התפקיד של מחשוב ביצועים גבוהים בהנדסת Simulation Labs

מחשוב ביצועים גבוהים (HPC) הפך לעמוד השדרה של מעבדות סימולציה הנדסיות מודרניות, מתן כוח חישובי גולמי הדרוש לפתרון בעיות פיזיקה מורכבות יותר ויותר.מעיצוב הדור הבא של מטוסים להטמעת מערכות ניהול סוללות תרמיות, HPC מאפשר למהנדסים ליצור תאומים דיגיטליים בעלי אופי גבוה של מערכות פיזיקליות, החלפת אבטיפוס פיזי יקר רבים.ה לעבר הנדסה דיגיטלית לא רק דרישה מותרותית עבור מודלים מתקדמים, לעתים קרובות, כמו גם מודלים של סימולציה של מודלים פונקציונליות תחרותית, כמו גם מודלים של סימולציה של יעילות.

מהו מחשוב גבוה?

מחשוב ביצועים גבוהים (HPC) מתייחס למיזוג של כוח מחשוב כדי לספק ביצועים גבוהים יותר משמעותית מאשר מחשב שולחני טיפוסי או עבודה. מערכות HPC בנויות באמצעות אשכולות של שרתים, כל אחד המכיל מעבדים מרובים (CPUs), ולעתים קרובות בתוספת יחידות עיבוד גרפיקה (GPUs) או מערךי שער הניתנים לחיזוי שדה (FPGAs) עבור עבודה אלה במהירות גבוהה.

בהקשר של סימולציה הנדסית, HPC פירושה הפעלת פותרים המסלקים תחומים חישוביים גדולים למיליוני אלמנטים קטנים יותר או תאים, חלוקת העבודה על פני ליבות רבות.מודלים אדריכליים נפוצים כוללים:

  • (ב) מקבילות מבוססת MPI) – לכל צומת יש זיכרון משלו, והנתונים מועברים במפורש בין צומת.
  • (בקיצור:0) למערכות זיכרון משולבות (למשל, OpenMP) – בשימוש בתוך צומת אחד עם ליבות מרובות גישה לבריכת זיכרון משותפת.
  • (FLT:0GPU-accelerated מחשוב FIRLT:1) - מינוף אלפי ליבות GPU לביצוע חישובים וקטורים מהירים הרבה יותר מ CPU עבור הקרנלים מסוימים (למשל, אסיפה סופית, חישובי שפעת של CFD).
  • (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מערכות HPC נמדדות לעיתים קרובות ב-Faflops (quadrillions of צף-point Act לשנייה), כאשר המערכות המהירות ביותר נכנסות לעידן ה- Exascale. for Engineering Labs, אפילו אשכולות בקנה מידה קטן עם כמה עשרות צמתים יכולים להפחית באופן דרמטי את זמני הסבב למחקרי עיצוב.

יישומים של HPC בהנדסה סימבול

רוחב של עומסי סימולציה הנדסיים כי תועלת מ HPC גדלה בהתמדה.מה שהיה פעם שמור עבור אווירול ותעשיות רכב הוא עכשיו נפוץ קירור אלקטרוניקה, עיצוב מכשיר ביו-רפואי, אנרגיה מתחדשת ומוצרים צרכניים.

Fluid Dynamics (CFD)

CFD הוא אחד הדיסציפלינות הסימולציות הסימולציות ה ⁇ ביותר של HPC-intensive. Solving the Navier-Stokes משוואות על ג'קמטות מורכבות - למשל, זורם מעל כנף מטוסים, ערוצי קירור פנימיים בלהב של גז, או זרימת אוויר דרך מרכז נתונים - דורשות ממריצים גבוהים וסימולציות בזמן (S) יכולות להעריך עשרות שנים של סימולציות גדולות יותר, במקום סימולציות ליבה של מטוסים, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, יכולות להיות מסוגלות ליבה של עשרות שנים מלאות, במקום סימולציות CD, במקום לדגימות של מטוסים שלמים של סימולציות CD, במקום, כלומר, כלומר, יכולות לדגימות של סימולציות מלאות של סימולציות של סימולציות של סימולציות של סימולציות של מטוסים.

ניתוח יסודות סטרקטיאל ופניטמנט (FEA)

ניתוח אלמנט Finite עבור מתח, רטט, וירידה גם יתרונות של HPC. Explicit דינמי פותרים (למשל, LS-DYNA) המשמש סימולציה של תאונות רכב או ניתוח טיפות דורש פתרון זמני גבוה מאוד ומנגיש מאוד עדין מאוד באזורי השפעה.מפתורים חד-ממדיים עבור בעיות בקנה מידה גדול או קוואסי-סטטי-סטטי כדי לפתור מערכות לינאריות גדולות מאוד.

