Autodesk和NVIDIA使用Warp和GH200超级芯片加速CFD
realtime news Sep 16, 2025 17:17
Autodesk Research利用NVIDIA的GH200超级芯片和Warp框架提升计算流体动力学（CFD）性能，实现了显著的加速和可扩展性。
根据NVIDIA的报道，Autodesk Research通过利用NVIDIA的先进技术在计算流体动力学（CFD）方面取得了重大进展。通过利用NVIDIA GH200 Grace Hopper超级芯片和Warp框架，Autodesk的加速格子Boltzmann (XLB) 库实现了显著的性能提升，标志着CFD仿真模拟的一个重要时刻。
CFD性能的进步
NVIDIA的Warp框架与GH200超级芯片的集成使Autodesk在CFD模拟中实现了大约8倍的加速。这一性能提升是与GPU加速的JAX后端相比测得的，展示了Python为基础的求解器具备与传统CAE应用中使用的低级编程语言相匹敌的效率潜力。
Warp框架是开源且基于Python的，缩小了Python的易用性与CUDA高性能能力之间的差距。它允许开发者直接在Python中编写GPU内核，这些内核随后编译为本地CUDA代码。这一创新促进了CFD求解器与现代AI和机器学习生态系统的无缝集成。
可扩展性和效率
Autodesk Research的XLB库，由NVIDIA Warp提供支持，在八节点GH200集群上处理达500亿个计算元素，展示了近乎线性的可扩展性。通过使用核外计算策略，在GH200的NVLink-C2C互联的帮助下，数据在CPU和GPU存储器之间高效传输，实现了这种可扩展性。
Warp框架的设计允许显式内存管理和优化的内核编程，进一步增强了内存效率和计算吞吐量。与JAX后端相比，Warp在内存使用方面提供了两到三倍的改进，使其成为大规模CFD仿真的有力选择。
桥接性能和生产力
Autodesk Research和NVIDIA之间的合作展示了一个新时代，在这个时代，开发生产力和计算能力之间的历史权衡正在被克服。XLB库展示了Python原生框架如何提供与优化低级代码相当的高性能结果，同时保持与Python相关的快速开发周期。
欲了解有关Autodesk Research的XLB库和NVIDIA的Warp框架的更多信息，请访问NVIDIA官方博客这里。
Image source: Shutterstock.jpg)