当前，云计算、5G、人工智能、虚拟客户体验等各类数字技术正在改变着我们的工作生活和企业的运营方式。在全新的数字经济环境下，无论是企业的研发设计、模拟仿真还是个人的图形处理、视觉优化，都对GPU性能有了更高的要求，企业需要更强劲的GPU性能让响应更加迅速、协作更加高效。作为GPU的发明者和全球图形运算行业领袖，在过去20年时间里，NVIDIA持续对GPU进行创新迭代，在不同领域针对GPU性能、软硬件设计、功能优化，从最早的Kepler架构到Maxwel、Pascal、Turing以及最新的Ampere架构，NVIDIA为各行各业的用户带来性能上的强劲提升。

       特别是在工程设计与仿真领域，随着模型规模越来越大，产品创新方案需求越来越快，传统的CPU已经无法满足现代3D图形应用程序的复杂计算任务，对于GPU加速的计算需求越来越多。以CFD（Computational Fluid Dynamics，计算流体仿真）为例，网格的合理设计和高质量生成是CFD计算的前提条件，也是影响CFD计算结果的最主要的决定性因素之一，借助于GPU加速计算所提供的非凡应用程序性能，能将CFD程序计算密集部分的工作负载转移到GPU，使CFD计算速度明显加快。

       由于GPU的选择将从根本上决定CFD分析过程的体验，如何更有效结合CFD模型特点和GPU硬件加速，进而充分释放并行计算能力实现极致加速成为非常重要的研究课题。本文将分享基于Altair的CFD软件和Nvidia GPU硬件相结合的案例评测，供CFD工程师选择GPU时参考。