伴隨著應用及計算的需求，HPC迎來了新的發展，而這一發展同時又推動和催生商業計算軟件的發展，比如機器學習和虛擬雙胞胎這類產品。設計和仿真的復雜性也在不斷增長，不僅在航空航天領域，在許多其他行業中，從使用數字雙胞胎技術中獲益，從他們所連接的產品中收集數據，并幫助他們的產品更智能。工業正越來越多地轉向HPC，以幫助解決日益復雜的問題。針對這一發展趨勢，本文作者會從不同角度，通過連載的方式去揭開面紗，破除HPC很高大，很神秘這一大眾認知，希望對CAE用戶去更深入了解HPC這一概念起到一定的幫助作用。

 

迷思之一：大規模仿真求解必須依賴超級計算機嘛？ 

 

眾所周知CAE仿真分析屬于工程應用范疇中對計算資源要求較高的重載應用。其中基于實現各類方程組求解的數值算法編寫的分析求解器程序，就是其中最主要的計算資源使用者。求解器程序寫得好不好，決定了一款CAE仿真軟件是否優秀的上限。而求解器的執行效率又依賴于運行它的計算環境的性能。

可以說CAE仿真軟件的升級是伴隨著現代計算機技術的發展，一步一步進化自己的過程。早期的HPC概念僅存在超級計算機這類主機環境中，因此對于利用CAE仿真軟件進行大規模計算也設置了很高的應用門檻。但隨著計算機不斷微型化的進化，HPC系統也在微型化的進化過程中，甚至在進化中還逐步淘汰了軟硬件相對封閉且價格昂貴的UNIX系統。現在X86架構的PC Server則是HPC系統的主力軍，具有性能強勁，高可擴展性，高兼容性，整體造價低，可靠穩定的特性。而現在的超算則或為了整體算力的提升，或國安問題的考量，采用特定的架構，特定的CPU來構建，并在構建完成后利用自編軟件來進行天文/地理，氣象分析/氣候預測，生物基因研究等方面的超大規模計算。CAE仿真一方面計算規模無法與前者這類應用相比，另一方面主流CAE軟件開發環境目前都基于X86架構，因此異構環境的超算逐漸遠離了商業CAE仿真應用。

 

現在主流的X86 PC Server HPC集群有著以下顯著的性能特性：

 

l  單CPU包含了越來越多的計算內核

l  CPU中集成I/O控制器，極大提升了內存訪問通道帶寬

l  CPU 指令集的擴展帶來性能的優化及提升，如Intel Xeon的AVX指令集

l  更多更快的內存多通道技術的應用

l  速度更快的SSD已成HPC存儲系統主流

l  更高速的機間互聯技術的應用，如帶寬可達100Gbps 的Infiniband EDR設備

 

因此目前CAE仿真應用中對HPC的需求，甚至可以利用一臺工作站級別的主機來滿足，而更大規模的需求完全可以利用X86 PC Server構建的HPC集群資源來應對。

 

另外目前主流云計算服務提供商，如阿里云、華為云、亞馬遜AWS、微軟Azure等也都以X86 PC Server為基礎構建IaaS層，它們也能滿足CAE仿真的HPC需求，并且云計算相較傳統HPC集群的優勢就在于資源的無限彈性。