매스웍스는 미국 뉴잉글랜드의 에너지 기업인 에버소스 에너지(Eversource Energy)와 협력해 재생에너지 통합을 지원하는 시스템 계획 프로세스를 구축했다고 밝혔다. 전기차, 히트펌프, 태양광 패널 등 친환경 에너지의 확산으로 전력 배전망 계획에 불확실성이 커지는 가운데, 에버소스는 포춘 글로벌 500대 기업이 수백만 개의 전력망 시나리오를 확률과 위험도에 따라 분석하고 우선순위를 정할 수 있는 확률론적 조류 계산(PLF : Probabilistic Load Flow) 시스템을 개발했다. 미국의 에너지 전환 과정에서의 핵심 과제는 재생에너지 발전 설비를 안정적으로 전력망에 통합하는 것이다. 미국 에너지정보청(EIA)에 따르면 2025년에는 26GW(기가와트), 2026년에는 22GW 규모의 태양광 설비가 추가될 것으로 전망하고 있다. 에버소스는 기존의 전통적 시나리오 기반 모델링으로는 미래 전력망 수요에 대응하기 어렵다고 판단하고, 확률론적 조류 계산(PLF) 자동화를 전력 시스템 분석에 통합했다. 이를 통해 에버소스는 수많은 시나리오를 시뮬레이션하고, 배전망 모델링 역량을 향상시키는 한편, 필요한 데이터 분석 역량 강화를 위한 투자도 적극 지원하고 있다.     에버소스는 확률론적 조류 계산(PLF) 시스템 구축을 위해 매트랩(MATLAB)을 주요 개발 환경으로 활용했다. 매트랩은 수치 연산 병렬 처리 기능을 제공해 다중 코어 CPU 및 GPU 클러스터에 효율적으로 작업을 분산시킬 수 있도록 지원했으며, 이를 통해 에버소스는 대규모 시뮬레이션과 데이터 분석을 신속하게 수행할 수 있었다. 또한 매트랩 액티브X(ActiveX) 서버를 활용해 추가 프로그래밍 언어 없이 매트랩과 DNV 시너지 일렉트릭 솔버(DNV Synergi Electric Solver) 간 직접 통신을 구현했다. 확률론적 모델링에 필수적인 몬테카를로(Monte Carlo) 시뮬레이션 역시 매트랩을 통해 구현됐다. 이를 통해 입력 변수들의 확률 분포에서 무작위로 값을 선택해 다양한 시나리오를 평가할 수 있다. 또한 매트랩의 데이터 시각화 도구는 PLF 시뮬레이션 결과를 직관적으로 분석하고, 다양한 조건 하에서 전력망 성능을 시각화하여 잠재적인 문제를 발견하고 개선 영역을 식별하는 데 기여했다. 매스웍스의 토니 레논 심스케이프(Simscape) 제품 마케팅 매니저는 “현대 시스템 계획에서 증가하는 요구사항은 도전인 동시에 기회로 작용한다”면서, “에버소스는 매트랩과 매스웍스의 컨설팅 서비스를 통해 인프라 투자 전략을 최적화하고, 잠재적 문제를 선제적으로 대응해 안정적이고 효율적인 에너지 공급 체계를 구축했다”고 말했다. 에버소스의 존 크레소 고급 예측 및 모델링 수석 엔지니어는 “현재 뉴잉글랜드 지역에서 진행 중인 대규모 에너지 전환으로 배전망 계획이 매우 복잡해졌다. 이러한 환경에서 고객에게 안전하고 안정적인 서비스를 제공하는 것이 매우 중요하다”며, “새롭게 구축한 PLF 설루션을 통해 시뮬레이션 시간을 95% 단축하고, 전력망 신뢰도를 정밀하게 평가하며, 데이터 기반으로 최적의 인프라 투자 결정을 내릴 수 있게 됐다. 이를 통해 잠재적 문제를 선제적으로 해결할 수 있는 역량을 확보했다”고 말했다.

케이던스는 연례 플래그십 사용자 행사인 ‘케이던스라이브 실리콘 밸리 2025(CadenceLIVE Silicon Valley 2025)’에서 엔비디아 블랙웰(NVIDIA Blackwell) 시스템을 탑재한 ‘밀레니엄 M2000(Millennium M2000)’ 슈퍼컴퓨터를 출시하고, 케이던스 밀레니엄 엔터프라이즈 플랫폼(Cadence Millennium Enterprise Platform)을 대대적으로 확장한다고 발표했다.  이 제품은 케이던스의 솔버와 엔비디아의 HGX B200 시스템 및 RTX PRO 6000 블랙웰 서버 에디션 GPU, CUDA-X 라이브러리 및 솔버 소프트웨어를 통합한다. 케이던스는 “이 조합은 전자 설계 자동화(EDA), 시스템 설계 및 분석(SDA), 신약 발견 애플리케이션에 대해 시뮬레이션 실행 시간을 줄이고, CPU 기반 시스템 대비 최대 80배 더 높은 성능을 제공한다. 또한 여러 분야에 걸쳐 최대 20배 더 낮은 전력으로 획기적인 성능을 구현하며, 최적화된 하드웨어-소프트웨어 스택을 통해 AI 인프라 구축을 가속화하고 물리적 AI 기계 설계를 발전시키며 신약 설계의 최전선을 확장한다”고 소개했다. 차세대 인프라 AI, 물리적 AI 및 과학 AI는 데이터센터 및 에지 장치에서 정교한 계산 기능을 요구한다. 밀레니엄 M2000 슈퍼컴퓨터는 고충실도 전산 유체 역학(CFD) 시뮬레이션에서 높은 성능과 에너지 효율성을 제공하는 밀레니엄 M1 슈퍼컴퓨터의 성공을 기반으로 하고 있다. 클라우드 및 온프레미스 어플라이언스로 사용할 수 있는 이 슈퍼컴퓨터는 케이던스의 EDA, SDA 및 분자 소프트웨어 솔버를 활용하여 이전에는 불가능했던 대규모 시뮬레이션을 수행함으로써, 반도체 및 3D-IC 설계, 데이터센터의 디지털 트윈, 신약 발견 모델링 및 하이퍼스케일 컴퓨팅, 자동차, 데이터센터, 항공우주 및 방위 시장 전반의 기타 엔지니어링 과제에 대한 접근 방식을 혁신하기 위해 개발됐다.     AI 설계를 위해 제작된 에뮬레이터인 밀레니엄 M2000 슈퍼컴퓨터는 전력, 열, 응력 및 전자기 등 3D-IC 및 고급 패키징 설계를 분석하고 최적화하는 데 필요한 다중 물리 기능을 결합한다. 이를 통해 단 시간 내에 높은 품질을 구현하여 엔지니어링 팀이 제품 개발 주기에서 더 큰 신뢰성과 효율성을 달성할 수 있도록 지원한다. 예를 들어, 기존 반도체 칩 수준의 전력 무결성 시뮬레이션은 짧은 시간으로 제한된다. 케이던스는 수백 개의 CPU로 거의 2주가 걸렸던 시뮬레이션이 밀레니엄 M2000 슈퍼컴퓨터 한 대로 하루 안에 가능하다고 소개했다. AI 인프라 구축에는 데이터센터 및 컴퓨팅 인프라에 대한 상당한 투자가 필요하다. 