NVIDIA GPU的案例
釋放 GPU 無限潛能 — NVIDIA 全面提升 ALTAIR 效能
NVIDIA與Altair合作致力于提升工程仿真和高性能計算的性能與效率，
通過GPU加速來提高仿真計算速度和準(zhǔn)確性，融合人工智能和深度學(xué)習(xí)尖端技術(shù)應(yīng)用，構(gòu)建可持續(xù)性發(fā)展的數(shù)字化元宇宙。
云端高性能計算平臺Altair? Access? 集成GPU加速技術(shù)和人工智能平臺，全面釋放GPU計算力潛能，遠(yuǎn)程計算資源可視化隨時查看作業(yè)狀態(tài)，最大程度地提高軟硬件資源利用率。
R
TX架構(gòu)平臺采用創(chuàng)新Tensor Core技術(shù)，加速深度學(xué)習(xí)算法的訓(xùn)練與推理過程，從而提高計算效率。輔以人工智能技術(shù)進(jìn)行模型優(yōu)化和自適應(yīng)計算，從而提高計算準(zhǔn)確性和效率。
離散元法DEM仿真是密集型計算，伴隨著龐大的運算量。計算流體力學(xué)模擬分析往往受限于可用計算資源及超長運行時間，這一直是將高保真模擬集成到基于仿真設(shè)計周期中的阻礙。
運用GPU并行架構(gòu)徹底改變現(xiàn)況，以極短時間真實地模擬問題，以高質(zhì)量可視化呈現(xiàn)分析結(jié)果，相較于傳統(tǒng)計算群集大幅降低能源耗損，顯著縮短運算時間。
本次網(wǎng)絡(luò)研討會邀請來自NVIDIA及ALTAIR技術(shù)專家，共同探討NVIDIA GPU加速仿真模擬性能優(yōu)勢，并且分享行業(yè)成功案例。
展開 Altair使用NVIDIA GPU加速工程仿真
Altair宣布CFD仿真軟件Altair AcuSolve?和三維渲染和動畫工具Thea Render，現(xiàn)提供對NVIDIA GPU的增強(qiáng)支持，速度比使用同等配置的CPU快4倍！
除了提供GPU支持外，Altair還支持基于LBM算法的CFD軟件Altair ultraFluidX?和基于粒子法的CFD軟件Altair nanoFluidX?的NVIDIA RTX Server驗證，縮短產(chǎn)品仿真和迭代所需時間，從而加速產(chǎn)品上市。
利用 Altair ultraFluidX
對Altair CX-1概念設(shè)計進(jìn)行外部空氣動力學(xué)仿真
AcuSolve仿真速度超CPU四倍
Altair AcuSolve?是一款通用型CFD軟件，可幫助工程師利用設(shè)計的湍流和熱傳遞來模擬流體流動。借助NVIDIA GPU，AcuSolve用戶可以執(zhí)行的仿真速度比使用同等配置的CPU快4倍。
通過在NVIDIA RTX服務(wù)器上使用基于GPU的CFD求解器，大規(guī)模CFD模擬現(xiàn)在只需數(shù)小時而不是數(shù)天。
展開 9/24 Ansys Discovery 運用NVIDIA 最新工業(yè)級GPU技術(shù)加速仿真計算
同時，在NVIDIA GPU的助力下，Ansys Discovery能夠提供即時 3D 設(shè)計仿真功能，實現(xiàn)實時交互設(shè)計探索和快速產(chǎn)品創(chuàng)新。基于NVIDIA CUDA的Ansys產(chǎn)品可將幾小時的設(shè)計模擬工作流程縮短為幾分鐘甚至幾秒，助力設(shè)計工程師以更快的速度做出更明智的設(shè)計決策。本次網(wǎng)絡(luò)研討會，我們邀請到NVIDIA高級解決方案架構(gòu)師宋毅明，以及Ansys中國高級應(yīng)用工程師鄭偉巍共同為大家講解Ansys Discovery 運用NVIDIA 最新工業(yè)級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。歡迎報名參會！
時間：9月24日（星期四），14:00-15:00
會議大綱：通過觀看本次網(wǎng)絡(luò)研討會，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
講師簡介：
宋毅明，NVIDIA Quadro 產(chǎn)品部門高級解決方案架構(gòu)師。南京大學(xué)計算機(jī)軟件工程方向碩士畢業(yè)。曾在 AMD、Intel 從事 3D 圖形驅(qū)動開發(fā)，在 epic games 從事 UNREAL 游戲引擎開發(fā)工作。對計算機(jī)圖形學(xué)、directx 游戲引擎開發(fā)優(yōu)化有深刻理解。
