CN102394911B - 计算机辅助工程一体化云分析系统及方法 - Google Patents
计算机辅助工程一体化云分析系统及方法 Download PDFInfo
- Publication number
- CN102394911B CN102394911B CN201110272051.6A CN201110272051A CN102394911B CN 102394911 B CN102394911 B CN 102394911B CN 201110272051 A CN201110272051 A CN 201110272051A CN 102394911 B CN102394911 B CN 102394911B
- Authority
- CN
- China
- Prior art keywords
- aided engineering
- computer
- graphics server
- processing unit
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种计算机辅助工程一体化云分析系统及方法,该系统包括地端客户机及云端处理装置。云端处理装置包括集中存储器、高性能计算服务器和图形服务器,高性能计算服务器及图形服务器均与集中存储器电性连接,并分别可向集中存储器存取数据。高性能计算服务器内安装有计算机辅助工程的核心求解器和管理软件。图形服务器内安装有计算机辅助工程前后处理软件以及作业提交环境。计算机辅助工程分析前处理和后处理程序均在该云端处理装置进行并生成图像数据。地端客户机通过有线网络或无线网络连接至云端处理装置,远程利用云端处理装置内的图形服务器,图形服务器解释用户行为,并根据用户行为优化压缩图像后将优化压缩的图像数据通过网络传输到地端客户机。
Description
技术领域
本发明是有关于一种计算机辅助工程(Computer Aided Engineerring,CAE)云分析系统及方法,尤其是涉及一种可减少数据在网络上流动的计算机辅助工程一体化云分析系统及方法。
背景技术
传统的基于桌面个人电脑(Personal Computer,PC)平台的CAE分析逐渐被高性能计算服务器尤其是集群所代替,这主要由三方面的因素,一是由于随着CAE分析的深入,以及CAE软件本身功能的增强,计算模型不断细化,计算量也在成倍的增加,普通的桌面环境本身无法满足CAE分析的需求;二是随着CAE应用的深入,我们已不仅仅满足于简单的验证式的CAE分析,而是对CAE提出了更高的要求,比如优化技术的引入,这就带来计算量的大幅度增加,串行计算根本无法满足要求,只能是采用并行计算;三是由于以前高高在上的高性能计算(HighPerformance Computing,HPC)服务器价格现在已经平民化,尤其是集群技术的推广使得普通用户都能采用高性能计算工具。请参阅图1,图1为传统CAE分析系统架构图。传统CAE分析系统架构包括电性连接的CAE分析网络11及HPC中心12,其中,CAE分析网格11包括局域网连接的多台PC101,用户操作本地PC101进行CAE分析。HPC中心12包括存储器121和高性能计算服务器122。
请进一步参考图2,图2为传统的CAE分析方法的流程图。传统的CAE分析流程包括以下五个步骤:
S21:前处理,即利用普通的PC101建立有限元网格模型并做相应的初始环境和边界条件的设置,此时数据在CAE分析网络11本地的PC101上。
S22:数据上传,即上传计算文件到集中的存储,数据从本地PC101传输到HPC中心12的存储器121中。
S23:核心计算,即计算任务从存储器121提交至高性能计算服务器122,进行并行计算,并将计算结果集中放在存储器121中。
S24:数据下载,即从存储器121中下载数据到本地的PC101,数据从HPC中心的存储器传回到本地PC101上。
S25:后处理,即在PC101上进行后处理分析,结果数据在本地PC101上。
在传统的CAE分析流程中,由于数据需要来回地在本地PC101和HPC中心12的存储阵列上传输移动,尤其是后处理数据结果文件巨大,而这种不间断的在网络上进行大范围远距离的大数据传输会带来发下问题:工作效率低,随着模型变大,数据增加,需要花很多时间在网络进行传输;网络压力大,大范围的数据在网络上移动对于整个企业局域网造成很大的压力;资源浪费,数据在不同存储媒介上的传输拷贝,造成一个文件会难以避免的有多个拷贝,从而导致磁盘容量被重复占有,不利于数据管理,也造成了资源的浪费;数据安全性低,由于数据可以被任意下载到本地PC,不利于安全管理;成本高,由于前后处理对于图形处理能力要求高,尤其是后处理,通常数据文件非常大,因此每个分析用的PC都需要配置相当高端在图形卡才能满足要求。
发明内容
针对上述问题,本发明的目的是提供一种可减少数据在网络上流动的计算机辅助工程一体化云分析系统。
本发明的另一目的是提供一种可减少数据在网络上流动的计算机辅助工程一体化云分析方法。
