케이던스 디자인 시스템즈는 오는 9월 9일 서울 롯데호텔월드에서 반도체 설계 콘퍼런스 ‘케이던스라이브 코리아2025(CadenceLIVE Korea 2025)를 개최한다고 밝혔다. 이번 행사는 첨단 반도체 및 전자 설계 자동화(EDA) 기술을 공유하고, 글로벌 및 국내 업계 전문가들과 교류할 수 있는 자리로 마련된다. ‘실리콘/컴퓨터 성장을 주도하는AI(AI driving Silicon/Compute Growth)’를 테마로 케이던스 코리아의 최신 Intelligent System Design 전략과 AI 기반 설계 혁신 사례가 발표되며, 반도체 산업의 미래를 이끌 핵심 주제들이 다뤄질 예정이다. 기조연설은 케이던스 본사의 친치 텡(Chin-Chi Teng) 부사장이 맡아, 반도체 및 시스템 설계의 글로벌 기술 트렌드와 케이던스의 전략 방향을 공유할 예정이다. 이어서 삼성전자를 비롯한 국내 주요 고객사가 참여해, 케이던스 플랫폼을 기반으로 한 3D IC, STCO(System-Technology Co-Optimization), 첨단 패키징 기술 등의 실제 적용 사례를 발표한다. 이와 함께, Digital Full Flow, Custom & Analog, Verification, System Design & Analysis, Silicon Solutions 등 다양한 분야에 걸친 전문 기술 세션이 진행되며, 최신 설계 흐름과 툴에 대한 심층 논의가 이루어진다. 또한 행사장 내 ‘Designer Expo’ 부스에서는 케이던스의 설계 설루션을 직접 확인하고, 기술 전문가와의 1:1 교류를 통해 현장의 니즈를 공유하는 자리가 마련된다. 케이던스 디자인 시스템 코리아의 서병훈 사장은 “케이던스라이브 코리아2025는 한국 반도체 설계의 현재와 미래를 조망하고, 글로벌과 지역을 잇는 협력의 장이 될 것”이라고 전했다.  

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (24)   현재의 컴퓨팅 성능은 전례 없는 수준이다. 덕분에 더 큰 시스템을 시뮬레이션하고 복잡한 현상을 더 정확하게 예측할 수 있는 고급 계산 기법이 개발되었다. 그러나 터보 기계 시스템의 시뮬레이션은 각 구성 요소를 개별적으로 시뮬레이션하는 현재의 관행으로 인해 구성 요소 간의 상호 작용을 고려하지 못하기 때문에 여전히 과제를 안고 있다. 이 문제를 해결하고 효율성, 신뢰성, 저배출 측면에서 항공 엔진 설계를 개선하기 위해 피델리티 플로우(Fidelity Flow) 유동 솔버의 레이놀즈-평균 나비에-스토크스 방정식을 기반으로 새로운 방법론이 개발되었다. 이 접근 방식을 사용하면 단일 코드를 사용하여 전체 엔진의 완전 결합 시뮬레이션이 가능하다. 이번 호에서는 새로운 방법론인 유동 솔버 기술과 그 구현을 통해 얻은 결과에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1. KJ66 MGT의 레이아웃 : ① 임펠러, ② 디퓨저, ③ 연소실, ④ HPT 노즐, ⑤ HPT 로터, ⑥ LPT 노즐, ⑦ LPT 로터, ⑧ 디월 베인, ⑨ 배기 후드   방법론 완전한 항공 엔진 및 가스 터빈 시스템에 대해 안정적이고 시간이 정확하며 완전히 결합된 시뮬레이션을 수행하기 위한 새로운 접근 방식이 개발되었다. 이 방법은 비선형 고조파(NLH) 기법을 사용하여 불안정한 효과를 포착하여 계산 시간을 절약할 수 있다. 이 접근법의 연소 프로세스는 효율적이고 신뢰할 수 있는 화염 생성 매니폴드(FGM)에 의존한다. 비활성 시뮬레이션에 비해 연소 과정을 모델링할 때 발생하는 계산 오버헤드는 약 50%에 불과하다. 또한 스마트 인터페이스 접근 방식은 전체 시스템에서 스칼라의 이동을 피하기 위해 구현되어, 흐름이 반응하는 곳에서만 연소 이동 변수를 해결함으로써 계산 오버헤드를 최소화한다.   유동 솔버 이 연구는 압력 기반 및 밀도 기반 설루션 체계로 구성된 케이던스 충실도 유동 솔버를 사용하여 수행된다. 유동 솔버 패키지에는 터보 기계 모델링, 대형 와류 시뮬레이션(LES), 공액 열전달(CHT), 유체-구조 상호작용(FSI), 스프레이용 라그랑지안 모듈, 캐비테이션, 복사, 다상 유동 및 연소 모델을 포함한 광범위한 물리 모델이 탑재되어 있다. 혼합 평면, 프로즌 로터, 슬라이딩 메시와 같은 표준 접근 방식이 터보 기계 모듈에 구현되어 있다. 또한 다음에서 설명하는 터보 기계 애플리케이션의 불안정한 흐름을 효율적으로 계산하기 위해 비선형 하모닉 방법을 사용할 수 있다.   비선형 고조파 방법(NLH) NLH 방법은 시간 평균 흐름에 대한 불안정성의 영향을 고려하는 비선형 접근 방식이다. 이러한 효과는 결정론적 스트레스로, 주기적 변동의 시간 평균 곱으로 나타난다. NLH 방법의 장점은 계산 효율에 있다. 평균 유동장에 대한 정상 상태 해와 사용자가 해결하기로 선택한 각 고조파의 실수 및 가상 부분에 대한 정상 상태 해만 결정하면 된다. 설루션 정확도는 고조파의 수에 따라 달라지지만, 일반적으로 불안정한 효과를 포착하는 데에는 몇 개의 고조파만 필요하다. 피델리티 플로우의 NLH 모듈은 인접한 행과 인접한 행 사이의 상호작용을 상대 회전 속도에 관계 없이 모델링할 수 있는 랭크 2 효과를 설명한다. 즉, NLH 모듈은 더 복잡하고 불안정한 상호작용을 설명할 수 있다. 랭크 2 설루션을 사용하면 포스트 프로세싱 모드에서 클로킹의 효과를 연구할 수 있다. 또한 피델리티 플로우의 NLH 모듈은 각 블레이드 행에서 사용할 고조파 수를 유연하게 정의할 수 있어, 시뮬레이션 프로세스를 더욱 맞춤화할 수 있고 효율적으로 만들 수 있다.   그림 2. 혼합 평면과 NLH 방식을 사용한 회전자-회전자 상호작용 비교     ■ 자세한 기사 내용은 PDF로 제공됩니다.

