隨著數字化時代的到來，越來越多的制造類企業已經完成數字化轉型，其中以工業仿真業務尤為突出。工業仿真一般分為前處理、求解和后處理三個階段，對算力要求最高的是中間求解階段，需要在高性能計算平臺上進行計算，而前處理、后處理則需要進行CAE模型可視化，一般在高性能的圖形工作站上完成。

以汽車研發為例，汽車研發流程中70%的時間是基于數字模型仿真。數字模型仿真能夠縮短Time to Market和提高產品質量，所以各車企在產品開發中都建立了相應的仿真流程

借助計算機輔助工程CAE（Computer Aided Engineering），企業研發人員使用計算機輔助求解分析復雜工程和產品的力學性能，以及性能優化等，完成產品設計快速迭代，提升企業競爭力。CAE仿真軟件種類非常龐雜，按照專業領域不同可以大致分為：

• 結構力學，如NASTRAN，Ansys和Abaqus。
• 流體力學，如Fluent，STAR和CFX。
• 多體動力學，如Adams和RecurDyn。
• 碰撞仿真，如LS-DYNA，Pam-Crash和Radioss。
• 電磁兼容，如Infolytica，Ansoft，Flux 2D/3D和MAGNET。
• 噪聲分析，如Actran，SYSNOISE和VA One。
• 過程優化，如iSight，modeFRONTIER和Optimus。

業務挑戰

應用軟件多樣化對算力種類的挑戰

CAE領域應用軟件眾多，每款軟件對算力形態的需求各不相同。一套功能完備、性能適配的高性能計算機集群系統建設，不僅需要與細分領域的仿真工程師充分溝通，了解工程師對算力的需求，還要結合細分領域軟件對計算形態的需求。

前后處理的挑戰

CAE領域的建模、前后處理工具對圖形工作站硬件要求較高（高主頻CPU、大容量內存以及高端圖形顯示卡），這些硬件特性能夠保障仿真工程師的圖形操作體驗，有效增強CAE仿真研發生產力。圖形工作站一般放置于仿真工程師的辦公桌面，每次CAE仿真求解時，需要將本地工作站上大量的建模數據通過園區網絡上傳到高性能計算集群系統，仿真求解完成后，將結果數據下載到本地工作站通過后處理工具進行查看或優化。往復的數據傳輸可能會導致仿真工程師無法及時提交計算任務，無法及時獲取仿真結果，研發效率大打折扣。

存儲系統的挑戰

CAE仿真對存儲系統有很高的要求，合理的存儲系統方案可以大幅度提高計算效率。CAE仿真過程中涉及的數據根據數據生命周期可分為三大類：前處理階段的原始數據、求解階段的過程數據和求解完成后的結果數據。原始數據和結果數據對CAE應用程序的運行效率沒有太大影響，僅涉及原始數據的加載時間和結果數據的保存時間。求解階段的過程數據在求解結束后就會被丟棄，但是在求解過程中，數據的訪問速度會影響CAE應用程序的運行性能，不合理的過程數據存儲方案會導致處理器處于等待狀態，計算效率低下。

Portal挑戰

CAE領域仿真過程中，仿真工程師習慣于將計算初始條件通過可視化的方式進行設置，同時在求解過程當中又需要密切關注求解過程產生的日志信息和收斂曲線變化情況。這些可視化的需求在一般的命令行作業調度方式中難以實現，導致仿真工程師在完成CAE仿真的工作之外，還需投入時間學習這些命令行作業調度工具的使用方法。

突發大量算力需求的挑戰

在CAE仿真集群建設前期進行大量的調研、統計和溝通，以滿足企業日常仿真所需，但在企業的日常生產過程中總會出現某階段仿真任務量非常集中，導致排隊的仿真任務數量大量積壓，仿真工程師無法及時獲取仿真結果，影響研發效率。