FLUENT GPU加速计算小测案例

正文共： 1594字 19图    预计阅读时间： 4分钟

1 前言

GPU计算是涉及利用图形处理单元（GPU）来加速Ansys Fluent软件中的计算过程的一种技术。根据相关测试结果，GPU求解器在计算速度方面通常比CPU求解器快几倍到几十倍不等，同时GPU还可以显著降低总能耗，提高计算效率。实际上，使用GPU加速CFD求解已经有一段时间，据了解Ansys Fluent2014提供了GPU加速功能。但是，这种加速方法是所谓的Offload模式，也就是将CPU求解的某些部分交给GPU来处理，从而加速整体求解时间。这种模式存在CPU和GPU之间数据交互的额外开销，并且其加速效果并不是一定的，而是受到多种因素的影响，关于这一点有诸多的兴趣爱好者进行了很多测试，有些观点认为并不是把所有标量的求解都采用GPU加速就可以提高计算速度。2021R1版本开始，Fluent提供了原生GPU求解器即Native GPU，将所有计算都部署在GPU上，相对于offload模式具有显著的提速效果，甚至可以说是降维打击。尽管Fluent GPU求解器具有显著的优势，但它目前仍不支持全套Fluent物理模型。随着软件的不断更新和升级，未来必定会添加更多功能。Ansys公司会同NVIDIA开展全方位合作，未来的CFD仿真速度必定实现质的跨越，当然了，从用户角度看，想要享受这种速度，得掏钱升级了。今天，我们用一个案例进行一次简单的测试，注意，想要进行本案例计算，读者的电脑必须得配有GPU，并且由于Fluent GPU求解器是基于NVIDIA开发的CUDA API实现并行计算，因此只支持NIVDIA的GPU。另外需要指出的是Fluent原生GPU求解器仅支持企业级许可，且只能用在3D几何模型上。本案例我们讨论的是原生GPU求解器，offload模式以后再讨论。

2 模型与网格

创建如下的三维管道模型，大管走冷水，小管走热水，求解混合传热问题。划分多边形网格，节点数约27.3万。

3 求解设置

假设热水入口速度1m/s，温度90℃；冷水入口速度0.5m/s，温度25℃。启用SST k-ω湍流模型和能量方程，压力速度耦合采用SIMPLE算法。我们选择企业级许可，并且分别在没有加载GPU求解器和加载GPU求解器下计算，比较计算速度和计算结果。我们可以看到，加载GPU求解器后，会在启动面板显示GPU的数量和型号。

4 计算结果

我们先看一下，没有GPU计算时一共迭代152次收敛（默认标准），耗时37s，在四个节点进行计算（因为我们设置了4核），此时GPU利用率很低，GPU运行温度30℃，专用GPU内存只用0.5G。

我们看一下出口温度、温度和速度云图如下。

接着，我们启用GPU计算，成功读入case后，console窗口会显示GPU求解器相关信息。

采用相同的初始条件进行初始化，迭代计算，等待数秒，GPU需要进行初始化。出于隐私考虑，电脑名称进行了马赛克处理。

GPU迭代223次收敛（默认标准），耗时49s。专用GPU内存2G，运行温度36℃。

出口温度、温度云图和速度云图如下。

从计算结果看，两者几乎无差别。从计算迭代速度看，CPU迭代152次，耗时37秒，平均每次迭代耗时0.2434s；GPU迭代223次，耗时49s，平均每次迭代耗时0.2197s，GPU计算速度约为CPU的1.1倍，我们把压力速度耦合改成coupled算法。两者比较如下，此时GPU计算速度约为CPU的1.6倍。总体来看，GPU计算速率高于CPU，当然了，当网格数量更大，物理模型更为复杂，比如流固耦合传热等，GPU的速率优势更明显，前提是计算机的内存等硬件资源足够。

我们还发现一些情况，首先，企业版GPU求解器下，物理模型只有传热、SST湍流和组分输运三个模型，笔者测试软件是2023R2版本，不知道新版本增加了哪些模型。

其次，默认的迭代收敛标准有所变化，能量标准由1e-6变成1e-5，其他的如连续性、动量和湍流标准由1e-3变成1e-5。