智能制造蜕变之旅的“软肋”与“硬核”

在千行百业数字化转型的无垠旷野上,智能制造堪称“车速”最快的赛道之一。当顶层设计与市场驱动叠加在一起,路边的“风景”变换更是令人应接不暇。

以智能制造的新兴应用——ADAS/AD(高级驾驶辅助系统/自动驾驶)为例:顺应汽车电动化、智能化的发展热潮,与ADAS/AD相关的需求水涨船高。这是涉及图像和雷达信号处理、传感器融合、人工智能等跨领域技术的“复杂系统”,不仅需要先进算法和仿真软件的鼎力支撑,还离不开高性能硬件底座的协同运作,以确保整个系统的安全性和可靠性。

图片1.png

在ADAS/AD产业链中,芯片的设计与验证无疑处于金字塔的顶端。为了实现系统在纷繁条件下的顺畅运行并保障驾驶员和乘客的安全,集合多种模块的ADAS/AD芯片需实时处理大量的传感器数据,基于不同驾驶场景做出即时决策,并借助安全性分析和故障注入测试等验证手段最终达成预期目标。

显而易见,设计规模高达百亿门级别的ADAS/AD芯片既要依赖EDA(电子设计自动化)等高端工具解决设计过程中的疑难杂症,又要综合运用仿真技术和硬件验证等方法克服应用落地的各种障碍。作为智能制造领域的开路先锋,ADAS/AD面临的挑战也是制造业跃迁中不容回避的难题,找到破局路径迫在眉睫。

智能制造面临软硬协同进化的巨大挑战

在制造业向数字化、智能化转型的进程中,仿真技术在流体动力学(CFD)、分子动力学(VASP)以及EDA等应用场景都取得了突破性进展,但也存在不少痛点。

其中,最突出的“软肋”是:伴随智能制造场景的细分化、碎片化程度越来越高,类似功能开发、质量检测、防撞试验等应用层出不穷,各大仿真技术巨头在产品与解决方案上不断推陈出新,新兴的软件工具层出不穷;与此同时,软件对硬件底座的要求也与日俱增,尤其对高性能计算系统的需求达到前所未有的高度,如何达成软硬协同进化是亟待解决的难题。

值得关注的是,高性能计算平台在核心性能、内存容量、并行计算能力、功耗、成本等“硬核”指标上都存在较大的提升空间,需要行业领头羊率先垂范,探索出软硬协同的崭新路径。

图片2.png

在这样的背景下,第四代AMD EPYC 9684X处理器脱颖而出,其采用3DV- Cache技术,具备高达1.1GB的三级缓存容量、96个核心、2.55GHz主频,支持丰富的高性能计算、科学计算及仿真应用,可以应对有限元分析、结构分析、计算流体动力学、EDA等领域的诸多挑战,有助于智能制造迈上更高台阶。

算力底座升级驱动智能制造开疆扩土

毋庸置疑,在软硬协同进化的漫漫征途上,必须翻越崇山峻岭,才能到达水草丰美的绿洲。基于EPYC 9684X的加持,智能制造有望过“关”斩将,不断开疆扩土。

第一关:智能制造跨平台、交叉型应用大爆发

闯关密码:超大三级缓存化解高负载重压

由于制造业的数智化转型已进入深水区,各种跨平台、交叉型的应用纷纷涌现,为流体分析、流体模拟、计算流体力学等仿真技术工具提供了施展身手的舞台,在科研院所、大中型企业觅得场景化落地的空间。

事实上,这些客户都是高性能计算的拥趸,对打破内存墙、跨越缓存鸿沟寄予厚望。AMD深谙客户痛点,特别推出代号“Genoa-X”的EPYC 9084X系列处理器——与9654、9754等处理器相比,最大的不同就是增加了3D缓存,即3D V-Cache。

据了解,Genoa-X采用混合键合的方式实现CPU核心和SRAM核心的连接,可为每个CCD增加64MB SRAM L3缓存,总共提升12×64MB=768MB L3缓存,再加上CCD内部原有的384MB缓存,累计最多能实现1152MB缓存。

