STAR-CCM+ and the GPU Revolution: Inside BMW’s High-Performance Simulation Pivot
SIEMENS’ Simone LANDI & NVIDIA's Ian PEGLER: ”Redefining Automotive Simulation.”
GPU-based technology has rapidly revolutionized the field of simulation. By pivoting from sequentially structured CPUs (Central Processing Units) to GPUs (Graphics Processing Units), the industry has unlocked significant advantages. The massive parallel architecture of GPUs enables thousands of tasks to be executed simultaneously, delivering transformative boosts in speed, scale, and cost-efficiency for modeling complex systems—such as fluid dynamics, molecular interactions, and autonomous vehicle sensors.
What once took weeks can now be completed in hours. For the intensely competitive automotive industry, currently navigating a dramatic shift toward electrification and software-defined vehicles, this capability is invaluable.
Few domains within the PLM world have embraced this shift as effectively as the partnership between NVIDIA and Siemens regarding simulation, with BMW acting as a prime example. Leveraging NVIDIA GPU architecture to simulate high-resolution, transient aerodynamic models has enabled BMW to boost process speeds by up to 60% while optimizing vehicle drag and performance.
During a presentation at NVIDIA’s GTC, Siemens Vehicle Aerodynamics Specialist, Simone Landi, highlighted how BMW leverages advanced, large-scale simulations to balance aesthetic design with aerodynamic efficiency. These complex models, often exceeding 100 million cells, normally require massive HPC resources and several days to process. Today new realities have surfaced, claimed Landi, underscoring the critical partnership between Siemens and NVIDIA .
"While heavy-duty simulations have long relied on thousands of CPU cores, the shift toward GPU accelerated computing has unlocked new levels of efficiency. Modern NVIDA GPU acceleration now allows us to push boundaries further, with even a single GPU node demonstrating significant speed improvements—sometimes up to 60%—over traditional CPU setups," added NVIDIA’s Ian Pegler (pictured), Global Business Development – CAE. This performance milestone was achieved by BMW Group utilizing NVIDIA GPU technology to accelerate Simcenter Star-CCM+ solvers.
Beyond aerodynamic simulation, STAR-CCM+ serves as a comprehensive multiphysics CFD solution for a broad spectrum of applications at BMW. The software is engineered to master complex scenarios, including heat transfer, combustion, and other sophisticated thermofluidic processes. STAR-CCM+ has become an industry-standard tool for automotive digital twins, leveraging GPU-accelerated, high-resolution simulations to shift from physical testing to virtual validation. This transition is essential for maintaining competitiveness in a rapidly evolving market.
Click on the headline to read the full article on PLM&ERP News.
GPU-based technology has rapidly revolutionized the field of simulation. By pivoting from sequentially structured CPUs (Central Processing Units) to GPUs (Graphics Processing Units), the industry has unlocked significant advantages. The massive parallel architecture of GPUs enables thousands of tasks to be executed simultaneously, delivering transformative boosts in speed, scale, and cost-efficiency for modeling complex systems—such as fluid dynamics, molecular interactions, and autonomous vehicle sensors.
What once took weeks can now be completed in hours. For the intensely competitive automotive industry, currently navigating a dramatic shift toward electrification and software-defined vehicles, this capability is invaluable.
Few domains within the PLM world have embraced this shift as effectively as the partnership between NVIDIA and Siemens regarding simulation, with BMW acting as a prime example. Leveraging NVIDIA GPU architecture to simulate high-resolution, transient aerodynamic models has enabled BMW to boost process speeds by up to 60% while optimizing vehicle drag and performance.
During a presentation at NVIDIA’s GTC, Siemens Vehicle Aerodynamics Specialist, Simone Landi, highlighted how BMW leverages advanced, large-scale simulations to balance aesthetic design with aerodynamic efficiency. These complex models, often exceeding 100 million cells, normally require massive HPC resources and several days to process. Today new realities have surfaced, claimed Landi, underscoring the critical partnership between Siemens and NVIDIA .
"While heavy-duty simulations have long relied on thousands of CPU cores, the shift toward GPU accelerated computing has unlocked new levels of efficiency. Modern NVIDA GPU acceleration now allows us to push boundaries further, with even a single GPU node demonstrating significant speed improvements—sometimes up to 60%—over traditional CPU setups," added NVIDIA’s Ian Pegler (pictured), Global Business Development – CAE. This performance milestone was achieved by BMW Group utilizing NVIDIA GPU technology to accelerate Simcenter Star-CCM+ solvers.
Beyond aerodynamic simulation, STAR-CCM+ serves as a comprehensive multiphysics CFD solution for a broad spectrum of applications at BMW. The software is engineered to master complex scenarios, including heat transfer, combustion, and other sophisticated thermofluidic processes. STAR-CCM+ has become an industry-standard tool for automotive digital twins, leveraging GPU-accelerated, high-resolution simulations to shift from physical testing to virtual validation. This transition is essential for maintaining competitiveness in a rapidly evolving market.
Click on the headline to read the full article on PLM&ERP News.
Genombrott inom pre-kiseldesign: Siemens & NVIDIA sätter ny standard för verifiering av AI/ML SoCs
Siemens och NVIDIA hävdar idag att man har uppnått ett stort genombrott inom verifiering, genom att fånga biljoner pre-kiseldesigncykler på några dagar med hjälp av Siemens Veloce proFPGA CS i kombination med NVIDIAs prestandaoptimerade chiparkitektur. Varför är det ett genombrott? Framför allt att för att det drastiskt krossar de tidigare tids- och resursbegränsningarna för utveckling av komplexa chip och AI-system.
I traditionell verifiering – alltså testning om en chipdesign fungerar innan den fysiskt tillverkas - har detta varit en flaskhals. Med de resultat man nu nått, menar Jean-Marie Brunet, senior VP och chef för Hardware Assisted Verification på Siemens Digital Industries Software, att man dramatiskt flyttar fram gränserna för vad som är möjligt genom att kombinera Siemens hårdvaruassisterade verifieringssystem (Veloce proFPGA CS) med NVIDIAs prestandaoptimerade chiparkitektur.
