蜂巢易创传动技术河北有限公司（HYCET）是一家专注于电驱动系统的综合性企业，在解决变速箱机械故障方面面临着巨大的挑战。这些故障，包括点蚀、腐蚀和剥落，主要是由于润滑不足造成的。鉴于电驱动速度可达 20,000 rpm，HYCET 需要一种能够准确计算搅拌损失的解决方案。该公司还需要考虑风阻效应、油量以及油中存在的气泡（曝气）量等因素。我们面临的挑战是找到一种解决方案，能够详细了解这些复杂的流动现象，并帮助团队回答与油流和潜在泄漏相关的重要问题。

美国能源部多学科科学与工程研究中心阿贡国家实验室面临着在 COVID-19 大流行期间追踪快速演变的 SARS-CoV-2 病毒及其变种的挑战。病毒的快速进化有时变得更加致命且更具传播性，因此需要快速识别相关变体 (VOC)。挥发性有机化合物的早期发现对于拯救生命至关重要，因为它可以为科学家提供开发有效疫苗和治疗方法的时间。然而，现有的追踪这些变异的方法速度缓慢且效率低下，给研究团队带来了重大挑战。

斯巴鲁是一家全球汽车和飞机制造商，致力于到 2030 年实现零致命交通事故。为了实现这一目标，该公司需要不断创新并确保高碰撞安全性，这需要使用高精度进行计算机辅助工程 (CAE) 模拟-性能计算（HPC）。斯巴鲁一直在其位于日本群马县的主要制造工厂附近维护自己的 HPC 环境。然而，随着模拟计算处理要求的增加，团队面临着电力和扩展空间的短缺。他们开始使用位于东京远程数据中心的私有云，这需要一条专线供用户访问。由于成本高昂，他们决定评估公共云选项，并向日本汽车制造商协会云工作组寻求建议。

SS Global 是一家提供咨询和物联网集成服务的公司，在开发整个大都市区空气质量指数 (AQI) 的实时详细图片时面临着挑战。他们利用了有关温度、湿度以及颗粒物和大气气体浓度的物联网传感器数据。工程师需要能够实时或更快速地回放历史数据，以检查和了解天气、AQI 和其他因素之间的趋势和因果关系。对于系统来说，标记 AQI 和大气变化的不规则和异常也很重要，这可能表明未来影响当地居民的问题。

Patrone 和 Mongiello 是一家总部位于意大利的领先一级汽车供应商，他们正在寻求一种解决方案来增强对其钣金成型过程的监控。该公司旨在提高产品质量并减少生产浪费。该解决方案需要考虑应力、应变和弹性等金属板材特性，并涵盖垫块力和模具摩擦等设备操作条件。我们面临的挑战是找到一种能够准确模拟公司现有钣金成型工艺的解决方案，包括机器冲压和钣金行为、系统变量和操作条件。

ZT Innovations 是一家拥有超过 45 年经验的电机控制咨询公司，在维持其在短时间内提供高质量结果的声誉方面面临着重大挑战。该公司的业务主要来自回头客和推荐，因此声誉至关重要。然而，他们发现市场上可用的软件工具并不能为他们的需求提供全面的解决方案。该公司必须在流程中的不同步骤使用多种工具，这导致了连续且耗时的工作流程。他们使用的工具需要大量的模拟时间才能准确地表示物理系统，进一步延长了客户的完成时间。

NVIDIA 是加速计算领域的先驱，建造了一座占地 750,000 平方英尺的巨型建筑，名为 Voyager。为了配合架构创新，NVIDIA 希望拥有一个同样令人印象深刻的专用 5G 网络来支持多接入边缘计算 (MEC) 应用程序并利用未经许可的公民宽带无线电服务 (CBRS) 频段。第一个 MEC 应用需要在大堂区域使用 5G 摄像头进行智能视频分析。网络开发面临的挑战是 CBRS 频谱内的 150 MHz 限制。为了解决这个问题，NVIDIA 决定使用 100 MHz 最小带宽来维持所需的吞吐量水平，并为所有无线电单元使用相同的频率载波。这使得 5G 网络所需的吞吐量具有挑战性。 NVIDIA 还希望比较两种不同供应商的无线电单元，一种具有定向传输功能，一种具有全向传输功能，每个单元都有 4 个下行链路 (DL) 多输入多输出 (MIMO) 层和 2 个上行链路 (UL) MIMO 层。

