“我們使用Ansys Lumerical FDTD、亞馬遜云科技（AWS）和 Python API設(shè)計了這種超表面，同時使其與CMOS制造公差兼容。Lumerical的AWS解決方案有助于Lumotive將設(shè)計周期縮短兩到三個數(shù)量級，而且不會增加成本或降低準確性?！?/p>

—— Prasad Iyer，Lumotive高級激光雷達工程師

業(yè)務(wù)需求

Lumotive是一家創(chuàng)新型初創(chuàng)公司，基于顛覆性的波束控制技術(shù)為汽車行業(yè)開發(fā)固態(tài)激光雷達，該技術(shù)利用由超材料設(shè)計而成的半導體芯片，使激光雷達系統(tǒng)能夠以低成本實現(xiàn)緊湊尺寸。Lumotive的目標是徹底改變新興自動駕駛汽車行業(yè)的感知系統(tǒng)。

Lumotive的激光雷達產(chǎn)品基于其先進的液晶超表面（LCM）波束控制技術(shù)，而其LCM技術(shù)利用AWS上的Ansys Lumerical FDTD進行了設(shè)計和優(yōu)化。Lumotive的創(chuàng)新使基于LCM的波束控制技術(shù)從相對不成熟的狀態(tài)向前邁進了一大步。為了成功開發(fā)激光雷達系統(tǒng)，他們需要能夠快速、準確地對其LCM設(shè)計的波束控制性能進行建模和驗證。最重要的需求是，要采取一種有效的方法來預(yù)測各向異性介電常數(shù)和納米尺度下的液晶響應(yīng)。

Lumotive在仿真LCM性能時面臨的主要挑戰(zhàn)是，既要對大面積光學元件進行建模，又要將代表CMOS工藝變化的納米級特性包括在內(nèi)。具體而言，他們需要以納米級（< 5 nm）精度實現(xiàn)宏觀尺度長度（>100 m）的光學屬性。這一要求，帶來了顯著的計算復雜性。事實證明，Lumotive的本地計算資源不足，因此他們開始為仿真需求尋找新的解決方案。

Lumerical在AWS EC2上的HPC解決方案

Lumotive考慮過多種HPC解決方案來加速大規(guī)模仿真，但最終他們決定采用由Ansys Lumerical FDTD提供支持的亞馬遜云科技（AWS）上的云解決方案。推動其做出該決定的因素包括：Lumerical FDTD的準確性和運行時性能，以及其對HPC的適應(yīng)性和亞馬遜云解決方案的成本效益靈活性。

在Lumerical的支持下，Lumotive開發(fā)了一套定制工作流程，從而實現(xiàn)了其極具挑戰(zhàn)性的設(shè)計目標。Lumotive的Python API是該定制流程的重要組成部分，可實現(xiàn)運行時可擴展性和互操作性，從而使Lumotive能夠利用優(yōu)化和后處理所需的開源工具。Lumotive的Prasad Iyer表示：“我們使用Ansys Lumerical FDTD、AWS和Python API設(shè)計了這種超表面，同時使其與CMOS制造公差兼容?！?/p>

AWS通過易于使用的Web界面，提供安全、可調(diào)整大小的計算能力。其提供了一種按需購買計算時間的便捷方式，用戶能夠訪問多個大型服務(wù)器，并且只需按實際使用的時間付費。這種靈活性對Lumotive而言很有吸引力，因為他們在開發(fā)周期的短時間內(nèi)就需要大量計算資源。此外，由于Lumerical FDTD具有較高的靈活性，因此用戶可以同時使用多個服務(wù)器運行大型仿真，從而大幅加快工作速度。于是，其成本與在一臺服務(wù)器上運行較長時間的成本相當。

高性能Ansys Lumerical FDTD可與EC2無縫協(xié)作，并可在幾分鐘內(nèi)啟動。啟動典型的FDTD仿真只需幾個步驟，包括創(chuàng)建虛擬私有云、激活安全性和許可證管理，以及定義啟動模板。這是一項具有成本效益的解決方案，在Amazon Linux上運行Ansys Lumerical FDTD引擎，而無需圖形界面；仿真文件存儲在S3中，因此無需在云端進行成本高昂的傳輸。

成果

借助Lumerical的HPC解決方案，Lumotive迅速將其仿真擴展到AWS。Lumerical FDTD的單個仿真能夠分布在許多計算核心上，提供了極高的并行性。這種快速擴展使Lumotive能夠?qū)⑵湓O(shè)計時間縮短兩個數(shù)量級，同時不會影響準確性。之前在其工作站上需要運行數(shù)小時的仿真，現(xiàn)在只需幾分鐘即可完成。

除了提高仿真性能外，Lumerical的Python API實現(xiàn)的工作流程改進，對于Lumotive優(yōu)化依賴于許多獨立工藝參數(shù)和約束的設(shè)計至關(guān)重要。Python API能夠進一步幫助Lumotive利用先進的開源優(yōu)化算法，最大限度地提高LCM的性能，同時保持高度準確的仿真。

Lumerical基于AWS的HPC解決方案，為Lumotive提供了可擴展、低成本且靈活的解決方案。因此，Lumotive能夠確認其LCM的正確功能，使他們能夠按時交付產(chǎn)品。如果沒有Lumerical的解決方案，這種級別的驗證就難以完成，因為采用傳統(tǒng)硬件所需的運行時間太長。另一方面，對于只需在設(shè)計周期的一小部分時間內(nèi)間歇使用硬件的任務(wù)來說，其實也沒有必要花費成本采購專用硬件。

Lumotive的Iyer表示：“Lumerical的AWS解決方案有助于Lumotive將設(shè)計周期縮短兩到三個數(shù)量級，而且不會增加成本或降低準確性。”