Rescale automatisiert die Bereitstellung von Ansys LS-DYNA- und Ansys Fluent-Workloads auf Amazon EC2 Hpc7g-Instances

Neu skalieren freut sich, bekannt geben zu können, dass Ansys LS-DYNA- und Ansys Fluent-Workloads jetzt auf Amazon EC2 Hpc7g-Instanzen ausgeführt werden können, die über die Rescale-Plattform von Arm-basiertem AWS Graviton3E unterstützt werden.
Amazon EC2 Hpc7g-Instances sind ein neuer, speziell entwickelter Instance-Typ für eng gekoppelte rechen- und netzwerkintensive HPC-Workloads (High Performance Computing), die benutzerdefinierte 64-Bit-ARM-basierte Prozessoren enthalten. ARM-basierte Architekturen sind im Allgemeinen für ihre höhere Kernanzahl mit besserer Leistung pro Watt und ihre Energieeffizienz bekannt, da sie durch reduziertes Befehlssatzrechnen (RISC) weniger Wärme erzeugen und so eine bessere Wärmeableitung bieten.
Die Ausführung von Ansys-Simulationen in Kombination mit den Workflow-Automatisierungsfunktionen und der benutzerfreundlichen Oberfläche von Rescale reduziert viele Komplexitäten, die bei der Verwaltung von HPC in der Cloud häufig auftreten. Sicherheitsrisiken im Zusammenhang mit Daten werden durch zahlreiche Maßnahmen von Rescale zum Schutz der Privatsphäre und Datenvertraulichkeit der Kunden minimiert. Dazu gehören externe Zertifizierungen und Compliance-Maßnahmen (z. B. FedRAMP, ITAR usw.), Datenverschlüsselung sowie Kontoeinstellungen und administrative Kontrollen.
Kurz gesagt: Mit Rescale zahlen Sie jetzt nur für die Infrastruktur, die Sie zum Ausführen von Ansys LS-DYNA- und Ansys Fluent-Workloads auf Hpc7g-Instanzen nutzen, und profitieren gleichzeitig von der Flexibilität der Cloud-Rechenressourcen. Konzentrieren Sie sich auf Forschung und Innovation und überlassen Sie die Verwaltung komplexer und sicherer IT-Systeme Rescale.
Vorteile der Ausführung von HPC-Workloads auf Arm-basierten Architekturen:
- Kosten: Hpc7g-Instances bieten für rechenintensive HPC-Workloads eine um bis zu 70 % bessere Leistung und ein bis zu dreimal besseres Preis-Leistungs-Verhältnis im Vergleich zu AWS Graviton-basierten Instances der vorherigen Generation.
- Energieeffizienz: Arm-Prozessoren bieten energieeffiziente Leistung und einen reduzierten Stromverbrauch, was zu einem geringeren Stromverbrauch führt. Dies hilft Unternehmen, ihren CO2-Fußabdruck zu verringern und trägt zu einer umweltfreundlicheren Computerinfrastruktur bei.
Was ist beim Ausführen von HPC-Workloads auf Arm-basierten Architekturen zu beachten:
- Wählen Sie die richtige Hardware: Bei der Auswahl der Hardware für ein Arm-basiertes HPC-System ist es wichtig, Komponenten auszuwählen, die miteinander kompatibel und für HPC-Workloads optimiert sind.
- Software für Arm-Prozessoren kompilieren: Wenn Sie HPC-Software verwenden, die nicht für Arm-Prozessoren vorkompiliert ist, müssen Sie diese selbst kompilieren. Dies kann ein komplexer Prozess sein, es stehen Ihnen jedoch zahlreiche Ressourcen zur Verfügung, die Ihnen dabei helfen.
- Verwenden Sie eine Cloud-Plattform: Cloud-Plattformen wie Rescale können die Ausführung von HPC-Workloads auf Arm-basierten Prozessoren vereinfachen. Sie bieten Zugriff auf eine breite Palette von Arm-basierter Hard- und Software und unterstützen Sie bei der Verwaltung der komplexen Infrastruktur und Software, die für HPC-Workloads erforderlich ist.