”Så är det, vi samarbetar idag inom många områden, och senast inom utvecklingen av hårdvaruassisterade verifieringsmetoder i allmänhet och FPGA-baserad prototypframställning i synnerhet, för att anpassa sig till de verifierings- och valideringskrav som ställs av mycket komplexa AI/ML SoCs”, säger Brunet och tillägger att, ”Veloce proFPGA CS tar itu med dessa utmaningar genom att kombinera en mycket flexibel och skalbar hårdvaruarkitektur med ett avancerat, lättanvänt implementerings- och felsökningsprogramflöde.”
Poängen är att detta gör det möjligt för användarna att alltid ha den optimala lösningen för validering av enskilda FPGA-IP såväl som för chipletdesigner med flera miljarder gates.
Allmänt syftar ”pre-kiseldesigncykler ” på alla de utvecklingssteg som sker innan en integrerad krets eller ett chip fysiskt tillverkas i kisel. Begreppet beskriver den fas i halvledardesign där ingenjörer arbetar med digitala modeller och simuleringar för att säkerställa att chipet fungerar som tänkt. Eftersom det är extremt dyrt och tidskrävande att rätta fel efter att chipet har tillverkats ("post-silicon"), läggs enorma resurser på att hitta och åtgärda problem under dessa cykler.
Dagens besked från Siemens och NVIDIA är alltså synnerligen intressant. Genom samarbetet har man kort sagt bemästrat en uppgift som tidigare ansetts omöjlig. Men genom att fånga tiotals biljoner cykler under bara några dagar via Siemens skalbara och prestandaoptimerade hårdvaruarkitektur Veloce proFPGA CS och kombinera den med NVIDIAs prestandaoptimerade chiparkitektur, har man uppnått en skala som bedömare menar behövs för nästa generations Ai.
Siemens Digital Industries Software genom sin EDA-enhet har en mycket stark position på marknaden för AI-chipverifiering. Analysföretagen Frost & Sullivan har t ex rankat bolaget som en av "stjärnspelare" som driver innovation. I detta utmärker sig bolaget särskilt genom sina hårdvaruassisterade verifieringsplattformar och AI-drivna mjukvaruverktyg och anses tillsammans med Synopsys och Cadence vara en av de tre stora.
Klicka på rubriken för att läsa mer på PLM&ERP News.
I traditionell verifiering – alltså testning om en chipdesign fungerar innan den fysiskt tillverkas - har detta varit en flaskhals. Med de resultat man nu nått, menar Jean-Marie Brunet, senior VP och chef för Hardware Assisted Verification på Siemens Digital Industries Software, att man dramatiskt flyttar fram gränserna för vad som är möjligt genom att kombinera Siemens hårdvaruassisterade verifieringssystem (Veloce proFPGA CS) med NVIDIAs prestandaoptimerade chiparkitektur.
”Så är det, vi samarbetar idag inom många områden, och senast inom utvecklingen av hårdvaruassisterade verifieringsmetoder i allmänhet och FPGA-baserad prototypframställning i synnerhet, för att anpassa sig till de verifierings- och valideringskrav som ställs av mycket komplexa AI/ML SoCs”, säger Brunet och tillägger att, ”Veloce proFPGA CS tar itu med dessa utmaningar genom att kombinera en mycket flexibel och skalbar hårdvaruarkitektur med ett avancerat, lättanvänt implementerings- och felsökningsprogramflöde.”
Poängen är att detta gör det möjligt för användarna att alltid ha den optimala lösningen för validering av enskilda FPGA-IP såväl som för chipletdesigner med flera miljarder gates.
Allmänt syftar ”pre-kiseldesigncykler ” på alla de utvecklingssteg som sker innan en integrerad krets eller ett chip fysiskt tillverkas i kisel. Begreppet beskriver den fas i halvledardesign där ingenjörer arbetar med digitala modeller och simuleringar för att säkerställa att chipet fungerar som tänkt. Eftersom det är extremt dyrt och tidskrävande att rätta fel efter att chipet har tillverkats ("post-silicon"), läggs enorma resurser på att hitta och åtgärda problem under dessa cykler.
Dagens besked från Siemens och NVIDIA är alltså synnerligen intressant. Genom samarbetet har man kort sagt bemästrat en uppgift som tidigare ansetts omöjlig. Men genom att fånga tiotals biljoner cykler under bara några dagar via Siemens skalbara och prestandaoptimerade hårdvaruarkitektur Veloce proFPGA CS och kombinera den med NVIDIAs prestandaoptimerade chiparkitektur, har man uppnått en skala som bedömare menar behövs för nästa generations Ai.
Siemens Digital Industries Software genom sin EDA-enhet har en mycket stark position på marknaden för AI-chipverifiering. Analysföretagen Frost & Sullivan har t ex rankat bolaget som en av "stjärnspelare" som driver innovation. I detta utmärker sig bolaget särskilt genom sina hårdvaruassisterade verifieringsplattformar och AI-drivna mjukvaruverktyg och anses tillsammans med Synopsys och Cadence vara en av de tre stora.
Klicka på rubriken för att läsa mer på PLM&ERP News.
A Major Pre-Silicon Breakthrough: Siemens & NVIDIA Propel AI Chip Verification to Trillion-Cycle Scale
Jean-Marie BRUNET, VP Siemens Digital Industries Software: ”Meeting the stringent verification and validation demands of highly complex AI/ML SoCs.”
Siemens and NVIDIA today announced a massive breakthrough in hardware verification, capturing trillions of pre-silicon design cycles in just days. By pairing Siemens’ Veloce proFPGA CS with NVIDIA’s performance-optimized chip architecture, the duo has effectively shattered the time and resource constraints that once stalled the development of complex chips and AI systems.
Traditional pre-silicon verification—the crucial process of testing chip designs before physical manufacturing—has long been a notorious bottleneck. Yet, according to Jean-Marie Brunet, Senior VP and GM of Hardware Assisted Verification at Siemens Digital Industries Software, the game is changing. By pairing Siemens’ Veloce proFPGA CS hardware-assisted verification system with NVIDIA’s performance-optimized chip architecture, they are achieving breakthroughs that dramatically push the boundaries of what is possible in design verification.
"Indeed, our collaboration spans numerous areas, most recently focusing on the development of hardware-assisted verification methods, specifically FPGA-based prototyping, to meet the stringent verification and validation demands of highly complex AI/ML SoCs," says Brunet. He adds that "Veloce proFPGA CS addresses these challenges by combining a highly flexible, scalable hardware architecture with an advanced, intuitive implementation and debugging software flow."
