耦合Nvidia/AMD两类GPU的格子玻尔兹曼模拟

被引：30

作者：

李博 ^{[1
,2
]}

李曦鹏 ^{[1
,2
]}

张云 ^{[1
]}

陈飞国 ^{[1
]}

徐骥 ^{[1
,2
]}

王小伟 ^{[1
]}

何险峰 ^{[1
]}

王健 ^{[1
]}

葛蔚 ^{[1
]}

李静海 ^{[1
]}

机构：

[1] 中国科学院过程工程研究所,多相复杂系统国家重点实验室

[2] 中国科学院研究生院

来源：

科学通报 | 2009年 / 20期

关键词：

GPGPU; 格子波尔兹曼; Nvidia; AMD; 多程序多数据流; 联合计算;

D O I：

暂无

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080201 [机械制造及其自动化];

摘要：

利用图形处理单元(graphic processing unit,GPU)进行通用计算近年来得到关注,Nvidia和AMD公司已推出了各自的开发环境CUDA和ASC.很多计算在GPU上的速度远高于目前的CPU.格子玻尔兹曼方法(lattice Boltzmann method,LBM)作为一种网格上的粒子方法,对流动模拟具有良好的内在并行性,非常适合利用GPU进行大规模并行计算.本文提出了一种耦合Nvidia和AMD的两类GPU完成LBM凹槽流模拟的算法,对于两类GPU,在LBM的D2Q9模型下分别设计了相应的算法和程序,之后利用消息传递接口(message passing interface,MPI)协议通过多程序多数据流(multi-progra mmulti-data,MPMD)模式使其能够联合计算,以充分发挥混合GPU集群系统的性能.通过GPU和CPU程序结果的比较,证实了GPU计算的正确性和所能带来的显著的加速比,为建设通用大规模GPU并行计算平台提供了重要参考.

引用

页码：3177 / 3184

页数：8

共 6 条

[1]

Multi-scale HPC system for multi-scale discrete simulation—Development and application of a supercomputer with 1 Petaflops peak performance in single precision[J] Feiguo Chen;Wei Ge;Li Guo;Xianfeng He;Bo Li;Jinghai Li;Xipeng Li;Xiaowei Wang;Xiaolong Yuan Particuology 2009,

[2]

Implementation of a Lattice–Boltzmann method for numerical fluid mechanics using the nVIDIA CUDAtechnology[J] E. Riegel;T. Indinger;N. A. Adams Computer Science - Research and Development 2009,

[3]

Implementing the lattice Boltzmann model on commodity graphics hardware[J] Arie Kaufman;Zhe Fan;Kaloian Petkov Journal of Statistical Mechanics: Theory and Experiment 2009,

[4]

LATTICE BOLTZMANN METHOD FOR FLUID FLOWS[J] Shiyi Chen;Gary D. Doolen Annual Review of Fluid Mechanics 1998,

[5]

Implementation of a Lattice Boltzmann kernel using the compute unified device architecture developed by nVIDIA Tlke J; Comput Visual Sci 2008,

[6]

Succi;S; The Lattice Boltzmann Equation for Fluid Dynamics and Beyond 2001,

← 1 →