TEN TECH AERO 是一家多学科工程服务提供商，其现有的计算机辅助工程 (CAE) 工具面临着重大挑战。该公司以其速度和准确性而闻名，但使用之前的工具时遇到了持续的崩溃和较长的处理时间，有时处理需要长达两周的时间。这些问题被归类为“已知错误”，建议的解决方案是重新创建模型，这是一个耗时且低效的过程。该公司经常处理超过 2 亿个元素的大型设计，需要为其 CAE 流程的每一步（从预处理到求解和后处理）提供更有效的解决方案。他们还需要一个可以处理现有遗留数据的工具，因为他们无法承担丢失多年来创建和存储的模型的后果。此外，处理时间也是一个重要问题，因为 TEN TECH AERO 不向客户收取解决和处理时间的费用，这意味着处理上花费的额外时间是未花费在计费服务上的时间。

Stanley Robotics 是一家高科技公司，旨在通过引入自主机器人来移动仓库中的汽车，从而彻底改变汽车物流行业。我们面临的挑战是开发一种快速、可靠且高效的机器人，以满足汽车物流行业的需求。机器人的设计需要考虑机械优化，才能与传统汽车物流公司有效竞争。 Stanley Robotics 需要证明其机器人车辆每年可以完成大量移动并证明其耐用性。为了实现这一目标，该公司需要一个合作伙伴来帮助开发机器人的数字孪生，以计算对其提出的所有要求，并通过耐用性计算来验证其产品。

国际工程和数字服务集团 Assystem 与英国原子能管理局 (UKAEA) 签订合同，为其运行的聚变发电厂开发基于物理的数字孪生。挑战在于聚变动力装置在设计评估阶段需要复杂的数字仿真模型。这些发电厂的检查和维护间隔以及总寿命是根据设计模型的预期负载确定的，该负载通常与发电厂承受的实际负载不同。这种差异为旨在提高工厂生命周期价值或量化高于预期使用量的影响的计划提供了范围。 Assystem 希望利用昂贵的设计模型，通过输入从工厂实时传输的传感器数据来创建数字孪生。这将帮助工程师了解工厂的结构完整性并进一步优化检查和维护计划。

C-TEC 是一家总部位于德国的公司，专门从事智能设备、机器和系统的开发和生产，在满足 2017 年生效的欧盟乘用车燃油效率和排放新标准方面面临着重大挑战。全球统一轻型车辆测试程序 (WLTP) 要求更严格的合规性，促使 C-TEC 改进和优化箱式多功能车的空气动力学性能，同时保留大部分相同的组件。这种优化需要 GPU 加速的高性能计算 (HPC)。然而，C-TEC 缺乏 CFD 仿真经验，并且无法获得运行昂贵的计算密集型多 GPU 工作负载所需的硬件。

Accuride Corporation 是全球领先的商用和乘用车零部件供应商，在产品开发过程中面临着重大挑战。创建实体六面体网格是开发卡车和客车车轮的关键步骤，是一项复杂且耗时的任务。此过程需要深入了解先进的网格划分技术和零部件质量标准。此外，该任务非常专业，以至于艾瑞德只有少数工程师可以处理，从而导致时间紧迫的项目可能出现延误。该公司还努力在部门界限之外分享这种网格划分知识，因此很难让每个人都参与到这个过程中，尤其是模拟初学者。

