GPU加速計算的案例
12/21 基于Ansys Speos的GPU光學模擬加速計算
Ansys與NVIDIA有著長久的戰略合作關系，作為高性能計算領域的技術領導者，雙方展開密切合作在Ansys多物理場解決方案中開發GPU加速求解器和算法，確保在Ansys軟件上運行的仿真工作具有最快的性能。此外還在專業圖形方案領域進行合作，確保Ansys在建模、后處理和可視化等工作流程能夠發揮最佳性能和質量水平。
當下隨著科技的發展，汽車內外飾照明越來越復雜，以往想要模擬出高逼真的視覺效果，需要堆棧CPU數量用于模擬計算，硬件成本很高。而在即將正式推出的Ansys Speos GPU加速計算中，可實現4-8倍運算能力的提高，通過借助GPU加速獲得更好的結果、更快的模擬以及更高的精度和分辨率，實現基于物理的逼真渲染，消除時間/硬件管理等障礙，進一步加快開發速度。
12月21日，Ansys將聯合NVIDIA共同推出【基于Ansys Speos的GPU光學模擬加速計算】網絡研討會，本次會議邀請來自NVIDIA 行業拓展經理茅勇，以及Ansys Speos應用工程師孫鴻燁作為主講嘉賓，共同分享實現快速計算的關鍵技術以及最新光學仿真的功能革新，歡迎大家報名參會。
展開 《CST Studio Suite 2024 GPU加速計算指南》
《GPU Computing Guide》是由Dassault Systèmes Deutschland GmbH發布的有關CST Studio Suite 2024的GPU計算指南。涵蓋GPU計算的各個方面，包括硬件支持、操作系統支持、許可證、GPU計算的啟用、NVIDIA和AMD GPU的詳細信息以及相關的使用指南和故障排除等內容。
1. 硬件支持
- NVIDIA GPU：詳細列出了支持和不支持的NVIDIA GPU硬件，如支持的有L40S、RTX 5000 Ada Gen等，不支持的如Kepler和Maxwell部分型號被標記為棄用。同時提到GPU計算要求64位計算機架構，不同代的GPU不能在單個主機系統中組合使用。
- AMD GPU：目前只有時域求解器（FIT）支持AMD GPU，如Instinct MI 210、Radeon VII等，并給出了相關規格和主機系統要求。
2. 操作系統支持：CST Studio Suite在不同操作系統上持續測試，可在支持的操作系統上使用GPU計算，具體參考相關文檔。
3. 許可證：GPU計算功能通過CST Studio Suite許可證模型的加速令牌或SIMULIA統一許可證模型的SimUnit令牌或積分授權。
4. GPU計算的啟用
- 交互式模擬：通過加速對話框啟用，打開求解器對話框，點擊“加速”按鈕，打開“硬件加速”并指定GPU設備數量。
- 批處理模式：使用命令行開關（-withgpu），并給出了Windows和Linux下的使用示例。
5.
展開 GPU加速計算的狼來了？
而格子玻爾茲曼方法基于笛卡爾網格的顯式線性的計算特點，使得其天然適合于GPU的流處理框架。比如在GPU上計算D2Q9格式的LBM方程，我們可以將具有相同速度向量的數據包分配到一個數組中，并保持原始格子布局，求解過程便是對這些數組的更新。
當然，GPU在進行LBM計算的時候，不會改變其物理計算的本質，仍然是通過速度分布函數、宏觀物理量和平衡態分布之間的迭代來實現的。因此，如果代碼調試沒有問題的話，GPU計算的結果和CPU應該是一致的。
當然，要想GPU算法能夠實現更好的加速效果，也需要對參數存儲、傳遞和計算進行優化。目前，許多LBM方法在配合GPU計算已產生恐怖的加速性能，比如已有商業軟件可將單塊顯卡的計算加速能力提高到等價于數千個CPU核的量級。相信隨著GPU性能和軟件本身的不斷進化，GPU一定會讓LBM徹底飛起來。
來源于：LBM與流體力學 作者： 盧比與鋼蛋
展開 在 COMSOL Multiphysics 中設置 GPU 加速計算
COMSOL Multiphysics 支持加速計算。本指南提供了安裝和配置使用此功能所需的軟件的快速設置說明。?
