ANSYS устраивает конкурс ANSYS похоже готов дарить призы и подарки даже после новго года. Так, компания объявила конкурс на лучшую демонстрацию возможностей ANSYS Discovery Live с очень хорошими призами:
1-ое место - около $8,494
NVIDIA Quadro P6000 Free Discovery Live subscription for 2018
2-ое место - около $5,244
NVIDIA Quadro P5000 Free Discovery Live subscription for 2018
3-е место - около $4,245
NVIDIA Quadro P4000 Free Discovery Live subscription for 2018
NVIDIA DOCKER NVIDIA на конференции SC17 рассказала про свое новое видение того, как надо делать удаленную визуализацию на суперкомпьютерах. И тут разговор идет не просто о DCV или VirtualGL - тут рассматривается полностью новая концепция систем для визуализации действительно больших данных.
Для этих целей NVIDIA планирует использовать пары Docker контейнеров, подготовленных для нужного вам приложения (сейчас уже есть для Praview). Серверный конетйнер будет работать напрямую с EGL API (https://en.wikipedia.org/wiki/EGL_(API) и никаких тебе иксов), а клиентская часть - с GLX (https://en.wikipedia.org/wiki/GLX)
Итак, ключевые особенности ПО:
Теперь насчет бесплатности - полифункциональную версию для работы на машине с общей памятью можно скачать с сайта совершенно бесплатно!
Как показывают тесты NVIDIA, на одном и том-же пуле лицензии главный #CFD решатель ANSYS может ускориться почти в 4 раза за счет подключения нескольких #Tesla P100. И сейчас мы говорим не про супер компьютер, а про обычный сервер на 32 ядра.
Что бы добиться такого же ускорения просто на процессорах вам потребуется уже 4 сервера соединенных по #Infiniband, коммутатор Infiniband, управляющий софт для получившегося кластера и дополнительные лицензий ANSYS на #HPC.
Сейчас у них есть:
Все это работает чисть на графических картах, а значит очень быстро.
#HPC https://youtu.be/xXG3JbT0AQkMediaMediaMediaMedia📼 samadii, Metariver Technology
http://www.metariver.kr/ http://www.metariver.kr http://ift.tt/2vdfLMH http://ift.tt/2k1zPg6 http://ift.tt/2wlSEjf http://ift.tt/2wLNTgc http://ift.tt/2w8Jaqb http://ift.tt/2v2FNSC http://ift.tt/2xHbRIl http://ift.tt/2emhAvW https://youtu.be/xXG3JbT0AQk http://ift.tt/2i75L2f http://ift.tt/2k1A8HM http://ift.tt/2i8fQvv http://ift.tt/2k1JqmW http://ift.tt/2i8z0RZ ttp://ift.tt/2i8z0RZ
И тут ключевыми факторами успеха оказывается не только использование самого передового решателя, разработанного совместно с #NVIDIA. Не даром ANSYS очень дружен с разработчиком GPU. Об этом говорят те факты, что #Mechanical #APDL был первым коммерческим #FEM использовавшим #GPU, как и #Fluent - первым коммерческим #CFD использовавшим #GPU
Тут еще вспоминается и #SpaceClaim, который выйдя на рынок в 2005 сделал лидеров отстающими. Именно после #SpaceClaim появились такие системы, как #PTC #Creo, #Autodesk #Fusion и концепция #Siemens Synchronous Technology.
Коллеги ускорили расчет при помощи новых видеокрт в десятки раз.
Ссылка на статью не окрыляется с территории России.
http://ift.tt/2vk2wVv http://ift.tt/2jkRtdZ http://ift.tt/2vOVsW2 http://ift.tt/2wLNTgc http://ift.tt/2xv2vn0 http://ift.tt/2xv2vU2 http://ift.tt/2jnRSMX
Из того, что мне больше всего понравилось - это возможность не только практически мгновенно сделать прикидочный расчет, но и экспортировать его для доводки в #AIM, #Mechanical, #Fluent и #Maxwell. Понравилось, что #ANSYS #Discovery - свежий код, который не тащит с собой кучу наследства и умеет нормально использовать #GPGPU #NVIDIA.
Что мне не понравилось: обещали интерактивное мероприятие, а на деле был набор заготовленных видео роликов.
А еще, на сайте продукта уже можно скачать техническое превью бесплатно.
Собираем CalculiX с поддержкой CUDA https://geektimes.ru/post/291475/
Статья будет полезна инженерам, которые не бояться зайти в командную строку #Linux и понимают, как собирать программы из исходных текстов. Для таких есть отличный бесплатный софт и предложения по его улучшению.
Вам предлагается пошаговая инструкция по компиляции #CalculiX - младшего, бесплатного открытого брата #Abaqus. И это не простая сборка ПО, а компиляция для включения поддержки ускорения решения задач на #GPGPU с поддержкой #CUDA от #NVIDIA