南洋理工大学的高性能计算中心 (HPCC) 面临着重大挑战。 HPCC 拥有超过 4,500 个 CPU 核心、40 个 NVIDIA Tesla GPGPU 卡、2,700TB 存储、100GB InfiniBand 互连以及 40G/100G 以太网主干网和技术支持，在 2021 年生产了近 1900 万个核心 CPU 小时和近 300,000 个 GPU 小时，以支持超过 160 名南洋理工大学研究人员。 HPCC数字社区已发展到近800名NTU会员，并且随着其队伍的不断增加，HPC和AI应用的数量也在快速增长。 HPCC 的四名工程师小型团队需要尖端工具来支持其不断增长的用户社区并评估扩展到混合云环境的情况。他们需要作业级别的洞察力来了解运行时问题，I/O、CPU 和内存指标来识别瓶颈，并能够检测有问题的应用程序和不良 I/O 模式（可能导致共享存储过载）的恶意作业。

Prodrive 是一家领先的赛车技术公司，其遗留分析系统面临着重大挑战。该系统从汽车中收集传感器数据，但难以处理长时间收集的大型数据集。分析汽车整个生命周期内的发动机数据对于 Prodrive 至关重要，因为它可以提供有关设计和制造调整的宝贵见解，从而提高车辆性能。此外，准确预测关键部件何时可能发生故障将有助于赛车队在比赛期间优化进站时间。考虑到 Prodrive 制造的汽车中的传感器数量及其采样频率，汽车在整个生命周期内收集的数据量是巨大的。每辆车在平均比赛周末可以产生大约 0.5 TB 的数据，在测试运行期间每周可以产生 5 到 10 TB 的数据。 Prodrive 需要能够管理大量数据、提供更好的管理功能并支持快速开发和实施周期的数据分析软件。

全球汽车巨头福特汽车公司在增材制造 (AM) 领域面临着挑战，增材制造是一种逐层添加材料来制造零部件的过程。这项技术虽然有望带来显着的好处，例如降低成本、改进工具以及创建复杂设计的能力，但它相对较新。因此，该行业在增材制造方面的专业知识无法与传统制造业相提并论。福特发现正确设置打印机参数具有挑战性，因为不正确的设置可能会导致打印部件出现结构故障、性能缺陷和美观问题。对机械设计效率的追求常常导致忽视关键考虑因素。

Elisava Racing Team 是 ELISAVA 巴塞罗那设计与工程学院最后一年学生的一个项目，他们面临着设计和开发电动摩托车以参加巴塞罗那智能摩托车挑战赛的挑战。该团队已经优化了之前设计“ERAY”和“Dayna”的重要结构部分，但希望将他们的最新设计“Dayna EVO”更进一步。该团队的目标是打造一款具有物联网连接和医疗服务能力的 100% 电动越野摩托车。他们寻求提高自行车的安全性、舒适性和结构性能，目标是打造更轻、更简单的自行车。为了实现这一目标，他们需要仿真工具来生成形状、预测材料行为并优化全电动摩托车的制造工艺。

PUNCH Torino SPA 是一家专门设计和开发创新推进系统和控制解决方案的公司，在加入 PUNCH 集团后面临着重大挑战。该团队需要从头开始构建新的高性能计算 (HPC) 基础设施，以满足用户的技术需求。他们决定避免本地计算固有的费用和维护问题，而是选择复杂的多供应商云架构。然而，建立这样的架构需要一个对一系列技术知识有深入了解的专家合作伙伴，包括高性能计算（HPC）。

TokyoFlash Japan 是一家领先的独特腕表设计商和销售商，面临着设计独特且时尚的腕表以吸引目标受众的挑战。公司的设计理念是创造出不仅独特而且时尚的手表。 TokyoFlash 的设计师相信从事疯狂的项目，他们的口号是“越疯狂越好”。然而，面临的挑战是将这些疯狂的想法变为现实，并以一种目标受众可以想象和欣赏设计的方式将它们呈现给他们。

