1、你们支持哪些应用/工具？
fastone工业软件云平台支持以下CAE/CFD应用：
Abaqus、Actran、Adams、Ansoft、Autodesk、AUTODYN、Bladed、CFX、COMSOL、CST、DYTRAN、Feko、FloTHERM、Fluent、HFSS、HyperWorks、ICEMCFD、Icepack、Isight、LS-DYNA、MARC、Matlab、MaxWell、Mechanical、Multiphysics、Nastran、nCode DesignLife、Numeca、OptiStruct、Patran、PowerFLOW、Q3D、Radioos、Simcenter、SimManager、Simpack、StarCCM、SOLIDWORKS、TOSCA、UX UG、VASP、WRF等。
此外，平台还支持下列EDA应用：Innovus、Spectre、Genus、Dracula、Virtuoso、Ncsim、PowerSI、Xcelium、PT、DC、VCS、VC、FM、Verdi、OPC Proteus、Tmax2、HSPICE、Spyglass、Starrc、Calibre、Tessent、nmLVS、nmDRC、xACT、xL、xRC等。
还有这些AI框架：Pytorch、Mxnet、Tensorflow、Caffe2、Miniconda、Scikit Learn/OpenCV、Pylearn2、Keras等。
2、上述应用/工具是否都可以直接使用？
常用的应用/工具我们平台都已经做过适配，并且做过一些优化。商用软件因License授权不能直接使用，需要您BYOL（自带License）。
3、跑Bladed，风文件和任务文件的数据量非常大，云端传输很慢，怎么办？
我们有专门的数据传输工具DM（Data Manager），支持全自动化数据上传，可充分利用带宽，帮助用户快速上传、下载海量数据。同时，利用fastone自主研发的分段上传、高并发、断点续传等数据传输技术，优化海量数据的传输效率。详见《CAE云实证Vol.2：从4天到1.75小时，如何让Bladed仿真效率提升55倍？》
4、那么大的数据，上传或下载是否会有限制？
我们平台不限制数据的上传和下载大小，平台接收数据不收费。
5、是否支持Fluent可视化的并行计算操作？
平台支持Fluent在计算过程中的可视化监视操作，支持此类可视化监视的还包括CFX、StarCCM、Numeca、Matlab等软件。
6、Fluent计算过程能否监视求解状态？
支持，通过平台的任务管理中的日志可随时查看，状态实时刷新。
7、Fluent计算过程能否监视求解残差图？
支持，在任务管理中可以显示求解残差图。
8、用你们平台跑Fluent操作麻烦吗？
fastone平台可通过任务方式调度大量计算资源进行并行计算，处理Fluent任务。
如果您习惯使用图形化界面操作，我们也提供图形桌面，您可通过Web浏览器启动集群，跳转到虚拟桌面，并可在该桌面直接操作Fluent应用进行相应设置以开启云端Fluent任务。
9、试过Fluent上云，一开始跑得挺快，但核数加上去之后，提升的速度反而降下来了，是怎么回事？
像Fluent和LS-DYNA这些应用，随着核数逐渐增加，由于节点间通信开销指数级上升，性能的提升会逐渐变缓。云端的网络加强型实例可以有效解决这个问题。
详请可查看《CAE云实证Vol.5：怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？》
《CAE云实证Vol.8：LS-DYNA求解效率深度测评│六种规模，本地VS云端5种不同硬件配置》
10、有时大半夜任务跑失败了，第二天早上才发现，很浪费时间，是否有自动重复提交任务的功能？
放着机器通宵跑任务时总会幻想：第二天一早，任务已经跑完了，完美。
现实是：任务才跑了10%。
任务出错，进度条卡住，可能会有两种情形：
第一种：每个任务之间独立，彼此没有关联。
一般任务数量越多，失败的任务数量大概率也会变多。
