ansys 計算 內存的案例
ANSYS 解決內存不足的幾種方法。
計算機通過內存條得到的物理內存(RAM)稱為實際內存。ANSYS運行時除了需要內存空間外，還需要一定的工作空間。ANSYS程序實際需要的內存空間總是大于真實的內存，額外的內存即為虛擬內存(通過使用計算機一部分硬盤空間來代替物理內存)。被用來作為虛擬內存的硬盤空間又稱為交換空間。 工作空間分為兩部分：數據庫空間和演算空間。數據庫空間與幾何建模、設置的邊界及載荷等數據有關；演算空間則用來進行所有內部的計算(單元矩陣的形成、布爾計算等)。對于windows系統而言，64MB工作空間中，32MB為數據庫主間，另外32MB為演算空間。
如果模型數據庫太大，導致數據庫空間不足，ANSYS程序就會調用虛擬內存；如果演算空間不能滿足內部計算需要的空間，則ANSYS程序會分配額外的內存去滿足其需要。
一般情況下，不需要修改工作空間的缺省值，因為在必要時ANSYS程序會自動分配額外的內存空間。如果希望了解某個特定的問題需要的內存量，完成模型、施加外載、設
置好求解參數后，ANsYs會提供一個空間需要量的估計，可以通過以下兩種方法實現：
命令方式：先輸入/Runstat，再輸入Rmemry
GUI方式： Mmin Menu>Run>time Stats>All Statistics
在ansys中使用多核處理器的方法：
使用AMG算法，可以使多個核同時工作。使用方法1或2.
方法1：
(1). 在ansys product lancher 里面lauch標簽頁選中parallel performance for ansys.
(2). 然后在求解前執行如下命令：
finish
/config,nproc,n!設置處理器數n=你設置的CPU數。
/solu
eqslv,amg !選擇AMG算法
solve !
展開 內存內計算，下一代計算的新范式？
當然，內存內計算的電路并不止于一種，其計算的精度也并不限于1-bit計算。但是，從以上的例子我們可以看出內存內計算的核心思想，一般是把計算都轉化為帶權重加和計算，把權重存在內存單元中，然后在內存的核心電路（如讀出電路）上做修改，從而讓讀出的過程就是輸入數據和權重在模擬域做點乘的過程，相當于實現了輸入的帶權重累加，即卷積。因為卷積是人工智能以及其他計算的核心組成部分，因此內存內計算可以被廣泛使用在這類應用中。內存內計算會使用模擬電路做計算，這也是它和傳統使用數字邏輯做計算的不同之處。
內存內計算的兩大推動力以及市場前景
人們十幾年之前就認識到了“內存墻”的問題，但是為什么內存內計算在這兩年才火起來呢？我們認為，最近內存內計算興起的背后有兩大動力。
第一個動力是基于神經網絡的人工智能的興起，尤其是人工智能希望能普及到移動端和嵌入式設備中，這樣能效比很高的內存內計算就獲得了關注。另外，神經網絡的一個特點是對于計算精度的誤差擁有較高的容忍度，因此內存內計算的模擬計算中引入的誤差往往可以被神經網絡所接受，也可以說內存內計算和人工智能（尤其是嵌入式人工智能）可謂是天作之合。
第二個動力是新的存儲器。對于內存內計算來說，存儲器的特性往往決定了內存內計算的效率，因此當帶有新特性的存儲器出現時，往往會帶動內存內計算的發展。舉例來說，最近很火的ReRAM使用電阻調制來實現數據存儲，因此每一位的讀出使用的是電流信號而非傳統的電荷信號。這樣一來，由于電流做累加運算是非常自然而然的操作（把幾路電流直接組合在一起就實現了電流的加和，甚至無需額外電路），因此ReRAM非常適合內存內計算，也確實有不少研究組已經在做相關的研究并發表了論文。
展開 Mechanical 分布式計算與共享內存的測試
硬件16核32線程，64G內存，無顯卡加速
工況1: Distributed 16 cores
工況2: Non Distributed，32 cores
計算用時比較:
工況1 工況2
用時 1h46m 5h49m
內存 12.6G 8.9G
