AIを活用したタイヤ構造解析の実証実験において所要時間を約90％短縮 ～約60万要素規模で、複数材料の変形挙動を高速に推論する技術を開発～

住友ゴム工業（DUNLOP）と富士通は、タイヤ設計に用いるFEM（有限要素法）解析を高速化するAIサロゲートモデルを共同開発し、実証実験で従来約45分かかっていた構造解析を約5分へ短縮することに成功した。開発した技術は、過去のFEM解析データを学習したグラフニューラルネットワーク（GNN）を活用し、約60万要素規模のタイヤ構造解析に対応する。実験では、タイヤの路面接地時における接地形状や接地圧分布などの変形挙動を対象とし、FEM解析に対して平均87.7％の精度で予測を実現した。これにより、タイヤ構造や材料設計の検討プロセスを大幅に効率化でき、開発期間短縮やコスト最適化が期待される。今後は富士通の次世代CPU「FUJITSU-MONAKA」での実証を進め、推論速度や電力効率の向上を図るとともに、2027年4月の実運用開始を目指す。将来的には自動車産業をはじめとする製造業全般の大規模CAE解析へ展開し、開発の高度化とカーボンニュートラル推進への貢献が期待される。