「クラウドCAEフェスティバル ～ STAR-CCM+ を AWS with PLEXUS CAE & Rescale で無料体験ツアー ～ ～ クラウドCAEの基本とメリットを学ぼう ～ 」で使用したRescaleの紹介プレゼンテーションです。

1. クラウドCAE フェスティバル
〜 Rescaleで始めるマシン管理なしのSTAR-CCM〜
Rescale Japan 株式会社
Solution Architect 長尾 太介
Jan 27, 2017

2. ⾃⼰紹介
• ⻑尾 太介 (Daisuke Nagao)
• 職歴
– 富⼠ゼロックス (粉体シミュレータの開発、スパコン環境の導⼊・管理)
– NVIDIA Japan: Cloud Service Provider 向けの BD
– Rescale Japan: 7⽉にRescale東京オフィスオープンと同時にプリセールスエ
ンジニアとしてJoin
• コミュニティー
– OpenCloudHPC (主催)
– JAWS-UG HPC専⾨⽀部, JAWS-UG AI (コアメンバ)
– JAWS-UG CLI (いつもお世話になっておりますー)
2

3. サンフランシスコ(本社), 東京オフィス
300%+ annual growth
SaaS タイプの Cloud HPCを提供 (設計者対象)
36+ global data centers, 180+ simulation apps
Company
Technology
Customers
Investors
100+ Leading Global 2000 Enterprises
Peter ThielJeff Bezos Richard Branson
3
Rescale - Company Overview

4. サンフランシスコ(本社), 東京オフィス
300%+ annual growth
SaaS タイプの Cloud HPCを提供 (設計者対象)
36+ global data centers, 180+ simulation apps
Rescale - Company Overview
100+ Leading Global 2000 Enterprises
Company
Technology
Customers
Investors
Peter ThielJeff Bezos Richard Branson
4

5. On-Premise 型
IaaS 型
SaaS 型
• 導⼊まで⻑いリードタイム
• 維持・管理に多⼤な⼯数
• システム変更が困難
• 低い稼働率 or 多数のジョブ待ち
• HPC 環境の構築と維持
• アプリケーションのインストール
• クラウドベンダロックされ最適な環境が
使えないケースあり (GPU, Infinibandなど)
APPSs
IaaS
Build
左記を解決する⼿段
として, SaaSタイプ
が注⽬されている
5
なぜ SaaS Type Cloud HPC なのか ?

6. GUISoftwareHardware
6
Rescale の特徴・メリット

7. GUISoftwareHardware
マルチクラウドを実現、インフラは完全に抽象化
9
Rescale の特徴・メリット (HW)
• アジリティー/スケーラビリティー
• アプリケーションに応じて最適なインフラを選択 (インフィニバ
ンド / GPU 利⽤可能)
Private Cloud

8. GUISoftwareHardware
マルチクラウドを実現、インフラは完全に抽象化
180+ のアプリケーションがすでにインストール
9
Rescale の特徴・メリット (SW/HW)
• アプリケーションのインストール作業不要
• 30弱のアプリは従量課⾦で利⽤可能 (OSS除く)
• ⾼速に動かすためのノウハウが詰め込まれている
• アジリティー/スケーラビリティー
• アプリケーションに応じて最適なインフラを選択 (インフィニバ
ンド / GPU 利⽤可能)
Private Cloud

9. GUISoftwareHardware
設計者の視点で設計された、シンプルかつ効果的な
User Interface
マルチクラウドを実現、インフラは完全に抽象化
180+ のアプリケーションがすでにインストール
• パラメータスタディースタディー機能
• ワークフローの保存・コピー・共有が簡単
• VDIも統合化、計算結果をダウンロードする必要がない
• APIによる操作が可能、Deep Learning ⽤でJupyterも利⽤可能
• アプリケーションのインストール作業不要
• 30弱のアプリは従量課⾦で利⽤可能 (OSS除く)
• ⾼速に動かすためのノウハウが詰め込まれている
• アジリティー/スケーラビリティー
• アプリケーションに応じて最適なインフラを選択 (インフィニバ
ンド / GPU 利⽤可能)
9
Rescale の特徴・メリット (GUI/SW/HW)
Private Cloud

10. GUI
≈≈≈≈
SWHW
≈
Browser
Deep Learning
Rescale の 全体像
https://twitter.com/rescaleJapan
CAE/CFD/SIMULATION
Private Cloud
APIJupyter
Caffe
Remote
Desktop

11. GUI
≈≈≈≈
SWHW
≈
Browser
Deep Learning
Rescale の 全体像
https://twitter.com/rescaleJapan
CAE/CFD/SIMULATION
Private Cloud
APIJupyter
Caffe
Remote
Desktop
ユーザさまはシステムの
維持・管理の必要はありません
è On-Premise, IaaS HPC の 課題を解決

12. RESCALE の操作
12

13. 13

14. 基本操作編: 3STEPの操作で計算可能 / HW も SW も管理不要
14
STEP1
Upload Files
(1)
ファイルを選択
STEP3
(3)
Select a core type
HWを選択
(AWS, Azure, Softlayerなど意識する必要なし)
STEP2
(2)
Setup a application (180+)
アプリケーションの選択
実⾏コマンドの⼊⼒
バージョンの選択

