LS-DYNA平行處理功能

[mic64]

LS-DYNA平行處理功能

LS-DYNA可以支援平行運算，可以針對不同的系統(UNIX、Linux、Windows2000)進行平行處理運算，包含MPP (Massively Parallel)、SMP(Share Memory Parallel)。透過以下文章您可以更深入的了解，LS-DYNA是如何做平行運算。

LS-DYNA平行運算功能應用於電子產品結構分析

前言

隨著資訊科技的進步，今日市面上個人電腦效能已有大幅度的提昇。以往許多只能依賴工作站執行的程式，皆可輕而易舉地在個人PC上執行完成。儘管如此，當面對一個龐大的程式時，工程師無不希望能有更快速有效率的執行環境。

因此，PC Cluster(PC 群組)的概念被提出之後，大型的程式設計紛紛採用這種方式以提高效率。雖然每台PC個別的計算效率遠低於大型電腦，但是PC 群組的整體效能卻可比擬大型電腦甚至超越大型電腦。平行運算實際上已經發展多年，而近年來也因為PC Cluster成本低，效能漸漸可以超過大型電腦，於是被大量採用。目前平行運算所採用的傳輸標準為MPI，MPI標準不但能夠在許多大型平台使用，也可用在PC Cluster上，相信在不久的未來，其應用會更加廣泛。




何謂MPI

大量的平行運算對電腦而言，實際上是個非常複雜及花時間的過程，幸而有了第一個標準化 Message Passing 平行語言-- MPI(Message Passing Interface)的發展，才得以實現。MPI依字面的意思可稱為「訊息傳輸介面」。從Ohio Supercomputer Center得到的解釋是「可攜帶性平行程式」，可以使用在Fortran、C等語言撰寫的程式上，並可以用在各種平行電腦間，尤其是分散記憶體(distributed memory)之環境。

LS-DYNA早於1993年發展平行運算之核心，並立即採用MPI之傳輸標準。發展至今日，LS-DYNA配合平行運算的各項功能也更臻完善，其準確度及速度已廣為學術界及商業界所認同（註１），本篇文章利用相同的有限元素模型來比較平行處理及單CPU運算結果，藉此文章使讀者對LS-DYNA平行處理運算能力有初步的認識。



平行運算測試方式

利用LS-DYNA模擬B.B.Call掉落的過程，分別在單機單CPU及兩台單CPU的電腦群組環境下執行，比較二者在執行效率及精度上的差異性。

測試的環境硬體規格如下：

PC群組(兩台)

主機板：ASUS

記憶體：512 M

CPU：INTEL Pentium III 450 MHz

作業系統：Windows2000

　

實例演練

有限元素軟體的操作流程大致分為三階段：前處理、核心程式計算求解及後處理階段。

前處理：利用專為LS-DYNA設計的前處理軟體FEMB進行(介面請參考圖3.)，目的在建立有限元素網格點及設定外力、邊界條件等。

核心程式計算部份：採用LS-DYNA / MPP運算核心進行平行運算並與單機運算之比對。

後處理：利用後處理程式LSPOST來彙整並輸出運算完成後的數值資料，及應力、變形或速度、加速度等物理量的分佈趨勢。

以本文B. B. Call model為例(圖2. )，共可區分為九個部份：上蓋、下蓋、PCB板、device、及卡勾、連結元素及螺柱、剛性地板等，其相關結點及元素資訊請參考表1。




總重量 104.7 gw
尺寸 100 x 50 x 20 (mm)
組件數目 含剛性地面共區分成9 parts
結點總數 6,044
元素總數 3,792
材料種類 5種(含剛性、彈性及彈塑性)



材料方面以剛性材料(*MAT_RIGID)來模擬地面，其餘則以理想塑性材料模式(*MAT_PLASTIC_KINEMATIC)來模擬塑膠材料。一般而言，電子產品常見的塑膠材料，其楊氏係數約在2000~2500 MPa左右，降伏強度約在60~70 MPa的範圍內。



並設定其以2,000 mm/s之起始速度撞擊地面，亦相當於自20公分的高度自由落下。

由後處理程式可看到整個產品在掉落撞擊地面後，並沒有發生上下蓋分離或是材料達到塑性變形的情況發生，其Von-Mises應力分佈狀況請參考圖4；同時，亦可選取主機板零件上的特定結點(Node 4106)來觀察此點在整個掉落過程中的加速度反應。



　

結果

以本例而言，利用兩台主機進行平行運算的CPU效能約發揮至95%，瞬時可達100%或降至80%不等，視網路狀況及系統環境而異。執行單機運算的CPU效能則較為穩定，維持在100%。


CPU效能
運算時間
速度比

單機運算
Max.

Ave. 100%

Min.
5,657 sec
1

平行運算
Max. 100%

Ave. 95%

Min. 80%
3,342 sec
1.69


就所需運算時間而言，單機運算所需時間為5,657秒；平行運算的執行時間為3,342秒，速度比為1：1.69(參考表2.)。以筆者經驗，在一些有限元素分析案中，採用不同的接觸演算法(contact algorithm)， 可能使CPU效能只發揮到60%~70%。儘管如此，仍舊比單機執行節省時間。

下圖為第4106結點於單機運算及平行運算後所得到的加速度響應曲線，可以看出二者線型幾乎重疊在一起，沒有差別。






　

結語

一般印象中，平行運算的程式執行速度大抵是和CPU的數量成正比，但在國內外已有大量的文章和案例皆顯示，隨著CPU數量的增加，程式花費在橫向聯繫的時間會更久，因此所節省的時間實際上並非完全與CPU的數量成倍數關係；而不同主機間的硬體規格、作業系統及網路傳輸品質也是影響執行效率的重要因素。

經實地驗證的結果，假設電腦群組當中有9台CPU為2.2G的主機，第10台為450MHz的機器，在進行平行運算的過程中可以發現450MHz主機的CPU效能幾乎是100%的在利用，但是其餘2.2G主機則只有佔用一小部份的CPU資源而已，相當於是以10台450MHz的機器在執行運算。換言之，平行運算的效能首先是依據電腦群組裡等級最低者為準，因此建議執行平行運算的環境儘量是建立在配備等級相仿的電腦群組中。

以LS-DYNA而言，利用顯性積分方式進行分析，其運算時間主要視元素尺寸及波傳速度而定；平行運算之速度則視「接觸演算法」(contact algorithm)之演算效率而定。

本文目的並非針對平行運算的效能比較進行學術探討，且所選用電腦平台的環境條件亦非建立在完全相同的水平條件上，這樣的方法絕非是嚴謹的比較方式。本文目的是為了提供給讀者們更經濟有效率的方式，利用現有常見的硬體環境，以LS-DYNA進行有限元素分析模擬，以縮短分析時間。