e-works数字化企业网  »  文章频道  »  产品创新数字化(PLM)  »  CAE

借助GPU实现仿真极致加速

2021/7/24    来源:e-works    作者:e-wotks  吴星星  王聪      
关键字:CFD  Nvidia GPU  仿真  
本文将分享基于Altair的CFD软件和Nvidia GPU硬件相结合的案例评测,供CFD工程师选择GPU时参考。


评测案例一:通用跑车和Altair CX-1在DGX-1的加速情况

       软件环境介绍——Altair ultraFluidX™是一款用于超快预测乘用车、轻型卡车、重型车辆以及赛车应用的空气动力特性的仿真分析软件,它基于格子玻尔兹曼(LBM)技术,具有瞬态仿真、高效并行以及低数值耗散的特点。同时,Altair ultraFluidX在开发之初就是基于GPU硬件优化,相对于传统的CPU求解器,效率有不小提升,尤其针对瞬态计算而言,可以高效快速地获得准确地仿真结果。本案例软件运行环境基于Altair ultraFluidX 2019版本。

       硬件环境介绍——测试模型运行在DGX-1系统与2颗Intel Xeon E5-2698 v4,其主频是2.2GHz,CPU核心数量20,驱动410.79,RAM是512GB;DGX OS 4.0.4;GPU选择8块NVIDIA V100 32GB并采用NVLink的连接方式,NVIDIA V100采用NVIDIA Volta架构,在单个GPU中提供高达32个CPU的性能,CFD工程师可以花费更少的时间优化内存使用,更快更高效地获得CFD分析结果。需要指出的是,NVLink是一种高带宽且节能的互联技术,能够在CPU-GPU和GPU-GPU之间实现超高速的数据传输,这项技术的数据传输速度是传统PCIe3.0速度的多倍,能够大幅提升应用程序的处理速度,并使得高密集度而灵活的加速运算服务器成为了可能。
NVIDIA V100
NVIDIA V100

       测试模型:对于一款跑车而言,符合空气动力学的车身造型设计尤为关键。借助空气动力学CFD工具,工程师可以在跑车下压力与最低空气阻力之间找到一个完美的平衡点,以实现高效节能、减少噪音、提高车辆的平顺性和行驶稳定性等目标。本测试选择流体单元约3600万的通用跑车和拥有约2.3亿流体单元的Altair CX-1概念跑车为模型进行外部空气动力学仿真,其中Altair CX-1具有产品级别的复杂性和细节,通过这两种模型在DGX-1系统下GPU加速的相对性能测试,比较NVIDIA V100所带来的运算性能的提升。
流体单元约3600万的通用跑车模型
流体单元约3600万的通用跑车模型
约2.3亿流体单元的Altair CX-1跑车模型
约2.3亿流体单元的Altair CX-1跑车模型

       测试结果:数据表明,通用跑车外部空气动力学仿真分析在1块、2块、4块、6块、8块GPU加速下,相对性能的数值分别是1、1.8、3.2、4、4.9;基于Altair CX-1跑车外部空气动力学仿真分析在4块、6块、8块GPU加速下,相对性能的数值分别是4、5.7、7.3。测试结果也表明,采用Altair ultraFluidX软件进行外部空气动力学仿真分析,并由NVIDIA V100提供加速支持,可以获得接近线性GPU并行运算性能。
两种模型在DGX-1系统下GPU加速的相对性能
两种模型在DGX-1系统下GPU加速的相对性能

(注:相对性能根据模型MNUPS(每秒更新百万节点)性能计算)
 
责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