Entwicklung numerischer Methoden
Strömungssimulation
Die numrax GmbH ist traditionell auf dem Gebiet strömungsmechanischer
Problemstellungen und insbesondere der Entwicklung von Methoden zur numerischen
Strömungssimulation (CFD) tätig.
Hierbei kann ein großes Spektrum physikalischer Eigenschaften von
inkompressiblen bis überschallschnellen Strömungen abgedeckt werden.
Aufgaben aus dem Feld der numerischen Strömungssimulation sind - bzgl. des Resourcenverbrauchs - ganz überwiegend "unersättlich". So ist die Genauigkeit und letztendlich Aussagekraft einer Simulation vor allem durch die verfügbare Rechenleistung und deren effiziente Nutzung begrenzt. Um die Grenzen des wirtschaftlich Machbaren möglichst weit zu verschieben, entwickeln wir zusammen mit unseren Partnern der Engits GmbH das neue Softwarepaket namens DrNUM (dual resolution numerics), das sich durch folgende Eigenschaften auszeichnet:
- GPU-computing: Konsequente Nutzung von GPUs, die im Vergleich zu CPUs eine massiv verbesserte Leistung bei einem Bruchteil der spezifischen Kosten für (sowohl Hardwarekosten als auch Stromverbrauch) bieten.
- Duale Auflösung: Optimiertes Gittersystem für maximale numerische Effizienz, minimierten Speicherbedarf und optimierten Speicherzugriff.
DrNUM ist zum gegenwärtigen Stand (Frühjahr 2019) noch nicht für alle CFD-Anwendungen verfügbar. Wo anwendbar, werden bereits simple Arbeitsplatz-PCs mit high-end Graphikkarten aus dem Gaming-Umfeld zu potenten Hochleistungsrechnern, mit denen Simulationsaufgaben gelöst werden können, die ansonsten Höchsteistungsrechenzentren erfordern.
Erweiterte Simulationsmethoden
Sehr häufig begegnen uns Aufgabenstellungen, zu denen es keine ausgetrampelten Lösungspfade gibt, bzw. etablierte Lösungsmethoden nur unter schweren Einschränkungen anwendbar gemacht werden können. In diesen Fällen analysieren wir die gegebenen Möglichkeiten und können vielfach problemspezifische Lösungen anbieten.
Künstliche Inteligenz
Basierend auf unserer langjährigen Kompetenz in rechenintensiven Simulations-Anwendungen auf verschiedenen Hardware-Architekturen, beschäftigen wir uns zur Zeit intensiv mit den Themen Künstliche Intelligenz (KI) sowie Deep Learning. Wir beabsichtitgen, Lösungen aus dieser derzeit noch stark forschungslastigen Verfahrensklasse unseren Kunden in breitem Anwendungsspektrum anzubieten.
Fordern Sie uns in numerischen Problemstellungen, die durch bestehende Verfahren nicht oder nicht ausreichend abgedeckt werden können.
|
