English
中文
联系电话
企业微信
微信服务号
本节是关于计算资源配置的介绍。
在运行工程仿真前，需要用户配置计算资源。在软件的 Home 选项卡中，用户可以按照以下方式打开计算资源配置窗口：
资源配置页面如下，可以为FDTD、FDFD、FDE三种求解器设置各自使用的计算资源，以及高级选项卡中的计算精度。该页面的按钮功能如下：
| Name | Description |
|---|---|
| Add | 添加一个新的计算资源； |
| Remove | 移除选中的计算资源； |
| Edit | 编辑选中的计算资源。 |
用户需要点击Edit进一步配置计算资源。需要注意的是，目前有三种计算资源可以进行设置：云计算（Cloud）、本地计算（Local）和远程计算（Remote）。云客户端仅支持调用云计算资源（Cloud），而完整版客户端可同时支持三种计算资源。以下是对这三种计算资源配置的简要说明：
| Name | Description |
|---|---|
| Local | 使用用户本地计算机算力，不支持多机并行计算，SimWorks FD Solutions支持； |
| Remote | 可以选择多台计算机算力，支持多机并行计算，SimWorks FD Solutions支持； |
| Cloud | 直接调用云计算资源，SimWorks Cloud FDTD与SimWorks FD Solutions均支持。 |
SimWorks的Cloud资源依托阿里云服务器进行构建，最高可使用64核CPU与8卡NVIDIA A10 GPU计算资源，为用户提供企业级算力支持。用户通过注册SimWorks账号即可实现即开即用，系统无需本地环境部署维护，也不依赖用户端设备性能，用户仅需网络连接即可实现跨地域实时进行仿真操作。针对工程数据传输环节，SimWorks通过阿里云安全防护体系与SimWorks加密技术的双重保障，确保全流程数据安全。
Cloud资源类型分为高性能计算（High Performance Computing, HPC）和弹性云服务器（Elastic Compute Service, ECS）。高性能计算中的实例为共享资源，当多用户选择同一个实例进行仿真时，该实例将按需分配算力给用户。弹性云服务器则实现计算资源的即开即用和弹性伸缩，其中的实例为独享实例，用户的仿真任务可以使用该实例的全部算力。
| Name | Description |
|---|---|
| ID | 实例的序号。 |
| Select | 用于选择实例的勾选框。 |
| Instance Specification | 实例的规格。 |
| CPUs | 实例的CPU核心数。 |
| Memory(GiB) | 实例的内存大小。 |
| Clock Speed(GHz) | 实例CPU核心的主频。 |
| GPU/FPGA | 实例的GPU/FPGA的类型。 |
| Theoretical FDTD Speed (Megacells/s) | 实例的理论FDTD速度。 |
| Price(CNY/Hour) | 实例计算一小时的单价。 |
由于高性能计算中的实例是由云计算按需分配，可能会出现同一时间有大量仿真任务导致资源短缺的情况。用户可以点击refresh查看当前实例是否可用（资源变灰则不可用），避免因资源暂时不足而长时间排队等候。
网络文件流（Network File Stream Type）选项卡用于选择网络传输文件流的类型，有最小尺寸（Minimum size）和全尺寸（Full size）两个选项。相比于全尺寸，选择最小尺寸时，仿真工程上传到云服务器仿真时会删除工程中存储的仿真结果。
选择全尺寸时，勾选下方的Optimizations and Sweep download children projects可以在仿真结束后自动下载优化和扫描的子工程。
Local资源基于本地计算资源运行，其性能上限直接受限于终端设备的硬件规格。针对对仿真效率有严苛要求的场景，建议通过升级CPU/GPU算力、增加内存容量等硬件优化手段提升运行效能。该模式适用于具备高频仿真需求且拥有高性能计算设备的用户选择。
Local资源可选择本地CPU/GPU算力：CPU支持多线程并行计算，可设置线程数；GPU可勾选不同的GPU ID使用本地的GPU资源进行计算。
以上各选项意义如下：
