Ansys Fluent、Oracle Cloud Infrastructure上のNVIDIA GPUを使用して大幅なパフォーマンス向上とコスト削減を実現 (2024/09/26)

Ansys Fluent、Oracle Cloud Infrastructure上のNVIDIA GPUを使用して大幅なパフォーマンス向上とコスト削減を実現 (2024/09/26)

https://blogs.oracle.com/cloud-infrastructure/post/ansys-fluent-performance

投稿者：Martin Feyereisen


Fluentは、Ansysが開発した業界をリードする計算流体力学(CFD)パッケージで、さまざまなアプリケーションで世界中で使用されています。CFDシミュレーションがますます複雑になり、要求が高まる中、GPUアクセラレーテッド・コンピューティングは、エンジニアがシミュレーションの境界を押し広げ、設計プロセスを加速できるようにするために不可欠になりました。2023年以来、Ansysは、主流のCFDワークロード向けのGPUアクセラレーテッド・コンピューティングのパワーを最大限に活用できるCFDソルバーをリリースしてきました。このブログ投稿では、Oracle Cloud Infrastructure (OCI)上のNVIDIA GPUを搭載したFluent 2024 R2のGPUソルバーによって提供される利点について説明します。



ベンチマーク


Oracle Cloud Marketplaceで利用可能なHPC Terraformテンプレートを使用して、様々なコンピュート・クラスタを作成しました。表1に、テストしたシェイプの概要を示します。より包括的な説明については、OCIのドキュメントを参照してください。

表1: コンピュート・シェイプ


表1: テスト済コンピュート・シェイプ


Compute shape

CPU cores /node

GPUs/node

GPU Memory/GPU

BM.Standard.E5.192

192

0

---

VM.GPU.A10.2

30

Two NVIDIA A10 Tensor Core GPUs

24 GB

BM.GPU.A10.4

64

Four NVIDIA A10 Tensor Core GPUs

24 GB

BM.GPU4.8

64

Eight NVIDIA A100 Tensor Core GPUs

40 GB

BM.GPU.H100.8

112

Eight NVIDIA H100 Tensor Core GPUs

80 GB


本研究で使われているベンチマークデータセットは、よく知られており、サイズや複雑さが異なるため、Ansysから入手し、Fluentリリースで提供されているスクリプト「fluent_benchmark_gpu.py」を使用してベンチマークを実行しました。パフォーマンス特性化のために、1秒当たり100万回の反復更新(MIUPS)の出力を記録しました。この結果、値が大きいほど全体的なパフォーマンスが向上し、処理時間が短縮されます。


Oracle Linux 8およびFluent 2024R2を使用して、すべてのベンチマークを単一の専用コンピュート・シェイプで実行しました。参考までに、最先端のCPUベースのシステムであるCPUベースのBM.Standard.E5.192を使用しました。ブログ投稿のAnsys Fluentパフォーマンスは、第4世代AMD EPYCを搭載したOCI E5 Standard Computeです。CPUベースのBM.Standard.E5.192では、すべてのコアを使用し、それぞれに1つのMPIドメインを割り当てます。


GPUシステムの場合、システム上のGPUごとに1つのMPIドメインを使用し、各ドメインに1つのCPUを割り当てました。「-gpu_remap」オプションを使用して、ドメインごとに異なるCPUコア数をテストしました。ただし、結果は一貫して複数のコアを使用した方が適切ではありませんでした。チャート1は、参照BM.Standard.E5.192コンピュート・シェイプの結果に基づいてパフォーマンスが1.0にスケーリングされた結果を示しています。全体的なパフォーマンスが大きく異なるため、縦軸にログ・スケールを使用しました。




