本文關鍵詞：三維自由面流動模擬中GPU并行計算技術

  更多相關文章： MLParticle-SJTU求解器 鄰居粒子搜索 GPU并行技術 稀疏矩陣求解 潰壩 晃蕩

【摘要】：MPS(Moving Particle Semi-implicit)法能夠有效地處理潰壩、晃蕩等自由面大變形流動問題。在三維MPS方法中,粒子數(shù)量的急劇增加會導致其計算效率的降低并限制其在大規(guī)模流動問題中的應用�；谧灾鏖_發(fā)的MPS求解器MLParticleSJTU,本文對求解過程中耗時最多的鄰居粒子搜尋和泊松方程求解兩個模塊采用了GPU并行加速,詳細探討了CPU+GPU策略。以三維晃蕩和三維潰壩這兩種典型的自由面大變形流動為例,比較了CPU+GPU相對于MLParticle-SJTU串行求解時的加速情況,結果表明CPU+GPU在鄰居粒子和泊松方程這兩個模塊中的加速比最高能達到十倍左右。此外,采用CPU+GPU并行能夠較準確地模擬潰壩、晃蕩等自由面大變形問題。
【作者單位】： 上海交通大學船舶海洋與建筑工程學院海洋工程國家重點實驗室;高新船舶與深海開發(fā)裝備協(xié)同創(chuàng)新中心;
【關鍵詞】： MLParticle-SJTU求解器 鄰居粒子搜索 GPU并行技術 稀疏矩陣求解 潰壩 晃蕩
【基金】：國家自然科學基金資助項目(51379125,51490675,11432009,51579145,11272120) 長江學者獎勵計劃(T2014099) 上海東方學者崗位跟蹤計劃(2013022) 工信部數(shù)值水池創(chuàng)新專項VIV/VIM項目(2016-23/09)
【分類號】：TP338.6
【正文快照】： 開發(fā)裝備協(xié)同創(chuàng)新中心,上海200240)無網(wǎng)格粒子法MPS(Moving Particle Semi-implicit)[1-3]能夠有效地處理自由面大變形流動問題,如晃蕩、潰壩等。盡管如此,當該方法應用到三維流動問題時,粒子數(shù)和計算量會急劇的增加,基于傳統(tǒng)的CPU串行計算已經(jīng)很難滿足工程應用的需要。因此,

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 本刊編輯部;;加州大學圣地亞哥分校使用GPU超級計算機實現(xiàn)千萬億次級地震模擬[J];科研信息化技術與應用;2013年02期

2 技術宅;;GPU通用計算解密[J];電腦愛好者;2014年02期

3 張浩;李利軍;林嵐;;GPU的通用計算應用研究[J];計算機與數(shù)字工程;2005年12期

4 丁鵬;賈月樂;張靜;張巖;;GPU結構與通用計算探析[J];技術與市場;2009年09期

5 AZ521;;GPU的革命 解析通用計算技術[J];電腦迷;2009年15期

6 ViVi;楊原青;;新計算時代:GPU通用計算展望[J];數(shù)碼先鋒;2007年10期

7 Dr.BT;;物理運算,有了GPU,還需要PPU 嗎?[J];電腦自做;2007年05期

8 ;揭示顯卡的秘密:探討GPU能耗比之謎[J];現(xiàn)代計算機;2011年02期

9 蜻蜓點水;;主流顯卡何去何從 傾聽GPU背后的故事[J];現(xiàn)代計算機(普及版);2009年04期

10 ;新一代“顯卡危機” 與時俱進的GPU測試軟件[J];電腦愛好者;2013年05期

中國重要報紙全文數(shù)據(jù)庫 前5條

1 諸玲珍;NVIDIA推0.13微米GPU[N];中國電子報;2002年

2 網(wǎng)絡世界記者 周源;曙光三款GPU服務器問世[N];網(wǎng)絡世界;2013年

3 ;GPU市場Q2創(chuàng)八年最大增幅[N];計算機世界;2009年

4 小溪 編譯;NVIDIA唱響GPU統(tǒng)一架構時代序曲[N];計算機世界;2006年

5 沈陽 劉鏑;GPU：給顯卡一顆驛動的“芯”[N];電腦報;2001年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 白洪濤;基于GPU的高性能并行算法研究[D];吉林大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 何紀澎;基于GPGPU-Sim模擬的GPU功耗研究[D];西北師范大學;2015年

2 彭紹鑫;基于GPU的硬件加速方法及其在積分方程數(shù)值解中的應用[D];電子科技大學;2008年

3 曾敬翔;GPU集群的并行編程通信接口研究[D];華中科技大學;2012年

4 劉宇;基于GPU的近似字符串匹配并行算法的研究[D];黑龍江大學;2012年

5 黃敬磊;GPU通用計算中的數(shù)據(jù)結構組織與應用研究[D];解放軍信息工程大學;2007年

6 劉德波;基于YARN的GPU集群系統(tǒng)研究[D];中山大學;2014年

，

本文編號：719392