エグゼクティブ・サマリー
モデリングとシミュレーションを用いたデジタル・プロトタイピングは、今日のエンジニアリング・プロセスにおいて標準的な手法となりつつあります。しかし、大規模で複雑なデバイス設計の場合、デジタル・プロトタイピングには、高価なスーパーコンピューター上で動作する 3D マルチフィジックス・ソルバーが必要です。OnScale 社は、第 2 世代インテル® Xeon® スケーラブル・プロセッサーを搭載した Google Cloud のクラスター上で動作する、長年の信頼と実績を持つマルチフィジックス・ソルバーを用いて、デジタル・プロトタイピングを可能にします。OnScale 社は、インテルと Google Cloud を利用したサービスで、コストのかかる物理的なプロトタイプを高精度のデジタル・プロトタイプで補うことにより、製品の市場投入を早め、研究開発コストを削減します。
課題
デジタル・プロトタイピングは、今日のデザインとエンジニアリングにおいて重要な役割を担っています。従来の物理的なプロトタイピング、テスト、検証のプロセスと比較して、デジタル・プロトタイピングは、新技術の開発におけるコスト削減、R&D タイムラインの加速、リスクの低減を実現します。
しかし、複雑なデザインのデジタル・プロトタイピングでは、電気、熱、機械、材料など、非常に大きなマルチフィジックスの問題を同時に解決する必要があります。問題が複雑で、より高い精度が求められるほど、より高いレベルのコンピューティングが必要となります。現在、48 個以上の CPU コアを搭載したワークステーションは、エンジニアが設計空間の一部を理解するのに役立ちます。しかし、スーパーコンピューターのような計算能力がないため、エンジニアはシミュレーションの作業量に合わせて、より複雑な設計問題をインテリジェントに近似する必要があります。
大規模で複雑な製品設計を行う場合、エンジニアはスーパーコンピューターの力を必要とします。これらのエンジニアリング・アプリケーションでは、設計全体を理解するために、マルチフィジックス・ソルバーを使用して多くの物理現象を 3D で同時にシミュレーションします。また、設計オプションのマルチパラメトリック・スイープを用いた非常に詳細なデジタル・プロトタイピング・スタディーは、エンジニアが新しい複雑な設計を迅速に最適化するのに役立ちます。
大規模なコンピューターと、その上で動作するエンジニアリング・ソフトウェアのライセンスは、企業にとっても高価なものです。また、社内のシミュレーション容量が固定されていると、シミュレーション・ワークロードのサイズが大きいこと、ローカルのコンピューティング容量が限られていること、ユーザーごとのシミュレーション・ソフトウェアのライセンスが固定されていることなどから、多くのエンジニアがシミュレーション・リソースにアクセスすることができません。また、ライセンスやコンピューティング能力を追加して自社製マシンを拡張すると、IT 部門がハードウェアとソフトウェアの両方を導入・管理することになり、複雑さが増します。
従来のオンプレミス型やデスクトップ型のコンピューティングでは、ハードウェアやソフトウェアの制限がエンジニアにとっての障壁となり、革新的な可能性を制限していました。
ソリューション
OnScale 社は、SaaS (Software-as-a-Service) 型の新しいクラウド・エンジニアリング・シミュレーション・プラットフォームで、長年の実績と信頼を誇るマルチフィジックス・ソルバーを Google Cloud 上でオンデマンド実行します。このソリューションは、第 2 世代インテル® Xeon® スケーラブル・プロセッサーを搭載した包括的なデジタル・プロトタイピング機能を、世界中のあらゆる規模の組織のエンジニアに提供しています。
OnScale 社の CEO である Ian Campbell 氏は、「弊社のマルチフィジックス・ソルバーは、物理的な世界をデジタルで表現しています。そして何十年にもわたって、土木技師、半導体設計者、機械技師、政府機関や企業のエンジニアに使用されてきました。彼らはスーパーコンピューター上で動作する複雑なマルチフィジックス・ソルバーの総合的なリソースを必要としているのです。」と述べています。
スケーラブルな Google Cloud 上のマルチフィジックスがデジタル・プロトタイピングを簡素化
元々はエンジニアリング会社である Weidlinger Associate 社 (現在は Thornton Tomasetti 社の一部) が開発したものですが、OnScale 社はこのソルバーをクラウドの力を利用できるように改良しました。このソルバーは、インテル® メッセージ・パッシング・インターフェイス (MPI) ライブラリーを使用した超並列コンピューティング・システム上で動作するように設計されています。OnScale 社は、Google Cloud 上の何千ものノードで動作するようにソルバーを最適化しました。この革新的な技術により、このソルバーは、クラウド環境での柔軟なオンデマンド展開に最適です。
図 1. 超音波指紋センサー・アプリケーション用 MEMS PMUT のパラメトリックなフル 3D 圧電・構造・音響シミュレーション。シミュレーション結果は OnScale 社提供。
