セミナー資料 2017年1月27日開催「クラウドCAEフェスティバル」

クラウドCAE フェスティバル〜 Rescaleで始めるマシン管理なしのSTAR-CCM〜

Rescale Japan 株式会社Solution Architect長尾太介

Jan 27, 2017

⾃⼰紹介• ⻑尾太介 (Daisuke Nagao)

• 職歴– 富⼠ゼロックス (粉体シミュレータの開発、スパコン環境の導⼊・管理)– NVIDIA Japan: Cloud Service Provider 向けの BD– Rescale Japan: 7⽉にRescale東京オフィスオープンと同時にプリセールスエ

ンジニアとしてJoin

• コミュニティー– OpenCloudHPC (主催)– JAWS-UG HPC専⾨⽀部, JAWS-UG AI (コアメンバ)– JAWS-UG CLI (いつもお世話になっておりますー)

2

サンフランシスコ(本社), 東京オフィス300%+ annual growth

SaaS タイプの Cloud HPCを提供 (設計者対象)36+ global data centers, 180+ simulation apps

Company

Technology

Customers

Investors

100+ Leading Global 2000 Enterprises

Peter ThielJeff Bezos Richard Branson

3

Rescale - Company Overview

サンフランシスコ(本社), 東京オフィス300%+ annual growth

SaaS タイプの Cloud HPCを提供 (設計者対象)36+ global data centers, 180+ simulation apps

Rescale - Company Overview

100+ Leading Global 2000 Enterprises

Company

Technology

Customers

Investors

Peter ThielJeff Bezos Richard Branson

4

On-Premise 型

IaaS 型

SaaS 型

• 導⼊まで⻑いリードタイム• 維持・管理に多⼤な⼯数• システム変更が困難• 低い稼働率 or 多数のジョブ待ち

• HPC 環境の構築と維持• アプリケーションのインストール• クラウドベンダロックされ最適な環境が

使えないケースあり (GPU, Infinibandなど)

APPSs

IaaS

Build

左記を解決する⼿段として, SaaSタイプが注⽬されている

5

なぜ SaaS Type Cloud HPC なのか ?

GUI

Softw

are

Hardware

6

Rescale の特徴・メリット

GUI

Softw

are

Hardware マルチクラウドを実現、インフラは完全に抽象化

9

Rescale の特徴・メリット (HW)

• アジリティー/スケーラビリティー• アプリケーションに応じて最適なインフラを選択 (インフィニバ

ンド / GPU 利⽤可能)Private Cloud

GUI

Softw

are

Hardware マルチクラウドを実現、インフラは完全に抽象化

180+ のアプリケーションがすでにインストール

9

Rescale の特徴・メリット (SW/HW)

• アプリケーションのインストール作業不要• 30弱のアプリは従量課⾦で利⽤可能 (OSS除く)• ⾼速に動かすためのノウハウが詰め込まれている


ンド / GPU 利⽤可能)Private Cloud

GUI

Softw

are

Hardware

設計者の視点で設計された、シンプルかつ効果的なUser Interface

マルチクラウドを実現、インフラは完全に抽象化

180+ のアプリケーションがすでにインストール

• パラメータスタディースタディー機能• ワークフローの保存・コピー・共有が簡単• VDIも統合化、計算結果をダウンロードする必要がない• APIによる操作が可能、Deep Learning ⽤でJupyterも利⽤可能

• アプリケーションのインストール作業不要• 30弱のアプリは従量課⾦で利⽤可能 (OSS除く)• ⾼速に動かすためのノウハウが詰め込まれている


ンド / GPU 利⽤可能)

9

Rescale の特徴・メリット (GUI/SW/HW)

Private Cloud

GU

I

≈≈≈≈

SWH

W

≈Browser

Deep Learning

Rescale の全体像

https://twitter.com/rescaleJapan

CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

RemoteDesktop

GU

I

≈≈≈≈

SWH

W

≈Browser

Deep Learning

Rescale の全体像


CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

RemoteDesktop

ユーザさまはシステムの維持・管理の必要はありません

è On-Premise, IaaS HPC の課題を解決

RESCALE の操作

12

13

基本操作編: 3STEPの操作で計算可能 / HW も SW も管理不要

14

STEP1

Upload Files

(1)

ファイルを選択

STEP3

(3)

Select a core type

HWを選択(AWS, Azure, Softlayerなど意識する必要なし)

STEP2

(2)

Setup a application (180+)

アプリケーションの選択

実⾏コマンドの⼊⼒

バージョンの選択

応⽤編: パラメータスタディー機能により最適設計をサポート

15

⽻の⾓度: 5ケース軸の半径: 4ケース

回転速度: 2ケーストルク

Outletの流量

パラメータスタディーを⾏う因⼦(INPUT) 評価する物理項⽬(OUTPUT)

この例では40caseの計算をひとつの Rescale ジョブで実⾏可能- 使いたい時に、使いたいだけマシンを⽴ち上げて計算できる- 従量課⾦のPoDライセンスを使うことでライセンス数の制限を受けることなく任意の数を計算できる