分析


一見すると、主に様々なGPUに対する次のメモリー・サイズ制限のために、いくつかのデータ・ポイントが欠落しています。


  • 2つのNVIDIA A10 Tensor Core GPUを搭載したVM.GPU.A10.2シェイプ(それぞれ24 GBのメモリーを搭載)の場合、GPUメモリーに収まる最大のテスト・ケースはcombustor_24mでした。
  • 4つのA10 GPUを持つBM.GPU.A10.4シェイプの場合、GPUメモリーに収まる最大ケースはdrivaer_50mでした。
  • 8つのNVIDIA A100 Tensor Core GPUを搭載したBM.GPU4.8シェイプ(それぞれ40 GBのGPUメモリを搭載)は、airfoil_80mケースまでのモデルに対応できます。ただし、このケースはGPUソルバーと収束できませんでした。結果をチャートに残して、ユーザーがGPUバージョンを完全に利用するには、データセットの更新が必要になる可能性があることに注意してください。
  • 8つのNVIDIA H100 Tensor Core GPUを搭載したBM.GPU.H100.8シェイプ(それぞれ80 GBのGPUメモリを搭載)は、テストされたすべてのモデルに対応できます。


全体的に、NVIDIA GPUシェイプでの流暢なパフォーマンスは例外的でした。テストした最小のGPUシェイプのパフォーマンスは、VM.GPU.A10.2のリファレンスBM.Standard.E5.192シェイプより20%高速でしたが、VM.GPU.A10.2の公開オンデマンド価格は、CPUベースのBM.Standard.E5.192シェイプの40%です。パフォーマンスを考慮すると、ほぼ3Xのコスト削減になります。


ハードウェアとソフトウェアの両方に基づく合計ユーザー・コストは、実行時間が速くなると、1ジョブ当たりのソフトウェア・ライセンス・コストにメリットが得られることが多いため、さらに高くなる可能性があります。より強力なNVIDIA H100 GPUベースのシェイプでは、パフォーマンスの利点とコスト削減の傾向がさらに向上します。BM.GPU.H100.8 などの単一の8-NVIDIA H100 GPUコンピュート・シェイプで達成されたパフォーマンスは、数千のCPUコアで構成される大規模な専用HPCクラスタと同等です。


ユーザビリティの観点から見ると、本番環境でFluentを実行するためにOCIでNVIDIA GPUシェイプを使用することは、そのパフォーマンス上の利点と同じくらい深いものです。1つのGPUシェイプで大規模なジョブを実行すると、数千のコアを持つ大規模なCPUベースのHPCクラスタと同等の性能が得られます。複雑なHPCクラスタではなく、単一のノードでこのような大規模なFluentシミュレーションを実行する機能により、ジョブのスケジューリングと管理が大幅に簡素化されます。



まとめ


Fluentユーザーは、CPUベースのFluentワークロードをNVIDIA GPUに移行することを調査する説得力のある理由を、いずれも大幅なコスト削減の可能性の観点から明らかにしています。さらに説得力があるのは、全体的なパフォーマンスを大幅に向上させる能力です。Ansysユーザーには、30日間の無料トライアルを使用して、Oracle Cloud InfrastructureでFluentワークロードをテストすることをお薦めします。


詳細は、次のリソースを参照してください。

コメント

コメントを投稿

このブログの人気の投稿

Oracle Database 19cサポート・タイムラインの重要な更新 (2024/11/20)

イメージ
Oracle Database 19cサポート・タイムラインの重要な更新 (2024/11/20) https://mikedietrichde.com/2024/11/20/important-update-to-oracle-database-19c-support-timelines/ 長い沈黙は、私が隠れているという意味ではありません。つまり、今はとても忙しいということです。そして、より少ない旅行で、私はあなたのコメントにもブログと返信するより多くの時間を持っていることを願っています。それでも、Oracle Database 19cサポート・タイムラインの非常に重要な更新について説明します。 * 更新された内容 2024年11月19日現在、Oracle Database 19cのサポート・タイムラインが調整されています。 MOSノート: 742060.1 – 現在のデータベース・リリースのリリース・スケジュールを見ると、新しい日付が表示されます。 Premier Support、2029年12月31日まで 2030年1月1日から2032年12月31日までの拡張サポート 2033年1月1日から2034年12月31日までのアップグレード・サポート これは知ることがとても大切です。 他のリリースの更新はありますか。 MOSノートの終わりにある変更ログ: 742060.1 – 現在のデータベース・リリースのリリース・スケジュールでは、Oracle Database 21cの最新の更新も確認できます。このリリースのPremier Support期間は、2027年7月31日まで延長されました。 また、Oracle Database 23aiのパッチ適用終了日は2032年12月31日に設定されています。 Lifetime Support Policy 更新は、Oracle Technology Productsの Oracle Lifetime Support Policy (6ページ)でも確認できます。 From: Oracle Lifetime Support Policy for Oracle Technology Product s – page 6 – Nov 19, 2024 特に、次の表に示す制限事項に注意してください。 Oracle Database 1...
続きを読む

