首页/文章/ 详情

3个利用INTEL技术增强ANSYS计算性能的方法

1年前浏览955

前些天看到了ANSYS公司HPC与云计算市场总监Wim Slagter的一篇文章《3 Ways to Boost ANSYS Performance with Intel Technologies》,在文中他提到了如今工业仿真领域大规模开展高性能计算(HPC, High Performance Computing ),可谓是大势所趋。而ANSYS也在不断的软件更新过程中,不断地与计算机硬件厂商合作,争取做到更好的性能,难怪最近的ANSYS 17.0~18.1每次更新,官方都说是有着“革命性的”,甚至“强大十倍”的进步。

这不,在Wim的文章里,他便提出了ANSYS软件如何通过配置Intel CPU,实现性能上的显著提高。

1.配置Intel志强6148黄金版处理器,使ANSYS Mechanical提升59%运行速度

如今,Intel为了更好地区分他们的处理器,根据其可扩展性,将 Intel® Xeon® Scalable processors处理器(通常称为Skylake)分为黄铜版、白银版、黄金版和铂金版。如今的处理器在普通的处理功能以外,还具有其他不少的功能,处理器可以根据数据中心客户端的数据读写、内存、存储以及网络需求等进行综合处理——入门级选用黄铜版,最高配选用铂金版。

Intel Xeon Gold 6148 处理器,包含更多的内核、更高的内存带宽,以及和以往的Intel Xeon E5 v4家族相比更强大的缓存结构。对于工程软件来说,充分利用这些性能,无疑是如虎添翼。

结果显示,基于Intel Xeon Gold 6148 处理器平台的双插槽服务器可使得ANSYS Mechanical的性能比采用传统上一代处理器(Intel Xeon processor E5-2697 v4)提高42%,比采用更早一些的处理器(Intel Xeon processor E5-2698 v3)提升59%。

在Fluent软件中,ANSYS已经添加了对 Intel® Advanced Vector Extensions 2 (AVX2) 的优化支持,因此ANSYS可以实现利用Xeon的处理能力对高级矢量计算更好的计算效果。ANSYS的基准测试还显示Xeon Gold 6148处理器可以在ANSYS Fluent 18.1中比上一代处理器提升性能41%。

2.相对于EDR InfiniBand,采用Intel® Omni-Path Architecture的ANSYS Fluent性能可提升47%

根据Inter的说明,计算性能不仅仅依赖于计算速度和核心数量。 Intel® Omni-Path Architecture (Intel® OPA)是一种高速计算集群,有助于解决集群运算中的配置瓶颈。例如,Intel OPA相对于EDR InfiniBand网络提升性能达25%~47%。这可以帮助用户在CFD仿真中实现更接近真实的模型,以及最大限度地缩短仿真计算的时间。

3.通过Knights Landing实现最大的高扩展性

Intel® Xeon Phi™ 处理器被描述为“实现大规模的并行化和矢量化计算,以支持最苛刻的高性能计算程序”。ANSYS当然也支持新一代的Intel Xeon Phi(Knights Landing,KNL),以及KNL&OPA并用。对于大型工程,其可扩展性表现良好,但对小工程而言还需要一段路要走。ANSYS研发团队已经计划更多地利用KNL中的高级技术,用来增强Fluent求解器中的矢量运算。

对于大型工程的仿真计算,普通的个人电脑肯定是不够用了,有的时候一些性能不错的服务器也需要运转好长时间,甚至还会遭遇死机等问题。而对于我们大多数人而言,预算紧张,没法购置一套高性能计算设备,这时候可以向学校高性能计算中心(当然不是所有高校都有这个大杀器)申请,或者购买一些高性能计算服务(如ANSYS公司出品的PERA.GRID 2017等)也是可以的。

总之,工欲善其事,便先利其器,把计算性能搞上去,总归不是一件坏事儿。

《3 Ways to Boost ANSYS Performance with Intel Technologies》地址:http://www.ansys-blog.com/boost-ansys-performance-intel-technologies/

来源:十千牛
MechanicalFluentHPC云计算ANSYS
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2023-02-26
最近编辑:1年前
长河
博士 | 黑龙江科技大... 签名征集中
获赞 6粉丝 12文章 194课程 0
点赞
收藏
未登录
还没有评论

课程
培训
服务
行家

VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