Altair ha presentato un corposo aggiornamento della sua suite di prodotti ma ciò che più colpisce non sono le nuove funzionalità introdotte, bensì il cambio di paradigma nel mondo del design, che dalla simulazione tradizionale si sta spostando velocemente verso il concetto di data-driven design e di Continuous Intelligence. Un approccio basato sull’integrazione dei dati in tutte le operazioni del business che stravolge il concetto di design, riducendo la necessità di simulazione fisiche, abbassando i costi e migliorando il time-to-market. Merito dell’integrazione di strumenti che fanno leva su algoritmi di machine learning, sulla data analytics e sulla potenza di calcolo dei moderni Hpc, una combinazione che permette alle aziende di velocizzare e automatizzare i processi decisionali.
Per supportare questo nuovo approccio Altair ha da un lato uniformato le interfacce utente dei suoi applicativi, semplificando l’intero processo di design, e utilizza dall’altro già dal 2015 il concetto di Units, modello di business basato su un licenziamento a gettoni, inizialmente limitato ai software della compagnia, e ora esteso anche alle risorse computazionali, che possono essere “affittate” per il tempo necessario.
«Molte persone ci vedono come un’azienda che si occupa solo di simulazioni, ma la nostra visione è quella di trasformare i processi decisionali dei nostri clienti, attraverso la simulazione, ma anche con i data analytics e l’high performance computing. È questo insieme di cose che ci differenzia» – spiega James Scapa, Ceo di Altair. «Il futuro ruota attorno al fatto che gli algoritmi e la matematica guideranno i processi decisionali, non sono nel settore ingegneristico ma anche nel marketing, nella finanza».
Altair con il 2020 festeggia i suoi 35 anni di attività e col tempo ha espanso significativamente il suo portafoglio di soluzioni, che spaziano dalle applicazioni per il design, la modellazione 3D e la visualizzazione (le sue attività storiche) alle simulazioni fisiche, all’IoT, al data analytics, fino ad arrivare all’High Performance Computing. In parte queste competenze sono state sviluppate internamente ma molte, a partire dal data analytics, sono il risultato delle acquisizioni strategiche che Altair ha portato a termine nel corso degli anni e che le hanno permesso di imporsi come uno dei principali attori anche nel mondo sia della simulazione, e dei digital twin, un settore che va sempre più nella direzione dell’industria, dove i protagonisti, insieme ad Altair, sono nomi del calibro di Siemens, Dassault Systèmes, Autodesk e Ansys. Oggi Altair conta più di 3.000 dipendenti sparsi su 86 sedi, 11.000 clienti e un fatturato, nel 2019, di 459 milioni di dollari.
Andrea Benedetto ci parla della strategia di Altair Engineering, tra simulazione industriale e data science
La parola d’ordine è convergenza
L’approccio di Altair fa perno sulla convergenza di simulazione, data analytics e Hpc. Con l’evolvere della tecnologia e la semplicità con cui è possibile raccogliere una gran quantità di dati con bassi investimenti, ci si sta spostando da un approccio al design che faceva leva sulle simulazioni a uno data-driven, dove è il dato stesso a guidare lo sviluppo di un prodotto. L’ottica di questo cambiamento è quella di prendere decisioni migliori. In passato era necessario fare test fisici e per comprendere le caratteristiche strutturali di un prodotto, bisognava produrne un prototipo e testarlo fisicamente, sottoporlo a forze così da individuarne con precisione i punti di rottura e quali forze era necessario applicare. Oggi, grazie ai dati e agli strumenti che abbiamo per analizzarli, è possibile prevedere con precisione queste dinamiche, validare una simulazione senza necessariamente doverne creare una copia fisica. Colpisce una frase di Scapa: «I modelli di machine learning sintetizzano i risultati e diventano il contenitore della conoscenza, così da ridurre il numero di simulazioni necessarie. Sarà il modello di machine learning a suggerirti che una specifica soluzione non potrà funzionare», e questo senza bisogno di prototipi fisici. Secondo Altair, il futuro del design sta nella capacità di elaborare i dati e il machine learning è la chiave per risolvere problemi di ingegneria estremamente complessi e non simulabili, come ad esempio le turbolenze o l’andamento dei titoli di borsa.
