工业软件研发为什么这么“难”

工业软件研发的“难”是共识，但是到底有多难，难在哪里，具体表现在什么地方，很少有讲清楚的。

在笔者看来，工业软件研发真正的“难”是：人家研发投入打磨三四十年，而你只想三四年就“赶上”！

另外关于工业软件“难”的描述，也对应之前关于“卡脖子”技术的定义：

1. 技术门槛高，起步投入资金多；

2. 研发耗时费力，需要长期积累，3年起步，成熟5-10年非常正常；

3. 花钱买不到，买到只能用，无法转成自己的东西；

4. 保密，专利核心技术点多。简单讲就是即使投入研发也不一定做的出来；

5. 在行业内具有垄断性，无可替代

工业软件领域的很多技术都是比较透明公开的，只是深入研究打磨的时候很耗费成本。所以很多时候，我们看到讲工业软件的“难”，罗列一大堆知识，都只是主观上的臆测，真正做起来的时候，卡在技术面上的少，点上的多。

以下是之前从笔者研发经历中列举出的一些“难点”，并不只是单纯的技术问题，而是考虑了业务等非技术因素：

1. 如何定位仿真和试验之间的误差：这是个系统问题，一般而言，仿真结果很难和试验完全匹配，原因是多方面的，很多时候仿真也不是追求完全和试验精准匹配，而是得出符合规律的结论

2. 如何提升超大模型的性能：一直以来，超大模型处理是任何一款软件容易出现瓶颈的内容，也是公众号介绍的重点，参见超大模型处理系列文章 工业软件研发中处理超大模型(9)--ChatGPT介绍的方法  和 一篇文章入门仿真软件性能优化

3. 软件架构设计：软件架构设计是软件产品的框架性内容，需要经验丰富的软件研发经验。参见CAE软件架构设计

4. 网格自适应加密相关：自适应网格加密和几何，网格，求解器紧密相关，不同领域的自适应加密重点不尽相同，也是需要长期积累的技术项。参见 深入理解数值计算网格(全篇)

5. 高效生成六面体：目前为止，商业CFD软件可以全自动生成六面体网格，而结构分析中很难全自动生成高质量的六面体网格。

6. 大规模线性方程组求解效率和准确性：大规模线性方程组的高效稳定求解仍然是世界性难题，也是公众号介绍的重点，参见 一篇文章入门大规模线性方程组求解

7. 高性能计算，分布式/并行计算：这块涉及到各种工具和第三方库的使用，是需要长期试验积累的技术项。

8. 几何清理和修复：现在仍然没有一个工具能够完全高效，自动化进行几何清理和修复。未来也是可以借助AI的内容。参见 深入剖析三维几何内核(全篇）

9. 根据业务网格全自动化生成：理想的网格是同时符合几何和物理场分布的网格，包括商业软件在内，一次性生成满足要求的网格目前仍然很难实现，依赖工程师经验。

10. NP问题求解：NP问题在很多优化设计领域仍然缺乏全局最优解

11. 优化算法实现和应用：优化算法的有效性严重依赖实际模型，缺乏统一通用的模板，同时也依赖工程师经验。一篇文章入门计算机辅助优化(Computer Aided Optimization)

12. 理解偏微分方程的解析解和数值解：这个就是基本功，没什么好讲的

13. CFD里湍流模型理解和应用：湍流模型众多，实际项目中选择合适的湍流模型非常依赖经验；湍流模型参数众多，研发中也是需要调参积累经验的工作项。

14. EDA软件虽然小众，但是却是整个半导体行业的基础，而且覆盖面相当广，要有一个全流程的知识体系也需要长期积累。参见 一篇文章了解EDA(全)

15. 多物理场中的耦合计算：目前大部分耦合计算为弱耦合和单向耦合，强耦合难有工业应用，但实际上强耦合求解才更符合物理规律。

16. 回归测试功能：工业软件需要建立庞大的回归测试用例，每次新加功能和调整，需要保证所有回归测试正确。

17. FEM/FVM/FDTD/MOM/LBM无网格等数值方法的理解：数值方法的理解是求解器开发的基础，但是复杂的物理和数学提高了求解器开发门槛，这块需要长期的学习应用和经验积累，没有捷径。

18. 工程中的边界条件理解和应用：边界条件处理是偏微分方程中的重中之重，在实际工程应用中决定了仿真的准确性。

19. 各种求解线性方程组库的功能，性能测试：这个需要根据业务选择合适的库，作为基础性功能也是需要长期测试积累的内容。

20. 第三方几何文件交互：全球主流CAD软件有几十家，目前只能借助于第三方商业组件完成交互。