케이던스는 삼성 파운드리와의 협력을 확장한다고 밝혔다. 케이던스는 다년간의 신규 IP 계약을 통해 삼성 파운드리의 SF4X, SF5A, SF2P 첨단 공정 노드에서 케이던스의 메모리 및 인터페이스 IP 설루션을 확장하고, 지속적인 기술 협력을 더욱 발전시킬 것이라고 전했다. 새로운 다년간 계약은 AI, 고성능 컴퓨팅(HPC) 및 전장 애플리케이션을 목표로 하는 첨단 메모리 및 인터페이스 IP 설루션을 제공하기 위한 것이다. 또한, 양사는 케이던스의 AI 기반 설계 설루션과 삼성의 첨단 공정 노드를 활용하여 AI 데이터 센터, 첨단 운전자 지원 시스템(ADAS)을 포함한 전장, 그리고 차세대 RF 연결성 애플리케이션을 위한 고성능 저전력 설루션을 개발할 계획이다.     케이던스는 광범위한 설계 및 기술 최적화(DTCO) 프로젝트를 기반으로 한 디지털 풀 플로우가 최신 삼성 SF2P 공정 노드에 대해 인증되었으며, 페가서스 검증 시스템(Cadence Pegasus Verification System)이 삼성 SF2P 및 추가 삼성 노드에 대해 인증되었다고 밝혔다. 케이던스의 물리적 검증 플로우는 고객이 대규모 확장성을 사용하여 사인오프 정확도와 런타임 목표를 달성할 수 있도록 최적화되어, 더 빠른 시장 출시를 가능하게 한다. 케이던스와 삼성 파운드리는 아날로그 셀 기반 4nm IP를 첨단 2nm 공정 노드로 자동 마이그레이션하여, 기능 및 설계 의도를 유지하면서 더 빠른 처리 시간을 가능하게 했다. 케이던스와 삼성은 초기 탐색부터 최종 사인오프에 이르는 전 과정에 걸쳐 3D-IC를 위한 포괄적인 풀 플로우 전력 무결성 분석에 협력했으며, Voltus InsightAI, Innovus Implementation System, Integrity 3D-IC Platform을 포함한 케이던스의 EDA(전자 설계 자동화) 도구를 활용한다. 케이던스는 자사의 AI 기반 설계 설루션과 IP 및 실리콘 설루션의 포괄적인 포트폴리오를 통해 설계자의 생산성을 높이는 동시에, 삼성 파운드리의 첨단 공정에서 최첨단 SoC(시스템 온 칩), 칩렛, 3D-IC의 시장 출시를 가속화할 수 있을 것으로 보고 있다. 케이던스 실리콘 설루션 그룹의 보이드 펠프스(Boyd Phelps) 총괄 부사장은 “삼성 파운드리 공정 노드에서 IP, 서브시스템, 칩렛의 전체 포트폴리오를 지원하며, 최신 다년간의 IP 계약으로 지속적인 협력이 강화되었다”면서, “케이던스의 AI 기반 설계 및 실리콘 설루션과 삼성의 첨단 공정을 결합함으로써, 상호 고객들이 혁신하고 제품을 더 빠르게 시장에 출시하는 데 필요한 최첨단 기술을 제공하고 있다”고 전했다. 삼성전자 파운드리 설계기술팀 김형옥 상무는 “RTL에서 GDS까지 케이던스의 디지털 도구 제품군은 삼성의 최신 SF2P 공정 노드에 대해 인증되었으며, Hyper Cell 및 LLE 2.0 기술과 같은 발전을 지원한다”면서, “케이던스와 삼성은 아날로그 마이그레이션을 지원하고, 전력 무결성을 향상하며, GPU 가속을 사용하여 3D-IC의 열 및 뒤틀림 분석을 개선하기 위해 긴밀하게 협력하고 있다. 또한, 메모리 및 인터페이스 IP 설루션 확대를 위한 케이던스와 삼성 파운드리의 다년간 계약은 양사 간의 파트너십을 더욱 강화할 것”이라고 덧붙였다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (22)   터보 기계 시뮬레이션에 적합한 비용 효율적이고 충실도가 높은 LES 툴에 대한 수요가 크게 증가하고 있다. 이러한 상황에서 이전에 ‘캐스케이드 찰스(Cascade CharLES)’로 알려졌던 ‘케이던스 피델리티 LES(Cadence Fidelity LES) 솔버가 혁신적인 설루션으로 부상했다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   터보 기계 설계의 전산 유체 역학(CFD) 시뮬레이션에 가장 널리 사용되는 수치 도구는 레이놀즈 평균 나비에-스토크스(RANS) 방정식에 기반한 계산 효율성이 낮은 방법이다. 