达索系统 SIMULIA 2026 新功能直通车｜Abaqus HPC新功能介绍

在Abaqus 2026x隐式求解器高性能计算的新功能更新说明中，主要介绍了AMG迭代求解器在不同软件版本中的性能提升，并且同隐式直接求解器进行了计算性能的比较。

为了测试不同规模的模型在HPC中的性能提升表现，选取了4个SIMULIA的中型、大型标准测试模型，在Abaqus隐式求解中分别使用直接求解器和AMG迭代求解器进行求解效率的性能比较。

通过Abaqus新旧软件版本（2024x VS 2026x）、不同求解器（Direct求解器 VS AMG迭代求解器）、不同分布式节点并行环境、不同通信架构（OMPI VS IMPI）等方面开展评估：

Abaqus 2026x新增Homogeneous Batch并发模式，主要考虑了同一模型在进行少量参数修改后进行的多次大规模计算场景下的计算性能表现的提升。

测试中选取了s4e标准测试模型，即模型自由度为1500万的动力总成模型，并对模型进行不同的参数修改，最终将若干个此模型的计算文件打包提交，测试在有限计算资源（如100个计算节点）下如何在一天内完成尽量多的计算任务。测试结果表明，对于单个计算任务，CPU数量越多，计算完成的时间越快，但是每天完成的总计算任务并不是最多的。通过测试，当单任务计算选取32或64核心进行计算提交时，计算节点的资源可以100%充分使用，集群无排队且每天完成的计算任务数最多。

与此同时，License的投入会减少，所有的计算任务共享1个许可，以单任务64核计算核心为例，单位许可产出1.55计算任务/天，比传统“一任务一个许可”的配置模式的单位许可产出效率高。

在Abaqus 2026x新功能介绍中，首次在业界推出面向通用显式有限元分析求解器的GPU加速介绍，此部分功能更新还在持续研发过程中。在本次发布中，首先重点确保了显式求解器GPU加速后的计算结果与纯CPU求解的精度一致性；在以单元计算为主的仿真场景（如冲击、碰撞、跌落等瞬态动力学分析）中，加速效果明显；支持跨多个节点的多GPU分布式计算，但现阶段软件版本仅支持Linux系统上的NVIDIA GPU的显式求解加速。

通过对e10、e11、e13、e14标准测试模型的测试结果显示，相同CPU计算数量、增加1个GPU进行计算，求解效率可以提升约54%，若增加一个计算节点，比如由1个计算节点下的2个GPU，增加到2个计算节点的4个GPU，求解效率可以提升约54%-62%。

在本次Abaqus 2026x的发布版本中，基于研发的阶段开发和测试结果，给出了一些显式求解器的GPU加速建议：

值得注意的是，此功能更新效果取决于具体的求解流程和场景，不同分析模型获得的加速效果会不尽相同。随着后续持续研发，此部分功能会有进一步的功能更新内容发布。

Abaqus 2026x新版本功能介绍中，更新了DMP架构下的CSS多物理场协同仿真服务性能提升介绍，尤其是大规模耦合计算的性能提升和稳定性表现。

新版本中，从协同仿真服务（CSS）的架构层面进行了改进，推出了基于DMP分布式的CSS架构。新的基于DMP的CSS架构通过分布式内存并行技术，将CSS从传统的单进程协调模式转变为分布式并行模式，实现了大规模多物理场耦合仿真的性能提升。

新的DMP CSS架构下，性能提升具体表现在：

功能更新说明中最后给出若干案例，案例模型涉及到上下游体数据的映射、大规模网格且网格节点不协调等。传统的串行协调模式下，要实现如此大规模的体数据映射非常困难，或者只能实现粗略网格的体数据映射，而在新版本的DMP并行CSS架构下，可以完成精细网格下的大规模体数据的映射。

将FMK热传计算得到的温度场映射到Abaqus的体网格，流体网格和体网格的节点不匹配