FLYING WHALES 在 AWS 上运行 CFD，以快速推出环境友好型货物运输飞艇

FLYING WHALES 是一家法国初创公司，该公司正在为超重和特大货物运输市场开发载重 60 吨的货运飞艇。该项目的初衷源于法国的雄心壮志，亦即提供一种高效而且环境友好的运输方式用以运送偏远地区的木材。“我们森林地区的面积在全欧洲屈指可数，但它们都位于山区，交通极为不便”，FLYING WHALES 的首席空气动力学工程师 Guillaume Martinat 说道，“因此，我们需要构建一种无需着陆、可在悬停时装载和卸载货物的飞艇。”

为了设计他们的飞艇，FLYING WHALES 要运行复杂的计算流体动力学（CFD），该工具能够以数字模拟任何流体流动和结构分析模拟，后者则需要大量的计算容量。由于飞艇的体积过大，测试的成本过高而且需要太长时间，因此公司无法进行物理测试。反而，工程师需要数据来确定飞艇的尺寸，并定义每个飞行阶段的工作负载。CFD 可以为工程师提供这些急需的数据，不必制造任何零部件，从而大幅加快设计过程。然而，每次计算需要大约 600 个核心，而生成一个模型需要将近 400 次计算，这需要相当可观的计算资源。

起初，公司依赖内部的高性能计算（HPC）集群来运行 CFD 分析。但该集群只有 200 个核心，而公司不具备支持此类工作负载所需的可扩展性或灵活性。FLYING WHALES 还需要确保他们的 IT 环境是经济高效的，并且为 2021 年的模型交付做好准备。Martinat 表示：“作为一家初创公司，我们没有足够的资源来独自并如期完成相关工作。”

FLYING WHALES 选择将其 HPC 环境迁移到云中，在 Amazon Web Services（AWS）上运行他们的 CFD 工作负载。“我们评估了多家云提供商，但 AWS 能为我们提供最佳性能”，Martinat 说道。具体而言，FLYING WHALES 选择在 Amazon Elastic Compute Cloud（Amazon EC2）C5n.18xlarge 实例上运行，这些实例支持 Elastic Fabric Adapter（EFA）作为 Amazon EC2 实例网络接口。C5n 实例为 FLYING WHALES 提供其 CFD 工作负载所需的能力和可扩展性。 FLYING WHALES 使用 Amazon EC2 竞价型实例来预置 C5n 实例。竞价型实例是备用 Amazon EC2 容量，最高可以提供 90% 的折扣。借助竞价型实例，FLYING WHALES 将其 HPC 集群的成本降低了 64%。 

此外，公司还使用 AWS ParallelCluster 来简化 HPC 集群的部署和管理，以便在 AWS 上运行 CFD 模拟。现在，借助 NICE DCV，FLYING WHALES 可以安全地流式传输应用程序，同时大幅降低数据传输成本，因此工程师可以检查解决方案而不用将其下载到本地。

FLYING WHALES 还利用了 AWS Activate 计划所提供的财务和技术援助。Martinat 认为：“AWS 所提供的服务抵扣金和技术支持帮助我们更快地起步，这是我们独自无法做到的。”

FLYING WHALES 还利用 AWS 的专业知识来缩短 HPC 解决方案的采用时间。通过在 AWS 上运行其 HPC 环境，FLYING WHALES 可以比过去更快地运行 CFD 工作流。“因为使用 Amazon EC2 C5n.18xlarge 实例和 EFA 而获得计算能力及节点间网络性能，我们可以在 AWS 上将 CFD 工作流作业的运行速度提升 15 倍”，Martinat 说道，“结果是，我们可以在几天内完成这些作业，不用像过去那样花费数个月时间。”

除此以外，还可以按需使用资源，这样可以帮助 FLYING WHALES 工程师同时运行多项计算，而不是依次运行每项作业。因此，相对于管理基础设施，工程师可以花更多时间分析数据和创造知识产权。凭借这些能力，以及来自 AWS 的直接支持，FLYING WHALES 将能够如期在 2024 年交付他们的首架飞艇。

FLYING WHALES 正依赖 AWS 快速扩展其 HPC 环境，以支持 600 个核心的计算模型，每个模型的大小均为 6 TB。Martinat 表示：“我们在 AWS 上有几乎无限的计算容量，这使得我们的可扩展性接近于国家级超级计算机的水平。“如果需要 6000 个核心，我们便可以使用所有这些核心，这意味着无论何时需要，我们都有能力同时运行我们的所有计算。” 而且，公司的工程师也不必在作业队列中等待运行模拟，每周可以为我们节省几十个小时的时间。

FLYING WHALES 正利用它的快速扩展能力来完成比以前更多的工作。由于可选用的 AWS 实例类型的多样性，公司可以运行在本地环境中不可想象的复杂模拟。例如，有些地面效应计算对确定飞艇的大小而言十分关键，它们可能要求公司阻止其完整的本地集群达数个星期之久。现在，这些计算可被快速运行，而不必推迟其他活动。“有些研究是我们没办法开展的，因为我们没有相应的计算资源”，Martinat 说道，“而现在，我们可以根据需要做任何研究。这不仅仅是在 AWS 上更快速运行的问题，更在于有能力完成工作本身。此外，通过在提供的各种实例类型中间选择高内存硬件，我们现在可以远程生成比在本地环境中更细/更粗的网格，从而实现更出色的 CFD 准确性。”

借助 AWS ParallelCluster 的灵活性，公司的工程师可以在 15 分钟内开始运行 HPC 作业，而不用花几个月时间获取、配置与管理服务器。“我们可以使用 AWS ParallelCluster 来定制我们的实例，以适应 CFD 作业的大小”，Martinat 说道。例如，如果公司不需要很大的计算容量，则工程师可以选择成本较低的实例类型，并在日后视需要对其进行扩展。Martinat 补充说：“我们通过使用此解决方案获得灵活性并节约了成本。作为一家资源有限的初创公司，这对我们来说至关重要。”

利用 AWS 的可扩展性和灵活性，FLYING WHALES 现在可以专注于他们的核心业务：设计创新的货运飞艇。“对于我们公司，AWS 的优势是它帮助我们扩展与定制我们的 HPC 集群，因此我们始终有运行良好，而且适应于我们的 CFD 工作负载的环境”，Martinat 继续说道，“这不仅让我们能按时推出我们的产品，它还能帮助我们的公司发展壮大。”