[STAR-CCM+] 빠른 CFD 표면 래핑 : 잠금 해제 속도와 일관성을 유지하는 메싱 기능

 

저는 특히 좋은 커피 한 잔을 들고 자유 시간을 보내며 멋진 책을 읽는 것을 좋아합니다. 특히 서점을 돌아다니며 진열대를 둘러보고 예상치 못한 책을 발견하는 것을 즐깁니다. 이러한 방문 중 한 번은 아제이 아그라왈, 조슈아 간스, 아비 골드파브의 예측 기계라는 책을 발견했습니다.

솔직히 말해서 요즘 AI/ML에 대해 조금이라도 궁금하지 않은 사람의 이름을 말씀해 주시겠어요? 저자들은 책에서 "AI의 간단한 경제학"을 설명하고 포인트 솔루션에 기술이 어떻게 사용되는지 설명합니다. 책의 한 장에서 다음과 같은 내용이 눈에 띄었습니다:

더 나은 예측을 하면 다양한 행동의 보상을 고려할 수 있는 기회, 즉 판단의 기회가 더 많아집니다. 즉, 더 나은, 더 빠르고 저렴한 예측을 통해 더 많은 결정을 내릴 수 있습니다.

이 책은 AI와 머신 러닝에 초점을 맞추고 있지만, 같은 아이디어가 엔지니어링 시뮬레이션, 특히 CFD의 세계에도 적용되기 때문에 이 인용문이 저에게 큰 반향을 일으켰습니다. 시뮬레이션의 의도와 관계없이 엔지니어는 더 빠르고 더 나은 정보를 바탕으로 설계 결정을 내릴 수 있는 능력이 매우 중요합니다. 혁신과 경쟁력 유지에 대한 압박은 생산성을 높이고 시뮬레이션 워크플로우를 가속화할 필요성을 더욱 강화할 뿐입니다.

또한 엔지니어들은 가능한 한 많은 물리적 현실감과 기하학적 세부 사항을 포함하고자 하기 때문에 복잡성이 증가하는 고충실도 디지털 트윈을 만들어야 할 필요성이 더욱 커졌습니다. 따라서 빠른 메싱은 경쟁 우위를 가져올 수 있는 전략적 요소로, 엔지니어들이 제품 개발을 가속화하고 제품을 더 빨리 출시할 수 있도록 지원합니다. 이를 지원하기 위해 우리는 CFD 워크플로우를 가속화하여 다양한 디자인 변형을 빠르게 평가할 수 있는 솔루션을 찾기 위해 노력하고 있습니다. 메싱의 경우 개별 워크플로우 최적화부터 메시지 전달 인터페이스(MPI) 분산 메모리 병렬화, 즉 여러 CPU에서 동시에 메싱 작업을 실행할 수 있는 능력까지 모든 것이 포함될 수 있습니다.

이 블로그에서는 Simcenter STAR-CCM+의 최근 개선 사항이 어떻게 메싱 성능을 향상시켜 엔지니어들이 시뮬레이션 처리량을 늘리고 더 빠른 인사이트를 얻을 수 있었는지 살펴봅니다.

MPI 표면 래핑으로 기하학적 정리 가속화

Simcenter STAR-CCM+의 주요 차별화 요소 중 하나는 엔지니어가 복잡한 지오메트리를 처리할 수 있도록 하는 CAD에서 솔루션까지 파이프라인 워크플로우입니다. 많은 시뮬레이션 워크플로우는 수만 개의 부품을 가진 거대한 CAD 어셈블리를 포함합니다. 이러한 CAD 파일에는 종종 매우 큰 어셈블리와 "더러운" 지오메트리가 포함됩니다. "더러운"이라는 뜻은 구멍, 교차점이 있을 수 있고, 파괴가 필요할 수 있으며, 겹침이 있거나, 다양한 정점이나 가장자리가 없는 입력 지오메트리를 의미합니다. 이러한 지오메트리를 수동으로 청소하고 치유하는 것은 며칠 또는 몇 주가 걸릴 수 있는 노동 집약적인 프로세스가 될 수 있습니다.

그림 1: MPI 표면 래퍼 1단계, 2310 버전

그러나 이러한 성능 향상은 매우 큰 경우에는 충분하지 않으며, 지속적인 개선에 대한 우리의 약속에 따라 Simcenter STAR-CCM+ 2510 버전에서는 MPI Surface Wrapper의 2단계를 출시합니다. 성능 개선 사항을 살펴보겠습니다.

