何が起きたか

ゴーデルブロックは2026年8月5日、冷間鍛造シミュレーションのディープラーニング用サロゲートモデル「ForgeNet」に関する研究成果を発表した。研究成果は同年7月22日にドイツのミュンヘンで開催された計算力学の国際会議「WCCM ECCOMAS Munich 2026」で発表された。

詳細

ForgeNetは、実際の物理計算手法を学習で近似して代用するサロゲートモデルである。有限要素法（FEM）解析をAI（人工知能）表現に置き換えることで、製品開発における試作回数の削減を目指す。 冷間鍛造の有限要素解析では、変形に合わせて要素を作り直す適応的リメッシュにより、ノード（節点）の対応関係が変化する。このため、シミュレーション結果を機械学習でそのまま利用しにくいという課題があった。ForgeNetでは、解析結果を変形しないグリッドである固定オイラー格子へ投影することで、この課題に対応する。ノードの変位と応力をそれぞれ表現する2つのモデルを用いて、冷間鍛造プロセスの高精度なサロゲート表現を行う。 なお、研究成果はゴーデルブロックのAccelerated Komputingなどの共同チームによるものである。

Key Facts

ゴーデルブロックは2026年8月5日、冷間鍛造シミュレーション向けAIサロゲートモデル「ForgeNet」の研究成果を発表した。[1]
研究成果は2026年7月22日にドイツのミュンヘンで開催された計算力学の国際会議「WCCM ECCOMAS Munich 2026」で発表された。[1]
ForgeNetは、有限要素法（FEM）解析をAI（人工知能）表現に置き換えることで、製品開発における試作回数の削減を目指す。[1]
冷間鍛造の有限要素解析では、適応的リメッシュによりノード（節点）の対応関係が変化するため、シミュレーション結果を機械学習でそのまま利用しにくいという課題がある。[1]
ForgeNetでは、解析結果を変形しないグリッドである固定オイラー格子へ投影することで、この課題に対応する。[1]
ノードの変位と応力をそれぞれ表現する2つのモデルを用いて、冷間鍛造プロセスの高精度なサロゲート表現を行う。[1]
研究成果はゴーデルブロックのAccelerated Komputingなどの共同チームによるものである。[1]

なぜ重要か

冷間鍛造シミュレーションの高速化は、製品開発の試作回数削減につながる可能性がある。AIサロゲートモデルにより、従来のFEM解析の計算負荷を軽減し、設計プロセスの効率化が期待される。