XOX Audio Tools 是一家为音乐领域带来高端设计和先进技术的公司，它面临着创造一款全新电吉他的挑战，它不仅听起来不错，而且看起来也很美观。考虑到乐器领域缺乏新的想法和功能，这是一个重大挑战。该公司希望创造出一种在市场上脱颖而出的独特设计，同时确保吉他功能齐全且性能良好。目标是找到满足这些要求的理想形状。

Pininfarina Extra 是一家在汽车行业以其优雅、本质和创新而闻名的公司，面临着将这些价值观扩展到汽车行业以外的领域的挑战。该公司旨在将其独特的设计理念带入日常产品中，专注于以人的需求为中心的优雅、本质的风格。挑战不仅在于理解现代生活的不断演变，还在于解释不同的文化和社会范式。这需要一支能够理解和适应世界不断变化的动态的多元文化和跨学科团队。

Automotive Lighting 是汽车外部照明领域的全球领导者，在提供品牌特定的尾灯造型和渲染方面面临着挑战。尾灯不仅是至关重要的安全部件，而且还是强大的品牌标志，融入了定义特定车型的外观和身份的重要造型元素。公司需要确保这些安全和品牌元素得到对细节的精确关注。组件的复杂性（包括金属反射器、灯泡或 LED 光源、聚碳酸酯透镜等浮雕和透明元件）使得渲染过程充满挑战。此外，渲染过程必须考虑汽车灯的双重用途，白天关闭，晚上打开。

罗恩·门德尔 (Ron Mendell) 是好莱坞电影界著名的概念艺术家，他面临着协助电影制作人构建角色所居住的现实的挑战。他的作用是将观众带入角色的世界，这是任何电影中有效讲故事的关键要素。这项任务属于艺术系的职权范围，需要大量的努力和创造力。在实施新解决方案之前，Mendell 的流程是手动的。他会从铅笔和纸开始，发展他的想法，直到最终设计获得批准。这个过程涉及使用彩色记号笔、颜料和其他传统艺术工具进行素描。最后的步骤包括绘图、尺寸标注和剖切，直到生成足够的 2D 图纸并交给工匠。这种手动过程非常耗时，并且缺乏快速更改的灵活性。

魏茨曼科学研究所的化学系在管理其高性能计算 (HPC) 设施方面面临着重大挑战。该 HPC 集群由 1242 个核心组成，为数百名教职员工提供服务，并且正在扩展到 3096 个核心。该集群被广泛用于研究领域，包括量子力学、蛋白质折叠、DNA 识别、湍流物理和气候建模。安装的软件混合了先进的 C 和 FORTRAN 编译器、数学库以及各种免费、学术、商业和自制的专用软件工具。工作负载类型差异很大，不同的团队有不同的优先级和需求。计算环境是一个由用户、资源、需求和策略组成的复杂系统，需要仔细管理。该研究所寻求一家能够提供始终如一的高性能、支持用户优先级和配置文件的复杂性、主动、协作的解决方案交付方法以及可靠的用户支持的工作负载管理软件供应商。

克莱姆森大学国际汽车研究中心 (CUICAR) 的深橙项目的任务是使用创新的板材折叠技术设计一款六座跑车。目标是开发一款基于面向 Y 一代的主流混合动力概念架构的车辆。该设计必须使用 2 排座椅，在外侧座椅上容纳 4 名 95% 的男性乘员，在中间座椅上容纳 2 名 50% 的男性乘员。 ，3+3座位配置。选择白车身 (BIW) 结构设计概念来探索 Industrial Origami® 专利技术，该技术能够将较轻规格的材料折叠成车身结构件的复杂形状。成型是在组装地点用简单、低成本的夹具完成的。面临的挑战是平衡白车身刚度、包装空间、成本和重量的设计要求。

