IBM und Dallara haben eine Zusammenarbeit bekannt geben, die sich auf den Aufbau physikbasierter KI-Modelle zur Beschleunigung des Fahrzeugdesigns im Hochleistungssektor konzentriert. Parallel soll untersucht werden, wie Quantencomputing Arbeitsabläufe weiter verbessern könnte. Beide Unternehmen wollen zudem erste Ergebnisse eines neuen KI-Modells von IBM präsentieren, das mit proprietären aerodynamischen Fahrzeugsimulationsdaten von Dallara trainiert wurde.
Das Rennsport- und Ingenieurunternehmen Dallara entwickelt und liefert seit mehr als 50 Jahren Hochleistungsfahrzeuge für Top-Serien wie Indycar auf Strecken, bei denen die Durchschnittsgeschwindigkeiten mehr als 230 mph (370 km/h) betragen können, sowie für die Formel 2, Formel 3, Super Formula und Formel E. Darüber hinaus ist Dallara in weiteren Spitzenserien wie der WEC und der IMSA tätig.
In den frühen Arbeiten entwickelte IBM ein neues physikbasiertes KI-Modell namens GIST (Gauge-Invariant Spectral Transformers), das speziell für technische Simulationen wie die Aerodynamik konzipiert ist. IBM trainierte das Modell mit von Experten validierten, hochauflösenden Simulationsdaten von Dallara. Die Forschungsteams setzten GIST anschliessend auf einen fokussierten Testfall an: die Optimierung der aerodynamischen Leistung einer zentralen Fahrzeugkomponente über mehrere Konfigurationen hinweg.
Das KI‑Modell lieferte nahezu identische Ergebnisse wie die branchenübliche Methode der numerischen Strömungsmechanik (Computational Fluid Dynamics, CFD), erzeugte die Daten jedoch in Sekunden statt in einer Stunde. Darüber hinaus wiesen die KI‑Ergebnisse ähnliche Fehlermargen auf wie die CFD‑Simulationen.
Zukünftige Modelle sollen mit validierten Windkanal- und Streckenmessdaten von Dallara trainiert werden. Ausserdem soll es Ingenieurinnen und Ingenieuren ermöglicht werden, deutlich mehr Designkonfigurationen früher im Entwicklungsprozess zu bewerten. Basis sind neue KI‑Methoden für die Physik, die für komplexe 3D‑Geometrien wie Rennwagen ausgelegt sind
Parallel dazu starten die Unternehmen durch Quantencomputer gestützte Forschungsarbeiten, um die schnellere Erzeugung hochauflösender aerodynamischer Simulationen zu untersuchen, die für Supercomputer bislang nur schwer zu berechnen sind.
Diese Arbeit sei wichtig, weil Simulationen nach wie vor einen zentralen Engpass im Engineering darstellen, betonen die beiden Partner. Selbst begrenzte CFD‑Simulationen könnten nämlich Stunden in Anspruch nehmen, vollständige Fahrzeugentwicklungszyklen könnten sich sogar über Wochen oder Monate erstrecken. Die neuen KI‑Modellansätze zielen daher darauf ab, diese Dynamik zu durchbrechen, indem sie es Teams ermöglichen, mehr Konfigurationen bereits früher im Prozess zu untersuchen. So könnten die umfassendsten, präzisesten und kostenintensivsten Fahrzeugsimulationen für die finale Validierung reserviert werden. Langfristig könnte dieser Ansatz auch Designfortschritte in anderen Branchen über Hochleistungsfahrzeuge hinaus vorantreiben.