에너지 및 자원 효율적인 방식으로 이를 수행하는 것은 AI 공장에서 차세대 파운데이션 모델을 제공하는 데 중요하다. 디지털 트윈은 운영 효율을 개선하고 위험을 줄이며 총 전력 소비를 낮춘다. 밀레니엄 M2000 슈퍼컴퓨터는 이러한 데이터센터 디지털 트윈의 설계 및 운영과 이를 구동하는 랙, 보드 및 장비에 필요한 모델링 프로세스를 가속화한다. 또한 밀레니엄 M2000 슈퍼컴퓨터는 데이터센터 외부에서 AI를 구현할 자율 운송, 드론, 로봇과 같은 기계의 고정확도 및 고용량 가상 시뮬레이션을 가능하게 한다. 이러한 시스템을 효과적으로 설계하기 위해 가속 컴퓨팅과 계산 소프트웨어의 조합은 실제 조건을 정확하게 시뮬레이션할 수 있는 가상 풍동을 제공함으로써 더 짧은 시간에 개선된 설계를 구현한다. 전자 및 기계 전자 시스템 설계자는 수십만 개의 프로세서를 갖춘 CPU 기반 톱 500 슈퍼컴퓨터 클러스터를 사용하는 것에 비해 여러 날이 걸렸던 중요한 결정을 하루 안에 내릴 수 있어, 시간과 에너지를 절약할 수 있다. 또한, 케이던스의 분자 과학 기술은 제약 산업 고객이 밀레니엄 M2000 슈퍼컴퓨터를 통해 더 짧은 시간에 더 많은 시뮬레이션을 수행할 수 있도록 하여 신약 발견을 가속화한다. 밀레니엄 M2000에서 사용할 수 있는 케이던스 온클라우드(Cadence OnCloud)의 케이던스 오라이언(Cadence Orion) 분자 설계 플랫폼은 연구원에게 높은 계산 능력을 제공하여 잠재적인 신약 후보 발견 속도를 높이고 프로세스 확장성을 향상시킨다. 결과적으로 고객은 더 짧은 기간에 더 많은 설계 시나리오와 반복을 탐색할 수 있고, 이는 더 빠른 혁신과 개선된 제품 개발로 이어진다. 케이던스의 아니루드 데브간(Anirudh Devgan) 사장 겸 CEO는 “밀레니엄 M2000 슈퍼컴퓨터는 대규모 확장 가능한 솔버, 전용 엔비디아 블랙웰 가속 컴퓨팅 및 AI를 활용하여 설계자가 한계를 계속해서 뛰어넘을 수 있도록 지원함으로써 AI 가속 엔지니어링의 도약을 이끌 것”이라면서, “가장 진보된 AI 모델을 위해 특별히 제작된 밀레니엄 M2000 슈퍼컴퓨터는 차세대 AI 인프라, 물리적 AI 시스템 및 신약 발견을 추진하기 위한 전례 없는 설계자 생산성을 제공한다”고 전했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “생물학부터 칩 설계에 이르기까지 세계에서 가장 복잡한 엔지니어링 과제는 가속 컴퓨팅으로만 가능한 규모와 속도로 시뮬레이션을 수행해야 한다”면서, “엔비디아 블랙웰, CUDA-X 및 케이던스의 계산 소프트웨어로 구축된 밀레니엄 M2000 슈퍼컴퓨터는 새로운 종류의 인프라이다. 이는 학문 전반에 걸쳐 발견을 혁신할 획기적인 발전을 이끌 과학을 위한 AI 팩토리”라고 말했다.

주요 디지털 트윈 소프트웨어   고성능 멀티피직스 플랫폼, Cadence Fidelity CFD   ■ 개발 : Cadence, www.cadence.com ■ 자료 제공 : 나인플러스아이티, 02-867-8633, www.npit.co.kr 1. Millennium M1 Millennium M1은 기존 전산 유체 역학(CFD) 시뮬레이션의 한계를 뛰어넘는 차세대 턴키 CFD 솔루션으로, 업계에 새로운 기준을 제시한다. Cadence(케이던스)의 Fidelity LES Solver(일명 CharLES)와 고성능 GPU 기반 HPC(고성능 컴퓨팅)를 결합한 이 플랫폼은 LES(대형 와류 시뮬레이션)를 중심으로 대규모 시뮬레이션을 압도적인 속도와 정확성으로 수행한다. Millennium M1은 단순히 빠른 성능을 넘어, 고품질 데이터를 신속히 생성하고 생성형 AI를 활용한 설계 최적화 및 디지털 트윈 구축을 가능하게 한다. 며칠이 소요되던 작업을 몇 시간 내로 단축할 뿐 아니라, 항공우주, 자동차, 터보기계 등 다양한 산업에 적용 가능한 실질적이고 혁신적인 해법을 제공한다. 초고속 처리 능력과 Fidelity LES Solver의 정밀한 물리 해석이 결합된 Millennium M1은 혁신적인 설계와 엔지니어링의 패러다임을 바꿀 게임 체인저로, 기술 혁신의 새로운 기준을 제시할 것이다. 2. 주요 기능 및 특징 ■ 안정성과 정확성을 겸비한 해석 기술 : CharLES 솔버의 비선형 안정화 방식은 수치적 진동을 효과적으로 억제하며, 메시 크기를 줄여도 높은 정확도와 안정성을 유지한다. ■ 압도적인 계산 성능 : GPU 기반 LES 솔버와 전용 하드웨어의 조합으로, GPU 1개당 최대 1,000개의 CPU 코어에 상응하는 처리 성능을 제공한다. ■ 업계 최초 Turn-Key CFD 솔루션 : GPU 기반 솔버와 확장 가능한 HPC를 결합하여 별도의 복잡한 시스템 설정 없이 즉시 사용 가능하며, 빠르고 효율적인 데이터 생성을 지원한다. ■ AI 디지털 트윈 구현 : 고품질 데이터를 바탕으로 생성형 AI를 활용해 디지털 트윈을 신속하게 구현한다. ■ 다상 흐름 예측 : Volume-of-Fluid(VOF) 기법과 라그랑주 입자 추적법으로, 다양한 유동 영역에서 액체 및 미세 물방울 등의 복잡한 거동을 정확히 모델링할 수 있다. 3. 도입 효과 ■ 설계-검증 프로세스 단축 : 기존 몇 일이 소요되던 LES 시뮬레이션을 몇 시간 내로 단축해, 더 많은 설계-검증 프로세스를 시도할 수 있다. ■ 높은 신뢰성과 효율성 : 메시 크기가 작아도 안정적이고 정확한 결과를 제공하며, 후처리 작업부담을 크게 줄여준다. ■ 혁신적인 설계 최적화 : 생성형 AI와 디지털 트윈 기술을 활용해, 효율적인 설계로 제품 개발을 지원한다. ■ 경제적 이점 : 별도 시스템 구축이 필요 없는 턴키(Turn-Key) 솔루션으로, 운영 비용을 효과적으로 절감 할 수 있다.   4. 주요 고객 사이트 ■ 자동차(Automotive) : 전기차 주행 거리와 내연기관 차량 연비에 영향을 미치는 공기역학을 풍동 수준의 정확도로 예측하며, 빠른 분석을 제공한다. ■ 항공우주(Aerospace) : 복잡한 형상과 유동 조건에서 항력 변화와 에어포일 실속 현상을 정밀하게 분석하여, 높은 설계 신뢰성을 보여준다. ■ 에너지 및 터보 머신(Energy & Turbomachinery) : 난류 연소와 열 전달을 정확히 예측하며, 열 플럭스 및 Conjugate Heat Transfer 분석으로 에너지 효율성을 극대화한다.       상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