그림 2에서 볼 수 있듯이, 버전 2510의 MPI Surface Wrapper는 버전 2506에 비해 최대 약 2배 더 빠른 성능을 제공합니다(MPI Surface Wrapper의 1단계). 기존 래퍼와 비교하면 속도가 최대 5.6배에 달합니다. 콜벳 자동차와 같이 복잡한 지오메트리의 경우, 총 부피 메시 수가 93M 셀인 경우, 전체 지오메트리를 32개의 코어(Intel®Xeon®Gold 6442Y)에 감싸는 데 6.5분밖에 걸리지 않습니다.

그림 2: MPI 표면 래퍼 2단계

더 큰 케이스를 감싸는 것은 어떨까요? 콜벳 케이스의 경우 Surface Wrapper는 3740만 개의 표면 삼각형을 생성합니다. 이에 비해 마세라티 지브리 케이스는 아래에 표시된 것처럼 훨씬 더 커서 5,630만 개의 삼각형으로 감싸는 데 9분밖에 걸리지 않으며 최종 부피 메쉬는 1억 4,200만 개입니다.

메쉬 일관성 있는지 확인하십시오.

속도는 이전에 설명된 대로 핵심 특성이지만 시뮬레이션 결과에 대한 신뢰도가 동일하지만 시뮬레이션 결과에 대한 신뢰성이 동일하다.우리는 소프트웨어 버전 및 다른 핵심 카운트에 일관성을 유지하기 위해 노력하고 있습니다.

광범위한 테스트에서 최종 표면 삼각형의 변동은 1% 미만이었습니다. 구체적으로, 아래와 같이 콜벳 기하학의 경우 2506에서 2510 사이의 최종 표면 삼각형 수의 변동은 0.005%에 불과했습니다. 버전 2510에서는 1, 32, 48 프로세서를 사용하여 세 번의 실행에서 직렬 실행과 비교한 변동은 0.06%에 불과했습니다.

표면 래퍼 결과의 이러한 일관성은 후속 리메쉬된 표면과 그로 인한 볼륨 메시도 일관되게 유지된다는 것을 의미합니다.

더 빠른 메싱을 위한 서피스 리머 성능 향상

MPI Surface Wrapper는 상당한 성능 향상을 제공하며 적용되는 워크플로우를 가속화합니다. 그러나 서피스 메싱은 지오메트리에 따라 여전히 시간이 많이 소요될 수 있습니다. 버전 2506에서는 서피스 리머를 개선하여 실행 시간을 최대 40%까지 단축할 수 있도록 했습니다. 그러나 이는 케이스 복잡성과 입력 CAD의 품질에 따라 달라집니다.

예를 들어, Corvette 지오메트리(볼륨 메시의 93M 셀)는 Surface Wrapper를 실행할 필요가 없는 DrivAer 지오메트리 케이스(볼륨 메시의 855M 셀)에 비해 깔끔한 지오메트리 입력이 적습니다. 즉, 이러한 Surface Mesh 설정을 선택하여 Corvette의 볼륨 메시를 구축하면 855M 셀에 접근하는 프로세스가 상당히 길어질 것입니다. 이는 메시 알고리즘의 성능을 평가할 때 컨텍스트의 중요성을 강조합니다.

그림 3: 2502 버전과 2506 버전 간의 표면 리머시 시간 비교

향상된 알고리즘과 하드웨어로 메싱 성능 최적화

Simcenter STAR-CCM+의 제품 전략에서 중요한 부분은 매싱을 포함한 모든 알고리즘의 성능을 향상시키는 것입니다. 우리 제품 개발 팀은 이 목표를 달성하기 위해 최선을 다하고 있습니다. 그러나 매싱 성능은 사용된 알고리즘이나 모델의 크기와만 관련이 없습니다. 예를 들어, 불필요한 경우 과도한 메시 정제는 CFD 시뮬레이션의 처리 시간에 부정적인 영향을 미칠 수 있습니다.

그럼에도 불구하고 시뮬레이션 처리량에 극적인 영향을 미칠 수 있는 또 다른 요인, 즉 사용된 하드웨어에 대해 말씀드리겠습니다.

