随着数字化时代的到来，越来越多的制造类企业已经完成数字化转型，其中以工业仿真业务尤为突出。工业仿真一般分为前处理、求解和后处理三个阶段，对算力要求最高的是中间求解阶段，需要在高性能计算平台上进行计算，而前处理、后处理则需要进行CAE模型可视化，一般在高性能的图形工作站上完成。

以汽车研发为例，汽车研发流程中70%的时间是基于数字模型仿真。数字模型仿真能够缩短Time to Market和提高产品质量，所以各车企在产品开发中都建立了相应的仿真流程

借助计算机辅助工程CAE（Computer Aided Engineering），企业研发人员使用计算机辅助求解分析复杂工程和产品的力学性能，以及性能优化等，完成产品设计快速迭代，提升企业竞争力。CAE仿真软件种类非常庞杂，按照专业领域不同可以大致分为：

• 结构力学，如NASTRAN，Ansys和Abaqus。
• 流体力学，如Fluent，STAR和CFX。
• 多体动力学，如Adams和RecurDyn。
• 碰撞仿真，如LS-DYNA，Pam-Crash和Radioss。
• 电磁兼容，如Infolytica，Ansoft，Flux 2D/3D和MAGNET。
• 噪声分析，如Actran，SYSNOISE和VA One。
• 过程优化，如iSight，modeFRONTIER和Optimus。

业务挑战

应用软件多样化对算力种类的挑战

CAE领域应用软件众多，每款软件对算力形态的需求各不相同。一套功能完备、性能适配的高性能计算机集群系统建设，不仅需要与细分领域的仿真工程师充分沟通，了解工程师对算力的需求，还要结合细分领域软件对计算形态的需求。

前后处理的挑战

CAE领域的建模、前后处理工具对图形工作站硬件要求较高（高主频CPU、大容量内存以及高端图形显示卡），这些硬件特性能够保障仿真工程师的图形操作体验，有效增强CAE仿真研发生产力。图形工作站一般放置于仿真工程师的办公桌面，每次CAE仿真求解时，需要将本地工作站上大量的建模数据通过园区网络上传到高性能计算集群系统，仿真求解完成后，将结果数据下载到本地工作站通过后处理工具进行查看或优化。往复的数据传输可能会导致仿真工程师无法及时提交计算任务，无法及时获取仿真结果，研发效率大打折扣。

存储系统的挑战

CAE仿真对存储系统有很高的要求，合理的存储系统方案可以大幅度提高计算效率。CAE仿真过程中涉及的数据根据数据生命周期可分为三大类：前处理阶段的原始数据、求解阶段的过程数据和求解完成后的结果数据。原始数据和结果数据对CAE应用程序的运行效率没有太大影响，仅涉及原始数据的加载时间和结果数据的保存时间。求解阶段的过程数据在求解结束后就会被丢弃，但是在求解过程中，数据的访问速度会影响CAE应用程序的运行性能，不合理的过程数据存储方案会导致处理器处于等待状态，计算效率低下。

Portal挑战

CAE领域仿真过程中，仿真工程师习惯于将计算初始条件通过可视化的方式进行设置，同时在求解过程当中又需要密切关注求解过程产生的日志信息和收敛曲线变化情况。这些可视化的需求在一般的命令行作业调度方式中难以实现，导致仿真工程师在完成CAE仿真的工作之外，还需投入时间学习这些命令行作业调度工具的使用方法。

突发大量算力需求的挑战

在CAE仿真集群建设前期进行大量的调研、统计和沟通，以满足企业日常仿真所需，但在企业的日常生产过程中总会出现某阶段仿真任务量非常集中，导致排队的仿真任务数量大量积压，仿真工程师无法及时获取仿真结果，影响研发效率。