宝贝乖用嘴帮我吸h,又爽又色又高潮的免费软件,乳色吐息在线观看

HFSS（High Frequency Structure Simulator）是世界上第一款商業化的3D電磁仿真軟件。
由Ansoft公司在1990年開發并發布第一個版本。

2008年，Ansys收購了Ansoft，繼續開發HFSS等電子與電磁仿真產品，目標是解決整個工業體系中機械與電氣領域的持續融合問題。

現在的HFSS，已經成為天線、射頻RF或微波組件、高速互連、濾波器、連接器、IC封裝、PCB設計者必不可少的工具。世界各地的工程師使用 Ansys HFSS 軟件來設計通信系統、高級駕駛輔助系統 (ADAS)、衛星和物聯網 (IoT) 產品中的高頻高速電子設備。

HFSS作為一款以麥克斯韋理論為基礎的數值仿真計算工具，如何摸準TA的特性，借助計算機技術有效提升仿真效率，我們今天淺聊一下。

01
擴展性低
大內存單機是首選

我們在藍箭航天案例中提到過，不同的CAE應用，對于底層資源的適配要求是不一樣的。

對于求解計算：
隱式算法，相對顯式算法來說，精度相對高。但可擴展性不是很好，即在多臺機器上的線性加速比并不好，適合在多核大內存機器上運行，一般對內存、IO要求比較高。
顯式算法，精度相比隱式算法低，但可擴展性更好，即在多臺機器上的線性加速比相對較好，適合于多節點并行計算，對機器無特殊要求，一般對內存、IO要求相對較低。

不同CAE業務場景的擴展性排序大抵如下圖所示，從上往下逐步提高：

HFSS作為計算電磁學的典型應用，在整個表的最上層，這代表其可擴展性低，適合高配、高IO的單機，性能越高越好。

這是由于兩方面原因造成的：
1. 網絡通信開銷大
2. 內存要求高

關于通信開銷，我們在Fluent實證和LS-DYNA實證中都提到過，隨著計算節點規模的增加，這兩個應用有著很明顯的節點之間數據交換造成的通信開銷，造成信息延時。
HFSS也是這樣，對網絡要求極高。隨著CPU核心數量的增加，帶寬優勢超過了核心效率。也就是說，堆機器不如堆網絡帶寬。
而在內存上的要求，跟算法、精確度十分相關，很大程度上取決于對需求與價格的取舍。

整體來說，HFSS對內存需求極高。根據我們的有限觀測，不同任務實際運行的CPU核數與內存比從1:5到1:23，差異巨大。單個任務對內存需求動輒幾百G，這類大內存機器放在整個行業都屬于稀缺資源。

而結合以上這兩種需求場景，網絡要求高，內存需求大，單臺大內存機器成為不二之選。

我們全新推出的FCC-E專有D區配置水平如下：

四大特點：
1. 專供超大內存裸金屬機器；
2. 全新三/四代機器，性價比極高；
3. 三個月起租，短期/長期租賃皆可；
4. 可動態拓展至通用C區。

超大內存裸金屬機器，最大4T內存，最高192核，完美滿足HFSS應用需求。
單機多核心，帶寬不是問題。
內存足夠大，無需工程師向精度與算法做妥協。
而且，資源足夠，價格感人，還不用長期持有。

詳情戳：專有D區震撼上市，高性價比的稀缺大機型誰不愛？

02
要是沒有大單機或者一臺不夠呢？
那就搞集群！

在過去，如果企業不購買成本極其高昂的大機器，工程師就不得不對規模和難度大的設計“拆分組合”處理，將幾何結構分割成多個區域，到后期再合并結果。由于沒有考慮所有的電磁耦合，這種方法是極容易出錯的。
或者，工程師直接簡化模型降低精度，以減少計算量。

現在，情況不同了，HFSS在HPC高性能計算技術方面下了不少工夫。
方法一：在算法層面的持續優化與改進，提供針對多核機器優化的數值求解器與算法；
方法二：通過將HFSS與調度器集成，將多臺機器組成集群來求解大規模問題，不再受限于單臺機器的配置水平，滿足網絡帶寬要求就可以。
這兩種方法，工程師都能使用HFSS求解更大、更復雜的模型，而不會影響精度。

我們擅長的是方法二。
對研發工程師來說，使用集群有兩大好處：

一、提高了單人使用上限

我們把一臺臺獨立的單機集群化，也就是變成一個統一的計算資源池。在某種意義上來說，集群可以被看作是一臺大的計算機，集群中的單個計算機通常叫做節點，由這些節點合作完成用戶任務。
當用戶把一個集群當一臺大計算機使用的時候，單個用戶的資源上限由原來一臺機器的上限，變成了這個資源池的整體上限。
所以，HFSS對資源的高要求，由原來的一臺機器變成由這個資源池來整體滿足。