本发明提供一种计算机辅助工程一体化云分析系统,其包括地端客户机及云端处理装置。云端处理装置包括集中存储器、高性能计算服务器和图形服务器,高性能计算服务器及图形服务器均与集中存储器电性连接,并分别可向集中存储器存取数据。高性能计算服务器内安装有计算机辅助工程的核心求解器和管理软件。图形服务器内安装有计算机辅助工程前后处理软件以及作业提交环境。计算机辅助工程分析前处理和后处理程序均在该云端处理装置进行并生成图像数据。地端客户机通过有线网络或无线网络连接至云端处理装置,远程利用云端处理装置内的图形服务器,图形服务器解释用户行为,并根据用户行为优化压缩图像后将优化压缩的图像数据通过网络传输到地端客户机。在本发明的一个实施例中,该用户行为包括鼠标移动、键盘敲击,该地端客户机通过在web界面远程进入云端处理装置进行计算机辅助工程分析。
在本发明的一个实施例中,该地端客户机远程利用云端处理装置的图形服务器,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器。
在本发明的一个实施例中,该图形服务器直接提交计算任务到高性能计算服务器,高性能计算服务器直接从集中存储器读取数据,运算完毕后直接将结果数据保存在集中存储器。
在本发明的一个实施例中,该地端客户机通过用户行为,远程利用云端处理装置的图形服务器,直接从集中存储器上读取数据,进行后处理分析。
在本发明的一个实施例中,该地端客户机包括一台或多台个人电脑。
在本发明的一个实施例中,该高性能计算服务器为一计算集群,包括多个计算节点,该高性能计算服务器的多个计算节点内安装有计算机辅助工程的核心求解器和管理软件。
在本发明的一个实施例中,该图形服务器包括多个图形服务节点,该图形服务器的图形服务节点内安装有计算机辅助工程前后处理软件以及作业提交环境,并配置有高端图卡。
本发明还提供一种计算机辅助工程一体化云分析方法,其包括如下步骤:前处理,在地端客户机的桌面环境下,通过用户行为,远程利用云端处理装置的图形服务器,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器;核心计算,图形服务器直接提交计算任务到高性能计算服务器,高性能计算服务器直接从集中存储器上读取数据,运算完毕后直接将结果数据保存在集中存储器;及后处理,在地端客户机的桌面环境下,通过用户行为,远程利用云端处理装置的图形服务器,直接从集中存储器上读取数据,进行后处理分析,并根据用户行为优化压缩图像后将优化压缩的图像数据通过网络传输到地端客户机。。
本发明的CAE一体化云分析系统及方法具有如下优点:高效、无网络压力、降低成本、易用、方便管理、数据保密性好。详而言之,通过使用本发明CAE一体化云分析系统及方法,数据不再需要大范围的传输和流动,节约了时间,提高了效率;整个数据基本都只是在云端处理装置内流动,减轻了整个企业的网络压力;地端客户机由于并不参与图形计算而无需配置高端的图卡,而且也无需安装任何前后处理软件,只需在有限个云端图形服务节点上配置高端图卡、安装前后处理软件,数据无需在不同存储介质上保留多个版本,节约存储资源;随时随地,只要能够网络相连即可参与到CAE设计流程中来;应用统一部署在云端图形服务器上,数据统一存放在集中存储器上;所有数据都集中在云端处理装置上,地端客户机上没有任何数据,保证了数据的安全性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举实施例,并配合附图,详细说明如下。
附图说明
图1为传统CAE分析系统架构图。
图2为传统的CAE分析方法的流程图。
图3为本发明较佳实施例的CAE一体化分析系统架构图。
图4为本发明较佳实施例的CAE一体化分析方法的流程图。
具体实施方式
本发明提供一种可减少数据在网络上流动的CAE一体化云分析系统及方法。如图3所示,图3为本发明较佳实施例的CAE一体化分析系统架构图。在本发明较佳实施例中,CAE一体化分析系统包括地端客户机31和云端处理装置32。地端客户机31包括一台或多台个人电脑,如台式计算机,笔记本电脑等。地端客户机31通过有线网络或无线网络连接至云端处理装置32,在地端客户机31,可通过鼠标移动、键盘敲击等用户行为进行操作,以通过在web界面进入云端处理装置32进行CAE分析。云端处理装置32包括集中存储器321、高性能计算服务器322及图形服务器324,高性能计算服务器322及图形服务器324均与集中存储器321电性连接,并分别可向集中存储器321中存取数据。其中,在本实施例中,该高性能计算服务器322为一计算集群,包括多个计算节点323,该高性能计算服务器322的多个计算节点323内安装有CAE的核心求解器和管理软件。该图形服务器324包括多个图形服务节点325,该图形服务器324的图形服务节点325内安装有CAE前后处理软件以及作业提交环境,并配置有高端图卡(图未示)。图形服务器324用于解释用户行为,并将合适的图像数据传送给用户。
CAE分析过程中,CAE分析前处理和后处理程序均在该云端处理装置进行并生成图像数据。详而言之,前处理过程中,在地端客户机31普通的桌面环境下,通过用户行为,远程利用云端处理装置32内的图形服务器324,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器321上。再进行核心计算,在云端图形服务器324直接提交计算任务到高性能计算服务器322,高性能计算服务器322直接从集中存储器321上读取数据,运算完毕后直接将结果数据保存在集中存储器321上。然后,进行后处理,在地端客户机31普通的桌面环境下,通过用户行为,远程利用云端处理装置32内的图形服务器324,直接从集中存储器321上读取数据,进行后处理分析。