직접 수치 시뮬레이션(DNS) 및 대규모 와류 시뮬레이션(LES) 과 같은 충실도가 높은 방법은 더 정확한 결과를 제공하지만, 높은 계산 요구 사항과 리소스 집약도로 인해 사용에 제약이 있는 경우가 많다. 그럼에도 불구하고 터보 기계 애플리케이션에서 불안정 시뮬레이션에 대한 필요성은 점점 더 커지고 있다. 주기적 도메인은 터보 기계 구성 요소 간의 상호 작용과 상대적인 움직임을 충분히 나타내지 못하기 때문에 3차원 불안정 유동 특성을 효과적으로 포착하는 것이 중요하다.   터보 기계 시뮬레이션을 위한 피델리티 LES 피델리티 LES 솔버는 다양한 엔지니어링 분야에 걸쳐 LES의 실제 적용 범위를 넓히는 고충실도 CFD 기능을 제공한다. 유체 역학의 까다로운 과제를 해결하고 항공 음향, 공기 역학, 연소, 열 전달 및 다상 흐름과 같은 분야의 복잡한 CFD 문제에 대한 정밀한 설루션을 제공한다.   그림 1   충실도 높은 터보 기계 시뮬레이션을 가능하게 하는 세 가지 수치 및 계산 개발은 다음과 같다. 벽 모델링 LES(WMLES) 기술의 발전 보로노이 다이어그램을 기반으로 하는 고효율 무빙 메시 솔버 GPU를 사용한 높은 처리량 컴퓨팅   보로노이 다이어그램 기반 무빙 메시 솔버   그림 2   터보 기계 시뮬레이션의 경우 고정 부품과 회전 부품에 대한 메시가 별도로 생성되며 계산 중에 변경되지 않는다. 부품 인터페이스 처리를 위한 혁신적인 기술이 개발되었다. 이 방법은 모든 시간 단계에서 2D 보로노이 다이어그램을 기반으로 인터페이스 면을 절단하고, 수치 플럭스를 통해 고정 부품과 회전 부품 간의 정보 교환을 허용한다. 이 접근 방식은 보로노이 다이어그램의 볼륨 기반 재절단 및 GPU에서의 트리 기반 검색을 피하므로 계산 효율이 크게 향상된다. 이 접근 방식을 기반으로 하는 이동 솔버의 수치 체계는 보수적이고 컴팩트하며 계산 속도가 빨라 기존 접근 방식에 비해 상당한 성능 및 정확도 이점을 제공한다. 이 기법은 계산 도메인을 유연하게 분할할 수 있으며, 다음에서 팁 갭을 통과하는 회전 표면을 사용하는 첫 번째 사례와 허브와 슈라우드 모두를 통과하는 평면 인터페이스를 사용하는 두 번째 사례를 통해 이를 확인할 수 있다. 평면 인터페이스를 채택하면 팁 갭과 관련된 문제를 극복하여 메시 또는 시간 단계 크기에 대한 제한 없이 거친 메시에서 시뮬레이션을 시작할 수 있다.   그림 3. 터보 기계 유동 시뮬레이션을 위한 두 가지 유형의 고정 이동 부품 인터페이스.(노란색 점선으로 표시) (a) 팁 간극을 통과하는 회전 표면, (b) 슈라우드 절단면(Wang, Bose, & Ivey, 2024)     ■ 자세한 기사 내용은 PDF로 제공됩니다.

케이던스는 연례 플래그십 사용자 행사인 ‘케이던스라이브 실리콘 밸리 2025(CadenceLIVE Silicon Valley 2025)’에서 엔비디아 블랙웰(NVIDIA Blackwell) 시스템을 탑재한 ‘밀레니엄 M2000(Millennium M2000)’ 슈퍼컴퓨터를 출시하고, 케이던스 밀레니엄 엔터프라이즈 플랫폼(Cadence Millennium Enterprise Platform)을 대대적으로 확장한다고 발표했다.  이 제품은 케이던스의 솔버와 엔비디아의 HGX B200 시스템 및 RTX PRO 6000 블랙웰 서버 에디션 GPU, CUDA-X 라이브러리 및 솔버 소프트웨어를 통합한다. 케이던스는 “이 조합은 전자 설계 자동화(EDA), 시스템 설계 및 분석(SDA), 신약 발견 애플리케이션에 대해 시뮬레이션 실행 시간을 줄이고, CPU 기반 시스템 대비 최대 80배 더 높은 성능을 제공한다. 또한 여러 분야에 걸쳐 최대 20배 더 낮은 전력으로 획기적인 성능을 구현하며, 최적화된 하드웨어-소프트웨어 스택을 통해 AI 인프라 구축을 가속화하고 물리적 AI 기계 설계를 발전시키며 신약 설계의 최전선을 확장한다”고 소개했다. 차세대 인프라 AI, 물리적 AI 및 과학 AI는 데이터센터 및 에지 장치에서 정교한 계산 기능을 요구한다. 