2. HFSS求解器与HPC加速原理
HFSS 的 HPC 加速能力并不是一个独立于求解器的“外挂开关”，而是由求解器本身的数学结构决定的。同一个模型，选择不同的求解器，可用的并行维度、内存分布方式、加速比上限都会发生根本变化。理解这一点，才能解释为什么有些模型加满 64 核只快 3 倍，而另一些模型能接近线性加速。
有限元法：稀疏矩阵与频域扫频
HFSS 默认的 Driven Modal / Driven Terminal 求解器基于有限元法（FEM）。它把整个计算区域离散成四面体网格，对电场波动方程做加权余量处理，最终组装成一个大型稀疏复矩阵：
(K - k0² M + jk0 Z) · E = b其中 K 为刚度矩阵，M 为质量矩阵，Z 为阻抗边界贡献，b 为端口激励向量。这个矩阵的规模随网格量增长，典型电大尺寸模型可达数千万到上亿未知量。FEM 的 HPC 加速主要发生在三个层次：
- 矩阵组装并行：四面体单元彼此独立，可按网格分区并行填充，加速比通常较好。
- 直接法求解并行：默认使用 MUMPS 或 Intel PARDISO 等稀疏直接求解器，其并行效率受矩阵填充（fill-in）影响，内存消耗随频率点数增加。
- 频域扫频并行：离散扫频的每个频点相互独立，可用分布式求解（Distributed Solve）把不同频点分到不同机器，这是 FEM 最容易获得高加速比的维度。
因此，FEM 的 HPC 策略通常是“分布式频点 + 共享内存矩阵求解”。如果模型只有一个频点，加速比会明显受限；如果扫频 101 个点，分布式求解几乎可以按机器数线性扩展。
积分方程法：稠密矩阵与快速多极子
IE 求解器（如 HFSS-IE）只离散金属表面和介质界面，未知量远少于 FEM，但产生的矩阵是稠密的。直接求解稠密矩阵的复杂度为 O(N³)，内存为 O(N²)，对电大尺寸目标不可接受。因此 IE 求解器依赖快速算法：
- 多层快速多极子（MLFMM）：将远场相互作用聚合、转移、解聚，把复杂度降到 O(N log N)。
- 自适应交叉近似（ACA）：对远场块做低秩压缩，进一步降低内存。
IE 的并行主要沿两个方向：矩阵块填充并行和迭代求解的矩阵向量乘并行。由于迭代求解每步都需要全局通信，IE 的并行效率对网络带宽和延迟非常敏感，通常更适合共享内存机器或低延迟 InfiniBand 集群。IE 的优势在于开放区域辐射、散射问题，不需要吸收边界和空气盒，网格量小，但单机内存容易成为瓶颈。
区域分解法：把大模型切成可并行的小块
区域分解法（DDM）是 HFSS 面向电大尺寸模型的核心 HPC 技术。它把整个计算域切成若干子域，每个子域独立生成网格、独立组装矩阵，子域之间通过传输条件（如 Robin 条件）耦合。DDM 的迭代过程可以写成：
for iter = 1, 2, ...
并行求解每个子域: A_i · E_i = b_i + C_i · E_neighbor
交换子域边界场
检查残差是否收敛
endDDM 的加速逻辑与 FEM 不同：它把“一个大矩阵”变成“多个小矩阵”，每个子域可以分配到不同机器，内存也随子域分散。子域数量越多，单机内存压力越小，但子域间迭代次数可能增加。实际使用中，子域划分方式、传输条件阶数、迭代求解器设置都会影响收敛速度。一个经验是：子域数量应使每个子域的内存占用落在单机可用内存的 60%～70%，既留出余量，又不至于因迭代过多而拖慢总时间。
求解器选择如何影响 HPC 加速
把三类求解器放在一起看，HPC 加速的“可并行维度”完全不同。FEM 的并行维度最丰富：网格分区、矩阵组装、直接法求解、频点扫频都可以并行，但直接法求解的并行效率会随矩阵规模增大而下降，且内存是硬约束。IE 的并行维度集中在矩阵块填充和迭代求解，通信开销大，适合低延迟网络，但内存占用比 FEM 小很多。DDM 的并行维度是子域级，天然适合分布式内存，但子域间迭代次数会抵消一部分并行收益。
实际选择时，可以按以下逻辑判断：
- 模型含复杂介质、需要宽带扫频：优先 FEM + 分布式频点扫频，把频点分到多台机器，单机内用多核做矩阵求解。
- 模型是开放区域金属散射、电大尺寸：优先 IE + MLFMM，用共享内存机器或低延迟集群，避免空气盒网格。
- 模型电大且含介质、单机内存不足：优先 DDM，把模型切成子域分布到多机，每个子域内存可控。
- 模型只有一个频点、网格量中等：FEM 单机多核即可，分布式频点扫频无收益，强行上集群反而因通信开销降低效率。
一个可参考的配置判断示例
假设一个 5G 毫米波阵列模型，工作频率 28 GHz，含 8×8 贴片阵列、介质基板和馈电网络，扫频 27–29 GHz，共 41 个频点。网格量约 1200 万四面体，单频点 FEM 直接法求解需要约 180 GB 内存。若单机只有 256 GB 内存，单频点可以求解，但 41 个频点串行时间过长。此时合理配置是：
| 配置项 | 建议值 | 理由 |
|---|---|---|
| 求解器 | Driven Modal FEM | 含介质基板，IE 不适用 |
| 频点并行 | 分布式求解，4 台机器 × 8 频点 | 频点独立，加速比接近 4 |
| 单机核数 | 16 核 | 直接法求解在 16 核附近效率较高 |
| 单机内存 | 256 GB | 180 GB 矩阵 + 余量 |
| 互连 | InfiniBand HDR | 频点间数据交换量小，但需低延迟 |
如果模型进一步增大到单频点 400 GB 内存，单机无法容纳，则应改用 DDM：把阵列切成 4 个子域，每个子域约 100 GB，分布到 4 台机器，每台机器再开 16 核做子域内求解。此时加速比取决于子域间迭代次数，通常需要 5～15 次迭代收敛，总时间约为单域串行的 1/3～1/2，而不是理想的 1/4。这个差距正是 DDM 迭代开销的体现，也是选择求解器时必须接受的工程折中。