如果貴公司使用 CAD 軟體來設計和開發產品，應該很熟悉拓樸最佳化技術，這項技術能將形狀最佳化，以達成多項功能目標。

拓樸最佳化會占據一塊 3D 設計空間，並盡量減少空間中的材料，以產生最有效率的設計。這種方法不在乎設計是否美觀，也不會採用傳統的方式，或考慮您通常會在設計階段採用的任何其他設計限制，而是為零件或系統產生經過最佳化的單一形狀，僅受限於可用的設計空間。

但拓樸最佳化並不是新的概念。多年來，工程師會使用這種方法為 3D 模型尋找最佳化的材料分配方式，以達成減少質量、避免產生共鳴，或盡量降低熱壓力或變形等目標。

頂尖的工業設計公司在 2019 年，要如何更迅速、更聰明地進行產品工程和設計工作？這些公司採用以拓樸最佳化為基礎的新技術，設計出符合未來趨勢的產品。

生成式設計發揮威力。

生成式設計能從一系列系統設計需求中，自行產生最佳設計。有了生成式設計，工程師就能透過互動方式為設計指定功能需求與目標，包括偏好的材料與製造流程，而生成式設計引擎就會自動產生可立即生產的設計。如此一來，工程師就能與這項技術互動，更快建立卓越的設計和創新的產品。

拓樸最佳化和生成式設計已成為製造和工程界經常提到的詞彙，但市場上有一個常見的誤解，以為這兩者是相近的技術。由於這兩個詞經常互換使用，因此才會造成誤解和混淆。

我們來仔細檢視拓樸最佳化和生成式設計的差異：

拓樸最佳化是一種基礎技術

自從拓樸最佳化的概念在 1990 年代出現後，這項技術就一直用來在特定功能用途條件下，為設計生成最佳化材料分配。這種演算法能在讓現有物件仍按照原始設計意圖運作的前提下，減少該物件所使用的材料。這項工具一向是由工程團隊中的應力分析人員使用，而不是由設計人員使用。

生成式設計是較新的概念，運用包括拓樸最佳化等技術，進一步擴大了設計的可能性。生成式設計能讓設計人員運用拓樸最佳化這類技術，如此只要為想像中的設計指定需求，軟體就會計算出符合所指定需求的所有可能設計。

簡單來說，拓樸最佳化只以功能目標、限制和負載為基礎，一次只能產生一個解決方案。生成式設計則能同時產生多種解決方案，以找出同時符合功能需求和非工程需求的最佳解決方案組合。

也就是說，生成式設計是以拓樸最佳化技術為建構基礎。隨著工程師越來越倚重電腦計算來處理更多產品設計和開發工作，拓樸最佳化成為生成式設計的「踏腳石」，幫助工程師找出最佳設計。拓樸最佳化是生成式設計不可或缺的基石。

生成式設計能協助設計下一代的 CAD

如果要開發越來越數位化的生態系統，就必須投資創新技術，才能獲得可幫助您邁向成功的業務成果。這些技術包括卓越工程技術、製造效率，以及產品和服務創新，也就是 PTC 所定義的數位轉型三大支柱。

對設計和工程團隊而言，生成式設計的影響極大，不但能提升產品成功率、縮短上市時程，還能在一開始就完全滿足客戶對產品的需求，更快獲得收益。

從本質上來說，生成式設計可重新打造下一代的產品設計方式。

對 PTC 來說，之所以能達成這個目標，絕大部分要歸功於我們生成式設計解決方案的 AI 元件。AI 能協助推動生成式設計流程，透過不斷演化，最終擴增為人類理性設計功能，例如：

• 在設計階段早期為設計人員提供寶貴的意見回饋

• 讓各個層級的工程師更快獲得最佳解決方案，進而提升生產力

• 產生人類工程師難以產生的效率及製造流程最佳化設計

最終目標是運用 AI 生成式設計技術進行以人力為主的擴增產品設計，讓工程師產生過去無法獲得的高度差異化解決方案。

結語

雖然拓樸最佳化和生成式設計的目標一致，都是為了根據特定需求來提供最佳化的設計，但這兩種技術還是有明顯的差異。

生成式設計以拓樸最佳化為基礎，能更快產生更智慧、更創新的解決方案。簡單來說，生成式設計進一步擴大了目前設計的可能性，可產生高效能且可立即製造的設計。