앤시스 워크벤치를 활용한 해석 성공 사례   해석을 하다 보면 사용자의 실수나 다른 외부 문제로 진행 중이던 해석이 중단되는 경우가 발생한다. 이러한 경우, 앤시스 LS-DYNA(엘에스 다이나)의 ‘리스타트(Restart)’ 기능을 활용하면 해석 시뮬레이션을 처음부터 다시 수행하지 않고 해석이 중단된 특정 시점부터 재시작할 수 있다. 또한 이미 완료된 해석에 대해 조건을 변경하여 해석 시뮬레이션을 이어서 진행할 수도 있다. 이번 호에서는 LS-DYNA의 리스타트 기능에 대해 소개하고, 예제를 통해 LS-PrePost(엘에스 프리포스트)와 워크벤치(Workbench) 환경에서 활용하는 방법을 알아본다.   ■ 김혜영 태성에스엔이 MBU팀에서 수석매니저로 근무하고 있으며, LS-DYNA 해석 기술지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   리스타트 해석의 수행 조건 리스타트 해석을 사용하기 위해서는 다음과 같은 조건이 필요하다.  동일한 실행 솔버(Executable)를 사용하는가?(예 : lsdyna_sp.exe)  동일한 CPU 개수인가?  Dump 파일이 생성되었는가? 덤프(Dump) 파일은 리스타트를 위한 바이너리 아웃풋(Binary Output) 파일로 특정 시점의 응력, 변형률, 변형량 등 해석 결과를 완전히 기록한다. LS-DYNA에는 두 가지 유형의 덤프 파일이 있다. 그 중 한 유형인 D3DUMP 파일은 특별히 설정하지 않아도 해석이 정상 종료되면 d3dump01 파일이 생성된다. 이 파일에 대하여 *DATABASE_BINERY_ D3DUMP 키워드를 통해 사용자가 정의한 간격에 따라 D3DUMP 파일을 주기적으로 생성할 수 있고, 생성된 파일 뒤에 숫자가 붙어 주기마다 증가하고 해석 폴더 내에서 d3dump01, d3dump02 등으로 확인할 수 있다. 다른 유형의 덤프 파일은 RUNRSF로 *DATABASE_BINERY_RUNRSF 키워드를 통해 사용자가 정의한 간격에 따라 파일을 생성하지만, NR 매개변수가 사용되지 않는 한 동일한 파일에 덮어씌워져서 생성된다. 이 두 가지 덤프 파일은 함께 사용할 수 있다. <그림 1>은 D3DUMP 파일을 주기적으로 저장하기 위한 *DATABASE_BINARY_D3DUMP 키워드 예시이다.   그림 1. D3DUMP 저장 간격 키워드 예시   리스타트 타입 LS-DYNA의 리스타트 타입(Restart Type)은 이전 해석에 이어서 수행하는 기능으로, 크게 세 가지로 나눌 수 있다. 심플 리스타트(Simple Restart) 스몰 리스타트(Small Restart) 풀 리스타트(Full Restart) 그러면, 이전 해석에 이어서 진행해야 하는 몇 가지 상황에 따라 어떤 타입의 리스타트 기능을 사용하는지 알아보자.    실수로 해석창을 닫았어요! – 심플 리스타트 심플 리스타트는 종료시간(Termination Time) 이전에 해석이 중단된 경우에, 사용자가 설정한 주기마다 저장된 d3dump 파일을 사용하여 특정 시점부터 해석을 다시 시작하는 기능이다. 따라서 변경 사항이 없어 입력 파일(Keyword Input Deck)이 필요하지 않고 d3dump 파일만 활용한다.    그림 2. 일반적인 해석 실행 화면(LS-RUN)   그림 3. 일반적인 해석 실행 화면(CMD 창)   <그림 2>와 같이 LS-RUN을 사용하여 해석을 수행한 경우 <그림 3>과 같은 CMD 창이 팝업되고, 해석 진행에 따른 메시지를 바로 확인할 수 있다. <그림 1>의 키워드 예시처럼 사용자가 덤프 파일의 저장 주기를 미리 설정하였다면, CMD 창에 나타난 메시지처럼 지정된 주기인 5000 사이클마다 덤프 파일이 저장되고 있음을 알 수 있다.  만약 1만 사이클 이후 실수로 해석 CMD 창을 닫아 해석이 중단되었다면, d3dump02를 사용하여 리스타트 해석을 수행할 수 있다. <그림 4>처럼 LS-RUN의 Expression 설정에서 i=$INPUT 대신 r=d3dump02로 명령어를 수정하면 덤프 파일을 사용하여 해석을 이어갈 수 있다.   그림 4. 심플 리스타트 해석 실행 화면(LS-RUN)   그림 5. 심플 리스타트 해석 실행 화면(CMD창)     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스가 엔비디아, 볼보자동차와 협력해 공기역학 시뮬레이션 분야에서 우수한 성과를 달성했다고 밝혔다. 앤시스는 엔비디아 블랙웰(NVIDIA Blackwell) GPU 8개를 시뮬레이션 솔버에 활용하고 CPU 코어를 메싱에 적용한 결과, 전체 시뮬레이션 실행 시간을 기존 24시간에서 6.5시간으로 단축했다. 앤시스는 이번 성과를 통해 반복적인 설계 작업을 가능케 하며, 배터리 전기차(BEV) 최적화 연구를 더욱 심도 있게 지원하고 개발 기간 단축과 시장 출시 속도 가속화에 기여할 것이라고 밝혔다. 또한, 이번 협업이 자동차 산업을 비롯한 항공우주, 모터스포츠, 소비자 전자제품 등 정밀한 유체 흐름 시뮬레이션이 요구되는 다양한 산업 분야에서 새로운 기준을 제시할 것으로 기대하고 있다. 볼보자동차는 전기차 배터리 성능 향상을 위해 고성능 컴퓨팅(HPC)과 전산유체역학(CFD)을 적극 활용하고 있다. 