ansys的計(jì)算加速的案例
ANSYS加速仿真計(jì)算硬件配置建議
Ansys 工作負(fù)載對(duì)內(nèi)存帶寬和計(jì)算能力都有很高的要求，而這些要求會(huì)因多種因素而異，包括數(shù)據(jù)集的大小和所使用的求解器。多年來(lái)，我們與高性能計(jì)算 (HPC) 合作伙伴攜手合作，積累了豐富的經(jīng)驗(yàn)，深知均衡的硬件解決方案能夠最大程度地提高您在硬件和 Ansys 軟件方面的投資回報(bào)。換句話說(shuō)，投資于能夠加速特定 Ansys 應(yīng)用的技術(shù)才是明智之舉。
以下是關(guān)于如何選擇關(guān)鍵硬件技術(shù)以增強(qiáng) Ansys 仿真運(yùn)行的一些建議。
選擇最適合模擬的處理器
我們先來(lái)選擇合適的處理器。我們的一些應(yīng)用程序，例如 Ansys Mechanical、Ansys HFSS 和 Ansys LS-DYNA，都使用了 Intel 高級(jí)矢量擴(kuò)展 512 (AVX512) 指令集，因此在 Cascade Lake SP 62xx 和 AP 92xx 系列的 Intel Xeon 可擴(kuò)展處理器上性能非常出色。
雖然高時(shí)鐘頻率的處理器通常是理想之選，但對(duì)于運(yùn)行在大型集群上的 Ansys 應(yīng)用（例如 Ansys CFX、Fluent 和 LS-DYNA）而言，其重要性并非那么突出。在大型集群中，通信吞吐量比計(jì)算速度更為重要，因此處理器速度并非那么關(guān)鍵。
通常不建議選擇核心數(shù)最多的處理器，因?yàn)槿绻鸆PU內(nèi)存沒(méi)有相應(yīng)增加，可能會(huì)對(duì)內(nèi)存帶寬產(chǎn)生負(fù)面影響。大量的核心可能會(huì)降低CFX、Fluent和LS-DYNA的性能，這些軟件通常運(yùn)行在大型集群上。如需了解更多信息，請(qǐng)下載《適用于Ansys Mechanical和Fluent工作負(fù)載的Intel處理器選擇》 白皮書。
選擇合適的記憶方式
對(duì)于大多數(shù) Ansys 應(yīng)用來(lái)說(shuō)，選擇足夠的內(nèi)存 (RAM) 至關(guān)重要，這樣才能實(shí)現(xiàn)“核內(nèi)”求解，避免將數(shù)據(jù)分頁(yè)到硬盤（“核外”），后者通常速度較慢。
展開 Ansys進(jìn)一步加速高性能計(jì)算和人工智能設(shè)計(jì)
通過(guò)將世界一流的Ansys HFSS和Ansys RaptorX引擎整合到統(tǒng)一的分析解決方案中，Ansys將提供一種即時(shí)的解決方案，以有效解決多個(gè)高速和高性能應(yīng)用中的電磁效應(yīng)。作為全球電磁領(lǐng)域的領(lǐng)導(dǎo)者，Ansys很驕傲這次能在繼承原有資產(chǎn)的基礎(chǔ)上全新推出Ansys RaptorH?！? 來(lái)源于：ANSYS官網(wǎng)
Ansys進(jìn)一步加速高性能計(jì)算和人工智能設(shè)計(jì)
圖為納米級(jí)片上系統(tǒng)（SoC）的塊視圖，該分析展示了由HFSS黃金標(biāo)準(zhǔn)所提供支持的RaptorH的驚人容量
Ansys RaptorH是一款高度集成的分析解決方案，使設(shè)計(jì)人員能夠仿真在多芯片3D-IC、硅interposer和高級(jí)封裝上的高級(jí)納米硅設(shè)計(jì)的電磁現(xiàn)象，從而縮短設(shè)計(jì)周期并提高可靠性與完整性。
