AI加速CFD仿真在IPU平台的适配
分布式、并行与集群计算
2026-05-04 v1 人工智能
摘要
情报处理单元(IPU)在许多AI应用中已被证明有用。本文评估了IPU在新兴的AI仿真领域中的应用潜力，具体聚焦于支持计算流体力学(CFD)应用程序的机器学习模型训练程序。我们使用由Poplar SDK提供的定制TensorFlow将程序适配IPU-POD16平台，并探讨其易用性和性能可扩展性。通过训练来自OpenFOAM仿真的数据获取的模型，我们能够在测试时间获得准确的仿真状态预测。我们展示了如何利用popdist库来克服在主机侧向IPU输入训练数据的性能瓶颈，实现最高34%的加速。由于通信开销，使用数据并行在两个IPU上而非一个IPU上并不能提高吞吐量。然而，一旦在IPU内部的成本被支付，硬件能力对于IPU之间的通信允许良好的可扩展性。增加IPU数量从2个到16个后，吞吐量从560.8 samples/s提升到2805.8 samples/s。
引用
@article{arxiv.2605.00462,
title = {Adaptation of AI-accelerated CFD Simulations to the IPU platform},
author = {P. Rosciszewski and A. Krzywaniak and S. Iserte and K. Rojek and P. Gepner},
journal= {arXiv preprint arXiv:2605.00462},
year = {2026}
}