Una delle sfide offerte dai sistemi HPC è legata al post-processing dei risultati delle analisi. Modelli sempre più grandi e dettagliati generano database di risultati che possono crescere rapidamente, e che possono essere complicati da gestire con le architetture tradizionali.

Vediamo quali sono gli approcci più diffusi.

Trasferimento in locale dei risultati

trasferimento locale dei risultatiIl primo approccio è quello di trasferire in locale i dati dal sistema HPC alla workstation su cui eseguire il post-processing. Questo è efficiente quando l’HPC e la macchina dell’utente sono nella medesima LAN o comunque connessi a banda larga, oppure quando i file sono di piccola dimensione. Se i due computer sono distanti e collegati attraverso internet, oppure devo trasferire GB di dati, i colli di bottiglia della rete possono rendere questo processo estremamente lento.

Visualizzazione tramite desktop remoto

visualizzazione tramite desktop remotoL’altro approccio che si utilizza è quello dei sistemi di visualizzazione remota tradizionale come il “Desktop Remoto”, il caro vecchio “VNC” e similari. In questa maniera i dati sono post-processati direttamente su un nodo del sistema HPC dotato di scheda grafica 3D e licenza del software di visualizzazione. Benché questo sistema funzioni, si manifestano ritardi e latenze tra il momento in cui l’operatore esegue un comando 3D (pan, zoom, rotate) e la visualizzazione a schermo. Dal momento in cui l’operatore esegue il comando, questo deve raggiungere il server che lo esegue, dopo di che il sistema di visualizzazione remota trasferisce pacchetti di grafica 2D attraverso la rete. Anche utilizzando tecniche di compressione delle immagini, la rete rappresenta un collo di bottiglia. Inoltre questo approccio richiede praticamente un rapporto 1:1 tra gli utilizzatori remoti e i nodi dotati di scheda grafica. Ciò determina un innalzamento del costo del sistema HPC.

Da una parte l’accesso a sistemi HPC e la disponibilità di strumenti di analisi on-demand mediante cloud rendono accessibile una potenza di calcolo impensabile fino a pochi anni fa. Dall’altra le architetture IT tradizionali non sono pensate per gestire la mole di dati che vengono generati dalle attuali simulazioni CAE. Pertanto occorre un nuovo approccio al post-processing dei risultati.

Streaming remoto dei dati 3D

streaming remoto dei dati 3DTutte le inefficienze delle architetture tradizionali possono essere rimosse utilizzando la piattaforma Ceetron Private Cloud sul sistema HPC. Grazie alla sua innovativa tecnologia di streaming 3D, quando l’operatore carica un modello, il server trasferisce piccoli pacchetti di informazioni 3D costituiti dai poligoni della mesh, le texture delle mappe di risultati, compattando le informazioni che transitano nella rete. Questi dati vengono poi renderizzati in 3D sulla macchina dell’utente, sia essa una workstation o uno smartphone, utilizzando un semplice browser web. Per questo motivo, non è necessario che il server che gestisce Ceetron Private Cloud possieda una scheda grafica 3D. Questo garantisce maggiore efficienza nel post-processing dei dati e minori costi di hardware e di licenza.


Altri articoli 

I 7 suggerimenti migliori per incrementare la produttività con l’analisi CFD

Indice dei contenuti Come si può riuscire ad essere più produttivi?Cosa fare?Scarica il whitepaper Riuscire a far prosperare l’azienda nel mercato man...

Applicazione del digital twin alle grandi strutture

Indice dei contenuti Un sistema per il monitoraggio continuo degli stressAnalisi di pre-testOperational Modal AnalysisAggiornamento del modello FEMEsp...

Come usare il bolt preload di Simcenter Nastran

Indice dei contenuti Modellare i collegamenti bullonati con Simcenter NastranIl Linear Contact di Simcenter NastranIl Bolt Preload di Simcenter Nastra...

SmartCAE - logo trottola

Send this to a friend