Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力


2023 年 3 月 10 日? 3 分鐘閱讀    

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖1

在這項研究中,Glosten 團隊  使用 UberCloud 容器運行 Fidelity Fine Marine模擬,評估可用硬件的性能,并將其與最終用戶當前使用的資源進行比較?;鶞拾咐诒镜赜布?、Amazon Web Services (AWS)的虛擬實例以及CPU 24/7 和UberCloud提供的裸機云解決方案上進行了分析。

公司簡介

光澤

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖2

Glosten 是一家位于西雅圖的工程咨詢公司,由海軍、海洋、電氣和海洋建筑師組成。自公司于 1958 年成立以來,Glosten 多次為海洋工業中具有挑戰性的問題提供創新解決方案。他們的設計經驗包括拖船、駁船、研究船、游輪、客運/汽車渡輪和專用平臺。

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖3

中央處理器 24/7

云資源提供商CPU 24/7 GmbH是領先的CAE服務解決方案提供商,面向所有工業和學術/大學研發應用領域。CPU 24/7 總部位于德國波茨坦,根據全球公認的最新硬件、軟件和應用行業標準開發和運營按需高性能計算服務。

關于該項目

該項目重點關注云中 KRISO 集裝箱船 (KCS) 的裸體阻力計算。KRISO 集裝箱船是一種標準船體形式,經常用作海洋工業計算流體動力學 (CFD) 研究的基準案例?;镜拇w形狀參數和實驗結果都可以在已發表的文獻中找到。

過程和基準結果

模擬被設置為穩態解,固定在縱傾和升沉以復制實驗數據的條件。半模型網格包含 160 萬個單元格。仿真控制變量如下:

  • 300步

  • 統一時間步長 = 5 個子周期

  • 八次非線性迭代

該解決方案在 150 時間步長內收斂到穩態阻力;但是,允許模擬在所有平臺上運行直至完成,以提供性能比較。

該模型計算出的總阻力系數為 0.003574。與實驗結果 0.00356 相比有 0.4% 的差異。圖 1. 說明了計算的波場(頂部)與測量數據(底部)的對比。

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖4

圖 1 實驗與計算結果對比

用于 Fidelity Fine Marine 的 UberCloud 應用程序容器

UberCloud 容器是隨時可以執行的軟件包。它們旨在提供完成復雜任務的工具。在本案例研究中,Fine Marine 軟件已預安裝、配置并在裸機上運行,沒有性能損失。該軟件無需安裝或處理復雜的操作系統命令或配置即可運行。

UberCloud 容器技術為工程師提供了廣泛的選擇,因為容器可以從服務器移植到服務器或從云移植到云。云運營商或 IT 部門將不再限制不同種類的任務,因為他們不再需要安裝、調整和維護底層軟件。他們可以依靠 UberCloud 容器來克服這種復雜性。該技術還提供了硬件抽象,其中容器與硬件和軟件堆棧之間的服務器抽象不緊密耦合,提供了裸機環境所缺乏的易用性和敏捷性。

好處

這個案例幫助我們了解了 UberCloud 和 CPU 24/7 提供的性能優勢。Glosten 認為 UberCloud 服務是本地服務器升級的可行替代方案。由 CPU 24/7 提供并通過 UberCloud 容器提供的處理器顯著提高了本地 Glosten 硬件和通過 AWS 提供的虛擬實例的性能。這里使用的 AWS 計算實例是第三代 c3.8xlarge。  

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖5

其他好處包括按需訪問、使用軟件和硬件資源以及減少管理虛擬實例和維護軟件更新的開銷。

Glosten 使用云解決方案預測 Barehull KRISO 集裝箱船阻力的圖6


如果您想為您的海洋應用嘗試Cadence Fidelity CFD  ,請立即申請演示!

文章來源:cadence

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP

1