엔비디아가 ‘슈퍼컴퓨팅 2024(SC24)’ 콘퍼런스에서 ‘엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint)’를 발표했다. 이는 소프트웨어 개발업체가 항공우주, 자동차, 제조, 에너지, 기타 산업의 컴퓨터 지원 엔지니어링(CAE) 고객들이 실시간 상호작용이 가능한 디지털 트윈을 제작할 수 있도록 지원한다. 알테어, 앤시스, 케이던스, 지멘스와 같은 소프트웨어 개발업체는 실시간 CAE 디지털 트윈을 위한 엔비디아 옴니버스 블루프린트를 사용해 고객이 개발 비용과 에너지 사용량을 절감하면서 시장 출시 기간을 단축할 수 있도록 지원한다. 엔비디아는 이 블루프린트가 1200배 빠른 시뮬레이션과 실시간 시각화를 달성하기 위한 엔비디아 가속 라이브러리, 물리-AI 프레임워크, 대화형 물리 기반 렌더링을 포함하는 레퍼런스 워크플로라고 설명했다. 블루프린트의 첫 번째 적용 분야 중 하나는 전산유체역학(CFD) 시뮬레이션이다. 이는 자동차, 비행기, 선박 등 여러 제품의 설계를 가상으로 탐색하고 테스트하며 개선하는데 있어 중요한 단계이다. 기존의 엔지니어링 워크플로는 물리 시뮬레이션부터 시각화와 설계 최적화에 이르기까지 완료하는 데 몇 주 또는 몇 달이 걸릴 수 있다. 실시간 물리 디지털 트윈을 구축하려면 실시간 물리 솔버(solver) 성능과 대규모 데이터 세트의 실시간 시각화라는 2가지 기본 기능이 필요하다. 옴니버스 블루프린트는 이러한 기능을 달성하기 위해 엔비디아 쿠다-X(CUDA-X) 라이브러리를 활용해 솔버 성능을 가속화한다. 또한, 엔비디아 모듈러스(Modulus) 물리-AI 프레임워크를 사용해 플로 필드를 생성하기 위한 모델을 훈련하고 배포한다. 마지막으로, 엔비디아 옴니버스 애플리케이션 프로그래밍 인터페이스를 통해 3D 데이터 상호운용성과 실시간 RTX 지원 시각화를 제공한다.      앤시스는 옴니버스 블루프린트를 채택해 유체 시뮬레이션 소프트웨어인 앤시스 플루언트(Ansys Fluent)에 적용해 전산 유체 역학 시뮬레이션을 가속화했다. 앤시스는 텍사스 첨단 컴퓨팅센터에서 320개의 엔비디아 GH200 그레이스 호퍼 슈퍼칩(Grace Hopper Superchip)으로 플루언트를 실행했다. 2,048개의 x86 CPU 코어에서는 거의 한 달이 걸리던 25억 셀의 자동차 시뮬레이션을 6시간 만에 완료했다. 이를 통해 밤새 고충실도 CFD 분석을 수행할 수 있는 실현 가능성을 향상시키고 새로운 업계 벤치마크를 수립했다. 루미너리 클라우드 또한 블루프린트를 채택하고 있다. 엔비디아 모듈러스를 기반으로 구축된 이 회사의 새로운 시뮬레이션 AI 모델은 GPU 가속 CFD 솔버에서 생성된 훈련 데이터를 기반으로 기류장과 자동차 형상 간의 관계를 학습한다. 이 모델은 솔버 자체보다 훨씬 빠른 속도로 시뮬레이션을 실행해 옴니버스 API를 사용해 시각화된 실시간 공기 역학 흐름 시뮬레이션을 가능하게 한다. 엔비디아와 루미너리 클라우드는 SC24에서 가상 풍동을 시연했다. 이는 터널 내부에서 차량 모델을 변경하더라도 실시간으로 상호작용하는 속도로 유체 역학을 시뮬레이션하고 시각화할 수 있다. 엔비디아는 알테어, 비욘드 매스, 케이던스, 헥사곤, 뉴럴 컨셉, 지멘스, 심스케일, 트레인 테크놀로지스 등이 자체 애플리케이션에 옴니버스 블루프린트 도입을 검토하고 있다고 밝혔다. 옴니버스 블루프린트는 아마존 웹 서비스(AWS), 구글 클라우드, 마이크로소프트 애저를 비롯한 주요 클라우드 플랫폼에서 실행할 수 있다. 엔비디아 DGX 클라우드(DGX Cloud)에서도 사용할 수 있다.  리스케일은 엔비디아 옴니버스 블루프린트를 사용해 단 몇 번의 클릭만으로 맞춤형 AI 모델을 훈련하고 배포할 수 있도록 지원한다. 리스케일 플랫폼은 전체 애플리케이션-하드웨어 스택을 자동화하며, 모든 클라우드 서비스 제공업체에서 실행될 수 있다. 조직은 어떤 시뮬레이션 솔버를 사용해도 훈련 데이터를 생성하고, AI 모델을 준비, 훈련, 배포하며, 추론 예측을 실행하고, 모델을 시각화하고 최적화할 수 있다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “우리는 모든 사물이 디지털 트윈을 가질 수 있도록 옴니버스를 구축했다. 옴니버스 블루프린트는 엔비디아 옴니버스와 AI 기술을 연결하는 레퍼런스 파이프라인이다. 이는 선도적인 CAE 소프트웨어 개발자가 설계, 제조부터 운영에 이르기까지 세계 최대 산업을 위해 산업 디지털화를 혁신할 획기적인 디지털 트윈 워크플로를 구축할 수 있도록 지원한다”고 말했다.

