在有限元計(jì)算中，對(duì)于網(wǎng)格數(shù)量巨大且復(fù)雜的問(wèn)題需要迭代數(shù)量大，這個(gè)時(shí)候，電腦的配置好壞將是制約運(yùn)算速度的關(guān)鍵點(diǎn)，通常使用的工作站、刀片機(jī)集群、甚至超算，什么情況下采取不同的計(jì)算機(jī)配置呢？一起來(lái)看看涉及的相關(guān)計(jì)算：

1.并行計(jì)算（Parallel Computing）

并行計(jì)算的主要目的是快速解決大型且復(fù)雜的計(jì)算問(wèn)題。并行計(jì)算可以劃分成時(shí)間并行和空間并行。時(shí)間并行即流水線技術(shù)，空間并行使用多個(gè)處理器執(zhí)行并發(fā)計(jì)算，當(dāng)前研究的主要是空間的并行問(wèn)題。以程序和算法設(shè)計(jì)人員的角度看，并行計(jì)算又可分為數(shù)據(jù)并行和任務(wù)并行。數(shù)據(jù)并行把大的任務(wù)化解成若干個(gè)相同的子任務(wù)，處理起來(lái)比任務(wù)并行簡(jiǎn)單?？臻g上的并行導(dǎo)致兩類(lèi)并行機(jī)的產(chǎn)生，按照Michael Flynn（費(fèi)林分類(lèi)法）的說(shuō)法分為單指令流多數(shù)據(jù)流（SIMD）和多指令流多數(shù)據(jù)流（MIMD），而常用的串行機(jī)也稱(chēng)為單指令流單數(shù)據(jù)流（SISD）。MIMD類(lèi)的機(jī)器又可分為常見(jiàn)的五類(lèi)：并行向量處理機(jī)（PVP）、對(duì)稱(chēng)多處理機(jī)（SMP）、大規(guī)模并行處理機(jī)（MPP）、工作站機(jī)群（COW）、分布式共享存儲(chǔ)處理機(jī)（DSM）。

2.分布式計(jì)算（Distributed Computing）

分布式計(jì)算，把需要進(jìn)行大量計(jì)算的工程數(shù)據(jù)分區(qū)成小塊，由多臺(tái)計(jì)算機(jī)分別計(jì)算，在上傳運(yùn)算結(jié)果后，將結(jié)果統(tǒng)一合并得出數(shù)據(jù)結(jié)論。目前常見(jiàn)的分布式計(jì)算項(xiàng)目通常使用世界各地上千萬(wàn)志愿者計(jì)算機(jī)的閑置計(jì)算能力，通過(guò)互聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)傳輸。

3.并行計(jì)算與分布式計(jì)算的區(qū)別

并行計(jì)算的任務(wù)包之間相互影響，要求每個(gè)的計(jì)算結(jié)果要絕對(duì)正確，而且在時(shí)間上要盡量做到同步。而分布式的任務(wù)包互相之間有獨(dú)立性，上一個(gè)任務(wù)包的結(jié)果未返回或者是結(jié)果處理錯(cuò)誤，對(duì)下一個(gè)任務(wù)包的處理幾乎沒(méi)有什么影響。因此，分布式的實(shí)時(shí)性要求不高，而且允許存在計(jì)算錯(cuò)誤（因?yàn)槊總€(gè)計(jì)算任務(wù)給好幾個(gè)參與者計(jì)算，上傳結(jié)果到服務(wù)器后要比較結(jié)果，然后對(duì)結(jié)果差異大的進(jìn)行驗(yàn)證。

4.集群計(jì)算(Cluster Computing)

