Computación acelerada para estudios CFD en el auto Aygo X de Toyota
Cadence colabora con Toyota Motor Europe (TME) para evaluar estudios de aerodinámica externa y simulación aeroacústica en el modelo Aygo X de TME utilizando computación acelerada por GPUs NVIDIA Blackwell. El trabajo demuestra cómo la computación acelerada reduce el tiempo de respuesta al procesar estudios de dinámica de fluidos computacional (CFD), y apoya la generación de conjuntos de datos de simulación más ricos para construir las bases de modelos de IA en física.
Se utiliza el RTX PRO 6000 Blackwell Server Edition y la NVIDIA DGX B200 para ejecutar el solver Fidelity Charles , el solucionador de simulación de remolinos (LES) en Cadence Fidelity CFD Software, en una configuración de malleo de un estudio de benchmark del Aygo X de 2024. El objetivo es evaluar la escala, tiempo de solución y el potencial para trasladar la validación aerodinámica y de supresión de ruido de las pruebas físicas al desarrollo guiado por simulación.
Benchmark del coche Aygo X en GPUs Blackwell
Este estudio evalúa una estrategia de refinamiento de carrocería completa utilizando una configuración de malla basada en diagramas de Voronoi recortados diseñados para resolver características externas del flujo aerodinámico. La configuración aplica un refinamiento uniforme en toda la carrocería externa del vehículo y contiene 178 millones de volúmenes de control (MCV).
La configuración de malla, junto con la baja disipación de los operadores Fidelity Charles, permite simular estructuras de flujo no estacionario a escala fina que influyen en la aerodinámica externa y el análisis aeroacústico. Este método permite un análisis virtual de túnel de viento más detallado, con precisión y eficiencia en cargas de trabajo de CFD automotrices a escala de producción.
El GPU reduce el tiempo de respuesta de la simulación
Los resultados preliminares muestran una gran escalabilidad para simulaciones aerodinámicas de alta fidelidad en GPUs Blackwell. Para el vehículo modelo Aygo X, los gráficos siguientes muestran la aceleración de la simulación y la disminución del tiempo de pared por segundo de simulación con el aumento del número de GPU.
Resultados de la simulación de la aerodinámica externa del Aygo X: (i) aumento de la velocidad de simulación frente al recuento de GPU en RTX Pro 6000 Blackwell Server Edition (izquierda), (ii) tiempo de pared por segundo de tiempo de simulación frente al recuento de GPU en RTX Pro 6000 Blackwell Server Edition y DGX B200 (derecha)
Para la misma simulación Aygo X, el gráfico de la derecha muestra que la configuración B200 de ocho GPUs alcanza la convergencia aproximadamente 5 veces más rápido que la RTX PRO 6000 Blackwell Server Edition. También muestra la diferencia en el performance por GPU: la RTX PRO 6000 requiere 32 GPUs para acercarse al tiempo de convergencia alcanzado por la B200 con solo ocho GPUs.
Este estudio representa la segunda etapa importante de aceleración de GPU para el Fidelity Charles Solver, que progresa desde la plataforma Millennium de primera generación hasta la supercomputadora Millennium M2000 con NVIDIA Blackwell. Para simulaciones a gran escala comparables, estimaciones internas de ingeniería indican que emparejar el desempeño demostrado de GPU con infraestructura solo CPU podría requerir miles de núcleos de CPU, potencialmente en el rango de aproximadamente 1.500 núcleos de CPU para la configuración RTX PRO 6000 y 5.000 núcleos de CPU para la configuración DGX B200.
Estas cifras son estimaciones direccionales basadas en una simulación separada de aeronaves, no resultados medidos del benchmark Aygo X, y por tanto deberían presentarse como contexto y no como una afirmación directa de rendimiento. El punto más amplio es que los clientes de producción han trasladado estas cargas de trabajo de Fidelity Charles a escala extrema a GPUs porque la infraestructura de CPU requerida ya no es práctica a este nivel de simulación.