在云端处理装置32的图形服务器324上,图像被优化压缩后通过网络传输到地端客户机31中用户的一台或多台个人电脑。而在地端客户机31,用户行为包括鼠标移动、键盘敲击,被送回云端处理装置32的图形服务器324上,图形服务器324解释用户行为,并将合适的图像数据送给用户。图像数据优化后传输规模变小,就无需将整个模型送到地端客户机31,也降低了对地端客户机31的可视化资源的要求。在地端客户机31的使用过程中,其速度能够等同或接近图形服务器324的速度,而且经过优化的图像传输占用的网络带宽远远小于数据传输的带宽。
本发明所述的CAE一体化云分析系统几乎支持所有的CAE分析软件,例如专用前处理软件可包括Hyperworks、Ansa;专用后处理软件可包括Ensight、Animator、Techplot、Fieldview、Paraview、Visist;CAE软件前后处理软件可包括Abaqus、Ansys、Nastran、Ls-PrePost、Dynaform、Fluent、StarCD、Powerflow。
在基于CAE一体化技术构建的CAE一体化云分析系统里,所有的应用软件和管理软件都集中部署在云端处理装置32,CAE的核心求解器和管理软件都安装在高性能计算服务器322上,CAE前后处理软件以及作业提交环境都只需安装在云端处理装置32有限数量的图形服务器324上,而在地端客户机31无需安装任何软件,分析人员在地端客户机31中任意的一台普通个人电脑甚至笔记本电脑上都可以通过网络连接参与到CAE分析过程中,通过在web界面选择相应的应用软件,进行提交作业或者前后处理,整个过程中的所有数据都只在云端处理装置32中产生。
基于上述的CAE一体化云分析系统,本发明还提供一种CAE一体化云分析方法,如图4所示,该方法包括如下步骤:
S41:前处理,即在地端客户机31的桌面环境下,远程利用云端处理装置32内的图形服务器324,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器321上。
S42:核心计算,即在云端图形服务器324直接提交计算任务到高性能计算服务器322,高性能计算服务器322直接从集中存储器321上读取数据,运算完毕后直接将结果数据保存在集中存储器321上。
S43:后处理,即在地端客户机31普通的桌面环境下,远程利用云端处理装置32内的图形服务器324,直接从集中存储器321上读取数据,进行后处理分析。
综上所述,本发明CAE一体化云分析系统及方法具有如下优点:高效、无网络压力、降低成本、易用、方便管理、数据保密性好。详而言之,通过使用本发明CAE一体化云分析系统及方法,数据不再需要大范围的传输和流动,节约了时间,提高了效率;整个数据基本都只是在云端处理装置32内流动,减轻了整个企业的网络压力;地端客户机31由于并不参与图形计算而无需配置高端的图卡,而且也无需安装任何前后处理软件,只需在有限个云端图形服务节点325上配置高端图卡、安装前后处理软件,数据无需在不同存储介质上保留多个版本,节约存储资源;随时随地,只要能够网络相连即可参与到CAE设计流程中来;应用统一部署在云端图形服务器上,数据统一存放在集中存储器321上;所有数据都集中在云端处理装置32上,地端客户机31上没有任何数据,保证了数据的安全性。
以上所述,仅是本发明的实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种计算机辅助工程一体化云分析系统,其特征在于,该系统包括:
地端客户机;及
云端处理装置,该云端处理装置包括集中存储器、高性能计算服务器和图形服务器,高性能计算服务器及图形服务器均与集中存储器电性连接,并分别可向集中存储器存取数据;高性能计算服务器内安装有计算机辅助工程的核心求解器和管理软件;图形服务器内安装有计算机辅助工程前后处理软件以及作业提交环境;计算机辅助工程分析前处理和后处理程序均在该云端处理装置进行并生成图像数据;
地端客户机通过有线网络或无线网络连接至云端处理装置,远程利用云端处理装置内的图形服务器,图形服务器解释用户行为,并根据用户行为优化压缩图像后将优化压缩的图像数据通过网络传输到地端客户机。
2.根据权利要求1所述的计算机辅助工程一体化云分析系统,其特征在于,该用户行为包括鼠标移动、键盘敲击,该地端客户机通过在web界面远程进入云端处理装置进行计算机辅助工程分析。
3.根据权利要求2所述的计算机辅助工程一体化云分析系统,其特征在于,该地端客户机远程利用云端处理装置的图形服务器,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器。
4.根据权利要求3所述的计算机辅助工程一体化云分析系统,其特征在于,该图形服务器直接提交计算任务到高性能计算服务器,高性能计算服务器直接从集中存储器读取数据,运算完毕后直接将结果数据保存在集中存储器。
5.根据权利要求4所述的计算机辅助工程一体化云分析系统,其特 征在于,该地端客户机通过用户行为,远程利用云端处理装置的图形服务器,直接从集中存储器上读取数据,进行后处理分析。
6.根据权利要求1所述的计算机辅助工程一体化云分析系统,其特征在于,该地端客户机包括一台或多台个人电脑。
7.根据权利要求1所述的计算机辅助工程一体化云分析系统,其特征在于,该高性能计算服务器为一计算集群,包括多个计算节点,该高性能计算服务器的多个计算节点内安装有计算机辅助工程的核心求解器和管理软件。
