Microsoft อวดอ้างว่าบริการ Azure HPC ของตนเองสามารถลดความยาวของกระบวนการออกแบบแล็ปท็อป Surface ได้ โดยเฉพาะอย่างยิ่งสำหรับบานพับ ซึ่งลดลงเหลือเพียงการทำซ้ำเพียงครั้งเดียว และหวังว่าจะใช้ AI เพื่อปรับปรุงให้ดียิ่งขึ้นในอนาคต
ตามที่ วิศวกรหลัก ปราสาด รากาเวนดราซอฟต์แวร์ Abaqus FEA ได้รับการปรับใช้ใน Azure HPC ตั้งแต่ปี 2015 ภายในปี 2016 Redmond ได้ย้ายการจำลองโครงสร้างระดับผลิตภัณฑ์สำหรับ Surface Pro 4 และแล็ปท็อป Surface รุ่นดั้งเดิมไปยัง Azure HPC จากเซิร์ฟเวอร์ภายในองค์กรโดยสมบูรณ์
สำหรับผู้ที่ไม่มีความชำนาญในโลกของการออกแบบกลไก รูปแบบการทำงานเช่นนี้: แบบจำลองการออกแบบโดยใช้คอมพิวเตอร์ช่วย (CAD) หรือภาพวาดดิจิทัลของแล็ปท็อปที่มีส่วนประกอบทั้งหมด จะถูกแปลงเป็นแบบจำลองการวิเคราะห์องค์ประกอบไฟไนต์เอลิเมนต์ (FEA) จากนั้นโมเดล FEA จะสามารถจำลองสิ่งต่างๆ เช่น ผลกระทบของอุณหภูมิ หรือแรงที่เกิดขึ้นเมื่อเครื่องจักรตกหล่น ซึ่งแจ้งถึงการปรับเปลี่ยนหรือตัวเลือกการออกแบบที่จำเป็นต้องทำก่อนที่จะมีการผลิตต้นแบบทางกายภาพและดำเนินการผ่านการทดสอบในโลกแห่งความเป็นจริง
“ภายในไม่กี่วัน การจำลองหลายร้อยครั้งจะถูกดำเนินการเพื่อประเมินแนวคิดการออกแบบและโซลูชันต่างๆ เพื่อทำให้อุปกรณ์มีความทนทาน” Raghavendra อธิบาย
ในกรณีของบานพับที่กล่าวมาข้างต้น กราฟิกที่แสดงการเคลื่อนไหวเมื่อแล็ปท็อปหล่นและตกลงไปที่มุมห้อง เนื่องจากแล็ปท็อปมีแนวโน้มที่จะล้ม ทำให้ทีมวิศวกรสามารถเห็นภาพผลกระทบและระดับความเครียดที่ชิ้นส่วนภายในสัมผัสได้
การจำลองการดร็อปแบบไดนามิกนั้นดำเนินการบนคอร์นับร้อยของคลัสเตอร์ Azure HPC โดยใช้ Abaqus Explicit Solver ซึ่งเป็นเครื่องมือจำลองที่ใช้สำหรับเหตุการณ์ชั่วคราวและไดนามิกสั้นๆ เช่น การทำอุปกรณ์อิเล็กทรอนิกส์ขนาดใหญ่หล่น หรืออุบัติเหตุทางรถยนต์ ในกรณีนี้ ตัวแก้ปัญหาได้รับการปรับให้เหมาะสมสำหรับคลัสเตอร์ Azure HPC โดยเฉพาะ ช่วยให้การจำลองขยายขนาดได้สูงสุดถึงหลายพันคอร์
“สิ่งนี้ช่วยให้เราสามารถแยกปัญหาหลักและปรับปรุงการออกแบบที่ถูกต้องได้” Ragavendra อธิบายในโพสต์เมื่อวันที่ 15 เมษายน เนื่องจากจำเป็นต้องมีการออกแบบซ้ำเพียงครั้งเดียว เขาจึงตั้งข้อสังเกตว่าต้นทุนด้านเครื่องมือ การสร้างต้นแบบ และการทดสอบสามารถประหยัดได้ เช่นเดียวกับเวลา ซึ่งอาจมีความหมายอย่างมาก วิศวกรมีราคาแพง
เมื่อพูดถึงเรื่องเวลา การจำลองนั้นเคยใช้เวลาหลายวัน แต่บนเซิร์ฟเวอร์ Azure HPC ซึ่งตั้งอยู่ในอเมริกาเหนือตะวันตกและเอเชียตะวันออกเฉียงใต้ หัวหน้าวิศวกรสังเกตว่าตอนนี้ใช้เวลาหลายชั่วโมง ตามบล็อก “โมเดลขนาดใหญ่ที่มีระดับอิสระนับล้านกลายเป็นเรื่องปกติและแก้ไขได้ง่าย” ด้วยการเปลี่ยนไปใช้ทรัพยากร HPC
Microsoft วางแผนที่จะต่อยอดประสบการณ์ที่ได้รับ โดยเพิ่มทรัพยากรมากขึ้นและช่วยให้สามารถปรับขนาดได้มากขึ้นสำหรับการสร้างแบบจำลองหลายฟิสิกส์
“มีโอกาสอย่างมากที่จะเปิดใช้งานการเรียนรู้ของเครื่องและ AI ในการสร้างผลิตภัณฑ์” Raghavendra เขียน
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://go.theregister.com/feed/www.theregister.com/2024/04/22/microsoft_surface_ai_design/
