» Blog » Przepływy » ANSYS Fluent GPU: szybki, ale czy dokładny?

ANSYS Fluent GPU: szybki, ale czy dokładny?

Solver GPU to najszybciej rozwijana funkcjonalność ANSYS Fluent. Solver ten pozwala na przyspieszenie obliczeń dzięki wykorzystaniu procesorów graficznych (GPU – Graphics Processing Units). Benchmarki i testy wykazują, że 6 wysokiej klasy kart graficznych zapewnia wydajność zbliżoną do 2000 procesorów fizycznych (CPU). Czy szybkość obliczeń idzie w parze z dokładnością?

  1. Wstęp
  2. Analiza przepływu turbulentnego wokół bolidu w ANSYS Fluent
  3. Przyjęte założenia analizy przepływowej
  4. Porównanie wyników solverów GPU i CPU – wyniki
  5. Wykorzystanie solvera GPU w ANSYS Fluent – wnioski

Wstęp

W ostatnim roku w ANSYS Fluent uległ znacznym zmianom. Pojawiły się m.in. nowe modele promieniowania, turbulencji i spalania oraz domeny obrotowe. W tym samym czasie został ujednolicony interfejs solverów CPU i GPU – teraz wygląda on dokładnie tak samo.

Wzrost możliwości najnowszej odsłony Fluent w stosunku do wersji beta z początku 2022 roku jest imponujący. Zmiany funkcjonalności przedstawiono na poniższym schemacie:

Funkcjonalności ANSYS Fluent 2022 R1
Funkcjonalności ANSYS Fluent 2022 R2
Funkcjonalności ANSYS Fluent 2023 R1

Nowością w wersji ANSYS Fluent 2023 R1 jest dodanie możliwości wykorzystania modelu Species oraz symulowania tzw. przepływów reaktywnych. W tej wersji dostępna  jest metoda sliding mesh służąca do symulowania domen obrotowych. Zakres funkcjonalności jest duży, jednak dla użytkownika liczyć się będą konkretne liczby oraz jak największa zgodność wyników solvera GPU z solverem CPU.

Analiza przepływu turbulentnego wokół bolidu

Modelem, który posłużył w analizie znacznikowej był bolid FSAE (Formula Student Automotive Engineers) znajdujący się w objętości kontrolnej. Siatka numeryczna składała się w przybliżeniu z 5 milionów elementów, a wielkość domeny obliczeniowej to 20 m długości, 3.5 m szerokości oraz 4.5 m wysokości.  

Celem analizy było porównanie wartości współczynnika siły oporu oraz nośnej na ściankach bolidu uzyskanych w klasycznym solverze oraz solverze bazującym na GPU. Kryterium porównawczym był również czas analizy.

Dla uzyskania jak największej zgodności wyników analizy, topologia, siatka numeryczna oraz ustawienia solvera były takie same dla obu analiz. Ze względu na ograniczone możliwości solvera GPU, ustawienia (m.in. schematy dyskretyzacji) dostosowano właśnie pod ten solver.

Przyjęte założenia analizy przepływowej

  • ustalona analiza w czasie
  • nieściśliwy przepływ powietrza o parametrach ƿ=1.225 kg/m3, µ=1.7894e-05 Pa*s
  • prędkość na wlocie: 20 m/s
  • na wylocie: ciśnienie atmosferyczne
Model bolidu FSAE w objętości kontrolnej
Rys.1. Model bolidu FSAE w objętości kontrolnej

Porównanie wyników solverów GPU i CPU – wyniki

Jakościowe porównanie działania solvera GPU przedstawiono na Rys.2. w postaci konturów prędkości. Celem analiz przepływowych wokół obiektów jest określenie stref recyrkulacji oraz stagnacji przepływu. Przeprowadzane porównanie nie wykazuje znaczących różnic.  Zauważyć można jednak zaburzenie strugi wytwarzającej się za samą przeszkodą i mniej łagodny charakter kształtowania się przepływu.

Jakościowe porównanie konturów prędkości pomiędzy CPU i GPU w ANSYS Fluent
Rys.2. Jakościowe porównanie konturów prędkości pomiędzy CPU (górne zdjęcie) oraz GPU (dolne zdjęcie)

Porównano także wyniki obu analiz tj. współczynników siły nośnej oraz oporu (Tabela 1). Dla przyjętych warunków przepływowych odchyłka wyników to około 1.5%, co przy trzykrotnie niższym czasie obliczeń, wykazuje zasadność i poprawność stosowania solvera GPU.

współczynnik
siły oporu
współczynnik
siły nośnej
czas
obliczeń
Solver CPU
Intel Xeon W-2295 3GHz 16 core
0.9430-1.041751 min
Solver GPU
NVIDIA Quadro RTX 5000 16GB
0.9571-1.057319 min
Tabela 1. Porównanie wyników analizy

Wykorzystanie solvera GPU w ANSYS Fluent – wnioski

Podstawą kodu CFD (Computional Fluid Dynamics) jest dokładne modelowanie zjawiska turbulencji z wykorzystaniem modelu RANS (Reynolds Average Navier-Stokes), więc analizowany przypadek był idealnym modelem testowym do sprowadzenia zaimplementowanego modelu k-omega SST. Przeprowadzone porównanie paramentów jakościowych oraz czasowych symulacji wykazało zgodność działania alternatywnego solvera GPU, co wykazuje słuszność jego stosowania. Inżynierowie na co dzień zajmujący się analizą przepływów powinni być jednak ostrożni oraz świadomi ograniczeń i problemów, jakie może generować to nowe narzędzie.

Autor: Maciej Bara, MESco sp. z o.o.