Pour les principaux constructeurs de véhicules automobiles et leurs fournisseurs, le développement de produits reste une tâche coûteuse et chronophage. Des clients exigeants, des réglementations strictes et un environnement hautement compétitif ont tous élevé le rôle de l'ingénierie et du développement de produits au point où ils peuvent faire ou défaire les perspectives d'une entreprise.

Ingénierie avancée simulation automobile joue un rôle clé dans les premières étapes du développement du véhicule, permettant aux ingénieurs automobiles de parcourir diverses itérations de conception sans investir dans le matériel. Aujourd'hui, simulation cae pour une utilisation dans simulation et modélisation permettent une analyse plus approfondie et sont très complexes. Même sur place calcul haute performance (HPC) clusters, l’exécution de ces analyses peut prendre des jours, voire des semaines. En outre, exécuter des itérations de conception en parallèle pour explorer pleinement l'espace de conception reste extrêmement difficile, les ingénieurs se heurtant à des contraintes de capacité HPC et devant faire la queue pour exécuter leurs tâches.

Pour répondre aux préoccupations ci-dessus concernant un nouveau programme destiné à un grand constructeur automobile, un équipementier automobile de premier rang s'est tourné vers Redimensionner. Notre client a utilisé Rescale pour configurer et calculer un plans d'expériences (DOE) pour optimiser le profil d'une jupe de piston dans un moteur à combustion interne, dans le but de minimiser la perte de puissance due au frottement de contact. L'optimisation de la jupe du piston est impérative, car sa flexibilité et son profil déterminent la forme des surfaces d'interaction piston-cylindre. Ce DOE a été réalisé pour 4 conditions de charge (ralenti, ville, autoroute et charge moyenne), avec plus de 150 simulations pour chaque condition. Le modèle de simulation était un modèle 3D flexible et entièrement paramétrique du piston. Les déformations thermiques et mécaniques du piston ont été prises en compte. Dans ce cas particulier, le solveur était un code propriétaire de simulation d’analyse de cylindres utilisé dans l’étude des phénomènes de performances liés aux moteurs.

Pour réaliser des simulations parallèles à grande échelle, des centaines de processeurs en cluster sont souvent nécessaires, ce qui nécessite d'importants coûts initiaux en matériel, en logiciels et en personnel d'assistance informatique. En conséquence, ce type de simulation est resté largement hors de portée de tous les constructeurs automobiles, à l’exception des plus grands. Un autre défi est qu'un DOE complet avec des centaines de simulations individuelles peut prendre des semaines, ce qui le rend peu pratique pour les cycles de conception commerciaux.

Le Redimensionner la plateforme, l'utilisateur a pu mettre en place un DOE complet en quelques minutes. Lors de la soumission du travail par l'utilisateur, le solveur propriétaire basé sur Rescale a effectué les opérations suivantes :

• 32 processeurs ont été provisionnés de manière dynamique dans les cinq minutes suivant la soumission du travail.
• Le code propriétaire fourni par le client a été invoqué sur le cluster de 32 processeurs, simulant 672 conceptions.
• Les résultats ont été rassemblés et transmis aux serveurs locaux pour post-traitement et analyse.
• Toutes les instances informatiques du cluster ont été supprimées une fois le processus terminé.

Les problèmes de sécurité ont également été entièrement résolus : les tâches de rescale sont exécutées sur une infrastructure certifiée SOC 2 et ITAR ; toutes les données clients ont été transférées dans un environnement crypté de bout en bout. Des instances de cluster dédiées ont été mises à disposition pour garantir qu'aucun mélange de données ne se produise ; et les données ont été purgées à la fin de l'affaire.

Dans ce cas, le client a estimé que l'exécution de cette tâche sur la plate-forme Rescale réduisait le temps d'exécution de la simulation de >90 % et économisait environ 120 heures de main d'œuvre d'ingénierie par rapport à l'alternative d'exécution locale. De plus, l'exécution de plus de 150 simulations pour chaque cas de charge a révélé des informations critiques qui seraient restées cachées si le client avait exécuté uniquement les 5 à 10 simulations typiques par cas de charge sur du matériel informatique local.