鄭偉巍（Erik Zheng），畢業(yè)于哈爾濱工業(yè)大學(xué)熱力渦輪機(jī)專業(yè)，機(jī)械結(jié)構(gòu)設(shè)計專家。曾任諾基亞通信、摩托羅拉高級結(jié)構(gòu)設(shè)計工程師，熟悉壓鑄件/塑料件/鈑金件設(shè)計及加工工藝，熟練使用CREO和Ansys工具，也曾有三年汽車領(lǐng)域碰撞及非線性有限元分析經(jīng)驗。
展開 CFD仿真 | 使用NVIDIA GPU加速仿真：本地部署和云解決方案
然而，當(dāng)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(qiáng)大功能，我們使用Ansys Fluent流體仿真軟件測試了各種標(biāo)準(zhǔn)CFD基準(zhǔn)模型。我們在包含8個NVIDIA H100 Tensor Core GPU的Supermicro AS-8125GS-TNHR服務(wù)器上求解了兩種不同的模型——第一個是包含2400萬個網(wǎng)格單元的燃?xì)廨啓C(jī)燃燒室內(nèi)部流動模型，第二個是包含5000萬個網(wǎng)格單元的汽車外部空氣動力學(xué)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(yù)覽版。
GPU增強(qiáng)仿真的優(yōu)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(xiàn)多種優(yōu)勢：
效率：通過同時處理許多任務(wù)，GPU可縮短求解器時間，尤其是處理大型復(fù)雜模型時，效果更為顯著。
性價比：在NVIDIA GPU而非傳統(tǒng)CPU上運行的仿真，可以顯著降低成本。
環(huán)境影響：GPU還通過減少密集計算的能耗來支持可持續(xù)性目標(biāo)。
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(shè)計迭代，從而加速創(chuàng)新并提高產(chǎn)品質(zhì)量。這種增強(qiáng)的計算能力可加速研發(fā)，使企業(yè)能夠更快地將更具競爭力和適應(yīng)力的產(chǎn)品推向市場。
展開 
異構(gòu)加速計算崛起，不應(yīng)只是關(guān)注計算芯片
The installed base of CUDA applications that make use of Nvidia GPUs are poised to be able to adapt over time to an open, multivendor, multiarchitecture software approach created to serve all vendors, not just Nvidia.
由于多個 GPU 供應(yīng)商的競爭，一個充滿活力的 GPU 生態(tài)系統(tǒng)正在興起。 這是加速器競爭越來越激烈的趨勢的一部分。 使用 Nvidia GPU 的 CUDA 應(yīng)用程序的安裝基礎(chǔ)將能夠隨著時間的推移適應(yīng)開放的、多供應(yīng)商、多架構(gòu)的軟件方法，該方法旨在為所有供應(yīng)商（而不僅僅是 Nvidia）提供服務(wù)。
While CUDA has earned a strong following given its value proposition and the strength of Nvidia GPUs in the ecosystem, there are increasing concerns regarding the lock-in that use of CUDA creates. Such concerns stem from the proprietary focus highlighted by these factors:
雖然 CUDA 因其價值主張和 Nvidia GPU 在生態(tài)系統(tǒng)中的實力而贏得了眾多追隨者，但人們越來越擔(dān)心 CUDA 的使用造成的鎖定。