Rescale kann diese Herausforderungen bewältigen, indem es eine Plattform bereitstellt, die die Bereitstellung und Verwaltung von HPC-Workloads auf Arm-basierten CPUs erleichtert. Die Plattform von Rescale bietet eine Reihe von Funktionen, die zur Optimierung des Preis-Leistungs-Verhältnisses beitragen können, darunter:
- Automatisierte Bereitstellung und Verwaltung: Rescale kann HPC-Cluster auf Arm-basierten CPUs automatisch bereitstellen und verwalten, was Zeit und Ressourcen sparen kann.
- Optimierter Software-Stack: Rescale bietet einen voroptimierten Software-Stack für Arm-basierte CPUs, der zur Leistungsverbesserung beitragen kann.
- Leistungsüberwachung und -analyse: Rescale bietet Tools zur Überwachung und Analyse der Leistung von HPC-Workloads, die dabei helfen können, Leistungsengpässe zu identifizieren und zu beheben.
„Rescale ist begeistert von Amazon EC2 Hpc7g-Instances mit mehr Gleitkommaleistung und mehr EFA-Bandbreite. Wir freuen uns schon jetzt darauf, wie die Einführung des besseren Preis-Leistungs-Verhältnisses der Hpc7g-Instances in Kombination mit der Energieeffizienz der AWS Graviton-Prozessoren die numerische Strömungsmechanik (CFD) und eine Vielzahl realer HPC-Produktions-Workloads voranbringen wird“, sagt Mulyanto Poort, Vice President of HPC Engineering bei Rescale. „Die Einführung der Amazon EC2 Hpc7g-Instances wird unseren Kunden helfen, ihre Digital Engineering Bemühungen und gleichzeitig die Reduzierung ihres CO2-Fußabdrucks.“
Leistungsbenchmarking von Ansys LS-DYNA und Ansys Fluent auf Amazon EC2 Hpc7g-Instanzen
Hpc7g-Instanzen sind ab sofort auf Rescale unter dem Coretype-Namen „Pectolite“ verfügbar. Um die Leistung von AWS Graviton3E-Instanzen zu veranschaulichen, verglichen wir zwei branchenführende Softwarepakete: Ansys Fluent und Ansys LS-DYNA. Für einen aussagekräftigen Vergleich verglichen wir die Leistung dieser beiden Arm 64-basierten Pakete mit der vorherigen Generation der Amazon EC2 C6gn AWS Graviton2-basierten Instanzen, die auf Rescale als Coretype „Palladium“ bekannt sind.
Ansys LS-DYNA ist ein implizites und explizites Simulationstool mit der Finite-Elemente-Methode (FEM) für nichtlineare Strukturanalysen und eine der am häufigsten verwendeten Simulationsmethoden in der Automobilindustrie für Strukturdesign und Crashsimulationen.
Siddharth Shah, Principal Product Manager bei Ansys, kommentierte kürzlich Produktseite der AWS Hpc7g-Instanz „Ansys freut sich, den LS-DYNA-Solver auf den neuen Amazon EC2 Hpc7g-Instanzen zu unterstützen, die auf ARM-basierten AWS Graviton-Prozessoren basieren. Gemeinsame Kunden können eine deutliche Steigerung der Rechenleistung zu geringeren Kosten erwarten und gleichzeitig Energie sparen, was dazu beiträgt, Fortschritte bei der Erreichung von Nachhaltigkeitszielen zu erzielen.“
Unsere Tests mit LS-DYNA bestätigen Siddharths Ansicht zu Hpc7g-Instanzen, da wir mithilfe eines Caravan-to-Caravan-Testmodells mit 2 Millionen Elementen erhebliche Leistungsverbesserungen zwischen Pectolite (Amazon EC7 Hpc2g-Instanzen) und Palladium (Amazon EC6 C3.2gn-Instanzen) feststellen konnten. Bei 256 Kernen konnten wir eine Beschleunigung der Iterationszeit um fast 40 % feststellen. Obwohl diese FEM-Codes im Allgemeinen schwieriger zu skalieren sind, sehen wir dennoch eine leichte Steigerung der parallelen Effizienz um 6 % im Vergleich zu C6gn-Instanzen. Dies zeigt, dass Pectolite (Hpc7g-Instanzen) die Lösungszeit selbst für diese anspruchsvollen Probleme verkürzen kann.