Ultimately, this enables users to maintain the optimal validation solution for both individual FPGA IP and multi-billion gate chiplet designs.
Broadly speaking, pre-silicon design cycles encompass all development stages occurring before an integrated circuit or chip is physically manufactured in silicon. This phase of semiconductor design involves engineers working with digital models and simulations to ensure the chip functions exactly as intended. Because correcting errors after chip manufacturing (post-silicon) is extremely expensive and time-consuming, vast resources are dedicated to finding and resolving issues during these cycles.
Today’s announcement from Siemens and NVIDIA is, to put it mildly, fascinating. Simply put, this partnership has conquered a task once deemed impossible. By capturing tens of trillions of cycles in just a few days—powered by Siemens’ scalable, performance-optimized Veloce proFPGA CS hardware architecture and combined with NVIDIA’s high-performance chip architecture—they have achieved a level of scale that experts believe is essential for the next generation of AI.
Siemens Digital Industries Software, through its EDA division, holds a dominant position in the AI chip verification market. Recognized by analyst firm Frost & Sullivan as a 'star player' driving innovation, the company stands out for its hardware-assisted verification platforms and AI-driven software tools. Consequently, Siemens is firmly established alongside Synopsys and Cadence as one of the industry's 'Big Three'.
Click on the headline to reda more on PLM&ERP News.
Siemens and NVIDIA today announced a massive breakthrough in hardware verification, capturing trillions of pre-silicon design cycles in just days. By pairing Siemens’ Veloce proFPGA CS with NVIDIA’s performance-optimized chip architecture, the duo has effectively shattered the time and resource constraints that once stalled the development of complex chips and AI systems.
Traditional pre-silicon verification—the crucial process of testing chip designs before physical manufacturing—has long been a notorious bottleneck. Yet, according to Jean-Marie Brunet, Senior VP and GM of Hardware Assisted Verification at Siemens Digital Industries Software, the game is changing. By pairing Siemens’ Veloce proFPGA CS hardware-assisted verification system with NVIDIA’s performance-optimized chip architecture, they are achieving breakthroughs that dramatically push the boundaries of what is possible in design verification.
"Indeed, our collaboration spans numerous areas, most recently focusing on the development of hardware-assisted verification methods, specifically FPGA-based prototyping, to meet the stringent verification and validation demands of highly complex AI/ML SoCs," says Brunet. He adds that "Veloce proFPGA CS addresses these challenges by combining a highly flexible, scalable hardware architecture with an advanced, intuitive implementation and debugging software flow."
Ultimately, this enables users to maintain the optimal validation solution for both individual FPGA IP and multi-billion gate chiplet designs.
Broadly speaking, pre-silicon design cycles encompass all development stages occurring before an integrated circuit or chip is physically manufactured in silicon. This phase of semiconductor design involves engineers working with digital models and simulations to ensure the chip functions exactly as intended. Because correcting errors after chip manufacturing (post-silicon) is extremely expensive and time-consuming, vast resources are dedicated to finding and resolving issues during these cycles.
Today’s announcement from Siemens and NVIDIA is, to put it mildly, fascinating. Simply put, this partnership has conquered a task once deemed impossible. By capturing tens of trillions of cycles in just a few days—powered by Siemens’ scalable, performance-optimized Veloce proFPGA CS hardware architecture and combined with NVIDIA’s high-performance chip architecture—they have achieved a level of scale that experts believe is essential for the next generation of AI.
Siemens Digital Industries Software, through its EDA division, holds a dominant position in the AI chip verification market. Recognized by analyst firm Frost & Sullivan as a 'star player' driving innovation, the company stands out for its hardware-assisted verification platforms and AI-driven software tools. Consequently, Siemens is firmly established alongside Synopsys and Cadence as one of the industry's 'Big Three'.
Click on the headline to reda more on PLM&ERP News.
Driving the Digital Future: BMW Standardizes Requirements on PTC’s Codebeamer to Power AI Engineering
PTC’s Robert Dahdah, CRO, on why BMW's new investment Codebeamer is a robust foundation for integrated mechatronics and AI-driven engineering.
In retrospect, PTC’s $280 million acquisition of the German ALM developer Intland and its flagship software, Codebeamer, in 2022 stands as one of the company’s most astute investments. The timing was impeccable: PTC’s legacy solution, Integrity, was beginning to show its age, just as the Software-Defined Vehicle (SDV) revolution was gaining massive momentum.
Leveraging its German roots, Codebeamer had already begun embedding itself within the nation's automotive giants—counting the Volkswagen Group among its early high-profile clients. This set the stage for last week’s major industry breakthrough: the announcement that BMW is launching a group-wide rollout of Codebeamer. But what makes this solution such a formidable contender for the ALM throne?
At its core, Codebeamer is an advanced, cloud-based Application Lifecycle Management (ALM) and product development platform. It enables the seamless management of requirements, software development, testing, and risk within a single integrated environment—specifically designed for the rigors of complex, regulated industries like automotive, aerospace, and medtech.
As the automotive sector undergoes a seismic shift fueled by electrification, electronics expansion, and the rise of SDVs, the blueprint for efficient product development is being rewritten. In this new landscape, Codebeamer is positioned to play a leading role—not just within the German industrial complex, but on the global stage.
BMW Group’s decision to implement Codebeamer as its next-generation Application Lifecycle Management (ALM) platform marks a defining milestone in its digital journey. The move signals a shift from fragmented legacy systems—previously spanning hundreds of disparate tools—to a single, unified data model within Codebeamer. This consolidation is exceptionally valuable for a group whose software ecosystem is among the industry's most complex, says Robert Dahdah, Chief Revenue Officer at PTC.
By deploying a shared data model, Codebeamer delivers consistent processes, robust traceability, and digital continuity across mechanical, electrical, and software disciplines. This yields significant holistic benefits, says Dahdah, positioning Codebeamer as a key pillar in PTC’s "Intelligent Product Lifecycle" vision. This framework focuses on enabling manufacturers to build a cohesive product database, drive enterprise-wide data value, and accelerate AI-driven transformation.
"BMW is demonstrating what true digital leadership in engineering looks like," says Robert Dahdah. "Centralizing requirements management on Codebeamer establishes a robust data foundation for integrated mechatronics and AI-driven engineering, directly supporting the future of automotive innovation."
Click on the headline to read the full story on PLM&ERP News.
