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.

케이던스 디자인 시스템즈는 디지털 트윈의 다중물리(멀티피직스) 시스템 설계 및 분석을 가속화할 수 있는 ‘케이던스 밀레니엄 엔터프라이즈 다중물리 플랫폼(Cadence Millennium Enterprise Multiphysics Platform)’을 발표했다. 1세대 플랫폼인 케이던스 밀레니엄 M1(Cadence Millennium M1)은 하드웨어 및 소프트웨어 솔루션을 결합해 고성능 CFD(전산유체역학) 시뮬레이션을 가속화한다. GPU를 탑재한 HPC 하드웨어와 최적화된 GPU 가속화(Acceleration) 및 생성형 AI를 활용할 수 있는 케이던스 고성능 피델리티 CFD(Cadence high-fidelity CFD) 소프트웨어가 턴키로 포함된 것이 특징이다. 밀레니엄 M1은 통합 클러스터로 융합하여, 복잡한 기계 시스템을 시뮬레이션할 때 빠른 TAT(Turnaround Time)과 거의 선형에 가까운 확장성을 고객에게 제공하는 것이 목표이다. 자동차, 항공우주 및 방위산업, 에너지 및 터보기계 등 산업에서는 성능과 효율면에서 새로운 차원의 기계 시스템을 설계하는 것이 핵심적인 우선 과제가 되었다. 자동차 설계자들은 성능을 최적화하고 온실가스를 줄이기 위해 연비 개선, 항력 및 소음 감소, 전기 자동차 주행 거리 연장에 집중하고 있다. 또한 A&D 및 터보기계 설계 엔지니어들에게는 효율 향상, 탄소 배출량 감소, 유지보수 빈도를 줄이는 것이 중요하다. 이런 목표를 달성하기 위해서는 다중물리 시뮬레이션 기술의 발전이 필수적이다. 속도, 정확성, 용량 및 계산 속도를 가속화하는 것은 디지털 트윈 시뮬레이션에 필수 요소로서, 프로토타입을 개발하고 테스트하기에 앞서 의도한 대로 작동할 수 있다는 확신을 줄 수 있는 설계 혁신의 원동력이 된다.   ▲ 이미지 출처 : 케이던스 웹사이트   GPU 내장 CFD 솔버와 전용 GPU 하드웨어를 결합한 케이던스 밀레니엄 플랫폼은 최대 1000개의 CPU 코어로 GPU당 슈퍼컴퓨터급의 처리량을 제공한다. 동급 CPU 대비 향상된 에너지 효율로 몇 주가 걸리던 처리 시간을 몇 시간으로 단축할 수 있게 지원한다.  케이던스 피델리티 CFD 솔버는 복잡한 시뮬레이션 문제를 해결할 수 있으며 높은 정확도를 제공한다. 밀레니엄 플랫폼은 확장형 아키텍처와 유연성을 갖춘 피델리티 솔버를 통해 여러 GPU 노드에서 선형에 가까운 확장성을 제공한다. 또한, 생성형 AI를 접목한 디지털 트윈은 고품질의 다중물리 데이터를 빠르게 생성하고, 생성형 AI가 최적의 시스템 설계 솔루션의 디지털 트윈 시각화를 안정적으로 생성할 수 있다. 케이던스는 밀레니엄 플랫폼이 주요 공급업체의 GPU를 바탕으로 클라우드 환경에서 8개 이상의 GPU를 구성하거나 온프레미스 환경에서 최소 32개 GPU를 구성할 수 있으며, 고객이 원하는 구성 방식을 적용할 수 있는 유연하고 확장성 높은 솔루션을 제공한다고 소개했다. 케이던스의 밴 구(Ben Gu) 다중물리 시스템 분석 R&D 부사장은 “케이던스는 35년의 역사를 통해 매우 어려운 컴퓨팅 분야에서 정확성을 유지하면서 동시에 계산 속도를 향상시키는데 주력해 왔다. 알고리즘 처리량은 여전히 핵심 우선순위이며 이제 우리는 생성형 AI를 활용하여 방대한 양의 설계 및 시뮬레이션 데이터에서 정보를 추출하고 있다”면서, “밀레니엄 플랫폼은 디지털 트윈 및 AI 애플리케이션의 가속화와 확장성을 제공하는 거대한 도약이며, CFD는 성능과 효율이 향상되면서 아주 유용하게 활용될 준비를 마쳤기 때문에 밀레니엄 M1의 뛰어난 성능은 빠른 제품을 출시를 해야 하는 산업계에 혁신을 가져올 것”이라고 전했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (6)   대규모 와류 시뮬레이션(LES)은 복잡성과 컴퓨팅 자원의 요구 등 제약이 극복되면서 유용한 난류 시뮬레이션 기술로 떠오르고 있다. 