IBM e Dallara Group, leader mondiale nella progettazione e produzione di veicoli da competizione e ad alte prestazioni, annunciano una collaborazione finalizzata a far evolvere la progettazione e l’ottimizzazione dei veicoli attraverso l’intelligenza artificiale e a esplorare l’utilizzo del quantum computing. La collaborazione unisce l’esperienza di Dallara nell’ingegneria di veicoli ad alte prestazioni con la leadership di IBM nell’AI applicata alla fisica e nel quantum computing, tecnologie che saranno utilizzate per accelerare la progettazione aerodinamica e aprire la strada a processi di simulazione ancora più avanzati.
Da oltre 50 anni, Dallara progetta e fornisce veicoli ad alte prestazioni per alcune delle principali competizioni motoristiche a livello mondiale, tra cui IndyCar — una serie in cui le velocità medie sul tracciato superano le 230 miglia orarie (370 km/h) — oltre a Formula 2, Formula 3, Super Formula e Indy NXT, con ulteriori collaborazioni di alto livello come Formula E, WEC e IMSA. L’accesso a una così vasta gamma di prodotti offre una capacità unica di validare i risultati delle simulazioni rispetto alle prestazioni reali dei veicoli. Inoltre, Dallara applica il proprio know-how ingegneristico anche a veicoli stradali ad alte prestazioni e all’aerospace. Queste e altre caratteristiche distintive dell’azienda, orientata all’innovazione, sono state fondamentali nella scelta di IBM di collaborare con Dallara.
Nell’ambito del progetto, IBM ha sviluppato dei foundation model specifici per i domini della fisica di interesse di Dallara. I foundation model non solo utilizzano i dati di simulazione aerodinamica ad alta fedeltà di Dallara, ma anche la grande esperienza tecnica dell’azienda. In una fase successiva l’obiettivo sarà quello di integrare le misurazioni sperimentali effettuate in galleria del vento e su pista, anche se l’utilizzo di dati provenienti dalle simulazioni virtuali sta già producendo risultati preliminari significativi.
La progettazione ingegneristica si basa fortemente sull’utilizzo della fluidodinamica computazionale (computational fluid dynamics o CFD) per studiare le forze aerodinamiche e migliorare la prestazione del veicolo ottimizzando componenti quali il corpo e il fondo vettura e gli assembli alari. Queste simulazioni sono estremamente potenti, ma anche molto onerose in termini computazionali. Anche analisi relativamente circoscritte potrebbero richiedere ore, mentre lo sviluppo completo di una vettura da competizione potrebbero richiedere settimane o mesi, durante i quali gli ingegneri compiono iterazioni di progettazione su differenti forme geometriche valutate nelle svariate condizioni operative di pista.
IBM e Dallara utilizzano l’AI per accelerare questi flussi di progettazione senza sostituire la fisica sottostante. In un primo esempio, che si basa sulla geometria di una vettura da corsa concettuale simile ad un prototipo Le Mans (LMP2), le due aziende hanno confrontato analisi CFD di diverse configurazioni del diffusore posteriore — un componente situato sotto la parte posteriore dell’auto, che contribuisce a generare un efficiente carico aerodinamico massimando l’aderenza della vettura alla pista — con i risultati ottenuti mediante il nuovo metodo di AI basato sulla fisica.
L’approccio tradizionale ha richiesto qualche ora per calcolare tutte le configurazioni, mentre il modello AI ha completato le stesse analisi in circa 10 secondi, individuando la stessa geometria ottimale. Applicata a un set completo di centinaia di configurazioni geometriche, l’accelerazione dei processi di sviluppo potrebbe ridurre i tempi di simulazione da giorni a pochi minuti. Questi e altri risultati preliminari permettono agli ingegneri di Dallara lo studio di molte più configurazioni progettuali in una frazione del tempo per accelerare le fasi iniziali di progettazione e concentrando le risorse computazionali più costose sugli ultimi dettagli e sulle ottimizzazioni finali dello sviluppo della vettura da competizione.