用戶可以將HFSS任務調度分布在多個計算節點上執行，也能通過在集群中劃分不同的仿真流程任務隊列及分配不同的資源隊列，并行執行多個CAE設計流程。

說人話就是，一個任務可以拆分多機跑，多個任務可以同時跑，來了大任務也不用擔心被一臺機器的上限所限制。

二、提高了團隊協作水平

單機模式下大家都是各用各的，缺乏協作，也沒有統一管理，無形中造成的溝通成本和損耗，其實并不小。

各種不同任務之間可能會出現資源爭搶，互相干擾。比如，兩個HFSS任務同時在一臺機器上跑可能出現內存告警。

而集群模式下：
我們根據不同業務團隊分工，為其在集群中劃分不同的獨立分區，這樣既保證了不同組的研發們能在同一個集群中工作，保留各自操作習慣，同時還互不干擾。

比如浙桂半導體的研發分為四個組，像元組的Sentaurus是搶資源大戶，往往他們的任務一上線，其他人就沒法用了。集群模式下的獨立分區可以很好地解決此類問題，戳這篇了解：【案例】95后占半壁江山的浙桂，如何在百家爭鳴中快人一步

同時，在建立起一套統一的使用規范基礎上，我們支持項目數據、用戶數據的統一管理和權限控制，不同業務團隊之間可以根據不同用戶權限共享計算、存儲、軟件資源等，整體上提高了整個團隊的工作與協同效率。

當然，除了研發工程師，對公司或團隊管理者和IT工程師來說，集群的好處就更多了。

這里不再展開，可以參考：從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？

03
絕配！
自適應網格剖分&Auto-Scale

一半時間畫網格，一半時間等仿真結果。
這恐怕是很多CAE工程師的日常。

HFSS的自適應網絡剖分技術，是在幾何結構和邊界條件網格自動生成的基礎上，根據電場梯度進行自適應網格細化和剖分，經過若干次迭代，給出滿足精度要求的結果。這一技術減少了求解所需的網格數量，大大降低了電磁場仿真的難度。

HFSS自適應剖分過程：自動生成初始網格，網格加密細化迭代，直到收斂。
整個過程完全自動化，無需人為干預。

這對廣大電磁場仿真工程師來說是非常大的利好，在減少工作量的同時降低了軟件的使用難度，讓工程師們可以將注意力完全放在如何得到好的仿真結果上。

接下來，讓我們換一個視角來看這個問題。

HFSS支持將整個自適應網格剖分過程通過調度器進行多步驟提交，我們的調度器Fsched提供的Auto-Scale功能與這個過程簡直是絕配。

最佳效果是分為三步：
第一步：初始網格生成，核數與內存需求很低；
第二步：網格自適應剖分，適度的核數與大量內存需求；
第三步：頻率掃描，核數與內存需求高。

三個階段需要的資源量差別很大。
同時，由于這一過程是自動的，很難提前預估內存需求。
對用戶來說，如果留的緩沖空間比較大，可能造成資源浪費，留的空間小了，任務可能運行失敗。

我們的Auto-Scale功能可以根據HFSS任務在不同步驟的實際需求動態開啟云端資源，自動使用較少的資源啟動網格生成，而用較大的資源進行第三步頻率掃描，并在任務完成后自動關閉。
為每個步驟分配不同的資源量，最大程度匹配任務需求，提升任務成功率，減少資源浪費。

更多應用場景可戳：Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？

04
GPU
一個可能的選擇

從ANSYS HFSS 17.2開始，HFSS開始明確支持GPU加速。

一般來說，GPU可以加速可視化和后處理過程，提高工作效率。
是否選擇使用GPU對求解器進行加速，主要還是取決于算法本身是否合適。

最新的ANSYS 2024 R1用戶手冊顯示GPU加速主要在以下三種場景：
1. 頻域求解器
2. 時域求解器
3. SBR+求解器

GPU加速需要占用HPC License，ANSYS Electronics HPC高性能選項模塊同時支持CPU加速和GPU加速，1個HPC Pack可以啟用1塊GPU加速卡或8個CPU內核。

綜合對比硬件成本與運算效率，目前業界普遍認為使用GPU跑HFSS性價比不高。

實證小結

1. 網絡通信和內存要求雙高，一般來說，用HFSS跑3D電磁仿真首選大內存單機
2. 沒有大內存單機或者一臺不夠的情況下，通過把HFSS與調度器集成，將多臺機器組成集群來求解大規模問題，能幫助用戶求解更大、更復雜的模型；
3. 自適應網格剖分技術結合fastone研發平臺的Auto-Scale功能可提升任務成功率，減少資源浪費。

本次CAE實證系列Vol.14就到這里了。
下一期，我們聊Abaqus。

關于fastone云平臺在各種CAE應用上的表現，可以點擊以下應用名稱查看：

Bladed │ Fluent │ LS-DYNA │ COMSOL

速石科技工業仿真行業白皮書，可以戳下方查看：
仿真宇宙|評測篇(上)|評測篇(下)

- END -

我們有個一站式工業研發平臺
CAE/CFD仿真設計全流程覆蓋
Auto-Scale自動按需開關所需資源
任務一鍵提交，仿真結果可視化
自研DM工具，高效傳輸仿真數據
仿真成本自動統計、分析、優化

掃碼免費試用，送200元體驗金，入股不虧~