ניתוח ה- Multiphysics

סימולציה תרמית של אלקטרוניקה, סוללות, ואלקטרוניקה כוח לעתים קרובות זוגות התנהגות, הדבקה וקרינה.לדוגמה, לחזות טמפרטורות צומת מיקרומעבד עם עשרות מקורות חום וחום מורכב דורש פתרון משוואה חום על רשת בסדר. סימולציות רב-פיסיקה (למשל, אינטראקציה מבנית נוזלית או הפיכה אלקטרו-רמימית) הבעיה מורכבת: כל מודל יכול להשתמש באלגוריתמים שונים, הדורשים הפיכה.

חומרים מדע וכימיה משלימה

במיקרו-סול, התיאוריה התפקודית של צפיפות (DFT) ודינמיקה מולקולרית (MD) סימולציות מחקר תכונות חומריות, מנגנוני כישלונות וגילוי חומרי חדש.הסימולציות האונומיות הללו מקבילות באופן טבעי, עם כל אינטראקציות של אטום שננקטו באופן עצמאי בכל שלב.HPC מאפשר לחוקרים לדמות מיליוני אטומים על פני שני השניות של זמן אמיתי - קריטי להבנת שבר, קורוזיון, או התנהגות פולימרונית.

אלקטרומגנטים ו Acoustics

מודלים של שדות אלקטרומגנטיים (למשל, עיצוב אנטנה, שלמות לוח מעגלים מודפס) ו propagation אקוסטית (למשל, רעש ממנועי סילון או טורבינות רוח) לעתים קרובות כרוך בפתרון המשוואות של מקסוול או Helmholtz על מברשות גדולות. , סולרי Frequency-domain יכולים לדרוש פתרון תדרים עצמאיים רבים, מה שנקרא "מברסלים במקביל" עבודה אידיאלי עבור ממחשב.

"HPC הפך סימולציה מכלי אימות בסוף העיצוב לחלק בלתי נפרד של שלב התפיסה.היום אנחנו יכולים כמעט לבדוק מאות תצורה לפני חיתוך המתכת."

היתרונות של שימוש ב-HPC בהנדסת מעבדות

היתרונות של שילוב HPC לתוך זרימת העבודה של סימולציה הם מוחשיים ומדידים. להלן הם היתרונות העיקריים, כל אחד נתמך על ידי ראיות בעולם האמיתי של ארגונים הנדסיים מובילים.

מהירות ופנים

HPC מפחיתה את זמן הסימולציה משבועות או חודשים עד שעות או ימים.לדוגמה, מחקר מטבולי של 200 צורות אוויריות באמצעות עבודה טיפוסית עשוי לקחת 200 שעות (יותר משבוע) עם אשכול 200-core, אותם מקומות עבודה יכולים לרוץ במקביל בתוך שעתיים.מהירות זו מאפשרת למהנדסים לסגור לולאות עיצוב מהיר יותר, לרוץ יותר עיצוב של מחקרים, הפעלות מוצר הדוקות, ולעמוד בלוח זמנים הדוק.

דמוקרטיה ונאמנות

ספירות ליבה גבוהות יותר מאפשרות שימוש במשבות בסדרות (למשל, שכבות גבול נפתרות ל- y+ < 1 ב-CFD) ותכניות סדר גבוה יותר, לכידת תופעות פיזיות שמודלים קושרים מפספסים. בניתוח מבני, HPC מאפשרת סימולציה מפורשת של קידוד סדקים עם מודלים של נזק, ולא קריטריונים כישלונות פשוטים.

עלויות ניכוי

בדיקות ובדיקות פיזיות יקרות: בדיקת תאונות דרכים אחת עולה מאות אלפי דולרים; בדיקת כנף מטוסים בקנה מידה מלא יכולה להפעיל מיליונים.על ידי שינוי רוב הנטל האימות לסימולציה, חברות לחסוך הוצאות הון משמעותיות.

חדשנות וחקירה

HPC מאפשר למהנדסים לחקור חללי עיצוב שיהיו בלתי ניתנים להסכמה עם בדיקות פיזיות או מחשוב מוגבל.לדוגמה, אלגוריתמי עיצוב חדשניים המערכים אלפי ג'ממטות כדי למצוא משקל אופטימלי / נחיתות סחר הן רק מעשיות עם HPC. באופן דומה, סימולטור מושגים חדשים (למשל, מחזורי מנוע מתקדמים, מבנים ממורפים) לפני בניית כל דבר מספק סביבה בטוחה, נמוכה לחדשנות.