在 COMSOL Multiphysics 中，GPU 加速可以顯著提高使用間斷伽遼金 （dG） 方法的瞬態仿真的性能，例如使用壓力聲學，時域顯式 接口的仿真，以及用于訓練深度神經網絡 （DNN） 代理模型的性能。此功能適用于 Windows 和 Linux作系統，需要兼容的 NVIDIA 顯卡，并安裝 CUDA 工具包。?????
注： 此功能適用于 COMSOL Multiphysics 6.3 版本。?
兼容性和要求
的作系統和硬件要求CUDA 工具包?組件包括以下內容：
一個 NVIDIA 顯卡，計算能力為 6.0–9.0?
請注意，COMSOL Multiphysics 系統要求中列出的所有 NVIDIA 顯卡都滿足此要求。?對于其他顯卡，請檢查 NVIDIA 維護的列表中的 Compute Capability。
支持的作系統 （OS），包括 Windows 或 Linux??CUDA 工具包 12.4?
CUDA 工具包的設置過程?
安裝 CUDA 工具包，然后在 COMSOL Multiphysics 安裝中啟用 GPU 加速計算的過程包括以下步驟：?
安裝 NVIDIA CUDA 工具包??安裝支持 GPU 計算的 COMSOL Multiphysics?在 COMSOL Multiphysics 中驗證 CUDA 工具包的安裝?
下面將更詳細地概述每個步驟。
展開 
北鯤云超算平臺借助GPU實現仿真加速
當前，云計算、5G、人工智能、虛擬客戶體驗等各類數字技術已經深刻改變了我們的工作生活和企業的運營方式。同樣的，在CAE仿真領域，隨著模型規模越來越大，產品創新方案需求越來越快，傳統的CPU越來越無法滿足現代3D圖形應用程序的復雜計算任務，因此，對于GPU加速的計算需求也越來越多。在這樣的市場需求環境下，北鯤云超算平臺接入了GPU A100能夠為仿真領域的工程師提供更加完善的云計算仿真資源。
在CFD（Computational Fluid Dynamics，計算流體仿真），網格的合理設計和高質量生成是CFD計算的前提條件，也是影響CFD計算結果的最主要的決定性因素之一，借助于GPU加速計算所提供的強大的應用程序性能，能將CFD程序計算密集部分的工作負載轉移到GPU，使CFD計算速度明顯加快。由于GPU的選擇將從根本上決定CFD分析過程的體驗，如何更有效結合CFD模型特點和GPU硬件加速，進而充分釋放并行計算能力實現極致加速成為非常重要的研究課題。對于真領域的工程師而言，通過在北鯤云超算平臺云計算SaaS服務，在北鯤云超算平臺可以自行選擇所需的計算資源。
當前，CFD工程師面臨產品復雜度更高、運行環境復雜多變等挑戰，需要強大的計算能力來滿足仿真和分析復雜工程設計的密集多線程要求，面對更復雜的仿真計算模型，對于顯卡也有較高的要求，因此，北鯤云超算平臺提供NVIDIA V100、NVIDIA A100等豐富的計算資源，對于CFD工程師而言顯然是一個不錯的選擇。
北鯤云超算平臺具備優異的追蹤渲染性能以及加速計算專用處理單元，CFD工程師們可以在預處理、求解以及后處理的流程中獲取GPU的出色性能加持，加快仿真迭代速度。這個能力使CFD工程師能夠以比現在快幾個數量級的速度解決全球最具挑戰性的計算問題。
展開 GPU如何加速流體仿真分析？
● 工程流體仿真問題復雜多變——在流體力學模擬中，由于流體力學模擬是個復雜的過程，存在極端變形、自由液面以及物質運動交界面等問題，在應用網格數值模擬時，會出現網格扭曲導致計算不收斂或者產生很大的計算誤差，需要重新模擬，這使得計算成本大大增加。
從CFD的發展歷程看，CFD的每一步發展，都離不開計算機速度和內存的數量級提升。自1999年NVIDIA 發布Geforce256圖形處理芯片以來，NVIDIA的顯卡芯片就開始以GPU稱呼，最早是輔助CPU進行圖形圖像的處理，將降低CPU的運算壓力，后來隨著GPU性能的不斷提升，其應用場景也不斷拓展。近年來，隨著移動計算、工業智能化的發展，GPU開始用于手機、平板電腦到無人機和機器人等平臺的應用程序的加速，世界各地實驗室、高校、企業以及科研院的研究人員紛紛采用GPU獲得高性能計算支持，在工業領域，GPU也普遍用于仿真計算加速，尤其在汽車、航空航天、工業設備等多個高科技領域，更是掀起了新一輪的CFD應用熱潮。