In retrospect, PTC’s $280 million acquisition of the German ALM developer Intland and its flagship software, Codebeamer, in 2022 stands as one of the company’s most astute investments. The timing was impeccable: PTC’s legacy solution, Integrity, was beginning to show its age, just as the Software-Defined Vehicle (SDV) revolution was gaining massive momentum.
Leveraging its German roots, Codebeamer had already begun embedding itself within the nation's automotive giants—counting the Volkswagen Group among its early high-profile clients. This set the stage for last week’s major industry breakthrough: the announcement that BMW is launching a group-wide rollout of Codebeamer. But what makes this solution such a formidable contender for the ALM throne?
At its core, Codebeamer is an advanced, cloud-based Application Lifecycle Management (ALM) and product development platform. It enables the seamless management of requirements, software development, testing, and risk within a single integrated environment—specifically designed for the rigors of complex, regulated industries like automotive, aerospace, and medtech.
As the automotive sector undergoes a seismic shift fueled by electrification, electronics expansion, and the rise of SDVs, the blueprint for efficient product development is being rewritten. In this new landscape, Codebeamer is positioned to play a leading role—not just within the German industrial complex, but on the global stage.
BMW Group’s decision to implement Codebeamer as its next-generation Application Lifecycle Management (ALM) platform marks a defining milestone in its digital journey. The move signals a shift from fragmented legacy systems—previously spanning hundreds of disparate tools—to a single, unified data model within Codebeamer. This consolidation is exceptionally valuable for a group whose software ecosystem is among the industry's most complex, says Robert Dahdah, Chief Revenue Officer at PTC.
By deploying a shared data model, Codebeamer delivers consistent processes, robust traceability, and digital continuity across mechanical, electrical, and software disciplines. This yields significant holistic benefits, says Dahdah, positioning Codebeamer as a key pillar in PTC’s "Intelligent Product Lifecycle" vision. This framework focuses on enabling manufacturers to build a cohesive product database, drive enterprise-wide data value, and accelerate AI-driven transformation.
"BMW is demonstrating what true digital leadership in engineering looks like," says Robert Dahdah. "Centralizing requirements management on Codebeamer establishes a robust data foundation for integrated mechatronics and AI-driven engineering, directly supporting the future of automotive innovation."
Click on the headline to read the full story on PLM&ERP News.
AI kan skriva kod på rekordtid – men vem ansvarar och säkerställer kvaliteten?
Det skrivs i dessa tider mycket som skrivs om hur AI förändrar utvecklingstakten. Begrepp som “vibe coding” och verktyg som Lovable visar hur snabbt det går att bygga applikationer med minimal kodning.
Det är i denna kontext dagens gästkrönikör på PLM&ERP News, Werner Heijstek, senior direktör på SIG, Software Improvement Group, i en debattartikel diskuterar kring vad som händer med kvalitet, säkerhet, arkitektur och ansvar när utvecklingstempot ökar så kraftigt som idag. Heijstek och SIG har bas i Amsterdam. Hans budskap är att vi riskerar att bygga nästa generations legacy, bara snabbare. Kort sagt, är vi på väg att bygga upp nästa generations legacy redan nu, undrar Heijstek.
”Artificiell intelligens gör det möjligt att utveckla mjukvara snabbare än någonsin tidigare. Nya verktyg kan generera kod från enkla instruktioner och experiment visar hur AI-agenter kan skapa hela system på rekordtid. Men när utvecklingstakten ökar uppstår nya frågor om kvalitet, styrning och långsiktighet i systemen som byggs. Frågor som organisationer behöver kunna kontrollera, följa upp och ta ansvar för,” skriver han och tillägger:
”AI förändrar snabbt hur mjukvara utvecklas. Verktyg som kan generera kod från instruktioner i LLM-verktyg gör det möjligt att skapa fungerande system på en bråkdel av den tid som tidigare krävdes. I Sverige har plattformar som Lovable väckt stor uppmärksamhet genom att göra det möjligt att bygga digitala tjänster, appar och webbsidor, nästan helt utan traditionell programmering.
I utvecklarvärlden diskuteras alltså de fenomen som ibland kallas ”vibe coding”. Utvecklaren beskriver vad som ska byggas och låter AI generera stora delar av lösningen. För enklare applikationer kan detta fungera förvånansvärt bra. Kod som tidigare tog dagar eller veckor att skriva kan nu produceras på minuter.
AI kan dramatiskt öka hastigheten i mjukvaruutveckling. Den verkliga utmaningen är därför inte hur snabbt kod kan genereras, utan hur vi säkerställer att systemen som byggs är begripliga, styrbara och möjliga att utveckla säkert över tid.”
Klicka på rubriken för att läsa hela Werner Heijsteks debattartikel på PLM&ERP News.
”AI förändrar snabbt hur mjukvara utvecklas. Verktyg som kan generera kod från instruktioner i LLM-verktyg gör det möjligt att skapa fungerande system på en bråkdel av den tid som tidigare krävdes. I Sverige har plattformar som Lovable väckt stor uppmärksamhet genom att göra det möjligt att bygga digitala tjänster, appar och webbsidor, nästan helt utan traditionell programmering.
I utvecklarvärlden diskuteras alltså de fenomen som ibland kallas ”vibe coding”. Utvecklaren beskriver vad som ska byggas och låter AI generera stora delar av lösningen. För enklare applikationer kan detta fungera förvånansvärt bra. Kod som tidigare tog dagar eller veckor att skriva kan nu produceras på minuter.
AI kan dramatiskt öka hastigheten i mjukvaruutveckling. Den verkliga utmaningen är därför inte hur snabbt kod kan genereras, utan hur vi säkerställer att systemen som byggs är begripliga, styrbara och möjliga att utveckla säkert över tid.”
Klicka på rubriken för att läsa hela Werner Heijsteks debattartikel på PLM&ERP News.
Siemens Powers Up: Local AI Takes Command of the Industrial Drivetrain
Siemens AG CEO ROLAND BUSCH’s vision is clear: to transition industrial AI from an isolated function into a cohesive "Industrial AI Operating System" that drives the entire value chain.
The recent launch of Drivetrain Analyzer Onsite (DTA Onsite)—featuring Industrial IoT sensors and AI-driven analytics—is a prime example of this strategy, allowing manufacturers to move from reactive maintenance to predictive insights, optimizing machine lifespan, and reducing energy consumption.