Ansys副總裁兼總經(jīng)理John Lee表示：“設(shè)計(jì)新一代電子產(chǎn)品的企業(yè)面臨著日益嚴(yán)峻的上市時(shí)間壓力，因?yàn)樗麄円谌菀壮鲥e(cuò)且成本高昂的工作流程中努力解決極為復(fù)雜的設(shè)計(jì)挑戰(zhàn)。通過(guò)將世界一流的Ansys HFSS和Ansys RaptorX引擎整合到統(tǒng)一的分析解決方案中，Ansys將提供一種即時(shí)的解決方案，以有效解決多個(gè)高速和高性能應(yīng)用中的電磁效應(yīng)。作為全球電磁領(lǐng)域的領(lǐng)導(dǎo)者，Ansys很驕傲這次能在繼承原有資產(chǎn)的基礎(chǔ)上全新推出Ansys RaptorH?！?/span>
展開 Ansys進(jìn)一步加速高性能計(jì)算和人工智能設(shè)計(jì)
Ansys RaptorH為芯片設(shè)計(jì)團(tuán)隊(duì)提供業(yè)界領(lǐng)先的HFSS求解器技術(shù)
2020年2月25日，匹茲堡訊 –隨著Ansys? RaptorH?的正式發(fā)布，Ansys（NASDAQ：ANSS）將進(jìn)一步為工程師加快和改進(jìn)5G、三維集成電路（3D-IC）和射頻集成電路設(shè)計(jì)工作流程賦能，推動(dòng)智能設(shè)備、天線陣列和數(shù)據(jù)存儲(chǔ)系統(tǒng)等方面的創(chuàng)新。RaptorH集結(jié)了Ansys旗艦產(chǎn)品HFSS的保真度與RaptorX的速度和高容量架構(gòu)，幫助設(shè)計(jì)人員縮小芯片尺寸、降低功耗、減少生產(chǎn)成本并最大限度地加快產(chǎn)品上市進(jìn)程。
從用于5G移動(dòng)設(shè)備和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的高性能片上系統(tǒng)（SoC），到實(shí)現(xiàn)自動(dòng)駕駛汽車和工業(yè)物聯(lián)網(wǎng)的射頻收發(fā)器，電磁對(duì)電路設(shè)計(jì)的影響極為關(guān)鍵。Ansys RaptorH能有效幫助客戶解決不良干擾，避免可能導(dǎo)致設(shè)計(jì)周期延長(zhǎng)、風(fēng)險(xiǎn)增大、成本升高以及性能不理想等不良影響。
Ansys RaptorH是一款高度集成的分析解決方案，使設(shè)計(jì)人員能夠仿真在多芯片3D-IC、硅interposer和高級(jí)封裝上的高級(jí)納米硅設(shè)計(jì)的電磁現(xiàn)象，從而縮短設(shè)計(jì)周期并提高可靠性與完整性。
Ansys副總裁兼總經(jīng)理John Lee表示：“設(shè)計(jì)新一代電子產(chǎn)品的企業(yè)面臨著日益嚴(yán)峻的上市時(shí)間壓力，因?yàn)樗麄円谌菀壮鲥e(cuò)且成本高昂的工作流程中努力解決極為復(fù)雜的設(shè)計(jì)挑戰(zhàn)。通過(guò)將世界一流的Ansys HFSS和Ansys RaptorX引擎整合到統(tǒng)一的分析解決方案中，Ansys將提供一種即時(shí)的解決方案，以有效解決多個(gè)高速和高性能應(yīng)用中的電磁效應(yīng)。作為全球電磁領(lǐng)域的領(lǐng)導(dǎo)者，Ansys很驕傲這次能在繼承原有資產(chǎn)的基礎(chǔ)上全新推出Ansys RaptorH?！?關(guān)于ANSYS, Inc.
