《汽车行业高性能计算平台应用研究》由会员分享，可在线阅读，更多相关《汽车行业高性能计算平台应用研究（7页珍藏版）》请在金锄头文库上搜索。
1、 汽车行业高性能计算平台应用研究 一 企业发展基石高性能计算平台应用分析高性能计算（HPC，High Performance Computing）是利用并行处理和互联网技术将多个计算节点连接起来，从而高效、可靠、快速运行大型应用程序的计算过程。1当高性能计算节点数增大到一定程度后，就形成了现有超算中心的规模和结构，因此，文章中的高性能计算也指的是超算，都是由集群管理系统通过高速IB网或专用网络将多个计算机节点连接在一起，统一调度管理，用于快速解决大型且复杂计算问题的一类架构。高性能计算的应用主要集中在科学计算、军事、气象、能源、工业仿真等传统领域，近年来，互联网、影视制作、在线网游、人工智能等
2、对高性能计算的需求也越来越强烈。而在汽车工业，从汽车的造型设计到各种零部件、发动机的制造，再到组装及出厂前汽车性能的一系列测试，都离不开高性能计算，特别是自动驾驶汽车登上历史舞台以来，虚拟仿真、实时计算等需求越来越大，计算力成为承载和推动汽车工业进一步发展的基础平台，随着数据量持续爆炸性增长及算法的不断演进，汽车工业的计算需求，仍有很大的发展空间。二 仿真应用仍将是汽车企业计算力需求的主要来源CAE（Computer Aided Engineering），计算机辅助工程，俗称“仿真”，从20世纪80年代就在中国这片土地上生根发芽，是一个比较“传统”的行业。其原理是将工程问题转换为计算问题，再通
3、过计算机强大的计算能力提高计算速度，用比实物试验更好的方式来完成设计验证。汽车企业除了将其用于试验方案验证，以虚拟试验逐步替代实物试验，还被用于车身减重、降噪、碰撞安全、缸内燃烧、造型设计等方面，已经成为汽车企业研发产品更加依赖的研发手段。汽车工业作为国民经济的“发动机”，是我国重要经济支柱之一。我国是汽车消费市场第一大国，也是汽车生产第一大国，2018年全年汽车产销量分别完成2780.9万辆和2808.1万辆2，连续10年位居全球第一。3我国汽车产业正处于普及期，主要指标增速趋缓，增幅回落（见图1）。汽车产业已经迈入品牌，向上、高质量发展的增长阶段。4图1 20012018年中国汽车销量及增
4、长率汽车之家发布的中国乘用车市场竞争格局洞察报告指出，中国正处于由生产型社会向消费型社会转变的过程，也是中国汽车市场由快速增长阶段向普及阶段过渡的时期，汽车行业正在从卖方市场向买方市场转变。汽车产品的竞争力从价格转向品质和服务，消费者也更加成熟、理性。经济转型与行业变革的叠加，使得汽车市场增长放缓，销量呈现震荡调整的态势。销量增长的乏力，使得汽车市场竞争愈发激烈，市场也在不断细化，一方面充分满足用户的需求，另一方面通过差异化形成产品自身独特的竞争力，因此竞争圈也呈现不断细化的趋势。5图2 V型车辆研发模式品质提升主要取决于产品力和质量，而提高汽车的产品力和质量，在前端的研发发力是最为重要的。汽
5、车研发一般按照V模型开展，V的左侧是产品设计开发，右侧为体验式验证，左右两侧共同组成了产品量产研发的完整过程（见图2）。在体验式验证一侧，除了传统的虚拟试验与实物试验外，广州汽车在汽车研发的V模型的基础上进行了创新，拓展出基于VR的体验式验证，使得虚拟验证手段更加丰富，这也意味着对计算资源的更多元和更多数量的需求。此外，伴随着计算技术与仿真软件的快速发展，车企为了解决实物试验固有的准备时间长、试验成本高等问题，正逐步采用虚拟验证手段取代实物验证，以节约研发成本，缩短研发周期。沃尔沃通过虚拟数字工具结合精确高保真的计算机辅助工程分析技术，已逐步减少整车的实物验证，将汽车研发周期压缩到20个月。由
6、于CAE软件与高性能计算系统的建设投入高，仿真在汽车企业中曾经是一种稀缺资源，仅应用于最复杂的分析工况，但现在随着仿真自动化手段的成熟，其正逐渐成为每个分析项不可或缺的组成部分。过去，产品仿真仅检测单一属性，即单个物理场、单个组件以及单个设计。而现在汽车企业正利用多个物理场和数字领域的相互作用探索众多系统级设计。仿真不只是被用于设计验证，还在早期概念阶段就进行介入，提前对产品性能进行把控，将后期整改减少到最少，进一步提升研发效率。这些变化将使得汽车研发对计算能力要求更高，也对高性能计算系统更加依赖。高性能计算系统的规模，某些程度上直接决定了汽车仿真的水平和能力。以图3仿真精度的提升为例，网格规
7、模由500万提升到3000万，计算规模也需匹配从4核至224核。仿真内容也从最简单的平底模型到支持多学科耦合开发、Adjoint优化、DOE等分析。没有计算规模的增加，仿真精细化无从落地。单机无法支撑这样规模的计算，使用集群计算是刚性需求。图3 高性能计算系统的规模与仿真能力吉利汽车、长安汽车是国内拥有高性能计算车企业的第一梯队，但从长安汽车孙络典专家在ATC2019会议披露的高性能计算核数对比可以看出，相比国外一流车企，国内车企的计算能力还相差较多。克莱斯勒2018年已达到50000核，是长安汽车的5倍以上（见图4）。若达到同等能力，国内车企的高性能计算集群规模还有较大发展空间。图4 长安汽
