全文约4000字，阅读时间10分钟
工业软件研发的“难”是共识，但是到底有多难，难在哪里，具体表现在什么地方，很少有讲清楚的。
在笔者看来，工业软件研发真正的“难”是：人家研发投入打磨三四十年，而你只想三四年就“赶上”！
另外关于工业软件“难”的描述，也对应之前关于“卡脖子”技术的定义：
技术门槛高，起步投入资金多；
研发耗时费力，需要长期积累，3年起步，成熟5-10年非常正常；
花钱买不到，买到只能用，无法转成自己的东西；
保密，专利核心技术点多。简单讲就是即使投入研发也不一定做的出来；
在行业内具有垄断性，无可替代
工业软件领域的很多技术都是比较透明公开的，只是深入研究打磨的时候很耗费成本。所以很多时候，我们看到讲工业软件的“难”，罗列一大堆知识，都只是主观上的臆测，真正做起来的时候，卡在技术面上的少，点上的多。
以下是之前从笔者研发经历中列举出的一些“难点”，并不只是单纯的技术问题，而是考虑了业务等非技术因素：
1. 如何定位仿真和试验之间的误差：这是个系统问题，一般而言，仿真结果很难和试验完全匹配，原因是多方面的，很多时候仿真也不是追求完全和试验精准匹配，而是得出符合规律的结论
2. 如何提升超大模型的性能：一直以来，超大模型处理是任何一款软件容易出现瓶颈的内容，也是公众号介绍的重点，参见超大模型处理系列文章 工业软件研发中处理超大模型(9)--ChatGPT介绍的方法 和 一篇文章入门仿真软件性能优化
3. 软件架构设计：软件架构设计是软件产品的框架性内容，需要经验丰富的软件研发经验。参见CAE软件架构设计
4. 网格自适应加密相关：自适应网格加密和几何，网格，求解器紧密相关，不同领域的自适应加密重点不尽相同，也是需要长期积累的技术项。参见 深入理解数值计算网格(全篇)
5. 高效生成六面体：目前为止，商业CFD软件可以全自动生成六面体网格，而结构分析中很难全自动生成高质量的六面体网格。
6. 大规模线性方程组求解效率和准确性：大规模线性方程组的高效稳定求解仍然是世界性难题，也是公众号介绍的重点，参见 一篇文章入门大规模线性方程组求解
7. 高性能计算，分布式/并行计算：这块涉及到各种工具和第三方库的使用，是需要长期试验积累的技术项。
8. 几何清理和修复：现在仍然没有一个工具能够完全高效，自动化进行几何清理和修复。未来也是可以借助AI的内容。参见 深入剖析三维几何内核(全篇）
9. 根据业务网格全自动化生成：理想的网格是同时符合几何和物理场分布的网格，包括商业软件在内，一次性生成满足要求的网格目前仍然很难实现，依赖工程师经验。
10. NP问题求解：NP问题在很多优化设计领域仍然缺乏全局最优解
11. 优化算法实现和应用：优化算法的有效性严重依赖实际模型，缺乏统一通用的模板，同时也依赖工程师经验。一篇文章入门计算机辅助优化(Computer Aided Optimization)
12. 理解偏微分方程的解析解和数值解：这个就是基本功，没什么好讲的
13. CFD里湍流模型理解和应用：湍流模型众多，实际项目中选择合适的湍流模型非常依赖经验；湍流模型参数众多，研发中也是需要调参积累经验的工作项。
14. EDA软件虽然小众，但是却是整个半导体行业的基础，而且覆盖面相当广，要有一个全流程的知识体系也需要长期积累。参见 一篇文章了解EDA(全)
15. 多物理场中的耦合计算：目前大部分耦合计算为弱耦合和单向耦合，强耦合难有工业应用，但实际上强耦合求解才更符合物理规律。
16. 回归测试功能：工业软件需要建立庞大的回归测试用例，每次新加功能和调整，需要保证所有回归测试正确。