作為全球工程仿真領(lǐng)域的領(lǐng)先企業(yè)，Ansys在眾多產(chǎn)品的創(chuàng)造過(guò)程中都扮演著至關(guān)重要的角色。
展開 
12/21 基于Ansys Speos的GPU光學(xué)模擬加速計(jì)算
Ansys與NVIDIA有著長(zhǎng)久的戰(zhàn)略合作關(guān)系，作為高性能計(jì)算領(lǐng)域的技術(shù)領(lǐng)導(dǎo)者，雙方展開密切合作在Ansys多物理場(chǎng)解決方案中開發(fā)GPU加速求解器和算法，確保在Ansys軟件上運(yùn)行的仿真工作具有最快的性能。此外還在專業(yè)圖形方案領(lǐng)域進(jìn)行合作，確保Ansys在建模、后處理和可視化等工作流程能夠發(fā)揮最佳性能和質(zhì)量水平。
當(dāng)下隨著科技的發(fā)展，汽車內(nèi)外飾照明越來(lái)越復(fù)雜，以往想要模擬出高逼真的視覺(jué)效果，需要堆棧CPU數(shù)量用于模擬計(jì)算，硬件成本很高。而在即將正式推出的Ansys Speos GPU加速計(jì)算中，可實(shí)現(xiàn)4-8倍運(yùn)算能力的提高，通過(guò)借助GPU加速獲得更好的結(jié)果、更快的模擬以及更高的精度和分辨率，實(shí)現(xiàn)基于物理的逼真渲染，消除時(shí)間/硬件管理等障礙，進(jìn)一步加快開發(fā)速度。
12月21日，Ansys將聯(lián)合NVIDIA共同推出【基于Ansys Speos的GPU光學(xué)模擬加速計(jì)算】網(wǎng)絡(luò)研討會(huì)，本次會(huì)議邀請(qǐng)來(lái)自NVIDIA 行業(yè)拓展經(jīng)理茅勇，以及Ansys Speos應(yīng)用工程師孫鴻燁作為主講嘉賓，共同分享實(shí)現(xiàn)快速計(jì)算的關(guān)鍵技術(shù)以及最新光學(xué)仿真的功能革新，歡迎大家報(bào)名參會(huì)。
展開 Ansys進(jìn)一步加速高性能計(jì)算和人工智能設(shè)計(jì)
Ansys副總裁兼總經(jīng)理John Lee表示：“設(shè)計(jì)新一代電子產(chǎn)品的企業(yè)面臨著日益嚴(yán)峻的上市時(shí)間壓力，因?yàn)樗麄円谌菀壮鲥e(cuò)且成本高昂的工作流程中努力解決極為復(fù)雜的設(shè)計(jì)挑戰(zhàn)。通過(guò)將世界一流的Ansys HFSS和Ansys RaptorX引擎整合到統(tǒng)一的分析解決方案中，Ansys將提供一種即時(shí)的解決方案，以有效解決多個(gè)高速和高性能應(yīng)用中的電磁效應(yīng)。作為全球電磁領(lǐng)域的領(lǐng)導(dǎo)者，Ansys很驕傲這次能在繼承原有資產(chǎn)的基礎(chǔ)上全新推出Ansys RaptorH。”
來(lái)源于：ANSYS官網(wǎng)
展開 9/24 Ansys Discovery 運(yùn)用NVIDIA 最新工業(yè)級(jí)GPU技術(shù)加速仿真計(jì)算
Ansys Discovery是專為設(shè)計(jì)工程師開發(fā)的實(shí)時(shí)仿真設(shè)計(jì)工具，能為他們?cè)诟拍钤O(shè)計(jì)階段提供包括幾何建模及清理、結(jié)構(gòu)、模態(tài)、熱及流體（內(nèi)流及外流）以及拓?fù)鋬?yōu)化等一系列設(shè)計(jì)及分析功能。借助全新的Ansys Discovery，工程師能夠在概念評(píng)估、設(shè)計(jì)改進(jìn)優(yōu)化階段盡早利用仿真推進(jìn)研發(fā)，這意味著工程師能夠在有限的預(yù)算中更快地優(yōu)化產(chǎn)品與工作流程。