특히, 전기차의 주행 거리 향상에 큰 영향을 미치는 공기역학적 항력(aerodynamic drag)을 최소화하는 작업이 중요한 과제로 떠오르고 있는 가운데, 이를 최적화하기 위해 정밀한 시뮬레이션이 필수로 요구된다. 그러나 고정밀도의 CFD 시뮬레이션은 상당한 시간과 연산 자원을 요구하며, 높은 비용이 소요되는 동시에 최적화 기회가 제한되는 한계점이 있다.     앤시스와 볼보자동차는 EX90 전기자동차의 에너지 효율성 및 주행거리 향상을 위해 앤시스 플루언트(Ansys Fluent)를 엔비디아 블랙웰 GPU 8개로 확장해 메싱에 1시간, 솔버에 5.5시간이 소요되는 최적화된 엔드 투 엔드 워크플로를 구현했다. 기존에 2016개의 CPU 코어를 사용해 동일한 시뮬레이션을 실행한 경우와 비교하면 솔버 실행 시간이 2.5배 빨라진 것이다. 이러한 기술 결합은 볼보자동차가 CFD 시뮬레이션을 하루에 여러 차례 반복 실행하고, 다양한 설계 변수를 평가해 설계 최적화를 획기적으로 수행할 수 있도록 지원한다. 시뮬레이션 프로세스 속도가 빨라짐에 따라 볼보자동차는 배출가스 저감, 주행거리 연장, 효율성 향상 등 국제표준시험방식(WLTP)의 핵심 기준을 더욱 효과적으로 충족할 수 있을 것으로 기대하고 있다. 볼보자동차의 토르비욘 비르둥(Torbjörn Virdung) CFD 기술 총괄 책임자는 “앤시스 시뮬레이션을 활용하면 기존 방식보다 더욱 빠르게 설계를 최적화하고 가상 테스트까지 수행할 수 있다”며, “제품 효율을 높이기 위해서는 우리가 사용하는 툴과 설루션의 성능을 우선적으로 점검해야 한다”고 밝혔다. 또한 “앤시스 플루언트는 정밀한 분석이 가능한 데다 엔비디아의 인프라를 통해 계산 속도까지 대폭 향상돼 다양한 설계 옵션을 더욱 빠르고 폭넓게 검토할 수 있어, 결과적으로 우리가 최적의 차량 설계를 단기간에 구현할 수 있게 됐다”고 덧붙였다. 앤시스의 셰인 엠스와일러(Shane Emswiler) 제품 부문 수석 부사장은 “이번 사례는 GPU 기반의 시뮬레이션이 혁신을 촉진하고 제품 출시 기간을 단축할 수 있음을 보여준다”며, “정밀한 모델링과 빠른 연산 속도를 결합한 GPU 가속 시뮬레이션을 통해 고객은 보다 많은 시뮬레이션을 수행하고 최상의 성능을 가진 제품을 개발할 수 있다”고 말했다. 엔비디아의 팀 코스타(Tim Costa) CAE EDA 및 양자 부문 수석 이사는 “앤시스와 볼보자동차의 이번 협력은 엔비디아의 최신 블랙웰 인프라 설루션이 지닌 뛰어난 성능과 확장성을 엔지니어링 시뮬레이션 분야에서 입증한 것”이라며, “엔비디아는 앤시스와 같은 소프트웨어 파트너와 함께 컴퓨터 기반 엔지니어링의 미래를 선도하고 있으며, 전에 없던 뛰어난 성능과 높은 확장성을 제공해 고객들이 복잡한 엔지니어링 과제를 해결할 수 있도록 지원할 것”이라고 밝혔다.

엔비디아가 미국 새너제이에서 열린 GTC에서 주요 CAE 소프트웨어 공급업체들이 엔비디아 블랙웰(NVIDIA Blackwell) 플랫폼을 도입해 자사 시뮬레이션 도구를 최대 50배까지 가속화한다고 발표했다. 이들 공급업체에는 앤시스, 알테어, 케이던스, 지멘스, 시높시스 등이 포함된다. 가속화된 CAE 소프트웨어와 엔비디아 쿠다-X(CUDA-X) 라이브러리 그리고 성능을 최적화하는 블루프린트를 병용하면 자동차, 항공우주, 에너지, 제조, 생명과학 분야 제품의 개발 시간과 비용을 줄일 수 있으며, 설계 정확도는 높이면서 에너지 효율을 유지할 수 있다는 것이 엔비디아의 설명이다. 소프트웨어 제공업체는 고객이 실시간 인터랙티브 기능을 갖춘 디지털 트윈을 개발하도록 지원할 수 있으며, 이제 엔비디아 블랙웰 기술을 통해 이를 가속화할 수 있다. CAE 소프트웨어 업계에서는 자사 소프트웨어에 블랙웰을 통합하는 생태계가 확장되고 있다. 여기에는 대표적으로 알테어, 앤시스, 비욘드매스, 케이던스, 콤솔, 엔지스(ENGYS), 플렉스컴퓨트, 헥사곤, 루미너리 클라우드, M-스타, 오토데스크 계열사인 나바스토, 뉴럴 콘셉트, 엔톱, 리스케일, 지멘스, 심스케일, 시높시스, 볼케이노 플랫폼스 등이 있다.     케이던스는 엔비디아 그레이스(Grace) 블랙웰 가속 시스템을 활용해 항공기의 이착륙 시뮬레이션이라는 전산유체역학(CFD)의 대형 과제를 해결하고 있다. 케이던스는 단일 엔비디아 GB200 NVL72 서버에서 케이던스 피델리티(Fidelity) CFD 솔버를 사용해 수십억 개의 셀 시뮬레이션을 24시간 이내에 실행했다. 이는 기존의 수백만 개 코어를 가진 CPU 클러스터에서도 며칠이 지나야 완료가 가능한 작업이었다. 이 혁신을 바탕으로 항공우주 산업은 더 안전하고 효율적인 항공기를 설계하면서도, 비용이 많이 드는 풍동 실험 횟수는 줄여 출시까지 걸리는 시간을 단축할 수 있을 전망이다. 리스케일이 새롭게 출시한 CAE 허브(CAE Hub)를 활용하면 엔비디아 기술과 더불어 다수의 독립 소프트웨어 공급업체가 개발한 쿠다 가속 소프트웨어에 간편하게 접속할 수 있다. 리스케일 CAE 허브는 클라우드에서 엔비디아 GPU와 엔비디아 DGX Cloud(DGX 클라우드)에 기반한 유연하고 향상된 성능의 컴퓨팅과 AI 기술을 제공한다. 고속 항공기를 만드는 붐 슈퍼소닉(Boom Supersonic)은 리스케일 CAE 허브에서 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트(Omniverse Blueprint)와 블랙웰 가속 CFD 솔버를 사용할 예정이다. 이를 통해 새로운 초음속 항공기 설계와 최적화에 나설 계획이다. 제품 개발 주기의 대부분이 시뮬레이션에 기반한 붐 슈퍼소닉은 블랙웰 GPU로 가속화된 리스케일 플랫폼을 통해 다양한 비행 조건을 테스트하고 시뮬레이션을 반복하며 요구 사항을 개선할 전망이다. 