Simcenter physicsAI深度集成在HyperMesh中。其利用几何深度学习技术、基于历史仿真数据，学习几何外形与性能之间的关系，实现快速的物理场预测，而无需事先对模型进行参数化。一旦经过训练，physicsAI模型的预测速度比传统求解器仿真快成百上千倍，使工程师团队能够评估更多的概念并做出更好的设计决策。
产品亮点
·无需模型参数化
·桌面级、本地化安装使用，无需上传数据到云端
·支持GPU加速训练
·先进的几何深度学习方法(Geometric Deep Learning)·训练完成后可以直接对CAD/CAE模型预测云图
·训练完成的模型可导出单独使用。可以通过命令行驱动，也可以集成到多学科优化平台HyperStudy实现多目标寻优
主要功能
physicsAI无需事先进行模型参数化，利用几何深度学习技术、基于历史仿真数据，学习几何外形与性能之间的关系。physicsAI也支持考虑除形状外的外部输入参数，如材料、厚度、工艺参数、静力学边界条件等。
physicsAl支持模型中包含OD、1D、2D、3D单元，一阶、二阶单元均支持。
physicsAI支持静态和瞬态仿真数据。瞬态数据需要保证不同结果文件中包含数量相同的时间步。
physicsAI可直接对CAD/CAE模型进行全模型云图预测，也可对曲线或标量性能进行预测。
physicsAl训练完成的模型可以通过命令行驱动，也可以集成到多学科优化平台HyperStudy实现多目标寻优。
高度集成、学科中立
physicsAI工作流程简单明了，高度集成于HyperMesh环境。学科中立，可广泛应用于不同学科和行业，如结构、碰撞、CFD、电磁、制造等。
直接支持的原生数据格式
Optistruct (h3d)
Radioss Ch3d/ *A001/.gz)
ABAQUS (.odb)
LS-DYNA (*d3plot*/*d3int/*intfor/.ptf)
PAM-CRASHGdsy/ erfh5)
FEMZIPGfz/'d3plot")
间接支持更广泛数据格式
HvTrans支持对HyperView支持的任意类型的工程数据进行提取、转换和压缩,并生成h3d格式。
对于HyperView无法支持的小众数据格式，可以将数据保存成文本或excel数据表等格式，使用Altair Compose或HvTrans直接转成h3d格式。
执行与部署
physicsAI兼容性高，个人笔记本/工作站均支持安装使用。physicsAI也可以将训练过程远程提交到其他服务器或HPC环境。
physicsAI支持使用CPU训练。对于训练集数量大，模型规模大，训练超参数设置高的情况，建议使用GPU加速训练。
