当我拿出 4 卡 GPU 测试 Ansys 流体仿真，阁下该如何应对？

在计算机辅助工程（CAE）领域，GPU 的并行处理能力为仿真软件提供了强大的计算支持。与传统的 CPU 相比，GPU 具有更高的计算密度和更低的总体拥有成本，使得高负载仿真计算变得更加经济。特别是在计算流体动力学（CFD）领域，GPU 加速显著提升了仿真分析的效率。CFD 工程师在处理复杂的流体问题时，通过 GPU 加速可以平衡计算量和计算时间，优化网格划分等关键步骤，从而加快求解速度并提高结果的准确性。

CFD 工程师在进行仿真分析时，通常面临高内存要求、网格依赖性以及流体问题复杂性等挑战。GPU 加速计算为这些挑战提供了有效的解决方案。通过将计算密集的任务转移到 GPU，CFD 工程师可以快速获得计算结果，提高工作效率。GPU 的并行计算性能远超 CPU，使得基于 GPU 的 CFD 计算速度大幅领先，帮助工程师解决了许多复杂的 CFD 难题。因此，GPU 加速已成为 CFD 领域工程师的优选方案。

本次，南京九辅与 Ansys 合作，实测 Ansys Fluent 2024 R1 GPU 原生求解器结合搭载 4 张 NVIDIA RTX™ 5880 Ada Generation GPU 的丽台科技 WinFast GS4840 工作站进行 CFD 仿真模拟。

主要软件环境介绍

Ansys Fluent 是一款通用计算流体力学（CFD）软件，用于对流体流动、传热和质量交换以及化学反应过程等进行建模分析。Fluent 提供了现代化用户友好型界面，可在单窗口工作流程中简化从前处理到后处理的流程。Fluent 以其先进的物理模型而著称，其中包括湍流模型、单相流和多相流、燃烧、电池模型以及流固耦合等。

可以在 CPU 或 GPU 上的多个处理器上轻松地求解。提供多种求解器选项，包括基于压力和基于密度的 CPU 求解器，以覆盖低速至高超音速流动，以及基于压力的原生 GPU 求解器。

主要硬件环境介绍

本次测试采用的是丽台科技 WinFast GS4840 工作站，CPU 采用两颗 Intel ^® Xeon ^® Gold 6330 处理器 @ 2.00GH；GPU 选用 4 张 NVIDIA RTX 5880 Ada Generation GPU，基于全新 NVIDIA Ada Lovelace 架构构建，对于追求以高稳健性、高精度为目标的 CFD 仿真分析带来了卓越的计算性能体验。

测试结果亮点小结

通过本次测试结果可以看出，4 张 NVIDIA RTX 5880 Ada Generation GPU 的性能比采用 32 个 Intel(R) Xeon(R) Gold 6330 核心的集群高出 22 倍；也就是说单张 NVIDIA RTX 5880 Ada GPU的仿真速度可以媲美 约 180 个 CPU核心的仿真速度。

查看完整测试数据与结果，请扫描下方二维码或点击文末阅读原文链接获取测试报告原文。

总结

随着仿真工具的不断迭代，工艺流程越来越追求效率和低成本。通过 GPU 加速的 Ansys Fluent GPU 求解器相对于传统的 CPU 求解器来讲，算力集成度更高，计算速度更快，高效节能，具体优势可以体现为：

并行计算能力 ：GPU 的单个芯片上的处理单元数量远超 CPU，‌这使得 GPU 在处理大规模并行进程时具有显著优势。因此，‌GPU 多用于并行计算，‌可同时处理多个并行迭代任务。‌

成本效益 ：‌与 CPU 相比，‌GPU 密度更高而总体拥有成本更低，‌具有明显的性价比优势。‌这意味着在追求高运算负载仿真模拟的同时，‌也能有效控制成本。‌‌

应用支持 ：‌在 Ansys 这类需要高运算负载的仿真模拟软件中，‌GPU 得到了广泛支持。‌例如，‌Ansys Mechanical、Ansys Fluent 和 Ansys HFSS 等软件版本均支持 GPU 加速，‌这进一步证明了 GPU 在 CAE 仿真计算中的适用性和优势。‌

因此，当工程师们采用 GPU 加速 CFD 仿真时，可以在更短的时间内，运行更多的模拟，从而进行更广泛的设计优化和分析。GPU 加速不仅提高了 CFD 工程师的工作效率，也将极大地推动流体动力学领域的研究与发展。

适用于工程模拟分析的先进 GPU 加速

利用 NVIDIA RTX™ 5880 Ada Generation GPU 可以快速分析复杂的流体流动情况。通过搭载 4 卡能够提供高达 192GB（48GB *4）显存，能大幅加快超大型模型和模拟的处理速度。

测试平台规格

作为 AI 与深度学习的理想方案，丽台 WinFast GS4840 工作站在本次测试中的实际表现效果也给 Ansys Fluent 用户提供了很好的参考价值。

- END-