성능

나노플루이드X는 입자를 기반으로 하기 때문에 시뮬레이션 과정에서 슬로싱이나 거친 다상 흐름, 복잡한 형상을 통한 빠른 움직임 등 변형이 큰 유동에 조심스럽고 효율적으로 접근할 수 있습니다.

자유 표면 흐름

파워트레인 시스템 내 오일의 슬로싱, 개방형 환경 내에서 자유롭게 흐르는 유체, 초가속 및 유사한 현상 속에서 개방형/폐쇄형 탱크를 시뮬레이션할 수 있습니다.

높은 밀도비 다상 흐름

nanoFluidX는 SPH(Smooth Particle Hydrodynamics)를 사용해 추가 연산 없이 고밀도비 다상 흐름(예: 물-공기)을 쉽게 처리할 수 있습니다. 유체의 경계면은 SPH 방법을 통해 계산되는 결과물 중 하나이기 때문에, 추가적인 경계면 설정 과정을 생략하여 연산 시간을 절약할 수 있습니다.  

회전 기어, 크랭크축, 커넥팅 로드

nanoFluidX는 여러 가지 동작을 지정하는 옵션을 지원하기 때문에 회전 기어와 크랭크축, 커넥팅 로드에 대한 시뮬레이션 설정이 간단합니다. 주변 유체와의 상호작용을 통해 발생하는 힘과 토크를 확인하고자 하는 솔리드 요소에서 측정할 수 있습니다.

탱크 슬로싱

급가속(제동, 갑작스러운 차선 변경) 시 탱크나 차량에게 작용하는 힘을 측정할 수 있습니다.

GPU 컴퓨팅

GPU 컴퓨팅은 까다로운 CPU 컴퓨팅에 비해 훨씬 높은 성능 이점 및 전원 절감을 제공합니다. 과학 및 엔지니어링 컴퓨팅 분야에서의 GPU 혁명은 급속하게 진행되고 있으며, nanoFluidX는 이 기술을 활용하여 전체 제품 개발 속도를 현저히 단축해 주는 선구적인 상용 소프트웨어 패키지 중 하나입니다.

1350만 개의 입자로 구성된 복잡한 듀얼 클러치 변속기(DCT) 모델에 대해 3000 RPM, 물리적 시간 3.4초 조건으로 nanoFluidX와 상용 CPU 기반의 SPH 코드로 비교 시뮬레이션을 수행했습니다. CPU 코드는 32코어 시스템을, nanoFluidX는 NVIDIA Tesla V100 카드 4개를 사용하였습니다. nanoFluidX는 48시간 만에 시뮬레이션을 완료했으나, CPU 코드는 255시간이 걸렸습니다. 이는 530% 더 빠른 속도이며 에너지 소비는 865% 감소한 결과입니다.(이미지 참조)

표준 유한 체적 CFD 코드는 이러한 복잡한 형상의 시뮬레이션을 수행하지 못할 수 있으며, 가능하더라도 전처리 시간으로 몇 주가 소요되며 막대한 시뮬레이션 계산 비용을 초래할 수 있습니다.

간소화된 전처리

기존과 같은 메시가 필요없습니다. 형상을 가져와 요소를 선택하고 입자를 생성하면 됩니다. 형상 단순화 및 양질의 메시를 생성하기 위해 시간을 투입하지 않아도 됩니다.

강체 운동

나노플루이드X 코드는 회전 동작뿐만 아니라 입력 파일이 지정한 요소 궤적 시뮬레이션도 가능합니다. 아무렇게나 움직이는 솔리드와 주변 유체의 상호작용을 연구할 수 있습니다. 자유롭게 움직이는 솔리드와 주변 유체의 상호작용을 연구할 수 있습니다.

*제시된 숫자는 케이스 및 구성에 따라 달라질 수 있습니다.

하드웨어 요구 사항

nanoFluidX는 NVIDIA Tesla V100, P100 및 K80 사용을 권장합니다. 데이터센터의 과학적 컴퓨팅을 위해 적절하게 개발된 GPU 카드이며 nanoFluidX는 해당 카드에서 철저한 테스트를 완료했습니다. Nvidia Tesla M 시리즈(M40, M60)는 nanoFluidX를 실행하기에도 적합하지만, 이러한 카드는 유의미한 single precision 성능만을 가지고 있으므로 double presicion 옵션을 실행하는 것이 본질적으로 불가능합니다.

다른 NVIDIA GPU 카드(Quadro 시리즈, GeForce 시리즈 등) 다수는 원칙적으로 nanoFluidX에 적합한 컴퓨팅 기능을 가지고 있습니다. 그러나 개발 팀에서는 이 카드의 정확성, 안정성 및 전반적인 성능을 보장하지 않습니다. 현재 NVIDIA EULA는 GPU 4개 이상 번들에 컴퓨팅 리소스로 Tesla 시리즈 카드가 아닌 카드의 상업적 사용을 금지한다는 점을 유의하십시오.

또한 이 코드에는 최적의 하드웨어 활용률을 보장하는 동적 부하 분산이 포함되어 있으며 이 코드는 다중 노드 클러스터에서도 실행할 수 있습니다.

권장 하드웨어

• RAM 64GB 이상

• CPU 코어 수는 GPU 장치 수와 동일해야 합니다. GPU 장치 간에 전달되는 메시지는 CPU에서 처리됩니다. 이상적으로는, CPU 코어 수는 결과 출력에 대한 일부 컴퓨팅 오버헤드를 보장하기 위해 사용 가능한 GPU 장치 수를 약간 초과하는 것이 좋습니다.

• HDD 공간 2TB 이상

• 다중 노드 시스템에 대한 Infiniband 또는 OmniPath 연결.

지원되는 플랫폼

• 4.4.7보다 최근 버전인 GCC 및 GLIBC 2.12를 사용하는 모든 Unix 기반 OS(RHEL 6.x 및 7.x, 호환 가능한 Scientific Linux, CentOS, Ubuntu 14.04 및 16.04, OpenSUSE 13.2 등)

• NVIDIA CUDA 8.0 및 OpenMPI 1.10.2 – 설치 파일 내 포함됨