#나인플러스아이티 #케이던스 #CFD #EDA ※ 해당 이미지가 보이지 않는다면 여기를 클릭해 주세요.

심데이터(CIMdata)가 2023년 전 세계 PLM 시장에 대한 정보와 분석을 담은 ‘PLM 시장 및 솔루션 제공업체 분석 보고서’를 발표했다. 이 보고서는 글로벌 PLM 시장의 트렌드 및 이슈 분석, 주요 PLM 솔루션 제공업체의 수익, 지역별 및 산업 부문별 수익 분석, 시장 성장에 대한 과거 및 예상 데이터 등을 포함한다. 심데이터의 이번 보고서에 따르면, 2023년 전 세계 PLM 시장은 2022년 대비 9% 성장하여 총 726억 달러(약 97조 2800억 원) 규모에 이르렀다. 세부 영역별로는 전자 설계 자동화(EDA)가 시높시스, 케이던스, 지멘스 EDA 등 주요 업체들의 실적에 힘입어 두 자릿수 성장률을 기록했다. 시뮬레이션 및 해석 분야는 8.7% 성장했으며, 포괄적 cPDm(협업 제품 정의 관리) 부문은 전년 대비 8.9% 성장했다.     심데이터는 기업들이 아이디어 단계부터 제품 수명 종료까지 이어지는 견고한 디지털 스레드의 비즈니스 이점을 인식함에 따라 PLM 시장이 지속 성장할 것으로 예상한다. 심데이터는 2024년에 PLM 시장이 전년 대비 8.6% 성장할 것으로 예상하며, 2028년까지 PLM 시장이 연평균 9.1% 성장해 1120억 달러(약 150조 800억 원)를 넘어설 것으로 전망하고 있다. 심데이터의 크리스틴 롱웰(Christine Longwell) 연구 디렉터는 “PLM 기술은 전통적으로 항공우주 및 국방, 자동차, 의료 기기와 같은 규제가 많은 산업에서 널리 사용되었으나, 패션, 소매, 의류, 소비재와 같은 소비재를 제조하는 기업에서도 점점 더 채택되고 있다”고 전했다.  기업들은 기계 및 전자 CAD, 시뮬레이션 및 해석, 시각화 및 협업, 건축 설계 등 다양한 영역과 유형의 솔루션에 대한 PLM 투자를 진행하고 있다. 심데이터는 이런 다양성이 PLM 시장을 지배하는 업체가 존재하지 않는 결과로 이어진다고 보고 있다. 심데이터는 다쏘시스템, 지멘스 디지털 인더스트리 소프트웨어, PTC 등은 MCAD와 같은 도구 및 cPDm 기술을 폭넓게 제공하고 있으며, 오토데스크와 케이던스는 특정 시장 부문에 중점을 둔 소프트웨어 도구를 제공하고 있다고 보고 있다. “이는 PLM 시장에 참여하는 기업들의 폭넓은 범위를 보여주며, 이들이 반드시 서로 직접적으로 경쟁하지는 않음을 나타낸다”는 것이 심데이터의 시각이다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (13)   항공 음향학은 난류 유체 운동 또는 표면과 공기역학적 힘의 상호작용으로 인한 소음 발생을 연구하는 학문이다. 이번 호에서는 지난 호에 이어, 항공 음향 시뮬레이션과 관련된 구체적인 과제 및 기법에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   Validation and Verification 모든 시뮬레이션과 마찬가지로, 실험 데이터 또는 분석 솔루션과 비교하여 결과를 검증하고 검증하는 것은 매우 중요하다. 이를 통해 시뮬레이션 결과의 정확성과 신뢰성을 보장할 수 있다. 검증은 계산 솔루션이 기본 수학적 모델을 정확하게 나타내는지 여부를 결정하는 과정과 관련이 있다. 반면에 검증은 수학적 모델이 물리적 현실을 얼마나 잘 포착하는지 평가한다. 검증의 주요 측면은 다음과 같이 그리드 수렴, 솔루션 일관성 및 코드 비교이다. Grid Convergence : 다양한 그리드 해상도에서 시뮬레이션(그림 1)을 수행하여 솔루션이 그리드 독립적인 상태에 접근하고 있는지 확인할 수 있다. 이는 그리드 이산화로 인한 수치 오류를 최소화하는 데 필수이다. Solution Consistency : 시간 단계, 초기 조건 또는 경계 조건과 같은 매개 변수가 약간 변경되었을 때 솔루션이 예상대로 작동하는지 평가하는 작업이 포함된다. Code Comparisons : 동일한 문제를 다루는 여러 시뮬레이션 코드의 결과를 평가(코드 간 비교)하면 솔루션의 일관성과 신뢰성에 대한 통찰력을 얻을 수 있다. 