展開 汽車照明 | 寶馬集團(tuán)借助仿真及加速計算方案實現(xiàn)舒適的駕駛環(huán)境
利用NVIDIA加速GPU計算，將光學(xué)設(shè)計分析速度提高300倍
在寶馬集團(tuán)，Weselake有機(jī)會探索并設(shè)計各種風(fēng)格的內(nèi)部照明概念——從MINI的趣味活潑，到寶馬的精致優(yōu)雅，再到勞斯萊斯的極致奢華。雖然它們的風(fēng)格各不相同，但相關(guān)仿真往往都規(guī)模龐大，因此需要較長的運行時間。此前，使用CPU計算，Weselake需要進(jìn)行數(shù)個小時的測試運行。在這些測試運行結(jié)束后，實際仿真還需要長達(dá)一周的時間。如果出現(xiàn)任何問題，則很可能需要重復(fù)整個測試和實際仿真周期。
利用Speos軟件和NVIDIA RTX 6000 Ada Generation GPU，Weselake能夠?qū)⑦\行光學(xué)仿真的速度提高300倍。進(jìn)一步來說，該設(shè)置顯著提升了Speos軟件的性能，將單次測試運行時間從數(shù)小時縮短至不到10分鐘。
Weselake指出：“將仿真時間從長達(dá)一周縮短至僅幾小時甚至幾分鐘，這對我的工作非常有益。之前，每次運行規(guī)模較大的仿真時，我都要花費數(shù)天甚至一周的時間。現(xiàn)在，我可以利用額外的時間將精力投入到其他任務(wù)。”
那么，這種加速是如何實現(xiàn)的呢？NVIDIA的加速計算平臺融合了48GB的海量內(nèi)存和卓越的處理能力。將其與Speos軟件結(jié)合使用，Weselake能夠獲得執(zhí)行復(fù)雜光學(xué)仿真所需的計算能力，從而增加設(shè)計迭代次數(shù)，更快地解決挑戰(zhàn)。此外，其還使得在同一天進(jìn)行快速、臨時的測試運行成為可能，Weselake認(rèn)為，這是一個巨大的優(yōu)勢。
“借助這一設(shè)置，我能夠使用NVIDIA GPU加速計算以300倍的速度運行更多種類材料的仿真。我可以創(chuàng)建演示、比較強(qiáng)度，并對眩光和反射的材料選項進(jìn)行排序。而且，我經(jīng)常能夠在需要展示結(jié)果的當(dāng)天就完成這些工作，這非常令人驚嘆。”
新功能帶來材料領(lǐng)域的新發(fā)現(xiàn)
在需要進(jìn)行對比時，這些功能對Weselake來說意義重大。
展開 華為AI芯片真能干掉英偉達(dá)，顛覆現(xiàn)有格局？
然而，如果從從架構(gòu)上做比較，cube式的MAC陣列的效率相比Nvidia GPU的SIMD架構(gòu)未必會有本質(zhì)上的提升，因此從訓(xùn)練的角度來看達(dá)芬奇架構(gòu)可以說是Nvidia GPU的替代者，但很難說是超越者。
我們不妨將達(dá)芬奇架構(gòu)與目前最熱門的兩種商用人工智能芯片架構(gòu)做比較，即Nvidia的GPU和Google的TPU。Nvidia的GPU架構(gòu)源自經(jīng)典的GPU多核并行架構(gòu)，為了優(yōu)化人工智能計算，加入了對于矩陣運算的優(yōu)化支持（Tensor Core）。但是GPU并非天生為人工智能而生，因此在卷積神經(jīng)網(wǎng)絡(luò)推理等主流應(yīng)用上，GPU架構(gòu)的效率并不高，因此華為達(dá)芬奇為卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化過的架構(gòu)相比GPU的計算效率要強(qiáng)不少。與Google的TPU相比，達(dá)芬奇架構(gòu)則顯得更加簡單直接。
TPU上使用了優(yōu)美的脈動陣列（systolic array）架構(gòu)，該架構(gòu)雖然很久之前就被人們提出，但是遲遲沒有找到合適的應(yīng)用，因此TPU采用脈動陣列從某種意義上可以說是重新發(fā)明了脈動陣列，給了脈動陣列以新生。脈動陣列的優(yōu)勢是對于內(nèi)存帶寬的需求大大減少，但是問題在于難以做小，一旦做小了效率就會大大下降——在TPU等級的云端高算力應(yīng)用脈動陣列是合適的，但是在終端低算力低功耗應(yīng)用中脈動陣列的效率就不高。因此達(dá)芬奇架構(gòu)相比TPU的脈動陣列來說更靈活，能滿足不同算力需求，也即滿足了華為AI戰(zhàn)略中的橫向部分。
