AI与机器学习赋能通用汽车产品研发：15小时缩至1分钟

2024年，我们首次与斯特林·安德森对话时，他的头衔还是自动驾驶创企Aurora的首席产品官——这家公司由他于2016年联合创立，此前他曾在特斯拉任职数年。但一年多前，这位资深创业者做出关键抉择：离开亲手创办的企业，加入美国最大汽车制造商通用汽车，出任首席产品官。履新后，他完整目睹了通用汽车如何迈入他口中的“工程与设计的第三纪元”。

“你看早期的人类，望着天上的鸟，琢磨：‘那对翅膀看起来挺有用，咱们照葫芦画瓢做一个试试？’”安德森在描述工程设计的第一时代时打了个比方，“然后就是一轮轮试错，最后勉强搞出个能用的东西。”

他形容，人类早期几百年的发明史，本质上是个“高度依赖经验、反复试错”的过程——从既有认知出发，造个差不多的原型，再修修补补，希望有所改善，然后测试、再来。就在这种慢悠悠的“猜了再测，测了再猜”的循环里，硬生生磨出一些勉强能用的成果。

随着计算机算力提升，第二时代登场。“虚拟开发工具开始在特定领域帮工程师提效，让他们不再完全依赖经验性的原型试制，”安德森说。

“拿计算流体动力学（CFD）来说，它帮气动工程师干活；有限元分析（FEA）服务于结构工程师；各种虚拟化工具也陆续普及。”安德森话锋一转，“但整个开发流程依然是场接力赛——设计团队把接力棒传给气动团队，气动团队再传给结构团队，一旦哪个环节发现问题，又得往回传，来回折腾。”

而现在，安德森所处的行业正式跨入第三纪元。“通用汽车正在全力推进的方向，正是把这些各自为战的职能整合成一个统一的、信息高度融合的、以概率方法为核心的设计、开发与制造体系。”而所谓的“概率方法”，说白了就是AI与机器学习。

速度背后的底层逻辑

把CFD这类仿真工具引入工程工作，比起在实体风洞里跑物理模型，确实快了不少。但话说回来，复杂的仿真计算，对算力和时间的消耗依然是个硬伤。而AI与机器学习的价值就在于：工程师可以训练计算机把这些分析过程虚拟化，同时并行跑多个仿真任务。上个月，我们报道过IBM与赛车制造商Dallara的联合研究，结果证明，这套方法生成的数据与实测结果有足够高的相关性，能够直接用于实际工程决策。

一旦你见识过新工具的速度，就会立刻明白为什么通用汽车如此积极地拥抱这场变革。“过去FEA运算每次要跑15小时，现在只需要1分钟，”安德森说。

以前设置一个仿真任务，只能寄希望于它夜间运行顺利、第二天早上有结果——“现在压缩到一分钟，你就可以在同样的时间内完成比以往多出好几个量级的测试，迭代速度完全不一样了。”

这套新型虚拟化工具的应用范围，早已突破了气动分析和结构设计这些早期工程领域。在通用汽车内部，它已经覆盖了赛车运动、能源与电池、国防，甚至还包括月球探索项目。

“我们不是等整车设计完成之后才用虚拟工具来做验收，而是给工程师提供一套完整的虚拟环境，让他们能够同时优化硬件和软件，反过来再指导硬件设计、软件设计和整车性能，”通用汽车虚拟集成工程执行总监杰森·费舍尔说，“这在行业内，没人像我们这么干，更不用说我们这个规模和速度了。”

“这套虚拟工具的一大亮点，是我们与NASCAR和一级方程式赛车运动团队之间的协同开发，”费舍尔接着介绍，“双方一起做了大量工具，同时也根据各自的技术专长和资源独立推进一部分。一旦哪边进展更快，就坐下来通过每月一次的技术交流，确保赛车运动团队和量产部门始终共享最新的技术成果，用上最前沿的方法。”

先在虚拟世界驾驶，再在现实中制造

安德森和费舍尔向我详细介绍了一个典型案例：利用虚拟化技术对在研车型进行操控测试，具体就是模拟Consumer Reports的紧急避障场景——车辆在高速行驶中紧急打方向来规避障碍物。过去，工程师需要在测试台架上连接整车的各种子系统电子部件，逐一验证它们之间能否正常通信。而现在，通用汽车已经把传感器、电子控制单元、域控制器等全部纳入虚拟仿真模型。

“我们对这套系统的搭建方式拥有知识产权保护，”费舍尔说，“我们可以从物理特性层面完整构建整车行为模型，在这个虚拟环境里同时跑整车性能、电子控制单元和软件逻辑，这才是真正打开了设计空间探索的大门。这样我们就可以调整物理参数，运行几千个设计实验，观察控制逻辑在不同条件下的表现。”

由于路面状况等条件可以在数字世界里随意切换，工程师能在远多于以往的工况组合下反复迭代。“最终得到的结果，不是在某个特定条件下表现尚可，而是真正具备应对真实世界的鲁棒性。”

碰撞安全性能的提升，也是同样的道理：工程师在车辆实体与固定障碍物以时速约65公里相撞之前，就已经可以识别出薄弱环节并提前加固。“这类仿真根据复杂程度，大约需要15到18小时来完成，”费舍尔说，“而借助概率方法和AI，我们现在可以把时间压到不到1分钟。这不只是省下了让工程师早点回家睡觉的时间——关键在于：1分钟后我们就知道结果了，可以开始优化结构性能，工程师也能把精力投入到更多其他问题上。”

新车的空调系统是另一个典型场景。以前，各个子部件要独立设计和优化，再整合起来做标定；现在，通用汽车能同步平衡气流特性、制冷剂行为和座舱舒适性，把过去需要几周甚至几个月的工作压缩到几天甚至几小时。“这才是真正把时间还给工程师，让他们专注于创造性设计，而不是重复劳动或者消耗在无休止的迭代里。”

这套理念同样延展到了工厂设计团队——任何设备还没装进厂房之前，新装配线的数字孪生模型就已经建好了，用来提前发现并解决潜在问题。

Q&A

问：通用汽车所说的“工程设计第三纪元”具体是什么？

答：通用汽车首席产品官斯特林·安德森把工程设计的发展分成三个阶段：第一个时代是靠经验反复试错的原型迭代；第二个时代是CFD、FEA等虚拟仿真工具逐步普及，各专业环节有了分工和优化；第三个时代，就是通用汽车正在全力推进的方向——借助AI与机器学习，把设计、工程分析、软件开发、制造规划等原本各自为战的职能整合成一套统一的、以概率方法为核心的体系，打通所有环节，实现跨领域的同步优化。

问：通用汽车是怎么把FEA仿真从15小时压缩到1分钟的？

答：通用汽车引入了AI与机器学习技术，对传统有限元分析的计算过程做了虚拟化建模，同时支持多个仿真任务并行运行。通过训练AI模型来预测和模拟结构性能分析结果，工程师不再需要等漫长的过夜运算，大约1分钟就能拿到结果。这样一来，相同时间内能完成更多轮次迭代和更大范围的设计实验，研发节奏大大加快。

问：通用汽车的虚拟化仿真技术，具体用在哪些领域？

答：这套技术已经覆盖了多个业务场景：整车气动与结构分析、紧急避障等操控性能测试、碰撞安全性能优化、空调系统设计、工厂装配线规划，以及和NASCAR、一级方程式赛车团队的联合研发。此外，这套技术还延伸到能源与电池、国防，以及月球探索等前沿领域。

来源：互联网