那么，CFD為何要選擇GPU加速呢？這是為了使CFD仿真發揮最大效用，CFD工程師往往需要快速得到計算結果。而借助于GPU加速計算所提供的非凡應用程序性能，能將CFD程序計算密集部分的工作負載轉移到GPU，同時仍有CPU運行其余程序代碼，這樣計算速度大大提升。另外，從計算性能來看，在CFD應用中單個GPU的性能遠遠優于CPU，基于GPU加速的CFD計算速度明顯加快，很多復雜的CFD難題得以解決，因此，越來越多的CFD工程師選擇GPU加速。
03、流體仿真分析GPU選擇分享
CFD是一個計算需求強烈的領域，GPU的選擇將從根本上決定CFD分析過程的體驗。
展開 GPU如何加速流體仿真分析？
近年來，隨著移動計算、工業智能化的發展，GPU開始用于手機、平板電腦到無人機和機器人等平臺的應用程序的加速，世界各地實驗室、高校、企業以及科研院的研究人員紛紛采用GPU獲得高性能計算支持，在工業領域，GPU也普遍用于仿真計算加速，尤其在汽車、航空航天、工業設備等多個高科技領域，更是掀起了新一輪的CFD應用熱潮。
那么，CFD為何要選擇GPU加速呢？這是為了使CFD仿真發揮最大效用，CFD工程師往往需要快速得到計算結果。而借助于GPU加速計算所提供的非凡應用程序性能，能將CFD程序計算密集部分的工作負載轉移到GPU，同時仍有CPU運行其余程序代碼，這樣計算速度大大提升。另外，從計算性能來看，在CFD應用中單個GPU的性能遠遠優于CPU，基于GPU加速的CFD計算速度明顯加快，很多復雜的CFD難題得以解決，因此，越來越多的CFD工程師選擇GPU加速。
3、流體仿真分析GPU選擇分享
CFD是一個計算需求強烈的領域，GPU的選擇將從根本上決定CFD分析過程的體驗。在CFD分析中，工程師前期花費的時間主要在模型建立和修改上，后期真正的分析時間消耗在計算機上，因此，選擇一款適合自身的CFD軟件和高性能建模工作站就顯得尤為重要。接下來小編軟件將選擇Altair的CFD工具，硬件將選擇NVIDIA RTX8000，通過一些案例模型進行實際評測，希望對大家選擇GPU時有所幫助。
展開 汽車照明 | 寶馬集團借助仿真及加速計算方案實現舒適的駕駛環境
利用NVIDIA加速GPU計算，將光學設計分析速度提高300倍
在寶馬集團，Weselake有機會探索并設計各種風格的內部照明概念——從MINI的趣味活潑，到寶馬的精致優雅，再到勞斯萊斯的極致奢華。雖然它們的風格各不相同，但相關仿真往往都規模龐大，因此需要較長的運行時間。此前，使用CPU計算，Weselake需要進行數個小時的測試運行。在這些測試運行結束后，實際仿真還需要長達一周的時間。如果出現任何問題，則很可能需要重復整個測試和實際仿真周期。
利用Speos軟件和NVIDIA RTX 6000 Ada Generation GPU，Weselake能夠將運行光學仿真的速度提高300倍。進一步來說，該設置顯著提升了Speos軟件的性能，將單次測試運行時間從數小時縮短至不到10分鐘。
Weselake指出：“將仿真時間從長達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，每次運行規模較大的仿真時，我都要花費數天甚至一周的時間。現在，我可以利用額外的時間將精力投入到其他任務。”
那么，這種加速是如何實現的呢？NVIDIA的加速計算平臺融合了48GB的海量內存和卓越的處理能力。將其與Speos軟件結合使用，Weselake能夠獲得執行復雜光學仿真所需的計算能力，從而增加設計迭代次數，更快地解決挑戰。此外，其還使得在同一天進行快速、臨時的測試運行成為可能，Weselake認為，這是一個巨大的優勢。
