1 Luminary Cloud
Luminary Cloud是一款基于云的高保真CFD求解器，提供即服务的模拟和计算能力。与传统软件相比，它承诺提高可扩展性、速度、规模和数据生成的准确性。无需下载或安装，该过程通过符合ITAR的平台进行保护，直接导入CAD，自动化修复和网格生成。无论是用于单个大型模拟还是多个并行模拟，Luminary结合了现代人工智能/机器学习技术与基于物理的约束，实现更快的预测和简化的流程，这些流程可以通过链接与合作者共享。Luminary Cloud由HPC和云计算专家Jason Lango以及计算物理和航空航天工程专家Juan Alonso于2019年创立，并于2024年3月走出隐身模式。
2 Dive
基于2018年成立的基于浏览器的CFD软件，Dive的核心是平滑粒子流体动力学（SPH）模拟。SPH为齿轮箱润滑、电动机、密封和水浸等应用的模拟开辟了新途径，其无网格特性意味着设置速度快，为实验留出更多时间。通过上传.stl文件并点击其简单用户界面的几个按钮，用户可以观察流体行为并分析壁面特性，如润湿和应力特性。与微软Azure的合作允许用户选择其计算的托管位置，使用美国和欧盟的服务器。订阅中还包括来自Dive的CAE专家工程师团队的“个性化和持续指导”。
3 Particleworks
Particleworks使用东京大学Seiichi Koshizuka教授开发的移动粒子模拟方法，该公司于2023年从东京大学分拆出来。移动粒子模拟在模拟液体和多相流方面表现出色，为具有移动部件的复杂几何形状提供了一个简单的过程。无网格求解器和直观的界面使模拟过程即使对于具有移动部件的复杂几何形状（如传动系统中的齿轮和轴或发动机中的部件）也简单快捷。该软件利用GPU计算能力进行快速高效的模拟，而Particleworks与Ansys Workbench（Mechanical和Fluent）以及Romax集成，以帮助简化模拟工作流程。与欧洲模拟软件经销商EnginSoft的合作为客户提供了支持。
4 Pacefish
Pacefish专注于使用瞬态格子玻尔兹曼方法（LBM）模拟分析和优化车辆的复杂空气动力学。其瞬态建模考虑了时间依赖效应，如涡流街和动态涡脱落，以及压力和速度波动。除了Smagorinsky LES模型外，该软件还提供混合uRANS-LES（SST-DDES和SST-IDDES）以及uRANS（K-Omega-SST）湍流模型。能够使用多达16个GPU以接近理想的扩展效率运行，它可以处理超过十亿个单元的模拟，Pacefish报告称，超过一亿个单元的模型可以在短短几小时内完成。Pacefish由航空航天工程师Eugen Riegel于2016年创立，可以作为本地应用程序使用，也可以通过SimScale作为基于网络和云的应用程序在浏览器中使用。
5 SimScale
SimScale的基于浏览器的平台涵盖了广泛的物理模拟能力，包括结构力学、流体动力学、热力学和电磁学。自2012年成立以来，其目标是实现高保真工程模拟，随时随地在任何硬件上即时访问，如今这一目标已经实现。如今，SimScale在模拟规模方面几乎没有限制。与PTC Onshape和Autodesk Fusion的集成使其近年来的受欢迎程度不断增长。与Hexagon的最新合作使其Marc求解器可以直接通过SimScale界面访问，将高级非线性结构分析放到云端。SimScale集成了AI能力，包括一个AI副驾，帮助设置模型。一个不断学习的AI模型还自动为每次模拟选择最佳的HPC计算基础设施。
6 M-Star
M-Star CFD软件结合了现代格子玻尔兹曼算法和最新的GPU架构，从一开始就设计用于运行数百万甚至数十亿个格子网格点。成立于2014年的M-Star于2024年成为Dotmatics科学研发软件平台的一部分。为更强大的计算机架构设计，M-Star使用大涡模拟（LES）、粒子和气泡追踪，超越了传统的基于雷诺平均纳维-斯托克斯（RANS）的工具。它能够进行CFD-DEM、非球形粒子、反应性粒子、粒子破碎和混合规则的模拟。许多制药制造商使用该产品，这表明了其计算结果的可信度，这些计算可以在本地或通过AWS云端运行。
7 LGM-Aero – PhysicsX
PhysicsX源于数值物理和一级方程式，于2019年成立，2023年走出隐身模式，并于2024年11月加入AWS生成式AI加速器。一旦设置完成，PhysicsX声称其工具可以在几秒钟内模拟复杂系统，自动迭代数百万种设计以优化性能，同时尊重制造和其他约束。LGM-Aero是一个几何和物理模型，预先训练了超过2500万个网格，代表超过100亿个顶点，以及使用西门子Simcenter STAR-CCM+和Nastran软件生成的数万个CFD和FEA模拟数据集。LGM-Aero能够在不到一秒钟的时间内完成几何创建和物理性能评估，而传统模拟则需要数小时。
8 AI4Simulation
创始人Sepp Hochreiter已经在机器学习、深度学习和生物信息学领域做出了贡献，NXAI在构建AI系统方面具有坚实的基础。成立于2023年的NXAI，其AI4Simulation工具集由前微软研究员Johannes Brandstetter领导，推出了基于粒子的模拟，用于建模多流体系统和流体-材料相互作用。AI4Simulation的第一个模拟项目NeuralDEM是一个端到端的深度学习替代方案，用于修改流化床反应器或料仓等工业过程。旨在扩展工业和制造过程，NeuralDEM能够在较长时间内捕捉物理现象。借助深度学习，AI4Simulation希望扩展到数百万个粒子的模拟，但同时着眼于未来，涉及超出人类理解范围的模型规模，这标志着AI驱动模拟技术的重要性。
9 Wildkatze Digital Solutions Co
日本的Digital Solutions Co于2018年推出了Wildkatze CFD软件包，利用强大的有限体积和有限差分求解器、预处理模块以及多物理场模型，适用于广泛的工业问题。灵活性和通过用户算法及C++编码实现的高级求解器定制是其成功的核心，使用户能够在不同流动区域设置不同的物理模型，以增强物理现象的再现性和分析质量。例如，可以在一个区域设置LES模型，而在另一个区域设置k-omega湍流模型。用户可以将自己的物理模型集成到Wildkatze中，以进行高级研究。