실시간 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트는 현재 일반적으로 사용이 가능하며, 리스케일 CAE 허브에도 포함돼 있다. 이 블루프린트는 엔비디아 쿠다-X 라이브러리와 엔비디아 피직스네모 AI, 엔비디아 옴니버스 플랫폼을 통합했다. 더불어 물체 부근의 공기 움직임을 연구하는 외부 공기역학을 위한 엔비디아 NIM 마이크로서비스를 최초로 추가했다. 엔비디아의 젠슨 황(Jensen Huang) 창립자 겸 CEO는 “엔비디아 블랙웰에서의 쿠다 가속 물리 시뮬레이션은 실시간 디지털 트윈을 개선하고 엔지니어링 프로세스 전반을 재구상하고 있다. 사실상 모든 제품이 물리적으로 구현되기 훨씬 전에 디지털 트윈으로 먼저 생성되고 생명력을 얻을 날이 다가오고 있다”고 말했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (19)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다. 이번 호에서는 터보 기계의 시뮬레이션을 위한 솔버의 선택과 설정, 후처리 및 분석, 최적화 등의 과정을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   로터-스테이터 인터페이스 성능을 결정하고 잠재적인 문제를 식별하는 데 필수인 터보 기계의 회전 및 고정 구성 요소 간의 상호 작용을 모델링하는 방법에는 여러 가지가 있다. 다음에 설명된 방법은 동적 영역과 정적 영역 간의 정확한 흐름 전달을 보장하기 위해 로터-회전자 인터페이스를 올바르게 모델링하는 데에 사용된다.  혼합 평면 접근법 : 이 방법은 인터페이스 전반의 유동 특성을 평균화하여 회전 영역과 고정 영역 사이의 인터페이스를 모델링하는 데 사용되는 계산적으로 효율적인 정상 상태 근사치이다. 이 방법은 이들 영역 사이의 흐름을 효과적으로 ‘혼합’하여 안정된 인터페이스 조건을 제공하므로, 로터 블레이드가 고정자 베인을 통과할 때 발생하는 실제 불안정한 현상을 해결하지 않아 시뮬레이션을 단순화한다. 도메인 스케일링 방법 : 이 불안정 기법은 도메인의 물리적 치수를 스케일링하여 로터와 고정자 사이의 상대적인 움직임을 시뮬레이션하는 것이다. 다양한 회전 속도의 효과를 모델링하거나 전체 지오메트리를 명시적으로 모델링하지 않고 정수가 아닌 블레이드 수 비율을 맞추기 위해 자주 사용된다. 이 방법은 로터/스테이터 인터페이스 전체에 동일한 메시 주기성을 적용하여 양쪽에서 일관된 흐름 특성을 보장한다. 위상 지연 방법 : 이 방법은 주기성을 가정하고 도메인의 여러 세그먼트 간에 위상 변이를 적용하여 불안정한 회전자-회전자 상호 작용을 시뮬레이션할 수 있다. 이 방법을 사용하면 전체 도메인의 불안정한 동작을 표현하면서 지오메트리의 일부를 시뮬레이션할 수 있으므로 계산 비용을 줄일 수 있다. 위상 지연 방식은 반복 패턴이나 주기적 대칭이 있는 경우에 특히 유용하다. 회전 기준 프레임(RRF) : RRF 방법은 로터와 함께 회전하는 기준 프레임에서 유동 방정식을 푸는 방식이다. 이 방법은 로터 동작의 물리적 시뮬레이션 없이도 구성 요소 회전으로 인한 흐름 효과를 시뮬레이션한다. 이 방법은 정상 및 비정상 시뮬레이션 모두에 사용할 수 있다. 정상 시뮬레이션에 사용할 경우 회전하는 부품과 정지된 부품 간의 통신을 위한 인터페이스 처리가 필요한 경우가 많으며, 이때 혼합 평면 접근법을 적용할 수 있다. 슬라이딩 메시 방법 : 이 기법은 과도 시뮬레이션에 사용되며 로터와 고정자 사이의 시간에 따라 변화하는 상호작용을 캡처할 수 있다. 로터 도메인의 메시가 고정자 도메인의 고정 메시와 관련하여 움직이거나 미끄러지므로 실제 회전 및 관련 불안정 유동 현상을 시뮬레이션할 수 있다. 다중 참조 프레임(MRF) : MRF는 회전하는 영역의 흐름을 평균화하는 정상 상태 접근 방식이다. 그러나 이 방법을 사용하면 시뮬레이션 도메인의 여러 영역이 서로 다른 기준 프레임에 있을 수 있다. 따라서 회전자 도메인은 회전하는 기준 프레임에 설정하고 고정자 도메인은 고정된 상태로 유지할 수 있다. 고정 회전자 접근법 : 로터와 스테이터 위치가 서로에 대해 고정되어 있는 정상 상태 근사치로, 시간의 스냅샷을 시뮬레이션한다. 슬라이딩 메시 방식보다 계산 비용이 저렴하지만 실제 과도 효과를 포착할 수 없다.   그림 1. 특정 경우와 일반적인 경우의 로터-스테이터 처리 순서도   <그림 1>의 순서도는 특정 유동 특성에 따라 정상 상태 계산에서 로터-스테이터 인터페이스 처리를 선택하기 위한 의사 결정 프로세스를 제공한다. 시뮬레이션에 회전하는 임펠러와 고정된 볼류트 케이스 사이의 상호작용이 포함된 경우, 상세한 국소 유동 변화를 포착하고 계면 전체의 질량, 운동량 및 에너지 보존을 국소적으로 보장하기 위해 국소 보수적 결합을 권장한다. 다음으로, 계면 근처에 충격파가 존재하여 유동장에 강한 영향을 미칠 수 있는 고구배 유동 특성인 경우 1D 또는 2D 비반사 경계 조건이 제안된다. 이러한 조건은 시뮬레이션 결과를 손상시킬 수 있는 경계에서 충격파의 인위적인 반사를 최소화하도록 설계되었다. 마지막으로, 인터페이스 근처에 충격파가 없는 경우 전체 비일치 혼합 평면 또는 보수적 결합 방법을 사용하는 것이 좋다. 완전 비일치 혼합면 방법은 계면 전체의 유동 특성을 평균화하므로 회전자-회전자 상호 작용의 상세한 시간 정확도 캡처가 중요하지 않은 경우에 적합하다. 보수적 결합 접근법은 메시 적합성 없이 인터페이스 전체에서 질량, 운동량 및 에너지를 보존해야 하는 시나리오에 이상적이며, 따라서 회전자 메시와 고정자 메시 간의 어느 정도의 정렬 불일치 또는 비적합성을 수용할 수 있다. <표 1>에는 안정된 시뮬레이션에 사용할 수 있는 다양한 로터-스테이터 인터페이스 처리 방법이 요약되어 있다.   표 1. 회전자-고정자 인터페이스 처리 방법     ■ 자세한 기사 내용은 PDF로 제공됩니다.