結論: 用分布式(在solve中勾選Distributed復選框)計算，只能使用物理核數；用內存共享式(不勾選Distributed復選框)計算，可使用全部線程數。前者內存消耗大，但用時顯著少于后者，這就是ansys不建議用內存共享計算的原因。
注意此處分布式計算是軟件術語，不同于分布式機群(硬件概念)。
展開 Abaqus計算內存的問題：aba_sint_cap
基于上述方法設置了足夠大的內存后，但仍然出現該錯誤。具體原因：
Abaqus中每8GB的物理內存，使用的內存將不會超過2GB
在滿足上述條件的基礎上，最多使用內存限制為16GB。
遇到這個問題后，建議重新調整模型，減小inp文件的體量。目前尚未找到特別好的方法！
為什么內存計算會顛覆 AI SoC 開發？
擴展計算系統：行業龍頭已經已經全面生產通過多個晶片、主板或系統來擴展計算系統的解決方案，來應對AI 最復雜、最耗費成本的挑戰。
各企業都在尋求或已經實現這些提高性能的方法。內存計算設計可以建立在這些方法的基礎上，通過多次改進，以及其他開發技術來提高效率。
什么是內存計算？
內存計算是將內存設計在硬件處理元件旁邊或內部的方式。內存計算會利用寄存器文件，處理器內的內存，或者會將 SRAM 或新內存技術的陣列轉換為寄存器文件或計算引擎本身。對于半導體而言，內存計算的基本要素可能會大幅降低 AI 成本，縮短計算時間和降低功耗。
用于內存計算的軟件和硬件
內存計算兼具硬件和軟件元素，其可能會引發一些混淆。從軟件的角度來看，內存計算是指在本地存儲中運行的處理分析。實際上，軟件充分利用了離計算較近的內存?！?em>內存”從硬件的角度來說可能有點模糊，可以指本地系統中的 DRAM、SRAM、NAND 閃存和其他類型的內存，而不是通過聯網軟件基礎架構獲取數據的內存。優化軟件以利用更多本地內存為行業進步帶來巨大機遇，工程師團隊將需要繼續在系統層面關注這些創新。
展開 ADINA中計算內存的手動分配技巧
在平時caenet論壇和ADINA學習群中，經常有人遇到ADINA求解器自動分配內存失敗，而不能進行計算求解的問題（如cannot allocate the memory）。08年年底的時候，我進行了一次較大規模的計算，也遇到了計算內存分配困難的問題，對相關內容進行查閱和計算調試后，在手動分配內存方面有了一定經驗，現將其整理公布給大家，以供ADINA學友們參考。7 F( L* _* o% j9 G( Z* B0 {! s
7 {4 Q- `. P% ^5 S! P6 Q0 {
但在此需要指出的是，以下經驗總結是基于結構模塊計算得出的，對其它模塊是否適用，實屬未知。并且，希望廣大ADINA學友遇到問題后，更多地去主動思考、查閱資料和解決問題，ADINA英文的help不可怕，稀缺的資料不可怕，最可怕的是一個等待和被動的學習態度。
ADINA中計算內存的手動分配技巧.rar
展開 ADINA中計算內存的手動分配技巧
在平時caenet論壇和ADINA學習群中，經常有人遇到ADINA求解器自動分配內存失敗，而不能進行計算求解的問題（如cannot allocate the memory）。08年年底的時候，我進行了一次較大規模的計算，也遇到了計算內存分配困難的問題，對相關內容進行查閱和計算調試后，在手動分配內存方面有了一定經驗，現將其整理公布給大家，以供ADINA學友們參考。
但在此需要指出的是，以下經驗總結是基于結構模塊計算得出的，對其它模塊是否適用，實屬未知。并且，希望廣大ADINA學友遇到問題后，更多地去主動思考、查閱資料和解決問題，ADINA英文的help不可怕，稀缺的資料不可怕，最可怕的是一個等待和被動的學習態度。
ADINA中計算內存的手動分配技巧.rar
展開 關于ls_dyna計算內存不足問題
我按照內存不足修改方法，修改了，為啥還是報這個內存不足錯誤，第一張圖是計算后錯誤提示，第二張圖是我在k文件中修改的，第三張圖是修改后計算報錯圖，為啥還是報內存不足錯誤提示。請大神指點。