밀레니엄 M2000 슈퍼컴퓨터는 고충실도 전산 유체 역학(CFD) 시뮬레이션에서 높은 성능과 에너지 효율성을 제공하는 밀레니엄 M1 슈퍼컴퓨터의 성공을 기반으로 하고 있다. 클라우드 및 온프레미스 어플라이언스로 사용할 수 있는 이 슈퍼컴퓨터는 케이던스의 EDA, SDA 및 분자 소프트웨어 솔버를 활용하여 이전에는 불가능했던 대규모 시뮬레이션을 수행함으로써, 반도체 및 3D-IC 설계, 데이터센터의 디지털 트윈, 신약 발견 모델링 및 하이퍼스케일 컴퓨팅, 자동차, 데이터센터, 항공우주 및 방위 시장 전반의 기타 엔지니어링 과제에 대한 접근 방식을 혁신하기 위해 개발됐다.     AI 설계를 위해 제작된 에뮬레이터인 밀레니엄 M2000 슈퍼컴퓨터는 전력, 열, 응력 및 전자기 등 3D-IC 및 고급 패키징 설계를 분석하고 최적화하는 데 필요한 다중 물리 기능을 결합한다. 이를 통해 단 시간 내에 높은 품질을 구현하여 엔지니어링 팀이 제품 개발 주기에서 더 큰 신뢰성과 효율성을 달성할 수 있도록 지원한다. 예를 들어, 기존 반도체 칩 수준의 전력 무결성 시뮬레이션은 짧은 시간으로 제한된다. 케이던스는 수백 개의 CPU로 거의 2주가 걸렸던 시뮬레이션이 밀레니엄 M2000 슈퍼컴퓨터 한 대로 하루 안에 가능하다고 소개했다. AI 인프라 구축에는 데이터센터 및 컴퓨팅 인프라에 대한 상당한 투자가 필요하다. 에너지 및 자원 효율적인 방식으로 이를 수행하는 것은 AI 공장에서 차세대 파운데이션 모델을 제공하는 데 중요하다. 디지털 트윈은 운영 효율을 개선하고 위험을 줄이며 총 전력 소비를 낮춘다. 밀레니엄 M2000 슈퍼컴퓨터는 이러한 데이터센터 디지털 트윈의 설계 및 운영과 이를 구동하는 랙, 보드 및 장비에 필요한 모델링 프로세스를 가속화한다. 또한 밀레니엄 M2000 슈퍼컴퓨터는 데이터센터 외부에서 AI를 구현할 자율 운송, 드론, 로봇과 같은 기계의 고정확도 및 고용량 가상 시뮬레이션을 가능하게 한다. 이러한 시스템을 효과적으로 설계하기 위해 가속 컴퓨팅과 계산 소프트웨어의 조합은 실제 조건을 정확하게 시뮬레이션할 수 있는 가상 풍동을 제공함으로써 더 짧은 시간에 개선된 설계를 구현한다. 전자 및 기계 전자 시스템 설계자는 수십만 개의 프로세서를 갖춘 CPU 기반 톱 500 슈퍼컴퓨터 클러스터를 사용하는 것에 비해 여러 날이 걸렸던 중요한 결정을 하루 안에 내릴 수 있어, 시간과 에너지를 절약할 수 있다. 또한, 케이던스의 분자 과학 기술은 제약 산업 고객이 밀레니엄 M2000 슈퍼컴퓨터를 통해 더 짧은 시간에 더 많은 시뮬레이션을 수행할 수 있도록 하여 신약 발견을 가속화한다. 밀레니엄 M2000에서 사용할 수 있는 케이던스 온클라우드(Cadence OnCloud)의 케이던스 오라이언(Cadence Orion) 분자 설계 플랫폼은 연구원에게 높은 계산 능력을 제공하여 잠재적인 신약 후보 발견 속도를 높이고 프로세스 확장성을 향상시킨다. 결과적으로 고객은 더 짧은 기간에 더 많은 설계 시나리오와 반복을 탐색할 수 있고, 이는 더 빠른 혁신과 개선된 제품 개발로 이어진다. 케이던스의 아니루드 데브간(Anirudh Devgan) 사장 겸 CEO는 “밀레니엄 M2000 슈퍼컴퓨터는 대규모 확장 가능한 솔버, 전용 엔비디아 블랙웰 가속 컴퓨팅 및 AI를 활용하여 설계자가 한계를 계속해서 뛰어넘을 수 있도록 지원함으로써 AI 가속 엔지니어링의 도약을 이끌 것”이라면서, “가장 진보된 AI 모델을 위해 특별히 제작된 밀레니엄 M2000 슈퍼컴퓨터는 차세대 AI 인프라, 물리적 AI 시스템 및 신약 발견을 추진하기 위한 전례 없는 설계자 생산성을 제공한다”고 전했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “생물학부터 칩 설계에 이르기까지 세계에서 가장 복잡한 엔지니어링 과제는 가속 컴퓨팅으로만 가능한 규모와 속도로 시뮬레이션을 수행해야 한다”면서, “엔비디아 블랙웰, CUDA-X 및 케이던스의 계산 소프트웨어로 구축된 밀레니엄 M2000 슈퍼컴퓨터는 새로운 종류의 인프라이다. 이는 학문 전반에 걸쳐 발견을 혁신할 획기적인 발전을 이끌 과학을 위한 AI 팩토리”라고 말했다.

