, что они меня процитированли... ну конечно же нет 🙂 На самом деле, она мне нравиться тем, что в ней список литературы занимает почти 4 страницы! В этом списке есть куча интересных и полезных статей со более подробным описанием работы бетонов, реализацией моделей, и параметрами для них.

Короче, респект за проделанную работу!

P.S. Читают ли меня разработчики ЛОГОС? Откликнитесь в коментах!

DOI: https://doi.org/10.32326/1814-9146-2025-87-4-494-513

Stochos Flow

А вот небольшое демо ИИ агента, которого разрабатывает компания PI Probaligence GmbH (принадлежит CADFEM Germany GmbH). Как вы считаете, кажется это уже что-то полезное?

https://www.linkedin.com/posts/pi-probaligence-gmbh_engineering-ai-simulation-activity-7414970648734834688-R-SO

ИИ для решения задач в Ansys

Есть такое агентский ИИ Nexus (он же вроде как Cosmon), который рассказывает вам как строить модели и выполнять расчеты в Solidworks, Ansys, Simulia и COMSOL. Ну что, кожаные, готовы пойти на мороз? Или это очередное и-и-го-го?

https://www.linkedin.com/feed/update/urn:li:activity:7419276534760452096/

От предотвращения к защите: интегрированная активная и пассивная безопасность

10 февраля 2026 г. в 14:00 CET пройдет вебинар от ключевых экспертов бывшего DYNAmore по задачам активной и пассивной безопасности в автомобилестроении. Регистрация бесплатная.

https://www.asc-s.de/260210-from-prevention-to-protection-integrated-active-passive-safety