Simcenter STAR-CCM+ 2602: IA, Aceleración GPU y Nuevas Fronteras de la Multiphysics

4 min de lectura Automotive

La integración del Geometric Deep Learning (GDL) en Simcenter STAR-CCM+ 2602 permite obtener predicciones instantáneas para evaluar variantes de diseño en tiempo real, acelerando la toma de decisiones durante las fases preliminares del desarrollo.

Esta versión introduce además soporte nativo para GPU en los solvers Volume of Fluid (VOF) y Mixture Multiphase (MMP), junto con una mejora del escalado multi-GPU que reduce drásticamente los tiempos de cálculo en cargas de trabajo multifásicas y de gran escala.

La nueva flexibilidad a nivel de hardware, que incluye compatibilidad con GPU AMD en Windows y un uso inteligente y combinado de CPU/GPU, permite aprovechar al máximo la capacidad de cálculo disponible. Mejoras fundamentales en términos de precisión, como el mallado avanzado de las capas prismáticas y los planos de mezcla implícitos totalmente conservativos, refuerzan la robustez numérica y la fiabilidad de los resultados.

Convergencia rápida y precisión con los Enhanced Quality Prisms

En geometrías complejas, las capas prismáticas suelen estar sujetas a fenómenos de “retracción” (shrinkage), especialmente en las proximidades de aristas cóncavas y convexas, lo que degrada la calidad de la malla en la zona próxima a la pared y ralentiza la convergencia.

Con la versión 2602, el mesher Enhanced Quality Prism genera capas más gruesas y uniformes, eliminando las topologías de “nodos colgantes” (hanging nodes) en las transiciones entre capas. Esto estabiliza los residuos y acelera la convergencia del solver, garantizando una representación más precisa de la capa límite y predicciones más fiables de los esfuerzos cortantes en pared, la transferencia de calor y el desprendimiento de la capa límite.

Conservación de las magnitudes totales en los planos de mezcla implícitos

En las turbomáquinas, el acoplamiento entre rotor y estátor mediante planos de mezcla puede introducir errores de conservación de la energía cuando la conformidad de la malla es deficiente.

La nueva versión aplica una estrategia avanzada de actualización de los valores de contorno, combinada con el binning de las huellas (imprint binning), reduciendo en un orden de magnitud los errores en la presión total y la temperatura total.

Predicciones instantáneas para la aerodinámica externa

Las capacidades de Geometric Deep Learning (GDL) están ahora integradas directamente en el Design Manager. Es posible entrenar modelos predictivos capaces de evaluar el rendimiento en cuestión de minutos utilizando conjuntos de datos CFD preexistentes.

  • Inferencia en tiempo real: Compara los resultados CFD y la inferencia de IA lado a lado.
  • Flujo de trabajo fluido: No es necesario transferir datos externos; todo se lleva a cabo en el entorno familiar de STAR-CCM+.

Aprovechamiento de los datos históricos

Los ingenieros pueden ahora importar resultados de simulaciones anteriores directamente en el Design Manager para utilizarlos como datos de entrenamiento para los modelos GDL. Esto permite crear modelos sustitutos sin necesidad de volver a ejecutar las simulaciones, maximizando el valor de las inversiones realizadas en CFD.

Aceleración mediante GPU para aplicaciones multifásicas

Los casos VOF y MMP, fundamentales para sectores como el naval y la automoción (sloshing, cambio de fase), ahora pueden ejecutarse de forma nativa en GPU.

  • Eficiencia: Una sola GPU puede igualar el rendimiento de aproximadamente 250 núcleos de CPU, consumiendo solo el 19 % de la energía.
  • Fiabilidad: Dado que el código del solver es idéntico, se garantiza la coherencia de los resultados entre CPU y GPU.

Escalabilidad Multi-GPU mejorada en un 20 %

STAR-CCM+ 2602 optimiza la transferencia de datos entre dispositivos, reduciendo la sobrecarga computacional. Esto se traduce en un aumento del rendimiento de hasta un 20 % en configuraciones con un elevado número de GPU, permitiendo gestionar modelos CFD de gran escala con tiempos de ejecución reducidos.

Flexibilidad de hardware: AMD y uso compartido dinámico

  • AMD en Windows: Los usuarios con estaciones de trabajo equipadas con GPU AMD ahora pueden aprovechar la aceleración por hardware directamente en Windows.
  • Uso adaptativo de la CPU: Las tareas intrínsecamente vinculadas a la CPU (como el surface wrapping o el postprocesamiento) ahora pueden utilizar dinámicamente los núcleos disponibles incluso cuando las GPU están ocupadas, eliminando cuellos de botella y optimizando el rendimiento del nodo de cálculo.

Simulaciones de vadeo de vehículos (Vehicle Wading) con SPH

El análisis del vadeo mediante el solver Smoothed Particle Hydrodynamics (SPH) ha sido optimizado. Ahora es posible refinar las partículas alrededor del vehículo y resolver movimientos dinámicos complejos (suspensión y contacto neumático-carretera) en tiempos mucho más reducidos, integrando evaluaciones hidrodinámicas y de los esfuerzos mecánicos en los componentes.

DESCUBRE SIMCENTER STAR-CCM+

Comprueba el producto antes de fabricarlo.

¿Y si pudieras reducir hasta un 80 % los costes de tus prototipos?