第二种：每个任务间有明确的先后处理顺序，必须从A任务按序跑到Z。
假如到F任务就失败了，整个任务就此停滞，凉凉。
自动检查任务状态并对失败任务及时重复提交的功能，就是这种场景的克星，尤其是第二种，不然等待着你的，大概就是通宵，同时睁大你的双眼了。
我们的任务监控告警功能，还会时刻监控任务状态，通过IM及时通知用户，任务出现异常或已经完成。
举一个其他行业出现过的特殊情况，Amber用GPU跑任务速度快，CPU较慢，但使用GPU计算时存在10%-15%的失败概率。一旦任务失败，需要调度CPU重新计算。
能否及时且自动地处理失败任务，将极大影响运算周期。如果想了解我们怎么应对的，请查看《155个GPU！多云场景下的Amber自由能计算》
11、是否支持前处理、后处理的可视化操作？
可以，我们通过VDI集群的方式提供前处理、后处理的可视化操作。
12、你们平台是否支持耦合计算？
支持，通过集群方式可以支持。
13、你们平台提供哪些编译库？
我们提供包括 GNU、Intel、PGI在内的编译库。
14、你们平台提供哪些并行计算框架库？
包括 Intel MPI、OpenMPI、MPICH3、MVAPICH、MAVPICH2、OpenMM。
注：Intel 编译器、Intel MPI、Intel MKL、Intel Vtune等为商业软件。
15、你们平台提供哪些GPU 库？
我们支持 CUDA、OpenACC和OpenCL。
16、你们平台提供哪些数学库？
我们提供ACML、FFTW、OpenBLAS、MKL以及ScaLAPACK。
17、我们有些仿真软件软件在使用时需要GPU支持，你们平台如何应对？
云上有很多类型的GPU实例，比如NVIDIA Tesla A100/V100/T4等GPU卡。针对有GPU计算要求的任务和应用，我们推荐使用GPU实例运行仿真软件。
18、我们的仿真任务算完后，机器是不是会闲置造成资源的浪费？
建议使用我们平台的任务模式进行仿真计算任务，任务结束后会自动保存结果数据，终止集群释放资源，并邮件通知用户任务计算完成。
19、你们是否提供Intel MPI支持？
平台提供Intel MPI。
20、任务工作流并发数如何设置？
并发数设置需要综合根据软件特性与用户实际需求，在小于开机核数的范围内进行设置。
21、现在公司里才几台机器，天天维护头就很大了，云上这么多机器还不得把自己搞秃了？
云上的运行环境都是自动化配置的，不需要人工干预，用户还可以通过平台进行统一管理和监控，方便易操作。
举个例子，我们的Auto-Scale功能可以自动监控用户提交的任务数量和资源的需求，动态按需地开启和关闭所需算力资源，在不够的时候，还能根据不同的用户策略，自动化调度本区域及其他区域的目标类型或相似类型实例资源。所有操作都是自动化完成，无需用户干预。
下图就是开启Auto-Scale功能后，用户某项目一周之内所调用云端计算资源的动态情况。
其中橙色曲线为OD实例的使用状况，红色曲线为SPOT的使用状况。
Auto-Scale功能可以根据任务运算情况动态开启云端资源，并在波峰过去后自动关闭，让资源的使用随着用户的需求自动扩张及缩小，最大程度匹配任务需求。
22、云上存储是你们自己的产品吗？与公有云上的存储有什么区别？
答: 云上存储可使用fastone Managed ZFS on Cloud或云原生存储方案，云原生存储方案可选EBS、云原生NFS及对象存储。
23、存储怎么收费呢？
冷存储和热存储的费用是不一样的，我们会根据用户的情况提供个性化的解决方案。
24、数据备份的频率如何？最高可以达到多少？现有策略怎样？
默认每周六进行数据备份，也可以根据客户需求按天或按小时备份。
25、使用平台的工作人员比较多，能否对每个人设置使用资源的上限？
fastone平台的权限和角色管理功能，支持管理员角色对每一个用户进行相关权限设定，包括预算使用上限和CPU核数使用上限，从而在全局角度管控项目的资源消耗。该功能与智能预测配合使用，能够从多个层面对预算和资源进行全方位规划。
26、公司里还有些机器能用，你们支持混合云模式吗？
支持。
