みなさんこんにちは、
研究ノートブックの中にあるサイエンティフィックAIを取り出して、実用的なリアルタイムツールとして利用できるようにするというアイデアに取り組んでいます。先ほど最初のインタラクティブデモを完成させたので、ぜひフィードバックをいただけると嬉しいです。
Physics-Informed Neural Networks（PINN：物理情報を取り込んだニューラルネットワーク）を使って、回路基板上にある2つのチップの2Dサーマルシミュレーションエンジンを作成・学習し、2次元の熱方程式を解くようにしました。
学習済みモデルをONNXとしてエクスポートし、ブラウザ上でシンプルなインタラクティブWebアプリを構築しました。ユーザーは、チップの電力や周囲温度などのパラメータを変更することで、温度ヒートマップやホットスポットの温度をPINNモデルから取得できます。
テックスタック：
- AI： PyTorchバックエンドのDeepXDEを使って、カスタムPINNをPythonで学習
- デプロイ： 高性能なクロスプラットフォーム実行のためにONNXへエクスポート。
- Web： Blazor WebAssemblyで構築し、Azureにホスティング。シミュレーションは完全にクライアントサイドで実行されます。
ライブデモ： https://www.quantyzelabs.com/thermal-inference
現在は、より複雑な基板レイアウトに対応するために、境界条件の柔軟性と精度を改善する作業を進めています。このアプローチのどこに最も可能性があると思うか、ぜひご意見を聞かせてください。
それでは！
[link] [comments]
