作为一家专业的工程机械公司，我们在自主可控技术要求下，对工业信息化设备体系进行了大刀阔斧的改造。然而这一过程带来的阵痛，却让整个IT部门叫苦不迭。
依据政策导向和高层战略，公司在设备选型和采购中经历了重大的技术转型，从传统的Intel+NVIDIA架构路线，全面转向国产CPU和AI加速卡。但在实际测试过程中，鲲鹏CPU与昇腾AI加速卡在与一系列关键工业设计与仿真软件（如UG、NX、Solid Edge、CATIA、Creo、Simcenter、ANSYS、MATLAB、Altair HyperWorks）中的性能表现和生态支持等方面，暴露出诸多问题。本文将逐个分析这些问题及成因。
1. 软件测试现状
1.1 工业设计软件的测试表现
Siemens NX：
作为一款行业领先的CAD/CAM/CAE解决方案，NX在鲲鹏架构上表现出以下问题：
安装问题：在鲲鹏处理器上，NX的安装过程常常失败，尤其在选择特定模块时，系统提示不兼容。
性能瓶颈：在3D建模和渲染过程中，NX的响应时间显著增加，特别是在处理复杂装配体时，速度明显低于同类x86平台，导致设计流程效率大幅下降。
Solid Edge：
Solid Edge是一种面向快速产品开发的3D CAD软件，在鲲鹏架构上应用存在两个不足：
图形渲染能力不足：在进行复杂的图形渲染时，Solid Edge的渲染速度显著下降，难以满足实时设计反馈的要求。
模型操作不流畅：在大模型的编辑和操作过程中，系统常出现卡顿现象，影响用户的操作体验。
CATIA：
作为Dassault Systèmes的一款综合性设计工具，CATIA在工程设计中的应用至关重要，但其在鲲鹏架构上的表现同样不尽人意：
崩溃频率高：CATIA在执行复杂设计任务时频繁崩溃，特别是在执行大型装配体分析时，造成工作中断。
计算效率低下：大量数据处理和复杂计算任务的响应时间显著延长，无法满足高效设计的需求。
PTC Creo：
Creo在进行参数化设计时表现优异，但在鲲鹏平台上的适配却面临两大挑战：
响应时间延长：在处理复杂的数据集时，参数化设计的响应时间明显增加，影响设计迭代的效率。
功能不完整：某些高级仿真和分析功能在鲲鹏平台上无法正常运行，限制了软件的使用范围。
1.2 工程仿真软件的测试表现
Simcenter：
Simcenter是用于多物理场仿真和工程分析的核心工具，在鲲鹏平台上表现如下：
有限元分析性能不足：在大型有限元模型的计算中，鲲鹏CPU的多核性能未能充分发挥，仿真计算时间显著延长。
不稳定性：在进行多物理场耦合分析时，系统常常出现不响应或崩溃现象，影响仿真结果的可靠性。
ANSYS：
ANSYS是广泛使用的工程仿真软件，其在鲲鹏平台上的适应性也存在问题：
计算效率低下：在结构分析、流体动力学和热分析等复杂仿真任务中，性能明显低于x86架构，无法满足实时仿真的需求。
资源占用高：内存和CPU资源的消耗异常高，导致在进行复杂仿真时系统极易崩溃。
Altair HyperWorks：
HyperWorks是一款集成的CAE软件解决方案，在鲲鹏平台上表现同样拉胯：
图形处理能力不足：在执行复杂的后处理和可视化时，性能显著下降，影响分析的效率。
兼容性问题：许多模块和功能在鲲鹏平台上无法正常使用，导致软件功能受限。
MATLAB：
作为强大的数值计算和工程仿真工具，MATLAB在鲲鹏架构上的性能表现令人失望：
计算速度慢：在进行大规模数据分析和仿真时，计算速度明显低于x86平台，影响了项目进度。
工具箱支持不足：某些专业工具箱在鲲鹏平台上运行不稳定，限制了软件的多样性和应用范围。
2. 问题原因分析
2.1 软件生态不成熟
鲲鹏CPU和昇腾AI加速卡作为国产化的新兴硬件，其生态系统尚未完全成熟。当前，大多数主流工业设计与仿真软件仍然主要支持x86架构，鲲鹏平台上的软件优化不足，缺乏全面的支持和维护，导致了兼容性和性能问题。
2.2 架构差异带来的性能瓶颈
鲲鹏CPU基于ARM架构，而上述工业软件长期以来是针对x86架构进行优化的，尤其在单线程性能和浮点计算方面。鲲鹏CPU在复杂运算和多线程任务中表现出的性能瓶颈，使得工程仿真场景中无法获得理想的计算速度和效率。
2.3 GPU加速能力不足
虽然昇腾AI加速卡在某些特定的AI应用中表现出色，但其对专业图形渲染和工程仿真加速的支持能力较弱。很多工业软件依赖于NVIDIA GPU的CUDA技术进行并行计算和图形渲染，而昇腾卡在这些方面的支持尚未完善，导致了渲染和仿真性能的下降。
3. 结论
经过深入分析和实际测试，我们发现国产ARM芯片在工业设计与仿真应用中确实存在短板。特别是在与NX、Solid Edge、CATIA、Creo、Simcenter、ANSYS、MATLAB和Altair HyperWorks等关键软件的兼容性和性能表现上，表现出明显劣势。考虑到国产ARM芯片生态及应用场景仍未成熟，并且在异构环境下性能大打折扣，建议在选型改造过程中审慎推进，尽量采用主流技术路线产品逐步替换，为后续业务系统运行留下足够的容错空间。