검증 외에도 시뮬레이션을 검증하는 주요 방법은 물리적 실험, 벤치마크 문제 및 불확실성 정량화를 통해 이루어진다. Physical Experimentation : 연구자는 시뮬레이션 결과를 실험 데이터와 비교하여 실제 시나리오에 대한 계산 모델의 충실도를 측정할 수 있다. Benchmarking Problems : 분석적 또는 널리 사용되는 솔루션이 존재하는 표준 문제에 대한 벤치마킹은 새롭거나 변경된 시뮬레이션 설정의 성능을 측정할 수 있는 수단을 제공한다. Uncertainty Quantification : 측정 오류, 모델 근사치 또는 경계 조건 추정에서 비롯된 불확실성을 인식하고 정량화하는 것은 중요하다. 이를 통해 시뮬레이션 결과에 대한 신뢰도를 보다 명확하게 파악할 수 있다.   그림 1. 고밀도 모터사이클 메시   항공 음향 시뮬레이션의 과제 항공 음향 시뮬레이션은 유체 역학 및 음향 현상을 포착하기 어렵기 때문에 수많은 과제를 안고 있다. 몇 가지 주요 과제는 다음과 같다. Wide Range of Scales : 항공 음향 현상은 광범위한 공간적, 시간적 스케일에 걸쳐 있다. 음파의 파장은 밀리미터에서 미터까지 다양하며, 소리를 생성하는 난류 구조의 크기도 매우 다양하다. 이러한 모든 스케일을 캡처하려면 매우 미세한 그리드 해상도와 긴 시뮬레이션 시간이 필요하다. Acoustic Wave Amplitudes : 관심 있는 항공 음향 신호는 난류의 유체 역학적 압력 변동보다 훨씬 낮은 진폭을 갖는 경우가 많다. 이러한 미묘한 음향파를 지배적인 흐름 구조와 구별하는 것은 어려운 일이다. Far-Field Propagation : 국부적인 공기역학 소스에 의해 생성된 소리는 먼 거리까지 전파될 수 있다. 소음원부터 멀리 떨어진 관찰자까지 전체 도메인을 시뮬레이션하려면 계산이 꽤 많이 소요된다. Complex Geometries : 실제 항공 음향 문제는 항공기 엔진이나 차량 외관과 같이 복잡한 기하학적 구조를 포함하는 경우가 많다. 이러한 형상을 모델링하고 유체 흐름과 소리 전파에 미치는 영향을 모델링하면 시뮬레이션이 복잡해진다. Boundary Conditions : 적절한 경계 조건의 선택과 구현은 매우 중요하다. 부정확하거나 지나치게 단순한 경계 조건은 허위 반사 또는 기타 비물리적 동작을 유발할 수 있다. Transient Nature : 많은 항공 음향 문제는 본질적으로 불안정(unsteady)하기 때문에 Transient 시뮬레이션이 필요하다.(그림 2) 이로 인해 계산적인 노력이 증가하고 통계적으로 의미 있는 결과를 얻기가 어렵다. Nonlinear Interactions : 많은 시나리오에서, 특히 높은 소음 수준에서는 비선형 공기역학적 및 음향학적 상호 작용이 발생한다. 이러한 비선형성을 시뮬레이션하려면 세부 사항과 계산 리소스에 대한 추가적인 주의가 필요하다. Multiphysics Interactions : 경우에 따라 항공 음향 시뮬레이션은 열 전달이나 연소와 같은 다른 물리적 효과도 고려해야 하므로 시뮬레이션 설정이 더욱 복잡해질 수 있다. Numerical Dissipation : 수치적 방법은 인위적인 소멸을 도입하여 관심 있는 음향 신호를 감쇠 시키거나 완전히 억제할 수 있다. 이러한 모든 문제는 항공음향을 정확하고 효율적으로 시뮬레이션하는데 따르는 복잡성을 강조한다. 이러한 과제를 해결하기 위한 노력은 이 분야의 지속적인 발전을 이끌며 계산 능력과 방법론의 경계를 넓혀 왔다.   그림 2. 일시적인 특성을 강조하는 비행 중인 항공기의 LES   항공 음향 시뮬레이션을 위한 솔루션 실제 엔지니어링 과제를 해결하든 기초 연구를 하든 올바른 시뮬레이션 소프트웨어를 선택하는 것은 매우 중요하다. 항공 음향 분야에서 정확하고 효율적인 시뮬레이션을 지원하는 소프트웨어 도구가 등장했다.  케이던스(Cadence)의 유동 시뮬레이션 소프트웨어인 피델리티 찰스(Fidelity CharLES)는 항공 음향을 포함한 고충실도 유동 분석을 위해 설계되었다. 찰스는 소산과 분산을 최소화하면서 불안정한 흐름을 시뮬레이션할 수 있는 최첨단 수치 기법과 모델을 통합하여 LES(Large Eddy Simulation)의 잠재력을 활용한다. 