8.根据权利要求1所述的计算机辅助工程一体化云分析系统,其特征在于,该图形服务器包括多个图形服务节点,该图形服务器的图形服务节点内安装有计算机辅助工程前后处理软件以及作业提交环境,并配置有高端图卡。
9.一种计算机辅助工程一体化云分析方法,适用于权利要求1所述的计算机辅助工程一体化云分析系统,该计算机辅助工程一体化云分析方法包括如下步骤:
前处理,在地端客户机的桌面环境下,通过用户行为,远程利用云端处理装置的图形服务器,进行网格剖分、边界和初始条件的设置,产生的计算输入文件直接存放在集中存储器;
核心计算,图形服务器直接提交计算任务到高性能计算服务器,高性能计算服务器直接从集中存储器上读取数据,运算完毕后直接将结果数据保存在集中存储器;
后处理,在地端客户机的桌面环境下,通过用户行为,远程利用云端处理装置的图形服务器,直接从集中存储器上读取数据,进行后处理分析,并根据用户行为优化压缩图像后将优化压缩的图像数据通过网络传输到地端客户机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110272051.6A CN102394911B (zh) | 2011-09-14 | 2011-09-14 | 计算机辅助工程一体化云分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110272051.6A CN102394911B (zh) | 2011-09-14 | 2011-09-14 | 计算机辅助工程一体化云分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102394911A CN102394911A (zh) | 2012-03-28 |
CN102394911B true CN102394911B (zh) | 2014-03-05 |
Family
ID=45862115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110272051.6A Active CN102394911B (zh) | 2011-09-14 | 2011-09-14 | 计算机辅助工程一体化云分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102394911B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594179A (zh) * | 2018-04-12 | 2018-09-28 | 肖炳甲 | 基于雷达的高性能数值系统 |
CN108732540A (zh) * | 2018-04-12 | 2018-11-02 | 肖炳甲 | 基于雷达的数据处理系统 |
CN114443037B (zh) * | 2022-04-07 | 2022-07-08 | 国家超级计算天津中心 | 一种cae云软件的开发与集成系统和方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101184300A (zh) * | 2007-12-06 | 2008-05-21 | 中兴通讯股份有限公司 | 一种手机图形系统中的窗口管理方法 |
CN102012949A (zh) * | 2009-09-05 | 2011-04-13 | 富港电子(东莞)有限公司 | 工程分析系统 |
CN102063818A (zh) * | 2010-08-12 | 2011-05-18 | 华东交通大学 | 一种服务于高校计算机与软件教学的实验云平台系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8269822B2 (en) * | 2007-04-03 | 2012-09-18 | Sony Computer Entertainment America, LLC | Display viewing system and methods for optimizing display view based on active tracking |
-
2011
- 2011-09-14 CN CN201110272051.6A patent/CN102394911B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101184300A (zh) * | 2007-12-06 | 2008-05-21 | 中兴通讯股份有限公司 | 一种手机图形系统中的窗口管理方法 |
CN102012949A (zh) * | 2009-09-05 | 2011-04-13 | 富港电子(东莞)有限公司 | 工程分析系统 |
CN102063818A (zh) * | 2010-08-12 | 2011-05-18 | 华东交通大学 | 一种服务于高校计算机与软件教学的实验云平台系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102394911A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | PreDatA–preparatory data analytics on peta-scale machines | |