שיתוף פעולה וגישה מרחוק

משאבי HPC המודרניים מוצעים לעתים קרובות כשירות (HPCaaS) או נגיש באמצעות פלטפורמות ענן, המאפשרים לצוותים מבוזרים גיאוגרפיים לשתף נתונים סימולציה ולהפעיל משרות מכל מקום.זה מאיץ פיתוח מוצרים גלובליים ותומכת במגמה לקראת חוט דיגיטלי והנדסת מערכות מבוססות מודל.

אתגרים בחלוקת HPC להנדסה סימבול

למרות היתרונות שלה, יישום HPC במעבדה לסימולציה הוא לא ללא מכשולים.הבנת האתגרים האלה מסייעת לארגונים לתכנן ביעילות.

עלויות הון ומבצע

בניית אשכול HPC דורש השקעה משמעותית: חומרה (servers, GPUs, רשתות מהירות גבוהה, אחסון), שדרוגים של המתקן (שליטה, כוח מגובה), ועלויות חשמל מתמשך.עם זאת, ענן HPC צמח כחלופה מעשית, שינוי הון להוצאה התפעולית, אם כי עלויות העברת נתונים ומודלי הרישוי חייבים להיות מנוהלים בקפידה.

תוכנה רישוי

תוכנת סימולציה מסחרית (למשל, Ansys, Abaqus, STAR-CCM+, COMSOL) היא בדרך כלל מורשה ל-Le הליבה או לכל שקע, ועלויות הרישוי יכולות לשלוט עלות הכוללת של בעלות HPC. ספקים מסוימים מציעים רישיון גמיש לשימוש בענן או על פי דרישה, אבל מעבדות הנדסה חייבות לבדוק את דפוסי השימוש שלהם כדי למנוע פסולת.

HPC Skills Gap

הפעלת סימולציות בקנה מידה גדול דורש ידע מעבר להנדסת תחומים: הבנה מודלים תכנות מקבילים, לוחות זמנים עבודה (SLURM, PBS), MPI כוונון, ו- I / O אופטימיזציה. סימולציות רבות הקדישו מהנדסי תמיכה HPC, אבל מעבדות קטנות יותר עלולות להיאבק כדי לשמור על כישרון כזה.אימון מהנדסים קיימים להשתמש משאבי HPC ביעילות הוא השקעה כדאית.

ניהול נתונים ואחסון

סימולציות גדולות לייצר terabytes של פלטה עבור ניהול, אחסון, ולאחר עיבוד הנתונים הזה מציב אתגרים. מערכות קבצים מקבילה במהירות גבוהה (Lustre, GPFS) נדרשים כדי לעמוד בדרישות I / O, ואסטרטגיות ארכאולוגיות ארוכות טווח חייב איזון עם דרישות גישה.

גבולות סקלאנציות

לא כל קודי הסימולציה בקנה מידה ליניארי מעבר למספר מסוים של ליבות.תקשורת מעל הראש, חוסר איזון עומס וצווארוני בקבוקון של רוחב פס זיכרון יכולים להפחית את היעילות המקבילה.מעבדות הנדסה חייבות לאמת את הקודים שלהם על תשתיות HPC שלהם כדי לזהות את הנקודה המתוקה להקצאת משאבים, ולעבוד עם ספקים תוכנה כדי לשפר ביצועים מקבילים.

מגמות עתידיות ב-HPC והנדסת סימלוציה

הנוף של HPC לסימולציה מתפתח במהירות.כמה מגמות יעצבו את העשור הבא של מעבדות סימולציה הנדסית.

Exascale and Beyond

מערכות Exascale (capable of 10cioFLT:01803IRLT:1) פעולות צף נקודה לשנייה) הן כעת מבצעיות במתקנים בארה"ב, אירופה וסין, בעוד אלה בעיקר למחקר בראשות הממשלה, הטכנולוגיות מחלחלות למטה: ארכיטקטורות מתקדמות, שיפור חיבורים בין-תחומי אנרגיה, עיצובים יעילים בסופו של דבר יופיעו במקבץ ביניים של הנדסה, כלומר, יכולים לפתור סימולציות חסרות תקדים, כלומר, סימולציה מתקדמת, בני זוג, יכולות לפעמי-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-יתר-היתר-יתר-יתר-יתר-תועלת, לפעמיקודמות, אשר יהיו מופיעים בסופו של דבר להופיע בסופו של סימולציה, ברזולוציה רב-כך, אשר יהיו מופיעים בסופו של דבר, ברזולוציה רב-כך, אשר יהיו, אשר יהיו מופיעים בסופו של דבר, ברזולוציה רב-כך, אשר יהיו

