AM易道分享

兩周。

不是兩周出原型，是兩周交付一個完整優(yōu)化的、可以直接裝機的航空級熱交換器。

重量減少30%，熱效率提升20%，內(nèi)部CT掃描和熱流測試全部通過。

航空航天零件通常以月計開發(fā)，以年計認證。

Sintavia把這件事壓縮到了兩周，英偉達把這個案例掛在了官網(wǎng)。

值得我們認真看一看。

一家做全流程的航空制造商
Sintavia是美國一家航空航天數(shù)字化制造商，把設計、仿真、金屬增材制造、檢測包圓。
和我們今天分享的類似。
客戶是航空航天和國防領域，這次的主角產(chǎn)品是熱交換器。
飛機發(fā)動機艙和航電系統(tǒng)里的關鍵散熱件。

傳統(tǒng)熱交換器是多個零件焊接或釬焊組裝，每個接頭都是潛在的失效點，重量也不輕。

他們想用3D打印重新設計這個東西，但遇到了一個很實際的問題：算力不夠。

是的你沒聽錯，這個說法是3D打印行業(yè)不常提到的。

首席設計工程師Jose Troitino說，以前跑一次大型仿真，要等好幾天甚至幾周。

等結果、改設計、再等，每一輪都在消耗時間，這是所有想用仿真驅動設計的制造商遲早都會撞上的東西。

英偉達案例表明，當升級成Blackwell架構GPU之后，這件事變了。

11倍速度差距從哪來
案例里有一組很具體的基準測試數(shù)據(jù)。
測試條件：
3000萬網(wǎng)格單元的共軛傳熱仿真，固定300次迭代。
共軛傳熱仿真（Conjugate Heat Transfer）是同時計算流體流動和固體導熱的計算類型，是熱交換器分析里最核心、也最吃算力的那一種。

單塊NVIDIA RTX PRO 6000 Blackwell工作站GPU：7分鐘。

24核AMD 7965WX CPU：88分鐘。

超過11倍的速度差距。

這張卡的硬件規(guī)格是96GB GDDR7顯存，24064個CUDA并行計算核心。96GB顯存的意義不只是大。

3000萬網(wǎng)格的完整多物理場模型可以整體駐留在顯存里，不需要像CPU方案那樣頻繁在內(nèi)存和硬盤之間來回搬數(shù)據(jù)。

以前需要128甚至256個CPU核心才能處理的工作量，現(xiàn)在放在工程師桌面上的一臺工作站里就能跑。

Troitino的原話是：以前被算力限制，大模型要等幾天甚至幾周；

現(xiàn)在用Blackwell GPU，運行時間大幅壓縮，而且可以跑以前根本不敢想的規(guī)模。

速度提升11倍，聽起來是效率問題。

實際上改變的是工程師一天能探索多少個設計方向。

以前一次仿真等兩天，一周最多驗證三四個方案；

現(xiàn)在七分鐘一次，一天可以跑十幾個方向。

迭代密度變了，最終設計的質(zhì)量就不一樣了。

兩個軟件，一個閉環(huán)
硬件之外，這套工作流里有兩個關鍵軟件，都原生支持英偉達CUDA加速。

一個軟件是nTop，行業(yè)的人都聽說過，做隱式建模。

隱式建模用數(shù)學函數(shù)描述幾何，能輕松生成極度復雜的內(nèi)部結構，晶格、波紋流道、有機曲面。

這些形狀傳統(tǒng)機加工根本做不出來，但3D打印天生就擅長。

Sintavia用nTop為這個熱交換器建模，網(wǎng)格超過3000萬單元，用掉了96GB顯存中的82.6GB。

英偉達最新Blackwell架構在nTop隱式建模上的速度，相比上一代GPU有顯著提升。

還有一個軟件是Siemens Simcenter STAR-CCM+，做CFD仿真。

工業(yè)界主流的流體熱分析軟件，精度高，計算量大。

前面那組11倍速度對比數(shù)據(jù)，就是在這個軟件上跑出來的。

設計出復雜幾何結構，再驗證熱流性能，改設計，再驗證。

一天得跑很多遍。

最終產(chǎn)品：單件，晶格，兩周交付
用這套工作流，案例為航空客戶做出的熱交換器，最核心的設計決策是：
整體單件打印，沒有任何焊接或釬焊接頭。
內(nèi)部是經(jīng)過拓撲優(yōu)化的復雜晶格，流道形狀完全根據(jù)仿真結果定制。
這種結構用傳統(tǒng)制造工藝不可能實現(xiàn)，只有金屬增材制造打得出來。

