Ir para o conteúdo 
O V Congresso Brasileiro de Fluidodinâmica Computacional (V CBCFD) aconteceu de 2 a 4 de setembro de 2026, em Florianópolis (SC). A ATS foi patrocinadora, como em todas as edições desde a primeira, em Campina Grande, em 2016, como distribuidora no Brasil do CFD++ e do MIME (Metacomp), do Tecplot 360 EX, do Ennova e do Nexus. Tivemos estande e, no último dia, Guilherme Araujo Lima da Silva, CEO da ATS4i, participou da mesa-redonda sobre uso de GPU e inteligência artificial em CFD.
Resumo
- Estande com as ferramentas que distribuímos no Brasil (CFD++, MIME, Tecplot 360 EX, Ennova e Nexus), com Guilherme Silva, Henrique Lewi (Head of Sales) e Pedro Villela (sócio), e conversas com professores, alunos e potenciais clientes.
- Mesa-redonda em 4 de setembro, moderada por Rafael Sartim (ArcelorMittal e UFES), com os professores Clovis R. Maliska (UFSC) e Marcelo J. S. de Lemos (ITA).
- Nossa posição: GPU em CFD é tecnologia real, mas ainda em desenvolvimento; o ganho anunciado precisa vir com a fração acelerada do tempo, a precisão numérica usada e a fonte revisada por pares.
- Em IA, o uso mais firme hoje são modelos substitutos (surrogates) dentro do domínio de treino; fora dele, e em certificação, a decisão continua com o engenheiro.
O estande
No estande apresentamos as ferramentas que distribuímos no Brasil: CFD++ e MIME (Metacomp), Tecplot 360 EX, Ennova e Nexus e os serviços de engenharia com simulação da ATS4i. Conversamos com professores, alunos e potenciais clientes.
A mesa-redonda sobre GPU e IA em CFD
A mesa ocupou a manhã de 4 de setembro. O moderador foi Rafael Sartim (ArcelorMittal e UFES), e participaram os professores Clovis R. Maliska (UFSC) e Marcelo J. S. de Lemos (ITA), ambos também plenaristas do congresso, além de representantes de empresas patrocinadoras. O formato foi de fala livre, sem slides.
O que defendemos na mesa
Preferimos tratar o assunto como perguntas de engenharia a responder caso a caso, e não como uma disputa sobre quem tem a placa mais rápida.
Offload do solver ou porte completo
Há duas formas de usar GPU num código de CFD. No offload, o código continua na CPU e só a solução do sistema linear vai para a GPU (por exemplo, OpenFOAM com a biblioteca AmgX da NVIDIA). O custo de implementação é baixo, mas a montagem da matriz, os fluxos e o modelo de turbulência continuam na CPU, e a cada iteração há cópia de dados entre CPU e GPU. No porte completo, todo o cálculo fica residente na GPU. O ganho potencial é muito maior, mas o desenvolvimento leva anos, e cada regime de escoamento (RANS, transiente, transferência de calor conjugada) precisa ser verificado de novo.
A conta que falta nos anúncios: Lei de Amdahl
No offload, o ganho no tempo total é limitado pela fração do tempo gasta no solver linear. Com f essa fração e Ssolver o ganho do solver na GPU:
Com um solver 5 vezes mais rápido na GPU:
| Fração no solver linear, f | Ganho no tempo total | Teto com solver infinitamente rápido |
|---|---|---|
| 90% | 3,57× | 10× |
| 50% | 1,67× | 2× |
| 18% | 1,17× | 1,22× |
A mesma placa que acelera o solver em 5 vezes entrega 17% de ganho num caso em que o solver linear ocupa 18% do tempo. Sem o valor de f do caso do usuário, um número de aceleração não diz nada sobre o tempo de projeto.
Como ler um número de aceleração
- Base de comparação. Alguns resultados publicados comparam uma GPU com um único núcleo de CPU, e não com um nó completo. A diferença entre as duas bases pode chegar à ordem do número de núcleos do nó.
- Tipo de caso. Parte dos ganhos publicados vem de casos canônicos (cavidade, cilindro, degrau) ou de LES e DNS em malhas muito grandes. RANS industrial, com geometria real e solver robusto rodando em ciclo de projeto, é outro problema.
- Fonte. Número de artigo revisado por pares, com DOI, não é o mesmo que número de material comercial.
