Pourquoi l'informatique à haut rendement transforme-t-elle les flux de travail CAE?

Les entreprises d'ingénierie moderne sont constamment contraintes de commercialiser plus rapidement les produits tout en réduisant les coûts et en améliorant les marges de sécurité.La simulation par ordinateur (CAE) est depuis longtemps la pierre angulaire du développement des produits, mais à mesure que les produits physiques deviennent plus complexes et plus régularisés, les approches traditionnelles de simulation basées sur les postes de travail sont souvent insuffisantes. L'informatique à haute performance (HPC) est devenue le moteur essentiel qui permet aux équipes d'ingénierie de passer au-delà des modèles simplifiés et des mailles grossières en analyse à haute fidélité qui reflète la physique réelle.

Comprendre les architectures informatiques à haut rendement

Les systèmes de calcul à haute performance sont des systèmes qui offrent des performances bien supérieures à celles d'un poste de travail standard ou même d'un petit groupe de serveurs. À son cœur, HPC s'appuie sur le traitement parallèle, où de nombreux processeurs ou cœurs exécutent simultanément des instructions. Ces systèmes sont généralement organisés en grappes de nœuds interconnectés, chacun contenant plusieurs processeurs ou GPU, avec des réseaux à haut débit à faible latence comme InfiniBand ou Ethernet à haute vitesse reliant les nœuds. L'architecture permet aux ingénieurs de décomposer un gros problème de simulation en petits morceaux qui peuvent être résolus simultanément, puis recombinés pour obtenir le résultat final. Les deux approches dominantes de HPC aujourd'hui sont les grappes de CPU optimisées pour les charges de travail générales et les systèmes accélérés GPU qui excellents à des opérations à point flottant très parallèles, comme celles trouvées dans la dynamique des fluides informatiques (CFD) et l'analyse des éléments finis (FEA).

Composantes architecturales clés de HPC pour CAE

  • Nœuds de calcul: Chaque noeud abrite plusieurs processeurs et mémoire, avec des systèmes modernes comportant généralement des processeurs à double poche offrant 64 cœurs ou plus par noeud.
  • Interconnects haute vitesse:[ Des technologies telles que InfiniBand HDR ou NVIDIA Mellanox fournissent un débit de 200-400 Gbps avec une latence de microseconde, critique pour les simulations d'échelle sur des centaines de nœuds.
  • Systèmes de fichiers parallèles:[ Des solutions comme Lustre ou GPFS permettent à de nombreux nœuds de calculer la lecture et l'écriture simultanée de données de simulation sans goulots d'étranglement d'E/S.
  • Les planificateurs d'emploi:[ Les logiciels tels que SLURM ou PBS Pro gèrent les files d'attente et l'allocation des ressources dans l'ensemble du cluster, assurant ainsi une utilisation efficace.
  • Les accélérateurs GPU: Les GPU NVIDIA A100, H100 ou AMD MI300X peuvent accélérer les noyaux de solveur par ordre de grandeur pour les opérations de matrice et les discrétisations PDE.

Comment le HPC accélère les cycles de vie de la simulation de l'EAC

L'impact le plus immédiat de HPC sur la CAE est la réduction du temps de travail des horloges pour les simulations individuelles. Une simulation de choc de véhicule qui peut prendre 80 heures sur un poste de travail 16-core peut être terminée en moins de 3 heures sur un cluster de 1000-core. Cette accélération transforme les workflows d'ingénierie de plusieurs façons fondamentales. Les ingénieurs peuvent exécuter simultanément des balayages paramétriques à travers des dizaines de variables de conception plutôt que séquentiellement, explorer l'espace de conception plus en profondeur.

Comportement à calibrage parallèle

Tous les codes de simulation ne s'échellent pas aussi bien sur de nombreux cœurs. Une forte échelle, où la taille du problème reste fixe tout en ajoutant des cœurs, et une faible échelle, où la taille du problème augmente proportionnellement avec le nombre de cœurs, représentent deux points de repère pour évaluer la pertinence du CCP. Les résolveurs modernes de CAE comme Ansys Fluent, Simcenter STAR-CCM+, OpenFOAM et Abaqus ont été réglés au fil des décennies pour atteindre une forte échelle presque linéaire jusqu'à des milliers de cœurs pour de nombreux types de problèmes.

