Imponującą listę uzupełniają dotychczasowi udziałowcy – prawdziwa „drużyna marzeń” świata technologii. Są wśród nich giganci półprzewodników i oprogramowania przemysłowego: Nvidia, Applied Materials i Siemens, a także globalne fundusze venture capital: Atomico, General Catalyst, July Fund, NGP i Radius . Zaangażowanie tych firm jest strategiczne – Nvidia i Applied Materials są kluczowymi dostawcami technologii dla branż, w których działa PhysicsX.
Historia startupu tłumaczy jego unikalne podejście do inżynierii. PhysicsX został założony przez CEO Jacomo Corbo oraz prezesa Robina Tuluiego – obaj mają za sobą karierę w inżynierii wyścigowej Formuły 1 . W świecie Grand Prix symulacje fizyczne są kluczowe dla osiągów, a czas na ich przeprowadzenie jest ekstremalnie krótki. To, co sprawdza się przy optymalizacji bolidu, dziś pomaga projektować silniki odrzutowe.
Siedziba główna znajduje się w Londynie, ale zespół liczący już ponad 300 osób (liczba ta podwoiła się w ciągu ostatniego roku) działa szybko rozrastając się w Stanach Zjednoczonych, rejonie Zatoki San Francisco oraz w Singapurze .
Skala rundy nie wzięła się znikąd – stoi za nią twardy biznesowy rozpęd. PhysicsX podał, że w skali roku podwoiło uznane przychody, jednocześnie potrajając wartość zaksięgowanych kontraktów . Firma w tym samym okresie ponad dwukrotnie zwiększyła liczbę klientów
.
Szczególnie szybko rośnie segment projektowania sprzętu dla centrów danych AI – co jest logiczne w dobie gigantycznych inwestycji w infrastrukturę Nvidii i jej konkurentów . Obecnie PhysicsX obsługuje sektory: lotniczy i obronny, półprzewodnikowy, motoryzacyjny, energetyczny (w tym OZE), maszyn przemysłowych oraz zaawansowanych materiałów
.
Tradycyjne symulacje inżynierskie – na przykład analiza przepływu powietrza wokół turbiny – wykorzystują skomplikowane solwery numeryczne, które mogą przetwarzać dane godzinami, dniami, a w skrajnych przypadkach nawet miesiącami . Inżynierowie często muszą czekać na wyniki, by móc wprowadzić poprawki w projekcie.
PhysicsX zbudowało natywną dla AI platformę inżynierską, która zastępuje te czasochłonne procesy. Ich modele AI przewidują złożone zachowania fizyczne w sekundy .
Co to oznacza w praktyce? Zespoły inżynierskie mogą przetestować „rzędy wielkości więcej wariantów projektowych” w tym samym czasie. Co więcej, zdolność przewidywania zjawisk fizycznych może być osadzona w całym cyklu życia produktu – od wstępnej koncepcji, przez optymalizację procesu produkcyjnego, aż po działające w terenie cyfrowe bliźniaki (digital twins) w czasie rzeczywistym .
PhysicsX ma jasny plan na wykorzystanie świeżego kapitału, który został rozpisany na trzy strategiczne priorytety :
Modele LPMs mają być trenowane zarówno na syntetycznych danych z symulacji, jak i na rzeczywistych danych z fizycznych czujników. To krok w kierunku stworzenia bardziej uogólnionego „rozumowania fizycznego” dla przemysłu. Dzięki zamknięciu pętli między cyfrowym prototypem a fizyczną maszyną pracującą w fabryce, PhysicsX chce definitywnie zatrzeć tradycyjną granicę między komputerowym modelowaniem a rzeczywistymi testami w inżynierii .
Comments
0 comments