剖析流体仿真为什么要选择GPU?
栏目:企业动态 发布时间:2021-05-12 22:27
因为仿真软件必要挥霍大方揣测资源,很众揣测机辅助工程 (CAE) 行使都可能从 GPU 的并行措置技能中大受裨益。与 CPU 比拟,GPU 的密度更高而总体具有本钱更低,于是具有显着的性价...

  因为仿真软件必要挥霍大方揣测资源,很众揣测机辅助工程 (CAE) 行使都可能从 GPU 的并行措置技能中大受裨益。与 CPU 比拟,GPU 的密度更高而总体具有本钱更低,于是具有显着的性价比上风,此日为民众分享基于CFD规模的GPU加快体验。

  揣测流体仿真力学,英文全称Computational Fluid Dynamics,缩写为CFD,它是数值数学和揣测机科学连接的产品,通过空间离散和数值求解的思绪,对流体力学的各种题目举办数值实践、模仿和剖释商酌,以处置练习、科研或者工程计划中的题目。

  面临一个全体的工程题目,CFD工程师正在行使CFD器材举办仿真剖释时的基础流程,日常可能总结为五步:前措置、网格划分、界限条款加载、求解揣测和后措置。但怎么去均衡揣测量(网格数目)和揣测时候,看待许众CFD工程师都是个挑衅。

  正在实质处置题目的经过中,CFD工程师除了愿望能挑选一款称手的软件器材外,当然也愿望揣测机的主频越高越好,中心越众越好。然而,中心与揣测速率并非线性干系,不会由于中心等比例增进。若思正在单台电脑上阐明极限运算技能,还必要应用GPU加快,由于GPU加快通过调解措置器并行运算,不妨极大地提拔揣测技能,越发适合众个项目同时举办,如此得回的时候收益较大。

  CFD永远向措置更高无误度、更繁复的几何组织倾向进展。但现阶段,CFD软件行使于繁复流体题目方面再有待拓展,受到的滞碍重要源自以下三个方面:

  ● 隐式算法的高内存央浼——少少CFD剖释工程师老是愿望取得完整的残差收敛弧线,以注明揣测结果的牢靠性,于是,他们会首选隐式算法,这意味着高内存的需求;

  ● CFD结果对网格的强依赖性——网格的合理计划和高质料天生是CFD揣测的条件条款,是影响CFD揣测结果的最重要的断定性成分之一,是CFD做事中人工做事量最大的局限,也是限制CFD做事效果的瓶颈题目之一。纵然正在CFD高度茂盛的邦度,网格天生仍占悉数CFD揣测劳动全数人力时候的70%~80%。

  ● 工程流体仿真题目繁复众变——正在流体力学模仿中,因为流体力学模仿是个繁复的经过,存正在万分变形、自正在液面以及物质运动接壤面等题目,正在行使网格数值模仿时,会显示网格扭曲导致揣测不收敛或者出现很大的揣测差错,必要从头模仿,这使得揣测本钱大大填补。

  为了使CFD仿真阐明最大效用,CFD工程师往往必要神速取得揣测结果。而借助于GPU加快揣测所供给的出众行使标准机能,能将CFD标准揣测鳞集局限的做事负载转化到GPU,同时仍有CPU运转其余标准代码,如此揣测速率大大提拔。其它,从揣测机能来看,正在CFD行使中单个GPU的机能远远优于CPU,基于GPU加快的CFD揣测速率显着加快,许众繁复的CFD困难得以处置,于是,越来越众的CFD工程师挑选GPU加快。

  CFD是一个揣测需求热烈的规模,GPU的挑选将从基础上断定CFD剖释经过的体验。正在CFD剖释中,工程师前期花费的时候重要正在模子创造和批改上,后期真正的剖释时候破费正在揣测机上,于是,挑选一款适合本身的CFD软件和高机能筑模做事站就显得尤为主要。接下来分享来自e-works平台基于Altair CFD行使软件以及少少案例模子的实质评测,供民众参考:

  【软件处境先容】Altair AcuSolve是一款基于GLS-FEM算法的通用热流体求解器,不只有神速优秀的收敛速率,还能抵达很高的求解精度,同时对网格有优秀的兼容性,极度便当于繁复模子网格的划分,渊博行使于汽车、流体呆滞和海洋平台等工业和科学行使题目的处置。值得一提的是,最新版本的AcuSolve,不但通过GPU加快普及了3~4倍的揣测速率,同时也声援核态欢腾、热辐射、冷凝/蒸发众相流和流固耦合(FSI)等CFD困难的处置。

  【测试模子】正在新能源汽车、医疗筑设、军工筑设等大功率密度的行使景象,筑设运转时会出现大方的热损耗,为保障筑设的安好运转,必要采用百般冷却步伐来对筑设举办冷却,水冷是个中一种格式。以新能源车的水冷板为例,其计划直接影电池的温度匀称性,进而影响车辆的续航里程和安好性。本测试模子具有网格数目4300万,求解方程采用湍流+固体传热组合,湍流模子挑选基于SA一方程的模子,设立稳态迭代步为200步,判袂采用无GPU和1块GPU加快举办揣测时候比照。

