GPU加速的非結(jié)構(gòu)自適應(yīng)網(wǎng)格方法的研究與應(yīng)用.pdf

1、本文發(fā)展了一種GPU加速的基于非結(jié)構(gòu)四邊形自適應(yīng)加密網(wǎng)格的二維無(wú)黏可壓縮流動(dòng)解算器VA2DG，以及帶計(jì)算凝結(jié)問(wèn)題擴(kuò)展的解算器VA2DGC。網(wǎng)格自適應(yīng)加密技術(shù)是計(jì)算流體力學(xué)中一項(xiàng)非常重要的技術(shù)，以前的研究者雖然在GPU上實(shí)現(xiàn)過(guò)類(lèi)似的解算器，但是他們并未將自適應(yīng)加密過(guò)程置于GPU上執(zhí)行，這會(huì)帶來(lái)頻繁的數(shù)據(jù)交換問(wèn)題并降低性能。本文第一次完全的在GPU上實(shí)現(xiàn)了非結(jié)構(gòu)網(wǎng)格自適應(yīng)加密方法，極大的減少了因在CPU上實(shí)現(xiàn)網(wǎng)格自適應(yīng)所帶來(lái)的GPU和CPU

2、之間的數(shù)據(jù)頻繁交換問(wèn)題。本文采用加密網(wǎng)格表的方式實(shí)現(xiàn)了在GPU上高效運(yùn)行網(wǎng)格自適應(yīng)過(guò)程，并使用原子操作來(lái)實(shí)現(xiàn)加密網(wǎng)格表的并行生成，同時(shí)回收廢棄的網(wǎng)格以提高存儲(chǔ)空間的利用效率。
　　本文分別在CPU(Intel E7300)和GPU(Geforce GT9800和Tesla C2050)上模擬了三個(gè)典型的二維流動(dòng)問(wèn)題，將其結(jié)果對(duì)比理論解或者試驗(yàn)結(jié)果來(lái)檢驗(yàn)該解算器的模擬結(jié)果是否正確，然后將GPU和CPU運(yùn)行的時(shí)間相互比較來(lái)分析GPU解

3、算器的性能。通過(guò)比對(duì)模擬結(jié)果可以發(fā)現(xiàn)GPU模擬的結(jié)果與文獻(xiàn)中的理論解或者試驗(yàn)結(jié)果吻合得非常好，證明了VA2DG能在GPU上正確的模擬流體問(wèn)題?；A(chǔ)優(yōu)化代碼使用GT9800運(yùn)算時(shí)，對(duì)比E7300的結(jié)果可以達(dá)到8x的加速比。同樣的代碼在C2050上運(yùn)行則能達(dá)到28x的加速比。通過(guò)在C2050上使用共享存儲(chǔ)器原子操作和配置更大的L1緩存，優(yōu)化代碼能達(dá)到40x以上的加速比。本文重點(diǎn)關(guān)注了網(wǎng)格自適應(yīng)加密過(guò)程的并行，這一過(guò)程使用GT9800可以達(dá)到

4、3x的加速比，若使用C2050則可以達(dá)到28x的加速比，這也證明了網(wǎng)格自適應(yīng)加密過(guò)程的GPU并行是可以高效實(shí)現(xiàn)的。這一結(jié)果同樣可以證明GPU架構(gòu)的發(fā)展可以對(duì)計(jì)算流體力學(xué)帶來(lái)明顯的益處。
　　在驗(yàn)證VA2DG解算器可靠性的基礎(chǔ)上，本文將VA2DGC用于計(jì)算可壓縮流動(dòng)中的凝結(jié)問(wèn)題，首先模擬了含水蒸氣凝結(jié)的激波管問(wèn)題，并與CESE算法計(jì)算的結(jié)果進(jìn)行對(duì)比，用以驗(yàn)證VA2DGC程序的可靠性。然后本文模擬了10m×10m和100m×100m區(qū)