HPC et Cloud

Le fondement : une architecture conçue pour le passage à l’échelle

COMSOL Multiphysics^® repose sur une architecture adaptée aux clusters, conçue pour passer d’une station de travail locale aux environnements HPC et cloud d’entreprise. Après une configuration initiale du cluster, le logiciel optimise automatiquement les charges de calcul en fonction du matériel utilisé. Les ingénieurs peuvent ainsi passer du prototypage sur poste de travail à des calculs de production à grande échelle, sans modification manuelle ni ajustements répétés de la configuration du cluster.

Passage à l’échelle sur plusieurs coeurs ou processeurs (parallélisme à mémoire partagée)

Exploitez pleinement la puissance matérielle d’une station de travail dès la première utilisation. COMSOL Multiphysics^® utilise le parallélisme à mémoire partagée (via OpenMP^®) pour répartir automatiquement les tâches de calcul entre tous les coeurs des processeurs disponibles. Cette parallélisation automatique permet d’améliorer immédiatement les performances de modèles haute fidélité de grande taille sans aucune configuration logicielle. Pour le parallélisme à mémoire partagée sur un seul ordinateur, l’utilisation d’un nombre illimité de coeurs de processeur n’entraîne aucun coût de licence supplémentaire.

Passage à l’échelle pour le calcul haute performance (parallélisme à mémoire distribuée)

Dépassez les limites physiques d’une seule machine en exploitant les ressources mutualisées d’un cluster. Avec une licence réseau flottante (FNL), l’utilisation d’un cluster, quelle que soit sa taille, n’entraîne aucun coût de licence supplémentaire. En utilisant MPI pour répartir l’empreinte mémoire et la charge de calcul d’un modèle entre plusieurs noeuds, COMSOL Multiphysics^® permet d’exécuter des simulations haute fidélité de plusieurs centaines de millions de degrés de liberté (DDL). Cette capacité permet d’utiliser des maillages extrêmement fins ou de résoudre des modèles multiphysiques complexes de grande taille, sous réserve de disposer de ressources matérielles suffisantes sur le cluster.

Optimisation de l’utilisation des ressources matérielles (parallélisme à mémoire hybride)

Maximisez l'efficacité de calcul en combinant les approches à mémoire partagée et à mémoire distribuée. En équilibrant le multithreading (via OpenMP^®) au sein de chaque noeud et les communications par passage de messages (MPI - Message Passing Interface) entre les noeuds d’un cluster, COMSOL Multiphysics^® réduit les surcoûts liés aux communications réseau et optimise l’utilisation des ressources matérielles. Cette approche hybride permet aux simulations de passer efficacement à l’échelle sur les architectures multicoeurs modernes, avec des temps de calcul réduits et des performances prévisibles, même avec des ressources de calcul de très grande taille.

Calculs à haut rendement : gestion des balayages paramétriques parallèles

Le calcul à haut rendement permet d’explorer rapidement différentes conceptions en privilégiant l’évaluation simultanée de milliers de variations de paramètres plutôt que la résolution d’un seul modèle de très grande taille. Sur une infrastructure HPC, COMSOL Multiphysics^® offre plusieurs possibilités de parallélisation de tâches de calcul. Le noeud Batch paramétrique exploite l’intégration native d'ordonnanceurs tels que SLURM^® ou LSF^® pour lancer des tâches batch distinctes pour différentes valeurs de paramètres, de sorte qu’une variation qui ne converge pas n’interrompt pas l’ensemble de l’étude. Le Batch paramétrique distribué permet quant à lui de regrouper plusieurs évaluations simultanées de paramètres au sein d’une seule tâche MPI de grande taille. Cette approche peut être particulièrement efficace sur un système distribué, car elle permet d’éviter les longs temps d’attente dans la file de l’ordonnanceur.

Cette capacité de calcul à haut rendement ne se limite pas aux environnements de cluster. Pour les utilisateurs travaillant sur des stations de travail multicoeurs locales, la fonctionnalité Batch paramétrique permet d’exploiter directement le parallélisme de tâches. Il est ainsi possible de résoudre simultanément plusieurs jeux de paramètres en exploitant au maximum les ressources matérielles locales, ce qui permet d’explorer l’espace de conception à plus petite échelle avant de passer à un cluster.

Une troisième option consiste à exécuter des processus COMSOL Multiphysics^® entièrement indépendants sur un cluster, chaque processus traitant un modèle, un jeu de paramètres ou un scénario de simulation distinct. Cette approche est particulièrement adaptée aux charges de calcul faiblement couplées, pour lesquelles chaque calcul peut être exécuté indépendamment. Elle permet également de contrôler entièrement la soumission et le suivi des tâches ainsi que l’évaluation des résultats à l’aide de scripts ou d’outils externes. Avec une licence réseau flottante (FNL), ce processus peut être étendu à un grand nombre de variations de conception d’un même modèle, sans coût de licence supplémentaire lié à la taille du cluster ou au nombre de cœurs.

Ces technologies de balayage en parallèle constituent le moteur des processus d’apprentissage automatique (ML - Machine Learning), notamment pour la génération de données synthétiques dans l’étude Apprentissage du modèle de substitution. En explorant rapidement les espaces de conception à l’aide de ressources de calcul locales ou d’un cluster, les ingénieurs peuvent constituer de vastes jeux de données de référence pour entraîner des modèles de substitution tels que les réseaux de neurones profonds (DNN).

Compatibilité avec le calcul dans le cloud

De nombreux utilisateurs exécutent leurs simulations dans le cloud afin d’accéder à des ressources de calcul évolutives et à la demande, sans avoir à gérer leur propre infrastructure HPC. Les utilisateurs disposant d’une licence réseau flottante (FNL) peuvent utiliser leur licence sur la plateforme cloud de leur choix.

Les modèles COMSOL peuvent être déployés auprès des principaux fournisseurs de services cloud, tels qu’AWS^®, Azure^® et Google Cloud, ainsi que sur des plateformes de calcul HPC dans le cloud et auprès de partenaires tels que Rescale et Nimbix. Les utilisateurs peuvent également exécuter le logiciel avec Amazon Elastic Compute Cloud™ (Amazon EC2™). Pour plus d’informations, consultez les pages consacrées aux partenaires HPC.