  【测试结果】数据剖明,无GPU加快时,水冷板剖释的揣测时候必要21小时;采用单块Quadro RTX 8000加快,水冷板剖释的揣测时候只必要4小时。由此可睹,采用Altair AcuSolve举办水冷板仿真剖释,并供给RTX GPU的巩固声援,揣测速率与无GPU加快比拟普及了4.25倍。明白,这种格式看待CFD工程师神速查究水冷板的计划,并遵照无误的揣测结果做出决定万分有益。

  【软件处境先容】Altair nanoFluidX是一款基于粒子的流体动力学 (SPH) 仿真器材,用于预测运动轨迹繁复的几何组织四周的流体。以整车CFD仿真为例,守旧CFD本领必要创造网格耗时雄伟,但Altair nanoFluidX基于粒子的性情,无需创造网格,还可基于GPU显卡揣测,万分有助于工程师得回简短而高效的CFD处置计划。

  【硬件处境先容】CPU采用单颗Intel(R) Xeon(R) Gold 6126 CPU @ 2.60GH;GPU选用Quadro RTX 8000和Tesla V100,因为Altair nanoFluidX采用的粒子本领,其揣测是由一系列的流体粒子的彼此效用完结,正在揣测中每个粒子所奉行的揣测是统统肖似的,而正在区别的数据上奉行肖似的标准,适值是GPU揣测最擅长的。

  【测试模子】整车渡水剖释是近年来新兴的CFD仿真规模,重要商酌汽车以必定速率渡水时,症结零部件的进水危害,如防火墙渗水,守旧的动员机进气口进水,电动汽车电气短途等题目。整车渡水模子往往必要破费大方的揣测资源和时候举办求解,以本次创造的整车渡水模子为例,具有粒子数目为4100万,设立车速为50公里/小时、瞬态物理时候为4秒,创造单相流模子,本次测试判袂采用1块RTX 8000 、2块RTX 8000、4块RTX 8000和4块Tesla V100加快,比照揣测时候。

  【测试结果】数据剖明,采用1块、2块、4块RTX 8000加快,整车渡水剖释判袂必要花费48小时、28小时、13小时;采用4块V100,则必要16个小时。从揣测时候来看,采用4块RTX 8000加快,揣测时候起码,与采用1块RTX 8000加快比拟,揣测速率提拔了约2.7倍。揣测结果也剖明,采用基于GPU加快和Altair nanoFluidX的组合格式,准许CFD工程师正在一个更可承受的短时候内商酌近似整车渡水如此的繁复流体题目。

  【软件处境先容】Altair ultraFluidX专用于超速预测乘用车、轻型卡车、赛车和重型车辆的氛围动力性情的仿真剖释,它基于格子玻尔兹曼(LBM)身手,无需创造网格,这大大缩短了筑模时候,使得计划变得尤其容易,同时保存了全面主要的几何细节。

  【测试模子】看待车辆的早期开垦优化,采用CFD技术无疑是最有用且最经济的本领,但这类CFD剖释往往是高内存和高揣测资源破费的类型代外,必要应用GPU来优化揣测机能。以此次创造的汽车虚拟风洞模子为例,具有格子数目1亿6万万,格子的最小尺寸为1.8mm,设立车速为140公里/小时、瞬态物理时候为2秒,判袂采用2块NVIDIA RTX 8000、4块NVIDIA RTX 8000和4块V100加快,比照揣测时候。

  【测试结果】数据剖明,采用2块、4块NVIDIA RTX8000加快,模仿汽车虚拟风洞判袂必要花费14小时、8小时;采用4块V100,则必要8.4个小时。三种GPU加快中,采用4块NVIDIA RTX8000加快,揣测时候起码,与采用2块NVIDIA RTX8000加快比拟,揣测速率提拔了约0.75倍。揣测结果也剖明,基于GPU和Altair ultraFluidX的组合格式,可能显着加快汽车虚拟风洞剖释,有用缩短汽车开垦周期。

  举动暂时最主要的三大协措置加快身手之一,GPU仍旧成为数值剖释的新宠,渊博行使于各个规模。以流体仿真规模为例,跟着CFD剖释对揣测技能的央浼日益增高,越来越众的CFD工程师偏向于采用GPU加快,比方借助 RTX 8000 GPU加快,能以远低于守旧 CPU 处置计划的本钱、空间和功耗,得回无与伦比的揣测机能。

  同时,正在衬托方面,操纵RTX 8000宏大的运算技能,将流场和流体构件创造数学模子,并用数字化可视化的形态显露出来,可能得回自便场所的结果值,这无疑也极大地普及了计划的无误性。e-works以为,杰出的揣测机能和尖端的数值本领的组合,正在更短的时候内商酌繁复的流体题目,将成为另日CFD规模高效而主流的格式。