性能測試|數據說話!在SimForge平臺上用OpenRadioss進行汽車碰撞仿真,究竟多省時?

Radioss是碰撞仿真領域中十分成熟的有限元仿真軟件,可以對工程中許多非線性問題進行求解,例如汽車碰撞、產品跌落、導彈爆炸、流固耦合分析等等。不僅可以提升產品的剛度、強度、碰撞的安全性能等,還可以在降低產品研發成本的同時提升研發效率。

01 如何在SimForge使用OpenRadioss

登錄“神工坊”高性能仿真平臺后,在仿真計算模塊中,點擊OpenRadioss,按照需求填寫或選擇即可。

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖1

其中有“starter”、“engine”和“paraview”三個使用模塊:

“starter”模塊為前處理模塊?,?不僅可以對_0000.rad為后綴的模型文件進行前處理,還可將LS_DYNA使用的.key文件轉換成OpenRadioss可執行的.rad文件;

“engine”模塊為OpenRadioss的求解程序?,使用該功能時,在求解文件中需選擇_0001.rad為后綴的文件。

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖2

需要注意的是,在使用“starter”模塊進行前處理時所使用的CPU核數,需要與后續使用“engine”模塊求解時所使用的核數保持一致。

“paraview”模塊為后處理模塊?。?“paraview”模塊可將“engine”模塊計算完成后的結果文件轉化為后處理軟件ParaView可執行的.vtk文件,轉換完成可使用神工坊平臺內的ParaView進行后處理,用戶也可將轉換好的文件下載到本地進行處理。

使用該模塊時,求解文件需選擇文件名稱后部為A001的文件,提交后該模塊會將文件夾內符合要求的文件進行全部轉換。下圖為OpenRadioss官方模型Camry Impact Model在ParaView進行后處理。

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖3

同時,SimForge神工坊高性能仿真平臺上部署了前處理軟件HyperMesh,完全可以作為OpenRadioss的前處理工具。

將模型文件導入HyperMesh,完成網格劃分、材料屬性設置、邊界條件等設置后,可導出OpenRadioss可執行的.rad文件。

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖4

02 性能對比

以官方算例Camry Impact Model為計算模型,所使用的“神工坊”高性能仿真平臺與其他的仿真云平臺的硬件參數如下表所示。

仿真云

平臺

CPU型號

內存

主頻

神工坊

AMD??EPYC?7742

512G

2.25GHz

某仿真云平臺

Hygon?7185

512G

2.4GHz

使用核數分別為16、32、64、128核,同時以每個仿真云平臺16核的計算時間為基本單位計算加速比,計算時間與加速比如下圖所示。

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖5

在“神工坊”上使用OpenRadioss進行大規模并行仿真,效果如何?的圖6

可以發現,“神工坊”SimForge高性能仿真平臺使用OpenRadioss進行并行仿真時,表現出了超高的計算效率。?從16核到128核,不同并行規模下,計算用時均明顯少于某仿真云平臺,加速比明顯高于某仿真云平臺?。且在“神工坊”SimForge高性能仿真平臺使用32核的計算速度就遠超某仿真云平臺使用64核甚至是128核的計算速度。

03 結論

??“神工坊”SimForge高性能工業仿真平臺以超算HPC集群作為硬件支撐,實現了跨節點大規模并行計算,對OpenRadioss、OpenFOAM、ANSYS等仿真軟件進行了CPU平臺的高性能適配與優化,可以高效處理大規模網格模型以及復雜流場,大大縮短了企業仿真用時,提升工業設計效率,同時根據用戶需求進行兼容性適配,力保每一核都能發揮出它的最大價值,歡迎廣大工程師同行注冊試用——

1. 專業GPU并行渲染,操作絲滑如本地仿真

SimForge 高性能仿真云平臺實現了多 GPU 的分時共享,同時支持大規模仿真數據的多 GPU 服務端并行渲染,讓10億+網格可視化無壓力。

SimForge 性能測試|Fluent旋轉機械穩態分析的圖10
SimForge平臺Fluent性能測試結果
(注:仿真云平臺2最高只能64核并行使用)

2. "超算級資源池+工業級軟件棧"的垂直整合架構

SimForge 擁有亞洲最大的價值2億的商業仿真軟件授權,搭建了“傳統商軟+開源/國產軟件+自研定制軟件”的“工業級軟件棧”,配合超算資源支持,單體軟件并行最高可達2048核。

SimForge 性能測試|Fluent旋轉機械穩態分析的圖11

3. 打破工程仿真信息孤島,?在線協同范式升級

實時同步操作界面:區別于大部分仿真云平臺只有子母賬號管理功能,SimForge 在賬號管理功能之外,是可以實現實時同步操作的。

跨設備與跨賬號無縫協同:關注到不同用戶對賬號信息保密需求不同,SimForge支持——“相同賬號不同設備,同時登錄協同操作”,“不同賬號同時進入作業協同操作”兩種使用情景。

