UberCloud与CAE云计算

图1：计算域包括髂静脉（流入）、肾静脉（流入）和下腔静脉（IVC）。

其中标示了容器的表面上的压力；同时也标示了沿着下静脉腔中心按速度着色的切片。

节约成本、缩短产品上市时间、更好的质量、更低的产品故障——这些期望收益源于工程师和科学家们将技术计算应用于他们的研究，它们将是巨大的。但相对于少数科学家和制造商在计算机上设计和开发自己的产品时使用服务器而言，绝大多数仍然在工作站或笔记本电脑上执行虚拟原型或大规模的数据建模。

许多这些专业人士面临着他们自己的机器性能不足所产生的问题。举例来说，更精确的几何结构或物理参数可能需要比台式机容量更多的内存。系统厂商已经开发出了一整套高性能计算（HPC）的产品、解决方案和服务，而且为中小型企业购买HPC服务器不再遥不可及。

如今另一种选择是使用云计算的方案来解决，它能让工程师和科学家们继续使用他们的工作站进行日常的设计和开发工作，并在必要时“爆发”更大更复杂的工作入云。因此，用户可以访问准无限计算资源，它能够提供更高质量的结果。云解决方案，有助于降低资本支出，通过按上下浮动所需的动态扩展资源提供了更大的业务灵活性，并只需在使用时支付。

UberCloud实验

自2012年7月始，该UberCloud实验已经吸引了来自72个国家的500多个组织的关注。它包括在计算流体动力学（CFD）、有限元法（FEM）、生物等领域的152个小组，并追踪他们源自案例研究汇编的经验和教训。UberCloud TechTalk为社区提供教育讲座。而且UberCloud展览提供了一个云服务目录，其中社区成员能够展示自己的云计算相关服务，或者选择他们想要用于自己团队实验或日常工作的服务。

图2：样品的结果：（a）按速度着色的流线型；（b）容器表面上的压力。

英特尔公司于2013年赞助发布了第一份包含25项CAE案例研究的汇编。今年6月，UberCloud案例研究的第二份汇编由英特尔和桌面工程赞助出版。

该UberCloud实验为科学家和工程师探索、学习和了解“访问及使用云资源的终端到终端”的流程，及识别和解决障碍提供了一个平台。最终用户、软件提供商、资源提供者和计算专家团队合作，共同解决云中最终用户的应用程序问题。

让我们从定义每个利益相关者扮演着什么样的角色使以服务为基础的高性能计算在云中聚集在一起开始：

1. 最终用户：一个典型的例子是在设计、成型机开发其下一代产品过程中的中小型制造商。
2. 应用软件提供商：这些都是形形色色的软件业主，包括独立软件供应商（ISVs），公共领域软件组织和个体开发者。
3. 资源提供者：这涉及到任何联网到外部世界的技术计算资源的拥有者。一个经典的HPC中心将属于这一范畴，如一个被用于处理批量作业的标准数据中心，或者一个集群拥有的商业实体，该实体愿意在低CPU利用率期间为运行非竞争性的工作负载提供周期。
4. 计算专家：这组包括在集群管理和软件移植领域拥有技术计算专业知识的个人和公司。这些专家作为团队领导，致力于将最终用户、计算机中心和软件供应商聚集在一起。

例如，假设最终用户需要额外的计算资源来增加产品设计的质量或加速产品设计周期。也许，我们的目标是模拟更复杂的几何形状或物理参数或为了更高要求的结果运行更多的模拟。这其中显示了一个特定的软件堆栈、领域的专业知识、甚至硬件配置。总体思路是看最终用户的工作和软件，然后选择适当的资源和符合特定要求的专业知识。

为了初步认识其实际使用情况，下面来看看来源于152个UberCloud实验的4个CAE云项目。更多细节及17项完整的案例研究可以在第二份UberCloud汇编找到。

小组62：云端心血管医疗器械模拟

团队成员：终端用户Mike Singer——Landrew企业的创始人和总裁；软件和资源提供者Sanjay Choudhry——Ciespace公司的首席技术官（CTO）；HPC专家Oleh Khoma——ELEKS’ HPC部门负责人。

项目通过患者特异性血管来研究流动，并为心血管流动体现了一种典型的CFD用例。特定病人的几何形状从正常的医疗成像检查期间获得的CT图像数据中所提取。三角化的表面网格的几何形状包括：上下腔静脉（IVC）、左右髂静脉、左右肾静脉（参照图1）。

云资源提供了一种机制，以解决心血管模拟的计算需求。具体而言，云基础流体力学的使用缓解了对大的内部集群的需求。另外，云资源使得及时执行参数和灵敏度的研究成为可能，这对经常含有不确定或可变模型参数的生物流体模拟非常重要。因此，本实验的目的在于探讨旨在实现心血管模拟的云基础模拟解决方案的应用。

尽管有一些障碍，但小组实现了在云端运行特定病人的心血管流动模拟（见图2）的目标。另外，用户的经验和本实验的结果也启示了进一步基于云端的心血管流动模拟的潜在成功。

小组99：北海资产寿命延续工程评估其对直升机作战的影响

团队成员：最终用户Dan Hamilton——来自Atkins Energy公司；软件供应商James Britton——来自CD-adapco公司；资源提供者Jerry Dixon——OCF及其云服务enCORE HPC；团队导师Dennis Nagy——来自BeyondCAE公司。

该小组测试了在已采用CD-adapco公司STAR-CCM+的海上平台上为了气流模拟而使用“以HPC为服务”(HPCaaS)的可行性，以确定直升机甲板着陆区域内的条件变化。此变化也是现有的北海资产上的生命延续工程所引起的几何变化的结果。