⽥⼝メソッドも、⼀度の計算で実施することが可能

応⽤編: パラメータスタディー機能により最適設計をサポート

16

⽻の⾓度5ケース

トルク

Outletの流量

パラメータスタディーを⾏う因⼦(INPUT) 評価する物理項⽬(OUTPUT)

Outletの流量

軸の半径: 4ケース

Rescaleの操作画面

パラメータスタディー機能の概要

17

Input Output制御因子変数名値

羽の角度 [deg] MY_ANGLE 10,20,30,40,50,60,70,80

軸の半径 [m] MY_RADIUS 0.0050, 0.0075,0.0100,0.0125,0.0150,0.0175,0.0200

回転速度 [rpm] MY_ROTATION 800,1000,1200

特性値変数名

トルク [N・m] OF2_Torque

Outlet面の流量[kg/s]

OF1_MassFlowOutlet

System

(4) Macroファイルをテンプレート化したparameterStudy.java.tmpアップロード

(1) 実験計計画法を選択(パラメータスイープ機能)

(6) HWの選択/コア数決定

(3) 総当たり: 全168ケースのパラメータテーブルを定義

(7) トルクと流量を取り出す、post.shを作成しアップロード

(5) SWの選択/設定

(2)SimファイルsampleV1106.simをアップロード

BROWSER だけでない充実したインターフェイス

18

GU

I

≈≈≈≈

SWH

W

≈Browser

Deep Learning

Browser だけでない充実したインターフェイス


CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

RemoteDesktop

STAR-CCM+ GUI on Rescale-Desktop

20⼤きな計算結果をダウンロードせず、クラウド上で可視化できる

GU

I

≈≈≈≈

SWH

W

≈Browser

Deep Learning

Browser だけでない充実したインターフェイス


CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

RemoteDesktop

CASESTU

DYOpe

ratio

n

Rescale キューを⽤意して, RescaleAPI or RescaleCLIを実⾏するノードを1台⽤意することで簡単にRescaleにジョブを投⼊することができる。すぐにハイブリッド環境を実現

Hybrid Cloud: JOBスケジューラからRescaleAPIをキックする

18

APIRescale CLI

Create API-key(Need to create API-Key only once)

Submit ノード(e.g PBS)

RescaleAPIノード

社内HPC

Rescale queue

$ qsub –q rescale ./myRun.sh

APIhttps

アプリケーションから、RescaleAPIをキック・完全な⿊⼦として・・

23

RescaleAPI

GUI(FrontEnd)

Pre Process tools

Cloud(userdoesn’ttouchRescaledirectly)LocalSystem

e.g.

File upload の例 (Python)

24

HEEDSの例

25

PERFORMANCE

26

ベンチマークモデル/使⽤環境• モデル– 艦船– X=1 Sampled iterations.– Size is about 25M cells.

• 環境

27

RescaleOnyx

学術系スパコン(on-premise)

CPUXeon E5-2666 v3

(Haswell)Xeon E5-2680 v4

(Broadwell)コア数 / node 18 (9 x 2) 28 (14 x 2)

Mem 60GB/node 128GB / nodeStorage 64GB/node ?

Inter Connect 10GEther Infiniband (100G/bps)

ベンチマーク結果

28

STAR-CCM+onRescaleは、Infinibandのシステムと変わらないパフォーマンスが出ている

0

20

40

60

80

100

120

0 50 100 150 200 250

相対速度

コア数

On-Premise(学術系スパコン)Rescale(Onyx)

Rescale (Onyxの18コアでの計算速度を18とし相対⽐較した)

HOW IT WORKS

29

SubmitJob

UploadInputFiles

Calc-Result

APIorKickthesubmitnode.

Starttheremote-desktop

InputFile

RunInstanceforDesktop

Calc-Result

Startdesktop-service

Operationfromdesktop

クラウド

BackendClient

SubmitJob

Visualizationw/RemoteDeskTop

ObjectStorage(Cloud)

安価・高信頼容量を気にしない

14

Private Cloud

オブジェクトストレージ中⼼で動く

まとめ

• Rescale を使えば HWを意識する必要なくクラウド上でSTAR-CCM+を簡単に実⾏できる– HWの導⼊/維持/管理全て不要– STAR-CCM+の操作に専念できる

• クラウドを使えばマシンの台数を気にすることなく、必要なとき必要台数分すぐに⽤意できる– ⼀台を100回計算するより100台を使って1回で計算する (料⾦は同じ)– クラウドはPOD (Power on-demand) ライセンスと相性が良い

• Browserだけでない充実したインターフェイス– Remote Desktopもボタンひとつで⽴ち上がる– RescaleAPI を使うことで既存のシステムと統合できる(REST API, HTTPSで通信)

31

http://www.rescale.com/

無料トライアルをクリック、2000円分フリーで使えます

28

まずはお試しください