昆士兰医学研究所 (QIMR) 是澳大利亚最大、最成功的医学研究机构之一，在向数百名科学家、学生和支持人员提供共享高性能计算 (HPC) 资源方面面临着重大挑战。该研究所拥有 50 多个独立实验室，支持六个研究部门，需要先进的设施来支持科学家的尖端项目并吸引最优秀的研究人员。为了满足这一需求，建立了一个 HPC 集群，作为服务在 QIMR 的科学实验室之间共享。然而，管理作业调度和优化此共享资源的吞吐量是一项复杂的任务，需要可靠的工作负载管理系统。

丹麦奥胡斯建筑学院热衷于探索将基于仿真的拓扑优化（一种汽车、航空和海军工业常用的技术）应用于建筑混凝土结构的潜力。面临的挑战是将其与用于混凝土浇筑的聚苯乙烯模板的机器人制造结合起来。 Unikabeton 原型项目就是为此目的而创建的，涉及丹麦建筑行业八家最大的机构和公司之间的合作。然而，计算机优化工具的使用对于建筑领域来说很大程度上是陌生的。人们不愿意将设计控制权交给优化软件，而建筑行业的这种保守主义提出了重大挑战。 Unikabeton 项目是最早致力于在建筑设计中使用拓扑优化的学术研究项目之一。考虑到混凝土生产产生的二氧化碳排放量占全球总排放量的 5%，潜在的回报是巨大的。

斯克里普斯研究所 (TSRI) 是世界上最大的私营非营利生物医学研究机构，在为其科学家完成计算周期方面面临着重大挑战。该研究所的研究涉及免疫学、分子生物学、细胞生物学、化学、神经科学、自身免疫性疾病、心血管疾病和癌症，属于高度计算密集型。 TSRI 的研究计算部门运营三个高性能计算 (HPC) 平台来提供科学家所需的计算周期。然而，管理这些平台上的工作负载并为科学家提供无缝界面是一项重大挑战。该研究所需要一种解决方案，能够处理最多 500 个帐户持有用户的工作负载管理，其中 75-100 个是最活跃的，而不需要大量支持。

由于用于硬质合金挤压的模具寿命较短且故障频繁，铝挤压行业一直面临着重大挑战。这些问题直接影响生产力并增加生产成本。汽车、航空航天、铁路、医疗、建筑等行业越来越多地使用铝型材，使情况变得更加复杂。这些应用具有严格的强度和表面质量要求，通常需要使用更新、更硬的合金。事实证明，传统的模具设计实践不足以满足这些新的需求，导致模具的使用寿命较短。作为中国铝加工技术的领导者，丛林集团致力于应对这些挑战并满足国内和国际市场不断增长的需求。

VTT 是芬兰领先的研究和技术中心，与芬兰液压缸产品制造商 Nurmi Cylinders 合作，利用增材制造 (AM) 优化阀组，以满足要求严苛的工业应用。我们面临的挑战是设计一个能够充分受益于增材制造工艺的阀块，减小其尺寸和所需材料的数量，并优化其内部通道，为客户生产更好的组件。阀块的传统制造方法包括将金属块形成所需形状并钻内部通道以适应液压流体流动。这个过程通常很麻烦，并且容易出现对准问题和潜在的泄漏。此外，并非所有组件或产品都适合增材制造，具体取决于其尺寸、形状、设计和所需数量。

东京国立博物馆 (TNM) 成立于 1872 年，拥有超过 113,000 件文化资产，包括绘画、雕塑、陶瓷等。这些无价的文物经常需要在不同地点之间运输，这使得它们的包装和运输成为一项严肃的工作。 TNM 发现这些珍贵文物在运输过程中承受了意想不到且不可接受的振动载荷。博物馆几乎无法控制运输卡车的车辆动力学，这表明包装系统设计需要重新评估。 TNM 一直使用螺旋弹簧式“隔振器”来运输文化资产。这些隔离器位于装有艺术品的运输箱的底部。然而，随机实验室测试和试装卡车的结果表明，共振频率在 10 Hz 至 20 Hz 之间，处于卡车的激励频率范围（10 Hz 至 20 Hz）内，从而可能对文物造成损坏。