Cas d'utilisation où HPC produit des résultats par cassure

Aéronautique : Aérodynamique en plein air en heures

Les fabricants d'aéronefs ont adopté le HPC pour la CAE parce que la physique en cause est intrinsèquement à grande échelle et non linéaire. La simulation du débit transonique sur une configuration complète d'un aéronef avec des dispositifs de levage à haute altitude déployés peut nécessiter des nombres de mailles supérieurs à 500 millions de cellules. Les approches traditionnelles de poste de travail forceraient les ingénieurs à grossièrer le maillage, sacrifiant la précision aux endroits critiques tels que les jonctions de corps d'aile ou les conditions de décrochage près.

Automobile: Haute fiabilité et NVH

Le génie automobile dépend depuis longtemps des résolveurs dynamiques explicites pour la simulation des accidents, mais comme les structures du véhicule intègrent des matériaux mixtes, y compris des aciers à haute résistance, de l'aluminium et des composites de fibre de carbone, le nombre d'éléments a augmenté de façon spectaculaire. Un modèle d'accident complet contient généralement de 5 à 10 millions d'éléments, chaque simulation nécessitant 50 à 100 heures sur un poste de travail de 32 cœurs. Le déploiement du même modèle sur un groupe de PCH de 512 noeuds réduit le temps d'exécution à 4 à 8 heures, ce qui permet de faire un virage de nuit.

Énergie: Simulation multiphysique de la turbomachine

Les turbines à gaz, les éoliennes et les pompes comportent une physique des fluides, des thermiques et des structures étroitement couplées. HPC permet une analyse du transfert de chaleur conjugué (TCC) où le domaine des fluides et du solide sont résolus simultanément, ce qui permet de résoudre la migration des bandes chaudes et la fatigue thermique dans les pales des turbines. Dans l'industrie nucléaire, le CFD basé sur le CPC est utilisé pour modéliser le débit de liquide de refroidissement à travers les carottes de réacteur avec une résolution sous-canale détaillée, soutenant l'élaboration de cas de sécurité et l'octroi de licences.

Biomédical: Planification chirurgicale spécifique au patient

Le champ biomédical a adopté le HPC pour effectuer des simulations hémodynamiques spécifiques au patient pour l'évaluation des maladies cardiovasculaires. Simuler le flux sanguin à travers une aorte reconstituée à partir de données d'imagerie médicale nécessite généralement de résoudre les équations Navier-Stokes sur des mailles de 10 à 50 millions d'éléments, avec des étapes de temps de l'ordre de millisecondes. HPC permet de simuler plusieurs cycles cardiaques en quelques heures, fournissant aux cliniciens des cartes de contrainte de cisaillement mural et des gradients de pression qui informent le placement de l'endoprothèse ou la planification chirurgicale pour la réparation de la coarctation.

Surmonter les obstacles à l'adoption des CCP dans les CAE

Malgré les avantages évidents, de nombreuses organisations peinent à intégrer efficacement HPC dans leurs flux de travail CAE. Les obstacles les plus courants sont les coûts de licence de logiciel, le manque d'expertise interne HPC et la complexité de la gestion des données. De nombreux résolveurs commerciaux de CAE ont utilisé des modèles de licence par cœur, rendant le déploiement de HPC à grande échelle prohibitif. Les tendances de l'industrie se tournent vers des licences basées sur des jetons ou des boursouflures en nuage qui offrent des aspects économiques plus flexibles.

