要问有什么声音
比产品经理改需求更刺耳?
撕胶带必须有姓名
江湖人口中的
“耳朵痛苦制造机”
头皮发麻指数与指甲刮黑板齐名
你有没有想过
“为什么小小的胶带,竟能发出如此震慑人心的声音?”
要回答这个问题,我们有必要请出流体动力学这尊大神。
吵闹背后的超音速运动
胶带一般由基材和黏合剂构成,基材即胶带的载体,黏合剂是胶带粘性的来源。
拿生活中常见的透明胶带来说,透明胶带多以透明的薄膜为基材,用粘接性能优良的胶水作为黏合剂,撕胶带的噪音就来源于基材和胶水之间的极限拉扯。
当我们撕扯胶带时,基材表面涂抹的黏合剂会像弹簧一样拉伸并储存弹性势能,一旦拉力超过粘合剂的弹力,先前积累的弹性性能会立即转化为动能,使胶带边缘发生断裂。
将这一过程放到高速摄像机镜头下,可以看到胶带分裂边缘以650m/s-900m/s的速度运动——远超音速(340m/s)。这意味着每一次胶带离开附着表面、积攒弹性势能、转化动能的过程,都会释放微小的超音速冲击波,一截截胶带撕下就是一次次迷你音爆的叠加,在耳朵听来,当然尖锐刺耳。
一般人听到撕胶带的噪音忍忍就过去了,可老王不行,患有严重神经衰弱的老王听不得任何刺激鼓膜的声音,一再被同事们撕胶带的声音惊扰后,爱搞点无用小发明的老王脑子里窜起一簇火花:“我能不能做一款无噪音、便宜好用的透明胶带?”
计算流体动力学
说干就干,老王采购了大量基材、黏合剂及其他准备材料,开始进入无噪音胶带的试验阶段。
可仅仅两天,老王就受不了了,一是反复试验材料既烧钱也不环保,二是人眼无法穿透材料内部,他不知道黏合剂在种种条件下究竟发生了什么变化,是否会产生超音速运动,而且整个过程也相当耗时。
于是,老王又开始琢磨了:“有没有一种不必亲手动手,也能掌控全程、逼真看到效果的试验方法?”
纠结的过程没有持续多久,老王很快知晓计算流体动力学(CFD)的存在,这是一种利用计算机的快速计算能力得到流体控制方程近似解的方法,通过CFD软件的数值模拟和计算机实验,无需亲自动手开展昂贵实验,他就能得到流动/传热/反应等物理化学问题的高效仿真结果。

老王还了解到,在CFD软件领域,Ansys是首屈一指的公司。成立于1970年的Ansys是工程模拟领域的全球领导者,致力于工程仿真软件和技术的研发,其产品在广泛的应用范围内具有行业领先的准确性和稳健性。
到底有多广泛呢?
这么说吧,如果你见过火箭发射、坐过飞机、开过车、用过电脑、接触过移动设备、过过桥,或用过可穿戴设备,那么Ansys软件就有可能在其创建过程中起到了关键作用。

放眼Ansys产品王国,Ansys CFX和Ansys Fluent为几乎所有的流体或多物理场应用提供快速结果, Ansys Mechanical机械结构分析软件则帮助整个行业的工程师优化产品设计并降低物理测试的成本。
现在,Ansys软件获得buff,戴尔科技集团推出专为Ansys数字制造工作负载设计和配置的高性能计算验证设计解决方案,以提高对虚拟产品开发至关重要的CFD和FEA(有限元分析)应用程序性能。
该解决方案使用灵活的构建块体系结构,允许客户轻松部署针对特定工作负载需求优化的高性能计算系统。
构建块包括戴尔PowerEdge服务器、PowerSwitch网络和PowerVault存储,易于安装、配置和管理,安装服务和支持随时可用,用户可通过自定义配置实现更快的部署、更好的性能和更大的扩展性,同时降低风险。


戴尔15G PowerEdge服务器采用英特尔®第三代Xeon®可扩展处理器,最高40核心/80线程,并在核心、缓存以及内存和I/O方面进行了大量优化,释放数据中心可扩展性能的巨大潜能。
下图显示了使用戴尔为Ansys架构设计的验证设计设计的三个HPC集群示例。

由于最优解决方案配置取决于具体的应用程序组合和所执行的模拟类型,因此在进行这些选择时需要考虑多种选项和相关标准。如果您在解决方案配置方面产生困惑,戴尔科技集团HPC和Al专家团队可根据具体需求帮您设计整体方案。
从飞机气动到锅炉燃烧,从血液流动到半导体生产,从洁净室到污水处理工厂的设计,Ansys CFD技术几乎在所有行业里都有各类应用,Ansys软件结合戴尔高性能计算解决方案,可帮助制造商快速跟上虚拟产品上市步伐,加快推出更多创新和更高质量的产品。
P.S. 一个好消息,老王的无声透明胶带已经自研成功了,“啧啧,不得不说CFD软件真强大,接下来我要用它再造个小型火箭出来,祝我成功吧!”

END
如果您想了解更多有关戴尔科技的产品和解决方案信息,请扫描以下二维码咨询戴尔官方客服。

好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。