Precisão numérica e hardware no Brasil
Muitos casos de CFD de engenharia rodam em dupla precisão (FP64). Parte das GPUs recentes foi otimizada para IA, em precisão simples ou menor: no Blackwell Ultra (B300), da NVIDIA, o FP64 foi muito reduzido em relação ao B200. Outros fabricantes seguem o caminho oposto, como a AMD com o MI430X, voltado a FP64 e previsto para 2027. Para quem compra hardware no Brasil entram ainda preço sob consulta, prazo de importação, impostos e câmbio. Uma estação CPU pode ser comprada de fornecedor nacional, com preço fechado.
Solver acoplado e solver segregado
Solvers segregados de pressão resolvem sistemas escalares grandes, que se adaptam bem à GPU. Solvers acoplados, comuns em escoamento compressível e de alta velocidade, resolvem continuidade, quantidade de movimento, energia e turbulência juntos, com um bloco denso por célula. A literatura de offload que encontramos trata de sistemas segregados; com solver acoplado, levar o cálculo para a GPU tende a exigir reescrever o código, e não só trocar o solver linear.
Algoritmo antes de força bruta
Em projetos de combustão, a ATS4i reduz o mecanismo cinético (menos espécies e reações, mantendo a precisão na faixa de interesse), em vez de depender de mais máquina. É técnica estabelecida e validada, sem investimento em hardware. Onde a GPU mostra os maiores ganhos é em simulações transientes com malhas grandes: LES, DDES e DNS. Também vai bem em métodos que fazem quase só operações locais, como Lattice-Boltzmann, elementos espectrais e esquemas de alta ordem (flux reconstruction, Galerkin descontínuo). É nesses métodos que estão os códigos nativos com os maiores ganhos publicados, como PyFR e NekRS.
IA em CFD
Separamos três usos. Modelos substitutos (POD, krigagem, redes neurais) treinados com resultados de CFD reduzem o custo de predição em ordens de grandeza, inclusive em formação de gelo, mas o ganho está na predição: os dados de treino continuam vindo de CFD rodado muitas vezes, e fora do domínio de treino o erro pode crescer sem que o modelo avise. Gêmeos digitais usam o mesmo tipo de modelo em malha fechada com sensores. LLMs para configurar casos, gerar malha ou redigir relatórios ainda estão em pesquisa. Em certificação, a IA pode ajudar a redigir, mas cada número precisa ser conferido contra a saída do solver, e a decisão continua com o engenheiro.
Perguntas antes de investir em GPU para CFD
- Quanto do meu caso real está na fração acelerada?
- O solver validado que uso em CPU tem caminho para porte completo, ou só para offload?
- O ganho citado é de artigo revisado por pares ou de material comercial?
- O hardware tem preço, prazo e suporte no Brasil?
- A placa tem desempenho em FP64 adequado ao meu solver?
- Quanto tempo separa ter um porte para GPU de ter um porte maduro e validado?
Perguntas frequentes
O que é o CBCFD?
É um congresso bienal de fluidodinâmica computacional, idealizado por docentes da UFRJ, da UNICAMP, da UFCG e do IFPB, que reúne universidades, centros de pesquisa e indústria. A primeira edição foi em Campina Grande (PB), em 2016; a quinta, em Florianópolis (SC), em 2026.
Quanto uma GPU acelera a minha simulação?
Depende da fração do tempo que roda na GPU. No offload, meça o tempo gasto no solver linear no seu caso e aplique a Lei de Amdahl: com 50% do tempo no solver, o ganho total nunca passa de 2×, por mais rápida que seja a placa.
A IA substitui a simulação?
Não. Modelos substitutos aprendem com resultados de simulação e funcionam bem dentro do domínio de treino. Para prever fora dele, ou para sustentar um resultado de certificação, é preciso a simulação conferida contra ensaio.
Leia mais
- V CBCFD 2026: site do congresso
- Amdahl, G. M. Validity of the single processor approach to achieving large scale computing capabilities. AFIPS Spring Joint Computer Conference, 1967. DOI: 10.1145/1465482.1465560
- ATS no II Congresso Brasileiro de Fluidodinâmica Computacional (2018)
- Projeto de queimadores, análise de combustão e emissões: serviços da ATS4i
- Publicações da ATS4i
Quer discutir se o seu caso de CFD ganha com GPU? Fale com a ATS4i.
Imagem de capa: Guilherme Silva, Henrique Lewi e Pedro Villela no estande da ATS. Foto: ATS4i.