披露的性能數(shù)字是：

重量減少約30%，熱效率提升約20%。

驗證內(nèi)部CT掃描確認內(nèi)部結構與設計一致、無缺陷，配合熱流測試驗證實際熱性能。

從接單到交付客戶手里只要兩周。

GPU加速與3D打印在這里為什么能配合得上
這兩件事的結合有一個底層邏輯，AM易道想聊清楚。
3D打印的真正優(yōu)勢，在于幾何自由度。
它能打出傳統(tǒng)工藝完全無法加工的復雜內(nèi)部結構。
但幾何越復雜，仿真計算量越大。
如果仿真跑不動，或者跑一次要等太久，工程師就只能把復雜度往下調(diào)，設計空間實際上被算力約束住了。

GPU并行計算解開了這個約束。

我們的理解是，CFD仿真的本質(zhì)是把空間切成無數(shù)小格子，每個格子獨立計算流體狀態(tài)再互相傳遞信息，反復迭代。

這種計算天然適合大規(guī)模并行。

GPU數(shù)萬個核心同時工作，CPU幾十個核心無論如何調(diào)度都追不上這種并行度。

顯存夠大，模型常駐其中，讀寫(I/O)等待幾乎消失。

結果是，3D打印能做的最復雜設計，現(xiàn)在可以在合理時間內(nèi)被充分驗證。

兩者之間的這個卡口，算是打通了。

3D打印熱交換器，為什么是個好生意
熱交換器是增材制造切入航空（或者大部分高端工業(yè)領域）的理想零件，原因不只是幾何復雜度。
單件化的可靠性收益在航空里是硬價值。
接頭是壽命較為薄弱的地方，也是維修成本最高的地方。
消除接頭，影響飛機的全壽命周期運營成本。
這一點疊加輕量化，更容易被航空客戶理解和認可。

這類零件對價格不是最敏感。

沒有航空采購方會因為一個熱交換器便宜幾百就換供應商，但如果供應商能把交付周期從兩個月壓到兩周，這就是真實的競爭籌碼，至少對于西方同行來說。

AM易道認為，這條賽道的門檻尚不在于有什么具體品牌的打印機，而在于這套設計-仿真-制造-驗證的閉環(huán)能跑多快。

誰能在客戶給出需求之后，比對手更快拿出經(jīng)過仿真驗證的最優(yōu)設計，誰就有議價權。

這么看的話，算力是這套閉環(huán)的地基。

當然3D打印散熱器不必說其散熱本身的優(yōu)勢，我們過去大量分享過。

許多工程師不是不知道復雜流道換熱效率更高，不是不知道單件結構更可靠，也不是不知道內(nèi)部的復雜結構在熱力學上有多大想象空間。

但他們也知道驗證一個設計方案要等多久。

很多好想法就這樣死在了等待里，不是因為物理上不可能，而是因為來不及驗證。

這個商業(yè)案例讓我們想到3D打印走過的路。

打印機越來越快，材料越來越多，但真正限制行業(yè)天花板的，似乎還是設計。

是那個應該存在但還沒被找到的最優(yōu)解被驗證。

仿真速度提升十倍，不只是省了時間。

它改變了工程師或者AI愿意嘗試多復雜的設計、敢不敢提一個更激進的方案給客戶。

3D打印下一個真正的躍升，大概不會只來自又多了一倍的激光，以及某種新合金。

當AI或者人類工程師能在每次交貨前把一百個方案都跑完，或許3D打印還會做出我們現(xiàn)在還完全沒見過的東西。

歡迎留言討論您的看法，更多內(nèi)容也請訪問amyd.cn