工程模拟跨行业应用，以加速产品开发。模拟用于检查飞机、汽车和建筑物的安全性，确保您的手机随时随地都有信号，并最大限度地扩大新款电动汽车的行驶范围。它减少了对昂贵且耗时的物理测试的需求，并使工程师能够更快地迭代改进设计。
遗憾的是，运行复杂的模拟也需要大量的高性能计算（HPC）资源，并且会耗费大量时间。
Luminary Cloud, 一 NVIDIA Inception 程序面向初创公司的成员，从一开始就利用最新的云和 NVIDIA GPU 技术进行开发，从而消除组织的计算负担并加速这些模拟。
在本文中，我将讨论在各行各业中更广泛地采用模拟所面临的挑战，以及 Luminary Cloud 如何使用最新的云和 NVIDIA GPU 加速计算来应对这些挑战。我还将讨论与Joby Aviation的真实案例研究。
计算流体动力学的挑战
在计算流体动力学（CFD）领域，复杂的模拟塑造了工程和科学进步的未来，但仍然存在一些挑战，阻碍了广泛采用。
近期调查重点介绍了以下挑战：
- 模拟周转时间：典型的 CFD 项目可能需要大量时间：数周（36.2%）、数月（22.3%）或连续（24.5%）。
- 模拟鲁棒性：CFD 软件中期望的主要改进包括模拟鲁棒性、自动网格能力、准确性和良好的价格性能比。
- 模型准备：在某些情况下，设置 CFD 模拟可能需要几个月的时间。不足的模型准备是一项重大挑战（44%）.
- 成本： 50% 的非用户认为高昂的许可成本是采用 CFD 软件的主要障碍。预算限制是切换软件最具挑战性的因素。
加速模拟
GPU 的加速处理能力在量子计算、气候科学、金融工程和人工智能领域开辟了新的视野。其远-reaching 应用使企业能够实现比仅使用 CPU 的处理速度快 up to 1K 倍的处理速度。
CFD 是一个特别受益于 NVIDIA GPU 加速计算能力的领域，与基于 CPU 的传统计算相比，其加速超过 30 倍。有关更多信息，请参阅 NVIDIA GPU 加速驱动的计算流体动力学革命。
云端的 HPC
CFD 面临的挑战之一是对 HPC 资源的访问。支持工程开发计划的计算资源很少是固定不变的。在设计周期期间，模拟需求会在阶段和程序之间达到峰值或下降。这会导致计算能力效率低下，在阶段之间保持空闲状态，并延迟在设计阶段等待资源的模拟工作。
云提高了速度和敏捷性，因为分布式用户可以在需要时轻松访问强大的 HPC 资源。利用云的弹性还使公司能够正确调整其日常 HPC 资源，从而提高成本效率并缩短时间到市场。
云资源还使公司能够利用内部可能无法提供的 NVIDIA GPUs 等最新硬件。SaaS 方法可以增强协作，因此分布在全球的多个用户可以访问模拟，而无需低效的数据传输、同步或单独专用许可证。
Luminary Cloud 的解决方案
Luminary Cloud 是一种多物理解决方案，目前支持用于流体流动物理的 CFD 和用于热管理的 conjugate heat transfer (CHT).该公司通过开发一种新型 computer-aided engineering (CAE) 工具，同时解决了上述挑战。其基于云的 SaaS 平台随时准备重新定义计算工程的格局，提供前所未有的近乎实时的工程体验。与使用协作式文档编辑软件非常相似，Luminary Cloud 的平台为客户提供了一个无缝交互的平台。
Luminary Cloud 基于 AI 的工程设计 copilot Lumi AI 可减少工程师在设置和模拟方面花费的时间，以便他们可以将更多时间用于分析和优化。例如，Lumi Mesh Adaptation 通过智能调整计算网格来取代传统的繁琐网格生成步骤，从而提高准确性和效率。
Luminary Cloud 专门构建了 CAE 平台，以利用多节点 NVIDIA GPU 加速计算。 其他 CAE 工具是为多节点 CPU 集群构建的，而现在，这些工具的一个子集正在被移植以使用 NVIDIA GPU 加速。
