Le centre de recherche et de développement de GAC a déployé des GPU NVIDIA sur sa plateforme de Cloud hybride pour atteindre un coefficient de traînée record sur un nouveau concept de voiture.
Guangzhou Automobile Group Co., Ltd. (GAC Group)
Altair ultraFluidX
Simulation de la mécanique des fluides numérique (CFD)
GPU NVIDIA V100 SXM2
Le Centre de R&D de GAC (GAC RDC), établi en 2006, est une filiale à part entière du Guangzhou Automobile Group Co., Ltd. (GAC). C’est le département de gestion des technologies et le centre de R&D du Groupe GAC pour le développement de nouveaux produits pour ses deux marques, GAC Trumpchi et GAC NE, ainsi que pour les nouvelles feuilles de route technologiques et les principales implémentations de R&D.
Afin de créer une marque compétitive au niveau mondial et de faire la démonstration de ses capacités technologiques et de sa capacité de conception évolutive, GAC a proposé un nouveau concept de voiture à l'Auto Guangzhou, responsable de la R&D de ce projet, et s'est fixé comme objectif important d'établir un nouveau record pour le coefficient de traînée le plus faible.
La plupart des conceptions ont nécessité une évaluation et une optimisation par le biais d'une simulation de la mécanique des fluides numérique (CFD). L'un des principaux défis consistait à choisir la technologie de simulation CFD à utiliser pour améliorer la précision et l'efficacité globales de la simulation.
Des approches CFD conventionnelles ont été utilisées pour permettre l'accélération et l'efficacité avec le mécanisme Message Passing Interface (MPI) pour les CPU multicœurs, le calcul parallèle multithread et l'ordonnancement des ressources de HPC. Cette approche a généré des besoins importants en cœurs de CPU dans les clusters de HPC, elle a également posé des défis tels qu'une forte consommation d'énergie et des coûts de maintenance élevés pour l'utilisation des clusters.
Les logiciels de CFD basés sur des approches conventionnelles exigent souvent une qualité de grille supérieure, un pré-traitement complexe et un investissement important dans des processus manuels, ce qui rend difficile une mise en œuvre autonome. Pour obtenir des résultats de simulation de haute précision, des grilles à plus grande échelle et une simulation transitoire sont souvent nécessaires, ce qui entraîne inévitablement une forte augmentation de la consommation de ressources informatiques.
Image reproduite avec l'aimable autorisation du centre de R&D de GAC
Image reproduite avec l'aimable autorisation du centre de R&D de GAC
Image reproduite avec l'aimable autorisation du centre de R&D de GAC
Alimenté par la plateforme de Cloud hybride pour le HPC hétérogène, le RDC de GAC a construit un système agile pour le développement de l'aérodynamique des véhicules qui combine la simulation CFD holographique avec des tests en soufflerie, améliorant ainsi efficacement son efficacité et sa précision de développement. Ce système contribue à assurer son leadership parmi les OEM nationaux dans les domaines de la simulation CFD collaborative à grande échelle et du coefficient de traînée des véhicules ultra-faible. Par exemple, le coefficient de traînée du GAC Trumpchi GS4 Coupé récemment lancé est de seulement 0,295, ce qui est beaucoup plus faible que celui des modèles comparatifs dans son segment de véhicules.
Pourquoi NVIDIA
Compte tenu des réglementations nationales strictes en matière de consommation de carburant et des exigences accrues en matière d'autonomie des véhicules 100 % électriques (BEV), le développement de l'aérodynamique des véhicules devient plus important que jamais. La traînée du vent représentant une part importante de la résistance à la conduite à grande vitesse, la réduction du coefficient de traînée est l'une des principales stratégies des constructeurs pour réduire la consommation d'énergie et les émissions. En raison du coût très élevé des essais en soufflerie et de l'absence générale de chambres d'essai en soufflerie grandeur nature chez les constructeurs nationaux, la solution de simulation CFD intégrée et rentable jouera un rôle essentiel dans la conception de modèles pilotés par la simulation qui présentent un coefficient de traînée ultra-faible.