CAE計算頂級配置--八核XeonW5580/24G內存/SAS/FX3800
未來市場激烈競爭加劇，必然需要不斷創新和追求完美的自主研發設計，在工程計算領域，用戶對CAE(計算機輔助工程)技術的信任度和依賴性越來越高，CAE應用范圍和深度在不斷拓展、延伸。單一或少量零、部件的CAE分析逐漸過渡到了系統級的仿真計算（如整車）；單一物理場的研究演變多物理場耦合問題的研究；單一目標的求解發展為多目標、甚至直接探求問題機理的求解計算……工程計算的規模和復雜度正迅速膨脹，專業CAE應用對計算機性能的要求也相應提高
CAE包括的FEA(有限元分析)和CFD(計算流體力學)分析手段，在工程設計和分析中，已經成為解決復雜的工程分析計算問題的有效途徑，現在從汽車到航天飛機幾乎所有的設計制造都已離不開有限元分析和計算流體力學計算，其在機械制造、材料加工、航空航天、汽車、土木建筑、電子電器，國防軍工，船舶，鐵道，石化，能源，科學研究等各個領域的廣泛使用已使設計水平發生了質的飛躍。隨著計算機運行速度與存儲容量不斷地增加，CAE所能解決問題的尺度與復雜度也逐漸加大，目前已能夠為用戶解決各種復雜的工程問題。
CAE的HPC(高性能計算)應用軟件使用最廣泛是ANSYS、Fluent、CFX(流體)以及LS－DYNA(碰撞)等，用戶使用這些軟件進行復雜和大規模問題的求解，對計算機內存、處理器和I/O帶寬的要求非常高。
展開 邊緣計算將驅動微型服務器需求成長，有助推升內存用量
未來隨著數據中心建設的普及，以及2020年之后5G的落實，針對邊緣計算的微型服務器應用(Micro Server)將會在未來3-5年顯著成長，帶動相關零部件與內存的使用量明顯增加。
英特爾與AMD將推新平臺，2019年單機搭載容量維持20%年成長
截至目前為止，x86架構服務器解決方案仍為市場主流，英特爾Purley平臺的滲透率已于今年第一季底提升至約五成；另一方面，AMD也已大量轉移至14納米節點的產品，逐漸放大相關制程的投片量，進而取代舊有產品線。
至于ARMv8與RISC架構，現階段僅維持小批量規模的接單生產（build to order），并以數據中心市場為主，預期在2020年前仍難與x86服務器抗衡。2020年之后隨著微型服務器的滲透率提高，將替這兩類架構創造切入點。
從新產品規劃來看，英特爾的Cascade Lake仍會沿用14納米第三代制程，但預計要到明年下半年之后才會陸續成為市場主流。AMD新解決方案則會轉進7納米制程，除主要產品線在今年已陸續轉移至新的EPYC產品線，預期AMD Rome平臺服務器處理器在明年下半年后有機會問世。
DRAMeXchange指出，新平臺的轉換將有機會推動服務器搭載容量的提升，預估2019年單機搭載Server DRAM的容量仍將維持兩成的成長。
來源：全球半導體觀察
展開 ISIGHT:設置內存中緩存數據文件 計算速度可提升數倍
在ISIGHT參數優化過程中，在單次計算文件不太大的情況下，緩存文件不至超過內存儲量，設置為在內存中緩存數據文件，計算速度可提升數倍！
ANSYS 中增加內存的幾種方法
轉載：ANSYS 中增加內存的幾種方法：
方法1：更改Launch里面的total workspace
方法2：修改boot.ini，即multi(0)disk(0)rdisk(0)partition(1)\WINDOWS="Microsoft Windows XP Professional" /noexecute=optin /fastdetect /3GB
1. 右鍵單擊我的電腦，然后單擊屬性；或在控制面板中，啟動性能和維護工具，然后單擊系統。
2. 在高級選項卡中，單擊"啟動和故障恢復"下的設置。
3. 在系統啟動下，單擊編輯。這將在"記事本"中打開boot.ini文件
4. 在boot.ini文件的最后加上“空格”+“/3GB”
5. 保存即可
方法3：使用PCG求解器，節省需求內存