Oracle APEXのInteractive Gridで、Oracle Formsと比較して、重複行の検証を制御/通過させる方法 (2022/07/21)

イメージ
Oracle APEXのInteractive Gridで、Oracle Formsと比較して、重複行の検証を制御/通過させる方法 (2022/07/21) https://medium.com/oracledevs/how-to-control-or-pass-validation-for-duplicate-rows-in-interactive-grid-of-oracle-apex-as-compare-18f453f750bf 投稿者： Jignesh oracle Formsでは、データブロックの重複行を制御するのは非常に簡単ですが、IGの検証を制御するにはどうすればよいでしょうか。 必要な出力 ステップ1：インタラクティブグリッドのある白紙ページを作成します（私は1つの領域「IG」を作成し、インタラクティブグリッドとしてタイプを選択しました） ステップ 2: リージョンに Static ID を定義する (私の場合、リージョンは IG で、Static ID も IG です) ステップ3：複製を制御したいカラムのStatic IDを定義します ステップ4：関数とグローバル変数に移動します コード： var validity, message, ui = this.data; (function($) { function update(model) { var projKey = model.getFieldKey(“PROJECT_ID”), recObj = [], recArray = []; model.forEach(function(record, index, id) { var projid = parseInt(record[projKey], 10), // record[salKey] should be a little faster than using model.getValue in a loop meta = model.getRecordMetadata(id); if (!isNaN(projid) && !meta.deleted && !meta.agg) { recObj = {ID: id, project_id: projid}; recArray.push(recObj)...
続きを読む

Oracle APEX 24.1の一般提供の発表 (2024/06/17)

イメージ
Oracle APEX 24.1の一般提供の発表 (2024/06/17) https://blogs.oracle.com/apex/post/announcing-oracle-apex-241 投稿者： Ashish Mohindroo | Vice President, Product Management APEX Low Code Application Platform Oracle APEX 24.1は、 ダウンロード が一般的に可能になり、世界中のOCI APEX Application DevelopmentおよびAutonomous Database Cloud Serviceリージョンにロールアウトされています。この最新リリースで、GenAIを使用して最初のローコード・アプリケーションを構築する方法を学習します。リリースのお知らせのリプレイはこちらからご覧いただけます。 このリリースでは、優れたエンタープライズ・グレードのアプリケーションを簡単に構築できるイノベーションの3つの主要な柱(AI支援アプリケーション開発、Oracleの次世代データ・プラットフォームのパワー活用、高度なWebおよびモバイル・アプリケーションを構築するための強力なエンタープライズ・グレードのコンポーネント)が提供されています。 AI支援アプリ開発 このリリースでは、AIをローコード開発に直接取り込み、すべての開発者が高度なクラウドおよびモバイル・アプリケーションを簡単に構築できるようにしています。開発者は、AIをアシスタントとして使用して、時間と労力を削減してアプリを構築できるようになりました。APEX AIアシスタントを使用すると、開発者は複数のウィンドウを使用して表名と列名を検索する必要がなくなります。 APEX 24.1 では、クラウドおよびモバイル・アプリの自然言語ベースの開発を可能にするネイティブAI搭載APEX AIアシスタントを導入しました。APEX AIアシスタントを使用すると、すべての開発者は自然言語を使用してSQLを生成できるため、アプリケーションをより簡単に構築したり、ワンクリックで構文修正を実行したり、表名を覚える必要がなくなります。開発者は、自然言語プロンプトを使用して目的の機能とコンポーネントを指定し、直感的な会話型インタフェースを使用し...
続きを読む