개발 및 공급 : 앤시스코리아 주요 특징 : 사용자 학습 데이터 기반의 AI로 후처리 과정에서 심층 인사이트 제공, 시스템 아키텍처 모델러에 SysML v2 지원 추가해 협업 촉진 및 제품 설계 최적화 가속, HPC 라이선스 없이 엔터프라이즈급 CFD 기능 제공하는 앤시스 CFD HPC 얼티메이트 출시 등   앤시스가 디지털 엔지니어링 혁신을 지원하는 AI 기반 엔지니어링 시뮬레이션 설루션인 ‘앤시스 2025 R1(Ansys 2025 R1)’을 발표했다. 앤시스 2025 R1은 정교한 디지털 엔지니어링 기술을 통해 기존 인프라와 원활하게 연계될 뿐 아니라, 업무 중단을 최소화하면서 보다 혁신적인 제품 개발을 위한 협업을 지원한다. AI, 클라우드 컴퓨팅, GPU 및 HPC의 강력한 성능을 기반으로 한 이번 업데이트는 더욱 신속하고 협력적인 의사 결정을 가능케 하며, 설계 탐색 범위를 확장하고 제품 설계 기간 단축에 기여할 전망이다. 앤시스의 셰인 엠스윌러(Shane Emswiler) 제품 총괄 수석 부사장은 “앤시스 2025 R1은 더욱 강력한 통합 기능을 제공해, 제품 전체 수명 주기에 걸쳐 디지털 프로세스를 구축하고 개발 전후 데이터를 효율적으로 관리할 수 있는 다양한 도구와 설루션을 제공할 것”이라면서, “하나의 데이터 기반의 환경에서 서로 단절된 팀도 원활하게 협업할 수 있도록 지원하며, 이를 통해 비용 절감과 제품 출시 기간을 단축시켜 고객의 경쟁력 강화에 기여할 것”이라고 밝혔다. 제품이 점차 통합되고 복잡해짐에 따라 R&D 프로세스 또한 급변하는 시장 요구에 맞춰 지속적으로 발전해야 한다. 앤시스는 고객의 디지털 전환 과정을 원활하게 지원하며, 변화하는 시장 환경에 대응할 수 있도록 다양한 도구와 설루션을 제공할 예정이다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   향상된 물리 솔버 제품 성능을 보장하려면 구성 요소부터 시스템 전반에 이르는 멀티피직스(multi-physics)를 이해하는 것이 필수이다. 앤시스 2025 R1은 신속하고 정밀한 물리 기반 시뮬레이션 결과를 제공하는 신제품뿐만 아니라, 기존 제품의 강화된 기능을 통해 엔지니어링 팀이 설계 초기 단계에서 보다 신뢰성 높은 의사 결정을 내릴 수 있도록 지원할 전망이다. 앤시스 디스커버리(Ansys Discovery) 3D 시뮬레이션 소프트웨어는 전열(electrothermal) 분석, 오소트로픽(orthotropic) 전도, 내부 팬(fans) 기능을 추가해 써멀 모델링 역량을 확장했으며 속도 및 사용 편의성을 개선했다. 구조 해석 설루션은 소음·진동·마찰(NVH)에 대한 통합 설루션을 제공하며, 주파수 응답 함수(FRF) 계산 속도가 10배 향상됐다. 또한 진동음향(vibro-acoustics) 매핑, 최적화된 메싱, 모드 기여도 분석 기능 등을 탑재했다. 앤시스 일렉트로닉스(Ansys Electronics)는 앤시스 소프트웨어 제품 간 연결성을 강화해 3D 집적 회로에 중요한 메싱을 개선하며 자동화된 워크플로우 기능, 향상된 시뮬레이션 성능 등을 제공한다. 새로운 폴리머 FEM(Polymer FEM) 제품은 높은 정확도의 모델을 적용해 실제 재료의 거동을 정밀하게 포착하며, 고객의 고급 재료 시뮬레이션 요구 사항을 충족한다.   클라우드/HPC/GPU 클라우드 컴퓨팅, 고성능 컴퓨팅(HPC) 및 GPU의 강력한 성능은 최신 제품의 엔지니어링 속도를 혁신적으로 변화시키고 있다. 이 과정에서 접근성, 상호 운용성, 확장성은 핵심 요소로 작용하며, 고객이 데스크톱 애플리케이션의 한계를 넘어서서 보다 혁신적인 제품을 협업하여 설계할 수 있도록 지원한다. 앤시스 2025 R1은 GPU 솔버의 성능을 한층 강화했으며, 다양한 애플리케이션에 웹 기반 온디맨드(on-demand) 기능을 추가 제공한다. 앤시스 플루언트(Ansys Fluent)  멀티 GPU(multi-GPU) 유체 시뮬레이션 솔버는 자동차 외부 공기 역학과 같은 대규모 메시 셀(mesh cell)을 포함한 고해상도 해석을 지원한다. 또한, 전체 시뮬레이션 속도 저하 없이 매개변수 추가 및 정확도 개선을 설계자에게 제공한다. 앤시스 CFD HPC 얼티메이트(Ansys CFD HPC Ultimate)는 추가 HPC 라이선스 없이 단일 작업에서 여러 CPU 코어 또는 GPU를 활용할 수 있는 엔터프라이즈급 전산유체역학(CFD) 기능을 제공한다. 앤시스 루메리컬 FDTD(Ansys Lumerical FDTD)의 새로운 GPU 가속 3D 전자기 시뮬레이션은 기존 CPU 솔버 대비 메모리 사용량을 50% 절감하며 메싱 시간을 20% 줄인다. 앤시스 메커니컬(Ansys Mechanical)의 GPU 직접 가속 구조 유한 요소 해석(FEA) 솔버는 기존 설루션 대비 최대 6배 빠른 성능을 제공하며, 반복 솔버(iterative solver)는 CPU 전용 솔버 대비 6배 빠른 속도를 구현한다. 앤시스 디스커버리(Ansys Discovery)의 클라우드 버스트 컴퓨팅(Cloud Burst Compute) 기능을 활용하면 1000개의 설계 변형을 10분 만에 해결할 수 있다. 엔비디아 GPU를 활용한 디스커버리의 매개변수 연구(parametric study) 속도는 100배 이상 향상된다. 앤시스 클라우드 버스트 컴퓨팅(Ansys Cloud Burst Compute) 기능은 앤시스 메카니컬 (Ansys Mechanical), 앤시스 플루언트(Ansys Fluent) 및 앤시스 HFSS(Ansys HFSS) 고주파 전자기 시뮬레이션 소프트웨어를 위한 유연하고 확장 가능한 온디맨드(on-demand) HPC 성능을 제공한다.   