大容量三级缓存为制造业客户显著化解高负载带来的重压,并帮助其在多元的仿真应用场景应对自如。根据MC评测室发布的报告,拥有3D V-Cache的AMD EPYC 9084X系列处理器与普通处理器相比,在Libxsmm、OpenFOAM、HeFFTe等缓存敏感型应用场景都取得了明显的领先优势,其中EPYC 9684X处理器对VASP等领域的性能提升尤为突出,是制造业客户摧营拔寨的利器。

第二关:以EDA为代表的金字塔尖端应用亟需突围

闯关密码:高核心、高主频、高IO带宽协力向上突破

从某种意义上讲,EDA是智能制造“皇冠上的明珠”。权威机构research and markets预计到2025年,对EDA有直接需求的半导体制造产业规模将达700亿美元,EDA更间接支撑数十万亿规模的数字经济,杠杆效应接近200倍。

在半导体设计与制造领域,Synopsys、Cadence和Mentor Graphics(Siemens EDA)等拥有全流程EDA工具的行业巨头持续扩展应用场景,Ansys、Keysight等细分龙头在功耗分析、电磁仿真上也屡有建树,这对高性能算力底座提出了极高的要求。

图片3.png

从实际应用的角度看,影响EDA工具效能发挥的主要因素包括处理器的核心数量、主频频率和IO带宽,三者协同发力才能收到最理想的效果。正所谓“好马配好鞍”,AMD 9684X拥有全球首屈一指的96个5nm制程“Zen4”架构核心,与上代产品相比在HPC方面性能提升123%,且具备比9654 2.4GHz频率还要高的主频,以及支持DDR5内存和PCIE 5.0的高IO带宽,联袂助力EDA工具不断向纵深场景挺进,进而撬动整个智能制造产业更快发展。

第三关:智能制造要实现全生命周期的系统化蜕变

闯关密码:高性能为前端设计与后期验证保驾护航

从产业链各环节协同进化的角度看,传统制造业迈向智能制造不可能依靠单点突破,而要从上游到下游多管齐下,达成全生命周期的系统化蜕变。

无论是智能制造的前端设计还是后期验证,都离不开高性能计算平台的迭代升级。在CFX、流体、LS-DYNA、OpenFOAM等实际应用中,AMD 9684X对比60核心的主流通用平台拥有相当大的领先幅度,最大可达2.2~2.9倍性能优势,平均也有2.2~2.4倍性能优势。当智能制造企业进行全场景突围时,基于EPYC 9684X的高性能平台的背后支撑将起到决定性作用。

第四关:智能制造引领新质生产力的进化方向

闯关密码:因地制宜、经济适用才是最佳的算力选择

数据要素和新质生产力是2024年最炙手可热的主题,也是智能制造演进的两大动力。从数据端来看,海量非结构化数据的几何级数增长,既是制造业转型的挑战,也蕴藏着点石成金的机遇;就新质生产力而言,智能制造扮演着探路者的重要角色,亟需开创因地制宜、经济适用的新路径。

这是一条充满未知的道路,智能制造的拓荒者需要得力的算力伙伴相约同行。EPYC 9684X集合大缓存、多核心、高主频、高性能等优势,不断加快数据的处理速度和实时处理能力,让算力可以快速转化为有效生产力,在帮助制造业客户缩短研发周期的同时实现降本增效。

以新型算力方舟奔赴智能制造的星辰大海

工信部发布的数据显示:与传统制造业相比,国内智能制造领域的生产效率平均提升32%,资源综合利用率平均提高22%,产品研发周期平均缩短28%,运营成本平均下降19%。

图片4.png

不难看出,智能制造已展现出巨大的发展潜力,软件应用与算力底座的协同演进必将释放出更恢宏的能量,推动制造业乃至整个经济体系更上层楼。凭借在VASP、EDA等CPU缓存敏感应用场景中的大放异彩,EPYC 9684X在智能制造领域树立起新的标杆,其对行业发展的示范效应值得期待。

站在更长远的视角,未来5~10年,算力变革将是全社会数智化蜕变的原动力,新型的算力底座就是人类抵达彼岸的“方舟”。EPYC 9684X只是其中一个里程碑,新的登陆点还在远方。


内容转载自:IT创事记