Mistral تطلق physics AI للمهندسين: محاكاة في ثوانٍ بدلًا من أسابيع

استحوذت Mistral على startup Emmi AI وأطلقت اتجاهاً جديداً — physics AI: نماذج تتنبأ بسلوك الأنظمة الفيزيائية مباشرة من الهندسة والشروط الحدية في ثوان، بدلاً من ساعات وأسابيع من المحاكاة التقليدية. تصنف الشركة هذا كتحول جذري في سرعة الهندسة الصناعية.

لماذا تبطئ المحاكاة التقليدية التطوير تصف محاكاة الفيزياء الرقمية —

CFD (ديناميكيات السوائل الحسابية) و FEM (طريقة العناصر المحدودة) — العالم من خلال معادلات تفاضلية جزئية: كيف يتدفق السائل، كيف تتشوه الهياكل، كيف ينتشر الحرارة. لحلها، يقسم المهندسون الجسم إلى ملايين الخلايا الصغيرة ويحسبون سلوك كل منها. سير العمل في عام 2026 يبدو تماماً كما هو الحال في عام 2006: تحضير هندسة CAD، توليد الشبكة، إعداد شروط الحدود، إرسال المهام إلى cluster HPC، الانتظار.

يستغرق التشغيل الواحد من عدة ساعات إلى عدة أسابيع؛ رخص الحل التجاري وتأجير cluster HPC تكلف مئات الآلاف من الدولارات سنوياً. نتيجة لذلك، تختبر الفرق عدد قليل فقط من متغيرات التصميم حيث يمكن من الناحية الرياضية استكشاف الآلاف. الحل الأمثل مكلف جداً من حيث الوقت والموارد، لذا يتوصل المهندسون إلى "ما يكفي".

كل قيد — الإنتاجية والشهادة والتكلفة — يتراكم ويتضاعف في المرحلة التالية من دورة حياة المنتج.

ما هو physics AI وكيف يختلف عن LLM

Physics AI ليس نموذج لغة مدرب على مجموعة بيانات نتائج المحاكاة. إنها أساساً فئة مختلفة من الهندسات المعمارية مع وظائف موضوعية وأنماط تقييم مختلفة. النقطة الرئيسية: يتنبأ النموذج بحقول فيزيائية كاملة (ضغط وسرعة ودرجة حرارة في جميع أنحاء الحجم) في ممر أمامي واحد، بدلاً من توليد نص token بواسطة token.

الخصائص الرئيسية: ممر واحد على GPU واحد — حقل فيزيائي كامل في ثوان التعميم الهندسي: نموذج واحد يخدم عائلة كاملة من الهياكل بدلاً من إعادة التدريب لكل جزء يتعلم من نتائج الحلول الرقمية التقليدية لا يحل محل الطرق التقليدية تماماً — تبقى للتحقق والحالات الحدية تصف Mistral physics AI بأنه "قفزة في الإنتاجية": بالنسبة لمعظم التكرارات في دورة التصميم، دقتها كافية، والمحللات الثقيلة يتم استدعاؤها فقط للتحقق النهائي.

الشركاء ومهامهم تذكر

Mistral لاعبين صناعيين محددين: ASML (معدات الطباعة الحجرية في تصنيع الرقائق)، Airbus (الطيران)، Safran (محركات الطيران وأنظمة السلامة)، Siemens Energy (الطاقة). يعتمد الجميع بشكل حرج على سرعة النمذجة الفيزيائية — الديناميكا الهوائية للجناح، نقل الحرارة في التوربينات، الإجهادات الميكانيكية في الهيكل — وفي كل مكان الانتظار لساعات يُترجم إلى أموال حقيقية وتأخيرات في الشحن.

"نادراً ما كانت طموحات الهندسة أعلى من اليوم. الجاهزية الدفاعية

والانتقال الطاقي والطيران المستدام وتوسع نطاق مراكز بيانات الذكاء الاصطناعي والرقائق من الجيل التالي — كل هذا يتطلب تطوير أجهزة أسرع مع هوامش أخطاء أصغر," ينص إعلان Mistral. سيدخل Physics AI حلول الشركة الخاصة كجزء من stack موحد للهندسة الصناعية: جنباً إلى جنب مع نماذج اللغة وأدوات لسير عمل الوكلاء وقدرات النشر الآمن في البنية التحتية للعميل.

ما تعنيه ذلك تتحرك مختبرات الذكاء الاصطناعي الرئيسية إلى ما وراء النص

والصور: النمذجة الفيزيائية تصبح الحدود التالية. بالنسبة للشركات الصناعية، هذا يعني بالتالي الانتقال من عشرات التكرارات في كل ربع إلى آلاف — مع الحفاظ على دقة فيزيائية بدون زيادات متناسبة في تكاليف الحوسبة.