那么，当 GPU 和云计算技术革命结合在一起时，会发生什么情况呢？它们形成了一种强大的组合，其价值超过其各个部分的总和。通过将 GPU 分配引入广泛使用的云服务 (例如 Google Cloud)，您的企业可以提高产品的工作流程效率，同时受益于根据独特预算定制的适应性强的即用即付定价。
其中一个突出特征是并行（多 GPU 和多节点）运行的闪电般快速的模拟，极大地减少等待时间，并使工程师能够专注于真正重要的事情：在时间和成本限制内实现设计目标。Luminary Cloud 相比传统方法，速度提高了超过 100 倍。
在 Luminary Cloud 的演示中，他们并行运行了 20 个模拟，每个模拟都使用具有 40M 个控制体积 (CVs) 的网格，并使用少量 GPUs 在不到两分钟的时间内完成。Luminary Cloud 还使用 40 个 NVIDIA A100 GPUs 在起飞期间使用 150M CVs 在完整的飞机几何图形上运行了稳态 Reynolds 数平均值 Navier-Stokes (RANS) 计算，大约在七分钟内完成！同样的计算也需要 2–3K 个核心在 6–8 小时之间完成。
该工具采用自动 GPU 分配的形式，易于使用，确保针对每个任务优化资源，从而进一步提升吞吐量的这一飞跃。
案例研究：Joby 航空
Joby Aviation 提供了一个真实示例，展示了 Luminary Cloud 平台和 NVIDIA GPUs 的组合功能。Luminary Cloud 平台使 Joby 能够快速评估新设计，并只追求最有前景的概念。
“您可以在几分钟内完成完整的飞机配置并运行。这让您获得了前所未有的置信度。您可以快速说出‘是的，这将会或不会工作’，”explained Joby 首席空气动力学专家 Gregor Mikić 解释道。
NVIDIA GPUs 的计算能力在加快获得见解方面发挥着关键作用，但 Luminary Cloud 的前端和后端工具套件也加速了预处理和后处理。
例如，Joby Aviation 必须对飞机的配件部件进行快速迭代。速度对于认证过程中的风险管理至关重要。在认证过程中，如果等待一个月的时间来进行必要的重新设计，可能会延迟监管机构的批准，并最终导致收入增长。尽管时间紧迫，但使用传统的计算流体力学（CFD）工具通常需要几个月，因为预处理步骤复杂且计算时间长。
幸运的是，通过使用 Luminary Cloud，Joby Aviation 能够以 10 倍的工程师工作效率完成任务。
率先推出电动空中出租车的潜在回报是巨大的，Luminary Cloud 很自豪能够支持 Joby 开发和引入这项技术。
基于云的 CAE 优势
Luminary Cloud 的解决方案应该在 CAE 领域的任何人都可以关注。它提供了新颖的实时工程体验，促进了高度交互的模拟，从而显著加快工程流程。Luminary Cloud 还提供了一系列建模方法，从 RANS 到 wall-modeled, large eddy simulation (WMLES)，以便您可以根据项目的时间限制选择合适的准确度级别。
Luminary Cloud 的系统专为加快并行模拟速度而设计，缩短等待时间，使工程师能够高效处理复杂任务。其用户友好型界面，类似 Google Docs，注重简单易用，确保提供无干扰的体验。
通过选择 Luminary Cloud，您不仅可以提高生产力，还可以探索计算工程的新前沿，所有这些都由 Google Cloud 中提供的最新技术提供支持。借助 NVIDIA GPUs 的强大组合和 Google Cloud 提供的一系列优势，Luminary Cloud 为计算工程提供了独特而强大的选择。
如需了解有关 Luminary Cloud 的更多信息，请参阅 High-Performance Computing for Realtime Engineering 解决方案简介。您还可以在 NVIDIA Developer Forums 中更深入地了解加速计算。
了解 NVIDIA Inception 计划如何通过免费福利和支持帮助初创公司创新和增长。