유한 체적법에 기반한 다양한 솔버 공식을 사용하여 저속, 고속 및 반응 유동을 포함한 다양한 유동 조건을 캡처하여 최적의 성능을 제공한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   이번 호에서는 CFD에 유한요소법을 활용해 더 적은 요소 수로 해석 정확도를 높일 수 있는 곡선형 혼합 오더 메시(Mixed Order Mesh)를 생성하는 방법을 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   High-Order 메시 커브는 전산유체역학(CFD) 솔버 커뮤니티에서 유한요소법(FEM)을 활용하는 사람들에게 큰 도움이 될 새로운 기술이다. 유한요소기법은 유한 체적 및 유한 미분 방법과 같은 기존 CFD 방법보다 적은 요소 수로 정확도를 높인다. 선형 요소의 가장자리, 면, 내부에 버텍스(새로운 자유도)를 추가로 도입하여 정확도를 높일 수 있다. 곡선 지오메트리에 인접한 요소의 경우 이러한 새로운 자유도가 지오메트리에 위치해야 하므로 원래 선형 요소의 모양이 변경된다. 메시가 점성이 있는 경계를 향해 요소들이 모여 있는 경우 이 과정은 더 어렵다. 또한 내부 요소의 가장자리와 면은 요소 반전을 방지하기 위해 경계 요소 곡률에 따라 곡선을 만들어야 한다. 케이던스 피델리티 포인트와이즈(Cadence Fidelity Pointwise)에서 사용하는 WCN 스무딩에 대한 연구를 통해 혼합 오더 메시(Mixed Order Mesh)를 사용하여 지오메트리 곡률을 해결할 수 있다. 요소는 곡률이 심한 지오메트리 근처에서는 최대 4차 다항식(quartic)까지 올라갈 수 있으며, 곡률이 심한 지오메트리에서 멀리 떨어진 곳에서는 선형을 유지한다. 메시 평활화 방법은 비용 함수를 사용하여 원하는 요소 모양과 양의 자코비안을 각 요소에 적용한다. 요소가 지오메트리 근처에서 곡선이 될 때 점성 메시 간격이 유지된다. 결과는 복잡한 3D 구성에 대해 표시된다.   지오메트리 선형 메시를 올리고 표면 곡률에 따라 곡선을 그리려면 지오메트리에 쉽게 액세스하고 강력한 초기화 및 평활화 프로세스가 필요하다. 초기화 중에 고차 노드가 지오메트리에 정확하게 배치되고 메시 평활화 중에 표면에 유지되도록 하려면, 지오메트리에 대한 표면 검색작업이 필요하다. 엘리베이트 및 스무딩을 위한 지오메트리 액세스는 메시링크 API¹) 를 통해 제공된다. 메시링크는 지오메트리 및 메시 데이터를 관리하기 위한 라이브러리로, 메시 생성 및 메시 적응 애플리케이션과 관련된 함수를 쿼리할 수 있는 간단한 인터페이스를 제공한다.   혼합 오더 커브 프로세스 혼합 오더 메시 커브는 유효한 선형 메시로 시작하는 프로세스를 사용한다. 프로세스의 주요 구성 요소는 <그림 1>의 순서도에 나와 있다. 이 백서 전체에서 요소의 차수 또는 다항식 차수는 선형, 이차, 입방체와 같은 Q1~4 명명법을 사용하여 표시되며, 이차 요소는 각각 Q1, Q2, Q3, Q4이다. 고차 요소는 라그랑지안 기저 함수를 사용하여 요소의 가장자리, 면, 내부에 고차 노드를 고르게 분포시킨다. 이러한 물리적 노드는 하위 요소와 요소 모양을 적용하기 위해 WCN 방식에 필수이다.   그림 1. 혼합 오더 메시 커브 프로세스의 순서도에는 가장 안쪽 고도 루프를 통과하는 여러 경로가 포함되어 있다. 진입 지점에 따라 색상으로 구분된 화살표를 따라가게 된다.   고도 프로세스는 입력된 선형 메시에서 시작하여 사용자가 요청한 최종 차수인 Qfinal에 도달할 때까지 최대 차수인 Qmax를 한번에 하나씩 증가시킨다. 각 차수 패스동안 먼저 표면 요소와 볼륨 요소의 편차를 테스트한다. 고차 점이 지오메트리에서 너무 많이 벗어나는 서피스 요소(허용 오차 기준)는 높이가 올라가고, 그 섭동이 볼륨에 퍼진다. 마지막으로, 요소 반전을 수정하고 엘리베이션 프로세스에서 생성된 요소의 품질을 개선하기 위해 WCN 메시 스무딩이 수행된다. 각 스무딩 반복 후 각 볼륨 요소의 편차를 다시 테스트하여 추가 높이 조정이 필요한지 여부를 결정한다. 이 프로세스는 모든 요소가 편차 기준을 충족하거나 최종 정도에 도달할 때까지 반복되며, 메시 평활화 프로세스가 수렴한다. 품질 제약 조건은 인접한 요소가 한 차수 이상 차이가 나지 않도록 보장한다. 최종 출력은 같은 차수의 요소 간에 공유되는 고차 노드가 포함된 메시이다. 그러나 차수가 다른 요소 간에 공유되는 면과 가장자리는 동일한 인터페이스 노드를 공유하지 않다. 따라서 내보내기 전에 이러한 인터페이스에서 형상 적합성을 적용한다.   요소 편차 메트릭 편차 메트릭(Deviation Metric)은 엘리먼트 엘리베이션 프로세스 및 메시 스무딩 프로세스의 일부로, 엘리먼트 엘리베이션 프로세스를 제어한다. 