SaaS のビジネスモデルでは、あらゆる規模の企業が、ソフトウェアやハードウェアの複雑さやコストを自社で負担することなく、強力なシミュレーション機能を利用することができます。また、近年、Google Cloud インスタンスのスケールアウトが進んだことで、クラウド環境の計算能力をワークロードの要求に迅速に適応させることがより簡単かつ迅速にできるようになりました。その結果、スピードアップの効果は、その効果を得るためのコアの追加コストをはるかに上回るものとなりました。エンジニアは、コストを大幅に増加させることなく、完成までの時間を短縮することができます (図 2)。
図 2 は、200 万の自由度を持つ OnScale 社のメカニカル・シミュレーションを、物理コア数の異なるクラウド・ハードウェア上で実行したものです。計算コスト (コア時間ベース) を約 4 倍にすることで、ジョブの実行速度は約 8 倍になり、実行時間は約 11 分から 1.5 分に短縮されました。
AI ドライブのクラスター構成
「私たちのシミュレーション・プラットフォームは、主に計算機に最適化された C2 とメモリーに最適化された M2 の Google Cloud インスタンス上で動作しています。これらの Google Cloud 構成の多くをベンチマークしてきたので、私たちのシミュレーション・ソフトウェアがクラウド・ハードウェア上でどのようにスケールするかを把握しています。私たちは機械学習エンジンを作成し、50 万回のシミュレーションでモデルを訓練しました。つまり、エンジニアが新しいシミュレーション・スタディーを設定すると、弊社の AI がエンジニアのニーズに基づいて最適なクラウド・コンフィギュレーションを作成し、精度、コスト、ランタイムを最適化することができるのです。」(Ian Campbell 氏)
エンジニアは、シミュレーションを定義し、3D モデルをアップロードし、研究の優先順位 (精度、予算、解決までの時間) を選択します。OnScale 社の AI は、シミュレーションを完了するための精度、コスト、ランタイムの見積もりを提供します。エンジニアがジョブを実行すると、OnScale 社のクラウド・オーケストレーターが、ワークロードと選択された優先度に合わせて、インテル® Xeon® スケーラブル・プロセッサーを搭載したカスタムの最先端クラウド・スーパーコンピューターの構成を構築します。例えば、第 2 世代インテル® Xeon® スケーラブル・プロセッサーを使用して、高精度で高速なソリューションを実現しています。Google の Kubernetes マネジメント・エンジンを使用することで、エンジニアは OnScale を使ってデジタル・プロトタイプの構築を開始するまでの待ち時間をほとんど感じません。OnScale 社は、以下のインテルのソフトウェア・ツールを使用して、ソルバーをインテルのアーキテクチャー用にコンパイルおよび最適化し、高いパフォーマンスとコード効率を実現しました。
「長年にわたり、高度なドメイン合成やダイナミックなロード・バランシングの実行方法など、ソルバーやプラットフォームに新しい機能や特徴を追加してきました。例えば、シミュレーション中に、ワークロードがクラスター構成の限界に達した場合、シミュレーションを一時停止することができます。その後、より多くのリソースを持つ新しいクラスターを構築し、一時停止していた場所からシミュレーションを再開します。すべてはエンジニアに透過的に行われます。」(Ian Campbell 氏)
OnScale のプラットフォームは、自身のパフォーマンスとプロセスを監視します。シミュレーション研究が完了すると、プラットフォームのパフォーマンスに関するメタデータが機械学習エンジンにフィードバックされ、将来のシミュレーションに最適なクラスター構成を正確に予測する OnScale の能力がさらに調整されます。
「我々はインテルの新技術を注視しています。大容量メモリーを搭載した Google Cloud M2 インスタンスは興味深いですね。大容量のメモリーを搭載することで、大規模なクラスターでの大規模なシミュレーションの実行から、はるかに小さなマシンでのシミュレーション結果の可視化まで、データをメモリーからストレージに移動させ、新しいコンテナーでメモリーに再ロードすることなく、シームレスに移行することができます。それにより、大幅な時間短縮とコスト削減が可能になります。」(Ian Campbell 氏)
また、OnScale は、エンドユーザーがマルチフィジックス・シミュレーションと組み合わせて使用できるように、AI と ML の機能を公開しています。
「AI と ML は、弊社がお客様に提供するサービスに不可欠です。例えば、エンジニアはシミュレーションされたデータセットを使用して組込み AI アルゴリズムをトレーニングすることができ、物理的なプロトタイプから物理的なデータセットを作成する膨大な時間とコストを節約することができます。私たちは、TensorFlow やその他の機械学習の手法を、お客様が活用できるように私たちの製品に直接組込むことを検討しています。インテル® ディープ・ラーニング・ブーストのような技術は、弊社のソリューションを強化する上で非常に興味深いものです。」(Ian Campbell 氏)
結果
デジタル・プロトタイプの精度は、シミュレーション結果と実験を相関させることで最もよく証明されます。Polytec 社は、光学計測ソリューションの世界的リーダーとして、産業界や研究機関向けに、計測器の開発・製造・販売、非破壊検査 (NDT) サービスを提供しています。同社の光学測定ソリューションは、高精度かつ高感度で直接的な機械的反応を捉えることができるため、エンジニアは物理的なプロトタイプである航空宇宙、自動車、医療、ナノテクノロジーなどの産業で使用される材料、構造、およびデバイスの特性を評価することができます。OnScale を使用したエンジニアリングとデジタル・プロトタイプで設計を最適化した後、エンジニアは Polytec 社の機器を使用して物理的なプロトタイプを実験で検証します。
