NASCAR のリチャード・チルドレス・レーシングはクラウドでトラック上のアドバンテージを見つける

背景と課題

リチャード チルドレス レーシングは、NASCAR の歴史の中で最も歴史ある自動車レース チームの 1969 つです。 17 年以来、RCR は 200 回のチャンピオンシップと 500 回のレースで優勝し、NASCAR のトップ ツーリング シリーズ 40 つすべてで優勝した初のチームとなりました。 RCR はカップ シリーズで 50 回優勝しているエリート組織です。 現在、RCR には XNUMX つのフルタイム レース チーム、XNUMX 名以上の従業員、XNUMX 名以上のエンジニアリング スタッフを擁する XNUMX エーカーのキャンパスがあり、すべてのレース カーをエンドツーエンドで設計、製造しています。 彼らは独自のシャーシとサスペンションコンポーネントを設計および機械加工し、独自のボディを設計および製造し、独自のエンジンをテストおよび構築します。

現在、RCR には 500 つのフルタイム レース チーム、40 名以上の従業員、50 名以上のエンジニアリング スタッフを擁する XNUMX エーカーのキャンパスがあり、すべてのレース カーをエンドツーエンドで設計、製造しています。 彼らは独自のシャーシとサスペンションコンポーネントを設計および機械加工し、独自のボディを設計および製造し、独自のエンジンをテストおよび構築します。

シミュレーションは RCR の成功にとって重要な要素であり、特に空力チームにとっては、細部がレースの勝敗を分ける可能性があります。 彼らは、車の空力システムをより深く理解し、新しい空力コンセプトを評価し、風洞チームによってテストされる設計変更を推奨し、現象を分析するために、車のジオメトリの 95% について数値流体力学 (CFD) シミュレーションに依存しています。風洞では明らかではありません。

CFD はコンピューティング集約的なプロセスであり、RCR はシミュレーション要件をサポートするために、オンプレミスのハイ パフォーマンス コンピューティング (HPC) インフラストラクチャと社内の専門知識が限られています。 制約を感じた RCR の空力チームは、コンピューティング能力を増強して、トラック上の車の速度に影響を与える複雑な流れの詳細を正確に理解するのに十分な解像度を持つ、より大きな CFD モデルを構築したいと考えました。

Rescale のソリューション

全身の空気力学解析では、最大 400 億セルという非常に大規模なモデルが必要であり、妥当な時間内に処理するには数千のコンピューティング コアが必要です。 HPC を社内に導入することは、セットアップと管理に必要な資本投資と HPC の専門知識のため、実現不可能でした。 さらに、RCR は、コンピューティング ハードウェアのパフォーマンスが年々大幅に向上していることを認識しており、数年後に古いシステムを使用することに固定されることを望んでいませんでした。 RCR はさまざまな HPC オプションを検討しましたが、Rescale の幅広いハードウェアの選択肢と従量課金制の価格モデルがニーズに合わせて拡張できるため、小規模から開始して完全な運用にまで引き上げる柔軟性が得られると感じました。

「私たちはジョブを即座に実行できます。 キューで待つ必要がなく、ほぼ無制限のハードウェアにアクセスできるため、より多くのシミュレーションや大規模なシミュレーションを実行できます。 私は Rescale が与えてくれる即座の満足感が好きです。 これにより、設計のバリエーションを簡単にデバッグしたり実行したりできます。」 セス・モリス、空気力学者

RCR は、Rescale の ScaleX® プラットフォーム上のクラウドにネイティブに統合、ベンチマーク、最適化された ANSYS Fluent を使用して、車の空気力学やその他の流体の流れを最適化します。 Fluent は、多くの異なる流れ状況で問題を解決する機能を備えた、堅牢な市販の CFD ソルバーです。 RCR は Fluent を外部の空気力学だけでなく、ダウンフォースの変化、燃料の流れ、熱交換のシミュレーションにも使用しています。

利点

Rescale プラットフォームでは、RCR は 512 コア以上の大規模なジョブを簡単に完了します。 Rescale ではハードウェアを事実上無制限に水平スケーリングできるため、より複雑なシミュレーションを大量に実行できます。 さらに、スピードが重要な業界では、キューに並ばずにジョブを即座に実行できることは大きなメリットです。 これにより、シミュレーションが高速化されるだけでなく、設計のバリエーションや「what-if」シナリオをすぐにデバッグおよび実行できる機敏性が得られます。 これらの競争上の優位性は、RCR が軌道上で成功するために不可欠です。

Rescale を使用して設計空間を簡単かつ効率的に探索できるため、RCR は解放されました。 その成功をさらに発展させるために、RCR はスループットを向上させ、設計から製造までのワークフロー全体を合理化するために、Rescale を使用してさらに多くのシミュレーションを自動化することを計画しています。 実稼働レベルでは、無制限の CFD 容量の追加は状況を一変させるでしょう。 これにより、RCR はラップタイムを最適化するために、各レーストラックの規則や規制、制約に応じてボディ設計の抗力とダウンフォースを調整できるようになります。 高度な高解像度 CFD は数千のコアを必要とし、レースカーの複雑な空気力学を理解するのに非常に役立ちます。 自動車はシステムとして動作し、高度な CFD を実行するコンピューティング能力により、毎週変化する制約に応じてさまざまなボディ設計を迅速に導入し、最適化する柔軟性が得られます。

「Rescale を通じて HPC にオンデマンドでアクセスできるようになると、競争上の優位性が得られ、最終的には軌道上でのさらなる勝利につながるでしょう。」 セス・モリス、空気力学者

要約すると、実行すると、 ANSYS Rescale クラウド プラットフォーム上の Fluent CFD ソフトウェアにより、RCR の空気力学チームは次のことを可能にしました。

• キューで待たずにジョブを数百または数千のコアで同時に実行することで、結果が得られるまでの時間を大幅に短縮します。 たとえば、Fluent は直線的に拡張し、200 億セル モデルの実行時間を 16 コアの 512 時間から 9 コアの 1,024 時間未満に短縮します。
• より高度な物理学と流れの詳細をシミュレートします。 車の周りの多くの勾配の高い領域で非常に細かいメッシュが使用されていますが、メッシュはますます小さな流れの詳細を捕捉するために成長し続けています。
• デバッグ、設計の反復実行、および「what-if」シナリオを迅速に実行します。
• レースに勝つために、各レース場のルールやレギュレーションに応じてドラッグとダウンフォースを調整します。 交通および製図解析は大量のリソースを消費し、収束するまでに長い時間がかかります。