편차 메트릭은 곡선 경계 또는 다른 볼륨 요소에 인접한 요소의 가장자리와 면에 있는 테스트 노드의 변위를 측정한다. 이러한 테스트 노드의 변위가 임계값 거리를 초과하면 해당 요소에 상승 플래그가 지정된다. 높이를 트리거하는 임계값은 요소 내의 최소 선형 에지 길이에 입력 편차 임계값 파라미터(일반적으로 1~5%)를 곱한 값이다.   서피스 요소 편차 곡선 경계에 인접한 요소의 경우 편차 메트릭은 6차 가우스 구적법 점 위치에 배치된 테스트 노드를 사용한다. 그런 다음 테스트 노드를 지오메트리에 투영하고, 원래 위치와 투영된 위치 사이의 거리를 측정한다. 편차량은 <그림 2>에서 선형 삼각형의 중심(청록색)에 있는 테스트 노드를 곡선 지오메트리 표면(주황색)에 투영하여 보여준다.   그림 2. 지오메트리에 투영된 표면 요소의 중심에 있는 테스트 노드     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (10)   케이던스 셀시우스 스튜디오(Cadence Celsius Studio)는 전자 시스템의 열 해석과 열 응력, 전자 제품 냉각을 해결하기 위한 AI 기반 열 플랫폼이다. 현재 제공되는 제품은 대부분 포인트 툴 솔루션으로 구성되어 있지만, 셀시우스 스튜디오는 전기 및 기계/열 엔지니어가 형상 단순화, 조작, 변환 없이 단일 플랫폼 내에서 동시에 설계 및 해석할 수 있는 통합 플랫폼으로 완전히 새로운 접근 방식을 도입했다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   셀시우스 스튜디오는 전열 공동 시뮬레이션, 전자 냉각, 열 응력을 하나의 솔루션으로 통합한다. 또한 설계 중 다중 물리 분석으로 셀시우스 스튜디오를 원활하게 사용할 수 있으므로, 설계자는 설계 프로세스 초기에 열 무결성 문제를 발견하고 이상적인 열 설계를 발견하기 위해 생성형 AI 최적화와 새로운 모델링 알고리즘을 효율적으로 활용할 수 있다. 그 결과 협업이 개선되고 설계 반복이 줄어들며 예측 가능한 설계 일정이 가능해지는 간소화된 워크플로를 통해 처리 시간을 단축하고 출시 기간을 단축할 수 있다.   셀시우스 스튜디오의 주요 이점 셀시우스 스튜디오는 복잡한 열 해석, 열 응력, 전자 냉각 등의 문제를 해결할 수 있다.    매끄러운 통합 셀시우스 스튜디오는 케이던스의 버추소, 알레그로, 이노베이티브, 옵티멀리티 및 AWR 구현 기술과 통합된다.   디자인 인사이트 전체 설계 공간을 빠르고 효율적으로 탐색하여 최적의 설계에 수렴할 수 있도록 통합된 옵티멀리티 AI(Optimality AI) 기반 기술을 통해 지원한다.   시스템 레벨의 열 해석 전체 시스템 분석을 위해 유한 요소법(FEM)과 전산 유체 역학(CFD)을 결합한다.   생산성 향상 기존 솔루션보다 최대 10배 빠른 성능을 달성하는 대규모 병렬 실행을 제공한다.   셀시우스 스튜디오의 솔루션 구성 전열(Electrothermal) 해석 셀시우스 스튜디오는 다양한 ECAD 및 MCAD 파일 형식을 지원하며, 전기 및 열 시뮬레이션을 위한 재료 및 부품 관리자를 제공한다. 정적 및 과도 전열 공동 시뮬레이션을 모두 제공하며 케이던스의 클래리티, 시그리티, 스펙터 솔버와 원활하게 통합된다.     기구 응력(Mechanical Stress) 셀시우스 스튜디오는 선형 및 비선형 재료 구조 모델뿐만 아니라 뒤틀림 및 응력 분석을 위한 정적 및 준정적 솔버, 수분 솔버, 고온고습(HTHH) 분석을 지원한다. 설계자는 설계 조립 공정과 재료 고장 및 신뢰성 분석을 위한 다단계 시뮬레이션을 수행할 수 있다. 3D-IC 뒤틀림/응력 시뮬레이션을 위한 글로벌 및 로컬 모델이 있다.     머신러닝/인공지능(ML/AI) 셀시우스 스튜디오는 열 설계 및 관리를 위한 AI 기반 최적화와 DFM 검증을 위한 몬테카를로 분석 및 민감도 연구, 열 RC 및 컴팩트 모델 생성 및 네트워크 시뮬레이션을 통합한다. 메타모델 칩/패키지/서버는 빠른 열 성능, 특성화 및 평가를 제공한다.   전자 냉각(Electronic Cooling) 셀시우스 스튜디오는 전체 전자 시스템의 열 효율을 최적화하기 위한 전자 냉각 시뮬레이션을 제공한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.

