GPU对Ansys Fluent仿真性能的重要性解析

多年来，加速 CFD 模拟的关键推动力之一是高性能计算 (HPC)，并且近年来已扩展到图形处理单元 (GPU)。

在 CFD 世界中利用 GPU 并不是一个新概念。GPU 被用作 CFD 加速器已经有一段时间了。但是，您获得的局部加速度取决于问题。最后，未针对 GPU 优化的代码部分会限制您的整体加速。这就是为什么我们想向您展示当 CFD 模拟在多个 GPU 上本地运行时 GPU 的潜力。

本文将展示 GPU 如何帮助减少仿真时间、硬件成本和功耗。在第一部分中，我们将介绍一些层流和湍流问题。随着系列的进展，所讨论的物理建模能力也将如此。

汽车 外部空气动力学加速32倍

对于我们的第一个示例，让我们看一下汽车外部空气动力学模拟，它可以很快变得非常大——通常超过 3 亿个单元。运行这种规模的模拟需要数千个内核和数天（有时甚至数周）的计算时间。如果有一种方法可以将模拟时间从几周缩短到几天或几天缩短到几小时，同时还能显着降低功耗呢？剧透警告：有，那就是完全在 GPU 上运行这些模拟。

可持续性是汽车行业的一个关键问题，世界各地的政府机构都在制定严格的规定。汽车公司一直在评估是否符合或超过这些规定的一些领域包括：

• 改善空气动力学
• 减少排放
• 使用替代燃料
• 开发混合动力和电动动力系统选项

但可持续发展的努力不应仅限于最终产品（在本例中为汽车）的 运营  ——这种努力也应扩展到产品的设计过程。这包括仿真，我们 Ansys 希望减少仿真过程中的功耗。

完全在 GPU 上运行可以加速汽车外部空气动力学模拟

对于所示的模拟，我们使用 Fluent 在不同的 CPU 和 GPU 配置上运行基准 DrivAer 模型  并比较了性能。我们的结果表明，单个 NVIDIA A100 GPU 的性能比具有 80 个英特尔® 至强®
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删