マツダは、空調車室内流れの研究開発において、RICOSのAI-CAEアルゴリズムを活用した最適化の検証を開始した(詳細はこちら)。
具体的には、RICOSのAI-CAEツールと最適化手法を組み合わせた計算技術を活用し、設計要件を満たす流れ場の探索や現象の解明を効率化する。この取り組みにより、車室内の快適性を向上させるとともに、空調制御における機器動作の低減を図る。
大阪公立大学は、流体の動きをAIで高速に予測計算する新たなサロゲートモデル(粒子法の代理モデル)を開発した。深層学習の一種であるGNNを用いて構築された同モデルは、従来約45分を要していた流体計算を約3分に短縮可能であり、さらにGPUを用いた場合には約5秒で計算を完了できる(詳細はこちら)。
流体計算の速度と精度の向上により、海洋発電設備のみならず、船舶をはじめとする各種海洋構造物の設計サイクルを大幅に短縮することが可能となる。また、海洋構造物に対する流体挙動をリアルタイムで把握することで、発電効率の最大化や安全性の検証といった応用も期待される。
(※)本記事は制作段階で生成系AIを利用していますが文責は編集部に帰属します(ITmedia AI倫理ポリシー)。
Copyright © ITmedia, Inc. All Rights Reserved.