利用 NVIDIA Nsight Profiler 增强 EDF 的流体动力学模拟
realtime news Jun 12, 2025 11:05
法国电力公司（EDF）与 NVIDIA 合作，利用 NVIDIA Nsight Profiler 增强流体动力学模拟，确保优化性能和效率。
法国电力公司（EDF）是一家领先的跨国电力公司，正通过与 NVIDIA 合作，利用 NVIDIA 的 Nsight Profiler 提升其计算流体动力学（CFD）模拟的能力。此次合作旨在增强 EDF 的 code_saturne 应用程序，这是一款于 1997 年开发的开源工具，用于模拟复杂的流体动力学流动，对于核电厂的安全评估和寿命延长至关重要。
简化 GPU 移植
从 CPU 到 GPU 应用的转变承诺带来显著的性能改进，允许以更快的速度解决更大规模的问题。尽管这个过程最初比较苛刻，但它带来了可观的吞吐量和效率。NVIDIA 的工具套件，特别是 Nsight Systems 和 Nsight Compute，支持这个转变，通过识别加速机会和优化内核性能。
EDF 的合作努力
EDF 与 AWS 和 Aneo 合作，正在逐步将 code_saturne 移植到 NVIDIA GPUs 上，提升其能力的同时保持其模块化架构。AWS 云提供的可扩展性和可访问性支持这一努力。该项目强调了 NVIDIA 平台在有效加速复杂模拟方面的潜力。
代码分析与优化
Nsight Systems 在识别瓶颈并优先移植代码段方面起着关键作用。使用 CUDA 管理内存促进了 CPU 和 GPU 之间的数据无缝迁移，确保代码的一致使用性。通过 NVIDIA Tools Extension (NVTX) 的注释进一步实现了移植过程的详细跟踪和分析。
原始来源中的图 1 展示了一个 Nsight Systems 报告，展示了 code_saturne 模拟的迭代过程，识别了代码优化的区域。这个可视化表示有助于定位耗时的例程，指导开发者改善性能。
识别移植机会
通过详细的 NVTX 标注分析，EDF 识别出具有 GPU 移植潜力的 CPU 段。解决这些段减少了 CPU 到 GPU 的内存传输，最小化了 GPU 空闲时间。结果是特定计算实现了令人印象深刻的 18 倍加速，如原始来源的图 2 所示。
正在进行的工作旨在进一步优化 GPU 内核，利用 Nsight Compute 提升性能。这一步对于最大化整个应用程序的 GPU 加速效益至关重要。
欲了解更多信息，请访问 NVIDIA 开发者博客。
Image source: Shutterstock.jpg)
