NVIDIA cuDSS 于今日正式发布，这是一款 NVIDIA CUDA-X 库，可将工程与科学仿真中的关键环节迁移至 GPU 上执行。
从先进芯片、飞机到工业系统，复杂的工程成就都依赖于仿真技术来预测设计在制造前的性能表现。随着设计日益复杂，仿真运行时间不断延长，这不仅增加了对计算的需求，也限制了团队能够测试的方案数量。
NVIDIA cuDSS 利用 GPU 的强大算力，加速了大型稀疏方程组的求解过程。这是工程与科学仿真中一项计算密集且反复出现的关键步骤，往往限制了团队能够测试的设计数量。借助 cuDSS，应用程序能够缩短获取结果的时间，并提升仿真吞吐量，从而使终端用户以更低的成本，探索规模更大、更逼真的模型，实现更高精度的表征，并覆盖更广阔的设计空间。
行业领导者已将 NVIDIA cuDSS 集成到其工具中，以变革其终端客户的工作流程：
- 应用材料公司：借助 cuDSS，应用材料公司将其基于物理、以缺陷为中心的仿真平台 Ginestra 中的稀疏求解速度相比纯 CPU 方案提升了高达 10 倍，从而加速了半导体材料和器件可靠性的探索。
- COMSOL：ZEISS SMT 在 NVIDIA 加速计算平台上，结合使用 COMSOL Multiphysics 与 NVIDIA cuDSS，在 EUV 光刻等离子体仿真基准测试中实现了 4 倍的实测加速，仅用 6 天 14 小时即完成了全部仿真。
- Cadence：在其 Celsius 软件中使用 cuDSS 加速先进芯片和 3D 芯片设计中的热力学、结构应力及翘曲仿真，帮助包括诺基亚在内的客户更快地分析复杂设计。
- 达索系统：据达索系统报告，在其 Abaqus 结构和计算机仿真技术的电磁求解器中使用 cuDSS 后，可为各行业的关键性能仿真带来 8 到 10 倍的加速。
- 西门子：在 Simcenter STAR-CCM + 中使用 cuDSS 加速流固耦合工作流中的结构仿真。
- 新思科技：在其 Sentaurus Device 仿真工具中使用 cuDSS 加速先进逻辑、存储器和功率芯片的仿真，帮助英飞凌更快地对日益复杂的器件进行建模。
大规模加速仿真
随着仿真工作负载在规模和复杂性上不断增加，cuDSS 能够开箱即用，轻松实现从单个工作站到大型计算集群的扩展。
开发者可将 cuDSS 集成到现有的工程、科学和优化软件中，为工程师和研究人员已使用的工具带来 GPU 加速能力。他们可以通过 C、C++、Python 和 Fortran 接口使用 cuDSS。
欲了解更多关于 cuDSS 的信息，请访问 GTC 柏林的 NVIDIA 演示展台及达索系统展台。
题图由达索系统提供。