“借助這一設置，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。我可以創建演示、比較強度，并對眩光和反射的材料選項進行排序。而且，我經常能夠在需要展示結果的當天就完成這些工作，這非常令人驚嘆。”
新功能帶來材料領域的新發現
在需要進行對比時，這些功能對Weselake來說意義重大。
展開 CFD仿真 | 使用NVIDIA GPU加速仿真：本地部署和云解決方案
隨著計算流體力學（CFD）仿真的規模和復雜性不斷增長，高性能計算（HPC）對于航空航天、汽車等眾多行業的重要性也日益凸顯。過去，HPC依靠強大的中央處理單元（CPU）來求解復雜的CFD分析任務。然而，當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的強大功能，我們使用Ansys Fluent流體仿真軟件測試了各種標準CFD基準模型。我們在包含8個NVIDIA H100 Tensor Core GPU的Supermicro AS-8125GS-TNHR服務器上求解了兩種不同的模型——第一個是包含2400萬個網格單元的燃氣輪機燃燒室內部流動模型，第二個是包含5000萬個網格單元的汽車外部空氣動力學仿真模型。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的預覽版。
GPU增強仿真的優勢
此外，在云端平臺（比如由AWS軟件提供支持的Ansys Gateway）上使用GPU，可實現多種優勢：
效率：通過同時處理許多任務，GPU可縮短求解器時間，尤其是處理大型復雜模型時，效果更為顯著。
性價比：在NVIDIA GPU而非傳統CPU上運行的仿真，可以顯著降低成本。
環境影響：GPU還通過減少密集計算的能耗來支持可持續性目標。
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計迭代，從而加速創新并提高產品質量。
展開 用GPU加速Fluent計算
用Fluent開啟GPU進行計算，過程其實很簡單，不過現在只找到采用N卡進行計算的方法。首先在開始界面需要設置并行計算的核數與你要用來計算的GPU數量，一般電腦都只有一塊顯卡，所以設置為1就可以了。
打開之后就需要用命令行去打打開顯卡計算并進行設置，命令行/solve/set/amg-options/amg-gpgpu-options/，后面還需要跟上你想并行計算的模型比如我這里的壓力耦合計算，后面是一些精度和求解方法的設置，其中精度和迭代次數比較重要，搞得不好反倒會發散，比如這里設置為0.1，如果過大那時間就會比較長。
設置好了之后運行就可以了，也沒什么需要注意的，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容https://www.nvidia.cn/data-center/gpu-accelerated-applications/ansys-fluent/
我這里模型比較小，計算時間就2分鐘效果提升不明顯，大的模型會明顯一些，但顯卡確實用起來了。
如果是自己編寫的程序想并行求解的會麻煩很多，但也不是沒有辦法。
后續更新如何用代碼主要是基于matlab進行三維模型計算，包括讀取網格（基于Openfoam格式的網格），處理拓撲，離散求解一系列流程。
展開 Altair使用NVIDIA GPU加速工程仿真
現在，基于CUDA的渲染器可以使用NVIDIA OptiX AI加速的降噪器進行光線跟蹤。
此外，帶有Thea Render和可視化應用程序ParaView的Altair Inspire Studio設計軟件都利用GPU加速的AI來減少渲染高質量、無噪聲圖像所需的時間。
Altair軟件使用CUDA顯著提高了速度和吞吐量。這使工程師能夠自由、快速地探索設計并根據更準確的結果做出決策，從而大大縮短上市時間。
Altair Inspire Render?渲染圖
Altair ultraFluidX?
