高性能计算集群的cae软件应用.doc

随着计算机应用的广泛深入，不同领域处理问题的规模也越来越大，对计算速度的追求也在不断增长。例如，在气象预报、流体力学、能源工程、生物制药、图像处理等领域的问题都涉及到海量的计算数据，并且计算必须在能接收的时间内完成。所以，如何在短时间内完成计算任务，提高并行计算的效率已经成为这些领域要解决的问题。商用CAE软件现在发展的非常之迅速，而且都致力于软件的并行化开发。目前，市场上的通用CAE软件都实现了集群中的并行运行，而且效果都非常良好。以ANSYS为例，作为目前最常用的有限元求解软件之一，它的求解模块种类多，多物理场实现耦合求解以及实现协同仿真技术等优点受到广大用户的欢迎。因此，通用CAE已经成为今后工程计算领域的重要工具。1 CAE通用软件的发展20世纪在50年代末、60年代初就投入大量的人力和物理开发具有强大功能的有限元分析程序。其中最为著名的是由美国国家宇航局在1965年委托美国计算科学公司和贝尔航空系统公司开发的NASTRAN有限元分析系统。此后有德国的ASKA、英国的PAFEC等公司的产品。CAE在工程上初步开始使用一直到今天，已经经历了50多年的发展历史，其理论和算法都经历了从蓬勃发展到日趋成熟的过程。在航天、航空、机械、土木机构等领域的工程和产品结构分析中已经成为必不可少的数值计算工具，同时也是分析连续力学各类问题的一种重要手段。随着计算机技术的普及和不断提高，CAE系统的功能和计算精度都有很大提高，各种基于产品数字建模的CAE系统应运而生，并已成为结构分析和结构优化的重要工具，同时也是计算机辅助4C系统（CAD/CAE/CAPP/CAM）的重要环节。CAE系统的核心思想是结构的离散化，即将实际结构离散为有限数目的规则单元组合体，实际结构的物理性能可以通过对离散体进行分析，得出满足工程精度的近似结果来替代对实际结构的分析，这样可以解决很多实际工程需要解决而理论分析又无法解决的复杂问题。正因为CAE在制造企业中承担着关键的工具的作用，所以其高性能平台的选择也非常的重要，这个平台直接影响CAE的运行性能表现、整体成本和系统等方面的问题。所以，高性能计算平台与CAE软件的如何更好的配合要进行一个全面的权衡。2 CAE模拟的步骤2.1 建立物理模型在研究一项具体的问题的时候，首先必须要明确研究对象及其物理特性。确定出一个具有特定便捷的研究区域，分析的特征与特性。其次根据研究内容的特征，做出简化假定和近似，忽略非本质的物理过程来简化整个物理模型。从而得出一个经过简化，比较有研究特点的物理模型。2.2 建立数学模型物理模型确定以后就要建立相应的数学模型，也就是用数学模型来反映问题各量之间的微分方程及相应的定解条件。从而归结成一套反映其内部因素数量关系的数学公式、逻辑准则和具体算法。更加准确的描述和研究客观现象的运动规律。2.3 空间离散空间离散也就是对建立的物理模型进行空间的网格划分，可以通过编程以及网格划分软件来完成。目前，ANSYS软件中的ICEM-CFD模块就是专门在结构化以、非结构化以及混合网格方面比较有优势的一个网格划分工具。2.4 确定离散格式在离散的网格点上，构造离散方程，形成代数方程组，寻求高效率、高准确度的计算方法，还有坐标、边界条件等。求解这些近似离散方程，从而得到网格点上物理量的近似，如压力、密度、速度等的近似解。2.5 求解在所有的模型建立好以后就可以开始编制程序和进行计算，大型复杂系统的计算就需要通过高性能计算集群来完成。从而产生大量的计算结果文件来提供研究（利用PC或者超级计算机来完成）。2.6 后处理求解所产生的大量数据就需要用后处理来形象的显示出来，可以从各个角度去研究物理问题的细节。从这些细节问题上分析需要研究的问题，然后通过电脑屏幕形象的将这些大量的数据显示出来。3 高性能计算集群的并行处理3.1 简易高性能计算集群结构简易高性能计算集群主要由一个主节点（服务节点）、一个系列从节点（客户节点）以及连接它们的交换机和网线，主节点是集群的控制器和对外的网关，负责对各个节点进行管理和控制和对外的通信；从节点执行主节点分配来的任务。这样通过独立的计算机和高速网络搭建的集群属于分布式内存并行计算机，各个处理器之间通过消息传递来交换信息。3.2 并行处理模式采用大规模并行处理模式进行问题的求解时，一般通过区域分解方法（domain decomposition method）来处理分析对象。所谓区域分解方法，即把整个模拟问题区域划分成很多相对小的求解子域，把每个子区域分配给不同的处理器分别进行求解，区域分解允许每个处理器独立于其他处理器来求解自己的那部分问题，而处理器之间通过交互机制进行数据交换，最后将每个子区域的解综合起来，得到整个区域的全局解。3.3 并行求解策略3.3.1 CPU核数复杂系统的大规模求解有时候非常耗时，通常会认为CPU核数给的越多，计算速度就越快。其实不然，只有合理的分配计算资源才能使计算更加经济有效4。并行计算性能评价中有一项叫做加速比，对于同一个计算模型，不断增加CPU核数对其进行测试计算，当CPU增加到一定数目时，计算时间就不会有明显的加快。因此，对于有些情况来说，CPU核数太多反而会造成计算资源的浪费。3.3.2 计算网格模型的网格数也就是对空间离散后的单元数。对于复杂问题来说，单纯增加网格规模，而不进行算法升级，计算精度就会很有限。增加网格密度在一定程度上会提高计算的精度，但是过多的增加网格只会带来计算精度的下降，这一点在做具体物理计算时要予以考虑。3.3.3 MPI数据交换MPI是目前最主要的并行环境，不同节点间的通信需要网络来支持，集群系统的互联网技术大体上经历了从Ethernet到Giganet，Myrinet，Infiniband，Quadrics等发展历程。不同的软件会在版本内置一个MPI，各个商业软件都有自己的特点和优势来实现对硬件的支持，这将大幅度提高并行处理能力。3.3.4 求解器类型用户在并行计算时，不能一味的追求求解速度，而是要结合具体求解的问题，同时考虑计算的稳定性和求解精度，选择合适的并行求解器。计算时求解的迭代方式、收敛性以及稳定性等都是需要考虑在提高计算效率之内的问题之一。4 结论本文首