«In questi casi c’è bisogno di affidarsi a metamodelli e logiche di machine learning», aggiunge Andrea Maria Benedetto, Managing Director Italy dell’azienda. Un filone che l’azienda segue già da tempo, più precisamente dal 2018, quando l’azienda ha acquisito Datawatch, leader della data science applicata al mondo della finanza. «[all’interno di Datawach] fanno data preparation, la scienza che permette di riconciliare dati che altrimenti non sarebbero fruibili, usati molto in ambito finanziario. Per esempio, si occupano di mettere assieme moduli e database che non si parlano. Si analizzano questi dati con logiche di machine learning e si generano delle visualizzazioni in tempo reale, comprensibili ed editabili, per esempio per osservare l’andamento di titoli di borsa e materie prime. Questo approccio permette di poter prendere decisioni migliori, così da anticipare magari di un’ora le transazioni. Il nostro visualizzatore Panopticon mostra in tempo reale i movimenti finanziari e lavora sulla scala del nanosecondo. Siamo arrivati prima degli altri a questa soluzione, e questo ci dà un notevole vantaggio competitivo». Il passo successivo? «Stiamo puntando molto sul settore del real time. Noi lavoriamo molto sul digital twin, ma se voglio avere dei feedback in tempo reale, bisogna investire ancora molto. Due anni fa ci si chiedeva ancora cosa fosse digital twin: oggi abbiamo chiarito quali sono le aree di effettiva utilità e questo ci ha permesso di focalizzarci sullo sviluppo. Se ne parla da anni, ma la differenza di oggi è che queste cose le possiamo fare in real time. Abbiamo a portafoglio tutti gli strumenti necessari per acquisire dati, analizzarli e visualizzarli. Dove la dinamica è velocissima, non ci siamo ancora».
Altair Units: flessiblità, libertà e valore
Altair Units è un’evoluzione dei concetti già sperimentati con Hyperworks Units. I clienti possono avere accesso all’intera suite di simulazione di Altair, o parti di essa, tramite la sottrazione di tokens dal pool di licenze, con il ritorno degli stessi all’interno del pool quando l’applicazione termina. Altair Units estende questo concetto ai carichi di lavoro, che possono essere eseguiti dove è più conveniente, sia on-premise, sia sul cloud di Altair. Altair Units è fondamentalmente un modello di licenza unificato che offre accesso a ogni prodotto di Altair o dei suoi partner e alle risorse hardware necessarie per svolgerlo, che si tratti di un numero elevato di piccoli lavori (jobs) o di un singolo job particolarmente pesante. Questo permette ai clienti di scalare velocemente le loro risorse hardware a seconda delle necessità, adattandole alle esigenze dei progetti, evitando che l’hardware on-premise possa rappresentare un collo di bottiglia. Un approccio apprezzato sia dalle grandi aziende, sia da quelle di piccole dimensioni. Nel caso delle enterprise, questo approccio gli permette di «gestire la discontinuità»: pensiamo a un colosso che ha già i suoi data center ma non ha ancora investiti sulle Gpu, fondamentali per accelerare alcuni tipi di calcoli come quelli relativi alla fluidodinamica.
Passando alle aziende di piccole dimensioni, poter “affittare” la potenza di calcolo consente loro di accedere al mondo della simulazione e di effettuare valutazioni senza dover effettuare pesanti investimenti sull’infrastruttura di calcolo. «Per noi è molto importante il progetto startup: facciamo a prezzi estremamente competitivi, per supportarle nella prima fase. Gli diamo la possibilità di essere operativi a una frazione dei costi», afferma Benedetto. Ma cosa intende Altair con start-up? Di quali dimensioni stiamo parlando? «Non seguiamo la dicitura ufficiale. Abbiamo dei criteri di anni di operatività e fatturati. Grazie a un team di persone molto appassionate, però, riusciamo anche a finanziare progetti che non rientrano in queste specifiche, perché ci crediamo. Non siamo mecenati: avendo il polso della situazione sui vari continenti, sappiamo cogliere le tecnologie o i progetti innovativi interessanti, quelli che offrono prospettiva. Ogni anno finanziamo una decina di progetti».
La Continuous Intelligence di Altair applicata al mondo farmaceutico
Quando si parla di Continuous Intelligence non si fa riferimento a una tecnologia ma un processo di continua ottimizzazione. Si realizza un modello di machine learning sulla base dei dati storici e poi lo si applica in un contesto reale, misurando costantemente i risultati e confrontandoli coi dati previsti dal modello stesso, migliorandolo costantemente, a ogni iterazione. Un processo che in alcuni scenari può essere automatizzato, permettendo di rendere ancora più efficiente la produzione, come accade anche nell’ambito farmaceutico.
La Continuous Intelligence ha svolto un ruolo chiave nella risposta alla pandemia, aiutando le case farmaceutiche trovate a fronteggiare le interruzioni nella supply chain (che hanno avuto un impatto sulla qualità dei materiali) e allo stesso tempo ad accelerare repentinamente la loro ricerca. Le soluzioni Altair hanno svolto un ruolo chiave in questo processo, consentendo ai clienti dell’azienda di reagire più velocemente usando una combinazione di Altair Knowledge Studio, sul quale giravano e venivano ottimizzati i modelli di machine learning che poi venivano elaborati tramite Panopticon Streams e successivamente monitorati da Panopticon Visualization server, per poi ricominciare il ciclo. Un approccio che si rivela utile non solo durante i tempi di crisi, ma anche per lo sviluppo delle designer drug, medicinali realizzati in piccole quantità, mirati su un ristretto gruppo di pazienti con particolari esigenze.