17. FEM/FVM/FDTD/MOM/LBM无网格等数值方法的理解：数值方法的理解是求解器开发的基础，但是复杂的物理和数学提高了求解器开发门槛，这块需要长期的学习应用和经验积累，没有捷径。
18. 工程中的边界条件理解和应用：边界条件处理是偏微分方程中的重中之重，在实际工程应用中决定了仿真的准确性。
19. 各种求解线性方程组库的功能，性能测试：这个需要根据业务选择合适的库，作为基础性功能也是需要长期测试积累的内容。
20. 第三方几何文件交互：全球主流CAD软件有几十家，目前只能借助于第三方商业组件完成交互。
28. H单元混合单元形函数。高阶单元中如果使用混合单元，进一步增加了刚度矩阵的生成难度
38. 算法研发和软件工程的矛盾。这个在求解器开发中最为明显，一般做算法的研发人员没有软件工程背景，反过来也一样。这就容易导致算法方面的内容工程化比较困难。这块除了积累经验提升研发水平，似乎也没什么好的办法
39. 前沿技术和工程化的矛盾。每年都有新的技术出来，有些可能还是稍微有颠覆性的。如何将这些前沿技术低成本的融入软件中，也是比较棘手的问题
40. 不同产品线融合问题。这个通常出现在产品各方面都成熟后。比如做流体的和做结构的产品需要做成平台产品。各个产品如何交互，如何定义接口，这个涉及到软件和业务两方面的融合。
41. 如何确定通用模块和专业模块。以最简单的日志系统为例，一个软件，一套产品，或者产品线都希望能用一套日志系统，而事实上因为历史，开发人员水平等客观原因，这种基础模块在同一个产品都很难统一。看过一篇文章，一位大厂新人吐槽产品中有四套JSON解析代码，不统一，想要自己写一套新的，而后来实际情况也很打脸。简单的日志，JSON尚且如此，其它模块功能就更不用说了，非常依赖研发人员的经验
42. 如何调试用户案例。很多用户案例保密，不让带出。只能驻场开发调试，限制约束多，工作效率不高
43. 缺乏资深的应用工程师。工业软件最终需要应用在实际项目中，里面覆盖了大量的行业应用技术知识。软件研发中需要把这些应用技术知识考虑在内。缺乏资深应用工程师是工业软件研发一大硬伤
44. 客户端安装软件。和普通安装软件不同，有些工业软件安装流程不仅限制多，有些还依赖硬件系统。有些模块需要在硬件上编译后才能安装。看起来属于售后市场，实际也是研发的内容
45. 技术选型如何避免大炮打蚊子。之前有做研发公司咨询，研发中需要某个基础模块，因为缺乏资深研发人员，技术选型上不定，最开始打算用商用。如果购买商用，实际业务5%的功能都用不到
46. 几何修复清理。这个在深入剖析三维几何内核(6)--几何修复清理详细介绍过。目前没有哪个工具能一键修复或者快速清理几何
47.模型参数系统。实际案例中，经常要确定几类核心参数，这些参数一方面依赖软件算法，也依赖实际试验
48.调整网格质量，密度和分布，建立网格参数和仿真结果之间的关联关系，这个一直以来比较依赖业务，不同物理场没有统一的规律和法则，只能靠实践积累
49.多种计算方法的混合使用，包括依赖网格数值计算方法，解析解，无网格法等，这个需要理解不同数值计算方法的特点，有较深的数值计算功底和业务经验
50.早期软件需求分析和确定，市场定位。这些直接决定了技术路线，技术选型，人员投入，研发流程等一系列内容。最常的比方就是盖楼，盖多高的楼就挖多深的地基，一旦地基确定，再改楼层需求就不太可能了。
需要说明的是，以上只是研发经历中一些点上的难点，有些比较深入具体，有些偏应用业务，正是这些点上的细节，积少成多，在广度和深度上，体现出工作量大，技术点多，系统工程复杂等特性，也是工业软件真正的难点所在。