케이던스 디자인 시스템즈는 지속 가능한 데이터센터 설계와 최신화를 촉진하는 종합 AI 기반 디지털 트윈 솔루션을 출시하면서, 데이터센터 에너지 효율과 운영 용량 최적화를 지원한다고 밝혔다. 국제에너지기구(IEA)에 따르면 미국 내 데이터센터가 전기 사용 총량에서 차지하는 비중이 2023년 기준으로 4%를 넘어섰으며, 향후 수십 년간 기하급수적으로 증가할 전망이다. 케이던스의 리얼리티 디지털 트윈 플랫폼은 데이터센터 설계자 및 운영자가 데이터센터의 복잡한 시스템을 탐색하고 데이터센터 컴퓨팅 및 냉각 리소스의 비효율적인 사용에 따른 용량 부족 문제를 해결함으로써, 전력 부족 시대에 AI 기반 워크로드 최적화로 환경에 미치는 영향을 완화하는데 도움을 줄 수 있다.  케이던스의 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)은 전체 데이터센터를 가상화하고 AI, 고성능 컴퓨팅(HPC) 및 물리 기반 시뮬레이션을 사용하여 데이터센터의 에너지 효율을 개선해준다. 물리적 데이터센터의 포괄적인 디지털 트윈을 생성함으로써, 진화하는 비즈니스 및 환경 관련 요구사항에 발맞춰 정밀한 인프라 계획, 분석 및 관리 능력을 제공하는 것이다.      케이던스 리얼리티 디지털 트윈 플랫폼은 모델 생성 및 시뮬레이션에 AI를 사용하여 공기 흐름, 풍속, 공기 흡입을 막는 장애물, 내/외부 온도 변화 등 데이터센터 운영에 영향을 미치는 물리적인 외부 요인을 예측한다. 고급 모델링 기능을 통해 광범위한 설계 시나리오 및 운영 전략을 시뮬레이션하고, 각 데이터센터별로 에너지 효율이 가장 큰 솔루션을 찾아낸다. 그리고, 설계 프로세스에 외부 환경 요인을 통합하여 탄력적인 개발뿐 아니라 지속 가능한 데이터센터 운영을 가능하게 한다. 이 플랫폼은 각 프로젝트의 세부 요건에 맞는 자동화된 상세 리포트를 제공하여, 잠재적인 에너지 절감 및 효율성 향상에 대한 심층적인 이해를 지원한다. 또한, 여러 냉각 시스템이 에너지 소비에 미치는 영향을 평가하여 가장 효과적인 냉각 솔루션에 대한 통찰력을 제공한다. 이외에도 케이던스의 멀티피직스(multi-physics) 솔버에 통합되어 칩렛(chiplet)에서 기후에 이르기까지 동일한 정확성을 갖는 고용량 멀티 도메인 엔진을 구현할 수 있는 것이 특징이다. 케이던스는 이 플랫폼을 통해 모든 산업서 차세대 데이터센터 및 AI 공장의 개발을 가속화할 수 있으며, 엔비디아 옴니버스(NVIDIA Omniverse) 개발 플랫폼과 통합되어 최대 30배 더 빠른 설계 및 시뮬레이션 워크플로를 구현할 수 있다고 설명했다. 케이던스의 톰 베클리(Tom Beckley) 커스텀 IC &PCB 그룹 수석 부사장 겸 총괄은 “데이터센터가 AI의 급속한 성장에 직면하여 지속가능성과 에너지 효율에 우선순위를 두어야 한다는 압박을 받고 있는 상황”이라면서, “리얼리티 디지털 트윈 플랫폼이 데이터센터 설계 및 운영의 모든 측면을 최적화하여 에너지 효율을 개선하고, 보다 더 효율적이고 탄력적이며 환경 친화적인 길을 열어줄 것”이라고 설명했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (8)   전산 유체 역학(CFD) 시뮬레이션은 긴 설계 주기를 단축하고 비용이 많이 드는 실험 횟수를 줄이기 위해 널리 사용되어 왔다. 하지만 기존 CFD 솔버 기술과 컴퓨팅 리소스의 정확도와 속도 제한으로 인해 CFD 분석의 잠재력이 제한되었다. 이러한 문제로 인해 일반적으로 CFD 사용자는 효율적인 가상 엔지니어링을 수행하지 못했다. 턴키 CFD 솔루션인 케이던스 밀레니엄 M1(Millennium M1) CFD 슈퍼컴퓨터는 대형 와류 시뮬레이션(LES)을 위한 케이던스 피델리티(Fidelity) LES 솔버와 같은 그래픽 처리 장치(GPU) 상주 CFD 솔버와 확장 가능한 고성능 컴퓨팅(HPC) 하드웨어의 조합으로 이러한 장애물을 극복하여 전례 없는 성능을 발휘한다. 