内存不足错误

不仅如此。主要原因是"问题规模"和"求解器解法"。例如，进行100万节点的线性静力分析，使用直接法求解器时，所需内存量与自由度的平方成正比。具体来说，如果 $$ N_{DOF} = 3 \times 10^6 $$（三维，100万节点），则直接法的系数矩阵需要约 $$ (3\times10^6)^2 \times 8 \text{ 字节} \approx 72 \text{ TB} $$，这显然是不现实的。实际上是作为稀疏矩阵处理，但仍需要几GB到几十GB。

天壤之别。在前面的例子中，密集矩阵需要72TB。而对于同一个模型，如果一个节点平均与20个节点连接（带宽较大），使用稀疏矩阵存储格式（CSR格式），所需内存约为 $$ N_{DOF} \times 20 \times 8 \text{ 字节} \approx 480 \text{ MB} $$。然而，直接法求解器在分解过程中会产生"填充"，即非零元素最多增加10～100倍，因此最终可能消耗数GB到数十GB。

在直接法（如高斯消元法）进行矩阵分解（LU分解等）过程中，原本为零的位置被非零值"填充"的现象。例如，三个点连接的简单系统的刚度矩阵 $$ K = \begin{bmatrix} k_{11} & k_{12} & 0 \\ k_{21} & k_{22} & k_{23} \\ 0 & k_{32} & k_{33} \end{bmatrix} $$，进行LU分解后，在(1,3)和(3,1)位置会产生填充。填充量在很大程度上取决于网格的节点编号方式，可以通过METIS或AMD等算法进行最小化。

规模越大，差距越大。在Ansys Mechanical中对比"稀疏直接（Direct）"和"PCG（迭代）"，500万自由度的问题中，直接法需要约120GB内存，而PCG法（预条件共轭梯度法）仅需约8GB。迭代法只需要系数矩阵和几个工作向量的内存。但收敛性取决于预条件的质量。

为了加快迭代法的收敛，将原方程 $$ K u = f $$ 用近似逆矩阵（相当的预条件矩阵）$$ M^{-1} $$ 变换为 $$ M^{-1}K u = M^{-1}f $$。预条件的类型决定了内存使用量。例如，最轻的"对角缩放（Jacobi）"几乎不占用额外内存，但收敛较慢。而不完全LU分解（ILU）预条件则需要保存有限的分解矩阵，消耗额外内存。ILU(0)保持原矩阵的非零模式，ILU(k)允许填充到第k级。

当主内存（RAM）不足时，使用存储设备（SSD/HDD）作为虚拟内存的模式。在Abaqus/Standard的直接法求解器中常见。但是，磁盘I/O的速度比RAM访问慢几个数量级，因此计算速度会大幅下降。例如，仅用RAM就需10分钟的问题，在Out-of-Core模式下可能需要数小时。这只是"能解胜于无法解"的最后手段。

按以下顺序检查是定则：

有几种方法：

**Ansys Mechanical**情况下：

**Ansys Mechanical**：结构分析的默认是"程序控制"。根据问题规模和接触情况自动选择直接法（Sparse）或迭代法（PCG）。100万DOF以上的大规模线性问题通常选择PCG。内存效率较好。

严格来说不同。两者都是直接法的一种，但实现不同。

**CalculiX**：默认求解器是迭代法（PCG）。内存效率很好，但接触和复杂非线性问题的收敛性有问题，此时会回退到SPOOLES等直接法求解器，内存使用量急增。

从具体语境看，很多时候"内存不足"是求解器启动前的估计错误，而"内存溢出"是计算中途的实际分配失败。前者是Ansys根据"需要45GB内存，可用32GB"的判断发出的错误。后者是估计超出的动态内存分配失败，可能与OS和其他进程的冲突有关。后者更严重，可能涉及内存碎片化或泄漏。

主要有3个原因：

批处理脚本中不仅要指定总内存，更要指定**每节点的内存**和**核心数**。例如，128GB内存的节点有4个，使用直接法求解器时，考虑并行效率，往往要把内存集中到一个节点。

"纵向扩展"和"横向扩展"的选择是关键。