15. 応⽤編: パラメータスタディー機能により最適設計をサポート
15
⽻の⾓度: 5ケース
軸の半径: 4ケース
回転速度: 2ケース トルク
Outletの流量
パラメータスタディーを⾏う因⼦(INPUT) 評価する物理項⽬(OUTPUT)
この例では40caseの計算をひとつの Rescale ジョブで実⾏可能
- 使いたい時に、使いたいだけマシンを⽴ち上げて計算できる
- 従量課⾦のPoDライセンスを使うことでライセンス数の制限を受けることなく任意の数を計算できる
⽥⼝メソッドも、⼀度の計算で実施することが可能

16. 応⽤編: パラメータスタディー機能により最適設計をサポート
16
⽻の⾓度5ケース
トルク
Outletの流量
パラメータスタディーを⾏う因⼦(INPUT) 評価する物理項⽬(OUTPUT)
Outletの流量
軸の半径: 4ケース

17. Rescaleの操作画面
パラメータスタディー機能の概要
17
Input Output
制御因子 変数名 値
羽の角度 [deg] MY_ANGLE 10, 20, 30, 40, 50, 60, 70,
80
軸の半径 [m] MY_RADIUS 0.0050, 0.0075, 0.0100,
0.0125, 0.0150, 0.0175,
0.0200
回転速度 [rpm] MY_ROTATION 800, 1000, 1200
特性値 変数名
トルク [N・m] OF2_Torque
Outlet面の流量
[kg/s]
OF1_MassFlowOutlet
System
(4) Macroファイル をテンプレー
ト化したparameterStudy.java.tmp
アップロード
(1) 実験計計画法を選択
(パラメータスイープ機能)
(6) HWの選択/コア数決定
(3) 総当たり: 全168ケースのパ
ラメータテーブルを定義
(7) トルクと流量を取り出す、post.shを
作成しアップロード
(5) SWの選択/設定
(2) Simファイル
sampleV1106.sim
をアップロード

18. BROWSER だけでない充実したインターフェイス
18

19. GUI
≈≈≈≈
SWHW
≈
Browser
Deep Learning
Browser だけでない充実したインターフェイス
https://twitter.com/rescaleJapan
CAE/CFD/SIMULATION
Private Cloud
APIJupyter
Caffe
Remote
Desktop

20. STAR-CCM+ GUI on Rescale-Desktop
20
⼤きな計算結果をダウンロードせず、クラウド上で可視化できる

21. GUI
≈≈≈≈
SWHW
≈
Browser
Deep Learning
Browser だけでない充実したインターフェイス
https://twitter.com/rescaleJapan
CAE/CFD/SIMULATION
Private Cloud
APIJupyter
Caffe
Remote
Desktop

22. CASE STUDYOperation
Rescale キューを⽤意して, RescaleAPI or RescaleCLIを実⾏するノードを1台⽤意するこ
とで簡単にRescaleにジョブを投⼊することができる。すぐにハイブリッド環境を実現
Hybrid Cloud: JOBスケジューラからRescaleAPIをキックする
18
API
Rescale CLI
Create API-key
(Need to create API-Key only once)
Submit ノード
(e.g PBS)
RescaleAPIノード
社内HPC
Rescale queue
$ qsub –q rescale ./myRun.sh
API
https

23. アプリケーションから、RescaleAPIをキック・完全な⿊⼦として・・
23
Rescale
API
GUI
(Front
End)
Pre Process tools
Cloud (user doesn’t touch Rescale directly)Local System
e.g.

24. File upload の例 (Python)
24

25. HEEDSの例
25

26. PERFORMANCE
26

27. ベンチマークモデル/使⽤環境
• モデル
– 艦船
– X=1 Sampled iterations.
– Size is about 25M cells.
• 環境
27
Rescale
Onyx
学術系スパコン
(on-premise)
CPU
Xeon E5-2666 v3
(Haswell)
Xeon E5-2680 v4
(Broadwell)
コア数 / node 18 (9 x 2) 28 (14 x 2)
Mem 60GB/node 128GB / node
Storage 64GB/node ?
Inter Connect 10GEther Infiniband (100G/bps)

28. ベンチマーク結果
28
STAR-CCM+ on Rescaleは、Infinibandのシス
テムと変わらないパフォーマンスが出ている
0
20
40
60
80
100
120
0 50 100 150 200 250
相対速度
コア数
On-Premise
(学術系スパコン)
Rescale(Onyx)
Rescale (Onyxの18コアでの計算速度を18とし相対⽐較した)

29. HOW IT WORKS
29

30. Submit Job
Upload Input Files
Calc-Result
API or Kick the submit node.
Start the remote-desktop
Input File
Run Instance for Desktop
Calc-Result
Start desktop-service
Operation from desktop
クラウド
BackendClient
Submit Job
Visualization
w/ Remote
DeskTop
Object Storage
(Cloud)
安価・高信頼
容量を気にしない
14
Private Cloud
オブジェクトストレージ中⼼で動く

31. まとめ
• Rescale を使えば HWを意識する必要なくクラウド上でSTAR-CCM+を簡単に実
⾏できる
– HWの導⼊/維持/管理全て不要
– STAR-CCM+の操作に専念できる
• クラウドを使えばマシンの台数を気にすることなく、必要なとき必要台数分す
ぐに⽤意できる
– ⼀台を100回計算するより100台を使って1回で計算する (料⾦は同じ)
– クラウドはPOD (Power on-demand) ライセンスと相性が良い
• Browserだけでない充実したインターフェイス
– Remote Desktopもボタンひとつで⽴ち上がる
– RescaleAPI を使うことで既存のシステムと統合できる(REST API, HTTPSで通信)
31

32. http://www.rescale.com/
無料トライアル をクリック、2000円分フリーで使えます
28
まずはお試しください