同時(shí)，在NVIDIA GPU的助力下，Ansys Discovery能夠提供即時(shí) 3D 設(shè)計(jì)仿真功能，實(shí)現(xiàn)實(shí)時(shí)交互設(shè)計(jì)探索和快速產(chǎn)品創(chuàng)新。基于NVIDIA CUDA的Ansys產(chǎn)品可將幾小時(shí)的設(shè)計(jì)模擬工作流程縮短為幾分鐘甚至幾秒，助力設(shè)計(jì)工程師以更快的速度做出更明智的設(shè)計(jì)決策。本次網(wǎng)絡(luò)研討會(huì)，我們邀請(qǐng)到NVIDIA高級(jí)解決方案架構(gòu)師宋毅明，以及Ansys中國(guó)高級(jí)應(yīng)用工程師鄭偉巍共同為大家講解Ansys Discovery 運(yùn)用NVIDIA 最新工業(yè)級(jí)GPU技術(shù)如何以更快的速度探索概念、執(zhí)行迭代與創(chuàng)新。歡迎報(bào)名參會(huì)！
時(shí)間：9月24日（星期四），14:00-15:00
會(huì)議大綱：通過(guò)觀看本次網(wǎng)絡(luò)研討會(huì)，您將學(xué)習(xí)到，
NVIDIA Quadro系列產(chǎn)品介紹
NVIDIA CUDA如何加速仿真計(jì)算及流程
Ansys Discovery產(chǎn)品介紹及仿真精度
Ansys Discovery在行業(yè)中的應(yīng)用案例
講師簡(jiǎn)介：
宋毅明，NVIDIA Quadro 產(chǎn)品部門高級(jí)解決方案架構(gòu)師。南京大學(xué)計(jì)算機(jī)軟件工程方向碩士畢業(yè)。曾在 AMD、Intel 從事 3D 圖形驅(qū)動(dòng)開發(fā)，在 epic games 從事 UNREAL 游戲引擎開發(fā)工作。對(duì)計(jì)算機(jī)圖形學(xué)、directx 游戲引擎開發(fā)優(yōu)化有深刻理解。
展開 ANSYS和SYNOPSYS將展開合作，加速優(yōu)化新一代高性能計(jì)算、移動(dòng)和汽車產(chǎn)品的魯棒性設(shè)計(jì)
ANSYS和SYNOPSYS將展開合作，加速優(yōu)化新一代高性能計(jì)算、移動(dòng)和汽車產(chǎn)品的魯棒性設(shè)計(jì)：獨(dú)有的產(chǎn)品集成，可將電源和可靠性驗(yàn)收解決方案與內(nèi)建設(shè)計(jì)分析的物理實(shí)施解決方案充分整合，進(jìn)而推動(dòng)未來(lái)智能產(chǎn)品的研發(fā)http://www.ansys.com/zh-CN/About-ANSYS/news-center/06-19-17-ansys-and-synopsys-partner
異構(gòu)加速計(jì)算崛起，不應(yīng)只是關(guān)注計(jì)算芯片
以近藤正明教授為首的研究人員等專家在《下一代高級(jí)計(jì)算基礎(chǔ)設(shè)施白皮書》中預(yù)計(jì)，未來(lái)將需要“專用或半專用硬件加速器”作為這十年計(jì)算的必備功能。 ”以及 Hennessy 和 Patterson 在他們的論文“計(jì)算機(jī)架構(gòu)的新黃金時(shí)代”中。
As long as we are talking about dedicated accelerators, why stop at GPUs? Optimizing for different types of accelerators is a great objective, but we don’t want to write different code for different types of accelerators. We believe that the industry will benefit from a standardized language, that everyone can contribute to, collaborate on, is not locked into a particular vendor, and can evolve organically based on its members and public requirements.