Einer der Hauptgründe für die hohe Leistung dieser Instances ist die fast doppelt so hohe Gleitkommaleistung der auf AWS Graviton 3E basierenden EC2-Instances im Vergleich zu den auf AWS Graviton2 basierenden Instances der sechsten Generation. Zudem ermöglichen sie bis zu 2 % schnellere Vektorbefehlssatzberechnungen im Vergleich zu Graviton35-Instances der aktuellen Generation. Neben der Steigerung der reinen Rechenleistung sind Hpc3g-Instances eine der ersten Instances, die Double Data Rate 7 (DDR5)-Speicher nutzen, der im Vergleich zu DDR5-Speicher eine um 50 % höhere Speicherbandbreite bietet. Diese Erhöhung der Speicherbandbreite trägt dazu bei, den CPU-Engpass für diese Art von Workloads zu reduzieren.
Abbildung 1:

Der andere von uns getestete Code ist Ansys Fluent, ein branchenführendes CFD-Tool für Fluidsimulation, Wärmeübertragung, Mischen und Mehrphasenströmung. Ansys Fluent wird weltweit in zahlreichen Branchen eingesetzt, von der Luft- und Raumfahrt über die Energie- und Automobilindustrie bis hin zur Fertigung und Pharmaindustrie. Eng gekoppelte CFD-Codes wie Ansys Fluent gehören zu den infrastrukturintensivsten HPC-Workloads.
Wir haben Ansys Fluent mit einem 140-M-Zellen-Modell eines F1-Fahrzeugs getestet. Wie erwartet konnten wir bei kleinen Clustern deutliche Leistungssteigerungen beobachten, die die Verbesserungen bei CPU- und Speicherbandbreite der HPC7g-Instanzen verdeutlichen. Besonders beeindruckend ist die anhaltende Leistungssteigerung und die starke Skalierung bei vielen tausend Kernen. HPC7g-Instanzen zeigen eine um 45 % höhere Iterationsgeschwindigkeit bei 2048 Kernen im Vergleich zu C6gn-Instanzen mit einer beobachteten parallelen Effizienz von 75 %. Dies zeigt, dass HPC7g-Instanzen selbst mit den größten und anspruchsvollsten eng gekoppelten HPC-Workflows effizient skalieren können.
Abbildung 2:

Diese beeindruckende parallele Skalierungsleistung in der Cloud wird durch die Fortschritte von AWS mit dem Elastic Fabric Adapter (EFA) ermöglicht, der auf dem AWS Nitro System basiert. Das Nitro System ermöglicht nicht nur die Auslagerung von Virtualisierungsfunktionen vom Hostcomputer, sondern auch erweiterte Funktionen wie ein robusteres Netzwerk mit geringerer Latenz durch skalierbare, zuverlässige Datagramme (SRD) und native Netzwerkverschlüsselung.
Verwenden Sie Rescales neue Leistungsprofil Funktion, um nahtlos Ihre eigenen Benchmarks auszuführen und sich selbst davon zu überzeugen.
Erste Schritte mit Amazon EC2 Hpc7g-Instances auf Rescale
neu zu registrieren um einen Termin bei SC23 zu vereinbaren oder Erhalten Sie eine zweiwöchige kostenlose Testversion von Amazon EC2 Hpc7g-Instanzen auf Rescale