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。
