пресс-центр

ЧИСЛЕННЫЕ РАСЧЕТЫ СЫПУЧИХ СРЕД НА GPU

Компьютерное моделирование поведения сыпучих сред методом дискретных элементов (Discrete Element Method - DEM) в горно-металлургической, строительной, пищевой и фармацевтической промышленности стало доступным инструментом инженера. Широкое распространение практического применения DEM тесно связано с развитием вычислительной техники за последние 15 лет, в том числе с появлением доступных рабочих станций построенных на базе многоядерных центральных процессоров и применением гибридных вычислении на базе технологии NVIDIA CUDA.

Количество научных публикаций по направлению DEM в год (результаты поиска, по ключевым словам, “Discrete element modeling” и “DEM” на портале sciencedirect.com,  март 2017)
Количество научных публикаций по направлению DEM в год (результаты поиска, по ключевым словам, “Discrete element modeling” и “DEM” на портале sciencedirect.com, март 2017)

Расчет технологических процессов при помощи метода DEM подразумевает моделирование большого количества частиц, часто от миллиона и более, что безусловно требует соответствующей производительности вычислительных ресурсов.

Глубокое обучение ускоряет диагностику проблем роста у детей

Программное обеспечение Rocky DEM от компании Rocky DEM, Inc. позволяет рассчитать поведение потока частиц различных форм и размеров при его движении по конвейерным линиям, на вибрационных

грохотах, в мельницах, дробилках и других видах перерабатывающего и транспортного оборудования. Rocky DEM поддерживает распараллеливание вычислений в системах с общей памятью (Shared Memory Parallel, SMP) и использование графических процессоров (GPU) NVIDIA. Основные вычисления могут производится на GPU, в то время как управление и передача данных осуществляется при помощи центрального процессора (CPU).

ЗАДАЧА

Компания CADFEM CIS совместно с FORSITE провели исследование увеличения производительности вычислительных алгоритмов программы Rocky DEM при переносе распараллеленного расчетного механизма с CPU на GPU. С целью анализа времени вычислений было проведено несколько сравнительных расчетов на тестовом стенде FORSITE 750D (Intel Xeon E5-2667v3 3.2ГГц 8Cx2, 128 Гб оперативной памяти DDR4, SSD INTEL 240GB S3500 Series x2, Windows 8.1 Professional). Расчет выполнялся для 1 миллиона частиц, движущихся по конвейерной линии в течение 10 секунд. Набор частиц включал как сферические, так и полигональные формы со скруглением – с тремя, пятью и семью углами.

видео
видео

РЕШЕНИЕ

Время расчета задачи на CPU c 4-мя ядрами для набора сферических частиц составило примерно 11 час 40 минут и 48 часов 50 минут для набора с несферическими частицами. Максимальный прирост скорости счета составил 11 раз для набора сферических частиц и 23 раз для набора с несферическими частицами. В обоих случаях лучшие результаты были получены на профессиональной видеокарте NVIDIA Quadro P6000.

Результаты расчета для набора сферических частиц
Результаты расчета для набора сферических частиц

Результаты расчета для набора с несферическими частицами
Результаты расчета для набора с несферическими частицами

Еда на колесах: Роботы Marble доставляют еду в Сан-Франциско с помощью NVIDIA Jetson
Эффективность GPU при разных постановках задачи

Дальнейшее повышение эффективности расчета было обеспечено с использованием технологии мульти-GPU. Для тестирования этой функции использовалась альфа-версия готовящейся к выходу Rocky версии 4.х. Сравнительный прирост эффективности вычислений для одной и двух видеокарт QUADRO P5000 использующихся одновременно составил для сферических частиц 2,2 раза и 1,4 для несферических. С другой стороны, две видеокарты QUADRO P5000 в режиме мульти-GPU дают лучшие результаты, но не более чем на 5% относительно QUADRO P6000.

Еда на колесах: Роботы Marble доставляют еду в Сан-Франциско с помощью NVIDIA Jetson
Эффективность вычислений с использованием технологии мульти-GPU

ОСНОВНЫЕ ВЫВОДЫ

  • Использование GPU хорошо подходит для проведения вычислений методом DEM: в задачах, в которых используется большое количество частиц.
  • Больший прирост производительности вычислений на GPU обеспечивается в расчетах с несферическими частицами.
  • Вычислительные алгоритмы, заложенные в Rocky DEM получают значительный прирост производительности от GPU NVIDIA:
    • 11 – 23 раза по сравнению с 4-х ядерными рабочими станциями.
    • 4 – 10 раз по сравнению в 16-ти ядерными серверами.
  • На текущий момент Rocky поддерживает вычисления на одном чипе GPU. В следующей версии Rocky 4.0 это ограничение будет снято.
  • Следует обращать внимание на объем памяти GPU особенно для задач с несферическими частицами.

Применяемая в ROCKY технология выполнения расчётов на ядрах графической карты (GPU) повышает скорость решения задач и обеспечивает экономию средств на аппаратное обеспечение
Применяемая в ROCKY технология выполнения расчётов на ядрах графической карты (GPU) повышает скорость решения задач и обеспечивает экономию средств на аппаратное обеспечение

РЕКОМЕНДОВАННЫЕ КОНФИГУРАЦИИ

Оптимальным решением является рабочая станция/сервер с мощным графическим процессором NVIDIA. Форм-фактор решателя определяет выбор GPU:

Серверы

  • 4 CPU с 6-8 ядрами каждый
  • Общий объем памяти от 128 до 192 ГБ
  • Жесткий диск с минимум 2 ТБ
    • Профессиональная GPU типа Tesla P100

Рабочие станции

  • 2 CPU с 6-8 ядрами каждый
  • Общий объем памяти 48 ГБ
  • Минимальный объем твердотельной памяти 1 ТБ
  • GPU:
    • QUADRO P5000 (вычисления)
    • QUADRO P2000 (визуализация)

ЧИСЛЕННЫЕ РАСЧЕТЫ СЫПУЧИХ СРЕД НА GPU