고품질 합성 데이터의 신속한 생성을 통해 제너레이티브 AI(generative AI)는 정확도 저하 없이 최적의 시스템 설계 솔루션을 빠르게 식별할 수 있다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   밀레니엄 M1은 처리 시간을 며칠에서 몇 시간으로 단축하여 항공우주, 자동차, 발전 및 터보 기계 애플리케이션에서 LES의 실제 적용 범위를 확장한다.   그림 1. 케이던스 밀레니엄 M1 CFD 슈퍼컴퓨터   밀레니엄 M1의 주요 효과 밀레니엄 M1은 설계 시간 및 컴퓨팅 리소스 절약 효과를 가져다줄 수 있다.   GPU 가속  고성능의 GPU 상주 CFD 솔버가 최저 전력 소비로 빠른 시간 내에 결과를 제공한다.   턴키 솔루션 바로 사용할 수 있는 단일 CFD 슈퍼컴퓨팅 솔루션을 위해 피델리티 CFD 소프트웨어와 HPC 하드웨어를 결합한다.   최적화된 성능 확장 가능한 HPC 아키텍처와 최신 GPU 상주 솔버가 최적의 시스템 성능을 위해 튜닝되었다.   뛰어난 확장성  빠른 처리 시간을 위해 애플리케이션에 따라 스택형 컴퓨팅 노드를 확장할 수 있다.   표 1. 밀레니엄 M1은 자동차, 항공우주 및 터보 기계 애플리케이션을 위한 당일 시뮬레이션 처리 시간을 제공한다.   밀레니엄 M1의 특징 밀레니엄 M1은 CFD 슈퍼컴퓨팅을 위한 통합 하드웨어 및 소프트웨어 플랫폼이다.   GPU 가속 GPU 가속화는 항공우주, 자동차, 터보 기계 및 기타 여러 산업에 막대한 영향을 미치며 고충실도 CFD를 혁신하고 있다. CFD에 GPU 컴퓨팅을 활용하면 엔지니어링 효율성을 높일 수 있다. 주어진 컴퓨팅 투자에 대해 피델리티 LES 솔버는 CPU 대비 최대 10배의 처리량 증가를 제공한다. 고정된 시뮬레이션 처리량의 경우, CPU 컴퓨팅 대비 GPU 컴퓨팅의 에너지 요구량 감소는 약 17배이다.   그림 2. 합동 타격 미사일(JSM) 기체용 밀레니엄 M1의 피델리티 LES 확장성 확장성 밀레니엄 M1은 외부 공기역학 및 항공 음향에서 연소 및 다중 물리학에 이르기까지 애플리케이션 전반에 걸쳐 거의 선형에 가까운 확장을 제공한다. 이 제품은 두 개의 GPU 노드에서 14시간 이내에 착륙 구성의 실제 항공기를 정확하게 시뮬레이션하는 등, 빠른 시간 내에 결과를 얻을 수 있는 대규모 LES 시뮬레이션을 지원한다.   고충실도 LES 밀레니엄 M1의 피델리티 LES 솔버는 고급 수치 방법과 모델을 결합하여 GPU 가속을 통해 비용 효율적이고 높은 처리량의 시뮬레이션을 제공한다. 고유한 솔버 이산화가 최신 서브 그리드 스케일 및 벽 모델링과 결합되어 그리드 해상도에 높은 견고성을 제공하는 LES 기능을 제공한다.   그림 3. 다양한 메시 크기에 대한 샌디아 플레임 D 실험과 Fidelity CharLES 결과 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

엔비디아가 엔비디아 옴니버스 클라우드(NVIDIA Omniverse Cloud)를 API로 제공한다고 발표했다. 엔비디아는 이를 통해 소프트웨어 제조업체의 전체 에코시스템에 걸쳐 산업용 디지털 트윈 애플리케이션과 워크플로 제작을 위한 플랫폼의 범위를 확장한다. 개별적으로 또는 함께 사용할 수 있는 새로운 옴니버스 클라우드 API는 5개로 ▲오픈USD(OpenUSD) 데이터의 레이 트레이싱 RTX 렌더링을 생성하는 USD 렌더(Render) ▲사용자가 오픈USD 데이터를 수정하고 상호 작용할 수 있는 USD 라이트(Write) ▲장면 쿼리와 인터랙티브 시나리오를 활성화하는 USD 쿼리(Query) ▲USD 변경 사항을 추적하고 업데이트를 제공하는 USD 노티파이(Notify) ▲사용자, 도구, 세상을 연결해 여러 장면에서 협업할 수 있도록 지원하는 옴니버스 채널 등이다. 