論文の概要: Chrono DEM-Engine: A Discrete Element Method dual-GPU simulator with
customizable contact forces and element shape
- arxiv url: http://arxiv.org/abs/2311.04648v2
- Date: Thu, 9 Nov 2023 13:57:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-10 11:58:18.225577
- Title: Chrono DEM-Engine: A Discrete Element Method dual-GPU simulator with
customizable contact forces and element shape
- Title（参考訳）: Chrono DEM-Engine: カスタマイズ可能な接触力と素子形状を持つ離散要素法デュアルGPUシミュレータ
- Authors: Ruochun Zhang, Bonaventura Tagliafierro, Colin Vanden Heuvel, Shlok
Sabarwal, Luning Bakke, Yulong Yue, Xin Wei, Radu Serban, Dan Negrut
- Abstract要約: 本稿では、離散要素法(DEM)シミュレーションを実行するために設計されたProject Chronoの新たなサブモジュールであるDEM-Engineを紹介する。
球状原始形状に基づいて、DEM-Engineは多分散粒状材料をシミュレートし、プリミティブのアセンブリとして生成された複雑な形状を処理できる。
シミュレータの完全なポテンシャルは、粒状地形における地球外ローバーの移動性の調査のために実証される。
- 参考スコア（独自算出の注目度）: 3.6712430415447552
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces DEM-Engine, a new submodule of Project Chrono, that is
designed to carry out Discrete Element Method (DEM) simulations. Based on
spherical primitive shapes, DEM-Engine can simulate polydisperse granular
materials and handle complex shapes generated as assemblies of primitives,
referred to as clumps. DEM-Engine has a multi-tier parallelized structure that
is optimized to operate simultaneously on two GPUs. The code uses
custom-defined data types to reduce memory footprint and increase bandwidth. A
novel "delayed contact detection" algorithm allows the decoupling of the
contact detection and force computation, thus splitting the workload into two
asynchronous GPU streams. DEM-Engine uses just-in-time compilation to support
user-defined contact force models. This paper discusses its C++ and Python
interfaces and presents a variety of numerical tests, in which impact forces,
complex-shaped particle flows, and a custom force model are validated
considering well-known benchmark cases. Additionally, the full potential of the
simulator is demonstrated for the investigation of extraterrestrial rover
mobility on granular terrain. The chosen case study demonstrates that
large-scale co-simulations (comprising 11 million elements) spanning 15
seconds, in conjunction with an external multi-body dynamics system, can be
efficiently executed within a day. Lastly, a performance test suggests that
DEM-Engine displays linear scaling up to 150 million elements on two NVIDIA
A100 GPUs.
- Abstract（参考訳）: 本稿では、離散要素法(DEM)シミュレーションを実行するために設計されたProject Chronoの新たなサブモジュールであるDEM-Engineを紹介する。
球状原始形状に基づいて、DEM-Engineは多分散粒状材料をシミュレートし、プリミティブのアセンブリとして生成された複雑な形状を扱える。
DEM-Engineは2つのGPUで同時に動作するように最適化された多層並列構造を持つ。
メモリフットプリントを削減し、帯域幅を増加させるために、カスタム定義のデータ型を使用する。
新しい"delayed contact detection"アルゴリズムは、コンタクト検出とフォース計算の分離を可能にし、ワークロードを2つの非同期gpuストリームに分割する。
dem-engineはジャストインタイムコンパイルを使用して、ユーザ定義のコンタクトフォースモデルをサポートする。
本稿では, c++ と python のインターフェースについて述べるとともに, 衝撃力, 複雑形状粒子流, カスタム力モデルなど, 有名なベンチマークケースを考慮し, 様々な数値実験を行う。
さらに、このシミュレーターの完全なポテンシャルは、粒状地形における地球外ローバーの移動性を調べるために示される。
選択されたケーススタディでは、外部のマルチボディダイナミクスシステムと合わせて15秒にまたがる大規模共同シミュレーション(1100万要素を含む)が1日以内に効率的に実行可能であることが示されている。
