设计一个无限连接的世界

考虑到1886年卡尔·奔驰(Carl Benz)的“汽油动力汽车”专利，它经受住了时间的考验。在接下来的一百多年里，汽车的发展都是关于不断的改进。推进和控制等广泛的原则仍然非常忠实于奔驰的原始蓝图。

然而，在似乎根本没有时间，许多基本规则已经重写。汽车正在实现电气化和自动化。曾经简单的从a地到B地的一种方式正在演变成一种智能移动解决方案，无缝集成到一个24/7连接的世界。

在牵牛星，我们相信，成功地重新定义汽车需要同样深刻的改变背后的设计流程。基础是人工智能(AI)、机器学习(ML)和神经网络等技术的使用，以及我们在数据分析、高性能计算(HPC)，当然还有多物理模拟方面的能力。bob官网 bob体育下载

这些元素中的每一个都可以为汽车环境带来可观的价值。但真正的故事是牵牛星是如何将它们结合在一起的。设计筒仓从来都不是车辆开发的良好基础。在一个各种系统元素之间的界限变得模糊或完全消失的时代，它们的局限性变得更加明显。

简单地说，我们现在所处理的设计中，一切都是联系在一起的。我们的解决方案必须反映这一点，确保产品的每一个层次——从印刷电路板(PCB)到“系统的系统”——都是同一集成路径的一部分。

在这些关卡中，我们的目标是为设计师提供他们做出正确决策所需的一切。但是我们需要在不增加不必要的粒度的情况下这样做，因为这会增加模型的尺寸，减缓过程的速度，并掩盖对细节的了解。

因此，在概念阶段，AI通常比传统物理模拟更快地预测设计的性能。这并不意味着物理模拟突然变得多余。它将越来越多地用于训练神经网络和验证人工智能预测的结果。

我们也在寻找新的方法来使用AI执行硬件或物理模拟器的角色，即控制系统中的“植物”。因为神经网络一旦经过训练，就可以对输入做出非常快速的反应，它们可以被用作一种高保真的“降阶模型”。“这减少了为复杂产品开发控制系统的时间和成本。人工智能和人工智能等技术还可以将求解器的详细3D分析转化为更高层次的洞察力，为设计食物链的下一步提供信息。

随着数据越来越多地驱动设计过程，有效地利用丰富的信息已成为另一个优先考虑的问题。自动驾驶控制系统需要使用数十亿英里的模拟里程进行训练，重现每一组可以想象到的条件和场景。我们的数据分析工具可以确保快速获得相关见解。此外，我们的负载管理技术提供了跨HPC环境的高效分配繁重计算工作负载。

牵牛星正在积极推动实现智能产品所需的关键技术的融合。通过将物联网(IoT)技术、数据分析和人工智能结合在一个单一平台上，我们正在简化从传感器和其他边缘设备到自主控制系统、数字双胞胎和运营决策的整个数据通道。

虽然自动驾驶汽车可能是最引人注目的例子，但自动驾驶革命已经延伸得更远。事实上，在无人机、农业设bob电竞官方备、工厂和家庭等应用领域，商业化往往走得更远。更重要的是，随着我们模糊了设计、制造和运营以及数字世界和物理世界之间的界限，数据分析和人工智能等技术不仅使新智能一代的创造成为可能。它们正迅速成为产品本身的一部分。其影响可能会像奔驰对未来的愿景一样持久，回溯到19赛季末^th世纪。