李沫用红笔在一页数据上画了个圈：
“高端芯片设计用的EDA工具，Synopsys、Cadence、Mentor三家占了百分之九十五的市场。国产EDA工具只能在低端市场苟延残喘，而且很多还是用国外开源内核改的。”
他翻到下一页，“工业仿真CAE软件更惨，ANSYS一家就占了百分之四十。”
陆远翻着那些数据，手指在“超过百分之九十”那几个字上停了很久。
李沫又翻到最后一页，是一份美方供应商的授权条款影印件。
他用激光笔点着那行小字，声音压得很低。
“这条才是真正的核弹。如果华夏企业在某些领域的技术水平超过美方设定的‘阈值’，授权自动终止，不需要任何理由。”
他把激光笔关掉，双手撑在桌上。
“远哥，这意味着什么？意味着我们就算把自己的技术搞上去了，也不能用。因为一旦用了，就超过了他们的‘阈值’，他们就有理由断供。我们连自己研发出来的东西都要藏着掖着，不敢实装。”
会议室里安静了几秒。
陆远把报告合上，放在桌上，手掌按在上面。
“那就让我们超过他们的‘阈值’，让他们断。断了，我们自己补。补上了，就再也不需要他们。”
李沫连续失眠了好几天，黑眼圈深得像被人揍了两拳。
第三天的凌晨三点，他从床上爬起来，打开笔记本电脑，对着空白的文档发了一夜的呆。
天亮时，他给陆远发了条消息：“我有个想法。”
“传统工业软件的路子走不通。那些软件是几十年的数学物理方程积累，每一步都精确求解。华夏起步晚，想用同样的路径追赶，猴年马月都追不上。那就换一条路——不用方程，用数据。用AI从海量的仿真结果和实验数据中学习物理规律，用深度学习网络替代那些计算密集型的求解过程。不是做另一个ANSYS，是做一种全新的、由AI驱动的仿真平台。”
李沫在会议室里把这条思路讲给陆远听时，声音都在抖。
不是害怕，是兴奋。
“陆总，这条路没人走过。华尔街那帮搞量化的，用深度学习预测股价，也是从历史数据中找规律。我们做的事，本质上是类似的——用AI学习物理场的演化规律。一旦走通，这就是降维打击。我们的计算速度会是他们的几十倍，而且不用求解偏微分方程——神经网络自己会算。”
陆远没有立刻表态。
他盯着李沫在投影上画出的那条技术路线图，盯了很久。
“给你多少人？”
“二十个。但我要陆小雨的智脑API接口，不限量。”
“批了。”
接下来数周，李沫带着团队在地下二层没日没夜地干。
他们把ANSYS和国产开源软件的几百万组仿真数据导进智脑大模型，训练AI去理解流体力学和固体力学的内在规律。
第一次测试，AI算出的机翼压力分布和ANSYS差了将近百分之四十。
李沫说很正常，继续喂数据。
第二次测试，差距缩小到百分之二十五。
第三次测试，百分之十二。
第四次测试的时候，李沫盯着屏幕上那两条几乎重合的压力分布曲线，以为自己眼花了。
他对旁边的工程师喊了一嗓子：“把算例再跑一遍，用不同的网格！”
第二遍，重合。
第三遍，还是重合。
更重要的是，AI只用了六分钟，ANSYS需要四个小时。
速度比传统软件快了几十倍。
“天工”AI气动仿真模块的精度，在第四个算例上追平了美利坚顶级工业软件。