　ゴーデルブロックは2026年8月5日、冷間鍛造シミュレーション向けのディープラーニングを用いたサロゲートモデル「ForgeNet」に関する研究成果を公表した。同成果は同年7月22日、ドイツのミュンヘンで開催された計算力学の国際会議「WCCM ECCOMAS Munich 2026」で発表された。

　同発表は、先端製造プロセスの高忠実度シミュレーションとサロゲートモデリングをテーマとするセッション「MS216D: High-Fidelity and Surrogate Modeling for Advanced Manufacturing Processes IV」で行われた。

　ForgeNetは、実際の物理計算を機械学習で近似して代替するサロゲートモデルだ。有限要素解析（FEM）を高速なAI（人工知能）予測に置き換えることで、製品設計における試行錯誤の効率化を目指す。

　冷間鍛造の有限要素解析では、変形に合わせて要素を作り直す適応的リメッシュによって、ノード（節点）の対応関係が失われる。このため、シミュレーション結果を機械学習でそのまま扱いにくいという課題がある。

　ForgeNetでは、解析結果を変形しない基準グリッドである固定オイラー格子へ投影することで、この課題に対応した。ノードの変位と応力をそれぞれ予測する2つのモデルを用いて、冷間鍛造プロセスの高速なサロゲート予測を行う。

　なお、同研究の成果は、ゴーデルブロックとAccelerated Komputingなどの共同研究チームによるものだ。

（※）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）。

⇒ その他の「CAE」関連ニュースはこちら

量子コンピューティングとCAEを融合、QunaSysとテクノスターが協業
QunaSysとテクノスターは、量子コンピューティング技術とCAEを融合した次世代シミュレーション技術の実現に向け、協業に関する覚書を締結した。自動車／造船業界などの実課題を対象に、量子CAEの適用可能性を検証する。
AIで実機との形状差を学習するプレス成形シミュレーションソフトウェア
JSOLは、プレス成形シミュレーションソフトウェア「JSTAMP」にAI機能を搭載した。実機トライとシミュレーションの形状差を学習して補正し、高強度鋼板のスプリングバック予測精度を向上させる。
量子コンピュータ実用化の壁を突破、測定回数を最大1000分の1に削減する技術
QuemixとSCSKは、量子コンピュータの実用化を阻む課題の1つである結果の読み出し効率を大幅に改善する「PODリードアウト」技術を発表した。解に必要な情報だけを直接抽出し、測定回数を最大1000分の1に削減する。
三菱電機がQuantinuumと連携、量子コンピューティングでCAEの革新狙う
三菱電機はQuantinuumと戦略的開発連携に向けた覚書を締結した。両社は、CAEやCFDなど計算負荷の高いシミュレーション・設計業務への量子コンピューティング活用を共同で検討し、産業用途での実用化に向けた技術評価を進める。
タイヤFEM解析を45分から5分に　住友ゴムと富士通がAIサロゲートモデルを共同開発
住友ゴム工業と富士通は、タイヤ性能をAIで予測するAIサロゲートモデルを共同開発した。実証実験では、タイヤの変形挙動予測において解析時間を従来の約45分から約5分に短縮するとともに、約60万要素規模の解析を実現した。
シーメンス、AIでCFD設計探索を高速化　「Simcenter PhysicsAI」を発表
シーメンスは「Simcenter」の新機能として、AIを活用した設計空間探索向けソフトウェア「Simcenter PhysicsAI」を発表した。CFDのシミュレーション結果からAIサロゲートモデルを構築し、数千もの設計バリエーションを短時間で評価できる。従来は数日を要していた設計空間探索を数分に短縮し、設計初期段階での意思決定の迅速化を支援する。