SimForge 性能測試|Fluent旋轉機械穩態分析的圖12

4. 實時計費,精準結算,風險可控

SimForge 采用實時計費,精準結算的模式,讓用戶在使用過程中能夠清晰了解費用情況,風險可控。無論是短期的集中計算任務,還是長期的研發項目,都能根據實際使用情況靈活計費,避免了資源浪費和不必要的成本支出,以及日常軟硬件維護的煩惱。

SimForge 性能測試|Fluent旋轉機械穩態分析的圖13

SimForge 性能測試|Fluent旋轉機械穩態分析的圖14

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/84461.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/84461.shtml
英文地址,請注明出處:http://en.pswp.cn/web/84461.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

數據結構學習——KMP算法

//KMP算法 #include <iostream> #include <string> #include <vector> #include <cstdlib>using namespace std;//next數組值的推導void getNext(string &str, vector<int>& next){int strlong str.size();//next數組的0位為0next[0]0;…

博士,超28歲,出局!

近日&#xff0c;長沙市望城區《2025年事業引才博士公開引進公告》引發軒然大波——博士崗位年齡要求28周歲及以下&#xff0c;特別優秀者也僅放寬至30周歲。 圖源&#xff1a;網絡 這份規定讓眾多"高齡"博士生直呼不合理&#xff0c;并在社交平臺掀起激烈討論。 圖源…

使用Nuitka打包Python程序,編譯為C提高執行效率

在 Python 的世界里&#xff0c;代碼打包與發布一直是開發者關注的重要話題。前面我們介紹了Pyinstaller的使用&#xff0c;盡管 PyInstaller 是最常用的工具之一&#xff0c;但對于性能、安全性、兼容性有更高要求的項目&#xff0c;Nuitka 正迅速成為更優的選擇。本文將全面介…

基于機器學習的惡意請求檢測

好久沒寫文章了&#xff0c;忙畢業設計ING&#xff0c;終于做好了發出來。 做了針對惡意URL的檢測&#xff0c;改進了楊老師這篇參考文獻的惡意請求檢測的方法 [網絡安全自學篇] 二十三.基于機器學習的惡意請求識別及安全領域中的機器學習-CSDN博客 選擇使用了XGBoost算法進…

深入理解XGBoost(何龍 著)學習筆記(五)

深入理解XGBoost&#xff08;何龍 著&#xff09;學習筆記&#xff08;五&#xff09; 本文接上一篇&#xff0c;內容為線性回歸&#xff0c;介紹三部分&#xff0c;首先介紹了"模型評估”&#xff0c;然后分別提供了線性回歸的模型代碼&#xff1a;scikit-learn的Linear…

工業級MySQL基準測試專家指南

工業級MySQL基準測試專家指南 一、深度風險識別增強版 風險類型典型表現進階檢測方案K8s存儲性能抖動PVC卷IOPS驟降50%使用kubestone進行CSI驅動壓力測試HTAP讀寫沖突OLAP查詢導致OLTP事務超時用TPCH+Sysbench混合負載測試冷熱數據分層失效壓縮表查詢耗時激增10倍監控INNODB_C…

Spring WebFlux和Spring MVC的對比

原文網址&#xff1a;Spring WebFlux和Spring MVC的對比-CSDN博客 簡介 本文介紹Spring WebFlux和Spring MVC的區別。 Webflux&#xff1a;是異步非阻塞的&#xff08;IO多路復用&#xff09;&#xff0c;基于Netty。適合網絡轉發類的應用&#xff0c;比如&#xff1a;網關。…

解析401 Token過期自動刷新機制:Kotlin全棧實現指南

在現代Web應用中&#xff0c;Token過期導致的401錯誤是影響用戶體驗的關鍵問題。本文將手把手實現一套完整的Token自動刷新機制&#xff0c;覆蓋從原理到實戰的全過程。 一、為什么需要Token自動刷新&#xff1f; 當用戶使用應用時&#xff0c;會遇到兩種典型場景&#xff1a;…

《解構線性數據結構的核心骨架:從存儲模型到操作范式的深度解析》

線性數據結構概述 線性數據結構是數據元素按線性順序排列的集合,每個元素有唯一的前驅和后繼(除首尾元素)。常見類型包括數組、隊列、鏈表和棧,每種結構在存儲和操作上具有獨特特性。 線性表:顧名思義,線性表就是數據排成像一條線的結構。每個線性表上的數據最多只有前和后…