Lately, Roland Busch has been maintaining an intense pace. Siemens’ Xcelerator portfolio is setting new benchmarks for AI in PLM and shop floor automation, offering an integrated end-to-end depth that no competitor can currently match. And Busch intends to fully leverage this competitive advantage.
DTA Onsite exemplifies this, bridging the gap between isolated machines and cloud-based platforms by bringing cutting-edge AI directly to the edge, keeping sensitive data within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable insights, it enables manufacturers to move from reactive repairs to predictive mastery. This isn’t just a tool; it’s a vital link in Siemens' broader digital chain.
The launch of Drivetrain Analyzer Onsite (DTA Onsite) highlights the integration of cutting-edge AI for identifying drivetrain patterns and anomalies. Unlike the existing cloud solution, this new on-premise, localized AI software ensures data remains within the user’s infrastructure.
Drive data is the technical term for metrics related to motor drive systems in industrial automation, covering critical parameters such as torque, speed, position, current, and temperature for machinery monitoring and control. While drive parameters refer to unit-specific settings like Sercos, analyzing this comprehensive data is crucial for optimizing industrial production.
In short, the software bridges the gap between isolated machines and cloud-based platforms, processing drive data entirely within the user's secure environment. Essentially, the software bridges the gap between isolated machinery and the cloud, processing drive data—the lifeblood of industrial automation—entirely within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable AI-driven insights, manufacturers can finally shift from reactive repairs to predictive mastery.
Yet, DTA Onsite is only one link in a much larger digital chain. Across the entire product development lifecycle, Siemens Digital Industries remains the undisputed market leader. But what exactly keeps them at the top of the global industrial AI hierarchy?
Click on the headline to read the full story on PLM&ERP News.
The recent launch of Drivetrain Analyzer Onsite (DTA Onsite)—featuring Industrial IoT sensors and AI-driven analytics—is a prime example of this strategy, allowing manufacturers to move from reactive maintenance to predictive insights, optimizing machine lifespan, and reducing energy consumption.
Lately, Roland Busch has been maintaining an intense pace. Siemens’ Xcelerator portfolio is setting new benchmarks for AI in PLM and shop floor automation, offering an integrated end-to-end depth that no competitor can currently match. And Busch intends to fully leverage this competitive advantage.
DTA Onsite exemplifies this, bridging the gap between isolated machines and cloud-based platforms by bringing cutting-edge AI directly to the edge, keeping sensitive data within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable insights, it enables manufacturers to move from reactive repairs to predictive mastery. This isn’t just a tool; it’s a vital link in Siemens' broader digital chain.
The launch of Drivetrain Analyzer Onsite (DTA Onsite) highlights the integration of cutting-edge AI for identifying drivetrain patterns and anomalies. Unlike the existing cloud solution, this new on-premise, localized AI software ensures data remains within the user’s infrastructure.
Drive data is the technical term for metrics related to motor drive systems in industrial automation, covering critical parameters such as torque, speed, position, current, and temperature for machinery monitoring and control. While drive parameters refer to unit-specific settings like Sercos, analyzing this comprehensive data is crucial for optimizing industrial production.
In short, the software bridges the gap between isolated machines and cloud-based platforms, processing drive data entirely within the user's secure environment. Essentially, the software bridges the gap between isolated machinery and the cloud, processing drive data—the lifeblood of industrial automation—entirely within the user’s own infrastructure. By transforming raw metrics like torque and temperature into actionable AI-driven insights, manufacturers can finally shift from reactive repairs to predictive mastery.
Yet, DTA Onsite is only one link in a much larger digital chain. Across the entire product development lifecycle, Siemens Digital Industries remains the undisputed market leader. But what exactly keeps them at the top of the global industrial AI hierarchy?
Click on the headline to read the full story on PLM&ERP News.
Drivetrain Analyzer Onsite och andra lösningar som ger Siemens ledningen i det industriella AI-racet
Siemens-chefen, ROLAND BUSCH, har bråda dagar. Det är inte svårt att förstå varför – på PLM-sidan, kopplat till AI, och smart tillverkning, är det ingen utvecklare som har ett högre tempo eller en vassare paketerad och mer integrerad helhetslösning för produktframtagning än vad den globala PLM- och fabriksautomations-ledaren har i sin Xcelerator-portfölj.
Det handlar om flera broar till genombrott för industriell AI med siktet inställt på att skapa ett sammanhängande system, Industrial AI Operating System. Busch brukar beskriva saken som, ”en satsning syftar till att flytta AI från att vara en isolerad funktion till att bli en drivande kraft genom hela värdekedjan.”
Förra veckans lansering av Drivetrain Analyzer Onsite (DTA Onsite) är ett bra exempel. Det handlar om en funktion där toppmodern AI-teknologi kan göra mycket intressanta avtryck. DTA, finns i och för sig redan som moln-lösning, men i den nu aktuella lanseringen är det istället en ny on-premise analyslösning. En tung poäng är att man med denna mjukvara använder lokal AI för att upptäcka mönster och anomalier i drivsystem utan att data behöver lämna användarens infrastruktur.
Sammanfattningsvis överbryggar mjukvaran klyftan mellan isolerade maskiner och molnbaserade plattformar och bearbetar drivdata helt inom användarens egen infrastruktur, inklusive integrerade industriella AI-funktioner.
Drivdata är den tekniska term som används inom industriell automation för data som rör olika slags motordrifter. Den täcker parametrar som vridmoment, hastighet, position, ström och temperatur, vilka är avgörande för att övervaka och styra maskiner. Drivparametrar används specifikt när man hänvisar till inställningar inom drivenheten (t ex Sercos-parametrar). Drivdata täcker parametrar som vridmoment, hastighet, position, ström, vibrationer och temperatur, vilka är avgörande för att övervaka och styra maskiner. Men varför är analys av dessa data så viktigt inom industriell produktion?
Kort sagt för att de är avgörande inom industriell produktion och att mjukvarans finess är att den omvandlar rå drivdata till handlingsbara insikter. Detta möjliggör högre effektivitet, färre driftsstopp och förbättrad produktkvalitet. Genom att utnyttja industriella IoT (IIoT)-sensorer och AI-driven analys kan tillverkare gå över från reaktivt underhåll till prediktiva strategier, optimera maskinens livslängd och minska den totala energiförbrukningen.