인공지능 앤시스는 인공지능(AI) 기반 기술을 통해 포트폴리오를 지속적으로 확장하며, 컴퓨터 지원 엔지니어링(CAE) 산업에 혁신적인 속도와 접근성을 제공한다. 앤시스 AI는 신규 및 기존 데이터를 활용해 빠르게 설계를 분석하고 AI 모델을 신속하게 학습시켜 제품 출시 기간을 단축시키는 한편 비용 절감 효과를 극대화한다. 직관적인 인터페이스를 갖춘 데이터 처리 도구 지원을 통해 SimAI 모델링을 위한 데이터 준비 과정을 간소화한다. 앤시스 SimAI는 사용자가 모델 학습 데이터를 확장해 후처리 과정에서 더욱 정교한 분석을 수행할 수 있도록 지원한다. 앤시스 일렉트로닉스 AI+(Ansys Electronics AI+)는 AI 기반 기술을 활용해 앤시스 멕스웰(Ansys Maxwell) 전기기장(electromagnetic field) 해석 솔버, 앤시스 아이스팩(Ansys Icepak), 전자기 냉각 시뮬레이션 소프트웨어, HFSS 등에서 수행되는 전자기 시뮬레이션의 필요 리소스 실행 시간을 정밀하게 예측한다. 앤시스 RF 채널 모델러(Ansys RF Channel Modeler)의 고급 합성 레이더 시뮬레이션 기능은 지상에서 AI를 활용한 표적 식별을 위해 폭넓은 학습 및 검증 데이터 세트를 제공하여, 디지털 미션 엔지니어링 분야를 지원한다.   ▲ 이미지 출처 : 앤시스 웹사이트 캡처   연결된 에코시스템 최첨단 연구개발(R&D) 환경에서는 모델 기반 시스템 엔지니어링(MBSE) 및 자동화 설계를 도입하여 연구개발 워크플로를 원활하고 효율적으로 유지하는 것이 중요하다. 앤시스 엔지니어링 설루션은 기존 인프라에도 새로운 기술을 쉽게 통합할 수 있도록 높은 호환성과 확장성을 갖춰 제품 설계의 혼선을 방지할 수 있다. 앤시스 2025 R1은 디지털 전환을 더욱 원활하게 지원할 수 있도록 MBSE 기능과 데이터 관리 기능이 강화되었다. 앤시스 모델센터(ModelCenter) MBSE 소프트웨어와 앤시스 시스템 아키텍처 모델러(System Architecture Modeler : SAM)는 SysML v2 지원을 강화해 엔지니어링 조직 전반에서 제품 요구 사항의 접근성과 확장성을 높이고, 팀 간 협업을 더욱 긴밀하게 연결하여 개발 시간 단축에 기여한다. 앤시스 모델센터(ModelCenter)는 MBSE 연결성이 향상되어 호환성을 높였고, 카펠라(Capella) 커넥터 기능이 강화되었으며, 앤시스 적으로 제공한다. SAM과의 더욱 긴밀한 통합을 통해 검색, 저장 및 수정 기능을 보다 직관적으로 제공한다. 앤시스 미네르바(Ansys Minerva) 시뮬레이션 프로세스 및 데이터 관리 소프트웨어인 미네르바는 일반 커넥터 개선을 통해 외부 데이터 연동을 표준화하며, 업로드 전 문제점 검증을 가능케 하여 제품 생산 시간 및 비용 절감에 기여한다. 커넥터는 새로운 비동기 작업 실행 기능이 추가돼 엔지니어의 생산성을 개선한다.   기타 앤시스 2025 R1의 주요 특징 앤시스 옵티슬랭(Ansys optiSLang) 프로세스 통합 및 설계 최적화 소프트웨어로 인터페이스, 분산 컴퓨팅, 고급 알고리즘 등 전반적인 개선으로 설계 워크플로의 유연성과 성능을 강화한다. 앤시스 그란타 MI(Ansys Granta Materials Intelligence) 제품군은 컴퓨터 이용 공학(CAE), 컴퓨터 지원 설계(CAD), 제품 수명주기 관리(PLM) 등의 소프트웨어와 공통 사용환경을 제공하여, 그란타(Granta) 최종 사용자 인터페이스와 통합 인터페이스 간 일관된 사용자 경험을 제공한다. 앤시스 플루언트(Ansys Fluent)의 내결함성 메싱(FaultTolerant Meshing : FTM)과 수밀 메싱(watertight meshing)에 적용된 작업 기반 성능을 개선해 메싱 속도를 가속화한다.  전력 필드 효과 트랜지스터(FET) 및 전력 관리 집적회로(PMIC)의 분석, 시뮬레이션, 최적화를 위한 신규 도구로 앤시스 파워X(Ansys PowerX)를 제공한다.    ▲ 이미지 출처 : 앤시스 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

개발 및 공급 : 알테어 주요 특징 : 하이퍼웍스 2025 – AI와 머신러닝으로 더욱 정밀하고 빠른 시뮬레이션 구현, 통합 해석 기술로 설계 효율성과 정확도 극대화, 클라우드 및 자동화 도구로 협업과 생산성 향상 등. HPC웍스 2025 – AI 기반 스마트 작업 스케줄링 도입으로 작업 운영 최적화, 유연한 클라우드 확장성과 자동화 엔진으로 운영 효율성 강화, GPU 및 쿠버네티스 지원 확대로 AI 및 머신러닝 워크로드 성능 향상 등   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI·자동화로 설계 효율 높인 하이퍼웍스 2025 설계 및 시뮬레이션 플랫폼인 알테어 하이퍼웍스 2025(Altair HyperWorks 2025)는 인공지능(AI)과 머신러닝 기반의 해석 및 최적화 기술을 강화해, 시제품 제작 과정을 최소화하고 설계 프로세스를 혁신했다. 새 버전은 트랜스포머 아키텍처 기반의 AI 물리 예측 모델을 적용해 적은 데이터로도 정밀한 시뮬레이션이 가능하며, 머신러닝 기반 솔버는 해석 속도와 신뢰성을 동시에 향상시켰다. AI 기반 차수 축소 모델링(ROM)은 비선형 시스템을 빠르게 해석해 설계 초기 단계에서 중요한 통찰력을 제공한다. 시뮬레이션 해석 성능 역시 개선됐다. 알테어 옵티스트럭트(Altair OptiStruct)는 기존에 사용하던 기계 충격 해석, 열 충격 해석, 진동 해석 등을 하나의 설루션에서 수행할 수 있다. 