AIエンジニアリングにおけるトークンエコノミクス（Token Economics）
June 5, 2026
AIエンジニアリングにおけるコストは、単なる推論精度ではなく「トークン経済」として再定義されつつあります。本記事では、知識獲得コストがどこに発生するのかを3層の知識構造（ドメイン・モデル・実行）として整理し、システムシミュレーションやModelica/FMIベースのスタックがトークン消費を桁単位で削減する仕組みを解説します。
なぜ二相式ダイレクト・トゥ・チップ冷却は転換点を迎えているのか
June 5, 2026
AI向けデータセンターの電力密度が急速に高まる中、二相式ダイレクト・トゥ・チップ冷却への注目が高まっています。Modelonとメリーランド大学の共同研究では、沸騰現象そのものだけでなく、システム全体の過渡挙動や制御が性能・安定性・信頼性を左右することを明らかにしています。本記事では、二相冷却が転換点を迎えている背景と、システムレベルシミュレーションが次世代データセンター設計に果たす重要な役割を紹介します。
システム規模でのAI向け液体冷却
May 7, 2026
AIワークロードの急増により、データセンターの電力密度と冷却要件はかつてない水準へ達しています。本記事では、Data Center Worldでの講演内容をもとに、液体冷却を単なる設備ではなくシステム全体の課題として捉え、設計・調達・運用の各段階で物理ベースのシステムシミュレーションが果たす役割を解説します。
Modelon Impactの新しいAIアシスタント
April 21, 2026
モデロンの新しいAIアシスタントは、エンジニアがより迅速に作業を開始し、トラブルシューティングを容易に行い、自信を持ってシミュレーション作業を進めることを支援します。
AI関連のシミュレーション結果を信頼する前に確認すべき5つのポイント
April 16, 2026
AIは現在、自然言語によるプロンプトからシミュレーションモデルを生成できるようになりました。方程式を導き出し、コードを記述し、実験を設定し、結果を生成することも可能です。こうした機能を評価するエンジニアにとって、興味深い問いはもはや「AIにそれができるか？」ではありません。ほとんどの場合、AIにはそれができるからです。
より難しい問いは、「その結果を十分に信頼して意思決定を行ってもよいか？」ということです。
この問いが重要なのは、シミュレーションの結果が現実の世界に直接的な影響を及ぼすからです。シミュレーションを用いて設計された冷却プラントは20年間稼働し続けます。シミュレーションで検証されたサスペンション構成は、人を乗せる車両に搭載されます。仮想環境でテストされた制御戦略は、実際の機器に導入されます。印象的なデモと、実運用に耐えうる意思決定ツールとの間の隔たりは、AIの能力の問題ではありません。それは「エンジニアリングへの信頼」の問題なのです。
ここでは、その両者を区別するのに役立つ5つの質問を紹介します。
構想から実行へ：Modelon Impactにおける車両ダイナミクス向けAgent型AI
March 30, 2026
人工知能はすでに、エンジニアリング上の意図を実行可能なモデルに変換する能力を備えています。次のステップは、その能力を実際に活用することです。以前、私たちはなぜ方程式ベースの物理法則に基づくモデリングがAIに特に適しているのかについて考察しました。ここでは、その能力から応用へと話を進めます。AIが単にモデルを生成するだけでなく、エンジニアリングのワークフローに能動的に関与するとどうなるでしょうか？本記事では、その同じ基盤が、エンジニアがModelon Impact内での構造化されたAI支援型実行を通じて、意図から行動へと移行する、新たな形のインタラクションをどのように可能にするかをご紹介します。
意図から知見へ：Modelicaを用いたAI駆動型・物理ベースのモデリング
March 18, 2026
人工知能は、驚くべきスピードでエンジニアリングのワークフローを変革しています。
しかし、AI導入をめぐる競争において、何よりも重要な問いがあります。