セミナー資料「star-ccm+ クラウド活用ハンズオンセミナー with rescale」

STAR-CCM+ on RescaleDEMO & HANDS-ON長尾 太介 Jan 18-19, 2017

2

自己紹介

• 長尾 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: 2016 年 7 月、 Rescale 東京オフィスオープンと同時にソ

リューションアーキテクトとして 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 )

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

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

InvestorsPeter ThielJeff Bezos Richard

Branson

4

On-Premise 型

IaaS 型

SaaS 型

• 導入まで長いリードタイム• 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 ?

GUI

Softw

are

Hard

war

e

6

Rescale の特徴・メリット

GUI

Softw

are

Hard

war

e 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

GUI

Softw

are

Hard

war

e 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

GUI

Softw

are

Hard

war

e

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

GUI

≈≈≈≈

SWHW

≈

Browser Deep Learning

Rescale の 全体像

https://twitter.com/rescaleJapan

CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

GUI

≈≈≈≈

SWHW

≈

Browser Deep Learning

Rescale の 全体像

https://twitter.com/rescaleJapan

CAE/CFD/SIMULATION

Private Cloud

APIJupyter

Caffe

ユーザさまはシステムの維持・管理の必要はありません

On-Premise, IaaS HPC の 課題を解決

12

基本操作は 3STEP: SaaS なので HW も SW も管理不要

STEP1Upload 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

13

本日の DEMO/HANDS-ON の内容

• Rescale のパラメータスタディー機能を用い STAR-CCM+ を複数同時実行する。– ダクトファンモデルを用いる– プリ処理は実施済みとする

• Rescale の Remote Desktop 機能を使いクラウド上で計算結果を可視化する ( 時間がある人のみ )

14

狙い

• Rescale を使えば HW を意識する必要なくクラウド上で STAR-CCM+ を簡単に実行できことを体験する– 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ボタン一つで調達できることを理解する– 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

15

パラメータスタディーを行う変数

羽の角度

軸の半径

回転速度

16

特性値 (評価する物理特性 )

トルク

Outlet の流量

17

ファイル説明

• sampleV1106.sim– STAR-CCM+ の sim ファイル。”入力” でアップロード

• parameterStudy.java– STAR-CCM+ の JavaMacro ファイル ( 本日は使いません )– 羽の角度、軸の半径、回転速度に変更される

• parameterStudy.java.tmp– 上記 JavaMacro を Rescale のパラメータスタディー用に一部編集したもの– “テンプレート” でアップロード

• post.sh– 標準出力に表示される Outlet の質量流量と回転体のトルクを抽出するスクリプト– “Post Processing” でアップロード

補足資料 https://goo.gl/RdHrLd

Resc

ale

の操作画

面Overview of Parameter-Study (DOE-JOB)

18

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

19

パラメータスタディー機能の動作 & チャート機能

MY_ANGLE304050

パラメータリスト

result1

result2

result3

#/bin/shVAL=$(grep “accuracy” ./log | awk ‘{print $2}’)printf "%s\t%s\n" ”ACCURACY" "${VAL}"

入力 (Input) 出力 (Output)

流量

羽の角度 軸の半径

Rescale は 3Dグラフを自動生成します

${MY_ANGLE}

run130

run240

run350

Rescale JOB 実行Solver 実行中

JOB の準備 計算の確認 (browser)

20

本日の前提と注意点

Pre 処理 Solver 実行 可視化

メッシュ作成は Macroファイルに従って、 batch-Job の中で行われる

Hands-on 1 Hands-on 2 ( 時間のある方 )Pre 処理は実施済みとする

parameterStudy.java は使いませんparameterStudy.java.tmp を使用します

シェルスクリプトは改行に、キャリッジリターン (CR) がないことを確認する。その他のファイルもアプリケーションとの相性で改行コードに注意する

Remote Desktop 用インスタンスの消し忘れに注意

21

DEMO

22

PERFORMANCE

23

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RescaleOnyx

学術系スパコン(on-premise)

CPUXeon 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 / nodeStorage 64GB/node ?

