مایکروسافت از هوش مصنوعی و محاسبات با عملکرد بالای Azure برای بهبود طراحی سرفیس استفاده می‌کند. این رویکرد سرعت و کارایی فرایندهای طراحی محصول را افزایش داده است.
به‌گزارش تکناک، چت‌بات‌های هوش مصنوعی نهتنها برای چت‌کردن و تولید تصاویر یا متن، بلکه در بسیاری از زمینه‌های دیگر مانند طراحی محصول نیز کاربرد دارند. طبق مقاله‌ای جدید، مایکروسافت با دستگاه‌های سرفیس خود به‌شدت در این زمینه فعالیت می‌کند. این غول فناوری از رایانش پربازده (HPC) آژور خود برای متحول‌کردن فرایند طراحی محصولات استفاده و این فرایند را سریع‌تر و کارآمدتر و هوشمندتر کرده است.
گفته می‌شود که HPC آژور زمانی شروع به‌کار کرد که در سال ۲۰۱۵ نرم‌افزار Abaqus FEA را در سرویس رایانش ابری خود پیاده‌سازی کرد. تا سال ۲۰۱۶، شبیه‌سازی‌های ساختاری سطح محصول سرفیس پرو ۴ و نسل اول سرفیس لپ‌تاپ به‌طور کامل از سرورهای داخلی به رایانش پربازده Azure منتقل شد. این حرکت نحوه طراحی و آزمایش محصولات را متحول کرد.
فرایند طراحی شامل ایجاد مدل‌های CAD (طراحی به‌کمک کامپیوتر) برای خلق نقشه‌های دیجیتال محصول و تمام اجزای آن است. سپس این مدل‌ها به مدل‌های FEA (تحلیل اجزای محدود) ترجمه می‌شوند که می‌توانند نیروهای فیزیکی مختلف را شبیه‌سازی کنند.
دراین‌میان، نکته جالب آن است که رایانش پربازده Azure مایکروسافت امکان اجرای این شبیه‌سازی‌ها در مقیاسی که قبلاً دور از تصور بود، فراهم کرد. به‌لطف این شبیه‌سازی‌ها، طراحی لولای لپ‌تاپ سرفیس، تنها با یک بار تکرار به‌خوبی بهینه‌سازی شد. این نهتنها باعث صرفه‌جویی در وقت شد؛ بلکه صرفه‌جویی در هزینه‌های ابزارسازی و نمونه‌سازی و آزمایش را نیز به‌همراه داشت.
مایکروسافت به اینجا بسنده نمی‌کند. این شرکت به‌دنبال استقرار شبیه‌سازی مقیاس‌پذیرتر و منابع رایانش پربازده Azure برای تیم‌های چند‌رشته‌ای و مدل‌سازی چند‌فیزیکی است. هدف ردموندی‌ها این است که یادگیری ماشین و هوش مصنوعی را در فرایند خلق محصول فعال و نوآوری‌های گسترده را با سرعت زیاد هدایت کنند. این یعنی می‌توانیم انتظار داشته باشیم محصولات سرفیس مایکروسافت بیشتری با کمک هوش مصنوعی طراحی شوند.
این امر نهتنها هزینه‌های تولیدکنندگان را کاهش می‌دهد؛ بلکه راهی آسان برای تولید محصولاتی کاربردی‌تر و بادوام‌تر نیز فراهم می‌کند. با‌این‌حال، همان‌طورکه درباره سایر برنامه‌های کاربردی مرتبط با هوش مصنوعی صدق می‌کند، شما نمی‌توانید فقط به الگوی زبان بزرگ (LLM) بگویید محصول بهتری طراحی کند؛ زیرا هیچ سرنخی از نحوه استفاده کاربر واقعی از آن دستگاه ندارد.
