Подложка ИС - своевременно модернизировать эмуляторное программное обеспечение для решения новых задач

1. Удовлетворение различных потребностей разных пользователей, например, создание печатных плат, подходящих для различных операционных сред или различных платформ.

2. После ввода программного обеспечения в эксплуатацию, после некоторого периода работы, предлагается запрос на изменение, требуются серьезные исправления или исправление ошибок, или добавление функций, или улучшение производительности.

Имитационное программное обеспечение - это вид профессионального программного обеспечения с особо высоким профессиональным порогом. Оно сочетает в себе последние достижения академических теоретических исследований в различных дисциплинах и новейшие компьютерные технологии для реализации быстрого и точного компьютерного моделирования и руководства реальным инженерным проектированием, исследованиями и разработками. Для программных средств моделирования версия программного обеспечения включает в себя различные версии поддержки платформы, а также версии функциональных улучшений, выпущенные в разные периоды. Наших пользователей больше волнует последнее, т.е. с течением времени функциональные улучшения и дополнительные версии последующего выпуска программного обеспечения являются основными функциональными ценностями, которые больше всего волнуют пользователей.

С учетом быстрого развития современных технологий итерации обновления программного обеспечения происходят еще быстрее: операционная система время от времени выдает нам обновления системных патчей, а мобильное приложение получает новые обновления каждый день. В отличие от этого, обновление программного обеспечения для моделирования происходит гораздо медленнее. В последние годы частота обновления составляет, как правило, одно крупное обновление версии в год. В зарубежных странах при покупке программного обеспечения для моделирования обычно предоставляется несколько лет сервиса TECS, который также является услугой обновления. В течение периода обслуживания TECS пользователи могут использовать последнюю версию программного обеспечения компании-разработчика. По истечении срока действия TECS-сервиса им необходимо приобрести соответствующий сервис. Плата, продление услуги обновления. В Китае, в силу различных причин, большинство клиентов гораздо пассивнее относятся к приобретению TECS. В современную эпоху оплаты за знания, по мере усиления защиты прав интеллектуальной собственности в стране и повышения осведомленности населения об оплате за знания, можно полагать, что эта ситуация значительно улучшится.

Новая версия программного обеспечения по всем параметрам будет превосходить старую версию. Технологии развиваются, методы обновляются, компьютерные системы также совершенствуются. Многочисленны библиотеки алгоритмов, коммуникационные библиотеки, наборы инструкций, методы ускорения. Можно сказать, что это кристаллизация человеческой мудрости в программных технологиях. При разработке и проектировании продуктов в условиях жесткой конкуренции на рынке ключом к успеху является гонка со временем. Новая версия программного обеспечения обладает различными преимуществами и может быть использована в качестве самого современного инструмента повышения производительности, что значительно увеличивает преимущества НИОКР.

В связи с выходом новой версии ANSYS 2019 R3 я хотел бы на примере программного средства моделирования электромагнитных полей HFSS рассказать о важности перехода на новую версию программы со следующих точек зрения.

Новый вызов, невозможное становится возможным

Технологическое развитие все время идет вперед, постоянно обновляясь и дополняясь. Для функций, которых изначально не было, в новую версию добавляются новые алгоритмы и усовершенствования, которые быстро и качественно реализуются. Перечень таких технологий бесчисленный: алгоритмы интегральных уравнений, конечные массивы, методы прыгающих лучей, методы доменной декомпозиции, ISAR-изображения, расчеты микроразрядов и т.д. После десятилетий непрерывных исследований, разработок и совершенствования HFSS сформировала масштабный сценарий - от микросхемы до городской среды - с возможностями межмасштабного моделирования.

Поэтому, когда мы сталкиваемся с проблемой, которую не можем решить, давайте оглянемся назад и подумаем, успеваем ли мы за темпами развития версий программного обеспечения? Есть ли лучший и более быстрый способ реализовать функции, которые изначально были медленными и хлопотными? Эффективность - основа выживания НИОКР. По сути, это гонка со временем в надежде опередить конкурентов.

Рассмотрим несколько типичных функциональных примеров программного обеспечения HFSS, чтобы увидеть, как новая версия программной технологии реагирует на решение невыполнимых задач.

Расчет доплеровской визуализации для автономного вождения в HFSS SBR+

При разработке технологии ADAS (Automatic Driving Assistant System) доплеровская визуализация является ее основным требованием. Программное обеспечение HFSS приобрело способность быстро решать задачи на уровне сцены после приобретения продукта Savant компании Delcross, в котором основной технологией является алгоритм прыгающего луча (SBR+). Однако для реализации функции доплеровской визуализации и генерации динамических графиков результатов, изменяющихся во времени, требуется помощь программ обработки данных, таких как Matlab. Проблем с такими технологическими возможностями нет, а вот с удобством все обстоит гораздо хуже.