주요 디지털 트윈 소프트웨어   고성능 멀티피직스 플랫폼, Cadence Fidelity CFD   ■ 개발 : Cadence, www.cadence.com ■ 자료 제공 : 나인플러스아이티, 02-867-8633, www.npit.co.kr 1. Millennium M1 Millennium M1은 기존 전산 유체 역학(CFD) 시뮬레이션의 한계를 뛰어넘는 차세대 턴키 CFD 솔루션으로, 업계에 새로운 기준을 제시한다. Cadence(케이던스)의 Fidelity LES Solver(일명 CharLES)와 고성능 GPU 기반 HPC(고성능 컴퓨팅)를 결합한 이 플랫폼은 LES(대형 와류 시뮬레이션)를 중심으로 대규모 시뮬레이션을 압도적인 속도와 정확성으로 수행한다. Millennium M1은 단순히 빠른 성능을 넘어, 고품질 데이터를 신속히 생성하고 생성형 AI를 활용한 설계 최적화 및 디지털 트윈 구축을 가능하게 한다. 며칠이 소요되던 작업을 몇 시간 내로 단축할 뿐 아니라, 항공우주, 자동차, 터보기계 등 다양한 산업에 적용 가능한 실질적이고 혁신적인 해법을 제공한다. 초고속 처리 능력과 Fidelity LES Solver의 정밀한 물리 해석이 결합된 Millennium M1은 혁신적인 설계와 엔지니어링의 패러다임을 바꿀 게임 체인저로, 기술 혁신의 새로운 기준을 제시할 것이다. 2. 주요 기능 및 특징 ■ 안정성과 정확성을 겸비한 해석 기술 : CharLES 솔버의 비선형 안정화 방식은 수치적 진동을 효과적으로 억제하며, 메시 크기를 줄여도 높은 정확도와 안정성을 유지한다. ■ 압도적인 계산 성능 : GPU 기반 LES 솔버와 전용 하드웨어의 조합으로, GPU 1개당 최대 1,000개의 CPU 코어에 상응하는 처리 성능을 제공한다. ■ 업계 최초 Turn-Key CFD 솔루션 : GPU 기반 솔버와 확장 가능한 HPC를 결합하여 별도의 복잡한 시스템 설정 없이 즉시 사용 가능하며, 빠르고 효율적인 데이터 생성을 지원한다. ■ AI 디지털 트윈 구현 : 고품질 데이터를 바탕으로 생성형 AI를 활용해 디지털 트윈을 신속하게 구현한다. ■ 다상 흐름 예측 : Volume-of-Fluid(VOF) 기법과 라그랑주 입자 추적법으로, 다양한 유동 영역에서 액체 및 미세 물방울 등의 복잡한 거동을 정확히 모델링할 수 있다. 3. 도입 효과 ■ 설계-검증 프로세스 단축 : 기존 몇 일이 소요되던 LES 시뮬레이션을 몇 시간 내로 단축해, 더 많은 설계-검증 프로세스를 시도할 수 있다. ■ 높은 신뢰성과 효율성 : 메시 크기가 작아도 안정적이고 정확한 결과를 제공하며, 후처리 작업부담을 크게 줄여준다. ■ 혁신적인 설계 최적화 : 생성형 AI와 디지털 트윈 기술을 활용해, 효율적인 설계로 제품 개발을 지원한다. ■ 경제적 이점 : 별도 시스템 구축이 필요 없는 턴키(Turn-Key) 솔루션으로, 운영 비용을 효과적으로 절감 할 수 있다.   4. 주요 고객 사이트 ■ 자동차(Automotive) : 전기차 주행 거리와 내연기관 차량 연비에 영향을 미치는 공기역학을 풍동 수준의 정확도로 예측하며, 빠른 분석을 제공한다. ■ 항공우주(Aerospace) : 복잡한 형상과 유동 조건에서 항력 변화와 에어포일 실속 현상을 정밀하게 분석하여, 높은 설계 신뢰성을 보여준다. ■ 에너지 및 터보 머신(Energy & Turbomachinery) : 난류 연소와 열 전달을 정확히 예측하며, 열 플럭스 및 Conjugate Heat Transfer 분석으로 에너지 효율성을 극대화한다.       상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21)   이번 호에서는 다양한 유형의 난류 모델과 사용 시기, 그리고 복잡한 형상을 위한 고충실도 난류 모델링에 있어 케이던스 밀레니엄 M1(Cadence Millennium M1) CFD 슈퍼컴퓨터가 어떻게 혁신을 가져오는지에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   자동차 산업은 거의 매일 새로운 혁신과 개발이 등장하며 끊임없이 발전하고 있다. 자동차 업계는 전기 구동 차량과 대량 생산이 증가하는 추세에 발맞춰 보다 지속 가능한 미래를 만들기 위해 노력하고 있다. 자동차 생산량은 꾸준히 늘고 있지만, 업계는 여러 디자인 또는 새로운 헤드라이트, 스플리터, 사이드 스커트 추가와 같은 아주 작은 디자인 변경에 대해서도 풍동 테스트 또는 프로토타입 테스트를 수용하면서 연비 기준을 충족해야 하는 과제에 직면해 있다. 그 결과, 항력 계수 등 관심 있는 유동장 정보와 성능 관련 수치를 예측하여 필요한 실험 횟수를 크게 줄일 수 있는 시뮬레이션 기반 접근 방식이 점점 더 인기를 얻고 있다.   