¿Cuál es una buena CPU para ejecutar CFD en una supercomputadora DIY en casa?

Para hacer CFD decente, se necesitan tantas CPU como sea posible, ya que la mayoría de las aplicaciones CFD (incluido OpenFOAM) se adaptan muy bien. DNS y RANS son cálculos bastante intensivos. Puedo darle una respuesta genérica, pero sería útil si también puede compartir el tamaño del problema y también el presupuesto de bricolaje :-), de lo contrario, una respuesta * puede no * adaptarse a sus necesidades …

Puede hacer algunas cosas pequeñas y decentes (nuevamente perspectivas y relativamente hablando) para obtener una buena estación de trabajo con un Intel x86 de 64 bits, por ejemplo, Broadwell 2680 v4 con 2 sockets (creo que 14 núcleos por socket) para un total de 28 núcleos ( configuración de inicio de 1 nodo), y la placa base capaz de agregar nVIDIA basada en PCI-E: recomiendo K80 (que es 2x K40s emparedados). Tal vez pueda agregar más K80 más tarde, ¡pero las especificaciones de la placa base son importantes! Fuente de alimentación, construido en Ethernet 10Gig, IPMI, y sí tanta memoria como sea posible. Dependiendo del tamaño del problema, cualquier cosa por encima de 256 GB es mejor (el máximo es posiblemente 512 GB, pero depende del presupuesto y el fabricante de la placa base). La relación núcleo / memoria es útil para muchas aplicaciones y problemas de CFD. No se olvide del sistema operativo base (Linux Centos es una buena opción) y todas las bibliotecas y compiladores gratuitos.

Si baja las fichas, sí, el costo también será menor, pero el tiempo de solución será más largo. Otros pueden decir: pruebe unidades más baratas y cree su propio clúster, pero tendrá que compilar el código fuente usted mismo. Alguien sugirió un clúster Raspberry Pi (consulte http://coen.boisestate.edu/ece/f …) que funcionará si entrega el código y prueba todo usted mismo.

¡Buena suerte y envíe un correo electrónico o comparta los resultados de sus esfuerzos!

Puede obtener la mejor CPU que pueda. Pero más importante, obtenga GPU (s) con una interfaz de programación (por ejemplo, Geforce GTX 1080).

En este tipo de GPU obtienes miles de procesadores que pueden ejecutar cargas de trabajo CFD. Y puedes usar más de uno.

En cierto modo, no estoy seguro de qué decirte. En cierto modo, no deberías tener que preguntarme. La mayoría de las CPU de microprocesador en estos días no están diseñadas para el procesamiento numérico. Tienen operaciones de bytes casi inútiles (para su aplicación), por lo que podría elegir cualquiera de las opciones de Wintel. O use un BRAZO o Raspberry Pi. Ignorará la mayoría de sus conjuntos de instrucciones, etc. Sus opciones son algo limitadas.

En la década de 1980, había un chico, creo que Nosenchuck (podría comprobarlo; tal vez en Princeton) y otros que construyeron máquinas de elementos finitos (FEM, así como una máquina con el nombre de FEM), y uno de los últimos minisupers en intentar hacer esto fue FLEX / 32 (tomé una foto en la NASA LaRC). En su mayoría, todos llegaron a la etapa de prototipo (excepto el FLEX, que era una máquina comercial real que no pudo llegar lejos (vencido por la competencia de Sequent y otros en mercados que no son CFD)).

Probablemente va a querer una unidad de coma flotante decente (a menos que esté poniendo énfasis en los métodos celulares), y las GP-GPU son populares. Muchas comunidades están interesadas en DNS y RANS, simplemente no te quemes hasta llegar allí. El software será su mayor problema.

Conocí a un chico de secundaria que intentaba hacer una máquina de memoria compartida paralela con procesador dual (68Ks en aquel entonces), que nunca completó (más como un prototipo de prueba de concepto). Simplemente siguió adelante y trató de lanzar fichas juntas en un tablero. Es una pregunta qué tan bien estudias tus materiales básicos que estás arrojando a esta cosa.

Envenio tiene un nuevo solucionador que se ejecuta en GPU. Puede ejecutar mallas de nodo 100M en un escritorio con 2 GPU.