Inter Connect 10GEther Infiniband (100G/bps)

24

ベンチマーク結果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 50 100 150 200 2500

20

40

60

80

100

120

On-Premise_x000d_( 学術系スパコン )Rescale(Onyx)

コア数

相対速度

Rescale (Onyx の 18 コアでの計算速度を 18 とし相対比較した )

25

HOW RESCALE WORKS

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

27

Hands-on

補足資料は下記ですhttps://goo.gl/RdHrLd

28

LOGIN TO RESCALE

29

https://platform.rescale.jp/

30

AFTER LOGIN

31

ジョブを選択します

32

ジョブ名の決定 と実験計画法 ( パラメータスタディー機能 ) の選択

33

2. ジョブの種類から実験計画方を選択します

1. 適当なジョブ名を入力します

34

変更をクリックします

35

入力ファイルのアップロード

36

1. 入力をクリックします( おそらくすでにこの画面にいるので、その場合はクリックしなくても OK)

2. “ ファイルをアップロード” をクリックし、” sampleV1106.sim” をアップロードします。

37

アップロードが進んでいるのを確認します

38

サイズが 5.9MB であることを確認します

39

並列設定

40

並列設定をクリックします

41

1. 自分で変数を指定するをクリックします

2. 組み合わせをクリックします

42

画面の通り入力し、”追加”ボタンをクリックしてください

名前 : MY_ANGLE最小値 : 10 40最大値 : 80刻み幅 : 10

43

画面の通り入力し、”追加”ボタンをクリックしてください

名前 : MY_RADIUS最小値 : 0.0050最大値 : 0.0200 0.015刻み幅 : 0.0025

44

画面の通り入力し、”追加”ボタンをクリックしてください

名前 : MY_ROTATION最小値 : 800最大値 : 1200 1000刻み幅 : 200

453 つのパラメータスイープさせる変数が、問題なく設定されていることを確認します

46

テンプレートのアップロード

47

テンプレートをクリックします

48

1. “ ファイルをアップロード” をクリックし “ parameterStudy.java.tmp” をアップロードします

2. アップロードが進んでいることを確認します

49

サイズが 1.9KB であることを確認します。

50

画面の通り入力します

./parameterStudy.java

補足資料 https://goo.gl/RdHrLd

51

ソフトウェアの選択と実行コマンドの入力

52

ソフトウェアをクリックします

53

1. STAR と入力し、検索をかけます

2. “STAR-CCM+” をクリックします

54

2. バージョン 11.06 010 (Mixed Precision) を選択します

1. STAR-CCM+ が選ばれていることを確認します

55

画面のように入力します。

starccm+ -power -rsh ssh -np $RESCALE_CORES_PER_SLOT -machinefile $HOME/machinefile -batch parameterStudy.java sampleV1106.sim

補足資料 https://goo.gl/RdHrLd

56

1. “ ライセンスを自分で用意”を選びます

2. 画面の通り入力します

3. PoD Key を入力します( ハンズオンでは指定のキーを入力してくださ )

1999@flex.cd-adapco.com

補足資料 https://goo.gl/RdHrLd

57

ハードウェアの選択

58

ハードウェアの選択を選びます

59

今回は、コアタイプとして ” Nickel” を選びます

60

1 システムあたりのコア数として “ 8 “ を入力しますスロット数として “ 2” を入力します。

One-System あたりのコア数( イメージとしては複数ノード入った、 1 ラックあたりのコア数を必要分入力 )

左記の Cluster が、何システムあるか

61

1 システムあたりスペック

右のトータル料金を見つつ “スロット数” を、 4 に増やしていただいても OKです。本来は Case 数に応じてここを大きくします。 Houry ベースの課金のため、短い計算の場合は 1 スロットあたり、多ケース入るように調整すると無駄なく計算できます。

2. 全スロット含めたトータルの HW 料金 [¥/h]

