隨著計算流體力學（CFD）仿真的規模和復雜性不斷增長，高性能計算（HPC）對于航空航天、汽車等眾多行業的重要性也日益凸顯。過去，HPC依靠強大的中央處理單元（CPU）來求解復雜的CFD分析任務。然而，當GPU憑借卓越的并行處理功能而大受歡迎時，其也正在重新定義工程師開展仿真的方式。

為了證明GPU的強大功能，我們使用Ansys Fluent流體仿真軟件測試了各種標準CFD基準模型。我們在包含8個NVIDIA H100 Tensor Core GPU的Supermicro AS-8125GS-TNHR服務器上求解了兩種不同的模型——第一個是包含2400萬個網格單元的燃氣輪機燃燒室內部流動模型，第二個是包含5000萬個網格單元的汽車外部空氣動力學仿真模型。我們分別在1、2、4和8個GPU上求解了這兩個模型，以測量加速和效率。

兩種模型在H100 GPU上的并行加速比和并行效率。在8個GPU上的仿真速度降低，是因為該模型對于8個CPU的配置來說太小。使用的版本為2024 R2的預覽版。

GPU增強仿真的優勢

此外，在云端平臺（比如由AWS軟件提供支持的Ansys Gateway）上使用GPU，可實現多種優勢：

1. 效率：通過同時處理許多任務，GPU可縮短求解器時間，尤其是處理大型復雜模型時，效果更為顯著。
2. 性價比：在NVIDIA GPU而非傳統CPU上運行的仿真，可以顯著降低成本。
3. 環境影響：GPU還通過減少密集計算的能耗來支持可持續性目標。

實際影響和未來前景

通過在Amazon EC2等平臺上利用NVIDIA H100和A100 Tensor Core GPU等GPU，工程師可以處理更多的設計迭代，從而加速創新并提高產品質量。這種增強的計算能力可加速研發，使企業能夠更快地將更具競爭力和適應力的產品推向市場。

使用A100和A10 GPU在由AWS軟件支持的Ansys Gateway上運行Ansys Fluent GPU求解器，在Fluent 2024 R1版本軟件上運行三種案例時實現了并行速度提升。

總而言之，GPU加速計算的采用，尤其是在CFD仿真中的應用，不僅顯著提高了仿真效率，還在成本控制與環保責任方面實現了質的飛躍。

// 熱門活動推薦

點播推薦：Ansys Fluent GPU solver 2025 R1新功能介紹

Ansys Fluent原生GPU求解器致力于解決CFD方法在解決工程應用問題時，面臨的計算效率問題，補充傳統的基于CPU的計算資源難以滿足高效計算的要求。本次會議介紹了Ansys Fluent原生GPU求解器的最新測試結果，了解GPU相對于傳統CPU硬件的優勢所在，以及市場上各類型號GPU的支持現狀和基本算力信息；還會介紹基于Fluent GPU支持的最新模型以及工程應用案例，目前點播內容可在Ansys數字資源中心查看，歡迎大家前往觀看。點擊查看點播 

相關閱讀

大賽結果公布及大會現場展示安排 | “Ansys 2025 全球仿真大會”仿真應用大賽

Ansys宣布達成協議，使用戶能夠在仿真解決方案中使用NVIDIA Omniverse技術

Ansys 2025 R2 發布：憑借AI、智能自動化和更廣泛的按需能力，推動生產力實現躍升

Synopsys與Ansys合而為一，共啟新紀元

一期一會 | 從這里開啟工程仿真的旅程