本文關(guān)鍵詞：激波與火焰面相互作用數(shù)值模擬的GPU加速　出處：《計算物理》2016年01期 　論文類型：期刊論文

  更多相關(guān)文章： 激波 火焰界面 GPU 異構(gòu)系統(tǒng) 加速比

【摘要】：為考察計算機圖形處理器(GPU)在計算流體力學中的計算能力,采用基于CPU/GPU異構(gòu)并行模式的方法對激波與火焰界面相互作用的典型可壓縮反應(yīng)流進行數(shù)值模擬,優(yōu)化并行方案,考察不同網(wǎng)格精度對計算結(jié)果和計算加速性能的影響.結(jié)果表明,和傳統(tǒng)的基于信息傳遞的MPI 8線程并行計算相比,GPU并行模擬結(jié)果與MPI并行模擬結(jié)果相同;兩種計算方法的計算時間均隨網(wǎng)格數(shù)量的增加呈線性增長趨勢,但GPU的計算時間比MPI明顯降低.當網(wǎng)格數(shù)量較小時(1.6×104),GPU計算得到的單個時間步長平均時間的加速比為8.6;隨著網(wǎng)格數(shù)量的增加,GPU的加速比有所下降,但對較大規(guī)模的網(wǎng)格數(shù)量(4.2×106),GPU的加速比仍可達到5.9.基于GPU的異構(gòu)并行加速算法為可壓縮反應(yīng)流的高分辨率大規(guī)模計算提供了較好的解決途徑.
[Abstract]:In order to investigate the computational power of GPU in computational fluid dynamics (CFD). The typical compressible reaction flow between shock wave and flame interface is numerically simulated based on CPU/GPU heterogeneous parallel mode, and the parallel scheme is optimized. The effects of different grid precision on the computational results and computational acceleration performance are investigated. The results show that the parallel computation of MPI 8 threads based on information transfer is compared with that of traditional parallel computing. GPU parallel simulation results are the same as MPI parallel simulation results. The computational time of the two methods increases linearly with the increase of the number of meshes, but the computing time of GPU is obviously lower than that of MPI. When the number of meshes is small, the calculation time is 1.6 脳 10 ~ 4). The speedup ratio of the average time of single time step calculated by GPU is 8.6; The speedup ratio of GPU decreases with the increase of grid number, but 4.2 脳 10 ~ 6 for larger grid. The acceleration ratio of GPU can still reach 5.9. The heterogeneous parallel acceleration algorithm based on GPU provides a good solution to the high resolution large-scale computation of compressible reaction flow.
【作者單位】： 南京理工大學瞬態(tài)物理重點實驗室;
【基金】：國家自然科學基金(11372140) 江蘇省研究生科研創(chuàng)新計劃(KYLX_0328)資助項目
【分類號】：O354.5;TP391.41
【正文快照】： 0引言GPU(Graphic Processing Unit,即“圖形處理器”)在并行數(shù)據(jù)計算上具有的強大浮點運算能力,近年來吸引了越來越多的計算流體力學研究者的注意.CUDA(Compute Unified Device Architecture,2008年NVIDA公司發(fā)布)是一種基于并行編程模型和指令集的通用計算構(gòu)架,支持使用C語

【參考文獻】

相關(guān)期刊論文 前1條

1 黃鑠;校金友;胡玉財;王燾;;聲學Burton-Miller方程邊界元法GPU并行計算[J];計算物理;2011年04期

【共引文獻】

相關(guān)期刊論文 前4條

1 鄭晗;周其斗;葉金銘;;快速多極子邊界元方法研究進展[J];四川兵工學報;2014年02期

2 程廣利;張明敏;胡金華;;淺海相干聲場不確定性研究[J];計算物理;2013年01期

3 朱煉華;郭照立;;基于格子Boltzmann方法的多孔介質(zhì)流動模擬GPU加速[J];計算物理;2015年01期

4 張銳;文立華;校金友;;大規(guī)模聲學邊界元法的GPU并行計算[J];計算物理;2015年03期

相關(guān)博士學位論文 前3條

1 王英俊;結(jié)構(gòu)分析中的GPU并行快速多極邊界元法研究[D];華中科技大學;2013年

2 胡宗軍;邊界元法中高階單元奇異積分的一個新正則化算法及其應(yīng)用研究[D];合肥工業(yè)大學;2012年

3 王英俊;結(jié)構(gòu)分析中的GPU并行快速多極邊界元法研究[D];華中科技大學;2013年

相關(guān)碩士學位論文 前3條

1 朱禎海;變電站工頻電場快速計算方法及實驗研究[D];重慶大學;2012年

2 劉翠;邊界元法中幾乎奇異積分的二次元算法研究及其在三維聲場問題中的應(yīng)用[D];合肥工業(yè)大學;2013年

3 王慧倩;二維彈性快速多極邊界元算法及截斷誤差分析[D];燕山大學;2013年

【相似文獻】

相關(guān)會議論文 前2條

1 王向前;楊校剛;張曉君;;不同有限元網(wǎng)格數(shù)對船體數(shù)值模擬的影響[A];第四屆全國船舶與海洋工程學術(shù)會議論文集[C];2009年

2 李勝忠;張勝利;張楠;;翼板結(jié)合部渦旋流場大渦模擬研究[A];第十一屆全國水動力學學術(shù)會議暨第二十四屆全國水動力學研討會并周培源誕辰110周年紀念大會文集（上冊）[C];2012年

相關(guān)碩士學位論文 前1條

1 周素蓮;船海結(jié)構(gòu)有限元比較分析研究[D];哈爾濱工程大學;2006年

，

本文編號：1357120