62

強制的に終了させる時間を入力します。ここでは 3 を入力します。

63

ポスト処理スクリプトのアップロード

64

ポストプロセッシングをクリックします

65

ファイルアップロードをクリックし、” post.sh” をアップロードします

66

サイズが 386bytes であることを確認します。

67

ポストプロセッシングコマンドへ画面のように入力します。

dos2unix ./post.sh ./post.sh

シェルスクリプトの場合、改行コードにCR があるとエラーになる (Windows で保存した場合 )そのため dos2unix を入れている補足資料 https://goo.gl/RdHrLd

68

次へをクリックします

69

計算の実行

70

1. 内容で良いか確認します

2. 実行をクリックします

参考 ) このボタンでも OK

71

自動的に”ステータス”のタブに遷移したことを確認します

72

この状態が数分続きます

73

Server(s) Started になっていることを確認します公開鍵が設定されていれば、サーバへの ssh ログイン方法が出力されます

74

計算ログ /標準出力の確認

75

1. 適当な run 番号 をクリックします

2. “process_output.log” を選択します。

3. 標準出力の内容が表示されます

もし、ログアウト後や、違う画面に遷移後であれば、以下の操作でこの画面を表示してください。1. 画面左上の”ジョブ”をクリック2. JOB の一覧で実行中のジョブの”ジョブ名”をクリック3. 画面右側 “ステータス” のタブをクリック

76

1. “ 結果” のタブをクリックします

2. 画面のように計算の状況が確認できます

77

結果確認

78

ログイン後、該当する JOB をクリックします

79

“ 並列設定”で定義したパラメータスタディー用変数

ポストプロセッシング “ post.sh” で抽出した値

変数名をクリックすると大きい順、小さい順にソーティングされます

80

仮に run 番号をクリックします。

81

process_output.log を開きます

Browser をフリーズさせないため容量の大きいファイルを開くことはできません。( ダウンロードは可能 )

82

確認後閉じます

83

全ての解析に戻ります( 必ず全ての解析に戻ること。全ての解析からチャートのタブに移る必要があります )

84

チャートのタブをクリックします。

85

表面図をクリックします

86

1. 画面のように、チェックをつけます

2. 図のようなグラフが表示されていることを確認します

実際のハンズオンの図と異なります。(Overview of Parameter-Study ページにおける、 Input パラメータ内 2重取り消し線上の値も利用 )

87

REMOTE DESKTOP で計算結果を表示する

88

ログイン後、”デスクトップ” をクリックします

89

カスタムデスクトップをクリックします

90

Windows を選択します。

91

STAR-CCM を選択します

92

バージョン 11.06 010 を選択します

93

該当するジョブを選択します（データがアタッチされます）

94上記のようになっていることを確認し “起動” クリックします

95

内容を確認し、起動をクリックします

96

サーバが起動後、ソフトウェアがインストールされ、計算結果がコピーされています

サーバの起動状態が出力されます

97

しばらく待ちます

98

2. “ しばらくお待ちください” の表示がなくなっていることを確認します

1. “Server(s) Started” が表示されていることを確認します

3. “接続” をクリックします

99

パスワード生成をクリックし、メモしておきます

100

リモートデスクトップファイルをダウンロードをクリックします

101

パスワードは英字キーボード入力になっていることを注意して、先ほどメモしたパスワードを入力します

102

計算結果が保存されていることを確認します

103

フォルダーを移動し、 run1 から run168 まであることを確認します

104

STAR-CCM を起動します

105

このアイコンをクリックします

106

POD の設定を行います

Browser をクリックします

107

先ほど確認した、計算結果の中から適当なデータを選択します。ここでは例として run100 のsampleV1106@00350 を選びました

108

Open All Scenes を 選択します

109

110

REMOTE DESKTOP の終了

111

112

1. チェックを入れます

2. 終了ボタンを押します

113

強制終了ボタンを押します

114

2. 停止中になっていることを確認します

1. デスクトップをクリックします