黑科技揭秘:如何通过阿里云超算,使得汽车仿真效率提升25%

简介: 在汽车行业,过去有一句俗话,一辆车从设计到下线,“至少要11辆真实碰撞试验”,今天,在现代化的汽车制造业,通过长期发展的设计和仿真软件,几乎所有的环节,都可以做到设计与仿真一体化的高性能计算实现,这一进步的背后需要依赖更强的并行计算集群和灵活的数据流动,以及实现复杂算法的工业仿真软件。

在汽车行业,过去有一句俗话,一辆车从设计到下线,“至少要11辆真实碰撞试验”,今天,在现代化的汽车制造业,通过长期发展的设计和仿真软件,几乎所有的环节,都可以做到设计与仿真一体化的高性能计算实现,这一进步的背后需要依赖更强的并行计算集群和灵活的数据流动,以及实现复杂算法的工业仿真软件。

image001

2018杭州云栖大会主论坛上,阿里云高性能计算发布环节对比演示了风洞汽车模型实验和数字仿真风洞。

image003

展示环节首先通过风洞装置模型,现场以烟流法的方式展示了在不同风速条件下烟流经过模型车的不同轨迹,解释了传统汽车风洞实验的大致流程,并且大幅提升了测试效率。

这次演示背后的两大核心是SCC超级计算集群和E-HPC:使用阿里云SCC超级计算集群,结合E-HPC创建集群及集谛性能分析等操作流程,以可视化的形式展示ANSYS流体动力学软件基于SCC和E-HPC弹性高性能计算服务进行求解运算后的结果。

云上超级计算集群SCC

image005

现场进行ANSYS Fluent F1赛车模型流体动力仿真计算的HPC集群计算节点由超级计算集群scch5实例组成。

SCC基于阿里云新一代弹性裸金属(神龙)服务器,既具备了云计算的弹性资源优势,又拥有了物理机的性能,在此之上加入高速RDMA互联支持,大幅提升网络性能,显著提高大规模集群加速比,这也是SCC独有的特点。

如果用公式表达的话:SCC = 弹性裸金属服务器+ RDMA网络;用阿里云高性能计算负责人、资深技术专家何万青的话说,“SCC拥有虚拟机的心脏,物理机的肌肉,高速的神经。”

image007

弹性裸金属服务器(ECS Bare Metal Instance)计算性能与传统物理机无差别,具有安全物理隔离的特点。

RDMA(Remote Direct MemoryAccess)是一种直接存储器访问技术,它将数据直接从一台计算机的内存传输到另一台计算机,无需双方操作系统的介入。这允许高通量、低延迟的网络通信,尤其适合在大规模并行计算机集群中使用,SCC使用的是RDMA 的方案之一——RoCE网络。

同时SCC还与成熟的ECS管控完整对接,确保了用户体验一致性,且与阿里云VPC网络、NAS共享文件存储、CPFS高性能共享存储等产品完全整合,充分发挥云上生态优势,带来极致的计算体验。
image009

弹性高性能计算E-HPC

如果说SCC提供的是高性能计算基础设施,那么E-HPC则为用户提供了一站式全业务流程的公共云HPC服务。

E-HPC通过集成PBS pro/Slurm等HPC调度器提供了并行调度功能,基于阿里云管控能力实现了根据负载进行集群规模自动伸缩,基于VPC网络及RoCE网络架构提供了并行通讯支持,由超算容器Shifter提供了容器部署功能,专门针对云上并行作业开发的集谛提供了性能监控分析和“性能大数据”积聚优化引擎。

在演示中,E-HPC提供了并行调度,自动扩容和并行通讯支持,使得大规模仿真成为可能。

image011

相比传统超算中心以及自建IDC集群,E-HPC的优势也很明显:

相比传统超算中心,E-HPC可按需购买,无需排期,即买即用;实例种类多,可根据应用需求购置最适合的计算资源配比;充分复用阿里云产品,大大提高了数据安全性和高可用性。