이번 호에서는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션을 더 저렴하고 쉽게 사용할 수 있는 케이던스의 피델리티 찰스(Fidelity CharLES) 솔루션에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT   모든 시스템의 공기역학 또는 유동장을 설계할 때 엔지니어는 난기류의 영향을 고려해야 한다. 전산 유체 역학(CFD)의 난류 모델을 사용하면 실제 시나리오에서 발생하는 유체 흐름의 혼란을 포함할 수 있다. 난류를 모델링하기 위해 레이놀즈-평균 나비에-스토크스(Reynolds-Averaged Navier-Stokes : RANS) 방정식이 널리 사용되어 왔으며 컴퓨팅 리소스가 제한되어 있을 때 선호된다. 그러나 이러한 시간 평균 방정식은 연소, 음향, 공기 역학 등과 같은 광범위한 애플리케이션에 필요한 정확도를 제공하지 못한다. 이러한 경우 대규모 와류 시뮬레이션(Large Eddy Simulation : LES)이 유용하다. 시뮬레이션의 복잡성과 대규모 컴퓨팅 요구 사항으로 인해 지난 40년 동안 대부분의 산업 분야에서 LES는 비실용적이었다. 하지만, 오늘날에는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션이 더 쉽게 접근 가능하고 저렴해졌다.   케이던스 캐스케이드 테크놀로지스의 LES 모델링 역사 1980년 케이던스 캐스케이드 테크놀로지스(Cadence Cascade Technology)의 창립자인 Parviz Moin은 난류 모델링에 관한 획기적인 연구를 수행했다. 당시에는 난기류를 실험적으로 조사하기 위한 수많은 연구가 진행 중이었다. <그림 1>은 경계층에서 수소 기포를 사용하여 수행한 실험을 보여준다. 이 실험은 난기류 속에서 아름답고 일관된, 그러나 혼란스러운 구조를 연구하기 위한 것이었다.   그림 1. 시뮬레이션 결과(Moin & Kim, 1981)(왼쪽)와 실험 결과(Kim, Klein & Reynolds, 1970)  (오른쪽)   Parviz와 그의 동료들은 1981년 미국 물리학회 컨퍼런스에서 NASA Ames 기지의 ILLIAC IV 15MFlops 컴퓨터로 계산한 시뮬레이션을 발표했다. 그 결과 나비에-스토크스 방정식을 시간에 따라 정확하게 예측하여 난기류의 역학과 통계를 모두 포착할 수 있다는 것을 보여주었다. 오늘날 고성능 컴퓨팅의 성능은 1980년 M플롭에서 2023년 1E플롭/s로 크게 발전했으며, 프론티어는 상위 500대 기업 중 선두를 달리고 있다. 최신 솔버 기술과 확장성을 바탕으로 자동차, 항공우주 및 기타 산업에서 충실도 높은 LES의 실제 적용이 증가하고 있다.   오늘날 LES를 가능하게 하는 기술 고충실도 LES의 실제 적용을 가능하게 하는 4가지 차별화 기술은 다음과 같다. 그리드 이산화(Grid Discretization) : 시간에 따라 달라지는 시뮬레이션에서 고품질의 상대적으로 등방성인 그리드의 중요성은 아무리 강조해도 지나치지 않다. 벽 근처에 약간의 이방성이 있으면 도움이 될 수 있지만, 그리드는 시뮬레이션 내내 일관된 품질을 유지해야 한다. 수치적 방법(Numerical Methods) : 강력하고 비선형적으로 안정적인 수치적 방법과 유동 물리학을 정확하게 표현하는 고급 물리 모델을 사용하는 것이 필수적이다. 데이터 분석(Data analytics) : 광범위한 데이터 세트를 생성하게 되므로 이 데이터를 빠르게 시각화하고 이해하는 것이 중요하다. GPU 가속(GPU Acceleration) : GPU에서만 실행되는 최신 CFD 솔버인 GPU 상주 솔버는 필요한 비용 효율적이고 높은 처리량의 시뮬레이션을 제공한다.   그림 2. 1990년부터 2023년까지 성능 개발 목록   수년 동안 LES 모델링의 철학은 저소산 수치 체계가 필요하다는 것이었다. 그러나 이러한 저손실 방식은 다중물리 애플리케이션과 복잡한 지오메트리에서 구축하기 어렵다. 높은 레이놀즈 수 흐름에서 실제 손실은 낮지만, 일반적인 CFD 코드의 수치 손실은 매우 높다. 하지만 피델리티 찰스 솔버(Fidelity CharLES Solver)를 사용하면 안정적인 저손실 수치 체계를 가질 수 있다. 