計(jì)算機(jī)集群將一組松散集成的計(jì)算機(jī)軟件或硬件連接起來(lái)高度緊密地協(xié)作完成計(jì)算工作。在某種意義上，他們可以被看作是一臺(tái)計(jì)算機(jī)。集群系統(tǒng)中的單個(gè)計(jì)算機(jī)通常稱(chēng)為節(jié)點(diǎn)，通常通過(guò)局域網(wǎng)連接。根據(jù)組成集群系統(tǒng)的計(jì)算機(jī)之間體系結(jié)構(gòu)是否相同，集群可分為同構(gòu)與異構(gòu)兩種。集群計(jì)算機(jī)按功能和結(jié)構(gòu)可以分為：（1）高可用性集群（High-availability (HA) clusters）一般是指當(dāng)集群中有某個(gè)節(jié)點(diǎn)失效的情況下，其上的任務(wù)會(huì)自動(dòng)轉(zhuǎn)移到其他正常的節(jié)點(diǎn)上。某節(jié)點(diǎn)進(jìn)行離線維護(hù)再上線，也并不影響整個(gè)集群的運(yùn)行。（2）負(fù)載均衡集群（Loadbalancing clusters），又稱(chēng)服務(wù)器群（Server Farm），一般通過(guò)一個(gè)或者多個(gè)前端負(fù)載均衡器，將工作負(fù)載分發(fā)到后端的一組服務(wù)器上。一般會(huì)同時(shí)具有高可用性與負(fù)載均衡的特點(diǎn)。（3）高性能計(jì)算集群（High-performance (HPC)clusters）主要用于科學(xué)計(jì)算，適合完成并行運(yùn)算，在計(jì)算中各計(jì)算節(jié)點(diǎn)之間會(huì)發(fā)生大量數(shù)據(jù)通訊。

5.網(wǎng)格計(jì)算（Grid Computing）

組合與共享資源并確保系統(tǒng)安全，利用大量異構(gòu)計(jì)算機(jī)的未用資源（CPU周期和磁盤(pán)存儲(chǔ)），將其作為嵌入在分布式電信基礎(chǔ)設(shè)施中的一個(gè)虛擬的計(jì)算機(jī)集群，為解決大規(guī)模的計(jì)算問(wèn)題提供一個(gè)模型。

6.集群計(jì)算與網(wǎng)格計(jì)算的區(qū)別

網(wǎng)格與傳統(tǒng)集群的主要差別是網(wǎng)格是連接一組相關(guān)并不信任的計(jì)算機(jī)，它的運(yùn)作更像一個(gè)計(jì)算公共設(shè)施而不是一個(gè)獨(dú)立的計(jì)算機(jī)。網(wǎng)格本質(zhì)上就是動(dòng)態(tài)的，集群包含的處理器和資源的數(shù)量通常都是靜態(tài)的。在網(wǎng)格上，資源則可以動(dòng)態(tài)出現(xiàn)或從網(wǎng)格中刪除。集群互連技術(shù)可以產(chǎn)生非常低的網(wǎng)絡(luò)延時(shí)，而網(wǎng)格由于動(dòng)態(tài)特性，可以提供很好的高可擴(kuò)展性。很多網(wǎng)格都在自己管理的資源中采用了集群。

7.云計(jì)算（Cloud Computing）

云計(jì)算除了計(jì)算概念，還有運(yùn)營(yíng)服務(wù)等概念，應(yīng)用分布式存儲(chǔ)和分布式緩存、虛擬化等技術(shù)。主要面向社交網(wǎng)絡(luò)、企業(yè)IT建設(shè)和信息化等領(lǐng)域，以數(shù)據(jù)密集型、I/O密集型應(yīng)用為主。它是分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算的發(fā)展，或者說(shuō)是這些概念的商業(yè)實(shí)現(xiàn)。

8.超算 （HPC）

超級(jí)計(jì)算機(jī)，主要面向科學(xué)計(jì)算、工程模擬等領(lǐng)域，大多屬于計(jì)算密集型的應(yīng)用。

9.超算與云計(jì)算的區(qū)別

超級(jí)計(jì)算機(jī)就好比是F1，而云就好比是公共汽車(chē)。F1可以非常快地把一個(gè)人帶到目的地，而公共汽車(chē)擅長(zhǎng)同時(shí)為多個(gè)乘客服務(wù)。云使用虛擬化技術(shù)提高CPU和IO利用率，而超級(jí)計(jì)算機(jī)生來(lái)就是為了跑滿CPU的，使用虛擬化技術(shù)反而拖后腿。

不同的計(jì)算量需要不同的電腦配置，這取決于許多因素，如經(jīng)濟(jì)實(shí)力、人員技術(shù)水平、項(xiàng)目問(wèn)題解決的頻次等。當(dāng)選定電腦計(jì)算后，具體影響計(jì)算的硬件因素如下：

1、CPU：決定網(wǎng)格計(jì)算速度；

關(guān)于CPU和內(nèi)存的要求：

首先CPU和內(nèi)存頻率越高,計(jì)算速度就會(huì)越快。如確保CPU所有的核心100%進(jìn)行運(yùn)算,所進(jìn)行運(yùn)算的數(shù)據(jù)容量一定不要超過(guò)可使用的空閑內(nèi)存容量,否則整個(gè)計(jì)算過(guò)程要被內(nèi)存空間不足,從虛擬內(nèi)存、硬盤(pán)中頻繁數(shù)據(jù)調(diào)用讀取,造成cpu時(shí)間延遲等待.