最終比拼的還是生態(tài)
從之前的分析中，我們的結(jié)論是華為的達(dá)芬奇架構(gòu)是一個出色的架構(gòu)，與Nvidia的GPU和Google的TPU相比性能并不落下風(fēng)，但是其可伸縮性卻遠(yuǎn)好于GPU和TPU，能快速部署到多個不同算力等級的應(yīng)用中。
展開 《CST Studio Suite 2024 GPU加速計算指南》
NVIDIA使用指南
- ECC功能：可檢測和糾正GPU內(nèi)存問題，但會降低舊GPU硬件性能，可通過NVIDIA控制面板或命令行工具nvidia - smi管理。
- TCC模式（Windows only）：某些GPU計算需要啟用，可通過命令行工具nvidia - smi啟用或禁用。
- 其他：還介紹了獨占計算模式、顯示鏈接、組合MPI計算和GPU計算、服務(wù)用戶、GPU計算使用Windows遠(yuǎn)程桌面、運行多個模擬、視頻卡驅(qū)動、操作條件、最新CST服務(wù)包、GPU監(jiān)控/利用率、選擇可用GPU卡子集等內(nèi)容。
6. 故障排除：針對NVIDIA驅(qū)動安裝、多GPU設(shè)置、GPU模式、硬件識別、CUDA錯誤、TCC模式等問題給出了相應(yīng)的解決方法。
《CST Studio Suite 2024 GPU加速計算指南》.pdf
展開 新一代光學(xué)工程仿真軟件FRED MPC GPU硬件配置
頁面內(nèi)容
支持的GPU
檢查支持的硬件
運行FREDMPC基準(zhǔn)文件
支持的GPU
為了運行FREDMPC，需要NVIDIA GPU，雖然在FREDMPC的以后版本中可能會有所變化，但GPU的NVIDIA計算能力必須大于3.0。下圖顯示了已成功用FREDMPC進(jìn)行測試的各種GPU主板的相對性能，其中GeForce GTX 1050 Ti是參考，為每個顯卡提供相對性能范圍，以說明在基準(zhǔn)測試期間觀察到的結(jié)果范圍（即一些FRED模型追跡光線比其他模型更快）。例如，Quadro GV100上的基準(zhǔn)文件執(zhí)行速度比GeForce GTX 1050 Ti上的相同文件快2.4到12.6倍。所選GPU的當(dāng)前價格在圖表右側(cè)顯示。
檢查支持的硬件
要使用FREDMPC，您的PC必須至少有一個使用CUDA驅(qū)動程序版本的本地NVIDIA GPU。以下過程可用于確定您的PC是否支持FREDMPC。
1. 在FRED命令行中，輸入$cudainfo nonvml
2. 檢查輸出窗口中的文本。在輸出文本中要查找的關(guān)鍵項是“FREDmpc device count”，它告訴您FREDMPC當(dāng)前可以使用的NVIDIA GPU的數(shù)量。
a. 如果輸出窗口中的文本如下圖所示，則當(dāng)前PC不支持FREDMPC，如“FREDmpc device count”所示，繼續(xù)執(zhí)行本節(jié)其余部分中描述的操作。
如輸出窗口所示，下一步是更新NVIDIA的驅(qū)動程序以確保安裝了最新版本。訪問Nvidia網(wǎng)站，使用以下鏈接下載最新驅(qū)動程序。
展開 ANSYS Discovery對硬件要求有哪些？
ANSYS Discovery Live依靠最新的GPU技術(shù)來提供計算和視覺體驗。要運行該軟件，您將需要：一個專業(yè)的NVIDIA GPU卡（推薦Quadro）基于Kepler, Maxwell or Pascal。強(qiáng)烈推薦Maxwell 2000或更好的，專業(yè)的NVIDIA GPU卡在2013年及以后生產(chǎn)顯卡的將基于這些架構(gòu)之一。
至少4GB顯存（8GB優(yōu)先）。
此外，請確保您有您的顯卡最新的驅(qū)動程序，可從NVIDIA驅(qū)動下載。
發(fā)現(xiàn)存生兼容性問題，以下實用程序可用于確定您當(dāng)前的圖形硬件是否能夠支持ANSYSDiscovery Live。https://discoveryforum.ansys.com/t/x1fgq0/graphics-hardware-compatibility-utility。
Discovery Live的性能不依賴于機(jī)器CPU和RAM。64位處理器上運行的Windows，以及4GB的內(nèi)存就足夠了。
