MPP并行
關注創建者：謝曉峰 創建時間：2020-04-10
MPP并行的實例教程
看到很多同行疑問如何在獨立版LS-Dyna-MPP求解器中實現并行計算，在此提供大家一個提交并行計算的GUI交互軟件（配合mpi軟件），方便大家實現LS-Dyna-MPP并行求解計算，僅供大家學習交流，提升工作效率。
純技術干貨，dyna-mpi-mpp資料打包在一起，一站式購買安裝即可使用，值得珍藏擁有。
收費內容主要包括：
1）lsdyan-mpp軟件下載及安裝，含設置dyna環境變量
2）Mpi軟件及環境變量設置
3）一款可實現dyna-mpp并行計算的交互軟件
4）各軟件主要的安裝步驟及環境變量設置，僅供個人學習和實現dyna單臺電腦實現mpp并行計算，切勿商用。
備注：實用資料供愛好學習的你，記得關注并點贊哦。
收費內容主要包括：
1）lsdyan-mpp軟件下載及安裝，含設置dyna環境變量
2）MPI軟件及環境變量設置
3）一款可實現dyna-mpp并行計算的交互軟件
4）各軟件主要的安裝步驟及環境變量設置，僅供個人學習和實現dyna單臺電腦實現mpp并行計算，切勿商用。
備注：實用資料供愛好學習的你，記得關注并點贊哦。
展開 LS-DYNA-MPP并行計算研討文件.pdf
備注：實用資料大家學習，記得關注并點贊哦。
另外需要lsdyna-mpp個人電腦實現單機多核mpp并行計算軟件的請在https://www.yqgqt.org.cn/content/post/541092 鏈接中下載試用。
<p>并行計算最好采用MPP形式，以獲得良好的并行處理性能。使用MPP并行計算處理ALE單元時，需要設置如下關鍵字</p><p>*CONTROL_MPP_DECOMPOSITION_DISTRIBUTE_ALE_ELEMENTS</p><div contenteditable="false" width="100%"><img src="https://img.jishulink.com/upload/202210/43a0f8b10ebe4d07b840e80560730b10.png" title="mpp.png" alt="mpp.png" style="max-width:760px;" data-mobile-src="https://img.jishulink.com/upload/202210/43a0f8b10ebe4d07b840e80560730b10.png?image_process=/format,webp/resize,w_400" data-pc-src="https://img.jishulink.com/upload/202210/43a0f8b10ebe4d07b840e80560730b10.png?image_process=/format,webp/resize,w_760" data-initial-src="https://img.jishulink.com/upload/202210/43a0f8b10ebe4d07b840e80560730b10.png">
</div><p><br></p>
展開 LS-DYNA 的 MPP（Message Passing Interface，消息傳遞接口）并行計算性能優化是一個系統性工程，涉及算法、硬件架構和計算資源的綜合調優。
網格劃分優化、計算資源分配、并行算法調優、關鍵參數設置等都是其關鍵優化方向。針對以上方向綜合優化，通常可獲得 30%-50% 的性能提升。
6月20日，Ansys 2025R1系列研討會『LS-DYNA MPP并行計算性能優化』如期進行，下滑預約??
時間：6月20日（星期五），8：00-10：00
內容簡介：將分享在多種硬件平臺上實現高效、穩定的 LS-DYNA MPP 仿真的一系列實踐經驗。內容涵蓋如何為系統選擇最合適的 LS-DYNA 可執行文件，如何識別并解決并行計算中的效率瓶頸，包括通過用戶自定義的區域劃分優化計算性能。參會者將了解到如何通過調整系統設置、合理分配計算資源、采用混合 MPI/OpenMP 執行模式以及進行處理器綁定，在現有硬件上最大化仿真性能；此外還將介紹基于最新 x86 與 Arm 架構芯片的 LS-DYNA 基準測試結果，以及通過 Ansys Gateway 和 Ansys Access 在云端運行的解決方案；最后還將重點介紹如 OneMPI 等 LS-DYNA最新的 MPP 特性。
講師：
Eric Day | Ansys高級研發工程師
過去五年一直致力于 LS-DYNA 的研發工作，主要負責 LS-DYNA 的功能開發、在 Ansys 云平臺上的部署與支持，以及針對新一代硬件和編譯器的適配、優化與性能測試。
