結合生成式AI　Cadence攜手NVIDIA開創多物理場模擬技術新時代

本文翻譯自Cadence Community Blogs原文: The Next Leap in AI and CFD Simulation: Co-Optimization from Cadence and NVIDIA

人工智慧(AI)與超級運算領域的創新正快速前行，每一次的新進展都預示了一個智慧與運算技術更緊密交織的未來。藉由發表與NVIDIA共同實現最佳化的Millennium平台，Cadence強調了正在發生的典範轉移，將這款新推出的AI超級電腦定位為最尖端的革命性多物理場解決方案。

Cadence Millennium平台提供橫跨各種應用的近線性縮放(near-linear scaling)，從外部空氣動力學、氣動聲學、燃燒到多物理場；該平台能實現大規模的LES大渦流模擬，並在最快的時間內取得結果。例如，以2個GPU節點完成真實飛行器的落地構型(landing configuration)精確模擬只需不到14個小時，若以傳統的CPU系統進行模擬則得花費數日時間。

Cadence Millennium平台釋放了讓工程師在不犧牲精確度的前提下，完成以往無法想像之系統模擬任務的能力，將資料導向分析與最佳化從零組件層級擴展到整個系統，能應用於車輛、飛機、資料中心以及周遭環境。

AI與多物理場模擬的交會

多物理場模擬與打造結合不同形式物理學，包括流體力學、熱學、結構、聲學、光學、電磁學等等單一預測模型(predictive model)相關，這類建模方法需要整合橫跨多個不同學科的知識。然而，系統的複雜性日益提升，需要更先進的運算能力進行分析，才能達到必要的精確度與運算量，又不讓模擬時間暴增。

利用現代加速運算與AI完成共同最佳化(co-optimization)的原則性模擬軟體實現了以上目標。針對物理學-機器學習工作負載，NVIDIA Modulus加速了Cadence的Reality Digital Twin數位雙生求解器以模擬氣流，工程師可利用NVIDIA Modulus訓練的AI代理模型進行「假設」(what-if)分析，幾乎可即時完成氣場與溫度場模擬。

Cadence與NVIDIA的合作開創了一個全新時代，將AI的強大功能結合以物理為基礎的建模方法優勢，以實現更穩固且精確的結果；這重新定義了透過運算技術可行之任務範圍的邊界。

滿足永無止盡的AI運算需求


為了激勵AI技術演進，對運算資源持續成長的需求怎麼強調都不為過。隨著AI模型複雜度日益提升，資料集規模也不斷增加，對高運算能力、記憶體頻寬與互連速度的需求暴增，企業正在尋求的系統，不僅要能滿足那些永無止盡需求，還要確保電源效率與可擴展性。

多年來，運算流體力學(CFD)模擬協助減少了設計流程所需時間，並提供能支援甚至免除物理實驗需求的見解。然而，對精確度、速度與更佳運算資源的需求，在過去限制了它們更廣泛的應用。隨著先進AI技術的導入，克服這些挑戰至關重要，因為傳統CFD模擬無法產生足夠資料來有效率地訓練AI模型。

藉由為複雜精細的CFD挑戰，包括流場分離、過渡、紊流混合(turbulent mixing)與聲學雜訊(acoustic noise)──提供精準預測，Millennium平台成為關鍵解決方案；該平台明智地將能夠實現精密細節的大渦流模擬(large-eddy simulation, LES)，以及可達到無與倫比速度的高通量雷諾平均NS方程式(Reynolds-averaged Navier-Stokes, RANS)模擬結合。

軟硬體加速的整合

透過以尖端NVIDIA GPU啟動的硬體加速技術，相較於採用傳統高性能運算(HPC)架構的硬體，Millennium平台能大幅降低運算成本達10倍，並減少能源消耗量達20倍。此非凡成果實現了能以過去所花時間的一小部分來完成廣泛模擬，因此強化自動生成大量、高品質模擬資料庫的能力。

利用這些大型資料庫，在它們被建立的同樣Millennium硬體上，能有效率地進行AI模型訓練。此外，Millennium硬體能執行那些AI模型，取代一些未來的模擬；因此，單一Millennium M1機箱就能大幅加速CFD模擬流程、建立訓練AI模型的大型資料庫，並執行這些模型來進一步提高生產力。

Millennium平台利用了獨特的硬體/軟體加速平台、NVIDIA的GPU與CPU運算力，以及專屬軟體演算法，實現了高達100倍的設計效益提升。這種無與倫比的精確度、速度，融合數位雙生技術、AI以及HPC的可擴展性，為橫跨包括車用、航太、國防軍事、能源、渦輪機械與資料中心等的關鍵應用領域，提供高效率多物理場模擬解決方案。而且，將生成式AI技術整入此混合體，可以顯著加速設計與分析探索，透過更深入了解設計的錯綜複雜來促進最佳化系統解決方案。

藉由出色的性能指標，突顯了Cadence Millennium平台與NVIDIA H100/A100張量核心GPU的整合，以及NVIDIA GH200 Grace Hopper，還有最近發表的GB200 Grace Blackwell超級晶片，正預示一個潛力十足的新時代。



這種協同作用產生了豐富、可靠的訓練資料，更進一步將運算資源設計與部署推向全新境界。值得注意的是，這些共同最佳化系統在實現有效AI模型訓練上發揮了關鍵作用，為它們在先進模擬的應用奠定穩固的基礎。

與NVIDIA加速運算平台實現共同最佳化(Co-Optimized)

Cadence Millennium平台利用特製NVIDIA硬體加速運算，顯著提升了效率。因此，單一Millennium M1機箱可達到等同於3萬2,000顆CPU的性能等級，提供接近硬體模擬(emulation)的速度。在CFD情境中，硬體模擬的速度可以比傳統軟體模擬快1,000倍，代表該技術橫跨三個基礎層的突破性進展。透過產生大量的準確資料，Millennium平台為利用AI強化模擬能力奠定基礎，不需要模擬每一個可能場景，就能產生更有效且高品質的輸出。這樣的合作推動了對先進運算的需求，也催生了優異的運算解決方案。

藉由創新運算技術的推進，將AI與原則性模擬(principled simulation)整合，代表Cadence的創新方法核心；在其核心利用NVIDIA的加速運算平台結合Cadence的運算軟體，Millennium平台把AI、原則性模擬與最佳化，以及加速運算三個概念集合在單一系統中協同運作，將可能性推向極限，鞏固對此領域之獨特貢獻的基礎。

EDA、SDA(系統設計自動化)、數位生物學、Omniverse數位雙生以及生成式AI的深度結合

驅動Millennium平台運算量的基礎應用數學，充分說明了純粹的研發以及其實際應用之間的同步性。Cadence也在Reality數位孿生平台採用了NVIDIA的Omniverse雲端API，以支援資料中心設計與模擬，這能讓資料中心工程師導入多個CAD資料集，全面性模擬氣冷與液態冷卻系統性能。Cadence的分子科學部門(即OpenEye)也將Orion雲端分子設計平台與NVIDIA的BioNeMo生成式AI微服務整合，加速大/小分子治療法的設計。

劃時代的技術成就

著眼其橫跨多個產業的影響力，與NVIDIA共同最佳化之Cadence Millennium平台的發佈，開啟了未來多物理場建模的新篇章，迎面解決我們在社會層面所面臨的基本設計挑戰。