Les ingénieurs en astronautique ne connaissent que trop bien ce problème : D’une part, ils ont besoin de modèles détaillés pour obtenir des résultats précis. D’autre part, ils doivent agir rapidement, toujours plus vite qu’auparavant.
Est-il possible de trouver un équilibre ? Peut-être.
Mais que se passe-t-il lorsque le juste milieu entre rapidité et précision n’est pas suffisant ?
Modélisation thermique des engins spatiaux avec Simcenter 3D Space Systems Thermal
Les méthodes de calcul traditionnelles ne peuvent pas gérer efficacement la complexité des modèles CAO détaillés. Jusqu’à présent, une des solutions courantes est d’utiliser l’abstraction. Mais cela a un coût.
Bien que la simplification de la géométrie du modèle accélère l’analyse, elle conduit à des résultats moins précis. En d’autres termes, vous allez peut-être plus vite, mais vous risquez de faire des erreurs.
Les enjeux du NewSpace sont trop importants pour faire ces compromis. De nouvelles solutions techniques s’imposent.
Technologie GPU (par carte graphique) : une solution précise et rapide
Par rapport aux unités centrales de traitement (CPU), les processeurs graphiques (GPU) peuvent effectuer des calculs parallèles à une vitesse extraordinaire.
En fait, les GPU sont la solution idéale pour les calculs thermiques de rayonnement. Les méthodes de lancer de rayons sur GPU permettent de travailler directement avec la CAO sur un maillage détaillé et donc minimiser les simplifications d’ordinaire nécessaires en tirant avantage de la puissance des cartes GPU pour les calculs de rayonnement.
Il n’est donc plus nécessaire de choisir entre la vitesse et la précision du calcul. Avec Simcenter 3D Space Systems Thermal, la technologie GPU permet aux ingénieurs de réduire le temps de calcul et de maintenir une précision exceptionnelle.
GPU contre CPU – Principaux avantages
- Vitesse : Effectuer des calculs jusqu’à 400 fois plus rapidement
- Précision : Travailler directement avec la CAO et sur un maillage détaillé en minimisant les simplifications en ayant recours aux multiples cœurs des GPU pour les calculs de rayonnement
- Efficacité : Réaliser plus d’itérations de conception et d’optimisations dans les mêmes délais
Veuillez lire la suite pour découvrir les améliorations réelles que la technologie GPU peut apporter dans chacun de ces domaines.
De quelle différence de temps de calcul parle-t-on ?
Facteur de vue entre deux surfaces
Basé sur des modèles réels de clients, le tableau ci-dessous illustre l’accélération des calculs par GPU pour le calcul des facteurs de vue entre deux surfaces qui ont des propriétés de corps gris.
| Modèle | Durée CPU (s) | Durée GPU (s) | Accélération |
| Hémicube, 8 cœurs | RTX 2080 Ti | ||
| 1er modèle | 68 050 | 1 451 | x 46 |
| 2e modèle | 44 436 | 1 307 | x 34 |
| 3e modèle | 118 406 | 297 | x 399 |
| 4e modèle | 127 233 | 311 | x 409 |
Calcul des facteurs de vue entre deux surfaces avec des propriétés de corps gris
Flux orbitaux (solaire, rayonnement infrarouge planétaire et albédo)
Le calcul des flux orbitaux (solaire, rayonnement infrarouge planétaire et albédo) dans le domaine spatial est un autre goulot d’étranglement potentiel.
Voici ci-dessous les résultats d’une comparaison entre deux modèles.
Appareil photo avec chauffage orbital
- 279 733 éléments
- 12 positions
- 2 enceintes
- Effets spéculaires/transparents
| Temps VUFAC-VFRTGPU | Temps total écoulé | |
| Déterminisme à 12 CPU 2 subdivisions | 9 h 02 min | 9 h 44 min |
| GPU, 20 K rayons | 16 min (962 s) | 58 min 38 s |
| Accélération | x 34 | x 10 |
Modèle de satellite complet avec chauffage orbital
- 134 721 éléments
- 9 enceintes
- Articulations rotatives pour panneaux solaires
- Effets spéculaires/transparents
- Simplifications : contrainte de température sur l’ensemble du modèle pour accélérer le temps de calcul du solveur
| Temps VUFAC-VFRTGPU | Temps total écoulé | |
| Déterminisme à 40 CPU 3 subdivisions | 9 h 22 min | 13 h 36 min |
| GPU, 10 K rayons | 38 min | 1 h 49 min |
| Accélération | x 15 | x 8 |
Gains de précision grâce à l’approche de Monte-Carlo
Éclairage lumineux uniforme approximatif
Le calcul par GPU n’utilise pas l’approximation de l’éclairage uniforme utilisée par la méthode Déterminisme et Hémicube.
Elle est donc plus précise, comme le montre l’illustration ci-dessous.
Problème de barrière
Le calcul par GPU permet d’éviter efficacement le « problème de barrière », dans lequel le rayonnement s’infiltre à l’intérieur ou à l’extérieur d’un modèle si un élément se trouve dans une jonction en T entre deux enceintes, comme le montre l’illustration ci-dessous.
Efficacité accrue grâce au tracer de rayons
Lorsqu’il s’agit de gérer des effets spéculaires ou transparents, le GPU est encore plus rapide.
Vous trouverez ci-dessous les résultats et un résumé des temps de calcul pour un modèle de théière formé de 168 929 éléments.
| Temps de traçage des rayons VUFAC-VFRTGPU | |
| Monte-Carlo sur CPU | 3681 s |
| GPU (RTX 3080 Ti) | 30 s |
| Accélération | x 122 |
Découvrez les avantages du calcul de rayonnement basé sur processeur graphique (GPU) avec Simcenter 3D Space Systems Thermal
En intégrant le calcul de rayonnement sur GPU dans les calculs thermiques, les ingénieurs peuvent créer des modèles à haute résolution directement à partir de la CAO et réduire de manière importante les temps de mise en données et de calcul.
Cette nouvelle approche améliore la précision des prévisions thermiques et accélère globalement le processus de conception afin que les ingénieurs en astronautique puissent développer des engins spatiaux plus rapidement et plus efficacement.