如果您沒有符合這些規(guī)范的顯卡，軟件將不能運行。不過，您可以嘗試通過一個基于云的在線計算來體驗ANSYS，它只需要一個Internet瀏覽器和良好速度的網(wǎng)絡(luò)。
展開 NVIDIA RTX 4090*4 GPU服務(wù)器
<p>凌炫GPU服務(wù)器是一款支持雙路AMD EPYC 9004最大支持TDP400W處理器，雙12通道內(nèi)存，支持4片雙寬GPU卡，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、AI訓(xùn)練。
NVIDIA GTC 2023 上的 GPU 加速 Cadence CFD 解決方案
NVIDIA GTC 2023 上的 GPU 加速 Cadence CFD 解決方案
2023 年 3 月 26 日? 2 分鐘閱讀
當(dāng)我們目睹伴隨著數(shù)據(jù)中心功率飆升的計算資源需求激增時，組織很難遵守和實現(xiàn)凈零目標(biāo)。然而，這些挑戰(zhàn)可以通過加速計算和人工智能等強(qiáng)大的工具來解決。NVIDIA GTC 2023 的主題是新芯片和系統(tǒng)、加速庫、云和人工智能服務(wù)，以及開辟新市場的合作伙伴關(guān)系。
在他的主題演講中，NVIDIA 首席執(zhí)行官黃仁勛 分享了他對加速庫如何解決新挑戰(zhàn)和打開新市場的看法。CFD 工具在湍流和空氣動力學(xué)預(yù)測方面有利于航空航天和汽車行業(yè)，而 CFD 有助于電子領(lǐng)域進(jìn)行有效的熱管理設(shè)計。對于高級 CFD 模擬，巨大的 CPU/GPU 加速非常重要。Huang 提到，“在同等系統(tǒng)成本下，NVIDIA A100 的吞吐量是 CPU 服務(wù)器的 9 倍，或者在同等模擬吞吐量下，NVIDIA 的成本降低了 9 倍，能耗降低了 17 倍。” 他還展示了一張關(guān)于我們新的 CFD 求解器 CharLES 的幻燈片，該求解器由NVIDIA CUDA加速（如下所示）。
來自 Cadence的研發(fā)副總裁 Ben Gu討論了使用 Fidelity 優(yōu)化一級方程式。他解釋了系統(tǒng)設(shè)計如何經(jīng)歷物理學(xué)的超融合。他演講中感興趣的系統(tǒng)層是智能汽車。空氣動力學(xué)、空氣聲學(xué)、熱管理和 EMC/EMI 要求對于整體車輛設(shè)計來說非常重要。而且，CFD對前三個物理的模擬都少不了！
他詳細(xì)闡述了 Cadence 最近對 NUMECA、Pointwise、Future Facilities 以及最近的 Cascade Technologies 等 CFD 工具的投資，作為支持系統(tǒng)公司在這種超融合物理領(lǐng)域邁出的一步。
展開 報名 | 探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新
想了解最新NVIDIA GPU相關(guān)技術(shù)嗎？
想把握汽車行業(yè)在概念設(shè)計階段的仿真動向嗎？
想洞察仿真技術(shù)究竟為汽車發(fā)動機(jī)設(shè)計研發(fā)帶來哪些轉(zhuǎn)變？
敬請關(guān)注11月2日由Ansys與NVIDIA、康明斯聯(lián)合巨獻(xiàn)的【探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新】網(wǎng)絡(luò)研討會。
隨著汽車等行業(yè)不斷推出越來越復(fù)雜的產(chǎn)品，這為提高效率和改進(jìn)工藝留下很大空間。傳統(tǒng)的研發(fā)流程中工程師往往在設(shè)計中后期階段才采用仿真分析，但如果此時一旦發(fā)現(xiàn)問題勢必會讓項目開發(fā)周期延長，進(jìn)而難以應(yīng)對激烈的市場競爭，因此在流程中盡早地引入仿真技術(shù)，有助于更迅速地探索和驗證設(shè)計，加快新產(chǎn)品的研發(fā)。
Ansys仿真軟件持續(xù)更新升級，其中就有相當(dāng)一部分都是針對汽車行業(yè)用戶的，目前Ansys在汽車領(lǐng)域已形成非常完備的行業(yè)應(yīng)用實踐。如近期Mechanical推出的全新短纖維增強(qiáng)復(fù)合材料結(jié)構(gòu)分析流程等等；而被廣大用戶所熟知的Ansys Discovery更是專門為設(shè)計工程師開發(fā)的 “實時仿真設(shè)計工具” ，能助力在概念設(shè)計階段就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)計及分析功能。