Однако с выходом ANSYS 2019 R2 в июне этого года в программное обеспечение HFSS была встроена данная функция, что очень удобно для достижения ускоренного доплеровского расчета и обработки задач сценарного уровня. Ускоренный доплеровский расчет обеспечивает скорость моделирования до 100-300 радарных кадров. На следующем рисунке показан ее функциональный интерфейс и отображение результатов расчета сцены автономного вождения.

Решение проблемы микроразрядов

Под микроразрядом понимается явление разряда, вызванное миграцией заряженных частиц в мощном СВЧ-оборудовании в вакуумной среде. Это очень важно для безопасности и надежности работы оборудования. Для HFSS это явление не являлось непосредственной референтной областью. Однако после выхода версии 2019 R2 эта проблема была должным образом решена, а встроенный в HFSS новый решатель для отслеживания заряженных частиц (Multi-Paction Solver) позволяет легко решать подобные задачи.

Этот метод решения легко настраивается, аналогично постпроцессингу. Вы можете задать задачу, добавив области заряда, добавив границы SEE, добавив настройку решения, связанную с дискретной разверткой, и добавив несколько шагов связи Максвелла с постоянным смещением для завершения настройки задачи. После решения можно получить результат процесса перемещения количества заряженных частиц и даже результат динамического изменения выражения изображения, что обеспечивает очень хорошую имитационную поддержку при разработке и исследовании подобных инженерных задач. Как показано

В качестве расширения функций вышеуказанного приложения существует множество предыдущих версий HFSS. Когда вы сталкиваетесь с новым приложением для моделирования, с которым вы не знакомы, вы можете сначала проконсультироваться, чтобы узнать, может ли оно быть решено в последней версии HFSS, и постараться избежать обходных путей.

Быстрое и точное решение апериодической антенной решетки

Технология Finite Large Array Technology (FA-DDM) - это передовая технология программного обеспечения HFSS в области больших антенных решеток. Благодаря гибкому методу моделирования, быстрому методу мультиплексирования сетки и высокопроизводительному алгоритму доменной декомпозиции она позволяет достичь точного решения крупногабаритной антенной решетки, решая задачу периодической планарной решетки.

Однако, столкнувшись с апериодическими и многопериодными сложными массивами, что делать в этом случае?

-В новой версии 2019 R3 реализовано прорывное обновление в этом отношении: используется технология 3D-компонентов, методы виртуального моделирования и определения единиц массива, а также функция быстрого решения реальных массивов DDM, что позволило достичь серьезного технологического прорыва.

-Этот метод позволяет решать задачи для различных типов ячеек, для различных периодических и апериодических массивов и обеспечивает большой прорыв в гибкости и адаптивности.

Мы также подробно обсудим этот метод на онлайн-семинаре в следующем году, так что следите за новостями.

UI

Ускоренное улучшение решения матрицы ядра

В качестве иллюстрации приведем несколько примеров из множества новых функций в исторических версиях HFSS:

(1) HFSS R15: матричный решатель прямого метода поддерживает распределенное решение (выпущен в 2014 году)

Матричный решатель прямого метода обладает наивысшей точностью и наибольшей эффективностью в случае многопортового/многостимульного решения. Он поддерживает использование многоядерных процессоров и памяти нескольких вычислительных узлов для распределенного решения матриц прямым методом. Для работы этой функции требуется поддержка модуля ANSYS Electronics HPC.

(2) HFSS R15: многоуровневые высокопроизводительные вычисления улучшают масштаб и скорость решения (выпущен в 2014 году)

Поддержка функций многоуровневых высокопроизводительных вычислений. Например, на первом уровне задачи оптимизации или сканирования параметров декомпозируются на несколько вычислительных узлов, а на втором уровне используется несколько ядер CPU или несколько узлов для параллельных вычислений для каждой задачи узла, что позволяет полностью использовать вычислительные ресурсы для выполнения сверхкрупномасштабных имитационных расчетов, особенно оптимизации проектирования и исследования проектного пространства.

(3) HFSS R14: HPC обеспечивает ускорение матричного решателя (выпущен в 2012 году)

Решение матриц является наиболее ресурсоемкой частью процесса расчета в HFSS. В профиле Solver Profile он показывает наибольшее потребление памяти и времени. В HFSS V15 HPC предлагает новый многоядерный матричный решатель. По сравнению с традиционным MP-решателем, можно получить значительное увеличение чистой вычислительной эффективности, а также лучшую масштабируемость.

