高性能计算集群的Cae软件应用程序

随着计算机的广泛应用，不同领域中处理问题的规模也在增加，对计算速度的追求也在增加. 例如，天气预报，流体力学，能源工程，生物制药和图像处理领域的问题都涉及大量的计算数据，并且计算必须在可接收的时间内完成. 因此，如何在短时间内完成计算任务并提高并行计算效率已经成为这些领域要解决的问题. 商用CAE软件现在发展非常迅速，它们都致力于软件的并行开发. 目前，市场上通用的CAE软件已经在集群中实现了并行操作，效果非常好. 以ANSYS为例，作为目前最常用的有限元求解软件之一，它具有多种类型的求解模块，多物理场耦合耦合和协同仿真技术的优势受到用户的欢迎. 因此，通用CAE已成为未来工程计算领域的重要工具. 1 CAE通用软件的开发在1950年代末和1960年代初，开发了功能强大的有限元分析程序，投入了大量的人力和物力. 其中最著名的是NASTRAN有限元分析系统，该系统由美国国家航空航天局于1965年委托，由美国计算科学公司和Bell Aerosystems委托. 从那时起，已有来自德国ASKA和英国PAFEC的产品. 直到现在，CAE才开始在工程中使用，并且已经经历了50多年的发展历史，其理论和算法经历了从蓬勃发展到成熟的过程.

它已成为航空航天，航空，机械，土木工程等领域工程和产品结构分析中必不可少的数值计算工具. 同时，它也是分析连续力学中各种问题的重要方法. . 随着计算机技术的普及和不断完善，CAE系统的功能和计算精度得到了极大的提高. 基于产品数字建模的各种CAE系统已经出现，并已成为结构分析和结构优化的重要工具. 它也是计算机辅助4C系统（CAD / CAE / CAPP / CAM）的重要组成部分. CAE系统的核心思想是结构的离散化，即将实际结构离散化为有限数量的规则单元组合. 实际结构的物理性能可以通过离散体进行分析，以获得近似的结果，该结果满足工程精度，可以代替实际结构. 该分析可以解决实际工程中需要解决的许多复杂问题集群计算软件，而不能通过理论分析来解决. 由于CAE在制造企业中起着关键作用，因此选择其高性能平台也非常重要. 该平台直接影响CAE的运营绩效，总体成本和系统问题. 因此，在高性能计算平台和CAE软件如何协同工作之间要进行全面的权衡. CAE模拟的2个步骤2.1建立物理模型在研究特定问题时，首先必须弄清研究对象及其物理特性. 确定一个特定且方便的研究区域并分析其特征和特征.

第二，根据研究内容的特点，简化假设和相似之处，忽略不必要的物理过程，从而简化整个物理模型. 这导致具有更多研究特征的简化物理模型. 2.2建立数学模型确定物理模型后，必须建立相应的数学模型，即应使用数学模型来反映问题的各种数量与相应的确定解条件之间的微分方程. 因此，归结为一系列反映其内部因素之间定量关系的数学公式，逻辑规则和特定算法. 更准确地描述和研究客观现象的运动规律. 2.3空间离散化空间离散化是已建立物理模型的空间网格划分，可以通过编程和网格划分软件来完成. 目前，ANSYS软件中的ICEM-CFD模块是一种网格化工具，在结构化，非结构化和混合网格方有优势. 2.4确定离散格式在离散网格点上，构造离散方程，形成代数方程集群计算软件，并寻求高效，准确的计算方法以及坐标和边界条件. 解决这些近似离散方程，以获取网格点上的近似物理量，例如压力，密度和速度. 2.5解决方案建立所有模型后，即可开始编程和计算. 大型复杂系统的计算需要通过高性能计算集群来完成. 从而生成大量计算结果文件以供研究（使用PC或超级计算机完成）.

2.6后处理解决方案生成的大量数据需要通过后处理直观地显示. 您可以从各个角度研究物理问题的细节. 从这些详细问题中分析需要研究的问题，然后通过计算机屏幕图像显示这些大量数据. 3高性能计算集群的并行处理3.1简单的高性能计算集群的结构简单的高性能计算集群主要由一个主节点（服务节点），一系列从节点（客户节点）以及交换机和网络电缆组成他们. 主节点是一个群集. 控制器和外部网关负责每个节点的管理和控制以及外部通信. 从节点执行主节点分配的任务. 这样，由独立计算机和高速网络构建的集群属于分布式内存并行计算机，并且每个处理器通过消息传输交换信息. 3.2并行处理模式当使用并行处理模式解决问题时，通常使用域分解方法处理分析对象. 所谓的领域分解方法是将整个模拟问题区域划分为许多相对较小的求解子域，并将每个子区域分配给不同的处理器以分别求解. 域分解允许每个处理器独立于其他处理器来解决自身问题的一部分，并且这些处理器通过交互机制交换数据，并最终集成每个子区域的解决方案以获得整个区域的全局解决方案.

3.3并行解决方案策略3.3.1具有CPU内核的复杂系统的解决方案有时非常耗时. 通常，认为CPU内核越多，计算速度就越快. 实际上，否则，只有合理分配计算资源才能使计算更具成本效益[4]. 并行计算性能评估中的一项称为加速比. 对于相同的计算模型，CPU内核的数量不断增加以进行测试和计算. 当CPU增加到一定数量时，计算时间将不会明显加快. 因此，在某些情况下，太多的CPU内核将导致计算资源的浪费. 3.3.2网格模型的网格号是空间离散后的像元数. 对于复杂的问题，仅增加网格大小而不升级算法将导致有限的计算精度. 增加网格密度会在一定程度上提高计算精度，但是过度增加网格只会降低计算精度. 在进行特定的物理计算时应考虑这一点. 3.3.3 MPI数据交换MPI是当前最重要的并行环境. 网络需要支持不同节点之间的通信. 集群系统的互联网技术一般经历了从以太网到千兆网，Myrinet，Infiniband，Quadrics等的发展过程. 不同的软件将在版本中内置MPI，每种商业软件都有自己的特点和优势来实现硬件支持，这将大大提高并行处理能力.

3.3.4求解器的类型并行计算时，用户不能盲目追求求解速度，而必须结合计算的稳定性和准确性，结合要解决的特定问题，并选择合适的并行求解器. 计算过程中迭代方法，收敛性和解决方案的稳定性都是计算效率内需要考虑的所有问题. 4结束语本文首先介绍了CAE通用软件的开发，然后简要介绍了CAE仿真的步骤. 基于以上两个方面，简要介绍了高性能计算的并行策略，为CAE通用软件的用户提供一定的参考意见，以选择合适的解决方案. 参考资料来源:

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-257330-1.html