达里乌斯·巴鲁（Darius Baruo）
2025年6月12日10:41
France（EDF）与NVIDIA合作，使用Nvidia Nsight Profilers增强流体动力学模拟，以确保优化的性能和效率。
领先的跨国电力公司ElectricitéDeFrance（EDF）正在通过与Nvidia的合作来推进其计算流体动力学（CFD）模拟，利用Nvidia的Nsight Profilers的力量。该合作伙伴关系旨在增强EDF的Code_saturne应用程序，这是1997年开发的一种开源工具，用于模拟复杂的流体动力学流，对于电厂安全评估和终身扩展至关重要。
简化GPU移植
从CPU到GPU应用程序的过渡有望改善性能，从而使速度更大的问题解决。该过程虽然最初要求，但却产生了可观的吞吐量和效率优势。 NVIDIA的工具套件，尤其是Nsight Systems和Nsight Compute，通过识别加速机会并优化内核性能来支持这一过渡。
EDF的合作努力
EDF与AWS和Aneo合作，迭代地将Code_saturne移植到Nvidia GPU，在维护其模块化体系结构的同时增强了其功能。 AWS云支持这项工作，提供可伸缩性和可访问性。该项目强调了NVIDIA平台有效加速复杂模拟的潜力。
分析和优化代码
Nsight Systems在确定瓶颈方面优先考虑用于移植的代码段中起着至关重要的作用。 CUDA托管内存的使用有助于CPU和GPU之间的无缝数据迁移，从而确保了一致的代码可用性。通过NVIDIA工具扩展（NVTX）的注释进一步实现了移植过程的详细跟踪和分析。
原始资料中的图1说明了Nsight Systems报告，展示了Code_saturne模拟的迭代过程，并标识了代码优化的区域。这种视觉表示有助于指出时间密集型的例程，从而指导开发人员改善性能。
确定移植机会
通过详细的NVTX注销分析，EDF确定了具有GPU移植潜力的CPU段。解决这些段可减少CPU至GPU内存转移，从而最大程度地减少闲置的GPU时间。结果是针对特定计算的令人印象深刻的18倍加速度，如原始源的图2所示。
正在进行的努力旨在进一步优化GPU内核，并利用Nsight Compute提高性能。此步骤对于在整个应用程序中最大程度地提高GPU加速的好处至关重要。
有关更多信息，请访问NVIDIA开发人员博客。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：
