Рынок систем инженерного анализа (CAE-систем), в том числе использующих технологии искусственного интеллекта, в рамках направления «Технет» НТИ
Экспертно-аналитический доклад, подготовленный Инфраструктурным центром «Технет» Санкт-Петербургского политехнического университета, а также запланированные результаты его реализации были признаны соответствующими целям обеспечения технологического суверенитета Российской Федерации.
Это было подтверждено в Протоколе заседания Экспертного совета при Наблюдательном совете автономной некоммерческой организации «Платформа Национальной технологической инициативы» от 30 сентября 2024 года, номер 16.
Компания J’son & Partners Consulting публикует данный материал с согласия авторов.
Результаты аналитических исследований будут способствовать развитию технологий и использованию их при разработке программных модулей для создания моделей пониженного порядка (ROM) в рамках Цифровой платформы для разработки и применения цифровых двойников CML-Bench®. В докладе проанализирован рынок CAE-систем (Computer-Aided Engineering), которые представляют собой программные решения, позволяющие исследовать поведение материалов и процессов на основе математических моделей различной сложности, учитывая внешние воздействия.
История использования электронных вычислительных машин в промышленности началась в 1950-1960-х годах. Сначала компьютеры применялись для решения отдельных задач, но с развитием технологий их начали использовать для более комплексных процессов разработки. Постепенно появились программные комплексы, такие как CAD, CAE и CAM, которые стали стандартом в проектировании.
В 1980-х годах программные продукты САПР запускались на специализированных графических модулях, что ограничивало их доступность. Однако с развитием персональных компьютеров во второй половине 1980-х годов стоимость CAD/CAE/CAM систем снизилась, что способствовало их более широкому применению. CAE-системы начали использоваться для создания аналитической информации в процессе разработки изделий.
В 1990-х годах системы CAD стали стандартом для большинства автопроизводителей, а CAE-технологии использовались для создания виртуальных прототипов. Современные CAE-системы обеспечивают высокую точность вычислений и эффективность моделирования благодаря развитию вычислительных технологий.
В 2010-х годах интеграция высокопроизводительных вычислений и облачных сервисов сделала инструменты CAE более доступными, что способствовало росту рынка. Ожидается, что важность CAE-систем будет продолжать расти. Выделяются следующие тренды их развития:
Интеграция с инструментами искусственного интеллекта и машинного обучения для автоматизации моделирования и инженерного анализа.
Облачные решения, предоставляющие доступ к мощным вычислительным ресурсам и возможностям для удаленной совместной работы.
Мультидисциплинарное моделирование, включая создание цифровых двойников и автоматизацию переноса моделей между приложениями.
Расширение применения CAE в новых отраслях, таких как энергетика и здравоохранение.
Улучшение пользовательского опыта и доступности программного обеспечения для более широкого круга специалистов.
Кооперация и управление данными для формирования эффективных систем взаимодействия распределенных инженерных команд.
Доклад включает анализ мирового и российского рынков CAE-систем, технологических тенденций, новых проектов, а также изучение нормативного регулирования и рисков, присутствующих на российском рынке.
В разделе восемь отчета представлены результаты исследований технологий создания моделей пониженного порядка и суррогатных моделей, включая их характеристику и бизнес-ценность, а также анализ внедрения ROM и суррогатных моделей в популярных CAE-системах и их интеграцию в системы управления процессами и данными компьютерного моделирования.
Полная версия Доклада доступна при нажатии на кнопку "Скачать Документ", расположенную вверху страницы.
Экспертно-аналитический доклад "Анализ рынка систем инженерного анализа (CAE-систем), в том числе использующих технологии искусственного интеллекта, в рамках направления «Технет» НТИ"
Содержание
Список рисунков
Список таблиц
Обозначения и сокращения
Введение
Глава 1. Анализ мирового и российского рынка
1.1. Анализ мирового рынка
1.1.1. Емкость рынка, темпы роста рынка
1.1.2. Характеристики основных игроков и их доли на рынке
1.1.3. Географические сегменты рынка
1.1.4. Факторы развития мирового рынка
1.2. Анализ российского рынка
1.2.1. Емкость рынка, темпы роста рынка
1.2.2. Характеристики основных игроков
Глава 2. Технологические тенденции развития мирового и российского рынка
2.1. Технологические тренды развития систем. Перспективные направления использования «сквозных» цифровых технологий в системах, составленные на основе тенденций технологического развития, и рыночные кейсы (примеры)
2.1.1. Искусственный интеллект
2.1.2. Квантовые технологии
2.1.3. Современные и перспективные сети мобильной связи
2.1.4. Технологии виртуальной и дополненной реальности
2.1.5. Технологии распределенного реестра
2.1.6. Большие данные
2.1.7. Облачные сервисы, платформизация, инструменты коллаборации, микросервисы
2.1.8. Общие выводы
2.2. Обзор ключевых научных разработок в России по результатам интеллектуальной деятельности (РИД). Динамика РИД в России по направлению, ед., за период 2017-2024 гг. Качественный анализ ключевых разработок в России в части РИД
2.2.1. Динамика РИД в России по направлению, ед., за период 2017-2024 гг.