בינה מלאכותית ושילוב Machine Learning

למידת מכונה משמשת כדי להאיץ סימולציה במספר דרכים: מודלים מופחתים (ROM) להחליף פותרים פיזיים יקרים עבור חקר עיצוב, מודלים חלופיים עבור אופטימיזציה, ולמידה עמוקה עבור הדור של mesh ו זעזועים מודלים. HPC מספקת את תשתית ההכשרה עבור מודלים אלה ויכולה לארח את החיזויים במשרה כמעט בזמן אמת.

HPC ו- Kubernetes

ספקי ענן (AWS, Azure, Google Cloud, Oracle) מציעים כעת מקרים ספציפיים של HPC עם חיבורים גבוהים ו- GPU אשכולs.היכולת לספק משאבים על פי דרישה, לשלם לשימוש, ושילוב עם שירותי נתונים בענן הוא אטרקטיבי עבור מעבדות הדורשות גמישות.

צוק מול HPC ו-Real-Time Simulation

עם הגידול של תאומים דיגיטליים ו-IoT תעשייתי, יש דחיפה לרוץ סימולציה מופחתת בסדר בקצה - קרוב לחיישנים ובקרים. Edge HPC nodes, מצויד עם אשכולות קטנים של GPUs או מאיצים AI, יכול לרוץ מודלים קלים בזמן אמת כדי לחזות בריאות מכונה או אופטימיזציה פעולות.זה משלים את HPC בקנה מידה גדול במעבדה, ויצר המשך של יכולות סימולציה.

מחשוב קוונטי כעתיד

מחשוב קוונטי מחזיק בהבטחה לפתרון סוגים מסוימים של בעיות (למשל, סימולציות מולקולריות לחומרים, אופטימיזציה על פני חללי עיצוב גדולים) מהר יותר האקספוננציאלי של HPC. בעוד מחשבים קוונטיים סובלניים עדיין רחוקים שנים, אלגוריתמים קוונטיים-קלאסיים היברידיים (למשל, וריאציות קוונטיות eigensolvers) נחקרים.

מסקנה

מחשוב ביצועים גבוהים הוא כבר לא נישה מיוחדת - זה מאפשר הליבה של מעבדות סימולציה הנדסי שרוצים לספק מוצרים חדשניים עם מהירות, דיוק, ויעילות עלות. על ידי מינוף ארכיטקטורות מקבילים, האצה GPU וגמישות בענן, מהנדסים יכולים להתמודד עם בעיות של מורכבות צמיחה אי פעם.המסע מסימולציות שולחן העבודה פשוטות לזרימת עבודה מואצת HP דורש השקעה בחומרה, תוכנה, מיומנויות ענן, ותהליכי זיכרון מהיר יותר, תוך כדי סימולציה מהירה יותר, תוך כדי שינוי עצמי, תוך כדי שיפור של זמן קצר יותר, תוך כדי שינוי רמת תפקוד גוף מהיר יותר, תוך כדי שינוי של זמן קצר יותר ויותר, תוך כדי שינוי של זמן קצר יותר, תוך כדי שינוי של פונקציות AI, תוך כדי שינוי, תוך כדי שינוי, תוך כדי שינוי, תוך כדי שיפור עצמי, תוך כדי שינוי, עם עלויות של זמן קצר יותר ויותר, עם זאת, עם עלויות של תפקוד של פונקציות אוטומציה של פונקציות אוטומציה של זמן קצר יותר ויותר, עם תפקוד של זמן קצר יותר, עם תפקוד יעיל יותר ויותר, עם זאת, עם התפתחות של פונקציות מחשב שולחני, עם תפקוד יעיל יותר ויותר מהיר יותר ויותר, עם זאת, עם עלויות של אוטומציה של פונקציות אוטומציה של פונקציות מחשב שולחנית של זמן קצר יותר ויותר, עם זאת, כלומר, עם זאת, עם יעילות

(הופנה מהדף HPC Best Practices in Engineering,עיין במשאבים מה-FLT:0) ,TOP500 ListigrFLT:1 for Index, theFLT:2NVIDIA HPC PageigFLT 3 עבור סימולציה מבוזרת GPU, ופתרונות FLT:4 Ansys HPC Guide for Practical פריסה.