十沣已发展成为国产仿真软件极具代表性的企业之一，并着力推动工业仿真软件与数字孪生、AI技术协同共生，助力数字经济的高质量发展。

　　刚刚过去的诺奖周，2024年诺贝尔奖物理学奖和化学奖均颁发给AI领域科学家。相比于AI for Science领域已经开始茁壮发展，AI for Engineering的技术也正在蓄势待发。

　　成立短短四年的十沣科技，历经了从初创期间的厚积薄发，到整合南京友一后的快速成长，到如今实现全国布局的高质量发展。

　　作为国产工业软件的生力军，十沣自2020年成立以来就致力于仿真软件的自主研发和产业化，通过工业软件求解器等核心技术研发，打造适合国内产业升级所需的定制化软件和应用。四年时间，

　　十沣已发展成为国产仿真软件极具代表性的企业之一，并着力推动工业仿真软件与数字孪生、AI技术协同共生，助力数字经济的高质量发展。

　　与其他初创公司从同行招募人才不同的是，十沣创始团队基本上来自高校、科研院所和海归专家。从创建之初的10人团队，到2021年4月公司扩展到50人左右规模，博士占比高达80%。张日葵博士说，“初创时期的十沣有个非常显著的特点，就是团队素质非常高。这几十个人都能独当一面，研究当时的十沣有什么、缺什么，从而组建各自的团队，这样才能支撑起十沣远大的理想。”

　　随着团队的融合与扩张，十沣于2023年12月完成B轮融资，团队持续壮大。如今，十沣在全国各地成立了近15家区域产业化基地，赋能产业客户以科技创新推动产业创新，实现转化新质生产力的关键一步。

　　截至2024年8月，十沣已获授权专利15余项，登记计算机软件著作权150余项，搭建了“通用核心软件”“行业专用软件”“数字智能化平台”三层产品体系，发布覆盖流体、结构、传热、声学、电磁等学科的多物理仿线款。

　　张日葵博士介绍，十沣的产品体系和服务已在航空航天、汽车交通、船舶与海洋工程、电子电器、装备制造、能源动力等9大细分领域的近300家企业客户中得到广泛应用，帮助工业企业在产品创新、效率提升、成本控制等方面提供全新动能。

　　在覆盖多学科领域的核心软件上，十沣已构建TF-QFLUX通用流体动力学仿真、TF-Struct 通用结构有限元仿真、TF-AIMDO 通用多学科优化设计、TF-Thermal 电子系统热仿真分析、TF-Pandroid仿真数据管理、TF-MetaFactory工厂数字孪生等为代表的全系列产品矩阵。

　　。在产品诞生之初，包括TF-Lattice、TF-SPH、TF-DEM等软件就应用了GPU加速技术。举例来说，去年发布的TF-Lattice每秒可以更新459万个网格，到最新的2024R2版本已经在单GPU上将该数值提高了1倍，同时基于GPU的计算能力提升了80%；在TF-SPH软件上，多GPU的并行效率达到了80%以上的加速比，可以实现10亿级粒子规模的精细化计算规模。

　　张日葵说，“我们在软件设计层面，希望充分站在用户的体验感上，降低所有操作环节的复杂度。”还是以TF-Lattice为例，用户导入一个整车模型的所有后处理工作、结构的处理、网格的处理等，全是在软件里自动化进行的，而且可以非常高效地实现建模功能；在芯瑞微对TF-Thermal的应用中，十沣基于自研的CFD核心求解器打造了一个面向电子发热的专用软件，包含几何的处理、网格的生成、对EDA数据结果的支持等；在美的对TF-Turbo应用中，可以一键式自动化生成专业报告分析及优化，给用户提供了非常好的使用体验。

　　。以TF-QFLUX为例，十沣在传统的数值方法基础之上，嵌入了一系列AI算法，包括生成式的方法，还基于AI的湍流模型做了一些工作。譬如传统的湍流模型很难预测叶片失速以后的气动特性，而基于AI的湍流模型能够很好地做到这一点；此外，十沣基于AI的管理预测模型能够将水动力学的一些特征参数误差降低50%以上。

