GPU计算应用 — CAE用语解释

根本的差异在于"并行处理的方向"。CPU用少数高性能核心处理复杂的顺序处理，而GPU用数千个小核心同时执行简单运算。例如NVIDIA的A100 GPU具有6912个CUDA核心，内存带宽超过1.5TB/s。而高端服务器CPU的内存带宽约为300GB/s。在CAE中，有限元法的单元刚性矩阵生成或CFD的各单元流量计算这样的独立大量运算特别擅长。

很好的观察。离散化支配方程后，最终需要求解大规模稀疏矩阵线性方程组

是的。CPU的标准CSR（压缩稀疏行）格式在GPU的SIMT架构中有时内存访问效率不佳。因此需要使用ELL（ELLPACK）或Hybrid（HYB）等格式，使GPU线程能规律地访问数据。NVIDIA的cuSPARSE库提供这些格式间的转换和各种运算。矩阵的非零模式不同，最优格式也不同，通常由软件内部自动选择。

完全正确。大体上分三个级别。1) 仅显示（后处理高速化），2) 求解器的一部分（组装或前处理），3) 整个求解器（端到端）。要获得实质的加速，需要第3级。例如Ansys Fluent用"GPU加速器"选项，能在GPU上执行压力-速度耦合的AMG线性求解器。但网格生成和初始化仍在CPU上进行。

可以。Lanczos法和Subspace迭代法这样的迭代型特征值求解器适合并行化。Siemens Simcenter Nastran和MSC Nastran的某些求解器支持在GPU上加速模态分析的主要计算部分。特别是在大规模模型中提取众多模式时，报告了数倍到十倍的加速。但基于密矩阵直接法的部分有时难以GPU化。

这是最大的限制之一。例如NVIDIA RTX 4090是24GB VRAM，数据中心用的H100是80GB VRAM。而系统RAM通常超过1TB。如果求解器端到端在GPU上执行，问题的矩阵和向量必须全部装入VRAM。装不下的话，软件自动CPU回退或用Out-of-Core（磁盘）技术处理，但速度会大幅下降。必须提前估算模型规模。

"取决于你要解的问题规模"。首先优先VRAM容量。查阅使用的CAE软件的基准测试或文档，确认你的典型模型（例如500万节点的结构分析）需要多少VRAM。次要是内存带宽（显存速度）。搭载HBM2e的数据中心GPU（NVIDIA A100、H100）的带宽远高于游戏GPU（GeForce RTX系列），在CAE计算中这决定了性能。核心数排在第三位。

因软件商而异。Ansys的情况需要"HPC包"附加许可证，这按CPU核心数增加，但每块GPU换算为固定核心数（如1块GPU=4个CPU核心），有时比仅用CPU更划算。Altair的Radioss GPU求解器有时包含在标准许可证中。务必咨询销售部，根据自己的分析规模比较TCO（总拥有成本）。

可以，但取决于软件实现。理想情况是求解器同时识别CPU和GPU资源，自动分散工作负载的"异构计算"。例如LS-DYNA的MPP（并行处理）版本能混合CPU和GPU进程运行。关键是算法层面设计成避免CPU-GPU数据转移（PCIe总线）成为瓶颈。或者用资源管理软件（如Altair PBS Professional）简单地让CPU和GPU各自运行独立任务。

达索系统的Abaqus传统上GPU对应有限，但近年得到加强。Abaqus/Standard的迭代求解器支持GPU，在包含接触问题的大规模非线性分析中表现出色。而Abaqus/Explicit（动态分析）主要用CPU的MPP并行，GPU优先级较低。与竞争对手Ansys Mechanical和LS-DYNA相比，对应范围和成熟度略有落后。需要经常查阅最新发布说明。

COMSOL从6.0版开始全面支持GPU。直接求解器（PARDISO）和迭代求解器的前处理与矩阵-向量乘积计算能用NVIDIA GPU加速。特别是3D电磁场分析或流体-结构耦合（FSI）这样的大规模复杂线性系统求解时效果显著。但并非所有物理场和所有单元类型都优化过，建议对自己的问题进行基准测试。

非常活跃。例如CFD代码OpenFOAM有多个项目用CUDA或OpenACC将主要求解器（icoFoam、simpleFoam等）GPU化。FEM方面，MFEM和FEniCSx等库支持GPU加速线性代数库（CUDA、HIP、MAGMA）作为后端。研究层面上，从头为GPU设计代码的案例很多。例如粒子法代码或与深度学习融合的手法，GPU已是必不可少的环境。

首先要试"改变求解器设置"。多数GPU求解器有降低计算精度为单精度（FP32）的选项。仅此就能把内存使用量减半。Ansys Fluent就关闭"双精度"检查框。还有，轻化反复求解器的前处理（如ILU的填充级别）也有效。还是不行的话，如果求解器支持多GPU，能把2块GPU内存合并（NVIDIA NVLink接线最理想）。最后手段才是简化模型。

原因是数值运算顺序和精度的差异。GPU用数千个核并行运算，加法和乘法的合并顺序与CPU不确定一致。这种非结合性，特别是对条件数差（ill-conditioned）的矩阵的迭代解法有影响，改变收敛性。对策是：1) 放松求解器收敛基准，2) 改变前处理（选GPU优化的前处理），3) 尽可能提高计算精度为双精度（FP64）。最快的办法是问软件商那个求解器/问题类型的推荐设置。

这是常见问题。请按以下检查清单确认：