アプライドの会社概要

半導体の微細化・高集積化が進むなか、設計・製造・検査を支える高性能コンピューティング環境の重要性がますます高まっています。 今回、アプライドでは、半導体産業における計算技術の役割と、最適なHPC・ワークステーション環境の選び方について解説した技術コラムを公開しました。 本記事では、半導体露光装置の開発に欠かせない光学・構造・熱・流体シミュレーションをはじめ、CAEによる設計検証、AIによる微細欠陥の検出、EDAによる回路設計・検証など、具体的な活用分野をご紹介しています。 さらに、CPU・GPU性能、メモリ容量、ストレージ、ソフトウェアとの互換性など、用途に応じた計算環境選定のポイントも解説しています。 半導体メーカー、製造装置メーカー、研究機関において、解析の高速化やAI導入、計算環境の更新をご検討中の技術者・研究開発担当者の皆様におすすめの内容です。 ぜひこの機会にご覧ください。

原子力開発や放射線物理の研究分野では、高精度なシミュレーション技術と、それを支える高性能な計算環境の重要性がますます高まっています。 今回、アプライドでは、オープンソースのモンテカルロ粒子輸送解析ソフトウェア「OpenMC」について解説した技術コラムを公開しました。 OpenMCは、MITで開発が始まった放射線輸送解析コードで、中性子や光子の挙動をモンテカルロ法によってシミュレーションできます。MITライセンスによる柔軟な利用条件に加え、Python APIによるモデル構築・解析の効率化、高性能な計算エンジンなどが特徴です。 本記事では、従来の放射線輸送コードが抱える課題やOpenMCの技術的な特徴、次世代原子炉開発、医療機器、宇宙開発などへの応用についてわかりやすく解説しています。 また、アプライドではOpenMCの計算処理に適したHPC・ワークステーションのご提案も行っています。 放射線輸送解析の高度化や計算環境の導入・更新をご検討中の研究者・技術者の皆様は、ぜひご覧ください。

生成AIの活用が広がる一方、製造業や物流業界では、生産スケジュールの最適化、配送ルートの効率化、勤務シフトの作成など、複雑な制約条件を伴う業務課題への対応が求められています。 今回、アプライドでは、こうした課題の解決に役立つ「数理最適化」について解説した技術コラムを公開しました。 本記事では、生成AIと数理最適化の違いや、それぞれの得意分野を活かしたハイブリッド活用を紹介。生産計画、配送計画、勤務シフト、材料切断の歩留まり改善など、製造業・物流業界における具体的な活用例をわかりやすく解説しています。 さらに、Google OR-Tools、Gurobi、CPLEXなどの最適化ツール・ソルバーの特徴に加え、計算規模に応じたCPU性能、メモリ容量、ECC対応など、HPC・ワークステーション選定のポイントも詳しくご紹介しています。 製造DXの推進、生産計画の自動化、最適化計算の高速化をご検討中の研究開発・生産技術・情報システム部門の皆様におすすめの内容です。 ぜひこの機会にご覧ください。