메시 생성의 경우, 피델리티 찰스 솔버는 다양한 해상도의 영역과 그 사이의 전환을 가진 다면체 메시를 생성하는 메시 생성기를 사용한다. 이 메시는 특정 포인트 세트를 중심으로 생성된 3D 보로노이 다이어그램(Voronoi Diagram)이다. 이러한 점을 체계적으로 도입하면 높은 수준의 균일성을 가진 메시가 생성된다. 따라서 피델리티 찰스 솔버는 LES용 메시를 생성하는 데 편리하다.   ■ 상세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (4)   석유화학 및 기타 산업 분야에서는 주변 공기 환기부터 500℃ 이상의 유해 염화물 가스까지 다양한 가스를 처리하는 일련의 공정에 팬(fan)을 사용한다. 이러한 팬의 최대 작동 속도는 산업 표준에 의해 관리되며 종종 제한된다. 이러한 속도 제한으로 인해 팬 제조업체는 원하는 압력 출력을 얻기 위해 임펠러의 직경을 늘리거나 줄여야 한다. 엔지니어가 직면한 과제는 결과물의 크기가 커지고 무거워지며 제작, 테스트 및 운송에 많은 비용이 든다는 점이다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   일리노이주 캐리에 본사를 둔 일리노이 블로어(Illinois Blower)는 더 높은 압력과 팬 효율을 달성하면서도 임펠러 속도와 직경을 유지하여 이러한 딜레마를 해결하는 설계 접근 방식을 위해 케이던스(Cadence)와 협력해 왔다. 40년 이상 정유 및 석유화학 발전, 오염 제어, 제약, 식품 가공 등 다양한 전 세계 산업 공정 산업을 위한 맞춤형 원심 팬과 블로어를 성공적으로 개발 및 제작해 왔다. 이번 호에서 소개하는 사례의 목표는 전체 성능 라인에 걸쳐 전체 팬 스테이지(휠 및 볼류트)의 압력 비율을 높이는 것이었다. 제조 제약 조건으로 인해 임펠러 주변의 견고한 본체 두께를 유지해야 했고, 블레이드 모양은 제조하기 쉬워야 했다. 이러한 임펠러의 최적화 외에도 엔지니어들은 출구 파이프의 압력 손실을 줄이기 위해 흐름 물리학을 더 잘 이해하고자 했다.   그림 1. 테스트 사례 : 원심 산업용 팬의 임펠러와 볼류트를 헥스프레스의 표면 메시로 최적화   CFD 시뮬레이션 방법론 Open 비정형 다목적 CFD 솔버 패키지에서 초크부터 스톨까지 일련의 시뮬레이션을 실행하고 그 결과를 실험 데이터와 비교하여 CFD 설정이 신뢰할 수 있는지 확인했다.   고속 메싱 볼류트와 임펠러 블레이드 디테일 주변에 매끄러운 경계 레이어가 있는 7.5M 포인트 메시가 비정형 메시 프로그램인 헥스프레스(Hexpress)에서 생성되었다. 성능 라인 안정화 계산을 실행하기 위해 임펠러의 한 통로만 메시화하면 되었으며, 각 계산은 96개 코어에서 1시간 이내에 완료되어 완전한 수렴을 달성할 수 있었다. <그림 2>의 분산형 차트는 모든 데이터베이스 및 최적화 샘플에 대한 목표 값을 보여주며, 최적의 개체는 별표로 강조 표시된다. 자체 조직화 맵은 매개변수 간의 상관관계와 반상관관계를 보여준다. 분산 분석(ANOVA)은 다양한 입력 변수에 대한 출력의 전체 변동성을 분해한다. LOO(Leave-One-Out) 플롯은 모델 신뢰도를 추정한다.   그림 2   최적화 1 : Identifying the centrifugal fan's main performance parameters 최적화의 첫 번째 단계는 원심 팬의 성능에 영향을 미치는 주요 요인을 파악하여 최적화가 가장 효과적인 위치를 정확히 파악하는 것이었다. 임펠러 블레이드와 흐름 채널에 대한 20개의 사용자 정의 파라미터를 신중하게 선택하여 허브 및 슈라우드 모양, 블레이드 금속 각도, 블레이드 캠버 및 기울기를 설명했다. 이러한 자유 파라미터와 관련 변형 범위의 선택은 프로젝트 성공의 열쇠로 밝혀졌다. 각 파라미터 세트에 대해 케이던스의 디자인3D(Design3D) 최적화 모듈로 새로운 지오메트리를 생성하고, 전용 파이썬 스크립트를 사용하여 헥스프레스에서 비정형 메시를 자동으로 생성하여 시간을 절약했다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.