1、你們支持哪些應用/工具？
fastone工業軟件云平臺支持以下CAE/CFD應用：
Abaqus、Actran、Adams、Ansoft、Autodesk、AUTODYN、Bladed、CFX、COMSOL、CST、DYTRAN、Feko、FloTHERM、Fluent、HFSS、HyperWorks、ICEMCFD、Icepack、Isight、LS-DYNA、MARC、Matlab、MaxWell、Mechanical、Multiphysics、Nastran、nCode DesignLife、Numeca、OptiStruct、Patran、PowerFLOW、Q3D、Radioos、Simcenter、SimManager、Simpack、StarCCM、SOLIDWORKS、TOSCA、UX UG、VASP、WRF等。
此外，平臺還支持下列EDA應用：Innovus、Spectre、Genus、Dracula、Virtuoso、Ncsim、PowerSI、Xcelium、PT、DC、VCS、VC、FM、Verdi、OPC Proteus、Tmax2、HSPICE、Spyglass、Starrc、Calibre、Tessent、nmLVS、nmDRC、xACT、xL、xRC等。
還有這些AI框架：Pytorch、Mxnet、Tensorflow、Caffe2、Miniconda、Scikit Learn/OpenCV、Pylearn2、Keras等。
2、上述應用/工具是否都可以直接使用？
常用的應用/工具我們平臺都已經做過適配，并且做過一些優化。商用軟件因License授權不能直接使用，需要您BYOL（自帶License）。
3、跑Bladed，風文件和任務文件的數據量非常大，云端傳輸很慢，怎么辦？
我們有專門的數據傳輸工具DM（Data Manager），支持全自動化數據上傳，可充分利用帶寬，幫助用戶快速上傳、下載海量數據。同時，利用fastone自主研發的分段上傳、高并發、斷點續傳等數據傳輸技術，優化海量數據的傳輸效率。詳見《CAE云實證Vol.2：從4天到1.75小時，如何讓Bladed仿真效率提升55倍？》
4、那么大的數據，上傳或下載是否會有限制？
我們平臺不限制數據的上傳和下載大小，平臺接收數據不收費。
5、是否支持Fluent可視化的并行計算操作？
平臺支持Fluent在計算過程中的可視化監視操作，支持此類可視化監視的還包括CFX、StarCCM、Numeca、Matlab等軟件。
6、Fluent計算過程能否監視求解狀態？
支持，通過平臺的任務管理中的日志可隨時查看，狀態實時刷新。
7、Fluent計算過程能否監視求解殘差圖？
支持，在任務管理中可以顯示求解殘差圖。
8、用你們平臺跑Fluent操作麻煩嗎？
fastone平臺可通過任務方式調度大量計算資源進行并行計算，處理Fluent任務。
如果您習慣使用圖形化界面操作，我們也提供圖形桌面，您可通過Web瀏覽器啟動集群，跳轉到虛擬桌面，并可在該桌面直接操作Fluent應用進行相應設置以開啟云端Fluent任務。
9、試過Fluent上云，一開始跑得挺快，但核數加上去之后，提升的速度反而降下來了，是怎么回事？
像Fluent和LS-DYNA這些應用，隨著核數逐漸增加，由于節點間通信開銷指數級上升，性能的提升會逐漸變緩。云端的網絡加強型實例可以有效解決這個問題。
詳請可查看《CAE云實證Vol.5：怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？》
《CAE云實證Vol.8：LS-DYNA求解效率深度測評│六種規模，本地VS云端5種不同硬件配置》
10、有時大半夜任務跑失敗了，第二天早上才發現，很浪費時間，是否有自動重復提交任務的功能？
放著機器通宵跑任務時總會幻想：第二天一早，任務已經跑完了，完美。
現實是：任務才跑了10%。
任務出錯，進度條卡住，可能會有兩種情形：
第一種：每個任務之間獨立，彼此沒有關聯。
一般任務數量越多，失敗的任務數量大概率也會變多。
第二種：每個任務間有明確的先后處理順序，必須從A任務按序跑到Z。
