記事日付：2026年9月9日
MotoGPは2027年に過去10年以上で最大規模となる技術規定の変更を控えています。
排気量の850cc化やライドハイトデバイスの禁止、100%持続可能燃料の導入など、車両設計には抜本的な見直しが求められています。
Ducati Corseは、2026年シーズンの競争力を維持しつつ、2027年型マシン「Desmosedici GP」をゼロから再設計するという困難な課題に直面しました。
この並行開発を支えるため、同チームはLenovoのハイパフォーマンスコンピューティング（HPC）インフラを大幅に拡張し、理論上の倍精度演算性能で108 TFLOPSを超える環境を構築しています。
シミュレーション時間の短縮がもたらす開発の質的変化
拡張されたHPCインフラは、設計フェーズにおいて重要な役割を果たしています。
特に、エンジンや空力パッケージの最適化において、仮想環境での試行回数を増やすことが可能となりました。
Lenovo’s expanded high-performance computing infrastructure has cut 3D engine CFD simulation times by 50% and structural analysis times by 30%, accelerating the development of Ducati Corse’s all-new engine and aerodynamics package。
この計算時間の短縮により、物理的な試作を行う前に、より多くの設計案を仮想空間で検証できるようになりました。
これにより、開発期間の短縮と製造コストの抑制を実現しつつ、設計の精度と信頼性を高めるという成果を得ています。
開発現場における計算リソースの判断基準
今回の事例は、限られたテスト機会の中でいかに予測エンジニアリングを活用するかが、現代のモータースポーツにおける競争力の源泉であることを示しています。
エンジニアは、より複雑なシミュレーションモデルを走らせることで、実走行に近い条件を再現し、空力特性が車両性能に与える影響を深く理解できるようになりました。
日本国内の企業や開発現場において、同様のHPC導入を検討する際は、単なる計算性能だけでなく、運用コストや既存の設計プロセスとの統合性、そして将来的な規定変更に対応できる拡張性を比較検討することが重要です。
なお、本記事で紹介したLenovoのインフラ構成や提供条件はグローバルな事例に基づくものであり、日本国内での導入効果や具体的な提供条件については、必ず公式情報をご確認ください。
出典: https://news.lenovo.com/preparing-for-motogps-2027-regulations-lenovo-accelerates-ducati-corses-development-of-the-new-desmosedici-gp-bike
