The Pulse
NVIDIA annuncia la disponibilità generale di cuDSS per i software di simulazione
NVIDIA afferma che cuDSS è ora generalmente disponibile e offre agli sviluppatori una libreria accelerata da GPU per i sistemi lineari sparsi utilizzati nelle simulazioni ingegneristiche e scientifiche. L’annuncio cita sei aziende che stann
AI.info Team · Scritto con l’IA · verificato ·
Il 21 ottobre NVIDIA ha reso cuDSS generalmente disponibile, mettendo il suo risolutore per sistemi sparsi accelerato da GPU a disposizione degli sviluppatori di software per simulazioni ingegneristiche e scientifiche. La libreria è pensata per un calcolo ripetuto in molte simulazioni: risolvere grandi sistemi di equazioni le cui matrici contengono perlopiù zeri.
Secondo NVIDIA, spostare questo lavoro sulle sue GPU può ridurre il tempo necessario per ottenere risultati e consentire ai team di eseguire più simulazioni o esaminare modelli più dettagliati. L’annuncio cita sei aziende che stanno già integrando cuDSS, attive nella progettazione di semiconduttori, nella modellazione multifisica e nell’analisi dell’interazione fluido-struttura.
cuDSS suddivide la risoluzione dei sistemi sparsi in tre fasi
Molte simulazioni risolvono ripetutamente sistemi lineari sparsi per modellare il comportamento di un progetto o di un processo fisico. La documentazione di NVIDIA descrive cuDSS come una libreria per risolvere questi sistemi, con un flusso di esecuzione suddiviso in analisi, fattorizzazione numerica e risoluzione. La fase di analisi comprende il riordinamento e la fattorizzazione simbolica; la libreria può anche supportare la rifattorizzazione per i carichi di lavoro a cui si applica. Nella configurazione predefinita, il riordinamento viene eseguito sull’host, mentre la fattorizzazione simbolica, la fattorizzazione numerica e la risoluzione vengono eseguite sul dispositivo. NVIDIA osserva che l’esecuzione ibrida host/dispositivo può cambiare dove vengono eseguite alcune di queste fasi.
cuDSS è quindi un componente che gli sviluppatori possono integrare nei propri software, non un’applicazione di simulazione autonoma. NVIDIA afferma che gli sviluppatori possono usare interfacce C, C++, Python e Fortran e che la libreria può scalare dalle singole workstation ai grandi cluster di calcolo. La documentazione elenca configurazioni a GPU singola, multi-GPU e multi-GPU su più nodi.
Le sei aziende e i loro software citati
NVIDIA cita Applied Materials e la sua piattaforma Ginestra, COMSOL e COMSOL Multiphysics, Cadence e Celsius, Dassault Systèmes e i suoi risolutori Abaqus per le strutture e CST per l’elettromagnetismo, Siemens e Simcenter STAR-CCM+, e Synopsys e Sentaurus Device. I casi d’uso spaziano dai materiali per semiconduttori e dall’affidabilità dei dispositivi al calore, alle sollecitazioni strutturali, all’imbarcamento e all’interazione fluido-struttura.
I dati sulle prestazioni dell’azienda provengono da specifici carichi di lavoro di clienti e partner, non da un’unica comparazione standardizzata. NVIDIA afferma che Applied Materials ha accelerato fino a 10 volte la risoluzione dei sistemi sparsi in Ginestra rispetto agli approcci basati solo su CPU. Afferma inoltre che ZEISS SMT ha misurato un’accelerazione di 4 volte in una simulazione del plasma per la litografia EUV eseguita con COMSOL Multiphysics e il calcolo accelerato di NVIDIA; la simulazione completa ha richiesto 6 giorni e 14 ore.
Secondo NVIDIA, Dassault Systèmes riporta accelerazioni da 8 a 10 volte usando cuDSS nei risolutori Abaqus per le strutture e CST per l’elettromagnetismo. L’annuncio non indica l’hardware usato per i benchmark né fornisce dettagli sufficienti sui carichi di lavoro per confrontare direttamente questi risultati tra loro. I dati descrivono risultati riportati per applicazioni specifiche, non una garanzia generale sulle prestazioni.
La disponibilità generale porta l’attenzione sull’integrazione
Per i fornitori di software ingegneristico, il rilascio offre un risolutore GPU da aggiungere agli strumenti che i clienti già utilizzano. Che questo riduca la durata di un’intera simulazione dipende dal tempo che il carico di lavoro dedica alla risoluzione dei sistemi sparsi, oltre che dal modello e dalla configurazione di calcolo; accelerare una fase non produce automaticamente lo stesso guadagno in ogni flusso di lavoro.
L’annuncio di NVIDIA si concentra sull’adozione attraverso prodotti di simulazione esistenti, anziché su una nuova applicazione per gli utenti finali. Le integrazioni citate collegano cuDSS a software usati per la progettazione di chip, l’analisi dei materiali e la simulazione industriale, mentre gli esempi di prestazioni pubblicati restano legati ai carichi di lavoro e ai confronti riportati da ciascuna azienda.