Men även om DTA Onsite är en vass AI-lösning, så är det bara en detalj i en bredare och djupintegrerad kedja digitala verktyg för hela produktframtagnings-processen; en kedja där Siemens Digital Industries, inklusive PLM-divisionen (”Software”), i dagsläget är den globala industriella marknadsledaren – vilka är skälen?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Det handlar om flera broar till genombrott för industriell AI med siktet inställt på att skapa ett sammanhängande system, Industrial AI Operating System. Busch brukar beskriva saken som, ”en satsning syftar till att flytta AI från att vara en isolerad funktion till att bli en drivande kraft genom hela värdekedjan.”
Förra veckans lansering av Drivetrain Analyzer Onsite (DTA Onsite) är ett bra exempel. Det handlar om en funktion där toppmodern AI-teknologi kan göra mycket intressanta avtryck. DTA, finns i och för sig redan som moln-lösning, men i den nu aktuella lanseringen är det istället en ny on-premise analyslösning. En tung poäng är att man med denna mjukvara använder lokal AI för att upptäcka mönster och anomalier i drivsystem utan att data behöver lämna användarens infrastruktur.
Sammanfattningsvis överbryggar mjukvaran klyftan mellan isolerade maskiner och molnbaserade plattformar och bearbetar drivdata helt inom användarens egen infrastruktur, inklusive integrerade industriella AI-funktioner.
Drivdata är den tekniska term som används inom industriell automation för data som rör olika slags motordrifter. Den täcker parametrar som vridmoment, hastighet, position, ström och temperatur, vilka är avgörande för att övervaka och styra maskiner. Drivparametrar används specifikt när man hänvisar till inställningar inom drivenheten (t ex Sercos-parametrar). Drivdata täcker parametrar som vridmoment, hastighet, position, ström, vibrationer och temperatur, vilka är avgörande för att övervaka och styra maskiner. Men varför är analys av dessa data så viktigt inom industriell produktion?
Kort sagt för att de är avgörande inom industriell produktion och att mjukvarans finess är att den omvandlar rå drivdata till handlingsbara insikter. Detta möjliggör högre effektivitet, färre driftsstopp och förbättrad produktkvalitet. Genom att utnyttja industriella IoT (IIoT)-sensorer och AI-driven analys kan tillverkare gå över från reaktivt underhåll till prediktiva strategier, optimera maskinens livslängd och minska den totala energiförbrukningen.
Men även om DTA Onsite är en vass AI-lösning, så är det bara en detalj i en bredare och djupintegrerad kedja digitala verktyg för hela produktframtagnings-processen; en kedja där Siemens Digital Industries, inklusive PLM-divisionen (”Software”), i dagsläget är den globala industriella marknadsledaren – vilka är skälen?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Digital Muscle Power: ABB and TCS Pivot to AI-Driven Innovation in Strategic Scale-Up
ABB CEO Morten Wierod: “Our partnership with TCS is instrumental in building the intelligent systems of tomorrow.”
For nearly two decades, the Swedish-Swiss engineering titan ABB and the global Indian consultancy powerhouse TCS have cultivated a synergy primarily centered on ERP implementations and data center consolidation. While this collaboration has been a cornerstone of ABB’s digital transformation across electrification and automation, it has simultaneously afforded TCS profound domain expertise and a cornerstone relationship within the industrial sector.
Building on this fertile ground, the two giants recently announced a significant deepening of their ties. In a newly signed Memorandum of Understanding, the scope of their alliance has expanded dramatically. The focus now shifts toward a comprehensive evolution of IT infrastructure and applications, pioneering industrial AI initiatives, and the deployment of emerging technologies.
ABB’s Chief Executive, Morten Wierod (pictured left), noted that the move reflects a shared commitment to driving innovation, operational resilience, and sustainable growth through a sophisticated, long-term partnership strategy.
"Our partnership with TCS empowers ABB to construct smarter systems, enhancing our agility and enabling the global scale-up of our innovations," says Morten Wierod, CEO of ABB. "As India remains a pivotal growth market, this renewed partnership positions ABB as a cornerstone partner in TCS’s ambitious data center expansion plans."
As part of the Memorandum of Understanding (MoU), the alliance unites ABB’s leadership in electrification and automation with TCS’s global technology and delivery capabilities across several key pillars:
• IT Infrastructure and Application Transformation: Focused on fostering an agile, secure, resilient, and cost-optimized IT foundation that mirrors ABB's operating model, with a core emphasis on operational efficiency and continuous improvement.
• AI and Factory Modernization: Deepening collaboration on industrial AI, digital twins, vision-based inspection, and the convergence of Operational Technology (OT) and IT.
• AI Infrastructure Development: Exploring new business opportunities in electrification, automation, and software, driven by TCS’s strategic investment in AI infrastructure in India.
It is clear that TCS's AI expertise plays a pivotal role as the collaboration matures—but how? Read more below about how TCS CEO K. Krithivasan (right) views the alliance and what he defines as "a new model of industrial innovation."
For nearly two decades, the Swedish-Swiss engineering titan ABB and the global Indian consultancy powerhouse TCS have cultivated a synergy primarily centered on ERP implementations and data center consolidation. While this collaboration has been a cornerstone of ABB’s digital transformation across electrification and automation, it has simultaneously afforded TCS profound domain expertise and a cornerstone relationship within the industrial sector.
Building on this fertile ground, the two giants recently announced a significant deepening of their ties. In a newly signed Memorandum of Understanding, the scope of their alliance has expanded dramatically. The focus now shifts toward a comprehensive evolution of IT infrastructure and applications, pioneering industrial AI initiatives, and the deployment of emerging technologies.
ABB’s Chief Executive, Morten Wierod (pictured left), noted that the move reflects a shared commitment to driving innovation, operational resilience, and sustainable growth through a sophisticated, long-term partnership strategy.
"Our partnership with TCS empowers ABB to construct smarter systems, enhancing our agility and enabling the global scale-up of our innovations," says Morten Wierod, CEO of ABB. "As India remains a pivotal growth market, this renewed partnership positions ABB as a cornerstone partner in TCS’s ambitious data center expansion plans."
As part of the Memorandum of Understanding (MoU), the alliance unites ABB’s leadership in electrification and automation with TCS’s global technology and delivery capabilities across several key pillars:
• IT Infrastructure and Application Transformation: Focused on fostering an agile, secure, resilient, and cost-optimized IT foundation that mirrors ABB's operating model, with a core emphasis on operational efficiency and continuous improvement.