图3：气流通过海上平台。流线是按空气流速着色。其中标示了发电涡轮机的热羽流。在该情况下，这些羽状物不影响直升机的接近路径。

如来自发电设备的废气的高温源，可能会在温度超过大气的风力条件的上限时导致显著的变化。例如，逆风结构产生顺风湍流。较大的温度变化和强湍流可能会导致增加飞行员对于平台上直升机业务的工作量。

在这个项目中，Atkins使用了计算流体力学（CFD）来评估平台上风和操作条件的预期范围。一个完整的研究要求进行大量的CFD模拟，这通常使用内部硬件。然而，HPCaaS的灵活性作为一个潜在的呼之欲出的解决方案格外引人注目。

对于OCF、STAR-CCM +“能源按需”的授权的可用性非常适合enCORE服务。一旦安装被调试，在enCORE上批量采用STAR-CCM+的用户体验将与内部硬件上的相同。

由于模拟文件可能很大，enCORE的免费使用宽带政策很有吸引力。有了像enCORE这样的资源，用户可以申办并提出工作上所要求的超出公司内部可用范围的计算资源。

小组118：通过ANSYS FLUENT CFD耦合内部有限元程序

团队成员：最终用户Hubert Dengg——来自德国劳斯莱斯；软件供应商Wim Slagter和René Kapa——来自ANSYS；资源提供者和团队专家们是来自CPU24/7的Thomas Gropp 和Alexander Heine，以及来自德国劳斯莱斯担任HPC/ CAE技术专家的Marius Swoboda。

下载UberCloud汇编与CAE案例

这份文件对于那些相信“高性能计算作为一种服务”（HPCaaS）在云端的战略重要性的工程师、科学家、经理和主管而言，是一个宝贵的资源。这是被选自第3、4回合UberCloud实验参与者的CAE案例研究汇编。在这些案例中，您可能会发现与自己的工程计算挑战很能产生共鸣的场景。下载一个免费的副本，从对于遇到的挑战、解决的问题、吸收的经验和专家建议的坦诚描述中获益。第二份UberCloud汇编可以在这里免费下载。

在目前试验的情况下，喷射式发动机的高压压缩机组件是使用了FEA/ CFD耦合技术的瞬态气动热分析的主题。耦合是通过一个迭代循环实现的，通过有限元分析（FEA）和CFD模拟之间的信息在每个时间步骤中的平滑交换，来确保在金属和流体域之间耦合接口上温度和热通量的一致性。HPC实验的目的在于通过内部的有限元分析程序连接到ANSYS Fluent。这是从Fluent CFD模型提取热流曲线并将它们应用到有限元（FE）模型完成的。有限元模型在固体区域能够提供金属温度。

该共轭热传递过程在计算能力方面非常耗费，尤其是在带有超过100万个单元格的3D CFD模型被需求时。因此，云资源的使用预计将对计算时间有积极效果。

计算是在带有双Intel Xeon处理器的双节点32核心上执行的。计算完成于有限元程序和Fluent CFD被交替以交换其结果的周期中。

计算工作量外包给授权的外部集群，最终用户以有效的方式分配计算能力，特别是当内部计算资源已经处于极限时。更大的模型通常会给予系统的物理行为更详细的观察。此外，最终用户能从HPC提供者的诸多知识中获益，这些知识包括如何设置一个集群、并行运行基于消息传递接口（MPI）的应用程序、创建一个主机文件、办理许可、以及为访问集群所有路径所做的任何准备。

表1：桌面、云计算及HPC解决选项的比较

小组142：严苛工况控制阀的虚拟测试

团队成员：最终用户Mark A. Lobo和P.E.——来自Lobo工程；PLC Autodesk提供了CFD模拟360（SimCFD）和配套的云基础设施；HPC/ CAE应用专家是来自Autodesk的Jon den Hartog 和Heath Houghton。

为了让一个阀门正确应用于流体管理系统，流量控制阀的规格需要包括性能等级。控制系梳理输入参数、干扰和各管路系统部件的规格，然后作出反应并生成所需的输出。系统的响应主要是控制阀准确度的函数，该控制阀响应来自控制系统的信号。阀性能的评分给系统设计者提供信息，这可用于优化控制系统的响应。

这个项目的前提是不仅要探索虚拟阀门测试，而且要评估由非专业的设计工程师对CFD的实践和有效利用情况。当项目启动时，最终用户没有任何关于Autodesk软件的经验和正式的培训可以用来作为基准。他们依靠附带的教程，帮助实用程序和文档产生了良好的效果和正确数据。

对于最终用户而言的收益之一是云计算能够以具有成本效益的方式获取大量的计算能力。而不是拥有硬件和软件许可证，工程师们可以在他们需要的时候支付其需要的东西，这没有实质性的前期投资支付。

在这个项目中200余项模拟在云端运行。考虑到所涉及的运行时间和允许在运行完成后下载数据的优势，则能够在一天之内解决所有这些模拟。对于一名在一台工作站上持有一项模拟许可的工程师来说，这将需要800小时（约30天）才能完成，且模拟运行后一项接一项不能间断。表.1对各种解决办法所需要的大致时间和投入资金进行了比较。

Wolfgang Gentzsch是一名针对高性能、技术及云计算的行业行政顾问。Burak Yenier是一位大规模的开发和管理、高可用性的系统和云交付模式的许多方面等领域的专家。两者都是UberCloud的创始人。

原文链接：

http://www.deskeng.com/de/consider-cae-cloud/

本文属于研发埠所有，如需转载请注明出处！