[發明專利]一種基于機器學習的ls-dyna計算時間自動預測算法

在審

• 申請號: 202010313317.6
• 申請日: 2020-04-20
• 公開（公告）號: CN111754017A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 吳光宇
• 申請（專利權）人: 懷曦智能科技（上海）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N20/00
• 代理公司: 上海宣宜專利代理事務所(普通合伙) 31288
• 代理人: 陳酩

本發明公開了一種基于機器學習的ls?dyna計算時間自動預測算法，涉及ls?dyna計算技術領域，包括以下步驟：S1、訓練數據的提取：從歷史使用數據log中提出樣本數據；S2、對工況編碼：工況是標準化的，以不同的數字進行不同工況的標記；S3、對壁障、假人編碼：根據不同的壁障，假人類型分不同的大類；S4、集群相關的參數控制測試：將計算因素標準化。本發明通過預測ls?dyna計算集群中作業的計算時間、自動提交等關鍵技術，并將該技術與主流調度系統結合使用，從而顯著降低碎片率、大幅度提高資源利用效率、以及提高使用人員工作效。

技術領域

本發明涉及ls-dyna計算技術領域，尤其涉及一種基于機器學習的ls-dyna計算時間自動預測算法。

背景技術

LS-DYNA程序是功能齊全的幾何非線性(大位移、大轉動和大應變)、材料非線性和接觸非線性程序。它以Lagrange算法為主，兼有ALE和Euler算法；以顯式求解為主，兼有隱式求解功能；以結構分析為主，兼有熱分析、流體、電磁、流體-結構等多物理場耦合功能。

LS-DYNA能夠模擬真實世界中的復雜問題。它被廣泛應用于汽車、航空航天、電子、船舶、土木工程、制造和生物工程等行業。在全球汽車行業，它已經成為汽車安全仿真的事實上的標準，其計算量(作業數量、消耗的資源)約占企業總體高性能計算資源的60％，高峰期可占滿企業所有HPC計算資源，從而影響其他作業的執行。

一、企業高性能計算

企業高性能計算設施，包括相關的基于x86架構、Linux操作系統、高速互聯Infiniband、并行高速文件系統等，主要是為CAE仿真工作服務，少數用于機器學習及大數據分析。

以汽車行業為例，仿真主要包括碰撞安全(包括主動、被動安全)、流體、結構、NVH等幾大分析領域，其中安全和流體合計占總計算量的80-90％，尤其是安全領域，其作業數量大(如行人保護分析，短時間數10個到數百個計算時間10-15小時，核數16-32核)、運算時間長(如整車安全性分析、各種安全法規和工況組合)等特點。一般而言，汽車整車廠OEM其仿真工作人員規模在200-300人之間，整車安全仿真工作量占比60％。

二、企業高性能計算的困境及分析

企業高性能在中國近15年獲得了快速的發展，計算核心從數十核發展到如今的15000核心，投入了巨大的資金，但隨著法規的不斷增強、企業海外市場的拓展、企業市場競爭的加劇，仿真分析手段不斷深入，尤其是DOE、優化、多物理場分析等的興起(實驗設計、多變量設計、多目標優化、多物理場分析、硬件在環分析)，對計算資源的渴求變得越來越大，企業必須投入巨大的資金，來購置、維護龐大的計算設施、昂貴的商業求解器許可證，并通過不斷優化內部計算設施的利用率、借用云資源滿足尖峰需求等手段來滿足最基本的資源需求。其中，商業軟件的許可數量與同時計算的核數基本相等、商業許可的周轉率，則直接影響所需的采購的最低，這也是企業計算的最大的投入所在。鑒于高性能云計算模式尚未成熟，目前主要以企業內部計算為主要形式。

目前最大的困境體現在：業務的不規律波動和時效性(CAE仿真工作對資源的需求，在產品開發的不同階段起伏不定，受產品策略、設計方案、制造質量、試驗結果等影響)帶來對資源的需求的劇烈波動，并直接導致尖峰不夠、低谷空閑、總體利用效率底下，投入巨大且需要不斷投入的困境。

如圖5，企業的計算能力的規劃都是周期性的，對業務的需求評估，是在粗略的尖峰需要評估的基礎上，進行一定比率折扣得到的。其最終結果是，尖峰不夠、低谷空閑；買的越多，浪費越多。