既然我們談?wù)摰氖菍Ｓ?em>加速器，為什么只停留在 GPU 上呢？ 針對(duì)不同類型的加速器進(jìn)行優(yōu)化是一個(gè)偉大的目標(biāo)，但我們不想為不同類型的加速器編寫不同的代碼。 我們相信，該行業(yè)將受益于標(biāo)準(zhǔn)化語(yǔ)言，每個(gè)人都可以做出貢獻(xiàn)、進(jìn)行協(xié)作，不會(huì)被鎖定到特定的供應(yīng)商，并且可以根據(jù)其成員和公眾要求有機(jī)發(fā)展。
展開 高性能計(jì)算（HPC）服務(wù)器加速LSDYNA計(jì)算效果展示
分享幾個(gè)我司為客戶提供的高性能計(jì)算服務(wù)器案例，LSDYNA軟件提速數(shù)倍。
1. 如下圖，客戶采用自有的工作站進(jìn)行射流沖擊仿真，運(yùn)行至250微秒用時(shí)3天多，我司服務(wù)器運(yùn)行至250微秒只需3小時(shí)，提速24倍+。
2. LSDYNA爆炸仿真，客戶自己電腦用時(shí)28小時(shí)，我司集群3小時(shí)完成，提速8倍。
3. 某高校客戶，爆炸仿真，客戶租用工作站12小時(shí)只跑了1000微秒，而我司服務(wù)器跑完6000微秒用時(shí)57分鐘，提速72倍+。
4. 某軍工客戶，爆炸仿真，客戶原有電腦需運(yùn)行155小時(shí)，我司工作站僅需5.3小時(shí)，提速29倍。
如有需要采購(gòu)服務(wù)器、建設(shè)高性能計(jì)算集群的單位歡迎聯(lián)系。后續(xù)將發(fā)布StarCCM、Fluent、Abaqus等各行業(yè)客戶使用我司服務(wù)器后的性能提升案例。
展開 如何加速Map圖計(jì)算？
電功率與每周期時(shí)間步數(shù)曲線
軸功率與每周期時(shí)間步數(shù)曲線
對(duì)于電動(dòng)機(jī)模式：
對(duì)于發(fā)電機(jī)模式：
在計(jì)算Map圖時(shí)，每個(gè)周期的時(shí)間步數(shù)不宜設(shè)置過(guò)大，可以采用默認(rèn)的30步（或者加大到40~60），可平衡計(jì)算速度和精度。
(2)周期數(shù)
Maxwell基于磁場(chǎng)分析結(jié)果，通過(guò)后處理的方式計(jì)算鐵心損耗，磁場(chǎng)幅值的建立至少需要半個(gè)電周期，計(jì)算Map圖時(shí)，對(duì)于永磁同步電機(jī)，周期數(shù)設(shè)置為2即可，如果使用半周期TDM，可以只計(jì)算半個(gè)電周期。
(3)參數(shù)掃描變量數(shù)的設(shè)置
首先是電流和電流相位角的掃描設(shè)置，Toolkit使用非線性DOE采樣，默認(rèn)的6*10是較平衡的設(shè)置，如需進(jìn)一步提高精度，可在每個(gè)維度增加3～5個(gè)點(diǎn)。其次是轉(zhuǎn)速點(diǎn)的設(shè)置，從2020R1開始，對(duì)于同步電機(jī)，Toolkit可取消對(duì)轉(zhuǎn)速變量的掃描，取消勾選Specify number of speed sweeppoints，或者直接設(shè)置為1即可激活該功能，由于減少了一個(gè)掃描維度，計(jì)算量大幅降低，當(dāng)鐵損系數(shù)與轉(zhuǎn)速無(wú)關(guān)時(shí)，建議使用該功能。
6 測(cè)試案例
為此，本文拿一個(gè)例子來(lái)進(jìn)行測(cè)試，測(cè)試計(jì)算Map圖所需的時(shí)間，本文開啟DSO設(shè)置，Tasks= Cores = 8，一次性計(jì)算8個(gè)任務(wù)，最終用時(shí)18分鐘就把Map圖結(jié)果計(jì)算完成了，軟件版本為2020R2，相關(guān)參數(shù)設(shè)置如下。
DSO設(shè)置及計(jì)算過(guò)程：
Map計(jì)算結(jié)果：
軟件版本為2020R2，電腦硬件配置如下：
7 總結(jié)
