시뮬레이션 및 모델링 솔루션
GPU는 컴퓨팅 집약적인 코드 부분을 병렬화하여 고성능 컴퓨팅(HPC) 워크로드의 속도를 높입니다. 이를 통해 과학 영역의 연구원, 과학자 및 엔지니어가 훨씬 짧은 시간에 시뮬레이션을 실행하고 더 빠르게 발견할 수 있습니다.
누가 시뮬레이션과 모델링을 사용합니까?
시뮬레이션 및 모델링은 다양한 산업 분야에서 사용됩니다. 연구원은 질병 퇴치를 위한 신약을 만들고 엔지니어는 복잡한 실제 문제를 시뮬레이션하고 분석가는 재무 모델을 만드는 데 사용할 수 있습니다.
-
연구원 연구원들은 GPU를 사용하여 대규모 시뮬레이션을 더 빠르게 실행하고, 더 빨리 더 깊은 통찰력을 얻으며, 결과를 더 빨리 게시합니다.
-
엔지니어 기계 공학, 지구과학 및 제조 분야의 엔지니어는 작업을 분석하기 위해 GPU 기반 시스템에서 복잡한 설계를 모델링하고 있습니다.
-
분석가 금융 기관은 NVIDIA GPU를 사용하여 방대한 데이터 세트에서 통찰력을 추출하여 실시간 의사 결정을 내리고 있습니다.
시뮬레이션 워크로드 가속화
유체 시뮬레이션에서 분자 역학에 이르기까지 응용 프로그램은 과학자, 엔지니어 및 연구원이
다양한 분야에서 작업을 수행하는 데 도움이 됩니다. 오늘날 수천 개의
애플리케이션이 GPU 가속을 통해
연구자가 일생의 작업을 보다 효율적으로 수행할 수 있도록 합니다. 주요 HPC 애플리케이션은
NVIDIA NGC™ 카탈로그에서 사용할 수 있습니다.
-
그로막스 GROMACS는 수억에서 수백만 개의 입자가 있는 시스템의 뉴턴 운동 방정식을 시뮬레이션하도록 설계된 분자 역학 응용 프로그램입니다.
-
램프 LAMMPS(Large Scale Atomic/Molecular Massively Parallel Simulator)는 분자 역학 시뮬레이션을 위해 설계된 소프트웨어 응용 프로그램입니다.
-
NAMD NAMD(Nanoscale Molecular Dynamics)는 대형 생체 분자 시스템의 고성능 시뮬레이션을 위해 설계된 병렬 분자 역학 코드입니다.
NVIDIA HPC SDK로 GPU 가속 애플리케이션 개발
포괄적인 HPC용 컴파일러, 라이브러리 및 도구 모음
NVIDIA HPC SDK 에는 개발자 생산성과 HPC 모델링 및 시뮬레이션 애플리케이션의 성능 및 이식성을 극대화하는 데 필수적인 검증 된 컴파일러, 라이브러리 및 소프트웨어 도구가 포함되어 있습니다.
VASP, Gaussian, ANSYS Fluent, GROMACS 및 NAMD를 포함하여 널리 사용되는 HPC 애플리케이션은 CUDA®, OpenACC® 및 GPU 가속 수학 라이브러리를 사용하여 획기적인 성능을 제공합니다. 이와 동일한 소프트웨어 도구를 사용하여 NVIDIA GPU로 애플리케이션을 가속화하고 극적인 속도 향상과 전력 효율성을 달성할 수 있습니다.
가속화된 시뮬레이션 및 모델링 실행
시뮬레이션 및 모델링은 의료, 금융, 제조 및 지구 과학과 같은 다양한 산업에서 사용할 수 있는 다양한 사용 사례를 가지고 있습니다.
-
날씨 패턴 예측자동화된 기능 감지가 악천후, 태양 폭풍, 지구와 가까운 물체의 위협을 식별할 수 있는 방법과 가속 모델 및 데이터 동화 기술이 보다 정확한 예측을 생성할 수 있는 방법을 포함하여 날씨 예측 및 기후 모델링에서 시뮬레이션이 사용되는 방법을 살펴보십시오.
-
COVID-19 시뮬레이션연구 시뮬레이션이 COVID-19 전염병을 포함한 많은 문제를 해결하는 데 어떻게 도움이 되는지 알아보십시오. 200,000개 이상의 NVIDIA GPU의 컴퓨팅 성능과 자원 봉사자가 제공한 추가 컴퓨팅 리소스를 결합하여 Folding@Home 프로젝트는 스파이크 단백질의 엑사스케일 시뮬레이션을 수행했습니다.
-
재무 모델 가속화과학적 연구 외에 HPC 모델링이 달성할 수 있는 것에 대해 자세히 알아보십시오. 금융 부문에서도 모델링 및 분석을 수행하는 데 사용됩니다. 금융 모델의 규모와 정교함이 증가함에 따라 데이터 과학자와 개발자는 알고리즘과 시뮬레이션을 가속화하기 위해 점점 더 HPC로 눈을 돌리고 있습니다.
-
엔지니어링 시뮬레이션 속도 향상시뮬레이션 및 모델링을 통해 저수지 엔지니어가 CPU 기반 솔루션보다 적은 하드웨어 리소스를 사용하여 더 정확하고 강력하며 예측 가능한 모델을 더 빠르게 개발할 수 있는 방법을 알아보십시오.