在工业仿真领域，网格划分（Meshing）长期以来一直是制约复杂流体动力学模拟效率的瓶颈。近日，云仿真平台 SimScale 宣布与 AI Engineering 达成战略合作，将后者核心的 PAMICS 求解器集成至 SimScale 生态系统中。这一举措标志着全球首个专为工程仿真设计的 AI 原生云平台的诞生，旨在通过人工智能技术彻底改变数字孪生的构建速度。
该平台的突破在于充分利用了 Nvidia AI 基础设施的加速计算能力。通过结合 AI Engineering 的平滑粒子流体动力学（SPH）求解器与 SimScale 的云原生架构，系统成功消除了传统基于网格方法的瓶颈。据 SimScale 官方消息，这一整合使得复杂工业应用的仿真运行时间缩短了10 至 20 倍，让工程师能够更快速地处理以往难以捕捉的动态流体行为。
此次合作的核心优势在于其“无网格”（No-mesh）工作流。PAMICS 求解器采用拉格朗日平滑粒子流体动力学方法，允许工程师直接从原始 CAD 几何模型进行仿真，无需繁琐的网格划分过程。这一特性特别适用于多相流、自由表面流以及涉及任意运动、流固耦合和飞溅等复杂场景，这些在传统网格方法中往往建模困难或成本极高。
在应用场景方面，该平台覆盖了多个关键工业领域。在工业混合与加工中，它能精准模拟非牛顿流体及表面张力效应；在旋转机械与动力总成领域，可无需简化几何结构即可预测齿轮箱和电机的润滑冷却情况；在水务管理方面，则能高效模拟车辆的涉水、污染及清洁管理过程。这些能力为工程团队提供了前所未有的仿真精度与速度。
除了提升计算效率，该平台还致力于成为合成物理数据的高流速来源，为物理 AI 模型的训练和预测性数字孪生提供必要的数据规模与保真度。通过与 Nvidia PhysicsNeMo 等工具的深度集成，SimScale 正在为下一代 AI 模型的训练奠定基础，并支持基于 Nvidia Omniverse 库的高级可视化工作流，实现物理真实的渲染和沉浸式结果审查。
对于中国制造业而言，这一技术突破意味着在数字化转型中，企业可以更快速地验证复杂流体设计，缩短研发周期，降低对高端网格划分人才的依赖，从而加速智能工厂和数字孪生系统的落地应用。