HW藍隊工作流程

HW藍隊工作流程 由多領域安全專家組成攻擊隊&#xff0c;在保障業務系統安全的前提下&#xff0c;直接在真實網絡環境開展對抗&#xff0c;對參演單位目標系進行可控、可審計的網絡安全實戰攻擊&#xff0c;通過攻防演習檢驗參演單位的安全防護和應急處置能力&#xff0c;提高…

語音相關-瀏覽器的自動播放策略研究和websocket研究

策略詳情 媒體參與度 AudioContext音頻API的實現 new Audio音頻API的實現 相關實踐 網頁端 使用new Audio創建的音頻對象進行音頻播放的時候&#xff0c;如果用戶沒有與頁面進行交互&#xff0c;那么會報錯如下&#xff1a; 使用AudioContext創建的對象播放音頻&#xff0c;…

Linux操作系統網絡服務模塊一DHCP服務概述

前言&#xff1a; 在Linux網絡服務體系架構中&#xff0c;?DHCP&#xff08;Dynamic Host Configuration Protocol&#xff09;?? 作為核心服務之一&#xff0c;承擔著局域網內主機網絡參數動態分配的關鍵任務。其設計初衷是解決傳統手動配置IP地址的效率瓶頸與錯誤風…

FPGA基礎 -- Verilog語言要素之變量類型

Verilog 變量類型&#xff08;Variable Types&#xff09; 一、什么是變量類型&#xff1f; 在 Verilog 中&#xff0c;變量類型用于保存過程賦值結果&#xff08;由 always 或 initial 塊賦值&#xff09;&#xff0c;通常用于建模寄存器、狀態、計數器等“帶記憶”的硬件行為…

使用Haporxy搭建Web群集

目錄 一、案例分析 1.案例概述 2.案例前置知識點 2.1 HTTP請求 2.2 負載均衡常用調度算法 2.3常見的Web群集調度器 3.案例環境 3.1本案例環境 二、案例實施 1.搭建兩臺web服務器 2.安裝Haproxy 3.haproxy服務器配置 修改haproxy的配置文件 4.測試web群集 5.haproxy的日…

pikachu靶場通關筆記38 目錄遍歷(路徑遍歷)

目錄 一、目錄遍歷 二、源碼分析 三、目錄遍歷與文件包含 四、實戰滲透 1、進入靶場 2、目錄遍歷 &#xff08;1&#xff09;訪問ace.min.css &#xff08;2&#xff09;訪問fileinclude.php 本系列為《pikachu靶場通關筆記》滲透實戰&#xff0c;本文通過對目錄遍歷源…

現代C++:std::string全方位碾壓C字符串

在 C 中引入的 std::string 是對 C 語言中 char* 和 const char* 的一種現代化封裝和增強。它不僅解決了 C 字符串的許多缺陷&#xff08;如安全性、內存管理、易用性等&#xff09;&#xff0c;還提供了豐富的 API 來簡化字符串操作。本文將從多個維度詳細對比 std::string 與…

20250619周四:Atlassian

今天主要把conference上的A xxx的所有資料大體看了一遍&#xff0c;花了兩個多小時。 公司的這個conference系統&#xff0c;共實就是一個大型的可多人在線編輯的文件系統。差不多所有的資料都共享在上面。這對于多人參與的項目管理&#xff0c;還是相當方便的。 Atlassian最特…

通過CDH安裝Spark的詳細指南

通過CDH安裝Spark的詳細指南 簡介 Cloudera Distribution of Hadoop (CDH) 是一個企業級的大數據平臺,它集成了多個開源組件,包括Hadoop、Spark、Hive等。本文將詳細介紹如何通過CDH安裝和配置Spark。 前提條件 在開始安裝之前,請確保滿足以下條件: 已安裝CDH集群具有管…

GitLab CVE-2025-5121 安全漏洞解決方案

本分分享極狐GitLab 補丁版本 18.0.2, 17.11.4, 17.10.8 的詳細內容。這幾個版本包含重要的缺陷和安全修復代碼&#xff0c;我們強烈建議所有私有化部署用戶應該立即升級到上述的某一個版本。對于極狐GitLab SaaS&#xff0c;技術團隊已經進行了升級&#xff0c;無需用戶采取任…

【八股消消樂】Elasticsearch優化—檢索Labubu

&#x1f60a;你好&#xff0c;我是小航&#xff0c;一個正在變禿、變強的文藝傾年。 &#x1f514;本專欄《八股消消樂》旨在記錄個人所背的八股文&#xff0c;包括Java/Go開發、Vue開發、系統架構、大模型開發、具身智能、機器學習、深度學習、力扣算法等相關知識點&#xff…