性能测试|数据说话!在SimForge平台上用OpenRadioss进行汽车碰撞仿真,究竟多省时?

Radioss是碰撞仿真领域中十分成熟的有限元仿真软件,可以对工程中许多非线性问题进行求解,例如汽车碰撞、产品跌落、导弹爆炸、流固耦合分析等等。不仅可以提升产品的刚度、强度、碰撞的安全性能等,还可以在降低产品研发成本的同时提升研发效率。

01 如何在SimForge使用OpenRadioss

登录"神工坊"高性能仿真平台后,在仿真计算模块中,点击OpenRadioss,按照需求填写或选择即可。

其中有"starter"、"engine"和"paraview"三个使用模块:

"starter"模块为前处理模块 , 不仅可以对_0000.rad为后缀的模型文件进行前处理,还可将LS_DYNA使用的.key文件转换成OpenRadioss可执行的.rad文件;

"engine"模块为OpenRadioss的求解程序 ,使用该功能时,在求解文件中需选择_0001.rad为后缀的文件。

需要注意的是,在使用"starter"模块进行前处理时所使用的CPU核数,需要与后续使用"engine"模块求解时所使用的核数保持一致。

"paraview"模块为后处理模块 。 "paraview"模块可将"engine"模块计算完成后的结果文件转化为后处理软件ParaView可执行的.vtk文件,转换完成可使用神工坊平台内的ParaView进行后处理,用户也可将转换好的文件下载到本地进行处理。

使用该模块时,求解文件需选择文件名称后部为A001的文件,提交后该模块会将文件夹内符合要求的文件进行全部转换。下图为OpenRadioss官方模型Camry Impact Model在ParaView进行后处理。

同时,SimForge神工坊高性能仿真平台上部署了前处理软件HyperMesh,完全可以作为OpenRadioss的前处理工具。

将模型文件导入HyperMesh,完成网格划分、材料属性设置、边界条件等设置后,可导出OpenRadioss可执行的.rad文件。

02 性能对比

以官方算例Camry Impact Model为计算模型,所使用的"神工坊"高性能仿真平台与其他的仿真云平台的硬件参数如下表所示。

|--------|---------------|------|---------|
| 仿真云 平台 | CPU型号 | 内存 | 主频 |
| 神工坊 | AMD EPYC 7742 | 512G | 2.25GHz |
| 某仿真云平台 | Hygon 7185 | 512G | 2.4GHz |

使用核数分别为16、32、64、128核,同时以每个仿真云平台16核的计算时间为基本单位计算加速比,计算时间与加速比如下图所示。

可以发现,"神工坊"SimForge高性能仿真平台使用OpenRadioss进行并行仿真时,表现出了超高的计算效率。 从16核到128核,不同并行规模下,计算用时均明显少于某仿真云平台,加速比明显高于某仿真云平台 。且在"神工坊"SimForge高性能仿真平台使用32核的计算速度就远超某仿真云平台使用64核甚至是128核的计算速度。

03 结论

"神工坊"SimForge高性能工业仿真平台以超算HPC集群作为硬件支撑,实现了跨节点大规模并行计算,对OpenRadioss、OpenFOAM、ANSYS等仿真软件进行了CPU平台的高性能适配与优化,可以高效处理大规模网格模型以及复杂流场,大大缩短了企业仿真用时,提升工业设计效率,同时根据用户需求进行兼容性适配,力保每一核都能发挥出它的最大价值,欢迎广大工程师同行注册试用------

1. 专业GPU并行渲染,操作丝滑如本地仿真

SimForge 高性能仿真云平台实现了多 GPU 的分时共享,同时支持大规模仿真数据的多 GPU 服务端并行渲染,让10亿+网格可视化无压力。

SimForge平台Fluent性能测试结果
(注:仿真云平台2最高只能64核并行使用)

2. "超算级资源池+工业级软件栈"的垂直整合架构

SimForge 拥有亚洲最大的价值2亿的商业仿真软件授权,搭建了"传统商软+开源/国产软件+自研定制软件"的"工业级软件栈",配合超算资源支持,单体软件并行最高可达2048核。

3. 打破工程仿真信息孤岛,​在线协同范式升级

实时同步操作界面:区别于大部分仿真云平台只有子母账号管理功能,SimForge 在账号管理功能之外,是可以实现实时同步操作的。

跨设备与跨账号无缝协同:关注到不同用户对账号信息保密需求不同,SimForge支持------"相同账号不同设备,同时登录协同操作","不同账号同时进入作业协同操作"两种使用情景。

4. 实时计费,精准结算,风险可控

SimForge 采用实时计费,精准结算的模式,让用户在使用过程中能够清晰了解费用情况,风险可控。无论是短期的集中计算任务,还是长期的研发项目,都能根据实际使用情况灵活计费,避免了资源浪费和不必要的成本支出,以及日常软硬件维护的烦恼。

相关推荐
来自于狂人1 小时前
HCIE云计算题超长解析
云计算
TG_yunshuguoji13 小时前
亚马逊云渠道商:本地SSD缓存如何保障数据安全?
运维·服务器·安全·云计算·aws
TG_yunshuguoji16 小时前
亚马逊云渠道商:如何通过配置自动替换构建故障自愈的云架构?
运维·服务器·架构·云计算·aws
TG:@yunlaoda360 云老大18 小时前
阿里云国际站GPU:怎么通过通过VNC连接实例?
服务器·阿里云·云计算
TG_yunshuguoji20 小时前
亚马逊云渠道商:AWS 本地 SSD 缓存是什么?
缓存·云计算·aws
运维行者_20 小时前
AWS云服务故障复盘——从故障中汲取的 IT 运维经验
大数据·linux·运维·服务器·人工智能·云计算·aws
王道长服务器 | 亚马逊云20 小时前
AWS Systems Manager:批量服务器管理的隐藏利器
linux·网络·云计算·智能路由器·aws
weixin_307779131 天前
C#程序实现将MySQL的存储过程转换为Azure Synapse Dedicated SQL Pool的T-SQL存储过程
c#·自动化·云计算·运维开发·azure
TG_yunshuguoji2 天前
亚马逊云渠道商:AWS实例自动替换策略在哪里设置?
运维·服务器·云计算·aws