Los resultados destacan el valor de un mayor rendimiento por GPU para la simulación CFD a escala de producción. Mientras que la RTX PRO 6000 Blackwell Server Edition muestra un mejor tiempo de respuesta conforme aumenta el número de GPUs, el sistema DGX B200 logra un tiempo de convergencia comparable con menos GPUs. Esto sugiere que las arquitecturas de GPU de próxima generación pueden ayudar a los equipos de ingeniería a reducir la infraestructura mientras aumentan el rendimiento de simulación. Para los flujos de trabajo automotrices, esto puede traducirse en más iteraciones de diseño, estudios paramétricos más amplios y conjuntos de datos de alta fidelidad más grandes para el desarrollo futuro de la física de IA.
El software Cadence ofrece un flujo de trabajo integral desde el preprocesamiento hasta la IA
El flujo de trabajo reúne las soluciones de simulación Cadence BETA CAE y el software CFD Cadence Fidelity en un flujo de trabajo de simulación conectado. El preprocesador Cadence BETA CAE ANSA se utiliza para el preprocesamiento, el Fidelity Charles Solver realiza la simulación de flujo de alta fidelidad en GPUs NVIDIA, y el post procesador Cadence BETA CAE META soporta el post proceso, visualización y reportes. Para futuras aplicaciones de física de IA, la Cadence BETA CAE KOMVOS SDM Console puede administrar datos de simulación y ayudar a desarrollar modelos predictivos a partir de resultados CFD de alto volumen.
Bases para la física de la IA
Más allá del tiempo de respuesta, la simulación acelerada por GPU crea una oportunidad para generar conjuntos de datos de alta fidelidad a una escala difícil de lograr con infraestructura de CPU. La supercomputadora Millennium M2000 simplifica la adopción de simulaciones CFD aceleradas. Ejecutar el Fidelity Charles Solver a gran escala con tecnología Millennium hace que la exploración paramétrica amplia sea más práctica, da a los equipos de ingeniería el volumen y la diversidad de datos necesarios para entrenar modelos de física de IA que reflejen la complejidad del diseño automotriz real.
Con la Consola SDM de KOMVOS, los resultados de simulación de alto volumen pueden conservarse como sustitutos compactos, facilitan la recuperación de conocimientos previos de simulación, la comparación de variantes de diseño y la aplicación de aprendizaje entre proyectos. El enfoque se alínea con un cambio más amplio de la industria hacia grandes modelos de física, donde los modelos preentrenados pueden ajustarse en conjuntos de datos específicos para reducir la cantidad de nuevos datos de simulación necesarios para una predicción precisa.
Para los equipos de desarrollo automotriz, esto crea un camino desde CFD de alta fidelidad hasta una visión de ingeniería más rápida: generar datos de simulación precisos con Fidelity Charles Solver, revisar y automatizar resultados en META Post-Processor, gestionar y aprender de activos de simulación en la consola KOMVOS SDM, y utilizar modelos de IA para acelerar la exploración de futuros diseños.
Comentarios del equipo Toyota, Cadence, NVIDIA
"Nuestra colaboración con Cadence demuestra cómo el CFD de alta fidelidad en GPUs NVIDIA puede lograr tiempos de respuesta menores que nuestro flujo de trabajo basado en CPU, sin sacrificar la precisión", dijo Antoine Delacroix, gerente senior de I&D de Ingeniería de Rendimiento de Vehículos en Toyota Motor Europe. Este flujo de trabajo rápido basado en simulación aerodinámica apoya nuestro camino para crear coches cada vez mejores."
"La simulación de alta fidelidad es fundamental para los fabricantes que diseñan, prueban y refinan la próxima generación de vehículos", dijo Tim Costa, vp ingeniería computacional en NVIDIA. "Al acelerar las simulaciones de grandes remolinos del Fidelity Charles Solver con NVIDIA CUDA-X, Cadence está ayudando a los ingenieros a evaluar los problemas aerodinámicos y acústicos en un espacio de diseño más amplio y a perfeccionar sus diseños antes de las pruebas físicas."
"Nuestro crecimiento en el portafolio de multifísica, junto con la aceleración de GPU NVIDIA y nuestra colaboración con Toyota, permite una nueva escala de simulación de ingeniería para el desarrollo de vehículos", afirmó Joe Cole, vp EMEA en Cadence. Al combinar física de alta fidelidad, computación acelerada y una exploración más amplia del espacio de diseño, ayudamos a los ingenieros a evaluar más configuraciones y condiciones operativas en mucho menos tiempo y, permitimos una convergencia más rápida hacia diseños de vehículos optimizados."
Fuente: Cadence