展開 <p class="ql-align-center"><br></p><p> 從LS-DYNA的近幾個版本的發展趨勢看，MPP版本逐漸會成為主力，SMP版本大概率會淘汰掉（或者被HYB取代掉），那么如何使用MPP版本就是大家必須面對的一個課題； </p><p> 在上一篇中提及了，MPI目前有3大類，分別是：intel、MicroSoft、IBM，都是能夠滿足MPP并行運算的需求，其中IBM的platform平臺需要收費，所以沒有機會測試，一般和諧版用戶只能使用INTEL或者MS平臺； </p><p> 使用MPP版本，INTEL和MS的MPI庫至少要裝一個，當然也可以兩個都安裝，從測試過程看，ITNEL的在大多數領域都比MS的快約5%-10%左右，但是穩定性稍差，部分算例有計算失敗的風險； 下面簡要描述：（所有環境基于ANSYS 安裝包）：最簡單的方法就是，打開ANSYS界面：選擇以安裝MPI以用于ANSYS并行運算<img src="https://img.jishulink.com/msimage/202510/f8ef56c546ce05b5c3fce1e27d2cce30.png">兩種安裝方式： INTEL 和MS<img src="https://img.jishulink.com/msimage/202510/f2d3cc39fa66f87836df0598f82fcf84.png"> 如果是沖壓計算領域，筆者建議安裝MS版本，目前ANSYS Forming 2025 R2中，自帶的就是MS版本的求解器；<img src="https://img.jishulink.com/msimage/202510/0ae21ccf64441a2fa91b3c87d3635894
展開 
MPP并行的相關專題、標簽、搜索
MPP并行的最新內容
<p class="ql-align-center"><br></p><p> 從LS-DYNA的近幾個版本的發展趨勢看，MPP版本逐漸會成為主力，SMP版本大概率會淘汰掉（或者被HYB取代掉），那么如何使用MPP版本就是大家必須面對的一個課題； </p><p> 在上一篇中提及了，MPI目前有3大類，分別是：intel、MicroSoft、IBM，都是能夠滿足MPP并行運算的需求
6月20日，Ansys 2025R1系列研討會『LS-DYNA MPP并行計算性能優化』如期進行，下滑預約??
時間：6月20日（星期五），8：00-10：00
內容簡介：將分享在多種硬件平臺上實現高效、穩定的 LS-DYNA MPP 仿真的一系列實踐經驗。
Graph LakeHouse 是 Altair 自主研發的高性能圖數據庫，兼具性能與特色優勢，技術核心聚焦于三大創新點：</p><ul><li class="ql-align-justify"><strong>MPP（大規模并行處理）架構</strong>，從設計之初便支持高并發、分布式集群部署。在需要擴展至大規模集群時無需額外付費，充分滿足企業級需求。
*CONTROL_MPP_DECOMPOSITION_DISTRIBUTE_ALE_ELEMENTS
為了保證 ALE 單元均勻的分布到所有處理器
*CONTROL_MPP_IO_NOD3DUMP
禁止 dump 文件的輸出
*CONTROL_MPP_IO_NODUMP
禁止輸出 dump 文件和重啟動文件
*CONTROL_MPP_IO_NOFULL
*CONSTRAINED_LAGRANGE_IN_SOLID存在的問題
泄漏很難控制
沒有對MPP并行計算進行優化
<p>NOTE: MPP LS-DYNA executables will only produce the binary database</p><p><br></p>
計算該模型需要IGA具備這些能力：支持材料模型*Mat_024、接觸、時間步長評估和質量縮放、SPR3焊點（IGA/IGA以及IGA/FEA之間）、剛體連接到IGA殼單元中、MPP并行計算等等，現在LS-DYNA的IGA具備這些功能。
焊點連接。
并行計算技術
?? 乘員約束系統關鍵字功能改進（安全氣囊、安全帶）
?? 不同物理場求解器（ICFD、CESE、EM和thermal）的最新特性
?? SPH方法功能改進以及基于ISPH方法的車輛涉水仿真工作流程
?? ALE/S-ALE方法最新關鍵字功能
?? 多重尺度仿真求解技術和先進數值方法（SPG、Peridynamics）的新功能
?? 材料本構、單元算法、連接和接觸
?? 隱式、NVH和聲學計算
LS-DYNA中電化學模型同時支持SMP和MPP并行計算，可用于電池濫用測試，也可用于各種耦合問題。通過仿真，能夠建立電池系統的最小點火能量模型。基于該模型，可以在車輛的儀表板上安裝一個警告信息系統，當電池系統的狀態達到失控臨界條件時發出警告，從而使車內人員可以在電池發生熱失控之前安全逃離。
關于未來的發展方向，我認為我們必須結合基于大數據的AI或機器學習技術。
<p>并行計算最好采用MPP形式，以獲得良好的并行處理性能。
