Logiciels

Sunata est maintenant compatible GPU – ImpressionEn3D.com

Tableau des nouvelles capacités GPU de Sunata [Source: Atlas 3D]

L’outil Sunata d’Atlas 3D est désormais compatible GPU.

Nous avons déjà couvert la start-up, mais pour ceux qui ne sont pas familiers, Sunata est un outil de CAO qui peut fournir des réponses très utiles aux problèmes d’optimisation lors de la conception d’impressions 3D métalliques.

Le logiciel fonctionne en spécifiant certains objectifs pour l’impression, tels que la minimisation du temps d’impression, la minimisation des efforts de retrait du support ou même la réduction de la distorsion de l’objet. Il utilise ensuite un système de modélisation thermique très sophistiqué pour simuler la façon dont l’impression s’exécuterait et recommande des paramètres optimaux pour l’impression, notamment l’orientation de l’impression et les structures de support.

Ceci est d’une importance cruciale pour l’impression 3D métal, car cette discipline implique l’utilisation d’équipements et de matériaux très coûteux. Une mauvaise impression n’est pas seulement une question de retard; c’est une question d’une grande importance financière. Sunata peut aider à éviter de tels scénarios.

Mais effectuer une simulation est assez coûteux en termes de puissance de traitement. La version originale de Sunata fournirait les meilleures réponses, mais au prix d’un temps processeur considérable.

Aujourd’hui, la société a court-circuité ce problème en développant et en publiant une version de Sunata qui exploite les capacités du GPU.

Les GPU, ou unités de traitement graphique, sont les moteurs de la carte vidéo de votre ordinateur. Ceux-ci sont ostensiblement conçus pour gérer les innombrables calculs liés au traitement vidéo, et en particulier à la préparation des vues 3D. Ces calculs sont très nombreux (pour chaque pixel de l’écran) et fréquents (pour chaque fraction de seconde l’affichage change).

Ainsi, un GPU approprié contient des tableaux d’éléments de traitement.

Normalement, les GPU font exactement cela: traiter les exigences graphiques de l’ordinateur. Cependant, avec des API appropriées, il est également possible de les réutiliser pour d’autres utilisations, en particulier s’il n’y a pas besoin immédiat d’un traitement graphique lourd. C’est ce que fait Sunata ici: ils font faire à la carte vidéo le travail que ferait le CPU autrement surchargé.

Quel est le résultat? Atlas 3D dit que les calculs résultants sont parfois 20 fois plus rapides qu’en utilisant le processeur de base de votre ordinateur.

Dans le graphique en haut, vous pouvez voir l’effet en détail. Le graphique montre deux lignes, une (bleue) représentant le temps de traitement requis lors de l’utilisation d’un seul processeur, et l’autre (orange) représentant le temps nécessaire lorsque le travail est envoyé au GPU.

Trois exemples apparaissent dans le graphique: objet de 30 mm de faible complexité; Objet de 180 mm de complexité moyenne et objet de 400 mm de complexité élevée. Comme vous pouvez le constater, les besoins en ressources du processeur unique augmentent de manière presque exponentielle à mesure que la complexité et la taille augmentent. Cependant, lors de l’utilisation du GPU, le temps de traitement écoulé est pratiquement le même, quelle que soit la complexité ou la taille de l’objet.

Cela est probablement dû au fait que le GPU est un périphérique parallèle avec des tonnes d’unités de traitement plus petites. Pour les simulations simples, seuls quelques éléments GPU sont utilisés; pour des analyses plus complexes, Sunata envoie simplement davantage d’éléments du GPU. Je suppose qu’à un moment donné, vous pourriez manquer d’éléments GPU et que le temps écoulé commencerait à augmenter considérablement, mais il est probable que pour la plupart des analyses, vous obtiendrez simplement des résultats beaucoup plus rapides.

Si vous traitez des impressions 3D métalliques, vous voudrez peut-être consulter l’outil Sunata d’Atlas 3D.

Via Atlas 3D

Tags
Bouton retour en haut de la page
Fermer