方法4：增加虛擬內存，選定系統管理的大小項
方法5：并行設置，采用共享式并行或分布式并行計算
方法6：使用系統配置實用程序msconfig：運行欄msconfig；BOOT.INI高級選項/MAXMEM（你的最大內存）和/NUMPROC（你的CPU數目）
展開 CAE計算超級配置--八核Xeon3.2G/32G內存/SAS/VX200
未來市場激烈競爭加劇，必然需要不斷創新和追求完美的自主研發設計，在工程計算領域，用戶對CAE(計算機輔助工程)技術的信任度和依賴性越來越高，CAE應用范圍和深度在不斷拓展、延伸。單一或少量零、部件的CAE分析逐漸過渡到了系統級的仿真計算（如整車）；單一物理場的研究演變多物理場耦合問題的研究；單一目標的求解發展為多目標、甚至直接探求問題機理的求解計算……工程計算的規模和復雜度正迅速膨脹，專業CAE應用對計算機性能的要求也相應提高
CAE包括的FEA(有限元分析)和CFD(計算流體力學)分析手段，在工程設計和分析中，已經成為解決復雜的工程分析計算問題的有效途徑，現在從汽車到航天飛機幾乎所有的設計制造都已離不開有限元分析和計算流體力學計算，其在機械制造、材料加工、航空航天、汽車、土木建筑、電子電器，國防軍工，船舶，鐵道，石化，能源，科學研究等各個領域的廣泛使用已使設計水平發生了質的飛躍。隨著計算機運行速度與存儲容量不斷地增加，CAE所能解決問題的尺度與復雜度也逐漸加大，目前已能夠為用戶解決各種復雜的工程問題。
CAE的HPC(高性能計算)應用軟件使用最廣泛是ANSYS、Fluent、CFX(流體)以及LS－DYNA(碰撞)等，用戶使用這些軟件進行復雜和大規模問題的求解，對計算機內存、處理器和I/O帶寬的要求非常高。
展開 用個小招數解決ANSYS運行內存不夠的問題
2.勾選use custom memory settings之后，Database由于是用來存儲實體模型、網格和結果文件的，可以理解在運行的時候把*.db文件“放在”內存里，用來加速運算。所以數據庫的大小默認為1024MB，為Total Workspace的一半。如果該項目進行過計算，大概可以知道*.db文件的大小。如果沒運行過可以通過Rfilsz命令來進行預估，可以設置比該文件稍大一點即可，讓total workspace留有更多的內存空間用來給計算過程。
3.Total workspace的設置，在其他程序都不跑的前提下，盡量多給一些內存。一個方法是Ctrl+Alt+Del，調出任務管理器，把其他程序都關閉的情況下運行一小會，看看系統自己用了多少內存，然后用物理內存減掉系統用的內存(再留點富余的就行)，剩下的盡量多給ANSYS設置上。也可用rwfrnt命令來預估求解內存大小，total workspace減去database后至少比預估的內存值大一點，目的是盡量利用內存，減少使用虛擬內存的page進行硬盤的讀寫。
4.CPU設置方面，選用CPU的數量為物理核心-1，為系統留一個核心，以免死機就行，原則上核心用的越多，就用越多的系統資源來計算，效果越好。至于設置的方法，存在兩種模式：SMP和MPP.
展開 ANSYS/LS-DYNA中內存memory不足的解決方法
如果是晚上計算機僅用于做有限元計算，按80%RAM計算，則設置為1.7180e+09words，這是任務管理器中的內存使用率其實并未達到1000%。
第二條修改K文件
在*KEYWORD 后直接輸入內存值，或者先輸入memory=然后在輸入內存值，個人更傾向于便于記憶理解的后者。
最后說一下結果
內存分配對計算時間的影響還是蠻大的，個人觀察如果內存剛剛夠與物理內存極限的計算速度能差10倍，所以筆者建議修改內存值。
說的不到位的地方非常歡迎留言批評指正
參考資料
lsdyna中內存 memory的設置_duxw_新浪博客 (sina.com.cn)
A Few “Words” on Memory Settings in LS-DYNA – d3VIEW
展開 