|
在使用网格的数值计算方法中，网格质量和求解器精度，收敛性，求解性能等结果有着密切关系。网格的质量涉及到网格的密度，分布，单个网格拓扑形状，整体网格形状分布，以及物理场在网格上分布等。长期以来网格质量评价主要是在网格形状上，和求解器的关系也仅仅停留在定性分析，和试验分析上。缺乏精准定量分析，也使得用AI分析工具难以获得高质量训练数据。 为了解决仿真中网格质量和求解器关系无法量化这一大痛点。结合多年研发经历，研发更新了相关工具，目前已经在CFD，EM和TCAD领域有所应用，帮助软件研发工程师和应用工程师优化网格。后续会提供下载。 一直以来，有朋友咨询个人职业发展和企业战略方向问题。 想起读书的时候，因为成绩比较好，免费帮家里亲戚朋友的孩子辅导过功课，最典型的两个：一个后来考上了985，一个大学没考上。考上985的那位家长只会夸自己孩子厉害，从来不提感谢二字；而没考上大学的那位家长，在背后也经常讲我水平不咋地。 客观的讲，自古以来就有“师不顺路 医不叩门”的说法，讲的是不要无缘无故指导帮助他人。而且强势文化也指出：常人要“收起助人情结，尊重他人命运”。所以一直以来只提供技术信息和行业资讯，提升认知和消除信息差，尽量不给建议。即便是这样，因为内容触及了一些利益，还时常被举报。 大家工作都比较忙，所以免费来咨询或者谈合作的，助理Eric一般也不接待，望理解。 AI技术发展如火如荼，一些头部企业已经正在将科幻片里的内容一步步变为现实。个人以为，目前AI技术对软件研发最大的影响就是大幅提升效率。以本人经历为例，以往半年才能做完的研发内容，目前只要一半时间。而且以后可能还会更短。那些利用AI技术转型的传统企业在未来会更有优势。工业软件相对来说属于传统行业，相比前沿技术有一定的滞后性，这也给相关企业带来很大缓冲空间，给创业小公司更多机遇。 github上有一个项目： https://github.com/albertan017/LLM4Decompile 这个项目是利用AI大语言模型，将二进制文件反汇编成C文件。一些简单的函数可以直接呈现出源码。现在看起来还处在实验前期阶段，一旦成熟，很多软件厂商的源码将没有秘密可言。 一直使用IDA Pro工具，如果源码中有算法加密，或者保密措施，调试起来还是非常头疼的。源码非常有助于学习，但对于产品而言，单纯的源码作用可能没有大家想象的大，特别是历史悠久，比较重量级的工业软件源码。 |
|
|