8、车与国外主机厂HPC核数对比因此，汽车企业为了增强产品竞争力，提升仿真精度、分析项数量、自动化水平等是虚拟验证发展的必然趋势，甚至随着计算机技术的进步，发展出VR等新的数字化验证手段，对计算资源的需求只会越来越高。仿真应用仍将在较长时间内是汽车企业计算力需求的主要来源。三 大数据计算、智能计算需求将进一步提升随着多种新兴产业的快速发展及与汽车产业的深度融合，汽车产业数据总量将呈现海量聚集爆发式增长，特别是随着5G的部署、人工智能专用芯片及智能网联、自动驾驶汽车的快速发展，智能制造的规模化实施，产业生态圈的不断扩大，新的产业数据正以前所未有的速度和方式存储下来，以智能汽车为例，据中汽数据中心预测
9、，未来每辆智能网联汽车每天产生的数据量将达到4PB，因此，数据将不再是问题。算法经历多年的发展，也取得了突破性进展，在可以预见的未来，算力会成为承载和推动汽车行业智能化应用的基础平台和决定性力量。汽车产业的数据正逐步向数据密集型、计算复杂型、应用多元型发展6，其中数据密集型的最大表现是多元海量异构数据集，通常在PB级别，也就是对一次计算任务来说，获取所需数据花费的时间将是不可忍受的。另外，简单地将数据进行分块处理已经不能满足数据密集型计算的需求，汽车产业的数据也开始具备了科学计算的复杂性，这也为局部性的优化和数据管理带来了新的挑战。不仅需要超大规模的存储，还需要进行复杂的分析和计算。汽车大数据
10、计算对浮点计算能力要求不高，对定点处理能力要求比较高，白天业务特点是以CPU和内存为主的高吞吐量，晚上则对磁盘处理能力要求比较高；在汽车智能计算方面，边缘计算在汽车端应用越来越多，云端则更偏向使用CPU/GPU的异构融合架构作为硬件训练平台，通过大规模的分布式并行处理加速以满足大规模深度学习实时性要求。未来，随着智能网联技术的普及，包括汽车工业控制器、雷达等各类传感器等越来越多的设备接入云端，云中心的模式将不足以对海量的设备数据进行实时处理。在工业现场等要求时延5ms的场景，以及无网状态中，云边协同将更好地满足企业的实际需求。因此，“边缘智能”也将成为各方博弈的焦点之一，云端一体化、交叉融合计
11、算将成为满足汽车产业计算需求的发展方向。四 汽车产业高性能计算平台的机遇与挑战在现阶段，大部分整车企业高性能计算平台的主要特点表现为：大内存，一般每个计算进程会配置2-4GB内存；高速磁盘I/O：磁盘I/O往往是制约计算速度的瓶颈，实践中一般选用高持续读写速率的磁盘系统，如基于RAID 0的并行多块磁盘、基于InfiniBand的并行文件系统等；高性能互联：相对千兆或万兆以太网，采用InfiniBand网络的并行效率要高30%左右。7随着芯片和智能化的发展，越来越多的平台开始使用GPU进行计算加速，形成异构融合架构。因此，CAE仿真、3D云桌面、人工智能、大数据等计算需求呈现出融合一体化的趋势
12、，也就是所有的计算都放到同一个平台中进行，除了企业自己投建平台外，越来越多的企业开始考虑使用公用的云平台，以上汽集团和上海超算中心为例，双方专门铺设了网络专线，上汽集团的第一辆自有品牌Roewe 750就是在上海超算中心的平台上开发的。图5 部分高性能计算平台的服务主体图5为笔者梳理的提供高性能计算平台的各个主体，可以看到，除超算中心外，计算产业的供应商也还有很多可选的空间，然而在调研云端资源时，主要顾虑数据传输速率问题：企业的模型和结果都比较大，如何保证传输的速度（模型至少在GB级别）；计算能力：需要云端至少1000核；软件许可：LS-dyna、Star-CCM+、ABAQUS、Nastra
13、n等都是必备软件；数据安全：如何保证数据传输到云端是安全的，是否能够通过技术手段加密数据，特别是对车企来说，车型数据一旦流出，影响会非常大；云端能否与本地的数据管理系统对接，也就是系统是否可以直接调用云端的计算资源。这些都是高性能计算平台未来发展要面临和解决的问题。目前，我国经济发展进入新常态，新旧动能转换需求迫切，信息化与工业化融合发展势在必行，智能制造作为主攻方向，首先需要企业应用信息化，才能改善工作效率，提升管理水平，实现制造业转型升级。对企业来说，IT系统及基础设施更新换代快速、IT成本居高不下、资源利用率低等问题，极大地影响了两化融合的进程，因此，为降低企业成本，加快推进制造业与互联网的深度融合，“企业上云”进程将不可逆，未来，所有政府、企业及相关机构的业务对接肯定都在云上，无论是私有云，还是公有云。所以，高性能计算平台必然是发展的趋势，只是需要企业和供应商合作解决诸如网络速率、数据安全、应用便捷等问题。-全文完-