2.2.2. Качественный анализ ключевых разработок в России в части РИД
Глава 3. Анализ релизов обновлений функциональных возможностей систем CAE в 2024 г. (за период до конца 2024 г.)
3.1. Анализ релизов обновлений функциональных возможностей зарубежных CAE-систем в 2024 г.
3.2. Анализ релизов обновлений функциональных возможностей российских CAE-систем в 2024 г.
3.3. Заключение о тенденциях и приоритетах развития зарубежных и отечественных CAE-систем в 2024 г.
Глава 4. Анализ инвестиций, сделок M&A и проектов кооперации в России, и в мире
4.1. Слияния и поглощения разработчиков CAE-систем в мире по состоянию на конец 2024 г.
4.2. Проекты кооперации российских разработчиков
4.3. Планы по развитию CAE-систем в России
Глава 5. Обзор новых крупных проектов в России и в мире
5.1. Проекты в России
5.2. Проекты за рубежом
Глава 6. Нормативно-правовое регулирование в России, в т.ч. анализ государственных программ поддержки по НИРам и НИОКРам
6.1. Анализ нормативно-правовой базы регулирования в России
6.2. Анализ государственных мер поддержки, в т.ч. по НИРам и НИОКРам, сведения о значимых поддержанных проектах
Глава 7. Барьеры и риски, присутствующие на российском рынке
7.1. Ключевые барьеры и проблемы развития систем на российском рынке
7.2. Необходимые действия для преодоления барьеров и решения проблем
Глава 8. Анализ в соответствии с направлениями развития технологий 2024
8.1. Характеристика ROM (Reduced Order Model) и суррогатных моделей
8.2. Анализ функциональных возможностей CAE-систем и особенностей реализации ROM (Reduced Order Model) и суррогатных моделей в эффективных и востребованных на рынке CAE-системах
8.2.1. Анализ функциональных возможностей реализации ROM (Reduced Order Model) и суррогатных моделей в CAE-системах
8.2.2. Анализ особенностей реализации ROM (Reduced Order Model) и суррогатных моделей в CAE-системах
8.3. Разработка предложений для достижения 6-го уровня готовности технологий, развиваемых в рамках научных исследований
Заключение
Приложение 1. Перечень российских CAE-систем
Глоссарий
Библиография
Список рисунков
Рисунок 1. Объем мирового рынка и CAGR мирового рынка CAE, млрд долл.
Рисунок 2. Структура мирового рынка CAE-систем, доли компаний-лидеров, %
Рисунок 3. Прогноз развития российского рынка CAE, млрд. долл.
Рисунок 4. Число организаций, имевших специальные программные средства класса CAE в России в 2021-2023 гг., ед.
Рисунок 5. Доля организаций, использовавших российские CAE-системы в России на 2023 г., %
Рисунок 6. Количество РИД по направлению «системы инженерного анализа (CAE)» в России в 2017-2024 гг., ед.
Рисунок 7. Использование «классических» и AI/ML-методов моделирования, % респондентов
Рисунок 8. Использование AI/ML-методов моделирования по отраслям, % респондентов
Рисунок 9. Основные сочетания моделей, основанных на физике, и моделей, основанные на данных
Рисунок 10. Ключевые препятствия для широкого внедрения «классических» и AI/ML-методов моделирования, % респондентов
Список таблиц
Таблица 1. Характеристики основных игроков зарубежного рынка CAE-систем
Таблица 2. Характеристики основных игроков российского рынка CAE-систем
Таблица 3. Перспективные направления использования «сквозных» цифровых технологий, составленные на основе тенденций технологического развития, и рыночные кейсы
Таблица 4. Ключевые разработки в России в части РИД в области CAE-систем
Таблица 5. Сведения об обновлениях функциональных возможностей зарубежных CAE-систем, вошедших в релизы 2024 г.
Таблица 6. Сведения об обновлениях функциональных возможностей российских CAE-систем, вошедших в релизы 2024 г.
Таблица 7. Сведения о слияниях и поглощениях разработчиков CAE-систем в мире по состоянию на конец 2024 г.
Таблица 8. Перечень проектов кооперации российских разработчиков
Таблица 9. Планы по развитию систем отечественными разработчиками
Таблица 10. Обзор крупных проектов в области CAE-систем в России
Таблица 11. Обзор крупных проектов в области CAE-систем в мире
Таблица 12. Обзор основных мер государственной поддержки
Таблица 13. Сведения о поддержанных проектах
Таблица 14. Перечень барьеров и рисков развития CAE-систем на отечественном рынке
Таблица 15. Перечень барьеров развития систем на российском рынке и предлагаемые решения для их преодоления
Таблица 16. Типы ROM и суррогатных моделей, применяемые для решения инженерных задач
Таблица 17. Ключевые преимущества и недостатки суррогатных моделей, основанных на физике в сравнении с «классическими» моделями, основанными на физике и моделями, основанными на данных
Таблица 18. Функциональные возможности CAE-систем при реализации ROM и суррогатных моделей
Таблица 19. Особенности реализации ROM и суррогатных моделей в CAE-системах
