Simulasi Teknik Dipercepat NVIDIA cuDSS

NVIDIA meluncurkan cuDSS dalam ketersediaan umum untuk mempercepat simulasi teknik dan sains menggunakan GPU. Pustaka NVIDIA CUDA-X ini memindahkan bagian penting dari proses simulasi ke GPU, sehingga waktu menuju hasil dapat dipangkas.

Simulasi digunakan untuk memprediksi kinerja rancangan sebelum diproduksi, mulai dari cip canggih, pesawat, hingga sistem industri. Seiring desain makin kompleks, proses tersebut membutuhkan waktu komputasi lebih besar dan membatasi jumlah ide yang dapat diuji oleh tim.

Dampak simulasi teknik berbasis GPU

cuDSS mempercepat penyelesaian sistem sparse berukuran besar, yaitu tahap perhitungan intensif yang berulang dalam simulasi teknik dan ilmiah. Teknologi ini meningkatkan throughput simulasi dan memungkinkan pengguna menguji model yang lebih besar, representasi yang lebih akurat, serta ruang desain yang lebih luas dengan biaya lebih rendah.

Sejumlah perusahaan telah mengintegrasikan cuDSS ke dalam perangkat mereka. Applied Materials mencatat percepatan hingga 10 kali pada penyelesaian sparse di platform simulasi Ginestra dibandingkan pendekatan yang hanya memakai CPU.

Dalam pengujian simulasi plasma litografi EUV, ZEISS SMT mencapai percepatan empat kali saat menggunakan COMSOL Multiphysics bersama cuDSS pada komputasi yang dipercepat NVIDIA. Simulasi penuh dapat diselesaikan dalam enam hari 14 jam.

Integrasi cuDSS pada berbagai perangkat

Cadence menggunakan cuDSS pada perangkat lunak Celsius untuk mempercepat simulasi panas, tekanan struktural, dan warpage pada cip canggih serta desain cip 3D. Dassault Systèmes melaporkan percepatan 8-10 kali pada pemecah Abaqus untuk simulasi struktural dan elektromagnetik.

Siemens memanfaatkan cuDSS di Simcenter STAR-CCM+ untuk simulasi struktur dalam alur kerja interaksi fluida-struktur. Synopsys menggunakannya pada Sentaurus Device untuk mempercepat simulasi cip logika, memori, dan daya.

cuDSS dapat digunakan pada stasiun kerja individual hingga klaster komputasi besar. Pengembang juga dapat mengintegrasikannya ke perangkat lunak teknik, ilmiah, dan optimasi yang sudah ada melalui antarmuka C, C++, Python, dan Fortran.

Baca berita lain di Teknologi