• AI and Factory Modernization: Deepening collaboration on industrial AI, digital twins, vision-based inspection, and the convergence of Operational Technology (OT) and IT.
• AI Infrastructure Development: Exploring new business opportunities in electrification, automation, and software, driven by TCS’s strategic investment in AI infrastructure in India.
It is clear that TCS's AI expertise plays a pivotal role as the collaboration matures—but how? Read more below about how TCS CEO K. Krithivasan (right) views the alliance and what he defines as "a new model of industrial innovation."
ABB och TCS växlar upp: AI-driven digitalisering med innovativ ”muskelkraft”
ABBs CEO Morten Wierod: ”Partnerskapet med TCS hjälper ABB att bygga smartare system.”
Under 18 år har svensk-schweiziska verkstadsjätten ABB och globala indiska konsulten TCS samarbetat huvudsakligen kring ERP implementationer och konsolidering av datacenter. Detta har å ena sidan bidragit till att driva ABB's digitala transformation inom elektrifiering och automation framåt, medan samarbetet å andra sidan givit TCS en långtgående domän-expertis inom dessa områden, tillsammans med en långsiktig och värdefull kundrelation med ABB. Samarbetet har alltså varit fruktbart och under veckan meddelade bolagen att man inte bara förlängt det utan också fördjupat innehållet.
I den nysignerade avsiktsförklaringen kring förlängningen är ansatsen bred: man ska ”stärka företagens strategiska samarbete inom IT-infrastruktur och applikationer, digitala och industriella AI-initiativ, datacenter och annan framväxande teknik.”
ABB-basen, CEO Morten Wierod, konstaterar att detta reflekterar parternas gemensamma avsikt att driva innovation, operativ motståndskraft och hållbar tillväxt genom en långsiktig partnerskapsstrategi.
”Partnerskapet med TCS hjälper ABB att bygga smartare system, vi kan anpassa oss snabbare och skala upp våra innovationer globalt. Samtidigt förblir Indien en viktig tillväxtmarknad för oss och det förnyade partnerskapet kommer att positionera ABB som en av nyckelpartnerna för TCS ambitiösa expansionsplaner för datacenter,” säger Wierod.
Som en del av avsiktsförklaringen kommer parterna att kombinera ABBs ledarskap inom elektrifiering och automation med TCS globala teknik- och leveransförmåga inom följande nyckelområden:
• Transformation av IT-infrastruktur och applikationer: Poängen är att ”främja en agil, säker, motståndskraftig och kostnadsoptimerad IT-grund i linje med ABBs verksamhetsmodell.” Fokus kommer att ligga på operativ effektivitet och kontinuerlig förbättring.
• AI och fabriksmodernisering: Samarbete mer allmänt kring industriell AI, digitala tvillingar, synbaserad inspektion och konvergens mellan OT (”operativ produktionsteknologi”) och IT.
• Utveckling av AI-infrastruktur: Parterna ska även utforska nya affärsmöjligheter inom elektrifiering, automation och mjukvara som skapas genom TCS planerade satsning på AI-infrastruktur i Indien.
Klart är att TCS kompetens inom AI spelar en framträdande roll när samarbetet nu fördjupas – hur då? Klicka på rubriken för att läsa mer på PLM&ERP News om hur TCS’ koncernchef, CEO K. Krithivasan, ser på saken och vad han menar med, ”en ny modell av industriell innovation.”
Under 18 år har svensk-schweiziska verkstadsjätten ABB och globala indiska konsulten TCS samarbetat huvudsakligen kring ERP implementationer och konsolidering av datacenter. Detta har å ena sidan bidragit till att driva ABB's digitala transformation inom elektrifiering och automation framåt, medan samarbetet å andra sidan givit TCS en långtgående domän-expertis inom dessa områden, tillsammans med en långsiktig och värdefull kundrelation med ABB. Samarbetet har alltså varit fruktbart och under veckan meddelade bolagen att man inte bara förlängt det utan också fördjupat innehållet.
I den nysignerade avsiktsförklaringen kring förlängningen är ansatsen bred: man ska ”stärka företagens strategiska samarbete inom IT-infrastruktur och applikationer, digitala och industriella AI-initiativ, datacenter och annan framväxande teknik.”
ABB-basen, CEO Morten Wierod, konstaterar att detta reflekterar parternas gemensamma avsikt att driva innovation, operativ motståndskraft och hållbar tillväxt genom en långsiktig partnerskapsstrategi.
”Partnerskapet med TCS hjälper ABB att bygga smartare system, vi kan anpassa oss snabbare och skala upp våra innovationer globalt. Samtidigt förblir Indien en viktig tillväxtmarknad för oss och det förnyade partnerskapet kommer att positionera ABB som en av nyckelpartnerna för TCS ambitiösa expansionsplaner för datacenter,” säger Wierod.
Som en del av avsiktsförklaringen kommer parterna att kombinera ABBs ledarskap inom elektrifiering och automation med TCS globala teknik- och leveransförmåga inom följande nyckelområden:
• Transformation av IT-infrastruktur och applikationer: Poängen är att ”främja en agil, säker, motståndskraftig och kostnadsoptimerad IT-grund i linje med ABBs verksamhetsmodell.” Fokus kommer att ligga på operativ effektivitet och kontinuerlig förbättring.
• AI och fabriksmodernisering: Samarbete mer allmänt kring industriell AI, digitala tvillingar, synbaserad inspektion och konvergens mellan OT (”operativ produktionsteknologi”) och IT.
• Utveckling av AI-infrastruktur: Parterna ska även utforska nya affärsmöjligheter inom elektrifiering, automation och mjukvara som skapas genom TCS planerade satsning på AI-infrastruktur i Indien.
Klart är att TCS kompetens inom AI spelar en framträdande roll när samarbetet nu fördjupas – hur då? Klicka på rubriken för att läsa mer på PLM&ERP News om hur TCS’ koncernchef, CEO K. Krithivasan, ser på saken och vad han menar med, ”en ny modell av industriell innovation.”
Siemens nya Fuse EDA AI Agent tar kommandot över hela elektronikdesign-stacken
Amit GUPTA, VP Siemens EDA: ”Med Fuse EDA AI Agent och NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över hela designarbetsflödena."”