개발자는 다섯 개의 새로운 옴니버스 클라우드 API를 사용해 핵심 옴니버스 기술을 직접 쉽게 통합할 수 있다. 여기에는 디지털 트윈을 위한 기존 설계와 자동화 소프트웨어 애플리케이션, 로봇이나 자율 주행 차량과 같은 자율 머신의 테스트와 검증을 위한 시뮬레이션 워크플로 등이 있다. 로봇, 자율 주행 차량, AI 기반 모니터링 시스템에 대한 수요가 증가함에 따라 개발자들은 엔드투엔드 워크플로를 가속화하고자 노력하고 있다. 센서 데이터는 인식부터 계획과 제어에 이르기까지 전체 스택의 자율성을 훈련하고 테스트와 검증을 하는 데 매우 중요한 부분이다. 옴니버스 클라우드 API는 포어텔릭스(Foretellix)의 포어티파이(Foretify) 플랫폼, 칼라(CARLA), 매스웍스(MathWorks) 등 시뮬레이션 툴과 애플리케이션으로 이루어진 개발자 에코시스템과, 포비아 헬라(FORVIA HELLA), 루미나(Luminar), 씨크(SICK AG), 소니 세미컨덕터 솔루션즈(Sony Semiconductor Solutions)와 같은 센서 솔루션 제공업체를 연결한다. 이를 통해 고충실도의 물리 기반 센서 시뮬레이션으로 풀 스택을 훈련과 테스트를 실현한다.     엔비디아는 글로벌 산업용 소프트웨어 업체 중 일부가 자사의 소프트웨어 포트폴리오에 옴니버스 클라우드 API를 도입하고 있다고 소개했다. 그 중에는 앤시스, 케이던스, 다쏘시스템의 3D익사이트(3DEXCITE), 헥사곤, 마이크로소프트, 로크웰 오토메이션, 지멘스, 트림블 등이 있다. 지멘스는 클라우드 기반 제품 수명주기 관리(PLM) 소프트웨어인 팀센터 X(Teamcenter X)와 지멘스 엑셀러레이터(Xcelerator) 플랫폼에 옴니버스 클라우드 API를 채택하고 있다. 엔비디아는 이 소프트웨어가 설계 데이터를 엔비디아 생성형 AI API에 연결한 다음, 옴니버스 RTX 렌더링을 애플리케이션 내에서 직접 사용할 수 있다고 설명했다. 앤시스도 옴니버스 클라우드 API를 채택했다. 자율 주행 차량용 앤시스 AV엑셀러레이트(Avxcelerate), 6G 시뮬레이션용 앤시스 퍼시브 EM(Perceive EM), 앤시스 플루언트(Fluent) 등의 엔비디아 가속 솔버에서 데이터 상호운용성과 RTX 시각화를 지원한다. 케이던스는 기업이 데이터 센터를 물리적으로 구축하기 전에 디지털 트윈에서 먼저 설계, 시뮬레이션, 최적화할 수 있도록 자사의 케이던스 리얼리티(Reality) 디지털 트윈 플랫폼에 옴니버스 클라우드 API를 도입하고 있다. 다쏘시스템은 콘텐츠 제작용 3D익사이트 애플리케이션에서 스토리텔링 제작을 강화하기 위해 옴니버스 클라우드 API와 셔터스톡(Shutterstock) 3D AI 서비스를 채택하고 있다. 트림블은 이 API를 활용해 트림블 모델 데이터와 함께 인터랙티브 엔비디아 옴니버스 RTX 뷰어를 사용할 계획이다. 헥사곤은 USD 상호운용성을 통해 자사의 현실 캡처 센서와 디지털 현실 플랫폼을 엔비디아 옴니버스 클라우드 API와 통합할 예정이다. 로크웰 오토메이션은 옴니버스 클라우드 API를 사용해 RTX 지원 시각화를 강화할 계획이다. 옴니버스 클라우드 API는 올해 말 마이크로소프트 애저(Microsoft Azure)에서 엔비디아 A10 GPU의 자체 호스팅 API 또는 엔비디아 OVX에 배포된 관리형 서비스로 제공될 예정이다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “제조되는 모든 제품에는 디지털 트윈이 적용될 것이다. 옴니버스는 물리적으로 사실적인 디지털 트윈을 구축하고 운영하기 위한 운영체제이다. 옴니버스 와 생성형 AI는 50조 달러 규모의 중공업 시장을 디지털화하기 위한 기반 기술”이라고 전했다.