而當(dāng)Ansys Discovery 融入NVIDIA GPU先進(jìn)的計算能力將大放異彩，Discovery借助實時 GPU 求解器提供即時 3D 設(shè)計仿真，能夠?qū)崿F(xiàn)交互設(shè)計探索和快速的產(chǎn)品創(chuàng)新。
展開 報名 | 探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新
而當(dāng)Ansys Discovery 融入NVIDIA GPU先進(jìn)的計算能力將大放異彩，Discovery借助實時 GPU 求解器提供即時 3D 設(shè)計仿真，能夠?qū)崿F(xiàn)交互設(shè)計探索和快速的產(chǎn)品創(chuàng)新。不僅讓設(shè)計團(tuán)隊能夠在產(chǎn)品開發(fā)的早期探索更多設(shè)計方案，其所帶來的商業(yè)價值也不可小覷：加快產(chǎn)品開發(fā)、降低成本以及提高產(chǎn)品性能。
11月2日，【探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新】網(wǎng)絡(luò)研討會將邀請來自NVIDIA 行業(yè)拓展經(jīng)理茅勇、Ansys高級應(yīng)用工程師鄭偉巍，以及康明斯高級設(shè)計工程師胡芹共同演繹設(shè)計工程師如何快速探索概念、執(zhí)行迭代與創(chuàng)新。會議將分享NVIDIA 最新工業(yè)級GPU技術(shù)，其計算能力如何助力Ansys Discovery這一開創(chuàng)性仿真軟件在汽車行業(yè)應(yīng)用中提高產(chǎn)品性能，也近距離聆聽Discovery在康明斯的實際應(yīng)用，促進(jìn)設(shè)計和分析團(tuán)隊之間實現(xiàn)更好的溝通。
展開 11/2 探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新
想了解最新NVIDIA GPU相關(guān)技術(shù)嗎？
想把握汽車行業(yè)在概念設(shè)計階段的仿真動向嗎？
想洞察仿真技術(shù)究竟為汽車發(fā)動機(jī)設(shè)計研發(fā)帶來哪些轉(zhuǎn)變？
敬請關(guān)注11月2日由Ansys與NVIDIA、康明斯聯(lián)合巨獻(xiàn)的【探究實時仿真GPU求解器加速汽車行業(yè)設(shè)計創(chuàng)新】網(wǎng)絡(luò)研討會。
隨著汽車等行業(yè)不斷推出越來越復(fù)雜的產(chǎn)品，這為提高效率和改進(jìn)工藝留下很大空間。傳統(tǒng)的研發(fā)流程中工程師往往在設(shè)計中后期階段才采用仿真分析，但如果此時一旦發(fā)現(xiàn)問題勢必會讓項目開發(fā)周期延長，進(jìn)而難以應(yīng)對激烈的市場競爭，因此在流程中盡早地引入仿真技術(shù)，有助于更迅速地探索和驗證設(shè)計，加快新產(chǎn)品的研發(fā)。
Ansys仿真軟件持續(xù)更新升級，其中就有相當(dāng)一部分都是針對汽車行業(yè)用戶的，目前Ansys在汽車領(lǐng)域已形成非常完備的行業(yè)應(yīng)用實踐。如近期Mechanical推出的全新短纖維增強(qiáng)復(fù)合材料結(jié)構(gòu)分析流程等等；而被廣大用戶所熟知的Ansys Discovery更是專門為設(shè)計工程師開發(fā)的 “實時仿真設(shè)計工具” ，能助力在概念設(shè)計階段就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)計及分析功能。
而當(dāng)Ansys Discovery 融入NVIDIA GPU先進(jìn)的計算能力將大放異彩，Discovery借助實時 GPU 求解器提供即時 3D 設(shè)計仿真，能夠?qū)崿F(xiàn)交互設(shè)計探索和快速的產(chǎn)品創(chuàng)新。
展開 