Architecture / Ingénierie / Construction

Arup réduit la simulation structurelle de plusieurs heures à quelques minutes avec NVIDIA DGX Spark

Objectif

Arup est un cabinet de conseil de renommée mondiale spécialisé dans l'environnement bâti, qui propose des services d'ingénierie, de conception et de conseil dans plus de 130 pays. À mesure que le secteur accorde une importance croissante à la réduction des émissions de carbone intrinsèques tout en préservant les performances structurelles, les ingénieurs d’Arup doivent accélérer le cycle de la conception à la simulation sans pour autant allonger les délais des projets. Les simulations classiques basées sur la méthode des éléments finis (MEF) sont très gourmandes en ressources informatiques, ce qui limite les itérations nécessaires en début de processus pour identifier des conceptions optimales à faible empreinte carbone.

En entraînant et en déployant des modèles de substitution basés sur des réseaux neuronaux graphiques (GNN) sur NVIDIA DGX Spark™, Arup a réduit le temps d’évaluation des simulations structurelles de plusieurs heures à quelques minutes tout en atteignant une précision allant jusqu'à 95 %, ce qui permet d’accélérer les décisions de conception basées sur les données à grande échelle.

Client

Arup

Partenaire

Université Tsinghua

Domaine

Simulation / Modélisation / Conception

Produits

Principaux enseignements

De plusieurs heures à quelques minutes

  • Les modèles de substitution GNN ont permis de réduire le temps nécessaire à l'évaluation des performances structurelles de plusieurs heures à quelques minutes, facilitant ainsi des itérations de conception en temps quasi réel dès les premières étapes du processus.

Précision d'environ 90 à 95 %

  • Les modèles de substitution GNN ont atteint une précision de prédiction allant jusqu'à 95 % par rapport aux simulations FEM traditionnelles, maintenant une fidélité de niveau ingénierie.

Jusqu’à 50 % plus rapide

  • DGX Spark a fourni une exécution et un entraînement de modèles GNN jusqu’à 50 % plus rapides par rapport aux plateformes alternatives, accélérant ainsi les cycles de développement.

Mise à l’échelle de l’exploration de conception structurelle

Arup se situe à la croisée de l'ambition technique et de la responsabilité environnementale. Ce cabinet de conseil international jouit d'une grande confiance et livre certaines des structures les plus complexes au monde, des gratte-ciel vertigineux aux parcs éoliens offshore, dans plus de 130 pays et sur tous les principaux marchés. Pour Arup, le développement durable n'est pas une contrainte, mais bien l'objectif même de sa mission. Cela signifie que chaque décision en matière de conception structurelle répond à un double objectif : satisfaire aux spécifications techniques, tout en utilisant le moins de matériaux possible, et générer le moins d'émissions de carbone intrinsèque possible. Trouver la conception qui répond à ces deux exigences implique d'explorer des milliers de configurations. Et pour ce faire, vous devez procéder à des simulations.

En ingénierie structurelle, la méthode des éléments finis (MEF) est la norme du secteur pour simuler le comportement structurel et garantir la sécurité. Toutefois, ces simulations sont très gourmandes en ressources informatiques, car elles prennent souvent de quelques minutes à plusieurs heures par modèle et nécessitent une infrastructure HPC et les files d’attente associées, ce qui limite le nombre de cycles de la conception à la simulation pouvant être évalués dans les délais impartis au projet. Cela a un impact particulièrement important dans les workflows en phase initiale, où la rapidité des itérations est essentielle. À mesure que les projets exigent de plus en plus de trouver un équilibre entre les performances structurelles, le coût des matériaux et le carbone incorporé, cette contrainte devient un frein majeur.

Les ingénieurs sont souvent obligés de s’appuyer sur des hypothèses simplifiées ou d’évaluer uniquement un ensemble limité d’options, ce qui réduit la capacité à identifier les solutions les plus performantes et les plus durables. Pour un cabinet de conseil mondial tel qu’Arup, qui gère des projets complexes dans plus de 130 pays, cette limitation a un impact à la fois sur l’efficacité et l’innovation, ce qui rend difficile la mise à l’échelle de l’exploration de conception et la mise en œuvre de solutions optimales à faible émission de carbone dans des délais de projet compétitifs. Arup avait besoin d’un moyen d’explorer des milliers d’options structurelles en temps réel, sans sacrifier la rigueur d’ingénierie ni allonger les délais des projets.

Transformer la conception en phase initiale grâce à des analyses d'IA quantitatives

En déployant des modèles de substitution basés sur GNN sur NVIDIA DGX Spark, Arup a transformé son workflow de conception structurelle en phase initiale. Le temps d’évaluation des performances structurelles est passé de plusieurs centaines d’heures à quelques minutes, ce qui permet des prévisions quasi instantanées lors des études de conception. Les modèles ont atteint une précision de 90 à 95 % pour les principales mesures structurelles, ce qui permet aux ingénieurs d’utiliser en toute confiance les informations basées sur l’IA pour prendre des décisions de conception critiques.

Dans les premières phases de conception, où de nombreux paramètres génèrent de nombreux schémas potentiels, les ingénieurs sont souvent contraints de se limiter à des évaluations qualitatives en raison du temps nécessaire à l’analyse. Dans une étude récente, Arup a généré plusieurs options de volumétrie de bâtiments grâce à la modélisation paramétrique, chacune nécessitant une évaluation structurelle rapide pour éclairer les premières décisions de conception. Grâce aux prévisions basées sur GNN exécutées sur DGX Spark, des milliers de schémas structurels peuvent désormais être évalués efficacement, ce qui permet de faire des compromis plus éclairés entre les performances structurelles, les coûts et l'empreinte carbone incorporée.

Exécuté localement, DGX Spark assure une gestion sécurisée des données tout en prenant en charge une livraison de projets plus rapide et des résultats de conception plus durables. Les ingénieurs qui ne pouvaient auparavant effectuer que des évaluations qualitatives lors des premières phases de conception peuvent désormais tirer parti d’informations quantitatives basées sur des données pour identifier plus rapidement des solutions optimales à faible émission de carbone.

« L’IA avancée d’Arup, développée en partenariat avec l’Université Tsinghua et associée à NVIDIA DGX Spark ainsi qu'à notre expertise en optimisation de l'IA, nous permet de concevoir des structures complexes plus rapidement, réduisant ainsi les coûts et l'empreinte carbone, tout en sécurisant les données des projets au niveau local. »

Will Cavendish,
Directeur mondial des services numériques, Arup

Regarder vers l’avenir

La simulation physique est au cœur des projets à forte valeur ajoutée d’Arup, qui couvrent les solides, les fluides et les gaz dans des applications telles que la modélisation éolienne, la propagation de la pollution et des incendies, les études hydrologiques et l’analyse des infections aéroportées. Deux avancées méthodologiques font actuellement progresser ce domaine : l’IA agentique, qui orchestre plus efficacement des workflows d’ingénierie complexes, et les modèles de substitution, qui remplacent les équations classiques par des réseaux neuronaux afin d'accélérer considérablement les calculs sans compromettre la précision. 

Découvrez comment NVIDIA DGX Spark accélère la simulation d’ingénierie alimentée par l’IA et la conception durable.

Études de cas connexes