CAE（Computer Aided Engineering，計(jì)算機(jī)輔助工程）始于50年代，由數(shù)學(xué)家、科學(xué)家和工程師共同開發(fā)，可用于求解分析復(fù)雜工程和產(chǎn)品。起先，CAE旨在改善航空和汽車行業(yè)的設(shè)計(jì)，例如，模擬飛機(jī)周遭的沖擊波、氣流、溫度數(shù)據(jù)，計(jì)算汽車模型表面的壓力系數(shù)等。

隨著半導(dǎo)體工藝對(duì)摩爾定律的進(jìn)一步推動(dòng)、內(nèi)存的每一次進(jìn)步以及CPU和GPU并行處理能力的倍增，CAE性能隨之?dāng)U展，其應(yīng)用范圍也逐漸延展至制造業(yè)的方方面面，并有勢(shì)頭成為 “數(shù)字孿生”、“工業(yè)互聯(lián)網(wǎng)”、“智能制造”，乃至“工業(yè)元宇宙”的引擎。

1/CAE轉(zhuǎn)型：從CPU走向GPU，這頭巨獸已邁出兩個(gè)十年

作為一種資源密集型技術(shù)，即便歷經(jīng)大半個(gè)世紀(jì)的發(fā)展，CAE領(lǐng)域仍然充滿挑戰(zhàn)，始終向新技術(shù)與新解決方案敞開大門。

·精益求精的工程師們提出需求：更真實(shí)！更復(fù)雜！更大規(guī)模！

Altair、Ansys、Autodesk、Dassault Systèmes （Simulia）、Hexagon MSC和Siemens等主要工程仿真軟件提供商長(zhǎng)期依賴將CPU作為驅(qū)動(dòng)計(jì)算的主要引擎時(shí)開發(fā)出的技術(shù)。最初，模型已經(jīng)過簡(jiǎn)化，可適應(yīng)計(jì)算系統(tǒng)，但制造業(yè)對(duì)仿真度有著孜孜不倦的追求。

然而，如若以基于CPU的工作流程來處理這些問題，則必須考慮到CPU的功能——必須縮小模型的大小、簡(jiǎn)化設(shè)計(jì)并管理網(wǎng)格大小，因此，最終評(píng)估的實(shí)體可能與要分析的真實(shí)事物大相徑庭。顯然，這又將我們帶回了原點(diǎn)。1999年，NVIDIA發(fā)明了GPU （圖形處理器），這為CAE實(shí)現(xiàn)重大轉(zhuǎn)型創(chuàng)造了舞臺(tái)。就像許多受益于并行處理的領(lǐng)域一樣，CAE的主要任務(wù)是執(zhí)行大規(guī)模并行進(jìn)程。CAE通過在模型上創(chuàng)建節(jié)點(diǎn)網(wǎng)格來評(píng)估模型，然后對(duì)節(jié)點(diǎn)應(yīng)用力和條件，評(píng)估設(shè)計(jì)是否適合其用途。網(wǎng)格越密集，仿真就越可靠。對(duì)于GPU來說，這是一個(gè)顯而易見的應(yīng)用領(lǐng)域，軟件供應(yīng)商和硬件開發(fā)者在GPU出現(xiàn)的初期就已經(jīng)認(rèn)識(shí)到了這一點(diǎn)。

·半導(dǎo)體巨頭推動(dòng)GPU加速的普及

GPU的優(yōu)勢(shì)在于單個(gè)芯片上的處理單元數(shù)量遠(yuǎn)超CPU，從處理器的角度上來比較，GPU的成本遠(yuǎn)低于CPU，但GPU和CPU的工作方式各不相同，需要針對(duì)兩者采用特定的編程方法，因而，為GPU調(diào)整這些程序卻并非易事。 這時(shí)，GPU的發(fā)明者NVIDIA做出表率，于2006年發(fā)布NVIDIA CUDA （Compute Unified Device Architecture）——一種并行計(jì)算平臺(tái)和編程模型，并于2008年之后，與業(yè)內(nèi)領(lǐng)先的公司合作推進(jìn)OpenCL （Open Computing Language，開放設(shè)計(jì)語言）——專為異構(gòu)平臺(tái)（CPU/GPU/DSP/FPGA等）編程設(shè)計(jì)的框架。這些編程工具讓開發(fā)者能夠更輕松地利用GPU來大幅提升計(jì)算性能。