(4) HFSS R14: усовершенствование ускоренной версии DDM (выпущена в 2012 году)

Алгоритм DDM расширяет алгоритм МКЭ на среду распределенной памяти и улучшает возможности алгоритма МКЭ до беспрецедентного уровня. DDM может быть использован для

Алгоритм DDM распространяет алгоритм МКЭ на среду распределенной памяти и улучшает возможности алгоритма МКЭ до беспрецедентного уровня. С помощью DDM можно решать задачи, немыслимые на прежних аппаратных системах. В версии HFSS V15 улучшен основной алгоритм DDM, а эффективность ядра значительно повышена.

Повышение эффективности сканирования частот в 2016-2019 гг.

На примере тестовой платы Galileo рассмотрим набор тестовых данных. Это шестислойная комплексная печатная плата с 39 портами и 24 сетями. После разбиения на части получается около 3,3 млн. тетраэдрических сеток и около 19,5 млн. неизвестных. Это достаточно масштабная задача извлечения параметров СИ.

По сравнению с версией 2016 года и версией 2019 года разработка СИ дала очень значительный прирост скорости. Прирост очень положительный. Мы много лет занимались многоядерным решением и улучшением. Здесь мы видим, что инвестиции в 128 ядер HPC могут дать ускорение примерно в 40 раз, что очень выгодно. Ведь в современных условиях применения 5G технические требования к высокой частоте, высокой скорости и высокой скорости все больше зависят от моделирования.

Кроме того, в качестве справочного материала прилагается набор статистических данных по различным конфигурациям модели на ресурсах облачных вычислений в среде облачных приложений.

Облачные вычисления по умолчанию имеют три предопределенные конфигурации машин, а именно:

- Малый: 8 ядер, 224 ГБ узел

- Средняя: 16 ядер, узел 224 Гбайт

- Большая: 32 ядра, 448 Гбайт, два узла.

Судя по полученным данным, для повышения эффективности не стоит обращать внимание на объем памяти. Память очень дешева, автоматические высокопроизводительные вычисления будут активно стремиться использовать дополнительную память в системе, а частотная развертка может решать несколько частотных точек параллельно. Этот процесс будет сочетаться с уникальной способностью программного обеспечения минимизировать занимаемую память при извлечении развертки, что позволит вместить множество частотных точек в заданный объем памяти.

Разумеется, при недостатке памяти решение будет не таким быстрым, и автоматическая настройка высокопроизводительных вычислений автоматически справится с этой ситуацией.

2013-2019 Усовершенствования широкополосного частотного сканирования

В этой части показан пример печатной платы среднего размера. Сложность расчета заключается в том, что, с одной стороны, масштаб расчета одной частотной точки не мал, с другой стороны, количество частотных точек, которые необходимо просканировать и рассчитать, очень велико, поэтому стоимость расчета относительно высока. Это большая модель со сложной частотной характеристикой. Для ее решения требуется максимум 128 ядер HPC. Расчет S-параметров в версии 2019 R2 занимает всего 5 раз больше памяти, чем решение с настройками, но скорость работы в 4,3 раза выше, чем в версии HFSS 14.

Ниже приведены данные о версии HFSS 14, версии HFSS 15 и версии HFSS 2019 R2. Максимальная разница между версиями составляет 7 основных версий, а возраст - более 7 лет. Сравнивая некоторые данные (см. таблицу ниже), мы видим, что новая версия имеет существенное преимущество в скорости решения.

Количество HPC рассчитывалось исходя из 8, 32 и 128 ядер соответственно, что представляет собой максимальное количество ядер, поддерживаемое при предоставлении 1, 2 или 3 HPC Packs. В целях повышения скорости, поскольку количество точек сетки несколько изменилось, это не совсем соответствует сравнению, но разница невелика, а общий масштаб задач схож.

В HFSS 15 используется более крупная сетка и больше памяти, но это лишь иллюзия адаптивного гридинга. На самом деле, при больших сетках HFSS 15 имеет лучшую точность сходимости (0,01 против 0,007).

Но в качестве эталона мы рассматриваем только анализ HFSS 14 с использованием 8-ядерной многопроцессорной обработки (это старый матричный решатель). И сравнивая его с SDM-анализом на базе HPC с 32 и 128 ядрами, мы видим, что HFSS 15 обеспечивает более точный анализ при использовании распределенного частотного анализа за более короткое время, и стоит отметить, что при использовании HFSS 15 в бенчмарке Трудоемкий процесс сократился с 3 дней до 5,5 часов, а ускорение HPC - с нескольких дней до нескольких часов.

По сравнению с версией 2019 года общая скорость моделирования увеличилась в 4 раза - с одной итерации в день до 4 итераций в день. Увеличение объема используемой памяти обеспечивает ускорение времени моделирования, что является экономически эффективной стратегией, поскольку стоимость памяти в компьютерах последнего поколения относительно невысока. печатных плат