저는 단일 코어를 사용하여 표면 메쉬를 생성하는 데 필요한 시간을 평가하여 두 가지 다른 AMD 프로세서를 비교할 것입니다 (현재 Simcenter STAR-CCM+에서는 표면 리머가 직렬 모드로 작동하기 때문입니다). 관련된 프로세서는 AMD EPYC 7532 Rome과 AMD EPYC 9755 Turin입니다 (다행히도 몇몇 동료들이 이 테스트를 위해 새로운 기계에 대한 접근 권한을 아낌없이 제공해 주었습니다!). 저는 DrivVaer와 Maserati Ghibli 기하학을 위한 표면 메쉬를 만들 것입니다.

어떤 프로세서에 돈을 걸겠습니까?

AMD EPYC 9755 Turin은 아래 그림과 같이 구형 모델(4년 몇 개월 더 젊음)보다 성능이 뛰어나며 최대 1.9배 더 빠른 표면 메시를 제공합니다. 그러나 앞서 논의했듯이 메시 성능을 평가할 때 컨텍스트가 중요하며, 훨씬 간단한 입력 기하학적 구조를 위한 표면 메시가 Ghibli 케이스보다 훨씬 적은 시간(최종 볼륨 메시 수에 관계없이)이 걸리는 이유는 다음과 같습니다(표면이 리머되기 전에 실행하려면 표면 래퍼가 필요했습니다). 두 케이스 모두 동일한 버전의 소프트웨어(Simcenter STAR-CCM+ 2510)를 사용하여 두 대의 다른 기계에서 표면 메시를 수행했습니다.

병렬 처리가 없어도 최신 프로세서는 눈에 띄게 빠른 메시 생성을 제공합니다. 이는 주로 서피스 메시가 메모리 대역폭에 제한되기 때문입니다. 즉, 성능은 클럭 속도보다는 메모리에서 데이터를 얼마나 빨리 전송할 수 있는지에 따라 달라집니다. AMD EPYC 9755 토리노는 더 크고 효율적인 L1/L2/L3 캐시 구조를 특징으로 하며, AMD EPYC 7532 Rome에서 사용되는 DDR4에 비해 더 높은 대역폭과 낮은 지연 시간을 가진 DDR5 메모리를 지원합니다. 또한 다른 메시들도 최신 하드웨어의 혜택을 받을 것이라는 점도 주목할 만하지만, 성능 향상 정도는 관련된 메시와 케이스의 복잡성에 따라 다를 수 있습니다.

그림 4: 서로 다른 프로세서 간의 표면 리머 시간 비교

빠른 CFD 표면 래핑과 빠른 표면 맞물림으로 혁신 추진

메시 성능은 CFD 시뮬레이션에서 매우 중요하며, 이는 모든 산업 분야에서 혁신을 가능하게 합니다. Simcenter STAR-CCM+ 2510에서 CFD 표면 래핑의 진화는 시뮬레이션 엔지니어에게 중요한 도약을 의미합니다. 최신 Surface Wrapper는 MPI 병렬화의 힘을 더욱 활용하여 가장 복잡하고 "더러운" 기하학적 구조에서도 빠르고 신뢰할 수 있으며 확장 가능한 메시를 제공합니다. 이러한 발전으로 엔지니어는 CAD를 정리하고 메시를 기다리는 시간을 줄여 디자인 공간을 탐색하고 더 빠르고 자신 있게 더 많은 디자인 결정을 내릴 수 있게 되었습니다.

그리고 더 나은 예측을 더 빠르게 할 수 있도록 앞서 나가고 있는 동안, 저는 Ajay Agrawal 상태를 읽었습니다:

더 나은 예측을 하면 판단의 가치가 높아집니다. 결국 건조함을 얼마나 좋아하는지, 우산을 들고 다니는 것을 얼마나 싫어하는지 모른다면 비가 올 가능성을 아는 데 도움이 되지 않습니다.

AI/ML과 물리 기반 시뮬레이션 모두 예측이 더 빠르고 쉽게 생성될 수 있다는 사실이 우리의 핵심 책임은 예측을 바탕으로 올바른 판단을 내리는 데 더 많은 시간을 할애하는 것입니다.

Simcenter STAR-CCM+ 2510의 더 흥미로운 새로운 기능을 계속 살펴보세요!

[출처] https://blogs.sw.siemens.com/simcenter/cfd-surface-wrapping/