Gunarathne et al. | Scalable parallel computing on clouds using Twister4Azure iterative MapReduce | |
CN110520853A (zh) | 直接存储器访问的队列管理 | |
CN102591709B (zh) | 基于OGR的shapefile文件主从式并行写方法 | |
EP4198771A1 (en) | Data processing method and apparatus, computer readable medium, and electronic device | |
Wang et al. | An efficient image aesthetic analysis system using Hadoop | |
Nakajima et al. | ppOpen-HPC: open source infrastructure for development and execution of large-scale scientific applications on post-peta-scale supercomputers with automatic tuning (AT) | |
CN102394911B (zh) | 计算机辅助工程一体化云分析系统及方法 | |
US11107037B2 (en) | Method and system of sharing product data in a collaborative environment | |
WO2022022571A1 (en) | Resource allocation for tuning hyperparameters of large-scale deep learning workloads | |
CN109683917A (zh) | 用于将应用部署于应用服务器的方法、设备以及介质 | |
Tripathi et al. | A comparative analysis of conventional hadoop with proposed cloud enabled hadoop framework for spatial big data processing | |
CN202524423U (zh) | 计算机辅助工程一体化云分析系统 | |
Ashworth et al. | First steps in porting the lfric weather and climate model to the fpgas of the euroexa architecture | |
Damon et al. | Interactive visualization of 3D mantle convection | |
Marques et al. | A cloud computing based framework for general 2D and 3D cellular automata simulation | |
Li et al. | A real-time machine learning and visualization framework for scientific workflows | |
Ahmed et al. | Visualization pipeline for medical datasets on grid computing environment | |
Niebling et al. | Integrated simulation workflows in computer aided engineering on hpc resources | |
CN104539705A (zh) | 基于便捷式客户端的产品协作开发系统 | |
Li et al. | Application and performance optimization of MapReduce model in image segmentation | |
Lu et al. | PadMesh: a parallel and distributed framework for interactive mesh generation software | |
Geng et al. | Research of construction and application of cloud storage in the environment of industry 4.0 | |
Krol et al. | Solving PDEs in modern multiphysics simulation software | |
Manten et al. | Evaluation of a scalable in-situ visualization system approach in a parallelized computational fluid dynamics application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |