CAE 仿真对HPC需求的迷思-Part 1

伴随着应用及计算的需求，HPC迎来了新的发展，而这一发展同时又推动和催生商业计算软件的发展，比如机器学习和虚拟双胞胎这类产品。设计和仿真的复杂性也在不断增长，不仅在航空航天领域，在许多其他行业中，从使用数字双胞胎技术中获益，从他们所连接的产品中收集数据，并帮助他们的产品更智能。工业正越来越多地转向HPC，以帮助解决日益复杂的问题。针对这一发展趋势，本文作者会从不同角度，通过连载的方式去揭开面纱，破除HPC很高大，很神秘这一大众认知，希望对CAE用户去更深入了解HPC这一概念起到一定的帮助作用。

 

迷思之一：大规模仿真求解必须依赖超级计算机嘛？ 

 

众所周知CAE仿真分析属于工程应用范畴中对计算资源要求较高的重载应用。其中基于实现各类方程组求解的数值算法编写的分析求解器程序，就是其中最主要的计算资源使用者。求解器程序写得好不好，决定了一款CAE仿真软件是否优秀的上限。而求解器的执行效率又依赖于运行它的计算环境的性能。

可以说CAE仿真软件的升级是伴随着现代计算机技术的发展，一步一步进化自己的过程。早期的HPC概念仅存在超级计算机这类主机环境中，因此对于利用CAE仿真软件进行大规模计算也设置了很高的应用门槛。但随着计算机不断微型化的进化，HPC系统也在微型化的进化过程中，甚至在进化中还逐步淘汰了软硬件相对封闭且价格昂贵的UNIX系统。现在X86架构的PC Server则是HPC系统的主力军，具有性能强劲，高可扩展性，高兼容性，整体造价低，可靠稳定的特性。而现在的超算则或为了整体算力的提升，或国安问题的考量，采用特定的架构，特定的CPU来构建，并在构建完成后利用自编软件来进行天文/地理，气象分析/气候预测，生物基因研究等方面的超大规模计算。CAE仿真一方面计算规模无法与前者这类应用相比，另一方面主流CAE软件开发环境目前都基于X86架构，因此异构环境的超算逐渐远离了商业CAE仿真应用。

 

现在主流的X86 PC Server HPC集群有着以下显著的性能特性：

 

l  单CPU包含了越来越多的计算内核

l  CPU中集成I/O控制器，极大提升了内存访问通道带宽

l  CPU 指令集的扩展带来性能的优化及提升，如Intel Xeon的AVX指令集

l  更多更快的内存多通道技术的应用

l  速度更快的SSD已成HPC存储系统主流

l  更高速的机间互联技术的应用，如带宽可达100Gbps 的Infiniband EDR设备

 

因此目前CAE仿真应用中对HPC的需求，甚至可以利用一台工作站级别的主机来满足，而更大规模的需求完全可以利用X86 PC Server构建的HPC集群资源来应对。

 

另外目前主流云计算服务提供商，如阿里云、华为云、亚马逊AWS、微软Azure等也都以X86 PC Server为基础构建IaaS层，它们也能满足CAE仿真的HPC需求，并且云计算相较传统HPC集群的优势就在于资源的无限弹性。