| Name | Description |
|---|---|
| Computing Resources | 算力类型选择，目前支持CPU/GPU（CUDA）两个选项 |
| CPU | 选择CPU资源时可设置，可以设置CPU计算的线程数 |
| MPI Settings | 设置多机并行计算环境，本地资源不需要配置 |
| Executable Settings | 配置客户端执行文件目录 |
| GPU - 1 Devices | 在选择GPU资源时可选，当用户计算机拥有多个GPU资源时可以勾选对应GPU资源的ID进行计算，也可以点击All GPU Devices按钮使用全部的GPU资源进行计算 |
| Preview - test command | 实时显示资源测试命令 |
使用Local资源的工程由用户选择文件路径进行保存，相关扫描以及优化工程将自动保存在对应文件目录下。
Remote资源基于用户自建的服务器基础设施构建多主机计算环境，实现多节点并行计算。该资源依赖于用户已有的服务器资源，具备良好的扩展性，可根据不同的仿真需求灵活部署计算节点。这种模式适用于拥有高性能计算能力，并需要进行资源共享与团队协作的企业及科研机构。
Remote资源需要用户自行配置MPI环境，用户可以去MPI官网下载对应软件进行安装配置环境。无论使用CPU还是GPU算力，均需要用户主动设置mpi host，选择对应的算力资源，多个算力资源的主机名称之间用英文逗号分隔。CPU算力资源支持设置每个主机中的进程数、线程数，GPU算力资源支持选择每个主机所拥有的GPU资源（GPU ID之间使用英文逗号分隔）。
以上各选项意义如下：
| Name | Description |
|---|---|
| Computing Resources | 算力类型选择，目前支持CPU/GPU（CUDA）两个选项 |
| CPU | 选择CPU算力时可设置，可以设置每个主机CPU资源计算的进程数以及线程数 |
| MPI Settings | 设置中的三个选项依次为设置自定义MPI执行文件目录，配置多个MPI主机列表，以及自定义命令行参数（部分mpiexec需要额外的参数） |
| Executable Settings | 配置客户端执行文件目录 |
| GPU | 在选择GPU算力时可选，设置每个MPI主机所使用的GPU资源，当该主机拥有多个GPU资源时，GPU ID使用英文逗号进行分隔 |
| Preview - test command | 实时显示资源测试命令 |
使用Remote资源的工程同样由用户选择文件路径进行保存，相关扫描以及优化工程也将自动保存在对应文件目录下。
对于Cloud资源，Resource Test功能默认不启用，软件会直接跳过该测试过程。
Resource Test功能主要对Local以及Remote所配置资源的MPI与CUDA环境进行测试。资源配置完成后，点击Run tests按钮，系统会依次对已配置资源进行测试，并显示该资源是否能正常运行。在测试过程中，可以点击Stop tests停止测试。
测试完成后，测试成功在Result中显示Test completed successfully，如若测试失败，鼠标悬浮于Result列对应单元格内会显示具体失败原因，如下图。
Advanced标签页用于设置计算机资源的计算精度以及加速算法，Precision Setting用于设置计算机资源的计算精度。下图为云客户端Advanced标签页。
| Name | Description |
|---|---|
| FDTD-passive | 下拉选择单精度或双精度。 |
| FDFD | 下拉选择单精度或双精度。 |
| FDE | 下拉选择单精度或双精度。 |
| Mode-matching | 默认为双精度，只读参数。 |
Acceleration用于设置加速算法的类型。
| Name | Description |
|---|---|
| Avx | 加速向量算法，下拉选择AVX2或AVX512。 |
使用MPI可以把FDTD计算区域分为几份，每个进程负责一个计算区域。MPI负责多进程之间的通信。目前仅在使用Remote资源时需要进行配置MPI环境，该资源的正常使用需要用户正确配置本地电脑的MPI环境。
本部分主要介绍CPU和GPU两种处理器的差异，用户可根据实际仿真需求选择合适的运算资源。