相比自建IDC集群,E-HPC 可节约巨量 CAPEX 投入,包括但不限于硬件系统费用,软件许可证费用 (如ANSYS支持云上elastic license),服务器机房建设,电力和制冷费用,平日运作的维护支持费用等,而且无需顾虑硬件升级换代,公共云确保了极强的可扩展性。

image013

目前,阿里云HPC已经广泛应用于制造业以及科学计算等领域:上汽集团乘用车采用SCC集群进行混合仿真,整体提升25%效率;安世亚太基于SCC集群为客户提供HPC解决方案,总体成本下降20%以上;大连化物所国家重点实验室使用E-HPC集群做分子动力学仿真计算,相对上一代GPU集群效率提升200% 。

了解更多产品降价信息请戳链接
https://yunqi.aliyun.com/2018/hangzhou/product
了解更多阿里云产品请戳链接
https://www.aliyun.com/product/list?utm_code=p_2018090501
专属小游戏,《我和老板,那些不可描述的需求》等你来~
https://yq.aliyun.com/articles/641567

相关文章
|
关系型数据库 MySQL 数据库
Docker快速上手:使用Docker部署Drupal并实现公网访问
Docker快速上手:使用Docker部署Drupal并实现公网访问
|
9月前
|
人工智能 自然语言处理 API
推荐几个常用免费的文本转语音工具
本文推荐了几款免费的文本转语音工具,包括功能全面的AI易视频、支持多语言的Google TTS、操作便捷的Natural Reader、离线使用的Balabolka以及轻量级的Speech2Go。其中AI易视频特别适合小说转语音,可智能分配角色音色,打造广播剧般的听觉体验。这些工具各具特色,能满足不同场景需求,助力内容创作更高效。
2957 5
|
数据采集 人工智能 算法
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
你要牢记的四个常用AI提示词框架:ICIO、CRISPE、BROKE、RASCEF,有助于获取更加稳定和高质量的内容
|
11月前
|
虚拟化 Windows
Hyper-V无法分区,原因及修复方法
Hyper-V无法分区的问题可能由系统资源不足、BIOS未启用虚拟化技术、Hyper-V功能未正确安装、网络配置错误、虚拟机配置不合理、用户权限不足或硬件不兼容等原因导致。解决方法包括:增加系统资源、启用BIOS中的虚拟化技术、安装并启用Hyper-V功能、修复网络配置、调整虚拟机配置、授予用户足够权限、检查硬件兼容性及查看错误日志等。通过逐步排查,可有效解决问题。如问题依旧,建议联系技术支持。
|
开发者
【软件开发规范三】【软件版本命名规范】
软件版本号有四部分组成,第一部分为主版本号,第二部分为次版本号,第三部分为修订版,第四部分为日期版本号加希腊字母版本号,希腊字母版本号共有五种,分别为base、alpha、beta、RC、release
1585 1
【软件开发规范三】【软件版本命名规范】
|
机器学习/深度学习 算法 数据可视化
机器学习-特征选择:如何使用相关性分析精确选择最佳特征?
本文致力于利用相关性分析来辅助特征选择过程。相关性分析作为一种用于量化特征之间关系的方法,可以帮助我们理解数据中的潜在模式和相互作用。通过分析特征之间的相关性,我们可以更加准确地选择具有高预测能力和独立性的特征,从而提高特征选择的效果和结果。
3409 0
|
存储 Java
String 底层是如何实现的?
本文介绍了String类在Java中的底层实现,说明在JDK9之前String是基于`char[]`字符数组实现的,而JDK9及之后版本则使用`byte[]`字节数组实现,这种改变使得存储英文字符时空间效率提高,同时解释了字符串常量池的存储位置随JDK版本的演变。
388 0
String 底层是如何实现的?
|
存储 异构计算
FPGA入门(4):时序逻辑(一)
FPGA入门(4):时序逻辑
409 0
|
数据安全/隐私保护 iOS开发 开发者
苹果开发者账号注册及证书生成方法详解
苹果开发者账号注册及证书生成方法详解
497 1