In parallelo, IBM e Dallara stanno esplorando come gli approcci quantum e hybrid quantum possano essere integrati nel flusso di progettazione. Unendo l’esperienza di Dallara nell’ingegneria di veicoli e nella progettazione basata sulla fluidodinamica computazionale (CFD) con la leadership di IBM nel calcolo quantistico e nell’intelligenza artificiale, la collaborazione valuterà in che modo questi metodi possono integrarsi nei processi di simulazione tradizionali nel breve termine, individuando al contempo opportunità a lungo termine per un utilizzo pratico nella progettazione automobilistica e nel motorsport.
“Le corse hanno insegnato a Dallara che ci sono due possibili esiti: o si vince o si è costretti a imparare. La fiducia di IBM nel collaborare a questo progetto innovativo testimonia la volontà di Dallara di superare continuamente i propri limiti e di non smettere mai di imparare”, ha affermato Andrea Pontremoli, CEO di Dallara.
“Alcune delle sfide ingegneristiche più complesse derivano dalla necessità di simulare con accuratezza il mondo fisico” ha dichiarato Alessandro Curioni, IBM Fellow e Vice President Algoritmi e Applicazioni di IBM Research. “Con Dallara, IBM applica l’AI per accelerare oggi la progettazione aerodinamica, portando avanti in parallelo il quantum computing per spingere ancora più lontano le capacità di simulazione. Insieme, queste tecnologie possono aiutare gli ingegneri a muoversi più rapidamente, esplorare più possibilità e progettare veicoli con prestazioni superiori.”
Evolvere la progettazione aerodinamica grazie all’AI
Progettare un veicolo ad alte prestazioni significa bilanciare carico aerodinamico, resistenza, stabilità e reattività in condizioni che possono cambiare da gara a gara. Piccole modifiche progettuali possono avere un impatto sorprendentemente significativo sulle prestazioni, e la soluzione aerodinamica ottimale non è sempre ovvia. I modelli di AI sono progettati per prevedere i comportamenti aerodinamici direttamente a partire dalla geometria e da altri input ingegneristici correlati.
Con il progredire della collaborazione, IBM e Dallara intendono estendere i modelli di AI a una gamma più ampia di condizioni, come diverse velocità o scenari di sorpasso, applicarli alla progettazione di nuovi veicoli e sviluppare strumenti che consentano un’esplorazione più rapida di nuove configurazioni aerodinamiche. Queste capacità aiuteranno gli ingegneri nelle fasi preliminari di progetto ad avvicinarsi più rapidamente agli obiettivi di prestazione, prima di investire in simulazioni complete dell’intero veicolo.
“I veicoli ad alte prestazioni rappresentano un banco di prova ideale per i modelli surrogati basati su reti neurali, ma il potenziale va ben oltre il mondo delle competizioni,” ha dichiarato Fabrizio Arbucci, CIO di Dallara. “Una progettazione aerodinamica più efficiente potrebbe apportare benefici che spaziano dalle autovetture ai velivoli e ad altri settori fortemente influenzati dall’aerodinamica. Anche una riduzione dell’1-2% della resistenza aerodinamica nei veicoli passeggeri potrebbe tradursi, su larga scala, in miglioramenti significativi in termini di efficienza dei consumi e benefici ambientali.”
I primi risultati della collaborazione sono descritti in uno studio preliminare pubblicato su arXiv il 20 aprile 2026. Questo lavoro si basa sul nuovo modello Gauge-Invariant Spectral Transformers (GIST) sviluppato da IBM, oggetto di uno studio preliminare pubblicato il 17 marzo. IBM e Dallara hanno presentato questi e altri progressi nell’applicazione dell’AI ai sistemi fisici complessi il 26 aprile 2026, in occasione della International Conference on Learning Representations a Rio de Janeiro.