假如到F任務就失敗了，整個任務就此停滯，涼涼。
自動檢查任務狀態并對失敗任務及時重復提交的功能，就是這種場景的克星，尤其是第二種，不然等待著你的，大概就是通宵，同時睜大你的雙眼了。
我們的任務監控告警功能，還會時刻監控任務狀態，通過IM及時通知用戶，任務出現異常或已經完成。
舉一個其他行業出現過的特殊情況，Amber用GPU跑任務速度快，CPU較慢，但使用GPU計算時存在10%-15%的失敗概率。一旦任務失敗，需要調度CPU重新計算。
能否及時且自動地處理失敗任務，將極大影響運算周期。如果想了解我們怎么應對的，請查看《155個GPU！多云場景下的Amber自由能計算》
11、是否支持前處理、后處理的可視化操作？
可以，我們通過VDI集群的方式提供前處理、后處理的可視化操作。
12、你們平臺是否支持耦合計算？
支持，通過集群方式可以支持。
13、你們平臺提供哪些編譯庫？
我們提供包括 GNU、Intel、PGI在內的編譯庫。
14、你們平臺提供哪些并行計算框架庫？
包括 Intel MPI、OpenMPI、MPICH3、MVAPICH、MAVPICH2、OpenMM。
注：Intel 編譯器、Intel MPI、Intel MKL、Intel Vtune等為商業軟件。
15、你們平臺提供哪些GPU 庫？
我們支持 CUDA、OpenACC和OpenCL。
16、你們平臺提供哪些數學庫？
我們提供ACML、FFTW、OpenBLAS、MKL以及ScaLAPACK。
17、我們有些仿真軟件軟件在使用時需要GPU支持，你們平臺如何應對？
云上有很多類型的GPU實例，比如NVIDIA Tesla A100/V100/T4等GPU卡。針對有GPU計算要求的任務和應用，我們推薦使用GPU實例運行仿真軟件。
18、我們的仿真任務算完后，機器是不是會閑置造成資源的浪費？
建議使用我們平臺的任務模式進行仿真計算任務，任務結束后會自動保存結果數據，終止集群釋放資源，并郵件通知用戶任務計算完成。
19、你們是否提供Intel MPI支持？
平臺提供Intel MPI。
20、任務工作流并發數如何設置？
并發數設置需要綜合根據軟件特性與用戶實際需求，在小于開機核數的范圍內進行設置。
21、現在公司里才幾臺機器，天天維護頭就很大了，云上這么多機器還不得把自己搞禿了？
云上的運行環境都是自動化配置的，不需要人工干預，用戶還可以通過平臺進行統一管理和監控，方便易操作。
舉個例子，我們的Auto-Scale功能可以自動監控用戶提交的任務數量和資源的需求，動態按需地開啟和關閉所需算力資源，在不夠的時候，還能根據不同的用戶策略，自動化調度本區域及其他區域的目標類型或相似類型實例資源。所有操作都是自動化完成，無需用戶干預。
下圖就是開啟Auto-Scale功能后，用戶某項目一周之內所調用云端計算資源的動態情況。
其中橙色曲線為OD實例的使用狀況，紅色曲線為SPOT的使用狀況。
Auto-Scale功能可以根據任務運算情況動態開啟云端資源，并在波峰過去后自動關閉，讓資源的使用隨著用戶的需求自動擴張及縮小，最大程度匹配任務需求。
22、云上存儲是你們自己的產品嗎？與公有云上的存儲有什么區別？
答: 云上存儲可使用fastone Managed ZFS on Cloud或云原生存儲方案，云原生存儲方案可選EBS、云原生NFS及對象存儲。
23、存儲怎么收費呢？
冷存儲和熱存儲的費用是不一樣的，我們會根據用戶的情況提供個性化的解決方案。
24、數據備份的頻率如何？最高可以達到多少？現有策略怎樣？
默認每周六進行數據備份，也可以根據客戶需求按天或按小時備份。
25、使用平臺的工作人員比較多，能否對每個人設置使用資源的上限？
fastone平臺的權限和角色管理功能，支持管理員角色對每一個用戶進行相關權限設定，包括預算使用上限和CPU核數使用上限，從而在全局角度管控項目的資源消耗。該功能與智能預測配合使用，能夠從多個層面對預算和資源進行全方位規劃。
26、公司里還有些機器能用，你們支持混合云模式嗎？
支持。
可以將本地機器做成集群，也可以基于本地機器搭建混合云平臺。我們支持本地資源不足的時候，自動溢出到云上。
