7个角度，32个对比项，20000+字干货告诉你，谁是仿真平台宇宙级王者
本文摘要（由AI生成）：
文章介绍了仿真宇宙领域的三大主流派系：一是开发CAE应用的软件厂商，通过SaaS平台提供仿真软件服务，但资源薄弱且不能跨厂商；二是集成多种应用的开放云平台，如速石科技，提供灵活高效的研发环境，支持跨厂商和本地环境结合；三是提供底层资源的平台，如硬件厂商、超算中心和云厂商，主要卖资源，对应用支持有限且用户体验复杂。文章还解释了“成熟产品”与“定制化做项目”的区别。
计算机辅助工程（CAE）技术，最开始是为航空航天和汽车开发的，到现在已经使用了50多年。几乎所有行业都在使用CAE仿真分析。
跟芯片设计仿真之于半导体行业一样，工业仿真本应是工业制造业的明珠，如今在国内却有着非常尴尬的位置。
一边很多工业界和学术界大拿大谈数字孪生与智能制造、工业互联网、工业软件、人工智能之间的关系和未来发展前景；
另一边，不少从业者甚至对CAE工业仿真软件有哪些都没有概念。更不用说怎么通过仿真驱动研发，推动业务发展，加快产品上市。
听起来非常离谱，但现在就是这么个情况。（摊手
大家对仿真的态度，差别也大了去了。
有些人麻了，产业升级数字化转型什么的关我什么事，你们玩你们的吧，我躺着也能赚；
有些人反手一个外包，虽然有时候也想让仿真给比对比对实验，但总之最后能给我个仿真数据报告就行了，产品设计可不敢指望；
有些人不见兔子不撒鹰，实验花钱是一回事，但大家都信啊，仿真我就不知道效果了。。。上来就要钱搞项目，我怎么给？最近这种经济形势下，现金流是底线啊；
还有一些人，希望借仿真提升产品研发设计能力，增强差异化竞争优势，应对更高的市场要求。一颗颗蠢蠢欲动的心，却只能叹口气：宝宝心里苦~
身在中小企业，咱家里实在没有这个条件，既一下子拿不出那么多钱，也缺乏相应的技术人才；
大企业看起来风光无限，但事事要申请，动辄来个项目评估，毕竟大公司嘛，流程走起来，懂的都懂；
高校搞科研的老师们，看起来拥有一整个超算，然而——排队能排到天长地久，而且资源一不小心还会被抢走，啊这……我头发呢？
委屈，
但又莫得办法。
只能自己默默把自己哄好了。
最近问过仿真工程师们一个问题：你觉得咱们啥时候能实现“仿真驱动研发”？
他们半真半假地回答：2025啊（有期待，但不多。。
来来来，这回换我们来哄你，哄不好不要钱。
既不用一次性付一大笔钱，又不用搞一大堆硬件；
原来一个IT可以管100台机器，以后可以管10000台；
既可以瞬间有一套现成的很多人能同时用的CAE仿真环境，又可以不用排队；
可以搞到某些高配机器甚至一堆机器飞快跑完仿真任务，还不用改变现成的习惯；
不伤筋不动骨，既可以帮助老板们验证仿真价值，提升仿真效率，又可以不再需要限制工程师仿真模型的大小和数量，不降低计算精度。
往大了说，让原本被高高挂起的仿真：
限制不再那么多，人人都可以随时随地仿真，中小企业也能有自由发挥空间；
门槛不再那么高，工程师只要专精于提升CAE专业能力就好，不需要从上到下什么都会；
落地不再那么难，不管是一个人还是一个团队，一套仿真研发环境说启动就启动，即开即用。
让仿真跟实验并驾齐飞，相互支持，找到最具性价比的平衡。
听起来也相当离谱……
这是真实存在的吗？
这究竟是个什么东西？
名字千奇百怪，叫啥的都有，基本上可以用仿真云平台或者仿真平台来概括他们。
但这家与那家之间，只能说：
不能说一模一样，简直就是毫不相同
乍一看，大概都长成差不多这样——
更多的“灵魂”在这张图里：
Get不到？
问题不大，看完就都明白啦。
大多数用户很难深入探究每一种产品。
仿真宇宙三大主流派系
1
2
1、以应用为核心，集成市面上主流CAE软件厂商的应用。除此之外，平台还支持如PyTorch这类AI框架，满足用户的AI计算需求；
2、是一整套研发环境，既提高 产品，也有专业的R&D-IT服务能力。具有中立属性，用户对全部数据均自主管控；
3、底层资源丰富，按需弹性使用，对于用户“过山车式”波动需求，特别适用。覆盖全球多个区域的云上异构资源，用户可自由选择区域；
4、不止有SaaS平台，也有成熟PaaS产品支持多区域本地和云端的多地协同。
我们的核心目标就是围绕CAE甚至AI应用和工具，原本手动的工作能自动化，让仿真这件事变简单，提高整体仿真研发效率。
3
2、以底层资源为导向，但主要是基于某一家的资源，无法跨超算中心或跨硬件/云厂商；
而不同资源厂商的资源量差距其实是很大的，比如超算中心和云厂商的资源总规模差异就非常惊人。当然，还有很多其他差别。
3、如果你能直接使用他们的资源，那就算IaaS，但如果使用他们提供的仿真平台这种，就可以算SaaS了。也能以项目制的方式定制化解决用户更复杂的问题（对比于直接可用的成熟产品）；
4、用户使用体验比较复杂。要么对用户自身能力要求很高，且有比较高的学习门槛，比如云厂商；要么一般企业不能用，限制很多，使用不灵活，甚至资源会被抢走，比如超算。
三者的共同点都是以资源为导向，核心是卖机器，业务Know-how有限。
硬件厂商卖服务器，超算中心卖闲置的超算资源，云厂商卖云资源。
这里有一个衍生问题。
所谓的“成熟产品”跟“定制化做项目”有什么区别？
比如说，我们要组一个麻将局。
成熟产品就是“三缺一”，三个牌友已经到位，就等你来了。
自动麻将机是我们自己研发的，你来之前，产品开发已经花了很大工夫，规划，需求分析，设计，编程，测试，交付，验收，维护这一套流程都跑完，也在别的用户那里落地验证了很多次了。
牌友也都是老朋友了，一起打过N局麻将了，大家是啥性格，牌品如何，各自心里都有数。
产品一般明码标价，价格比较透明。
定制化做项目就是一缺三，是先喊你，根据你的喜好，临时再喊别人，可能每次喊来的人都不一样，对你来说，永远是完全重开的一个新局。
Emmmm，没有麻将机，手动开搓。
项目一般按整体打包报价，周期比较长。
当然，两者之间界限可能有时候也没这么分明，毕竟不同用户的需求天差地别，就看你更希望往哪个方向靠。
归纳一下，三类玩家的对比如下表：