Polytec 社は、デジタル・プロトタイプのシミュレーション結果と物理的なプロトタイプの測定値を比較することで、OnScale ツールの精度を示しました。Polytec 社では、実際のステンレススチール製テストブロックで実験を行い、測定値をシミュレーションと比較しました。今回の実験では、ブロックに取り付けられた振動子が素材に高周波の弾性波を入射し、ブロックに開けられた穴からの反射波を捉えました。シミュレーション結果と物理的な測定値の相関関係を図 3 に示します。デジタル・プロトタイプのシミュレーション結果は、ポリテック社が取得した物理的なプロトタイプの実験データを正確に予測しました。
図 3. Polytec 社のレーザードップラー振動計の実験結果と OnScale 社のシミュレーション結果 (提供: OnScale 社)
ワシントン大学の研究者は、OnScale を使用して、光干渉エラストグラフィー (OCE) のための画期的な眼球イメージング技術を設計しています。この非接触・非侵襲的な方法により、臨床医は角膜の弾力性と眼圧の変化を定量化して検出することができ、眼科疾患 (円錐角膜や緑内障など) の特定や監視、治療的介入 (レーシック、光屈折性角膜切除術、角膜クロスリンキングなど) の指針となります。この技術は、空気結合型の音響トランスデューサーで励起した機械的な波を角膜上に伝播させ、空気を介して角膜の機械的特性を非侵襲的に測定するものです。また、光干渉断層計 (OCT) を用いて、伝播する機械的波動を画像化し、角膜の弾性をマッピングすることができます。
OCT 技術で特に重要なのは、せん断波の伝播です。研究チームは OnScale を使用して、シミュレーションされた生体組織 (人間の眼球のデジタル・プロトタイプ) におけるせん断波の励起と伝播をモデル化しましたが、角膜には独特の課題がありました。OnScaleを使用することで、研究者たちは、実験的な OCE システムと測定値を忠実に反映した信頼性の高い 2 次元有限要素モデルを構築することができました。現在進行中の研究は、”Acoustic micro-tapping for non-contact 4D imaging of tissue elasticity” および “Nearly-incompressible transverse isotropy (NITI) of cornea elasticity: model and experiments with acoustic micro-tapping OCE” に記載されています。
Vestas 社は、エネルギー業界向けの風力タービン・ソリューションを設計・製造しています。主要なコンポーネントは、プラスチック、炭素繊維、樹脂などの複数の複合材料で作られた非常に大きなブレード (長さ 80 メートルにも及ぶ) です。ブレードには、その長さにわたって多くのストレスがかかり、特にマウント部には大きな負荷がかかります。Vestas 社は、設計や製造品質を検証し、異常を探すために、超音波検査などのさまざまなツールを設計しなければなりませんでした。しかし、複合材の超音波検査の設計は、他の材料の場合ほど理解されていません。
「複合材に超音波を使用する場合、多くの複雑な現象があります。波がどの方向に動くかによって速度が異なり、それを画面で読み取るのは非常に複雑な作業になります。実際にシミュレーションができれば、検出プロセスを改善することができます。一次波や二次波の反射など、どのような過程を経て測定結果が得られるのかを確認できます。以前はそれができませんでした。」と Vestas 社のテストエンジニア Jason Hawkins 氏は説明しています。
数値シミュレーションができるようになったことで、NDT のための超音波加振に対する材料の反応について、エンジニアは新たな知見を得ることができます。このような新しい知識があれば、これまで不可能だった検査が可能になり、設計や製造を改善することができます。
ソリューション・サマリー
デジタル・プロトタイピングは、開発期間を短縮し、物理的なプロトタイプへの依存度を下げてコストを削減します。しかし、デジタル・プロトタイプの作成には、スーパーコンピューターや高度なマルチフィジックス・ソルバーを用いた膨大な計算が必要となり、自社での導入や運用にはコストがかかります。OnScale 社は、Google Cloud 上でインテル® Xeon®スケーラブル・プロセッサーを用いてオンデマンドで動作する信頼性の高いマルチフィジックス・ソルバーを提供し、これらの強力な機能をより多くの組織が利用できるようにします。
「最終的には、OnScale、インテル、Google Cloud のパートナーシップによって、同等のデスクトップ・ソリューションよりもはるかに高速なフルスタックのエンジニアリング・シミュレーション・ソリューションが実現しました。このことは、エンジニアがより生産的になり、リスク、コスト、市場投入までの時間を削減して将来のテクノロジーを提供できることを意味します。」(Ian Campbell 氏)
参照記事: OnScale Makes Digital Prototyping Accessible