简单对COMSOL6.4的GPU加速做一个测试

Diotima

二编：我朋友圈一位来自IC的博士分享，他的COMSOL在GPU上可以跑满。差异原因仍在探索中。根据我们的配置，初步猜测是因为在这种计算过程中，CPU与GPU是串行计算关系，CPU组装完总刚矩阵再由GPU来求解稀疏矩阵。因此我的CPU很不幸构成了计算瓶颈。这也说明在这一个新的版本中，我们不再能像过去一样，CPU和内存尽量拉高即可，而是要充分考虑模型复杂度，CPU与GPU计算效率配比以及显存与内存关系才行。同时这也说明，消费级显卡的潜力还是有很大挖掘空间的。
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
最近COMSOL布了新的6.4版本，本人很有幸拿到了试用码，于是决定在我的个人电脑上跑几个算例看看资源使用情况。由于水装机板块的时候经常看见有人配置的机器需要运行COMSOL，这一新版本中对计算的改进很多，所以打算发一个个人的简单测试来给大家参考一下。

首先，我们回顾一下新版本的主要改进：

• 增加了cuDSS求解器
• 添加了显式动力学以及颗粒流模块
• chatbot支持qwen和deepseek这类兼容openai接口的大模型。
• 支持多GPU并行以及CUDA。
• ……
  

这里面，多GPU并行的效果来自于官方。发布的数据是：

使用频率相关阻抗数据的办公室声学模型-空间高斯脉冲（500HZ）求解20个周期，5000万自由度：
1*GPU（NVIDIA RTX6000 Ada）= 29分钟（92.3ms/ts）
2*GPU（NVIDIA RTX6000 Ada）= 18分钟 （53.0ms/ts）
纯粹CPU （Xeon w5-2445x, 12内核）= 14小时

基于这一组数据，我们已经可以断定，目前的COMSOL不再是只占用CPU资源的软件，一块有力的GPU对计算起到的帮助也极为重要。
那么什么情况下需要考虑GPU资源呢？
我们回到有限元的求解器计算过程中去。

在划分好网格后，求解器要先求出每个单元的刚度矩阵，然后通过总刚集成的方式生成总刚矩阵。而目前COMSOL用的cuDSS只能加速总刚矩阵的计算。因此，对于很多隐式瞬态的模型来说，GPU的加成可能比较有限，显式模型求解效率提升会更高。

同时COMSOL自己工程师也指出在现有的计算过程中，显存需要准备充足。在@Entropy.S.I 的测试中，COMSOL对于内存资源的占用可以用可怕来形容。因为它的大量中间数据和矩阵是不写入硬盘，而是在内存中计算，最后直接释放掉的。GPU计算也是同理，虽然COMSOL推出了混合模式，可以在需要的时候利用内存来救急，但是显存的效率显然会比混合模式下使用内存要高。
最后，说回来我的测试结果。在没有其他优化的情况下，我在自己的3070Ti（Laptop）上面用Windows版COSMOL 6.4 进行了电池碰撞的显式动力学仿真.采用cuDSS求解器，其他设置如图

在全程计算过程中，平均GPU使用率不足13%。显存占用大概1GB左右，距离我设置的最大占用有一定距离。由于我用的是消费级显卡，双精度单元有限。所以我的求解精度选择了单精度。

在另一个算例中，平均使用率也是不足13%。专用内存也就是用了1GB左右。

综合来看，虽然现在COMSOL支持了cuDSS，但是对于系统GPU资源的使用无疑还是保守的。单个任务并不足以沾满GPU的运行效率。这可能和这两个模型的划分也有关系。但是无疑，现有阶段，非特殊情况，用户不必着急升级GPU加速求解。COMSOL的占用仍然是以内存为优先。