通過(guò)設(shè)置周期模型、合理設(shè)置網(wǎng)格剖分、打開DSO及LSDSO加速計(jì)算、合理的ACT參數(shù)設(shè)置等操作后，軟件可以在很短的時(shí)間內(nèi)將電機(jī)的Map圖結(jié)果計(jì)算出來(lái)，如本文所述案例，在18min內(nèi)就可將結(jié)果計(jì)算完成。
展開 
用GPU加速Fluent計(jì)算
用Fluent開啟GPU進(jìn)行計(jì)算，過(guò)程其實(shí)很簡(jiǎn)單，不過(guò)現(xiàn)在只找到采用N卡進(jìn)行計(jì)算的方法。首先在開始界面需要設(shè)置并行計(jì)算的核數(shù)與你要用來(lái)計(jì)算的GPU數(shù)量，一般電腦都只有一塊顯卡，所以設(shè)置為1就可以了。
打開之后就需要用命令行去打打開顯卡計(jì)算并進(jìn)行設(shè)置，命令行/solve/set/amg-options/amg-gpgpu-options/，后面還需要跟上你想并行計(jì)算的模型比如我這里的壓力耦合計(jì)算，后面是一些精度和求解方法的設(shè)置，其中精度和迭代次數(shù)比較重要，搞得不好反倒會(huì)發(fā)散，比如這里設(shè)置為0.1，如果過(guò)大那時(shí)間就會(huì)比較長(zhǎng)。
設(shè)置好了之后運(yùn)行就可以了，也沒(méi)什么需要注意的，但是有的模型本身就有限制用不了并行加速方法，具體的可以參考這里的內(nèi)容https://www.nvidia.cn/data-center/gpu-accelerated-applications/ansys-fluent/
我這里模型比較小，計(jì)算時(shí)間就2分鐘效果提升不明顯，大的模型會(huì)明顯一些，但顯卡確實(shí)用起來(lái)了。
如果是自己編寫的程序想并行求解的會(huì)麻煩很多，但也不是沒(méi)有辦法。
后續(xù)更新如何用代碼主要是基于matlab進(jìn)行三維模型計(jì)算，包括讀取網(wǎng)格（基于Openfoam格式的網(wǎng)格），處理拓?fù)洌x散求解一系列流程。
展開 John Glossner：新一代異構(gòu)計(jì)算正在成為人工智能的加速引擎，中國(guó)是全球異構(gòu)計(jì)算生態(tài)的重要一
如果按照馬云的觀點(diǎn)，數(shù)據(jù)是人工智能的生產(chǎn)資料，計(jì)算是人工智能的生產(chǎn)力，那么異構(gòu)計(jì)算就是提升人工智能生產(chǎn)力的引擎。
9月17日，在2018世界人工智能大會(huì)的主論壇上，全球異構(gòu)系統(tǒng)架構(gòu)（HSA）聯(lián)盟主席John Glossner博士發(fā)表了《面向人工智能的新一代異構(gòu)計(jì)算標(biāo)準(zhǔn)》的演講。John Glossner在演講中以華夏芯（北京）通用處理器技術(shù)有限公司的異構(gòu)多核處理器平臺(tái)為例，介紹了最新的人工智能芯片的設(shè)計(jì)趨勢(shì)。他還表示，中國(guó)是全球異構(gòu)計(jì)算生態(tài)的重要一環(huán)。異構(gòu)計(jì)算是一種將不同指令架構(gòu)的計(jì)算單元（例如傳統(tǒng)的CPU、GPU、DSP、還有創(chuàng)新的TPU、DLA等）融合在一起、實(shí)現(xiàn)高效協(xié)同運(yùn)行的計(jì)算技術(shù)。如果說(shuō)傳統(tǒng)架構(gòu)的芯片是一種燒汽油的引擎，那么異構(gòu)計(jì)算的芯片就是一種混合動(dòng)力引擎，甚至新能源引擎。