그림 1   유체 흐름의 난류를 이해하고 전산 유체 역학(CFD) 시뮬레이션을 통해 동일한 난류를 재현하려면 다양한 난류 모델을 사용해야 한다. 자동차 애플리케이션과 리소스 가용성에 따라 적합한 난류 모델을 선택하면 설계 주기를 단축하는 데 도움이 될 수 있다.    난류의 모델링 기법 ‘난류’는 압력과 속도의 혼란스러운 변화를 특징으로 하는 불규칙한 흐름을 일컫는 용어이다. 우리는 일상 생활에서 난류를 경험하며 공기 역학, 연소, 혼합, 열 전달 등과 같은 다양한 엔지니어링 응용 분야에서 중요한 역할을 한다. 하지만 유체 역학을 지배하는 나비에-스토크스 방정식은 매우 비선형적인 편미분 방정식이며 난류에 대한 이론적 해법은 존재하지 않는다. 난류는 광범위한 공간적, 시간적 규모를 포함하기 때문에 모델링과 시뮬레이션이 어려울 수 있다. 일반적으로 큰 와류는 난기류에 의해 생성된 에너지의 대부분을 전달하고 작은 와류는 이 에너지를 열로 발산한다. 이 현상을 ‘에너지 캐스케이드’라고 한다. 몇 년에 걸쳐 다양한 난기류 모델링 접근법이 개발되었으며, 가장 일반적인 세 가지 접근법을 간략히 설명한다. Direct Numerical Simulation(DNS) : DNS에서는 모델이나 근사치 없이 미세한 그리드와 매우 작은 시간 단계를 사용하여 모든 규모에서 난기류를 해결한다. DNS의 계산 비용은 엄청나게 높지만 결과는 가장 정확하다. DNS 시뮬레이션은 난류장에 대한 포괄적인 정보를 제공하기 위한 ‘수치 실험’으로 사용된다. Large-Eddy Simulation(LES) : 이름에서 알 수 있듯이 이 난류 모델링 기법은 큰 소용돌이를 해결하고 보편적인 특성을 가진 작은 소용돌이를 모델링한다. LES 시뮬레이션은 최소 길이 스케일을 건너뛰어 계산 비용을 줄이면서도 시간에 따라 변화하는 난기류의 변동 요소를 자세히 보여준다. Reynolds-Averaged Navier-Stokes Model(RANS) : RANS 방정식은 나비에-스토크스 방정식의 시간 평균을 취하여 도출되었다. 난기류 효과는 미지의 레이놀즈 응력 항을 추가로 모델링하여 시뮬레이션한다. RANS 시뮬레이션은 평균 흐름을 해결하고 난류 변동을 평균화하므로 다른 두 가지 접근 방식보다 훨씬 비용 효율적이다.   올바른 선택 : DNS, LES 또는 RANS 올바른 난류 모델을 선택하는 것은 모든 시뮬레이션의 중요한 측면이며, 이는 주로 시뮬레이션의 목적, 흐름의 레이놀즈 수, 기하학적 구조 및 사용 가능한 계산 리소스에 따라 달라진다. 학술 연구의 경우 DNS 시뮬레이션은 난류의 근본적인 메커니즘과 구조를 이해하는 데 가장 적합한 결과를 제공한다. DNS는 레이놀즈 수가 낮은 경우에 적합하지만, 막대한 시간과 리소스가 필요하기 때문에 대부분의 산업 분야에서는 실용적인 선택이 아니다. 반면에 LES는 일반적으로 레이놀즈 수가 높은 복잡한 형상을 포함하는 산업용 사례를 처리하는 데 적합한 옵션이다. LES가 생성하는 고충실도 결과물은 경쟁이 치열한 자동차 시장에서 중요한 한 차원 높은 성능 개선이 가능한 설계를 가능하게 한다.   그림 2    RANS 시뮬레이션은 LES에 비해 근사치의 범위가 넓기 때문에 정확도가 떨어진다. 그러나 정확도와 계산 비용 간의 균형으로 인해 RANS는 계산 리소스와 시뮬레이션 시간이 제한된 업계 사용자에게 일반적인 설루션이다. 이 방법은 또한 짧은 시간 내에 여러 사례를 분석해야 할 때 널리 사용된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (20)   터보 기계 설계 및 해석 분야에서 실제 적용 사례는 CFD 모델의 효율성과 적응성을 입증하는 증거이다. 이러한 애플리케이션은 고급 시뮬레이션 도구가 복잡한 엔지니어링 문제를 해결하는 데 얼마나 중요한 역할을 하는지 보여준다. 이러한 실제 시나리오를 살펴봄으로써 CFD 기술이 산업 발전에 미치는 직접적인 영향에 대한 귀중한 인사이트를 얻을 수 있다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   그림 1. 터보차저 컴프레서가 장착된 토요타 GT86 CS-R3 랠리카(왼쪽 상단)   토요타 모터스포츠의 터보차저 컴프레서 최적화 독일 쾰른에 위치한 고성능 엔진 및 섀시 설계 전문 기업으로 유명한 토요타 모터스포츠는 케이던스(Cadence)의 피델리티(Fidelity) 소프트웨어를 사용하여 터보차저 컴프레서의 효율성을 개선하는 야심찬 프로젝트를 수행했다.(그림 1) 이 작업은 터보차저 부품의 설계가 이미 고도화되어 있었기 때문에 쉽지 않은 과제였다. 실제 프로토타입을 제작하는 기존 방식은 소요 시간이 길어 부적절했기 때문에, 팀은 보다 혁신적인 접근 방식인 수치 최적화를 선택했다. 