高性能計算之九-GPU在ANSYS高性能仿真計算中的應用

什么是GPU？

首先需要解釋CPU和GPU這兩個縮寫分別代表什么。CPU即中央處理器，GPU即圖形處理器。其次，要解釋兩者的區別，要先明白兩者的相同之處：兩者都有總線和外界聯系，有自己的緩存體系，以及數字和邏輯運算單元。一句話，兩者都為了完成計算任務而設計。

兩者的區別在于存在于片內的緩存體系和數字邏輯運算單元的結構差異：CPU雖然有多核，但總數沒有超過三位數，每個核都有足夠大的緩存和足夠多的數字和邏輯運算單元，并輔助有很多加速分支判斷甚至更復雜的邏輯判斷的硬件；GPU的核數遠超CPU，被稱為眾核（NVIDIA Fermi有4位數個核）。每個核擁有的緩存大小相對小，數字邏輯運算單元也少而簡單（GPU初始時在浮點計算上一直弱于CPU）。

從結果上導致CPU擅長處理具有復雜計算步驟和復雜數據依賴的計算任務，如分布式計算，數據壓縮，人工智能，物理模擬，以及其他很多很多計算任務等。GPU由于歷史原因，是為了視頻游戲而產生的（至今其主要驅動力還是不斷增長的視頻游戲市場），在三維游戲中常常出現的一類操作是對海量數據進行相同的操作，如：對每一個頂點進行同樣的坐標變換，對每一個頂點按照同樣的光照模型計算顏色值。

GPU的眾核架構非常適合把同樣的指令流并行發送到眾核上，采用不同的輸入數據執行。在2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用于通用計算（即GPGPU）。

GPU 加速計算是指同時采用圖形處理單元（GPU） 和 CPU，以加快科學、分析、設計、消費者和企業應用程序的速度。GPU 加速器于 2007 年由 NVIDIA 率先推出，現已在世界各地為政府實驗室、大學、公司以及中小型企業的高能效數據中心提供支持。GPU 能夠為從汽車、手機和平板電腦到無人機和機器人等平臺的應用程序加快速度。

總之，GPU的作用如下：

GPU最早用于提升圖形計算的性能，增加圖形質量。

現今GPU已經不局限于圖形處理，還可以用于并行計算的加速。

計算機輔助工程（CAE）模擬讓工程師能夠設計更多的虛擬原型產品，因而在打造物理原型產品上花費的時間更少。更多次的反復設計可以成就更高質量的產品，通過加速模擬，GPU 能夠進一步提高生產率，從而有助于縮短產品開發時間，為企業帶來更具競爭力的優勢。

ANSYS與 NVIDIA密切合作，以確保在 ANSYS 并行軟件上運行的模擬能夠達到性能。NVIDIA GPU 支持下列產品：

結構：ANSYS Mechanical 17.0支持全套特性，其中包括在多顆 GPU上運行。

流體：ANSYS Fluent 17.0能夠為基于壓力的耦合解算器和輻射傳熱模型提供GPU支持。

電磁：ANSYS HFSS 17.0支持瞬態流動仿真計算瞬時求解器。

現在利用 NVIDIA GPU 加速 ANSYS 模擬比以往任何時候都更加容易。在 17.0 版本中，所有的 HPC 許可產品（HPC、HPC Pack、HPC Workgroup）均支持 GPU。具體而言，在許可證要求這方面，每一路 GPU 被視為一個 CPU 核心。如此一來，利用現有 HPC 許可證再加上 NVIDIA GPU，即可大幅提升模擬生產率，從而能夠完成更多模擬工作。

高性能計算（HPC&GPU）是未來仿真計算的發展趨勢，將作為國家競爭力的重要標志之一。

GPU 作為推動高性能計算的驅動力，是高性能、低功耗的完美結合。