John Glossner主席認(rèn)為，大量人工智能應(yīng)用的出現(xiàn)，如無(wú)人駕駛、機(jī)器視覺(jué)、智能手機(jī)等等，對(duì)于人工智能的發(fā)動(dòng)機(jī)——芯片，提出了非常高的要求，包括性能、功耗、成本、應(yīng)用開發(fā)等等。芯片既是人工智能持續(xù)增長(zhǎng)的動(dòng)力引擎，又是人工智能規(guī)模化商用的算力瓶頸。面對(duì)大數(shù)據(jù)、人工智能對(duì)計(jì)算性能的爆發(fā)式需求，各種創(chuàng)新的神經(jīng)網(wǎng)絡(luò)算法及相應(yīng)的計(jì)算實(shí)現(xiàn)架構(gòu)層出不窮，之前的傳統(tǒng)芯片設(shè)計(jì)架構(gòu)已經(jīng)難以滿足應(yīng)用對(duì)計(jì)算能力的需求。正因?yàn)槿绱?，不僅眾多創(chuàng)新的芯片公司，甚至包括亞馬遜、百度這些互聯(lián)網(wǎng)公司都在開始設(shè)計(jì)新架構(gòu)的人工智能芯片。異構(gòu)計(jì)算這種將傳統(tǒng)與創(chuàng)新架構(gòu)融合、通用和專用計(jì)算協(xié)同的技術(shù)路徑，非常好地滿足了人工智能芯片不僅要性能好、成本低，還要可演進(jìn)、易開發(fā)的設(shè)計(jì)理念。因此，業(yè)界的共識(shí)是新一代異構(gòu)計(jì)算架構(gòu)是未來(lái)人工智能芯片設(shè)計(jì)創(chuàng)新的主要突破口。
異構(gòu)計(jì)算并不是全新的概念，但由于產(chǎn)品設(shè)計(jì)難度大、生態(tài)系統(tǒng)需要重新構(gòu)建等挑戰(zhàn)，在過(guò)去很長(zhǎng)一段時(shí)間里一直處在不斷演進(jìn)當(dāng)中。
展開 深度解讀 NVIDIA 加速計(jì)算平臺(tái)如何推動(dòng)人工智能、元宇宙、云技術(shù)和可持續(xù)計(jì)算的下一波浪潮
黃仁勛將深度解讀 NVIDIA 加速計(jì)算平臺(tái)如何推動(dòng)人工智能、元宇宙、云技術(shù)和可持續(xù)計(jì)算的下一波浪潮。
NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛的 GTC 主題演講將于北京時(shí)間 3 月 21 日 23:00 全球首播，3 月 22 日 10:00 中國(guó)重播。
掃碼或點(diǎn)擊下方鏈接
鏈接：https://www.nvidia.cn/gtc-global/keynote/?ncid=ref-io-415248
探索全球思想領(lǐng)袖的宏圖大略
您還可以通過(guò)本次 GTC 探索來(lái)自各行各業(yè)思想領(lǐng)袖的宏圖大略。重磅演講嘉賓包括 DeepMind 創(chuàng)始人兼首席執(zhí)行官 Demis Hassabis、Open AI 聯(lián)合創(chuàng)始人兼首席科學(xué)家 Ilya Sutskever、Adobe 首席產(chǎn)品官 Scott Belsky，和 IBM 公司首席信息官 Kathryn Guarini 等。
更多重磅專題演講將接連登場(chǎng)，切勿錯(cuò)過(guò)全新的突破性內(nèi)容、由專家主持的會(huì)議和必看的主題演講。
展開 GPU加速計(jì)算的狼來(lái)了？
當(dāng)然，GPU在進(jìn)行LBM計(jì)算的時(shí)候，不會(huì)改變其物理計(jì)算的本質(zhì)，仍然是通過(guò)速度分布函數(shù)、宏觀物理量和平衡態(tài)分布之間的迭代來(lái)實(shí)現(xiàn)的。因此，如果代碼調(diào)試沒(méi)有問(wèn)題的話，GPU計(jì)算的結(jié)果和CPU應(yīng)該是一致的。
當(dāng)然，要想GPU算法能夠?qū)崿F(xiàn)更好的加速效果，也需要對(duì)參數(shù)存儲(chǔ)、傳遞和計(jì)算進(jìn)行優(yōu)化。目前，許多LBM方法在配合GPU計(jì)算已產(chǎn)生恐怖的加速性能，比如已有商業(yè)軟件可將單塊顯卡的計(jì)算加速能力提高到等價(jià)于數(shù)千個(gè)CPU核的量級(jí)。相信隨著GPU性能和軟件本身的不斷進(jìn)化，GPU一定會(huì)讓LBM徹底飛起來(lái)。
來(lái)源于：LBM與流體力學(xué) 作者： 盧比與鋼蛋
展開 