27、你們怎么實現混合云？
云資源和本地之間通過安全的數據通道連接，所有資源在fastone平臺統一管理，有統一視圖，并按需智能調度，不改變用戶的使用習慣。
28、公司里已經有機器了，再增加一套云環境，IT管理上會不會變麻煩？通過我們可以在不增加負擔的情況下對接多云，減少IT管理壓力。我們的自動化管理平臺很容易上手，對提升研發效率和資源利用率都有很大幫助。
29、我們公司有海外研發部門，用你們平臺方便嗎？
我們的平臺支持全球部署，我們會全球的優化組網，統一用戶管理，數據管理，優化的遠程接入方式，保持一致的用戶體驗。
30、云上云下的安全如何保障？
安全是一個立體的概念，包括系統安全、應用安全、流程安全、數據安全等很多方面。
云的基礎架構和傳統IT架構在安全方面并沒有本質上的區別，依然是利用計算節點和存儲資源。很多人覺得這兩者之間存在差異，我們認為這取決于個人的認知。本地的安全措施在云上都可以實現，同時云廠商本身還提供更強大的安全保障。
31、數據安全如何實現？
數據全部通過安全協議傳輸，并支持RBAC的數據訪問認證鑒權。同時，我們還支持數據加密存儲，算法可自定義。
32、你們有哪些落地實踐？
工業制造CAE跟云的結合，在全球幾乎已經是主流，所以它的單獨占比也相當高。而且現在國內CAE廠商，天然就是擁抱云的，甚至是云的推動者。
歡迎查看4個我們在CAE/CFD領域的合作案例：
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？
LS-DYNA求解效率深度測評│六種規模，本地VS云端5種不同硬件配置
從4天到1.75小時，如何讓Bladed仿真效率提升55倍？
半導體EDA領域，如果結合云的落地場景來看，我們完全可以說國內跟全球站在同一起跑線上。
歡迎查看3個落地案例與2個針對不同規模IC設計公司的解決方案：
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
關于fastone云平臺在其他應用上的表現，可以點擊以下應用名稱查看：
HSPICE │ Bladed │ Vina │ OPC │ Fluent │ Amber │ VCS │ MOE │ LS-DYNA │ Virtuoso│ COMSOL
- END -
我們有個生物/化學計算云平臺
集成多種CAE/CFD應用，大量任務多節點并行
應對短時間爆發性需求，連網即用
跑任務快，原來幾個月甚至幾年，現在只需幾小時
5分鐘快速上手，拖拉點選可視化界面，無需代碼
支持高級用戶直接在云端創建集群
掃碼免費試用，送200元體驗金，入股不虧~
更多電子書 歡迎掃碼關注小F（ID：imfastone）獲取
你也許想了解具體的落地場景：
這樣跑COMSOL，是不是就可以發Nature了
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
1分鐘告訴你用MOE模擬200000個分子要花多少錢
LS-DYNA求解效率深度測評 │ 六種規模，本地VS云端5種不同硬件配置
揭秘20000個VCS任務背后的“搬桌子”系列故事
155個GPU！多云場景下的Amber自由能計算
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？
5000核大規模OPC上云，效率提升53倍
提速2920倍！用AutoDock Vina對接2800萬個分子
從4天到1.75小時，如何讓Bladed仿真效率提升55倍？
從30天到17小時，如何讓HSPICE仿真效率提升42倍？
關于為應用定義的云平臺：
解讀Hyperion年度報告：脫離場景談用量就是耍流氓
這一屆科研計算人趕DDL紅寶書：學生篇
一次搞懂速石科技三大產品：FCC、FCC-E、FCP
AI太笨了……暫時
【2021版】全球44家頂尖藥企AI輔助藥物研發行動白皮書
國內超算發展近40年，終于遇到了一個像樣的對手
幫助CXO解惑上云成本的迷思，看這篇就夠了
花費4小時5500美元，速石科技躋身全球超算TOP500