문제는 이미 재료의 구조적 한계에 근접해 작동하는 컴프레서 임펠러를 최적화해야 한다는 것이었다. 이를 위해서는 다분야 최적화 프로세스를 위해 CFD와 전산 구조 역학(CSM)을 통합하는 미묘한 접근 방식이 필요했다. 이 팀은 폰 미제스 응력을 안전 한도 내에서 유지하면서 등방성 효율, 총 압력 비율 및 작동 범위를 개선하기 시작했다. 토요타 모터스포츠는 임펠러의 다양한 측면을 정의하는 154개의 파라미터를 포함하는 최적화 프로젝트에 착수하여 케이던스의 피델리티 소프트웨어를 활용했다. 기본 설계에서 특정 파라미터를 유지하는 데 신중을 기하여 궁극적으로 33개의 주요 설계 변수에 집중했다. 여러 설계 반복에 걸쳐 메시 품질과 일관성을 보장하기 위해 피델리티 오토메시(Fidelity Automesh)를 사용하여 강력한 메시 전략을 구현했다. 이 최적화를 통해 <그림 2>에 자세히 설명된 대로 성능이 크게 향상되었다. 생성된 디자인 중 두 가지 디자인이 모든 공기역학적 및 구조적 목표를 충족하는 것으로 나타났다. 설계 D1은 압력비가 8.0% 증가하고 효율이 1.4% 증가했으며 스톨 마진이 확장되었다. 이러한 개선은 구조적 무결성을 보장하고 초크 질량 유량 요건을 유지하면서 달성되었다.   그림 2. 원래 지오메트리와 선택된 디자인(D1 및 D2)의 비교. 설계 D1은 압력 비율이 8.0% 증가하고 효율이 1.4% 증가했으며 스톨 마진이 확장되었다.   이 사례 연구는 터보차저 압축기 효율의 한계를 뛰어넘는 데 있어 다분야 CFD-CSM 최적화가 얼마나 효과적인지 보여준다. 토요타 모터스포츠의 접근 방식은 첨단 기술 개발에서 수치 최적화의 이점을 강조하여, 기존 방법으로는 실현 불가능한 설계 대안을 신속하게 탐색하고 평가할 수 있게 해준다. 이 프로젝트의 성공은 까다로운 모터스포츠 및 자동차 엔지니어링 영역에서 터보 기계 설계를 개선할 수 있는 통합 계산 방법의 잠재력을 반영한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

  엔비디아가 미국 새너제이에서 열린 GTC에서 AI 팩토리의 설계와 최적화를 지원하는 새로운 엔비디아 옴니버스 블루프린트(NVIDIA Omniverse Blueprint)를 공개했다고 밝혔다. 이제 AI가 하나의 주류로 자리 잡으며, AI 훈련과 추론 전용 인프라이자 인텔리전스 생산의 핵심인 AI 팩토리에 대한 수요가 그 어느 때보다 급증하고 있다. 이러한 AI 팩토리(AI 훈련과 추론을 전담하는 특수 목적 인프라)의 대부분은 기가와트급 규모로 건설될 예정이다. 이러한 규모의 AI 팩토리를 구축하는 것은 엄청난 엔지니어링과 물류 작업이 필요한 일이다. 1기가와트 규모의 AI 팩토리 건설에는 공급업체, 건축가, 시공업체, 엔지니어 등 수만 명의 인력이 필요하며, 약 50억 개의 부품과 21만 마일 이상의 광케이블을 제작, 배송, 조립해야 한다. 엔비디아 창립자 겸 CEO인 젠슨 황(Jensen Huang)은 현지 시간으로 3월 18일 진행된 GTC 기조연설에서 엔비디아의 데이터센터 엔지니어링 팀이 옴니버스 블루프린트에서 1기가와트급 AI 팩토리를 계획, 최적화, 시뮬레이션할 수 있는 애플리케이션을 어떻게 개발했는지 그 과정을 소개했다. 엔지니어링 팀은 케이던스 리얼리티 디지털 트윈 플랫폼(Cadence Reality Digital Twin Platform)과 ETAP와 같은 선도적인 시뮬레이션 툴에 연결해 인프라 건설이 시작되기 훨씬 전, 전력과 냉각 그리고 네트워킹을 테스트하고 최적화할 수 있다. 시뮬레이션 우선 접근 방식을 채택하는 엔지니어링 AI 팩토리 AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 오픈USD(Universal Scene Description, OpenUSD) 라이브러리를 사용한다. 이를 통해 개발자는 건물 자체, 엔비디아 가속 컴퓨팅 시스템, 슈나이더 일렉트릭(Schneider Electric)이나 버티브(Vertiv)와 같은 공급업체의 전력 또는 냉각 장치 등 서로 다른 소스에서 3D 데이터를 수집할 수 있다. 이 블루프린트는 수십억 개의 AI 팩토리 구성 요소에 대한 설계와 시뮬레이션을 통합함으로써 엔지니어가 다음과 같은 복잡한 문제를 해결할 수 있도록 돕는다. l  구성 요소 통합과 공간 최적화 - 엔비디아 DGX SuperPOD, GB300 NVL72 시스템 그리고 50억 개의 구성 요소의 설계와 시뮬레이션을 통합한다. l  냉각 시스템 성능과 효율성 - 엔비디아 쿠다(CUDA)와 옴니버스 라이브러리로 가속화된 케이던스 리얼리티 디지털 트윈 플랫폼을 사용해 버티브와 슈나이더 일렉트릭의 하이브리드 공랭식 또는 수랭식 솔루션을 시뮬레이션하고 평가한다. l  전력 분배와 신뢰성 - ETAP로 확장 가능한 이중화 전력 시스템을 설계해 전력 블록의 효율성과 신뢰성을 시뮬레이션한다. l  네트워킹 토폴로지(Networking topology)와 논리 - 엔비디아 스펙트럼-X(Spectrum-X) 네트워킹과 엔비디아 에어(Air) 플랫폼으로 고대역폭 인프라를 미세 조정한다. 