關(guān)于網(wǎng)絡(luò)計(jì)算規(guī)模對(duì)應(yīng)CPU核數(shù)：

從現(xiàn)有規(guī)格Xeon E3、Xeon 5600處理器規(guī)格來(lái)講，通常小規(guī)模（300萬(wàn)網(wǎng)格以內(nèi)）推薦4核圖形工作站，中大規(guī)模（600萬(wàn)網(wǎng)格以內(nèi)）推薦8核圖形工作站，超大規(guī)模（1000萬(wàn)網(wǎng)格）推薦12核圖形工作站。

2、內(nèi)存：決定的網(wǎng)絡(luò)計(jì)算規(guī)模；

核與內(nèi)存容量的比例：

每個(gè)核與內(nèi)存數(shù)據(jù)計(jì)算量大概在1:4~8比較合理 ，例如4核對(duì)應(yīng)內(nèi)存16GB~32GB，8核對(duì)應(yīng)32GB~64GB，12核對(duì)應(yīng)48GB~96GB，當(dāng)然內(nèi)存越大越好，XASUN獨(dú)有的內(nèi)存虛擬硬盤(pán)軟件可以幫助你大幅縮短數(shù)據(jù)交換時(shí)間。

網(wǎng)格規(guī)模與內(nèi)存容量合理分配：

如果設(shè)置ABAQUS使用的內(nèi)存上限超過(guò)實(shí)際的物理內(nèi)存，調(diào)用的數(shù)據(jù)就會(huì)從虛擬內(nèi)存、硬盤(pán)來(lái)讀去，CPU的等待時(shí)間大大變長(zhǎng)，造成計(jì)算速度整體下降。所以務(wù)必保證控制好數(shù)據(jù)占用內(nèi)存容量上限，必須是計(jì)算機(jī)物理內(nèi)存實(shí)際能空閑提供給ABAQUS使用的內(nèi)存。

3、硬盤(pán)：決定隱式計(jì)算中間數(shù)據(jù)回寫(xiě)性；

硬盤(pán)的性能：

在計(jì)算過(guò)程中，如果內(nèi)存容量不夠, 數(shù)據(jù)文件是放在硬盤(pán)上的, 如果內(nèi)存足夠大的話, 這個(gè)文件則會(huì)由ABAQUS進(jìn)行任務(wù)調(diào)度放入內(nèi)存以提高速度, 即設(shè)定內(nèi)存使用量的百分比. 這個(gè)不是指所需的內(nèi)存量, 而是作為一個(gè)控制磁盤(pán)剩余空間的參數(shù).

內(nèi)存容量畢竟有限，如果模型特別大的話，兩類(lèi)文件加起來(lái)得幾十個(gè)GB，肯定得往硬盤(pán)里寫(xiě)數(shù)據(jù)。所以提升效率最經(jīng)濟(jì)的方法就是把硬盤(pán)讀寫(xiě)的速度提上去，就得通過(guò)RAID方式提升硬盤(pán)的讀寫(xiě)性能，詳細(xì)推薦參考下面配置方案中得硬盤(pán)使用。

4、顯卡：決定計(jì)算結(jié)果的圖形生成可視化模型規(guī)模和性能；

計(jì)算中的操作軟環(huán)境注意：

一般計(jì)算所用的操作系統(tǒng)，基本都是window和linux 64位，但是基于Linux環(huán)境的計(jì)算時(shí)間普遍比Windows環(huán)境要短的多，另外安裝過(guò)程也有很多注意事項(xiàng)，只有對(duì)整個(gè)運(yùn)行過(guò)程非常了解，設(shè)置合理，對(duì)計(jì)算速度提升非常大的。