通過GPU加速仿真計算
基于LBM算法的CFD軟件Altair ultraFluidX?和基于粒子法的CFD軟件Altair nanoFluidX?支持NVIDIA RTX Server驗證。
RTX Server的強大功能可讓工程師使用高性能計算來仿真和迭代設計，所有這些都具有GPU加速渲染和CAE仿真計算時間。
用戶可以在NVIDIA Quadro虛擬工作站上白天更快、更高效地設計新模型。然后，同一臺RTX Server可以在一夜之間完成大規模CFD仿真，當工程師第二天早上到達時，仿真結果就可以供他們分析了。
展開 
9/24 Ansys Discovery 運用NVIDIA 最新工業級GPU技術加速仿真計算
同時，在NVIDIA GPU的助力下，Ansys Discovery能夠提供即時 3D 設計仿真功能，實現實時交互設計探索和快速產品創新。基于NVIDIA CUDA的Ansys產品可將幾小時的設計模擬工作流程縮短為幾分鐘甚至幾秒，助力設計工程師以更快的速度做出更明智的設計決策。本次網絡研討會，我們邀請到NVIDIA高級解決方案架構師宋毅明，以及Ansys中國高級應用工程師鄭偉巍共同為大家講解Ansys Discovery 運用NVIDIA 最新工業級GPU技術如何以更快的速度探索概念、執行迭代與創新。歡迎報名參會！
時間：9月24日（星期四），14:00-15:00
會議大綱：通過觀看本次網絡研討會，您將學習到，
NVIDIA Quadro系列產品介紹
NVIDIA CUDA如何加速仿真計算及流程
Ansys Discovery產品介紹及仿真精度
Ansys Discovery在行業中的應用案例
講師簡介：
宋毅明，NVIDIA Quadro 產品部門高級解決方案架構師。南京大學計算機軟件工程方向碩士畢業。曾在 AMD、Intel 從事 3D 圖形驅動開發，在 epic games 從事 UNREAL 游戲引擎開發工作。對計算機圖形學、directx 游戲引擎開發優化有深刻理解。
鄭偉巍（Erik Zheng），畢業于哈爾濱工業大學熱力渦輪機專業，機械結構設計專家。曾任諾基亞通信、摩托羅拉高級結構設計工程師，熟悉壓鑄件/塑料件/鈑金件設計及加工工藝，熟練使用CREO和Ansys工具，也曾有三年汽車領域碰撞及非線性有限元分析經驗。
展開 ANSYS | HFSS 常見問題解答(一)
1.Q：HFSS 是否支持GPU加速計算？
HFSS的時域算法模塊HFSS-TR Solver支持GPU加速計算，若要啟用GPU加速功能，需要進行如下設置：
Tools >> Options >> HPC and Analysis Options
GPU加速需要占用HPC License。ANSYS Electronics HPC高性能選項模塊同時支持CPU加速和GPU加速，1個HPC pack可以啟用1塊GPU加速卡或8個CPU內核。
ANSYS | HFSS 常見問題解答(一)
HFSS 常見問題解答(一)
1.Q：HFSS 是否支持GPU加速計算？
HFSS的時域算法模塊HFSS-TR Solver支持GPU加速計算，若要啟用GPU加速功能，需要進行如下設置：
Tools >> Options >> HPC and Analysis Options
GPU加速需要占用HPC License。ANSYS Electronics HPC高性能選項模塊同時支持CPU加速和GPU加速，1個HPC pack可以啟用1塊GPU加速卡或8個CPU內核。
如果啟用了GPU加速，可在Profile中查看到相關信息：
2.Q：仿真電中小尺寸超寬帶天線時如何避免輻射邊界過大的問題？
展開 34倍計算加速！新思科技×英偉達多項硬核科技成果亮相GTC 2026
通過實現電子技術與多物理場的協同設計、加速計算密集型工作負載，并運用數字孿生技術開展虛擬原型驗證，我們共同幫助客戶面向未來加速工程創新。
蓋思新（Sassine Ghazi）
總裁兼首席執行官
新思科技
人工智能和加速計算正在從根本上重塑工程體系——從產品的設計、構建到運營的全流程。現代工程是在仿真和數字孿生環境中進行的。我們與新思科技攜手將英偉達 CUDA-X、Omniverse 和人工智能技術與新思科技從芯片到系統工程解決方案相結合，重構人工智能時代的工程藍圖，并將日益增長的復雜性挑戰轉化為強大的優勢。
黃仁勛
創始人兼首席執行官
英偉達
英偉達加速計算助力縮短計算密集型工程工作負載
新思科技擁有業內最廣泛的工程應用組合，能夠在各類工程工作負載中實現人工智能和 GPU 加速計算——讓工程變得更智能、更快速、更直觀。多位客戶正利用新思科技集成了英偉達 GPU 加速的工程解決方案來加速處理計算密集型工作負載。近日，新思科技分享了多個重磅案例：
1.應用材料公司正與新思科技和英偉達合作，通過加速材料建模推進人工智能和量子化學的研發。借助新思科技 QuantumATK? 與英偉達 cuEST 的全新集成功能，應用材料公司的早期結果顯示，與在 CPU 上運行的開源模型相比，復雜量子化學工作負載的運行速度有望提升 30 倍。此前，應用材料公司利用英偉達 GPU，針對包含約 25000 個原子的多納米非晶系統，實現了比多核 CPU 快 8 倍的模擬速度。
應用材料公司正與新思科技和英偉達合作，加速材料工程創新，從而顯著提升先進半導體器件的能效性能。這項合作使我們能夠大幅縮短原子尺度材料行為模擬的運行時間，從而幫助整個行業更快地將芯片設計突破推向市場。
展開 