最後に、パフォーマンステストによると、demエンジンは2つのnvidia a100 gpu上で最大1億5000万要素の線形スケーリングを示す。
関連論文リスト
- Spatio-Temporal Surrogates for Interaction of a Jet with High
Explosives: Part I -- Analysis with a Small Sample Size [0.0]
高い爆発物と相互作用するジェットの2次元問題を用いて、高品質なサロゲートをどうやって構築できるかを理解する。
それぞれのシミュレーションから得られるベクトル値出力は200万以上の空間的位置で利用可能である。
我々は、これらの非常に大きなデータセットを分析し、分析に使用されるアルゴリズムのパラメータを設定し、時間的・時間的サロゲートの精度を向上させるために簡単な方法を用いる方法を示す。
論文 参考訳（メタデータ） (2023-07-03T23:10:23Z) - Local object crop collision network for efficient simulation of
non-convex objects in GPU-based simulators [6.33790920152602]
我々のゴールは、非ネットワークオブジェクトの大規模シミュレーションのための効率的な接触検出アルゴリズムを開発することである。
補足材料の品質と量にのみ依存するCDのためのデータ駆動型手法を提案する。
論文 参考訳（メタデータ） (2023-04-19T06:09:12Z) - Eagle: Large-Scale Learning of Turbulent Fluid Dynamics with Mesh
Transformers [23.589419066824306]
流体力学を推定することは、解決するのが非常に難しい。
問題に対する新しいモデル,メソッド,ベンチマークを導入する。
我々の変換器は、既存の合成データセットと実際のデータセットの両方において、最先端のパフォーマンスより優れていることを示す。
論文 参考訳（メタデータ） (2023-02-16T12:59:08Z) - ManiSkill2: A Unified Benchmark for Generalizable Manipulation Skills [24.150758623016195]
我々は、一般化可能な操作スキルのための次世代のSAPIEN ManiSkillベンチマークであるManiSkill2を紹介する。
ManiSkill2には、2000以上のオブジェクトモデルと4M以上のデモフレームを備えた20の操作タスクファミリが含まれている。
幅広いアルゴリズムをサポートする統一インターフェースと評価プロトコルを定義する。
高速な視覚入力学習アルゴリズムにより、CNNベースのポリシーでサンプルを約2000 FPSで収集することができる。
論文 参考訳（メタデータ） (2023-02-09T14:24:01Z) - PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。
最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
論文 参考訳（メタデータ） (2021-09-15T01:10:30Z) - BayesSimIG: Scalable Parameter Inference for Adaptive Domain
Randomization with IsaacGym [59.53949960353792]
BayesSimIGは、最近リリースされたNVIDIA IsaacGymと統合されたBayesSimの実装を提供するライブラリである。
BayesSimIGはNVIDIABoardと統合して、高次元の後方のスライスを簡単に視覚化する。
論文 参考訳（メタデータ） (2021-07-09T16:21:31Z) - Fast simulations of highly-connected spiking cortical models using GPUs [0.0]
本稿では,C++プログラミング言語で記述されたスパイクニューラルネットワークモデルの大規模シミュレーションのためのライブラリを提案する。
本稿では,生物活動の1秒あたりのシミュレーション時間の観点から,提案ライブラリが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2020-07-28T13:58:50Z) - Approximated Bilinear Modules for Temporal Modeling [116.6506871576514]
CNNの2層は補助ブランチサンプリングを追加することで、時間的双線形モジュールに変換できる。
我々のモデルは、事前トレーニングなしで、Something v1とv2データセットの最先端メソッドよりも優れている。
論文 参考訳（メタデータ） (2020-07-25T09:07:35Z) - TAM: Temporal Adaptive Module for Video Recognition [60.83208364110288]
時間適応モジュール(bf TAM)は、自身の特徴マップに基づいてビデオ固有の時間カーネルを生成する。
Kinetics-400およびSomethingデータセットの実験は、我々のTAMが他の時間的モデリング手法より一貫して優れていることを示した。
論文 参考訳（メタデータ） (2020-05-14T08:22:45Z) - MPLP++: Fast, Parallel Dual Block-Coordinate Ascent for Dense Graphical
Models [96.1052289276254]
この研究は、人気のあるDual Block-Coordinate Ascent原則に基づく新しいMAP-solverを導入している。
驚いたことに、性能の低い解法に小さな変更を加えることで、既存の解法を大きなマージンで大幅に上回る新しい解法MPLP++を導出します。
論文 参考訳（メタデータ） (2020-04-16T16:20:53Z) - Learning to Simulate Complex Physics with Graph Networks [68.43901833812448]
本稿では,機械学習のフレームワークとモデルの実装について紹介する。
グラフネットワーク・ベース・シミュレータ(GNS)と呼ばれる我々のフレームワークは、グラフ内のノードとして表現された粒子で物理系の状態を表現し、学習されたメッセージパスによって動的を計算します。
我々のモデルは,訓練中に数千の粒子による1段階の予測から,異なる初期条件,数千の時間ステップ,少なくとも1桁以上の粒子をテスト時に一般化できることを示す。
論文 参考訳（メタデータ） (2020-02-21T16:44:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。