概述 #

本节是关于计算资源配置的介绍。

SimWorks 提供了灵活的计算资源配置选项，支持多种软件加速和并行计算技术，能够满足不同用户的仿真需求。SimWorks Finite Difference Solutions支持 Cloud 、 Local 和 Remote 三种资源模式，帮助用户充分利用现有计算资源。
在运行工程仿真前，用户可通过主界面选项卡中的 Resources 进入资源配置界面，根据实际需求灵活选择并设置计算资源。

• 云计算（ Cloud ）：依托阿里云服务器，支持高性能计算（HPC）和弹性云服务器（ECS），提供可按量使用的企业级算力。
• 本地加速（ Local ）：支持调用用户本地硬件资源，通过多线程 CPU 与多 GPU 并行计算，并结合 OpenMP 多线程技术与 AVX 指令集进一步加速计算，最大限度发挥自有硬件的性能。
• 远程并行（ Remote ）：支持连接并调度多节点计算资源，将计算任务分配至多台服务器。兼容 Open MPI、Intel MPI 以及 Microsoft MPI 多种并行计算架构，适用于大规模分布式仿真。

上述资源模式构建在统一的高性能计算技术之上，其优异的仿真效率由以下核心加速技术驱动：

1. CPU端：多级并行与向量化优化

在 x86 CPU 平台上，我们构建了“线程级+指令级”双重并行架构，充分发挥了每个计算节点的单机算力。

• 线程级并行：基于 OpenMP 标准实现任务划分与负载均衡。每个线程负责一个或多个空间子域的场量更新与边界交换，有效利用多核 CPU 的并行能力。
• 指令级并行：核心算法经向量化优化，全面支持 AVX2（256位）与 AVX512（512位）指令集。通过重构数据在内存中的布局，提升内存带宽利用率与单核计算吞吐量。

2. GPU端：异构加速与多卡协同

针对GPU计算，我们采用设备特定后端分离的设计，采用 CUDA-aware MPI 等并行技术，为从本地多GPU到多节点GPU集群的应用场景提供了强大且可扩展的并行计算能力。

• NVIDIA CUDA后端：
  • 本地多 GPU 协同：通过高度优化的内核函数及 CUDA-aware MPI ，实现多 GPU 间的高效通信，自动处理域分解、数据交换与同步过程。
  • 多节点多 GPU 扩展：结合 MPI 技术，实现跨节点 GPU 集群的扩展。用户可利用 InfiniBand 等高速网络实现工业级超大规模仿真。
• Apple Metal后端：
  • 针对 Apple Silicon（M系列芯片），利用 Metal 的命令缓冲与并发队列机制，实现 CPU-GPU 紧密协同，适合在桌面级 Mac 设备上进行快速仿真。

3. 多节点分布式并行：灵活的MPI生态集成

此为远程并行模式的核心构成，旨在支持大规模仿真问题的求解。系统采用“域分解+消息传递”策略，天然适配分布式内存架构。

• 空间域被分为多个计算子域，每个MPI进程负责一个子域的计算任务。在支持 RDMA（如 InfiniBand）的网络环境中，可进一步降低通信延迟，提升并行效率。
• 支持多种主流 MPI 的实现版本：
  • Intel MPI：英特尔专为 Intel 硬件平台开发并优化的 MPI ，提供低延迟、高带宽的通信能力。
  • Open MPI：开源且可移植性强，在不同硬件配置下性能稳定，支持Linux、Mac系统。
  • Microsoft MPI（MS-MPI）：微软为 Windows 环境开发的 MPI ，便于企业用户基于现有IT基础设施快速部署。

综上，SimWorks的 FDTD 不仅是一个求解器，更是一个面向现代异构高性能计算架构的综合计算平台。无论用户使用单台工作站、企业级多GPU服务器，还是千核级计算集群，均可获得一致、高效且可扩展的仿真体验，为电磁、光子、天线及生物电磁等领域的前沿研究与工程设计提供坚实算力支持。

计算资源 #

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：

• SimWorks Cloud FDTD（SimWorks 有限差分云客户端）用户点击Cloud按钮；

• SimWorks FD Solutions（SimWorks 有限差分完整版客户端）用户点击同位置的Resource按钮。

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。

Cloud资源 #

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。

资源类型 #

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 #

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，默认为最小尺寸（Minimum size）。用户可以点击账户中的 History 按钮查看并下载仿真结果文件。

Local资源 #

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资源设置 #

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。

• CPU算力资源设置

• GPU算力资源设置

以上各选项意义如下：

Name	Description	Example
Computing Resources	算力类型选择，支持CPU/GPU (CUDA)两种类型	GPU (CUDA)
CPU	选择CPU资源时可设置，可以设置CPU计算的线程数
Executable Settings	配置客户端执行文件目录	D:/Program Files/SimWorks/SimWorks FD Solutions/bin
GPU - 1 Devices	在选择GPU资源时，用户可根据实际需求勾选对应的GPU设备ID进行计算；若希望使用全部GPU资源，也可点击All GPU Devices按钮一键启用。界面中显示的GPU参数依次为：设备ID、名称、显存容量、显存带宽、计算能力、SM核心数以及是否支持TCC模式。	GPU 0
Preview - test command	实时显示资源测试命令

