Lumotive的目標是實現新興自動駕駛領域感知系統的徹底革新，這是一家為自動駕駛行業研發固態激活雷達（LiDAR）芯片的初創公司，今年3月新推出一項新的技術 “基于超材料的激光雷達光束控制技術” ，通過這一技術設計的半導體芯片可以減小LiDAR系統的尺寸并降低生產成本。

Lumotive這項專利創新技術方案被稱為 “液晶超表面（LCM）技術” ，其LiDAR產品就使用了這種先進的波束控制技術，通過在亞馬遜彈性計算云上使用Ansys Lumerical FDTD對LCM技術實現了進一步的設計和優化。Lumotive的創新使基于LCM的波束控制技術從相對不成熟的階段向前邁進了一大步。激光雷達系統研發的成功，需要能對LCM設計的波束控制進行快速并準確地建模和性能驗證，其中最重要的一項就是要找到一種有效的方法可以實現在納米尺度上預測各向異性介電常數及液晶響應。

Lumotive使用Ansys Lumerical FDTD開發完成的一種液晶超表面

此前，Lumotive在仿真LCM性能時遇到的主要難題是，需要對大面積光學器件進行建模，需要精確到納米尺度，能充分體現CMOS的工藝變化。具體而言，需要在宏觀尺度長度（> 100 um）且精度低至納米級（< 5 nm）上捕獲光學屬性，這一要求導致Lumotive的計算復雜性大幅提升，又因為內部實際計算資源的不足，他們需要為這項高計算仿真設計目標找到一種新的替代解決方案。

經過對多種大規模仿真加速HPC解決方案的探索和對比，Lumotive最終采用了Lumerical FDTD支持的基于AWS云平臺的加速計算解決方案，主要原因是Lumerical FDTD與Amazon云解決方案的組合方案，可充分發揮兩者優勢，Lumerical FDTD計算精準，運行實時性能優良，且能充分發揮HPC計算的靈活性，利于成本控制。

為了實現極具挑戰的設計目標，Lumotive還采用了Lumerical定制化工作流程，Lumerical Python API為流程中非常關鍵的一個工具，開源工具接口為用戶提供了先進且更方便的優化和后處理功能，充分滿足運行的可擴展性和互操作性。Lumotive資深LiDAR工程師Prasad Iyer表示：“我們在超表面每一納米尺寸設計中使用Ansys Lumerical FDTD + AWS + Python API方案，可以有效達到CMOS制造公差兼容?！?/p>

AWS為用戶提供了一種極易操作且安全可靠，可按計算需求選擇的Web選擇界面。用戶可方便快捷地根據自身需要購買計算時間，可使用多個大型服務器，只需按實際使用時間付費。這種靈活性對Lumotive很有吸引力，因為他們只有在研發周期的特定時間段內需要使用大量計算資源，再加上Lumerical FDTD本身具有較高的靈活性，通過設置，允許用戶同時調用多臺服務器運行大規模的并行仿真，可極大加快仿真速度，同樣的成本也允許用戶在一臺服務器上通過運行更長時間來實現。

高性能Ansys Lumerical FDTD可與EC2實現無縫協作，幾分鐘即可啟動運算。啟動一個典型的FDTD仿真例子僅需簡單的幾個步驟，比如先創建虛擬私有云，再完成安全設置與許可證授權，最后定義一個啟動模板；另一個性價比高的解決方案是可以在沒有圖形界面的Amazon Linux上運行Ansys Lumerical FDTD engine，只需要把預備仿真文件存儲在S3中，可省去在云端來回的傳輸成本。因此，除了完整的Lumerical FDTD外，Lumerical提供的一種更靈活的“云計算授權包”（Cloud pack licenses）選項以方便云計算用戶，幫助用戶實現在關鍵設計周期降低成本且實現大規模計算的目標。

通過借助Lumerical HPC解決方案，Lumotive快速通過AWS平臺實現了仿真設計目標。Lumerical FDTD允許用戶將一項大型仿真任務采用分布式的方式，同時調用多個計算機核進行仿真，可達到極高的并行運算水平。這種快速擴展使Lumotive能夠將其設計時間縮短2-3個數量級，又完全不會降低其準確性，經過對比，此前在其工作站上運行仿真要耗費數小時，后來僅需幾分鐘就能完成。

此外，除了工作流程的改進和仿真性能的優化外，Lumerical Python API對于Lumotive后續多項獨立工藝參數及約束的設計優化目標也起到關鍵作用。Lumerical Python API進一步使Lumotive可使用最先進的開源優化算法，既能保持仿真結果的高準確度，又能最大限度地優化液晶超表面（LCM）技術的實際性能。

Lumerical HPC解決方案采用AWS云平臺為Lumotive提供了低成本，可擴展且靈活的解決方案，幫助Lumotive確保其液晶超表面（LCM）技術具備需實現的各種功能，確保能按時交付產品。如果沒有Lumerical的解決方案，這種級別的驗證是很難完成的，如果只是使用傳統的計算機硬件完成計算會極大的延長運行時間，影響產品發布時間。此外，對于只需在設計周期的小部分時間內需要快速使用計算硬件的設計任務來說，沒有必要投入大量成本購買專用服務器。Iyer表示：“Lumerical AWS解決方案有助于Lumotive將設計周期縮短2-3個數量級，而且不會增加成本或降低準確性?！?/p>