本文へ移動

サイトナビゲーションへ移動

検索ボックスへ移動

サイドバーへ移動

ここは、本文エリアの先頭です。

GPUを用いた流体解析の研究開発

JAXAスーパーコンピュータシステム利用成果報告(2023年2月~2024年1月)

報告書番号: R23JDA201G24

利用分野: 航空技術

PDFはここからダウンロード

  • 責任者: 中北和之, 航空技術部門航空環境適合イノベーションハブ
  • 問い合せ先: サンシカアンドレア(sansica.andrea@jaxa.jp)
  • メンバ: ラッシャー デービッド, 大道 勇哉, サンシカアンドレア, ザウナー マルクス

事業概要

OpenACCでFaSTARのデフォルトルーチン計算高速化. GPUベースFaSTARで, CRM-HL 状の低速失速の解析を行う. GPUベースFaSTARで, バフェットの解析を行う.

参照URL

なし

JAXAスーパーコンピュータを使用する理由と利点

CFDソルバー の GPU バージョンを開発するには, JSS3 で利用可能な GPU ノードを使用してコードを検証し, 大規模なシミュレーションを実行できる.

今年度の成果

FaSTAR-GPUについて:FaSTARのGPUでOpenACCによる高速化と最適化. ムルチGPU版とムルチCPU版の結果は, よく一致しています (図 1). 一般的なセットアップでは, 実行の加速は2xになった.

OpenSBLIについて:JSSのTOKI-RURIのGPUノードでOpenSBLIを開発して, 最大100億格子のマルチブロックの高忠実度の高速バフェット解析をできた. 世界初のワイドスパンバフェットのスケール分解高忠実度シミュレーションをAR=3のアスペクト比まで実行し(図2), 3D効果を調査しました. 第55回流力講演会/第41回ANSSの航空宇宙数値シミュレーション技術部門の最優秀賞はこのシミュレーションが受賞しました.

Annual Reoprt Figures for 2023

図1: 実際の航空機周り遷音速流れのFaSTAR-GPUとFaSTAR-CPUの比較

 

Annual Reoprt Figures for 2023

図2: JSS3 TOKI-RURI GPUノードで, NASA-CRM 翼のために, 遷音速バフェット OpenSBLIのシミュレーション.

 

成果の公表

-査読付き論文

[1] DJ Lusher, A Sansica, A Hashimoto. Effect of Tripping and Domain-Width on Transonic Buffet on Periodic NASA-CRM Airfoils. arXiv preprint arXiv:2401.14793. AIAA-J (Under review, 2024).

[2] David J. Lusher, Andrea Sansica, Neil D. Sandham, Jiangping Meng, Atsushi Hashimoto. OpenSBLI v3.0: High-Fidelity Multi-Block Transonic Aerofoil CFD Simulations using Domain Specific Languages on GPUs. Computer Physics Communications (Under review, 2024).

-査読なし論文

[1] P. Zehner, A. Sansica, A. Hashimoto. Investigation of the Mesh and Flow Influence on GPU Performance of Time Integration Methods for an Unstructured CFD Solver. ANSS Conference Tokyo, 2023.

[2] P. Zehner, A. Sansica, A. Hashimoto. Contribution of JAXA to APC-9 using GPU-accelerated FaSTAR: free-air and in-tunnel RANS calculations for CLmax prediction on the CRM high-lift configuration. ANSS Conference Tokyo, 2023.

[3] D.J Lusher, A. Sansica, M.Zauner, A. Hashimoto. High-fidelity simulations of transonic buffet on wide-span airfoils in the OpenSBLI automatic code-generation framework on GPUs. ANSS Conference Tokyo, 2023.

[4] A. Sansica, D.J Lusher, A. Hashimoto. Mach Evolution of the Cylinder Wake Flow Bifurcations. International Symposium on Shockwaves ISSW34. Daegu, Korea, 2023.”

-招待講演

[1] D.J. Lusher, N.D. Sandham. OpenSBLI/OPS workshop Training course: OpenSBLI automatic code- generation framework. UK Turbulence Consortium, Oxford. United Kingdom 2023.

-口頭発表

[1] P. Zehner, A. Sansica, A. Hashimoto. Investigation of the Mesh and Flow Influence on GPU Performance of Time Integration Methods for an Unstructured CFD Solver. ANSS Conference Tokyo, 2023.

[2] P. Zehner, A. Sansica, A. Hashimoto. Contribution of JAXA to APC-9 using GPU-accelerated FaSTAR: free-air and in-tunnel RANS calculations for CLmax prediction on the CRM high-lift configuration. ANSS Conference Tokyo, 2023.

[3] D.J Lusher, A. Sansica, M.Zauner, A. Hashimoto. High-fidelity simulations of transonic buffet on wide-span airfoils in the OpenSBLI automatic code-generation framework on GPUs. ANSS Conference Tokyo, 2023.

[4] A. Sansica, D.J Lusher, A. Hashimoto. Mach Evolution of the Cylinder Wake Flow Bifurcations. International Symposium on Shockwaves ISSW34. Daegu, Korea, 2023.

[5] D.J Lusher, A. Sansica, A. Hashimoto. High-fidelity simulations of wide- span transonic airfoil buffet on multi-GPUs using automatic code-generation. JSFM, CFD37 Symposium Nagoya, 2023.”

JSS利用状況

計算情報

  • プロセス並列手法: GPU
  • スレッド並列手法: 非該当
  • プロセス並列数: 128
  • 1ケースあたりの経過時間: 100 時間

JSS3利用量

 

総資源に占める利用割合※1(%): 4.12

 

内訳

JSS3のシステム構成や主要な仕様は、JSS3のシステム構成をご覧下さい。

計算資源
計算システム名 CPU利用量(コア・時) 資源の利用割合※2(%)
TOKI-SORA 1364131.95 0.06
TOKI-ST 4655.28 0.01
TOKI-GP 7374608.25 95.86
TOKI-XM 0.00 0.00
TOKI-LM 8364.68 0.64
TOKI-TST 0.00 0.00
TOKI-TGP 0.00 0.00
TOKI-TLM 0.00 0.00

 

ファイルシステム資源
ファイルシステム名 ストレージ割当量(GiB) 資源の利用割合※2(%)
/home 1200.11 1.00
/data及び/data2 122015.56 0.75
/ssd 32114.44 3.03

 

アーカイバ資源
アーカイバシステム名 利用量(TiB) 資源の利用割合※2(%)
J-SPACE 7.06 0.03

※1 総資源に占める利用割合:3つの資源(計算, ファイルシステム, アーカイバ)の利用割合の加重平均.

※2 資源の利用割合:対象資源一年間の総利用量に対する利用割合.

 

ISV利用量

ISVソフトウェア資源
利用量(時) 資源の利用割合※2(%)
ISVソフトウェア(合計) 43.99 0.02

※2 資源の利用割合:対象資源一年間の総利用量に対する利用割合.

JAXAスーパーコンピュータシステム利用成果報告(2023年2月~2024年1月)