文件存储 #

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 #

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。该模式直接利用用户现有的服务器资源，具备良好的扩展性，可根据仿真需求灵活部署计算节点，适用于需要跨节点资源共享与团队协作的企业或科研机构。

MPI环境配置 #

使用 Remote 资源时，用户需在各计算节点上配置相同的 MPI 环境，同时确保以下条件：

• 所有远程节点安装并配置相同版本的 MPI；
• 使用相同的本地账号登录各节点；
• 将软件安装在各节点的相同路径下；
• 若使用 CUDA-aware 的 Open MPI，确保 GPU 驱动和 CUDA 版本兼容。

当前 SimWorks 支持以下主流 MPI，可以参考MPI环境配置页面进行具体的配置操作。

• Open MPI（适用于Linux和macOS）：Open MPI是一个开源的、高性能的MPI，支持 CUDA-aware 功能，可显著降低跨节点显存交换延迟，提升多节点多 GPU 架构下的 FDTD 仿真效率。
• Intel MPI（适用于 Windows、Linux和macOS）：英特尔公司开发的高性能MPI，针对英特尔硬件和网络进行了优化，提供高性能的多节点通信。
• Microsoft MPI（适用于Windows系统）：微软官方开发的MPI，主要针对Windows平台进行优化。

用户需从对应的 MPI 官方网站下载并安装相关软件，具体链接可在MPI友情链接中找到。在Remote资源配置完成后，建议使用 Resource Test 功能测试Remote资源的可用性。

Remote资源设置 #

无论使用何种MPI，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）。

• CPU算力资源设置

• GPU算力资源设置

以上各选项意义如下：

Name	Description	Example
Computing Resources	算力类型选择，支持CPU/GPU（CUDA）两种类型	GPU (CUDA)
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	MPI设置。 MPI implementation ：选择MPI类型，软件支持Open MPI、Intel MPI以及Microsoft MPI三种MPI类型，不同操作系统支持类型不同。 Mpiexec path ：设置自定义MPI执行文件目录。 Mpi hosts ：配置多个MPI主机列表。 Extra command line options ：自定义命令行参数（部分mpiexec需要额外的参数）。	"Intel MPI"　"C:/Program Files (x86)/Intel/oneAPI/mpi/2021.16/bin/mpiexec.exe"　"127.0.0.1,192.168.1.74"　"-idb"
Executable Settings	配置客户端执行文件目录	D:/Program Files/SimWorks/SimWorks FD Solutions/bin
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	"127.0.0.1: 0"　"192.168.1.74: 0,1"
Preview - test command	实时显示资源测试命令

文件存储 #

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。

Resource Test #

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。

高级 #

Advanced标签页用于设置计算机资源的计算精度，Precision Setting用于设置计算机资源的计算精度。下图为完整版客户端Advanced标签页。

Name	Description
FDTD	下拉选择FP16（半精度）、FP32（单精度）或FP64（双精度）。
FDFD	下拉选择FP32（单精度）或FP64（双精度）。
FDE	下拉选择FP32（单精度）或FP64（双精度）。
Mode-matching	默认为FP64（双精度），只读参数。

当FDTD求解器在NVIDIA GPU上运行时，支持使用FP16（半精度）计算。相比于FP32（单精度），FP16可显著减少显存占用并提升计算效率。
具体FP16算力请查阅您的GPU型号相关资料，如当前GPU不支持FP16计算或FP16计算速度较慢，则不建议使用FP16进行计算。例如，在NVIDIA Tesla V100上，FP16的理论计算能力约为FP32的两倍。在实际SimWorks仿真中的对比如下所示:

FP16适用范围与注意事项：

1. FP16支持介质和色散材料仿真，尤其在对精度要求不高且仿真耗时较长的任务中优势明显。

2. FP16数值范围有限（$\plusmn 6.5 \times 10^4$），不适用于能量极大或光源振幅远大于1的场景（如非线性光学仿真），以避免数值溢出导致的仿真发散。

3. FP16的有效精度为0.00097，对数值精度敏感的工程（如谐振器）需谨慎使用，防止数值下溢引起结果的不稳定。对于其他仿真时间较长的工程中，建议将提前截止率设置为 $5 \times 10^{-5}$ 以平衡效率与精度。

4. 软件中针对色散材料使用的 VP-EP 1 共形网格划分暂不支持FP16计算。

5. 在以下情况中，使用FP16可能导致计算错误，目前不建议用户使用：

• 使用Bloch周期边界等涉及复数场的FDTD仿真；
• 2D材料（如石墨烯、RLC材料）或TFSF光源跨越不同材料的仿真。

MPI #

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。

GPU和CPU #

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。

• GPU拥有较多的核心，而CPU的核心较少。但GPU每个核心的计算能力低于CPU；
• CPU擅长逻辑处理，适合顺序和复杂决策任务。GPU擅长并行处理，适合大量浮点运算；
• CPU一般用于执行系统和应用程序，而GPU则多用于渲染图形和图像。CPU更适合运行复杂的数据处理和逻辑操作，而GPU更适合运行大量简单的数学计算。