スピードの必要性がNASCARのリチャード・チルドレス・レーシングをクラウドへ駆り立てる

リチャード・チルドレス・レーシングの空気力学者、セス・モリスによるゲスト投稿

ストックカーレースの世界では、たとえ最小の競争上の優位性を見つけることが勝敗を分けます。

だからこそ、Richard Childress Racing では、レースカーの設計と製造をエンドツーエンドで行っています。 当社は独自のシャシー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。 RCR ではすべてがゼロから構築されます。

おそらくそれが、当社の 48 年の歴史の中でこれほどの成功を収めてきた理由であり、その起源は、当社のオーナーであるリチャード・チルドレスが NASCAR でキャリアをスタートした 1969 年にまで遡ります。 それ以来、私たちは 17 のチャンピオンシップと 200 のレースで優勝し、NASCAR のトップ ツーリング シリーズ 1986 つすべてで優勝した初のチームになりました。 リチャードと伝説のデイル・アーンハートとのパートナーシップにより、RCR は 1994 年から XNUMX 年までカップ シリーズで XNUMX 回優勝したエリート組織となりました。

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 エーカーのキャンパスに XNUMX 名以上のエンジニアリング スタッフがおり、機械設計、空気力学、シミュレーション、戦略、研究開発に至るまで多岐にわたります。 当社の空力チームは XNUMX 人のエンジニアで構成されており、さらに XNUMX 人の製造者が風洞実験用のコンポーネントの製作を担当しています。 これら XNUMX 人のエンジニアのうち XNUMX 人は、数値流体力学 (CFD) を使用して車の空気力学をシミュレーションすることに専念しています。

過去 12 年間にわたり、RCR は CFD に多大な時間とリソースを投資してきました。 CFD チームの主な目標は、自動車の空力システムについての理解を深め、新しい空力コンセプトを評価し、風洞チームがテストする設計変更を推奨し、風洞内でモデル化されていない現象を分析することです。トラック上で目撃されました。 RCR の空気力学者として、私は市販の CFD コードである ANSYS Fluent を使用して車の空気力学を研究しています。

CFD はコンピューティング集約的なプロセスであり、シミュレーション要件をサポートするためのハイ 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のリソースは限られています。 RCR にはオンプレミスに 64 コアがあり、主に CFD モデルの前処理と後処理に使用されます。 この制限のため、私たちのチームは CFD をすべてアウトソーシングすることを決定しました。 私たちは、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高い解像度を備えた、より大きなモデルを構築する能力を増強したいと考えていました。

15 年 2008 月 XNUMX 日 – ノースカロライナ州ウェルカムでの RCR サミット。 (写真/ハロルド・ヒンソン)

Rescale™ ソリューション

全身の空気力学解析では、150 億 400 ~ XNUMX 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アが必要です。 IT インフラストラクチャと設備投資のため、HPC を社内に導入することは不可能でした。 さらに、ハードウェアが高価になりすぎ、RCR にはそれをセットアップして管理するための HPC の専門知識がなく、ハードウェアのサイクルが非常に速いため、投資が回収される前に時代遅れになってしまいます。 RCR は他のクラウド オプションも検討しましたが、Rescale のハードウェアと価格設定は当社の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考えました。

ANSYS Fluent は、Rescale の ScaleX™ プラットフォーム上でネイティブに統合され、ベンチマークされ、調整/最適化されています。RCR は、このプラットフォームを車体のフルカー空力シミュレーションに過去 512 年間使用してきました。 Rescale では、10 コア以上でジョブを簡単に実行でき、XNUMX 時間で完了します。 クラウド上の豊富なハードウェアにアクセスできるため、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、私のチームの成功にとって非常に重要です。

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、解放されました。 その成功をさらに発展させるために、RCR はより高いレベルの生産性を強化することを計画しています。 RCR は、シミュレーションのスループットを向上させ、プロセス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予定です。 運用レベルでは、無制限の CFD 容量の追加により状況が一変します。 これにより、ラップタイムを最適化するために、各レーストラックのルールやレギュレーションに応じてボディ設計の抗力とダウンフォースを調整することが可能になります。 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。 これはシステムとして動作し、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て最適化する柔軟性を提供します。

Rescale を通じて HPC にオンデマンドでアクセスできることで、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ります。