NVIDIA一直與CAE開發(fā)者合作，創(chuàng)建為仿真分析可視化常見任務(wù)量身打造的工具。公司獨(dú)樹一幟，專注于GPU，推動(dòng)其進(jìn)入專用工具開發(fā)領(lǐng)域。2023年，隨著NVIDIA的Grace CPU的推出，其將在GPU+CPU的道路上發(fā)展得更加深遠(yuǎn)。

2/軟件生態(tài)向GPU算力靠攏

半導(dǎo)體發(fā)展趨勢(shì)、GPU在并行計(jì)算方面的獨(dú)特優(yōu)勢(shì)，以及NVIDIA等GPU廠商為CAE搭建的開發(fā)工具，讓入局以GPU為基礎(chǔ)的CAE變得更加容易。

·CAE不斷迭代：提高自動(dòng)化水平，注入AI

除了對(duì)更復(fù)雜、更逼真、更大規(guī)模的CAE應(yīng)用的需求外，21世紀(jì)初，計(jì)算機(jī)輔助設(shè)計(jì) （CAD） 軟件供應(yīng)商也開始獲取CAE技術(shù)以添加到設(shè)計(jì)工作流。集成到CAD流程中的分析工具具有更高的自動(dòng)化水平，這讓設(shè)計(jì)師能夠在工作時(shí)執(zhí)行簡(jiǎn)單分析。

要實(shí)現(xiàn)上述兩個(gè)愿景，需要構(gòu)建插件和附加組件來實(shí)現(xiàn)GPU加速，并進(jìn)一步添加云資源、推進(jìn)高性能計(jì)算 （HPC） 的應(yīng)用。同時(shí)，人們也越來越關(guān)注使用機(jī)器學(xué)習(xí) （ML） 和人工智能 （AI） 來預(yù)處理和識(shí)別模型中值得關(guān)注的領(lǐng)域。

·軟件廠商爭(zhēng)先“吃螃蟹”

自2014年以來，各個(gè)主要CAE供應(yīng)商都在某種程度上利用了GPU加速。

Ansys和Hexagon專門針對(duì)GPU設(shè)計(jì)并編寫了應(yīng)用程序。

Ansys針對(duì)GPU從頭開始設(shè)計(jì)了應(yīng)用Discovery，這一互動(dòng)實(shí)時(shí)仿真解決方案允許在流體、熱力學(xué)、結(jié)構(gòu)和模態(tài)應(yīng)用中進(jìn)行迭代設(shè)計(jì)探索。此后，PTC與Ansys在2018年的LiveWorx 18數(shù)字化轉(zhuǎn)型會(huì)議上宣布，PTC的Creo 3D CAD軟件中將實(shí)現(xiàn)Ansys Discovery Live實(shí)時(shí)模擬功能，這消除了CAD與模擬活動(dòng)之間的界限。

Ansys Discovery典型應(yīng)用（圖片來源：Ansys）

同樣，Hexagon也決定從一開始就為GPU編寫其新產(chǎn)品MSC Apex Generative Design，NVIDIA的CUDA框架為Hexagon的開發(fā)者提供了一個(gè)輕松的切入點(diǎn)，他們能夠立即開始編碼，不僅能夠更快生成產(chǎn)品，而且將設(shè)計(jì)、網(wǎng)格化和分析功能融于一體。

MSC Apex Generative Design的工作流程

西門子則是致力于讓其CFD軟件可以在CPU與GPU之間無縫切換。2022年初，西門子發(fā)布了首個(gè)GPU版本的Simcenter STAR-CCM+，這一版本在一開始專注于車輛外部空氣動(dòng)力學(xué)應(yīng)用，隨后，Siemens工程師投入巨資，移植所有可在未來數(shù)年從GPU中受益的物理、求解器和相關(guān)軟件部件。

達(dá)索系統(tǒng)（Dassault Systèmes）和Altair選擇將GPU加速逐漸應(yīng)用于原有產(chǎn)品中。

達(dá)索發(fā)現(xiàn)，GPU的架構(gòu)非常適合基于有限差時(shí)域仿真算法的CST Studio Suite電磁仿真和分析，且從工作站GPU到數(shù)據(jù)中心計(jì)算GPU的擴(kuò)展效果非常出色。而Altair在實(shí)踐過程中得出，與用來處理類似工作負(fù)載的12個(gè)CPU相比，添加GPU可將AltairEDEM的性能提升20倍。