이를 통해 해석 시간이 단축되고 모델 관리가 용이하며 설계 효율성과 신뢰성을 높일 수 있다. 또한 알테어 피직스AI(Altair physicsAI)는 기존 수치 해석 솔버를 AI 기반 솔버로 대체해 정확도를 유지하면서도 해석 속도를 높였다. 알테어는 자사의 클라우드 플랫폼인 알테어 원(Altair One)을 통해 HPC(고성능 컴퓨팅) 및 시뮬레이션 데이터에 즉시 접근할 수 있는 협업 환경도 마련했다. 또한 알테어 하이퍼메시(Altair HyperMesh)의 파이썬 API 지원으로 반복 작업을 자동화하고 대규모 모델의 해석 준비 시간을 단축할 수 있다. 베타 버전으로 출시된 AI 설계 도우미 알테어 코파일럿(Altair Copilot)은 실시간 Q&A와 워크플로를 지원한다. 소재 설루션은 복합소재, 폴리머, 적층 제조 등 첨단 소재의 데이터를 수집 및 표준화하고, AI 기술로 불완전한 데이터를 보완해 시뮬레이션 정확도를 높였다. 알테어의 짐 스카파 CEO는 “알테어 하이퍼웍스 2025는 40년간 축적한 알테어의 시뮬레이션, 설계, 최적화 역량이 집대성된 결과물”이라면서, “AI와 머신러닝, 자동화, 개방형 아키텍처를 통합해 단순한 시뮬레이션 플랫폼을 넘어선 통합 엔지니어링 설루션을 제공할 것”이라고 말했다.   ▲ 이미지 출처 : 알테어 웹사이트 캡처   AI 기반 작업 스케줄링 및 클라우드 확장성 강화한 HPC웍스 2025 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼인 ‘알테어 HPC웍스(Altair HPCWorks) 2025’는  AI 기반 작업 스케줄링, GPU 및 쿠버네티스 지원 확대, 클라우드 확장성 강화를 비롯해 기업의 대규모 AI 학습과 데이터 분석 작업을 안정적으로 지원한다. 최신 버전은 AI 기반 스마트 작업 스케줄링을 통해 작업 제출을 간소화하고 대기 시간을 줄였으며, GPU 및 쿠버네티스와의 호환성을 강화해 AI 및 머신러닝 워크로드의 성능을 최적화했다. 클라우드 리소스 활용 효율성을 높인 것도 특징이다. 사용자는 클라우드 작업과 하이브리드 컴퓨팅 환경을 손쉽게 최적화할 수 있으며, 피크 타임의 워크로드도 유연하게 처리할 수 있다. 서드파티 스케줄러와의 연동도 가능해 확장성과 호환성도 높였다. 또한, 통합된 클라우드 자동화 엔진을 사용하면 필요할 때 클러스터를 빠르게 늘리고 사용량이 줄어들면 자동으로 줄일 수 있어, 운영 비용과 시간을 절감할 수 있다. 멀티 클라우드나 여러 클러스터를 동시에 사용하는 환경에서도 HPC 및 클라우드 관리를 한 곳에서 할 수 있어 운영이 편리하다. HPC웍스 2025는 알테어의 데이터 분석 및 AI 플랫폼인 알테어 래피드마이너와 연계해 더욱 효율적인 작업 스케줄링을 구현했다. 이 외에도 모든 알테어 워크로드 관리자에 HPC 및 클라우드 모니터링과 리포팅 기능을 통합해 IT 관리자들의 데이터 기반 의사 결정과 컴퓨팅 자원 최적화를 돕는다. 한편 HPC웍스는 알테어 유닛(Altair Units) 라이선스 시스템을 기반으로 운영되며, 클라우드 기반의 알테어 원(Altair One)과 연계해 추가 비용 없이 알테어의 다양한 기술을 활용할 수 있다. 알테어의 샘 마할링엄 최고기술책임자(CTO)는 “데이터와 AI 중심 환경에서 차세대 HPC 및 클라우드 기술은 필수”라면서, “HPC웍스를 통해 기업은 인프라를 최적화하고 경쟁력을 높일 수 있을 것”이라고 말했다.    ▲ 이미지 출처 : 알테어 웹사이트 캡처     ■ 기사 내용은 PDF로도 제공됩니다.

알테어가 설계 및 시뮬레이션 플랫폼인 알테어 하이퍼웍스 2025(Altair HyperWorks 2025)를 출시했다. 이번 버전은 인공지능(AI)과 머신러닝 기반의 해석 및 최적화 기술을 강화해, 시제품 제작 과정을 최소화하고 설계 프로세스를 혁신했다.   새 버전은 트랜스포머 아키텍처 기반의 AI 물리 예측 모델을 적용해 적은 데이터로도 정밀한 시뮬레이션이 가능하며, 머신러닝 기반 솔버는 해석 속도와 신뢰성을 동시에 높였다. AI 기반 차수 축소 모델링(ROM)으로 비선형 시스템을 빠르게 해석해 설계 초기 단계에서 중요한 통찰력을 제공한다.   시뮬레이션 해석 성능 또한 개선됐다. 알테어 옵티스트럭트(Altair OptiStruct)는 기존에 사용하던 기계 충격 해석, 열 충격 해석, 진동 해석 등을 하나의 설루션에서 수행할 수 있다. 이를 통해 해석 시간이 단축되고 모델 관리가 용이하며 설계 효율성과 신뢰성을 높일 수 있다. 또한 알테어 피직스AI(Altair physicsAI)는 기존 수치 해석 솔버를 AI 기반 솔버로 대체해 정확도를 유지하면서도 해석 속도를 높였다.     알테어는 자사의 클라우드 플랫폼 알테어 원(Altair One)을 통해 HPC(고성능 컴퓨팅) 및 시뮬레이션 데이터에 즉시 접근할 수 있는 협업 환경도 마련했다. 또한 알테어 하이퍼메시(Altair HyperMesh)의 파이썬 API 지원으로 반복 작업을 자동화하고, 대규모 모델의 해석 준비 시간을 줄일 수 있다.   베타 버전으로 출시된 AI 설계 도우미인 알테어 코파일럿(Altair Copilot)은 실시간 Q&A와 워크플로를 지원한다. 소재 설루션은 복합소재, 폴리머, 적층 제조 등 첨단 소재의 데이터를 수집 및 표준화하고, AI 기술로 불완전한 데이터를 보완해 시뮬레이션 정확도를 높였다.   알테어의 짐 스카파 CEO는 “알테어 하이퍼웍스 2025는 40년간 축적한 알테어의 시뮬레이션, 설계, 최적화 역량이 집대성된 결과물”이라면서, “AI와 머신러닝, 자동화, 개방형 아키텍처를 통합해 단순한 시뮬레이션 플랫폼을 넘어선 통합 엔지니어링 설루션을 제공할 것”이라고 전했다.