　　。张日葵博士强调，十沣打造的每一款软件都是精心雕琢的专业产品。以TF-SimFARM软件为例，十沣基于和西北院的合作，将TF-QFLUX求解器引入到风资源的规划中，包括从GIS系统导入地形的选择、地貌数据库的导入以及CFD计算、风资源相关的专业分析等等，为用户提供风资源评估与布局优化的专业性解决方案。

　　得益于十沣具备体系化的产品系列，同时可以应对各种不同的耦合应用，满足当前仿真过程中最迫切的多物理场耦合需求。以旗帜飘扬的场景为例，旗帜飘扬是非常有代表性的几何非线性问题，此类场景的模拟其实并不容易，十沣通过对TF-Lattice、TF-Struct、TF-Dyna等软件的耦合，能够非常准确地模拟旗帜在飘扬过程中的形态和旗帜本身的内在受力状态，并且很好地展示出来。

　　近年来，AI技术的迅猛发展为工业软件的底层架构和应用效率升级带来了全新机遇。特别是

　　AI与CAE仿真软件的结合，正催生新一代数字仿真技术，并与数字孪生技术相互协同，进一步推动数字经济的高效发展。

　　在产品布局上，十沣最新发布了结合AI大模型的工业仿真软件TF-AIDEA（AI Driven Engineering Assistant），这是一款集自动化数据管理、大模型训练和工业应用部署于一体的AI-CAE仿真平台，可实现从快速预测到快速设计。

　　通过TF-AIDEA平台用户可以自动化地管理自己海量的CAE数据，并利用这些数据通过可视化界面一键形成大模型的训练，并将大模型实际部署到工业应用环节，加速设计迭代和方案确定。同时，TF-AIDEA可以全量适配国产主流的操作环境以及软硬件环境。

　　以汽车研发的气动仿真为例。传统的汽车研发流程中，如果想确认一辆车的气动特性，需要先塑造出车身的油泥模型，再送到对应的风洞进行实验，往往需要数月的时间完成这一整套流程；新能源汽车时代，如果借助十沣的TF-QFLUX通用流体力学软件，只需要对汽车进行数字化建模和计算网格的生成，通常花费数天时间就能对一款汽车的气动特性进行模拟；而十沣最新发布的TF-AIDEA，完全抛开了传统数值计算模式，基于大数据模拟构建的高效、精准的代理模型，只需几秒钟就可以计算出汽车的表面压力分布和对应的风阻系数。

　　得益于TF-AIDEA为适应用户不同场景以及不同任务需求打造的一套成熟的软件框架，AIDEA核心功能涵盖秒级的仿真预测、内置多种先进的AI大模型算法，还能够支持用户的多源、多物理场仿真数据，并且可以作为一个数据管理平台，帮助用户管理海量CAE数据。

　　如果说，以ChatGPT为代表的基础大模型的出现，开启了科技与商业发展的全新篇章。那么，基于AI技术的新场景、新架构的出现，为工业软件突围提供了重要的机会窗口，打造新一代工业软件正当其时。

　　特别是在仿真分析领域，AI通过学习物理现象的内在规律，正在构建高效、精准的代理模型；在网格划分方面，AI可以学习网格划分的规则和策略，实现复杂结构的自适应智能区；在优化领域，AI算法能够高效搜索高维参数空间，解决复杂的工程问题。

　　正如张日葵博士所言，AI与CAE的结合能一定程度上解决目前CAE面临的高效性、易用性、解释性、协同性等方面的挑战。而十沣在这个方向上仍需不断探索，继续推动技术创新，加强与各位伙伴的合作，共同打造一个健康繁荣的行业生态。

　　十年磨剑：Keysight AI重构算力质量基线东南亚制造业与智能制造发展考察正式启航

　　聚焦AI、拓展API、加速生态，NVIDIA亮出面向全面数字孪生的“新三板斧”

　　低代码+AI，推动数智平权！2025奥哲低代码数智化峰会首站圆满举办！

　　智造生态绿色——惠普Indigo解锁数字印刷未来