Meilleures pratiques pour les équipes adoptant le CCP pour les EAC

  • Démarrer par un problème de référence :[ Profiler une simulation représentative sur un petit groupe afin d'établir le rendement de base et de déterminer les caractéristiques de l'échelle avant de s'engager à des allocations importantes.
  • Investir dans l'automatisation du prétraitement:[ Le nettoyage de géométrie, la génération de mailles et la configuration des conditions de bordure deviennent souvent des goulots d'étranglement lorsque le débit de simulation augmente.
  • Utiliser la capacité d'éclatement de façon stratégique:[ Réserve sur site HPC pour les charges de travail en état d'équilibre, et supplément avec le HPC nuage pour les périodes de pointe de la demande ou les études paramétriques exploratoires.
  • Les techniques de réduction des données adoptées:[ La visualisation in situ et la compression perdue (p. ex. SZ ou ZFP) peuvent réduire les besoins de stockage de 10 à 100x sans perdre de précision pertinente pour l'ingénierie.

Intégration de HPC avec l'IA et l'apprentissage automatique

L'un des développements les plus prometteurs dans le domaine de l'AC accéléré par le HPC est l'intégration de l'intelligence artificielle et de l'apprentissage machine pour réduire davantage le temps de simulation et développer les capacités prédictives. La modélisation de substitution à l'aide de réseaux neuronaux profonds formés sur des bases de simulation générées par le HPC peut produire des prédictions quasi instantanées pour de nouveaux points de conception, permettant ainsi une exploration spatiale en temps réel.

Le rôle des jumeaux numériques

La technologie numérique à double fonction repose sur une synchronisation continue entre les actifs physiques et leurs modèles virtuels. HPC rend possible la simulation numérique à double fonction en permettant une simulation en temps quasi réel qui peut assimiler les données des capteurs des équipements sur le terrain. Dans les opérations de turbine à gaz, un modèle numérique à double fonction à double commande, étalonné sur la pleine CFD 3D, peut prédire la durée de vie utile restante des composants à section chaude, la maintenance de l'horaire avant les défaillances.

Écosystèmes logiciels et plateformes clés

Plusieurs paquets CAE commerciaux et open-source ont été spécialement optimisés pour les environnements HPC. Ansys Fluent prend en charge le traitement parallèle de la mémoire distribuée via MPI et peut tirer parti de l'accélération GPU pour les résolveurs à pression. OpenFOAM, la boîte à outils CFD open-source, fonctionne efficacement sur des grappes HPC avec une échelle faible quasi linéaire pour les flux incompressibles et est devenue la norme pour les applications CFD académiques et industrielles. Dassault Systèmes'Abaqus prend en charge la décomposition de domaine pour des FEA explicites et implicites, s'étendant à des milliers de cœurs pour les simulations structurelles de grande envergure.

Justification économique et ROI du HPC pour les CAE

La construction ou la location d'un groupe de CHP représente un engagement financier important, mais le rendement des investissements est souvent important lorsqu'on le mesure en fonction des coûts de main-d'oeuvre et des pénalités du temps à la mise en marché. Une entreprise manufacturière qui dépense 2 millions de dollars par année pour le prototypage de pièces physiques pourrait réduire cette dépense de 30 à 50 % grâce à une plus grande fidélité de simulation permise par HPC. Les équipes d'ingénierie qui ont déjà effectué deux ou trois itérations de conception par trimestre peuvent doubler ou tripler cette cadence avec HPC, ce qui a une incidence directe sur les recettes provenant des lancements plus rapides de produits.

Trajectoires futures dans la simulation à l'aide de HPC

L'évolution de l'informatique exascale, avec des systèmes capables d'effectuer plus d'un quintillion d'opérations par seconde, repousse les limites de ce que peut accomplir CAE. Les premiers systèmes exascales ont été déployés aux États-Unis (Frontier at Oak Ridge National Laboratory) et offrent une capacité sans précédent de simulation de combustion, de modélisation climatique et de science des matériaux. Pour l'industrie, l'informatique exascale permettra de faire de routine la simulation de haute fidélité des systèmes complets – des aéronefs complets avec moteurs fonctionnant, la gestion thermique de tout véhicule et l'interaction fluide-structure couplée des plates-formes offshore sous une charge d'onde extrême.