愛知製鋼株式会社 様

「よきクルマは、よきハガネから。」というトヨタ自動車の創業者である豊田喜一郎氏の強い思いから、トヨタグループ唯一の素材メーカーとして生まれた愛知製鋼。同社では1940年の創立以来、日本の自動車産業を根底から支える重要な使命を担い続けてきた。現在では、機械構造用炭素鋼／合金鋼をはじめとする「特殊鋼条鋼」、建築資材などに用いられる「ステンレス鋼」、自動車のクランクシャフトやステアリング・シャシ̶、トランスミッション部品などの「鍛造品」、磁気センサ、磁石、電子材料・部品などの「電磁品」と、幅広い領域にわたる製品群を提供している。

そのモノづくりの大きな特長となっているのが、「鍛鋼一貫」という言葉で示される総合力だ。同社製品の原材料は、廃車された自動車や建物の解体などから発生する鉄スクラップ。これらを最適に配合した上で電気炉で溶かし、合金などを加えて品質を作り込む。溶けた素材は、顧客の要望に応じた形状・サイズに圧延されるほか、プレス機を用いて自動車部品の形に鍛造される。同社の工場では、これらの工程をすべて同一敷地内で一貫して行えるのである。しかも、製品が世に送り出された後も、その役割を終えればまた鉄スクラップとして新たな製品の材料となる。つまり同社の事業は、環境に過大な負荷を掛けない資源循環型モデルにも則っているのだ。

こうした同社のビジネスを、先進デジタル技術で支えているのが開発本部 部品開発部 デジタル・ソリューション開発室だ。「当部門では、コンピュータによるシミュレーション技術で、モノづくりに関わる様々な技術課題を解決する役割を担っています。その一環として、熱流体解析システムを用いた解析業務を行っています」こう説明するのは、同部門の近藤真英氏だ。

前述の通り、同社の製鋼工程は鉄スクラップを溶かすところから始まるが、製品にするためにはこの溶けた鋼を冷やさなくてはならない。そして、この材料が冷えていくプロセスが、製品品質を左右する重要なポイントになるのだという。「もし、冷え方が適切でないと、製品が割れてしまったり、内部に『引け巣』が入ってしまったりします。しかも、当社製品は、比較的柔らかいもの、硬いもの、さびないステンレス鋼と、様々な種類が存在します。これらそれぞれによって特性が異なりますので、最適な冷やし方に変えなくてはなりません」と近藤氏は続ける。

生産性のことだけを考えれば、溶けた鋼をできるだけ速く冷やしたいのだという。しかし、あまり速すぎても品質に影響が生じるため、どこがベストなのかを探り出す必要があるのだ。「概念的には、材料を溶かして冷やし固める流れになりますが、実際の生産現場には、材料が速く流れ過ぎないよう一時的に溜めておく設備などもあります。ここについても解析が必要なので、シミュレーションの対象領域も多岐にわたります」と語るのは、同部門の甲村啓伍氏。また、同伊達英人氏も「我々は流体や解析のエキスパートですが、解析の依頼元である生産部門の担当者もそうだとは限りません。専門的な内容を正しく理解してもらうため、丁寧なコミュニケーションも心掛けています」と続ける。

このように、デジタルの力を積極的に活用している同社だが、その一方である課題も抱えていた。それはシミュレーション業務の中核を担う熱流体解析システムの信頼性不足である。シミュレーション業務には極めて高いパフォーマンスが要求されるため、これまで同社では処理能力に特化した専用システムを導入・活用してきた。しかしこのシステムは、導入当初から度々トラブルに見舞われてきたのだという。

「最初の1～2年は、毎月何かしらの障害が発生しているような状況で、稼働率も8割程度に留まっていました。ようやく落ち着いてきたと思ったら、今度は経年劣化によるトラブルが頻発。性能自体はそれなりに確保できていたものの、導入からリプレースまでの全期間を通して、安定稼働していた時期があまりありませんでした」と近藤氏は振り返る。

肝心のインフラがこのような状況では、解析業務への影響も避けられない。「シミュレーションには十数時間～数十時間を要しますので、帰宅前に処理を走らせておいて翌朝結果を確認するようにしています。ところが、いざ出社してみたら、処理が失敗していたということも度々でした。もちろん作業は最初からやり直しですから、精神的なダメージも大きい。特に、土日を丸ごと費やして行った処理が失敗していた際などは、やり切れない思いでした」と甲村氏は振り返る。しかも、こうした信頼性の問題に加えて、今後ますます高度化・複雑化する解析ニーズに、現状の環境で対応できるのかとの懸念もあった。

インフラ環境の最適化という面でも、ProLiant DL385がもたらしたメリットは大きい。旧環境ではサーバーラックを丸ごと2本分、80U分のスペースを占有していたが、新システムはわずか11Uと約1/8の省スペース化を実現している。またシステムの消費電力についても、以前の10,000Wあまりから約4,800Wへと半分以下に減少。その一方で、前述の通りパフォーマンスは大きくアップしているのである。

「ノード数も従来の17ノードから3ノードに減っていますので、ハードウェア障害によるトラブルの可能性も少なくなります。もちろん、万一障害が起きた時の影響は大きくなりますが、我々AIチームの環境も含めてノートラブルで稼働していますので、その点もあまり心配していません」と村瀬氏は語る。

同社では、今回の成果を踏まえて、今後もシミュレーション環境の強化・改善を進めていく考えだ。「当社の競合企業は国内外に数多く存在しますが、デジタルの分野ではナンバーワンを目指していきたい。たとえば、その取り組みの一つとして、GPUの活用が挙げられます。現在はまだソフトウェア側の対応が十分ではないのですが、先々に向けた検証用としてProLiant DL385にも1枚だけGPUを積んであります」と近藤氏は語る。

なお、HPE ProLiant Gen11サーバーは、ニーズに合わせて最適な筐体サイズに変更できるモジュールアーキテクチャを採用しており、GPUの高集約が可能だ。たとえば、HPE ProLiant DL385 Gen11の場合は最大4ダブルワイド/8シングルワイドのGPUを搭載できる。

同社ではクラウドも利用しているが、クラウドはクラウドなりに使い勝手の問題もあるため、オンプレミスの計算資源も引き続き確保していくとのこと。近藤氏は「もちろん、予算には限りがありますので、性能要件とコスト要件をうまく両立させる必要があります。コストパフォーマンスに優れたAMD EPYC™ プロセッサ搭載ProLiantサーバーは、そうした面でも有力な選択肢となり得ると考えています」と述べた。