学习中心

用于 COMSOL 计算的 GPU 选型指南

COMSOL Multiphysics^® 软件中集成的 GPU 加速目前仅支持 NVIDIA^® 硬件，适用于以下场景：

• 直接求解器
• 深度神经网络（DNN）代理模型训练
• 时域显式压力声学分析

从 6.4 版本开始，软件新增了 NVIDIA CUDA® 直接稀疏求解器（NVIDIA cuDSS），可在广泛的应用场景中实现显著的加速效果。更多信息，请参阅软件发布亮点页面 COMSOL Multiphysics^® 的 GPU 加速功能。

本指南概述了可与 COMSOL Multiphysics^® 配合使用的各种 NVIDIA® GPU 类型，并提供相关指导，帮助您根据在软件中的具体应用需求选择最合适的 GPU。

选择 GPU 时，需要重点考虑以下因素：

• 显卡内存（VRAM）容量 — GPU 内存容量，决定了其能处理的最大模型规模
• 内存带宽 — 吞吐量往往限制性能表现，尤其在内存密集型任务中：
  • 高带宽内存（HBM） — 数据中心级 GPU 采用的堆叠式超高带宽内存类型，适用于带宽需求较高的任务，例如，cuDSS 求解器，其性能通常受限于显存带宽。
  • 图形双倍数据率（GDDR）内存 — 工作站和消费级 GPU 采用的高吞吐内存类型，带宽表现强劲（通常低于 HBM），但成本低于 HBM。
• 纠错码（ECC）内存 — 可纠正数据错误，常见于工作站和数据中心级 GPU，可能对性能产生影响
• 企业版驱动程序 — 为专业工作负载提供更高的稳定性、可预测性和认证支持，也称为生产分支驱动程序
• 计算性能 — GPU 完成数值运算的速度：
  • 双精度浮点格式（FP64）— 对高精度科学计算至关重要
  • 单精度浮点格式（FP32）— 对以单精度算术为主的工作负载至关重要，例如，深度神经网络（DNN）代理模型训练，以及某些时域显式仿真

NVIDIA GPU 的特性

1. 高端数据中心 GPU（例如，NVIDIA® H 或 B 系列）

此类高端 PCI Express（PCIe）及服务器 PCI Express 模块（SXM）GPU 专为高密度服务器环境设计，支持 NVLink® 等高速 GPU 互连，适用于多 GPU 配置。其显存 VRAM 容量为目前最高规格，能够将超大模型完整保存在内存中，以避免严重的性能损失。此类 GPU 采用 HBM3E 高带宽显存（例如，B100 级 GPU 带宽可达 2 x 4 TB/s），对于 cuDSS 等稀疏求解器尤为重要——这类应用的性能往往受限于内存访问速度。其显存类型通常支持 ECC 纠错，并搭配企业级驱动程序以确保稳定性。此外，高端数据中心 GPU 具备强大的 FP64 双精度性能（FP64 与 FP32 比例通常约为 1:2），有利于对计算精度要求苛刻的工作负载。

2. 专业工作站 GPU（例如，NVIDIA® RTX PRO™ 系列）

NVIDIA^® 工作站 GPU 旨在将企业级性能与可靠性直接带到桌面端，在性能与成本之间实现平衡，适用于桌面环境。它们配备大容量显存，并通过高速 GDDR 显存提供出色的显存带宽；例如，RTX PRO™ 6000 Blackwell 工作站版显存带宽可达 1.8 TB/s。

GDDR7 显存能为大多数工作负载提供强劲的带宽支持，但通常低于数据中心 GPU 所采用的 HBM 显存带宽。工作站显卡的 FP64 双精度性能通常也相对较低。NVIDIA RTX PRO™ GPU 提供企业级驱动程序并支持 ECC 显存，为专业工作流程提供关键性的稳定性和精度保障。

3. 消费级（游戏）GPU（例如，NVIDIA® GeForce RTX® 系列）

消费级 GPU 以较低成本提供强劲性能，尤其在游戏场景中表现出色。然而，将其用于科学计算时，存在一定的性能折衷。其显存容量各异，总体上小于专业级或数据中心 GPU，因此限制了可承载的最大模型规模。它们通过高速 GDDR 显存提供良好的显存带宽，但通常不支持 ECC 显存。需要说明的是，GeForce RTX® 50 系列 GPU 支持 ECC，但仅限于单比特错误纠正，不支持不可纠正错误的报告或缓解功能。

