8月18日，在2026 IDC中国人工智能与数据峰会上，云道智能推荐案例“AI加速电子散热仿真设计：基于Sim-PI的数据中心智能温控”荣获“2026 IDC中国人工智能创新奖（AI行业应用落地实践）”。

这一奖项印证了，以仿真数据驱动的AI模型，在解决工业高复杂度场景的智能化优化难题上，已具备可复制的规模化落地能力。

创新奖：AI加速电子散热仿真设计

AI算力激增下，数据中心能耗问题日益凸显。传统机房依赖人工运维与静态调控，制冷策略粗放、响应滞后，大量电能消耗于无效制冷环节，难以应对高功率密度算力集群的散热需求，智能化节能改造迫在眉睫。

基于物理AI开发平台Sim-PI，云道智能与苏数科集团合作，联合落地数据中心智能温控项目。项目搭建数据中心数字孪生环境，通过智能化的温控方案实现机房温度的自动调控与精准预判，从根本上解决传统运维“看不见、调不准、响应慢”的痛点。

该项目基于Simdroid-EC批量生成包含极端工况在内的海量仿真数据集，并训练出秒级响应的AI代理模型，替代传统耗时的CFD计算。在此基础上，结合历史运行数据与仿真结果，构建空调智能控制策略模型，实时动态调整制冷参数。

在部署阶段，AI代理模型与控制模型对机房温度进行实时预测与监控，并对空调进行精细化控制。同时，基于实际运行数据持续迭代优化AI代理模型与控制策略，使其更加精准与稳定，最终形成“感知-预测-决策-优化”的闭环，在保障算力集群安全运行的前提下提升能效比。

目前该项目成效突出，已在某人工智能基地落地实践。经优化后，机房能耗预计将显著下降，每年可为运营方节约可观的电力成本。

此外，基于成熟的物理AI技术体系，Sim-PI平台具备极强的场景适配性与可复制能力。除数据中心温控外，整套技术体系还可广泛落地于智能电厂、高炉冶炼、集中供热等场景，覆盖智能运维操控、工业智能制造、具身模型赋能等各领域，具备极高的行业复用价值与广阔的市场应用前景。

仿真构筑物理AI底层核心竞争力

在此前发布的IDC《中国设计研发类工业软件（CAE）市场份额，2025》报告中，云道智能在电子散热仿真赛道以14.9%的市占率位居全国第一，同时在整体CAE市场以59.3%的年收入增速领跑行业。

这份市场成绩得益于云道智能在多物理场仿真领域的多年技术积淀，而基于底层仿真引擎生长出的物理AI开发平台Sim-PI，正将云道智能的技术边界从工业研发设计拓展至物理AI应用训练。

Sim-PI为具身领域提供物理真实数据生成、交互仿真训练和具身模型评估功能。其物理引擎经工业场景严苛验证，可生成覆盖流体、刚体、柔性体等复杂工况的高精度仿真数据，内置模仿学习与强化学习训练框架，支持具身智能体闭环验证。

从工业产线出发，Sim-PI的能力可延伸至物流分拣、康养陪护、家庭清洁，乃至更广泛的日常生活场景。那些人力低效、机器无解、繁琐枯燥的工作，都在物理AI的射程之内。