Schnelle numerische Simulation

Numerische Simulationen sind seit Jahrzehnten ein zentraler Bestandteil der industriellen Produkt- und Prozessentwicklung. Insbesondere die Finite-Elemente-Methode (FEM) hat sich in der Strukturmechanik als Standard etabliert. Aufgrund der hohen Rechenanforderungen gab es immer wieder Bestrebungen, Simulationen zu beschleunigen – etwa durch High Performance Computing (HPC) oder Modellkomplexitätsreduktion. Doch oft geht dies zulasten der Genauigkeit oder erfordert aufwendige Vorberechnungen.

Am Fraunhofer IGD verfolgen wir einen anderen Ansatz: Wir entwickeln und implementieren schnelle, genaue Simulationsverfahren – basierend auf der FEM und komplett für GPUs optimiert. Damit nutzen wir deren massive Parallelität für maximale Rechenleistung. Unsere Lösung liefert Berechnungsergebnisse 10- bis 100-mal schneller – ohne Kompromisse bei der Genauigkeit. So verkürzen sich Simulationszeiten deutlich: Prozesse, die früher Stunden dauerten, erledigt unsere Software jetzt in wenigen Minuten. Unsere Anwendungen wurden insbesondere für die Strukturmechanik und die Simulation von Verzug im 3D-Druck (z. B. laserbasiertes Pulverbettverfahren) entwickelt. 

Damit diese Technologien ihre Wirkung in der Praxis entfalten können, müssen typische Engpässe klassischer Simulationen gezielt adressiert werden. Unsere Lösungen bieten hier konkrete Vorteile.

Die genannten Vorteile lassen sich konkret anhand unserer Technologien und Anwendungen veranschaulichen:

Trotz großer Fortschritte hinsichtlich der Leistungsfähigkeit und Programmierbarkeit von GPUs in den letzten Jahren bestehen in der praktischen Umsetzung von Simulationsalgorithmik auf GPUs weiterhin diverse Herausforderungen, die wir mit RISTRA gezielt adressieren.

Begrenzte GPU-Nutzung in bestehenden FEM-Lösungen

Numerische Simulationen – insbesondere mit der Finite-Elemente-Methode (FEM) – sind seit Jahrzehnten ein zentrales Werkzeug der Produkt- und Prozessentwicklung. Doch klassische FEM-Lösungen nutzen die enorme Rechenleistung moderner Grafikprozessoren (GPUs) meist nur teilweise. Da nur einzelne Berechnungsschritte auf die GPU ausgelagert werden, entsteht ein intensiver Datenaustausch zwischen CPU und GPU – ein Flaschenhals, der die mögliche Beschleunigung stark begrenzt.

Speicher- und Datenzugriffsrestriktionen auf GPUs

Für die konsequente Nutzung der GPU-Kerne ist die Speicherarchitektur eine technische Hürde. Der verfügbare Speicher auf GPUs ist im Vergleich zu CPU-Systemen nicht so einfach zu skalieren. Unangepasste Datenstrukturen verhindern einen möglichst effizienten Zugriff auf die Daten.

Unser Beitrag: RISTRA

RISTRA, unser GPU-beschleunigter Strukturmechaniklöser, führt die gesamte Berechnungskette konsequent auf der GPU aus. Durch speziell entwickelte Algorithmen und speichereffiziente Datenstrukturen nutzt RISTRA die vollständige Parallelität der GPU und überwindet Speicher- und Kommunikationsgrenzen herkömmlicher Verfahren. Das Ergebnis sind extreme Beschleunigungsfaktoren (1-2 Größenordnungen: 10-100mal schneller) bei gleichbleibend hoher Genauigkeit – ideal für Anwendungen in Strukturmechanik und 3D-Druck. Die RISTRA-Produktfamilie lässt sich flexibel in bestehende Entwicklungsumgebungen integrieren und bietet Unternehmen und Software-Anbietern deutliche Vorteile: kürzere Entwicklungszeiten und eine höhere Rechenleistung für komplexe Simulationen bei reduzierten Energiekosten sowie Vorteile gegenüber dem Wettbewerb.

Dann sprechen Sie uns an – unser Team am Fraunhofer IGD in Darmstadt berät Sie gerne zu den Einsatzmöglichkeiten der RISTRA-Produktfamilie.