消费级 GPU 的架构主要针对游戏和渲染进行优化，而非面向 FP64 高负载的高性能计算（HPC）任务，其 FP64 双精度性能明显低于数据中心 GPU。虽然 NVIDIA GeForce RTX® 系列显卡提供 Game Ready® 和 Studio 两种驱动程序，但不支持工作站和数据中心 GPU 所使用的企业级（生产分支）驱动程序，后者往往具备额外的稳定性和可靠性增强功能。

GPU 类别特性概览

COMSOL^® 中根据应用场景的 GPU 选型指南

GPU 的最优选择在很大程度上取决于您的具体应用场景。请注意，加速比也与模型规模有关，较大模型通常（但并非总是）获益最大。

用于 cuDSS 求解器

• 首先检查您的模型是否确实需要使用直接求解器，通常可以使用配有合适预条件器的稳健迭代求解器，后者往往速度更快。
• 如需返回数值解，且计算涉及双精度浮点运算，应优先选择高内存带宽、充足显存（VRAM）以及强劲 FP64 性能的 GPU。
• 部分仿真在 FP32（单精度）而非 FP64 下即可达到足够精度，带来显著加速 — 尤其是在消费级或工作站级 GPU 上，其 FP32 运算速度远高于 FP64。
• 可通过在 CPU 上使用直接求解器（例如，PARDISO 或 MUMPS）求解一次，并查看报告的内存峰值使用量，预估显存需求。
• cuDSS 支持多 GPU 系统及内存共享，允许求解超出单张显卡显存容量的问题，但会带来一定的性能损失。
  • 使用 NVLink® 在 GPU 间共享内存影响极小，而通过 PCIE 共享则损失中等。
  • 使用 混合显存模式 时，由于在 GPU 显存与 CPU 内存之间共享数据，性能将明显下降。
• 数据中心级 GPU（NVIDIA® H 和 B 系列）通常为理想之选，能为大规模 GPU 加速模型提供最佳性能。NVIDIA RTX PRO™ 系列 GPU 同样表现良好，但相比数据中心级 GPU，其内存带宽、FP64 算力和/或显存容量可能较低，因而性能可能稍逊一筹。

用于 “压力声学，时域显式” 接口

压力声学，时域显式 接口基于间断伽辽金法（dG-FEM），并使用时域显式求解器。这类求解器与 COMSOL Multiphysics^® 软件中其他模型使用的隐式求解器在行为上有所不同，在 GPU 使用方面也有其特殊考量：

• 启用 GPU 加速时，“压力声学，时域显式” 接口默认采用单精度运算（FP32），但求解器也可在双精度（FP64）下运行。
• 支持使用多块 GPU（单机或集群方式）。对于压力声学问题，多 GPU 加速始终需要网络浮动许可证（FNL），且不支持使用 NVLink®。

配备充足显存的专业工作站 GPU（如NVIDIA RTX PRO™ 系列）是用于 “压力声学，时域显式” 接口的绝佳选择。数据中心 GPU（H 或 B 系列）可作为升级之选，但如果您仅运行此类模型，则并非绝对必要。消费级 GPU（NVIDIA GeForce RTX® 系列）提供了高性价比的选项，只要其显存容量足够，同样可以正常运行。

用于 DNN 代理模型训练

COMSOL Multiphysics^® 使用行业标准库在 GPU 上训练 DNN 代理模型，这些计算完全基于单精度（FP32）运算。

• COMSOL Multiphysics^® 中的 DNN 训练（目前仅适用于密集网络）通常受计算能力的限制，即使是中端 GPU 通常也能比 CPU 带来显著的速度提升。
• 对密集网络训练而言，高且持续的 FP32 吞吐量至关重要。
• 数据中心级 GPU 为大型密集网络提供最高的性能和容量。
• NVIDIA RTX PRO™ 工作站 GPU 可提供卓越的工作站性能。
• 对于软件案例库中教学规模的密集网络，消费级 NVIDIA GeForce RTX® GPUs 兼具成本效益和速度优势。

GPU 计算系统要求 »

无论属于哪个类别，所使用的所有 GPU 都必须满足您当前使用的 COMSOL Multiphysics^® 版本的最低系统要求。

后续步骤

在 COMSOL Multiphysics^® 中设置 GPU 加速计算 »

这个指南详细介绍了在 COMSOL Multiphysics^® 中启用 GPU 加速计算的系统要求和分步安装过程。

NVIDIA、CUDA、Game Ready、GeForce、GeForce RTX、NVLink 和 NVIDIA RTX PRO 是 NVIDIA Corporation 在美国和/或其他国家/地区的商标和/或注册商标。