小笔记-如何提升openradioss计算效率

         

openradioss求解并不是调用越多核心数计算越快，应当根据具体模型进行合适的设置。

     

文｜高上地 林 丽

编辑｜林 丽

来源｜原 创

封面来源｜Midjourney

Openradioss作为一款开源软件，可以让用户无限制的使用多核并行求解，仅仅只受到硬件的限制，感觉是真香。但近来，我们在实际应用中，却发现openradioss的计算效率不如Abaqus，并且有时候出现多核计算效果甚至不如核数少的情况，这是为什么呢？

调用的CPU核数越多，计算速度就一定越快吗？

当我们在OpenRadioss中提交作业时，第二行空白处会让填写-nt和-np的数量，这会直接决定计算效率。

那nt和np是什么意思？应当如何选择呢？

首先我们需要了解Openradioss对于多核并行计算，提供了以下三种方法：

1. Shared-Memory Parallelism (SMP)：SMP方法用指定的核数（线程）直接求解整个模型；

2. Single program multiple data (SPMD) ：SPMD方法把模型切分成多个区域，分别计算，再通过域之间的接口进行信息传递；

3. SMP和SPMD相结合的混合方法：即先把模型切分成多个区域，每个计算采用多个核计算，再通过域之间的接口进行信息传递。

做一个形象的比喻，一个仿真模型就是一个工作包，被分配给了np个小组，每个小组有nt个人手。虽然人多力量大，但不同小组，不同组员之间的沟通成本也不容忽视，对于较小的工作包，如果分配给太多的小组，反而内耗过大影响工作效率了(打工人应该都有体会吧.....)。

示意图by Midjourney

对于单个工作站，推荐使用SPMD方法获得最佳计算效率，即只需要按照以上规则根据模型大小设置np即可，nt=1或者2（如果CPU本身可以超线程，则可以将nt设置为2），但超线程所获得的性能加速最多约5%，调用的license却加倍，因此需要考虑对license占用的情况下，nt=1会更合理，但openradioss无需考虑license占用，因此nt=2会获得最佳性能。对于计算机集群，或者同时调用2到3台工作站的情况会相对复杂，这里懒得写了。因为这种情况一般会有专门的调度软件例如Altair的PBS帮忙解决资源调度的问题。

（*值得注意的是，这里仅仅是针对最佳计算效率的推荐配置，并不是必须。对于某些问题，在求解时，会出现用np提交无法计算，需要用nt提交才可以计算的现象，原因不明....

**再再PS，商用版radioss可以直接用np计算，对于openradioss需要配置intel mpi.）

模型受力及边界条件示意图

np=1,改变nt。如下图，nt从1改为4，效率提升2.6倍，低于np的改变；np进一步改为8，效率提升3.4倍，也低于np的改变；nt进一步提升至16，效率几乎没有继续提升。继续提高nt，计算效率反而下降。

关于OpenRadioss该用多少计算资源达到最佳效率，推荐如下：

·优先使用np，推荐每个核使用5k~10k个单元；

·计算效率接近的前提下，推荐用少的CPU个数（nt*np），以减少资源占用。