Los sistemas HPC y los retos de la visualización de los resultados CAE

Uno de los retos que plantean los sistemas HPC está relacionado con el posprocesado de los resultados de los análisis. Los modelos, cada vez más grandes y detallados, generan bases de datos de resultados que pueden crecer rápidamente y cuya gestión puede resultar complicada con las arquitecturas tradicionales. Veamos cuáles son los enfoques más habituales.

Transferencia local de los resultados

El primer enfoque consiste en transferir los datos del sistema HPC a la estación de trabajo local en la que se realizará el posprocesado. Este método resulta eficiente cuando el HPC y el equipo del usuario están en la misma LAN o, en cualquier caso, conectados mediante una red de banda ancha, o cuando los archivos son pequeños.

Si los dos equipos están lejos y se conectan a través de Internet, o si es necesario transferir gigabytes de datos, los cuellos de botella de la red pueden hacer que este proceso sea extremadamente lento.

Visualización mediante escritorio remoto

Otro enfoque habitual consiste en utilizar sistemas tradicionales de visualización remota, como «Escritorio remoto», el clásico «VNC» y soluciones similares. De este modo, los datos se posprocesan directamente en un nodo del sistema HPC equipado con una tarjeta gráfica 3D y una licencia del software de visualización.

Aunque este sistema funciona, se producen retrasos y latencias entre el momento en que el usuario ejecuta un comando 3D (desplazamiento, zoom o rotación) y su visualización en pantalla. Cuando el usuario ejecuta un comando, este debe llegar al servidor para que se procese; a continuación, el sistema de visualización remota transfiere paquetes de gráficos 2D a través de la red. Incluso utilizando técnicas de compresión de imágenes, la red sigue representando un cuello de botella. Además, este enfoque requiere prácticamente una relación 1:1 entre los usuarios remotos y los nodos equipados con tarjeta gráfica, lo que incrementa el coste del sistema HPC.

Por un lado, el acceso a sistemas HPC y la disponibilidad de herramientas de análisis bajo demanda a través de la nube permiten disponer de una capacidad de cálculo impensable hace tan solo unos años. Por otro, las arquitecturas de TI tradicionales no están diseñadas para gestionar el volumen de datos que generan las simulaciones CAE actuales. Por tanto, es necesario adoptar un nuevo enfoque para el posprocesamiento de los resultados.

Streaming remoto de datos 3D

Todas las ineficiencias de las arquitecturas tradicionales pueden eliminarse utilizando la plataforma Ceetron Private Cloud en el sistema HPC. Gracias a su innovadora tecnología de streaming 3D, cuando el usuario carga un modelo, el servidor transfiere pequeños paquetes de información 3D, compuestos por los polígonos de la malla y las texturas de los mapas de resultados, lo que reduce el volumen de información que circula por la red.

Estos datos se renderizan posteriormente en 3D en el dispositivo del usuario, ya sea una estación de trabajo o un smartphone, utilizando un simple navegador web. Por este motivo, no es necesario que el servidor que gestiona Ceetron Private Cloud disponga de una tarjeta gráfica 3D. Esto garantiza una mayor eficiencia en el posprocesamiento de los datos y reduce los costes de hardware y licencias.