- 探索化學化工未來世界：值得為之付出一生2
- 金涌主編
- 2321字
- 2023-09-15 18:03:29
1.6 虛擬過程平臺與超級計算系統
虛擬過程平臺：以流化床為例
基于上述思路，中國科學院過程工程研究所成功研發了流化床虛擬過程工程平臺。這個平臺由計算、實驗和顯示控制三部分組成，如圖1.13所示。計算部分負責實時計算指定條件下設備內的運行情況；實驗部分負責裝置運行和有效測量，并在線傳輸給計算部分進行校正。實驗與計算兩部分緊密銜接，并通過顯示控制部分清晰地演示設備內的動態運行信息，可由工程師進行實時操作控制。
虛擬過程工程：化工反應器的傳統設計依賴于逐級放大試驗，具有周期長、費用高、風險大等缺點。針對這一問題，虛擬過程工程的設計理念是：構建集計算機模擬、在線控制、同步測量、數據處理和顯示于一體的虛擬平臺，致力于實現復雜反應器的多尺度動態實時模擬，并與工業應用緊密結合，為化工反應器的設計與優化提供指導。
圖1.13 虛擬過程工程平臺系統結構圖[12]
圖1.14展示了流化床虛擬過程工程平臺的實景圖，流化床高度達到6 m以上。實驗為計算提供流化床原型以及實驗參數信息；計算將實驗原型虛擬化、數字化，通過求解數學模型，對于系統行為進行定量預測；顯示控制部分由桌面機和液晶屏幕構成，可實時演示設備內的運行狀況，將實時模擬和過程控制有機地結合在一起。
圖1.14 流化床虛擬過程工程平臺實景圖[12]
圖1.15展示了流化床的多尺度模擬具體的工作流程。首先根據設備操作條件（例如進入反應器的氣體速度、催化劑顆粒數量等），由穩態宏尺度模型（EMMS模型）給出整個設備內部的顆粒分布，這可以在數秒內完成；再以前述局部分布作為初始和邊界條件，由動態宏尺度模型（雙流體模型）模擬全回路反應器的動態演化；對于重點關注的提升管，采用介尺度模型（考慮介尺度結構的顆粒軌道模型）進行顆粒團尺度的動態模擬；若對某細節部位（如分布板附近）感興趣，則再以前述計算結果作為初始和邊界條件，采用單顆粒尺度模型（直接數值模擬）啟動計算，以進一步研究流場細節。在圖1.15的計算中，介尺度模型對30 m高的提升管局部模擬需要的流體網格數為3.6萬、顆粒聚團數為12萬；而微尺度模型對16 cm×4 cm區域的模擬就需要19萬顆粒。可見，依此多尺度逐步推進的思路，即可層層展開，在保證計算精度的同時顯著減少了計算量。
圖1.15 流化床多尺度模擬[11]
圖1.16和圖1.17進一步展示了多尺度模擬的結果，依賴于計算問題的關注尺度不同，計算量也存在數量級的差異，工程應用中需要根據問題的性質選擇合適的多尺度計算模式。需要強調的是，數值模擬并不是僅僅得到一堆彩色的圖片或動畫，而是得到系統內有用的定量信息，可以與實驗測量結果相互比對，圖1.17中的模擬曲線圖與實驗測量的散點圖基本一致，說明了模擬計算的可靠性。該技術平臺不僅適用于流化床反應器的實驗模擬，還可以為工業界提供計算服務。
圖1.16 三尺度模擬的典型計算結果：宏尺度、介尺度、微尺度[11]
超級計算系統
由于化工反應器中的模擬計算通常涉及多相復雜流動，而且從實驗室研究到工業規模應用需要跨尺度的研究，計算規模十分龐大，不僅需要準確的數學模型，還需要有超級計算系統的支撐。
盡管計算機硬件處理能力按照摩爾定律繼續發展，但是隨著集成電路晶體管密度的日益增加，其能耗也在迅速增加，由于集成電路散熱能力的限制，依靠單處理器性能的改進提高運算速度舉步維艱，因此迫切需要高性能計算技術的發展。
美國NVIDIA（英偉達）公司于2006年推出基于圖形處理器（graphics processing unit，GPU）的計算統一設備架構（compute united device architecture，CUDA），中國科學院過程工程研究所意識到可以使用CPU-GPU耦合方案來實現多尺度離散模擬[13]，在隨后兩年時間里先后建成了單精度峰值超過100 Tflops（1 Tflops等于每秒1萬億次浮點運算）和450 Tflops的高性能計算系統。在此基礎之上，過程所于2010年建成Mole-8.5超級計算系統，如圖1.18所示。
超級計算系統：超級計算系統是由大量性能優越的計算機組成的、具有特定體系結構的計算機集群，其內部的計算機能夠協同穩定運行，具有高速通信與海量存儲等功能。除了領先的計算機硬件系統之外，還包括支撐硬件運行的軟件系統和測試工具，以及各種面向科學與工程問題的應用軟件。超級計算系統的研發與使用，對于國際科技創新與競爭具有重要影響。感興趣的讀者可以進一步了解全球超級計算機排行榜。
圖1.17 虛擬過程工程平臺對提升管的定量模擬結果[6]
圖1.18 高效能、低成本超級計算系統Mole-8.5[14]
Mole-8.5超級計算系統的計算節點主要采用Tyan S7015主板，最多可安裝8塊Tesla C2050 GPU卡，從而使單機執行離散模擬的性價比得到最充分的發揮。Linpack測試結果在2010年的全球超級計算機排榜Top500排名中名列第19位，而在隨后的Green500排名中位列第8位。2017年仍在兩個排行榜內。Mole-8.5系統實際測試速度達到1400萬億次單精度浮點運算速度。系統能耗563 kW，系統總能耗（含冷卻系統200 kW）763 kW，占地面積145 m2，系統內存容量17.79TB，GPU顯存容量6.48 TB，共計24.27 TB；計算系統總重量約12.6 t，磁盤總容量為720 TB；系統軟件主要包括CentOS 5.4、GCC/G++4.1.2編譯器、MPI/OpenMP/CUDA編程環境、Ganglia和MoleMonitor監控軟件等，實現了遠程系統訪問和作業管理。單個計算節點內部的硬件結構如圖1.19所示。
圖1.19 CPU-GPU耦合結構示意圖
為什么需要CPU-GPU耦合計算模式呢？因為CPU具有大量緩存和控制單元，但是運算單元較少，適合算法復雜度高的流體求解；而GPU具有大量運算單元，非常適合顆粒的并行計算。CUDA編程模式將CPU作為主機（Host），GPU作為協處理器或者設備，一個系統中可以存在一個主機和多個協處理器。在這種組織架構下，CPU用來處理邏輯性較強的計算，而GPU則負責執行高度線程化的并行處理任務，兩者之間可以進行數據交換與傳輸。CPU與GPU協同工作，兩者耦合可以顯著提高計算效率。
可以暢想，在未來的虛擬化工實驗室里，表面上工程師們在顯示控制終端應用各種模型或計算軟件，進行反應器或催化劑分子結構的設計與操作，而這背后有一個龐大的計算系統和理論架構在高效運轉，為研發設計提供技術支撐。