옴니버스로 엔지니어링 사일로 해소 AI 팩토리 건설에서 가장 큰 과제 중 하나는 전력, 냉각, 네트워킹 등 각 분야의 팀이 개별적으로 운영되면서 비효율성과 잠재적인 오류를 초래한다는 점이다. 옴니버스 블루프린트를 활용하면 엔지니어들은 다음과 같은 방식으로 협업할 수 있다. l  맥락을 공유하며 협업 - 여러 엔지니어링 분야가 실시간 시뮬레이션을 공유하며 병렬로 설계하고 조정할 수 있어, 한 영역의 변경이 다른 영역에 미치는 영향을 즉시 파악할 수 있다. l  에너지 사용 최적화 - 실시간 시뮬레이션 업데이트를 통해 AI 워크로드에 가장 효율적인 설계를 도출할 수 있다. l  오류 발생 지점 제거 – 배포 전에 이중화 구성을 검증함으로써 비용이 많이 드는 다운타임 위험을 최소화할 수 있다. l  실제 환경 모델링 - 다양한 AI 워크로드가 냉각 성능, 전력 안정성, 네트워크 혼잡도에 미치는 영향을 예측하고 테스트할 수 있다. 이 블루프린트는 실시간 시뮬레이션을 각 엔지니어링 분야와 통합함으로써 운영 비용 모델링과 전력 활용 최적화를 위한 다양한 구성 방안을 탐색할 수 있도록 한다. 실시간 시뮬레이션으로 빨라지는 의사 결정 젠슨 황 CEO의 시연에서 엔지니어들은 실시간으로 AI 팩토리 구성 요소를 조정하고 그 영향을 즉시 확인할 수 있었다. 예를 들어, 냉각 레이아웃을 조금만 조정해도 효율성이 크게 개선됐는데, 이는 기존 문서 기반 설계에서는 놓치기 쉬운 요소이다. 또한, 기존에는 몇 시간씩 소요되던 시뮬레이션 결과를 단 몇 초 만에 확인해 전략을 테스트하고 개선할 수 있었다. 최적의 설계가 확정된 후에는 공급업체와 건설 팀과의 원활한 소통을 도와 실제 건축물이 모델 그대로 정확한 시공이 이루어질 수 있도록 보장했다. 미래를 대비하는 AI 팩토리 AI 워크로드는 지속적으로 변화한다. AI 애플리케이션의 차세대 물결은 전력, 냉각, 네트워킹에 대한 수요를 더욱 증가시킬 것이다. AI 팩토리 설계와 운영을 위한 옴니버스 블루프린트는 이러한 변화에 대비할 수 있도록 다음과 같은 기능을 제공한다. l  워크로드 인식 시뮬레이션 - AI 워크로드의 변화가 데이터센터 규모에서 전력과 냉각에 어떤 영향을 미칠지 예측한다. l  장애 시나리오 테스트 - 전력망 장애, 냉각 누수, 전력 급등을 모델링해 시스템 회복력을 보장한다. l  확장 가능한 업그레이드 - AI 팩토리 확장을 계획하고, 몇 년 후의 인프라 요구 사항을 예측한다. 또한 개조와 업그레이드를 계획할 때 비용과 다운타임을 쉽게 테스트하고 시뮬레이션해 미래에 대비한 AI 팩토리를 구축할 수 있다. AI 팩토리 운영자에게 있어 앞서 나간다는 것은 단순히 효율성을 높이는 것만이 아니라, 하루에 수백만 달러의 비용이 발생할 수 있는 인프라 장애를 방지하는 것이기도 하다. 1기가와트 AI 팩토리의 경우, 매일 발생하는 다운타임으로 1억 달러 이상의 비용이 발생할 수 있는데, 이 블루프린트는 인프라 문제를 미리 해결함으로써 위험과 배포 시간을 모두 줄여준다. AI 팩토리 운영을 위한 에이전틱 AI로 가는 길 엔비디아는 AI 기반 운영으로 확장하기 위한 다음 단계의 블루프린트를 마련하기 위해 버테크(Vertech)와 파이드라(Phaidra)와 같은 주요 기업들과 협력하고 있다. 버테크는 엔비디아 데이터센터 엔지니어링 팀과 협력해 고급 AI 팩토리 제어 시스템을 개발하고 있다. 이 시스템은 IT와 운영 기술 데이터를 통합해 운영 안정성과 가시성을 향상시킨다. 파이드라는 엔비디아와 협력해 강화 학습 기반 AI 에이전트를 옴니버스에 통합하고 있다. 이러한 에이전트는 실시간 시나리오 시뮬레이션을 통해 열 안정성과 에너지 효율을 최적화한다. 그리고 하드웨어와 환경 변화에 맞춰 지속적으로 적응하는 디지털 트윈을 생성한다. AI 데이터센터의 폭발적 성장 AI는 전 세계 데이터센터 환경을 빠르게 재편하고 있다. AI 기반 데이터센터 업그레이드에 1조 달러가 투자될 것으로 예상되는 가운데, 디지털 트윈 기술은 더 이상 선택이 아닌 필수다. AI 팩토리 설계와 운영을 위한 엔비디아 옴니버스 블루프린트는 엔비디아와 파트너 에코시스템이 이러한 변화를 주도할 수 있도록 지원한다. 이를 통해 AI 팩토리 운영자는 끊임없이 진화하는 AI 워크로드에 앞서 나가고, 다운타임을 최소화하며, 효율성을 극대화할 수 있다. 관련 링크 디지털 트윈을 활용해 기가와트급 AI 팩토리 구축하기