COMSOL Multiphysics® 6.4 版本全新发布！

COMSOL 多物理场仿真软件的最新版本通过引入 NVIDIA CUDA 直接稀疏求解器实现 GPU 加速，新增颗粒流模块，以及时间显式动力学分析，并扩展了对大语言模型的支持。

业界领先的多物理场仿真软件提供商 COMSOL 于2025年11月18日发布了 COMSOL Multiphysics® 6.4 版本。新版本不仅对软件的主要性能进行了显著改进，同时推出了多项扩展多物理场仿真和 App 开发能力的新功能，包括适用于 NVIDIA AI 架构的 NVIDIA CUDA® 直接稀疏求解器 NVIDIA cuDSS、全新的颗粒流模块，以及用于时间显式动力学分析的新框架。

新版本中， COMSOL Multiphysics® 中的几何建模、网格划分和可视化工作流程均得到增强，并支持通过大语言模型辅助仿真，进一步提升仿真效率。智能助手（Chatbot）窗口现支持接入 GPT-5™、DeepSeek™、Google Gemini™、Anthropic Claude™ 及其他与 OpenAI API 兼容的大语言模型，可基于 COMSOL 官方文档与实时仿真数据提供交互式的建模指导。

“每个 COMSOL Multiphysics 版本的更新，我们都希望优化用户体验，让用户能更轻松地获得更加快速、精准的建模与仿真结果。” COMSOL 产品高级副总裁 Bjorn Sjodin 表示："本次发布的 6.4 版本，新增了支持 NVIDIA GPU 加速的求解器，新推出了颗粒流模块和显式结构动力学分析功能，我们非常期待看到用户使用 COMSOL 软件平台改进产品设计、实现创新突破。特别需要指出的是，GPU 加速技术还能显著提升通过编译生成的独立仿真 App 的运行速度。"

GPU 加速求解器实现更快速的仿真

COMSOL Multiphysics® 6.4 版本为直接求解器引入了 NVIDIA GPU 加速技术，并扩展了声学仿真的多 GPU 处理能力。此次更新标志着 COMSOL 在持续提升求解器性能与可扩展性方面取得重大进展。

cuDSS 是一款专为混合 CPU-GPU 计算优化的 GPU 加速稀疏直接求解器，支持所有最新的 NVIDIA GPU。根据硬件及模型特性，与基于 CPU 的直接求解器相比，cuDSS 可实现显著的加速效果。不论是单一物理场还是多物理场耦合仿真，尤其是在对求解器稳健性要求较高的场景中，均可受益于 GPU 加速。基准测试显示，一些多物理场耦合模型的计算速度提升了 5 倍以上。

"将 cuDSS 集成到 COMSOL Multiphysics，是将加速计算引入工程仿真核心领域的关键一步。"英伟达工业工程部门的总经理 Tim Costa 表示，"工程师现在能够以更高精度探索更广阔的设计空间，这将彻底重塑全球各行各业设计、验证与产品优化的模式。"

此外，NVIDIA CUDA-X cuBLAS 库也已用于加速瞬态压力声学仿真的 GPU 算法，现在可以在同一台机器上的多个 GPU 上同时运行，以及支持在 GPU 集群上并行计算。这些改进显著缩短了大模型的计算时间。

得益于 6.4 版本中的 NVIDIA® GPU 加速技术，图中展示的汽车座舱内的声学仿真可实现更快速且更具扩展性的分析。

分析散料生产中固体颗粒运动及相互作用的新产品

随新版本发布的颗粒流模块，是基于离散元算法（DEM）的新增产品，适用于制药、化工、农业、采矿、增材制造等众多行业。工程师和研究人员能够使用这个产品来分析如料斗卸料、筒仓储存、溜槽输送、粉末铺展及混合等过程中的颗粒运动。

颗粒流模块通过捕捉诸如颗粒的碰撞、粘附、旋转阻力等现象，提供对颗粒属性、释放条件及壁面相互作用的精准控制，帮助用户评估流动均匀性、堆积密度、混合效率和壁面应力，揭示堵塞或流动不均等问题，为工艺设计和优化提供支持。

新增的颗粒流模块可用于分析工业混合设备的混合性能，并量化其均匀性。

高效的时间显式动力学仿真

6.4 版本还引入了时间显式动力学分析的新框架，可高效模拟快速、瞬态和高度非线性事件，如冲击、挤压和弹性波传播等，并支持多种非线性材料模型，包括超弹性、塑性、粘塑性及蠕变模型，还可以与动态断裂仿真结合使用。针对复杂机械组件，新增功能可自动检测并定义相互作用的部件之间的接触条件，大幅简化了建模操作。

COMSOL Multiphysics® 6.4 版本中新增的显式结构动力学功能，为用户解锁了如消费电子产品的跌落测试等一系列仿真场景。

更多新功能

COMSOL Multiphysics® 6.4 版本的其他发布亮点包括：

• 更高质量的四边形网格及扫掠网格划分

• 随空间变化的透明度

• 更方便的绘图阵列布局

• 更高效地开发大型仿真 App

• 新增时变及参数研究的优化选项

• 新增深度神经网络（DNN）代理模型的网络参数导出

• 新增代理模型的集群并行数据生成

• 支持导入 CGNS 格式的 CFD 数据

• 新增与频率和时间相关的不确定性量化