Siemens Digital Industries Software ångar på i full fart på elektronik-designsidan med en intressant betoning på att etablera agentisk AI som viktiga designverktyg för att vässa speed och kvalitet i utvecklingsarbetet av elektronik. Det är inte bara verifikationssidan med Questa One-plattformen som fått inbäddad agentisk AI – som PLM&ERP News rapporterade förra veckan – nu lanserar bolaget samma sak för design- och simulerings-portföljen Fuse EDA, där Fuse Eda AI Agent blir den nyaste delen i Siemens EDA-portfölj.
Siemens Fuse EDA är en avancerad, AI-driven plattform för elektronisk designautomation (EDA) som används för att designa, simulera och verifiera halvledare (chips) och kretskort (PCB). Till saken hör att den nya agenten också är en central komponent i partnerskapet med NVIDIA.
Agenten använder NVIDIA Agent Toolkit, Nemotron-modeller och NVIDIAs AI-infrastruktur för att möjliggöra avancerad resonemangsförmåga och verktygsanrop. Dessutom utnyttjar NVIDIA själva Siemens Fuse-lösningar i sin egen chiputveckling.
Samtidigt är agenten en lösning som får Siemens att stå ut i konkurrensen. Tidigare AI-verktyg har ofta fungerat som isolerade "copiloter" för enskilda uppgifter. Med nya Fuse EDA AI Agent markeras ett skifte mot agentisk AI, d v s en lösning för framtiden reda idag, där autonoma agenter kan planera, koordinera och utföra hela arbetsflöden över flera verktyg – från tidig designkonceptualisering till slutgiltig tillverkningssignering.
"Det stämmer,” säger Kari Briski, senior VP för generativ AI på NVIDIA. ”Tillsammans med Siemens kartlägger vi nästa era av agent AI, där långvariga agenter under säkra former kan använda ingenjörsverktyg och koordinera komplexa uppgifter. Genom att kombinera Siemens Fuse EDA AI Agent med NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över designarbetsflöden."
Intressant i sammanhanget är också att agenten bygger vidare på det befintliga Fuse EDA AI-systemet, som introducerade generativ AI och en avancerad RAG-ramverk (Retrieval-Augmented Generation) för att ge ingenjörer tillgång till domänspecifik kunskap via naturligt språk, som lanserades.
Satsningen har också allmänt affärsmässigt mycket goda grunder i skenet av att drygt 30 % av Siemens PLM-intäkter - som enligt PLM&ERP News beräkningar landade på drygt 7,5 miljarder dollar FY 2025 - kommer från EDA-lösningarna. Med den nu lanserade AI-satsningen vässas Siemens EDA-verktyg ytterligare.
Så, vad är den tunga poängen med Fuse EDA AI Agent? Amit Gupta, Chief AI Strategy Officer, senior VP och GM för Siemens EDA, konstaterar att det finns flera goda skäl, men att den autonomt kan orkestrera arbetsflöden med flera agenter över Siemens kompletta EDA-portfölj, från designkoncept till tillverkningsgod-kännande, inte bara står ut utan ökar också den tekniska effektiviteten, tiden till marknad och designkvaliteten.
Klicka på rubriken för att läsa mer på PLM&ERP News.
Siemens Digital Industries Software ångar på i full fart på elektronik-designsidan med en intressant betoning på att etablera agentisk AI som viktiga designverktyg för att vässa speed och kvalitet i utvecklingsarbetet av elektronik. Det är inte bara verifikationssidan med Questa One-plattformen som fått inbäddad agentisk AI – som PLM&ERP News rapporterade förra veckan – nu lanserar bolaget samma sak för design- och simulerings-portföljen Fuse EDA, där Fuse Eda AI Agent blir den nyaste delen i Siemens EDA-portfölj.
Siemens Fuse EDA är en avancerad, AI-driven plattform för elektronisk designautomation (EDA) som används för att designa, simulera och verifiera halvledare (chips) och kretskort (PCB). Till saken hör att den nya agenten också är en central komponent i partnerskapet med NVIDIA.
Agenten använder NVIDIA Agent Toolkit, Nemotron-modeller och NVIDIAs AI-infrastruktur för att möjliggöra avancerad resonemangsförmåga och verktygsanrop. Dessutom utnyttjar NVIDIA själva Siemens Fuse-lösningar i sin egen chiputveckling.
Samtidigt är agenten en lösning som får Siemens att stå ut i konkurrensen. Tidigare AI-verktyg har ofta fungerat som isolerade "copiloter" för enskilda uppgifter. Med nya Fuse EDA AI Agent markeras ett skifte mot agentisk AI, d v s en lösning för framtiden reda idag, där autonoma agenter kan planera, koordinera och utföra hela arbetsflöden över flera verktyg – från tidig designkonceptualisering till slutgiltig tillverkningssignering.
"Det stämmer,” säger Kari Briski, senior VP för generativ AI på NVIDIA. ”Tillsammans med Siemens kartlägger vi nästa era av agent AI, där långvariga agenter under säkra former kan använda ingenjörsverktyg och koordinera komplexa uppgifter. Genom att kombinera Siemens Fuse EDA AI Agent med NVIDIAs agent AI-teknik lägger vi grunden för agenter som kan planera, agera och anpassa över designarbetsflöden."
Intressant i sammanhanget är också att agenten bygger vidare på det befintliga Fuse EDA AI-systemet, som introducerade generativ AI och en avancerad RAG-ramverk (Retrieval-Augmented Generation) för att ge ingenjörer tillgång till domänspecifik kunskap via naturligt språk, som lanserades.
Satsningen har också allmänt affärsmässigt mycket goda grunder i skenet av att drygt 30 % av Siemens PLM-intäkter - som enligt PLM&ERP News beräkningar landade på drygt 7,5 miljarder dollar FY 2025 - kommer från EDA-lösningarna. Med den nu lanserade AI-satsningen vässas Siemens EDA-verktyg ytterligare.
Så, vad är den tunga poängen med Fuse EDA AI Agent? Amit Gupta, Chief AI Strategy Officer, senior VP och GM för Siemens EDA, konstaterar att det finns flera goda skäl, men att den autonomt kan orkestrera arbetsflöden med flera agenter över Siemens kompletta EDA-portfölj, från designkoncept till tillverkningsgod-kännande, inte bara står ut utan ökar också den tekniska effektiviteten, tiden till marknad och designkvaliteten.
Klicka på rubriken för att läsa mer på PLM&ERP News.