可以将本地机器做成集群，也可以基于本地机器搭建混合云平台。我们支持本地资源不足的时候，自动溢出到云上。
27、你们怎么实现混合云？
云资源和本地之间通过安全的数据通道连接，所有资源在fastone平台统一管理，有统一视图，并按需智能调度，不改变用户的使用习惯。
28、公司里已经有机器了，再增加一套云环境，IT管理上会不会变麻烦？通过我们可以在不增加负担的情况下对接多云，减少IT管理压力。我们的自动化管理平台很容易上手，对提升研发效率和资源利用率都有很大帮助。
29、我们公司有海外研发部门，用你们平台方便吗？
我们的平台支持全球部署，我们会全球的优化组网，统一用户管理，数据管理，优化的远程接入方式，保持一致的用户体验。
30、云上云下的安全如何保障？
安全是一个立体的概念，包括系统安全、应用安全、流程安全、数据安全等很多方面。
云的基础架构和传统IT架构在安全方面并没有本质上的区别，依然是利用计算节点和存储资源。很多人觉得这两者之间存在差异，我们认为这取决于个人的认知。本地的安全措施在云上都可以实现，同时云厂商本身还提供更强大的安全保障。
31、数据安全如何实现？
数据全部通过安全协议传输，并支持RBAC的数据访问认证鉴权。同时，我们还支持数据加密存储，算法可自定义。
32、你们有哪些落地实践？
工业制造CAE跟云的结合，在全球几乎已经是主流，所以它的单独占比也相当高。而且现在国内CAE厂商，天然就是拥抱云的，甚至是云的推动者。
欢迎查看4个我们在CAE/CFD领域的合作案例：
怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？
LS-DYNA求解效率深度测评│六种规模，本地VS云端5种不同硬件配置
从4天到1.75小时，如何让Bladed仿真效率提升55倍？
半导体EDA领域，如果结合云的落地场景来看，我们完全可以说国内跟全球站在同一起跑线上。
欢迎查看3个落地案例与2个针对不同规模IC设计公司的解决方案：
Auto-Scale这支仙女棒如何大幅提升Virtuoso仿真效率？
关于fastone云平台在其他应用上的表现，可以点击以下应用名称查看：
HSPICE │ Bladed │ Vina │ OPC │ Fluent │ Amber │ VCS │ MOE │ LS-DYNA │ Virtuoso│ COMSOL
- END -
我们有个生物/化学计算云平台
集成多种CAE/CFD应用，大量任务多节点并行
应对短时间爆发性需求，连网即用
跑任务快，原来几个月甚至几年，现在只需几小时
5分钟快速上手，拖拉点选可视化界面，无需代码
支持高级用户直接在云端创建集群
扫码免费试用，送200元体验金，入股不亏~
更多电子书 欢迎扫码关注小F（ID：imfastone）获取
你也许想了解具体的落地场景：
这样跑COMSOL，是不是就可以发Nature了
Auto-Scale这支仙女棒如何大幅提升Virtuoso仿真效率？
1分钟告诉你用MOE模拟200000个分子要花多少钱
LS-DYNA求解效率深度测评 │ 六种规模，本地VS云端5种不同硬件配置
揭秘20000个VCS任务背后的“搬桌子”系列故事
155个GPU！多云场景下的Amber自由能计算
怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？
5000核大规模OPC上云，效率提升53倍
提速2920倍！用AutoDock Vina对接2800万个分子
从4天到1.75小时，如何让Bladed仿真效率提升55倍？
从30天到17小时，如何让HSPICE仿真效率提升42倍？
关于为应用定义的云平台：
解读Hyperion年度报告：脱离场景谈用量就是耍流氓
这一届科研计算人赶DDL红宝书：学生篇
一次搞懂速石科技三大产品：FCC、FCC-E、FCP
AI太笨了……暂时
【2021版】全球44家顶尖药企AI辅助药物研发行动白皮书
国内超算发展近40年，终于遇到了一个像样的对手
帮助CXO解惑上云成本的迷思，看这篇就够了
花费4小时5500美元，速石科技跻身全球超算TOP500