CST Studio Suite允許客戶訪問多種電磁仿真解算器

Altair EDEM的主要功能

迄今為止，已有來自10多個(gè)ISV的120多個(gè)CAE應(yīng)用通過GPU進(jìn)行加速。結(jié)果令人印象深刻，根據(jù)應(yīng)用和工作負(fù)載不同，結(jié)果的交付速度最高可提升100倍。此外，隨著GPU的添加，性能提升會(huì)進(jìn)一步飛躍。隨著越來越多的求解器移植到GPU上，可以預(yù)見性能會(huì)取得更大的突破。

·GPU自身的升級(jí)將為前期軟件投資帶來持續(xù)紅利

以NVIDIA為例，在今年9月的GTC大會(huì)上，其推出了基于全新Ada Lovelace架構(gòu)的NVIDIA RTX 6000工作站GPU，具有最先進(jìn)的NVIDIA RTX技術(shù)，特點(diǎn)包括：

1）第三代RT Core：吞吐量是上一代的2倍，能夠同時(shí)運(yùn)行具有著色或去噪功能的光線追蹤技術(shù)。

2）第四代Tensor Core：相比上一代AI訓(xùn)練性能提升近2倍，擴(kuò)展支持FP8數(shù)據(jù)格式。

3）CUDA core：?jiǎn)尉雀↑c(diǎn)吞吐量最高達(dá)到上一代的2倍。

4）GPU顯存：具有48GB GDDR6顯存，可處理大規(guī)模的3D模型、圖像渲染、模擬和AI數(shù)據(jù)集。

5）虛擬化：將支持用于多個(gè)高性能虛擬工作站實(shí)例的NVIDIA虛擬GPU（vGPU）軟件，使遠(yuǎn)程用戶能夠共享資源并驅(qū)動(dòng)高端設(shè)計(jì)、AI和計(jì)算工作負(fù)載。

6）XR（擴(kuò)展現(xiàn)實(shí)）：視頻編碼性能相比上一代產(chǎn)品提升近3倍，可使用NVIDIA CloudXR流式傳輸實(shí)現(xiàn)多個(gè)XR會(huì)話同步。

NVIDIA RTX 6000 Ada架構(gòu)GPU提供了實(shí)時(shí)渲染、圖形和AI功能，可以幫助設(shè)計(jì)師和工程師推動(dòng)基于仿真的尖端工作流程，以構(gòu)建和驗(yàn)證更復(fù)雜的設(shè)計(jì)。

憑借更大的二級(jí)緩存、更多的新一代核心和更高的內(nèi)存帶寬，Ansys Discovery和Ansys Fluent的用戶可以通過釋放NVIDIA RTX 6000的48GB GPU顯存的全部威力，進(jìn)行互動(dòng)式仿真驅(qū)動(dòng)的設(shè)計(jì)研究和高保真CFD仿真。NVIDIA針對(duì)這一應(yīng)用發(fā)布了演示視頻：

3/制造業(yè)利用GPU加速的CAE向工業(yè)元宇宙延伸

在CAE借助GPU過程中，沒有一家軟件公司采取相同的路線來實(shí)施GPU：他們都有自己的方法，對(duì)分析和仿真的作用有自己的理念，并有自身特別感興趣的領(lǐng)域。但我們確實(shí)看到，隨著GPU的出現(xiàn)，CAE及制造業(yè)產(chǎn)品設(shè)計(jì)流程正在迅速變化。

同時(shí)，在元宇宙概念席卷各行各業(yè)的背景下，GPU加速CAE的結(jié)果呈現(xiàn)方式將百花齊放。通過與XR相結(jié)合，設(shè)計(jì)師和審查人員可開啟沉浸式工作；采用虛擬GPU技術(shù)，將讓工作流程在不局限于本地算力的同時(shí)，保障數(shù)據(jù)安全性；將其置于協(xié)作平臺(tái)（例如NVIDIA Omniverse）中，則能打通制造業(yè)產(chǎn)品設(shè)計(jì)鏈路，大幅縮短正式投產(chǎn)前的準(zhǔn)備時(shí)間。

審核編輯 ：李倩