Synopsys and Ansys power the future of innovation—connecting silicon to systems.
隨著計算流體力學 (CFD) 模擬的規模與複雜度日益提升，高效能運算 (HPC) 已成為航太、汽車等產業中的關鍵角色。傳統上，HPC 依賴高效能的中央處理器 (CPU) 來解決複雜的 CFD 模擬問題。然而，隨著 GPU 以其卓越的平行運算能力日漸普及，工程師處理模擬的方式也被重新定義。
為驗證 GPU 的效能，我們使用 Ansys Fluent 流體模擬軟體測試多種標準 CFD 基準模型。我們在 Supermicro AS-8125GS-TNHR 上運行兩個不同模型，該伺服器搭載 8 張 NVIDIA H100 Tensor Core GPU。第一個模型透過 2,400 萬網格燃氣渦輪機燃燒器模型的內部流動，第二個則是 5,000 萬網格汽車模型的外部空氣動力學模擬。兩個模型皆分別在 1、2、4 與 8 張 GPU 上求解，以測量加速效果與運算效率。
兩個模型在 H100 GPU 上的平行加速與效率表現。使用 8 張 GPU 時效率下降，是因為模型規模過小，不適合 8 張 GPU 的組態。所使用的版本為 2024 R2 預覽版。
GPU 強化模擬的效益
改用 GPU，尤其是透過採用 AWS 軟體技術的 Ansys Gateway 等雲端平台，可帶來多項效益：
- 效率：GPU 可同時處理大量運算任務以縮短求解時間，尤其是在複雜的大型模型。
- 成本效益：白皮書指出，將模擬從傳統 CPU 移至 NVIDIA GPU 上執行，可大幅降低成本。
- 環境影響：GPU 在執行密集計算時耗能較低，有助於實現永續目標。
實際效益與未來展望
透過在 Amazon EC2 等平台使用 NVIDIA H100 與 A100 Tensor Core GPU，工程師能進行更多設計迭代，藉此加速創新並提升產品品質。經強化的運算能力可加速開發，讓更具競爭力與韌性的產品能更快上市。
Ansys Fluent GPU 求解器在採用 AWS 軟體技術的 Ansys Gateway平台上的平行加速表現 (搭配 A100 與 A10 GPU)，三種案例均以 2024 R1 Fluent 軟體執行。
總結來說，導入 GPU 加速運算 (尤其是用於 CFD 模擬)，代表在模擬效率、成本與環境責任上的一大躍進。
前往此處閱讀我們與 NVIDIA 和 Supermicro 合作的應用簡介完整分析。
